You are on page 1of 42

TEMA 1: LA LGICA DE LA INVESTIGACIN EN LAS CIENCIAS SOCIALES: La

Teora y la Formulacin de Preguntas de Investigacin en Ciencia Poltica.


En la investigacin en Ciencia Poltica se contraponen el enfoque emprico frente al normativo.
1.

ENFOQUE EMPRICO ENFOQUE NORMATIVO:

El mtodo cientfico es lo que proporciona unidad a una disciplina acadmica y, por ende, a toda la
ciencia. La cuestin es que las ciencias sociales rebosan de debates metodolgicos y epistemolgicos, el
ms sonado es el que opone metodologa cualitativas y cuantitativas, que refleja el conflicto entre dos
modelos metodolgicos distintos: positivismo y constructivismo.

Positivismo: Considera que la realidad es susceptible de ser conocida de manera objetiva e


independiente de sus propios valores, y explicable en trminos de leyes generales que permiten
predecir.
Constructivismo: Entiende la realidad de manera mltiple, en relacin con sus valores, y busca
interpretaciones ad hoc que le permitan comprender el fenmeno que le interesa.
Sobre los enfoque en ciencia polticas, tenemos:

Enfoque emprico: Trata de desarrollar y emplear un lenguaje comn y objetivo para describir y
explicar la realidad poltica. Est basado en la observacin y en explicaciones causales entre
fenmenos.

No hay una opinin general a favor del enfoque emprico. Una investigacin puede buscar definir,
explicar o identificar algo.

Enfoque normativo: Trata de desarrollar y examinar fines subjetivos, valores y reglas morales
que nos sirvan de gua al aplicar o que hemos aprendido de esa realidad.

Generalmente las investigaciones estn influidas por valores/preocupaciones normativas de los


investigadores, pasando por una contrastacin emprica. Al final, el investigador puede hacer una
valoracin normativa de los resultados obtenidos.
2.

CONOCIMIENTO CIENTFICO Y SUS CARACTERSTICAS:

El conocimiento cientfico se diferencia de otras formas de conocimiento (magia, religin o intuicin) en


cuatro caractersticas fundamentales:

a.

Observacin sistemtica de una parte de la realidad:

El conocimiento cientfico se basa en la acumulacin de informacin emprica, la obtenida a travs de la


observacin de una parte de la realidad; siendo necesario recoger informacin de la manera ms
sistemtica posible sobre el objeto de estudio.
b.

Inferencia de conclusiones aplicables ms all de lo que se observa:

La observacin de la realidad en toda su amplitud y complejidad es imposible. El conocimiento cientfico


debe basarse, para establecer sus conclusiones, en la observacin de una parte de la realidad, que debe
ser representativa de la misma.
A partir de esa limitada parte de la realidad, se intentan inferir descripciones y/o explicaciones que sean
vlidas ms all de lo observado directamente. Se denomina inferencia al salto de la observacin
concreta a la conclusin general.
As, el anlisis de cualquier aspecto concreto de la poltica tiene relevancia acadmica en la medida en
que su estudio nos permite profundizar en el conocimiento de la generalidad.
En otras palabras, el mtodo cientfico conduce a la elaboracin de descripciones o explicaciones
generales a partir de observaciones parciales, pero sistemticas y cuidadosas.
c.

Produccin de conclusiones inciertas y provisionales: Falseabilidad.

El conocimiento cientfico es un proceso imperfecto por definicin: si slo se puede observar parte de la
realidad, no es posible obtener conclusiones para la totalidad de los fenmenos no observados. La
incertidumbre inherente a toda conclusin producto de una investigacin cientfica implica que sta es,
por naturaleza, provisional. Por tanto, la ciencia debe estar abierta a que nuevos hallazgos alteren las
teoras que hasta la fechas se han considerado como vlidas.
La incertidumbre del conocimiento cientfico procede adems de otra de sus caractersticas: la realidad
siempre puede contradecir nuestras expectativas. La investigacin tiene que estar basada en hiptesis
falsables, es decir, tenemos que poder imaginar una situacin en la que la observacin de la realidad
pueda contradecir las expectativas del investigador. Quiz no llegue a darse nunca en la realidad
observada.
d.

Pblico y transmisible:

La investigacin cientfica no es una labor individual. La contribucin del investigador debe incorporarse
al conjunto de trabajos que sobre su mbito de estudio han sido elaborados previamente, siendo las
investigaciones acumulativas. Se deben tener en cuenta para aceptarlos y completarlos o para criticarlos
y rechazarlos; igual que se tendr en cuenta el de uno mismo.
Todo ello requiere que el trabajo realizado sea transmisible y que adems se haga pblico. Los
principios de transmisibilidad y publicidad de la investigacin cientfica se refieren a la capacidad de
publicar trabajos en las editoriales y revistas con difusin y, sobre todo, a la capacidad de hacer
explcitos los procedimientos de obtencin de datos, de anlisis de los mismos y de obtencin de
conclusiones. Sin el conocimiento detallado de estos procedimientos, no es posible realizar una
interpretacin y una valoracin de las consecuencias y limitaciones de una investigacin; y tampoco
podran ser replicables, otra caracterstica fundamental.
3.

SELECCIN DEL PROBLEMA DE INVESTIGACIN:

Una investigacin puede plantearse con uno o varios objetivos: definir un fenmeno poltico, describirlo,
explicarlo, valorarlo.
-

La Elaboracin conceptual, que consiste en clarificar el significado de trminos cuyo uso puede
producir confusin. Se trata de resolver un problema semntico, analizando el significado y el
referente de un concepto. Este objetivo no implica necesariamente la observacin de la realidad,
pero es un paso previo fundamental.

La descripcin, precede a la explicacin, requiriendo ambas la observacin de la realidad. Es


una primera aproximacin ante un fenmeno desconocido o complejo. En muchos casos,
estos fenmenos o procesos sobre los que se centra una investigacin son tan intrincados o han
sido tan poco explorados que slo su descripcin constituye un proyecto ambicioso en s mismo.

La explicacin es el objetivo ms valioso en una investigacin. Nos interesamos no por analizar


las causas o las consecuencias de un fenmeno: los factores que pueden favorecerlo, las
motivaciones que lo justifican, los efectos que puede tener sobre otros aspectos de la realidad
poltica.

Tanto la descripcin como la explicacin deben, como indicbamos anteriormente, trascender lo que se
observa y servir para conocer aquello que no es posible observar. La inferencia, elemento fundamental del
conocimiento cientfico, debe aparecer tanto en la investigacin descriptiva como en la explicativa.
-

Muchas de las investigaciones en ciencia poltica tienen su origen en preocupaciones de


carcter normativo, algunos autores argumentan que el conocimiento cientfico tiene como
objetivo el establecimiento de juicios de valor.

Otros autores consideran que el conocimiento cientfico no debe ocuparse de qu es bueno o malo,
deseable o no, ni de cmo deberan ser las cosas de acuerdo con ciertos principios morales o ticos,
sino nicamente de cmo son.

Tambin se argumenta que las preocupaciones de carcter normativo pueden ser fuente de
inspiracin para la investigacin cientfica, y constituir un objetivo importante dentro de la
misma. Desde nuestro punto de vista una investigacin politolgica puede intentar responder a
interrogantes de carcter normativo, pero el conocimiento cientfico debe ir ms all e incorporar
entre sus elementos la observacin de la realidad.
4.

PROBLEMA DE INVESTIGACIN:

Dentro de las etapas de la investigacin en ciencia poltica la seleccin del problema central es el primer
paso y el ms complicado. Un problema de investigacin claro, explcito y bien planteado puede conducir
a una buena investigacin.
En la primera etapa de la investigacin cientfica hay un componente de creacin personal y de
imaginacin, que no se rige por ningn mtodo riguroso.
Es importante distinguir tres elementos que a veces se confunden:

Tema: El mbito de la ciencia poltica en el que se sita nuestro problema; es por lo tanto
abstracto y general.
Ejemplo: la participacin poltica, los partidos, las coaliciones, el voto, las actitudes, el federalismo

Es importante justificar la relevancia de la pregunta. Conviene que el tema elegido sea del inters
personal del investigador, pero la comunidad cientfica evala la calidad de un proyecto de

investigacin de acuerdo con otros criterios distintos de los intereses o la situacin puramente personal
del investigador.
El principal criterio de evaluacin de una investigacin es si el problema que se plantea como ncleo
de la misma debe ser importante para la comprensin de un problema poltico o social relevante, y por
lo tanto, el investigador debe hacer explcita la relevancia del problema. Est obligado a justificar por
qu el tema que ha elegido merece ser estudiado, y qu implicaciones se podrn derivar de las
conclusiones de su estudio.
Una investigacin debe hacer una contribucin sustancial a lo que ya se conoce sobre el aspecto de
la realidad por la que se interesa. Se trata en este caso de elaborar una justificacin respecto al valor
acadmico de la investigacin. El conocimiento de las investigaciones previas publicadas sobre el
tema de inters es til no slo porque permite la acumulacin del conocimiento evitando
solapamientos intiles, sino porque contribuye a inspirar proyectos de investigacin, al igual que las
experiencias o las preocupaciones personales.

Caso: La parte de la realidad en la que se centra nuestra investigacin.


Ejemplo: Mxico, las elecciones generales de 2004, Europa occidental.

Sobre el caso es necesario tener en cuenta su representatividad y la inferencia que se debe hacer del
mismo.
Esto implica que el investigador no debe centrar la investigacin exclusivamente sobre su caso de
estudio, lo que dificulta el llegar a conclusiones que sean tiles ms all de la propia investigacin. En
trminos prcticos, el caso o casos no deben formar parte de la formulacin del problema.
Es frecuente que tanto el tema como el caso se definan en una fase relativamente temprana del proceso de
investigacin. Pero no significa en absoluto tener definido el problema de investigacin.

Problema: Se sita en un mbito intermedio entre el tema (general) y el caso (concreto) y


normalmente toma la forma de una pregunta que tiene relevancia general y posibilidad de ser
contestada a travs del anlisis de lo concreto:

Ejemplo: Qu consecuencias tienen los procesos de participacin poltica en el mbito municipal? Hasta qu
punto es importante la situacin de la economa en la orientacin del voto?

5.

LA TEORA:

La primera utilidad de una teora es, pues, poner un poco de orden en este marasmo de explicaciones
potenciales.
La teora que se formule debe tener en cuenta las investigaciones previas que se hayan realizado sobre la
materia, e incorporar la definicin de los conceptos que se postulen como fundamentales. Formular una
teora implica un intento de simplificar la realidad que se estudia, puesto que selecciona una o varias
explicaciones de entre todas las imaginables.
Definicin:
Las teoras son conjuntos de conceptos lgicamente relacionados que representan lo que creemos que
sucede en el mundo. Las teoras deben incluir explcitamente los supuestos en los que se basan y las
hiptesis que desean contrastar. Conceptos e hiptesis son los elementos fundamentales de una teora.
La teora nos instruye sobre qu observar y la relacin lgica entre las distintas dimensiones de la realidad
observada.
Al ser conjuntos de conceptos lgicamente relacionados que representan lo que creemos que sucede en el
mundo; para poder ser contrastadas empricamente, deben desglosarse en varias hiptesis descriptivas o
causales, que establezcan las relaciones que se esperan encontrar entre las variables. No existe un
conjunto de reglas que conduzcan a la buena elaboracin terica, pero s se pueden hacer algunas
recomendaciones de las que conviene ser consciente.

a.

Formulacin de la teora: La revisin de la literatura.

Las teoras deben tener en cuenta la elaboracin terica y la evidencia emprica anteriores sobre la
cuestin, ya que uno de los objetivos esenciales de una investigacin es contribuir al proceso de
acumulacin de conocimiento. La revisin de la literatura es el cimiento sobre el que se construye
cualquier trabajo de investigacin.
Dependiendo del fenmeno a investigar, la literatura existente sobre el tema puede ser ms o menos
extensa, pero en todo caso debe realizarse una revisin exhaustiva de las principales investigaciones
llevadas a cabo sobre el tema con anterioridad.
La revisin crtica de la literatura aporta contenidos a muchas de las etapas de la investigacin:
-

Delimitar el problema de investigacin.


Elaborar un marco terico adecuado.

Una investigacin acadmica requiere de la elaboracin de un marco terico, en el que deben jugar un
papel relevante las teoras elaboradas por otros autores. Estas pueden satisfacer ms o menos el objetivo
del estudio, pero tanto si se rechazan como si se aceptan, hay que conocerlas y argumentar la posicin del
investigador respecto a las mismas.
-

Identificar posibles hiptesis alternativas.

Un investigador debe conocer tanto sus hiptesis de trabajo, como las hiptesis alternativas propuestas en
otras investigaciones.
-

Definir y operacionalizar conceptos.

Tambin debe ser consciente de cmo otros investigadores han definido los conceptos que se propone
utilizar. El uso de las mismas definiciones favorece la comunicacin entre la comunidad cientfica y la
comparabilidad de los resultados de la investigacin.
-

Organizar una estrategia de investigacin.

Trabajos anteriores pueden criticarse o tomarse como ejemplo desde un punto de vista estrictamente
metodolgico, en relacin a los niveles de anlisis utilizados, los criterios sobre los que se ha realizado la
seleccin de casos, o los mtodos de control de variables exgenas.
-

Obtener datos.

Las publicaciones sobre el tema de la investigacin, o sobre temas afines, proporcionan al investigador
informacin sobre cmo conseguir datos; o incluso los datos mismos cuando no existe la posibilidad de
obtener informacin directamente, el anlisis de datos secundarios obtenidos a partir de publicaciones es
la nica estrategia disponible.
b.

Formulacin de la teora: Mtodo inductivo y Mtodo deductivo.

Mtodo inductivo:
La elaboracin de una teora puede nacer a partir de la observacin del
entorno. A este proceso de elaboracin terica se le denomina induccin, y
consiste en la elaboracin de una teora explicativa general a partir de la
observacin de unos hechos especficos.
Pero las observaciones que inspiran una teora no constituyen pruebas
suficientes de la misma. Son fuentes de inspiracin de teoras cuya
contrastacin habitualmente exige ms evidencia.
Mtodo deductivo:

Es otra forma de elaboracin terica que consiste en el proceso inverso. El


razonamiento deductivo consiste en indicar predicciones sobre lo que se espera
encontrar en la realidad a partir de supuestos tericos.
La observacin rigurosa de la realidad puede confirmar o no las predicciones que
se deducen de la teora. Una vez especificado lo que se espera encontrar por
deduccin a partir de unos supuestos, se acude a la observacin de la realidad.
Esta observacin sirve para contrastar la hiptesis y comprobar si los hechos
respaldan la teora deductivamente formulada.
c.

Caractersticas de una buena teora:

Es necesario conocer los rasgos que confieren utilidad a una teora para saber cmo abordar la
construccin de la misma. Para que una teora sirva para explicar debe ser:
a)

Contrastable: Para que sea contrastable debemos poder inferir de la teora expectativas sobre la
realidad lo bastante concretas y especficas como para hacer observaciones que las confirmen o
no las confirmen. Debe de poderse establecer una relacin entre la teora y el mundo de manera
sistemtica, pues sino la teora slo es un conjunto de abstracciones.

b) Lgicamente correcta: La teora debe poseer coherencia interna, siendo compatibles sus
supuestos e inequvocos sus trminos.
c)

Comunicable: Tienen que poder comprenderla otras personas con formacin adecuada de
manera que, sirvindose de ella, sean capaces de explicar los hechos y proponer ensayos de
hiptesis derivadas de ella.

d) General: La teora deber poderse utilizar para explicar diversos hechos en diferentes momentos
y lugares; pudiendo deducir de ella predicciones que puedan comprobarse en diferentes
circunstancias. No debe estar vinculada demasiado estrechamente a un conjunto de
observaciones.
e)

Parsimoniosa: Debe ser suficientemente sencilla como para poder aplicarla y comprenderla
fcilmente; evitando ser tan compleja y profusa en condiciones y excepciones que resulte difcil
extraer de ella expectativas explcitas sobre los hechos del mundo real.

Las teoras pueden tener cada una de esas caractersticas deseables en grados diferentes, y a veces
tenemos que escoger entre ellas al desarrollar una teora determinada. Tal vez hayamos de sacrificar un
tanto la parsimonia, por ejemplo, para obtener una mayor generalidad o posibilidad de verificacin.
Habremos de tener presentes esos rasgos deseables cuando formulemos la teora para que el producto de
nuestra labor sea verdaderamente provechoso.
6.

LOS CONCEPTOS:

Antes de ocuparnos de la contrastacin de teoras es importante ver cmo estn relacionados sus
componentes entre s y con la investigacin emprica. Las teoras se componen de conjuntos de conceptos
que estn relacionados por hiptesis lgicamente derivadas de un conjunto de supuestos.
Los conceptos son las piezas con la que se construye la teora y cada concepto debe definirse con claridad
y precisin. Estas definiciones se asumen, no se contrastan con la realidad. Servirn para formar las
hiptesis que s se someten a contrastacin.
Un concepto consiste en tres elementos relacionados entre s:

Trmino: Palabra que se utiliza para designar el concepto.


Significado: Conjunto de caractersticas ideales que asociamos con el concepto.
Referente: Parte de la realidad que designamos con el concepto.

La relacin de estos tres elementos viene dada por el consenso entre los miembros de una comunidad.

Ejemplo: Al utilizar el trmino silla', s cul es su significado: se habla de un mueble relativamente rgido,
con tres o ms patas y respaldo, en el que habitualmente se sientan las personas. Observando el contenido de
una habitacin, se puede sealar sin problemas el referente emprico del trmino silla: se distingue una silla
de una mesa o de un taburete.

En la ciencia poltica corresponde al politlogo otorgar a los conceptos un significado inequvoco y un


referente emprico claro, en caso de no exista consenso sobre un concepto ser necesario dedicar una
parte de la investigacin a definirlo.
Igual que las teoras, los conceptos pueden ser ms o menos tiles. Su utilidad depende de que cumplan
dos condiciones fundamentales: ser inequvocos y claros. Existiendo, por tanto, dos clases de problemas:

La ambigedad conceptual se produce cuando en un concepto la relacin entre el trmino y el


significado no est bien definida.

Para resolver este tipo de problemas, el investigador debe desarrollar definiciones declarativas que
indiquen las caractersticas o propiedades del concepto.

La vaguedad conceptual se produce cuando en el concepto falla la relacin entre el significado


y el referente emprico. Esto supone un problema, ya que las teoras slo pueden verificarse si
se tiene un referente emprico claro sobre el que contrastar las hiptesis.

La solucin a este problema se da a travs de una definicin operacional que consiste en la


determinacin del referente emprico del concepto, pudiendo introducir elementos especficos y
particulares de la investigacin.
Por ello, en la definicin de un concepto es tan importante el significado como la especificacin de su
referente emprico.
Las definiciones operacionales, es decir, las que incluyen la especificacin del referente emprico de un
concepto, pueden ser mucho ms complicadas y frustrantes que las declarativas, ya que se ven limitadas
por la realidad observable al alcance del investigador. Tambin hemos de ser conscientes de que una
definicin declarativa puede verse desmejorada tras la operacionalizacin, pero aun as este paso es
fundamental para poder llegar a la contrastacin.
7.

LAS VARIABLES:

Una vez que se tienen los conceptos que constituyen la teora bien definidos, tanto declarativa como
operacionalmente, se puede empezar a hablar de variables.
Una variable es una caracterstica empricamente observable de algn concepto, que puede tomar
ms de un valor. Las variables permiten pasar de la teora, que relaciona dos o ms conceptos, a la
observacin emprica de los datos con los que se espera contrastar la teora formulada. Por el contrario,
un concepto que no cambia en valor es una constante.
Segn la posicin de las variables dentro de la relacin que establecen las hiptesis, podemos distinguir
variables dependientes e independientes.
La variable dependiente es de una importancia crucial en la investigacin. Se trata de la variable cuyo
valor se piensa que vara en funcin de los valores que toman otras variables. La calidad de dependiente o
independiente en una variable, vara segn las hiptesis.
Es el fenmeno que creemos que es consecuencia o efecto de otra variable independiente. Lo normal
es que en un trabajo de investigacin haya una nica variable dependiente.
Ejemplo: El grado de fragmentacin del sistema de partidos es la variable dependiente, puesto que depende
del grado de proporcionalidad del sistema electoral.

Las variables independientes son aquellas cuyos cambios o variaciones influyen en los valores de la
variable dependiente. Tambin se llaman en ocasiones variables explicativas, variables causales o
variables exgenas.

Se refiere a aquellos fenmenos que consideramos que son causa o influyen en un fenmeno social o
poltico que queremos explicar. Para que un trabajo de investigacin sea correcto se ha de trabajar con
ms de una variable dependiente.
Ejemplo: El nivel de proporcionalidad del sistema electoral es la variable independiente, puesto que influye
en el nivel de fragmentacin del sistema de partidos.

La mayora de los fenmenos polticos requieren ms de una explicacin, ya que son fenmenos
multicausales, en muchas ocasiones los modelos tericos ponen el nfasis en determinadas variables
independientes sobre otras. Por ello es posible distinguir dentro de stas: las explicativas, intervinientes y
antecedentes.

Las variables explicativas seran aquellas a las que el investigador da ms importancia en


funcin de su modelo terico. Es la variable independiente principal.

Las variables intervinientes se sitan causalmente entre la explicativa y la dependiente. Es una


variable que est ms pegada en el tiempo a la variable dependiente y que es efecto de otra
variable independiente y causa de la variable dependiente.

Las variables antecedentes, como su nombre indica, se ubican antes de la explicativa. Es una
variable que precede en el tiempo y es causa de nuestra variable principal.

En el segundo modelo del ejemplo el nfasis de la explicacin de la estabilidad de los gobiernos puede
ponerse en la proporcionalidad del sistema electoral, o en la fragmentacin del sistema de partidos. En el
primer caso, la fragmentacin partidista se considerara una variable interviniente en la relacin entre
proporcionalidad (variable independiente explicativa) y estabilidad gubernamental (variable dependiente). En
el segundo caso la proporcionalidad sera una variable antecedente que influye sobre la fragmentacin.

Es necesario sealar la importancia de otro tipo de variables:


Las variables de control son variables independientes que influyen tanto en otras variables explicativas
incluidas en el modelo, como en la variable dependiente. Por lo tanto, deben ser consideradas, aunque al
investigador le interesen de una manera secundaria.
Una manera de considerarlas es como explicaciones alternativas a la que nosotros proponemos o a la que
nos parece ms importante.
Si lo que nos interesa es centrarnos exclusivamente en el efecto de la proporcionalidad del sistema electoral sobre la
fragmentacin del sistema de partidos, no podemos dejar de tener en cuenta otros factores que tambin pueden incidir sobre
la fragmentacin y que a su vez estn relacionados con la proporcionalidad. Uno de estos es la complejidad de la estructura
de clivajes que caracteriza al 23 sistema de partidos. Esta variable se ha incluido en el primer modelo del ejemplo como
variable de control. Slo si se tienen en cuenta las diferencias en torno a la complejidad de la estructura de clivajes se puede
estimar la verdadera magnitud del efecto del sistema electoral sobre la fragmentacin del sistema de partidos. Esto es an
ms importante dado que los sistemas de partidos con estructuras de clivajes complejas suelen tender a instaurar sistemas
electorales proporcionales. En este ejemplo, es necesario controlar la influencia de la estructura de clivajes para poder
estimar la de la principal variable explicativa, la proporcionalidad del sistema electoral.

La especificacin de modelos tericos debe por tanto tener en cuenta la influencia de terceras
variables que afecten simultneamente a la variable explicativa y a la variable dependiente. Sea para
medir su influencia sobre la variable dependiente, sea para estimar la influencia de la variable
independiente, el control de las variables de control son fundamentales a la hora de garantizar la
validez de las conclusiones de la investigacin.
Conviene enfatizar que la condicin de variable dependiente, explicativa, antecedente, interviniente, o de
control, depende de las necesidades del investigador: el mismo concepto puede pasar de ser variable
antecedente a explicativa, de explicativa a variable de control o a interviniente, o incluso a dependiente en
distintas investigaciones, o dentro de una misma investigacin en distintas hiptesis.
Para facilitar la descripcin de un modelo terico en el que se incluyan variables de distinto tipo
interrelacionadas entre s es recomendable emplear grficos, donde figuran tanto las variables que
componen las hiptesis, como la relacin que las vincula.

TEMA 2: FORMULACIN DE HIPTESIS Y CAUSALIDAD


I.

FORMULACIN DE HIPTESIS:

Una hiptesis es un enunciado declarativo que indica explcitamente las relaciones que se esperan
encontrar entre las variables. Para poder contrastar una teora empricamente es necesario formular
hiptesis, pues stas hacen alusin explcita, concreta y especfica a lo que se espera encontrar en la
realidad.
Las hiptesis constituyen el vnculo entre la teora y los datos: son los elementos de la teora que se
someten a contrastacin directa sobre los datos.
Las hiptesis se componen de:
-

Variables, que deben estar claramente definidas, vinculadas entre s.


Una relacin, que debe estar claramente explicada.

Para que una hiptesis sea una buena hiptesis ha de contener las siguientes caractersticas:

Las hiptesis son enunciados empricos que formalizan una explicacin propuesta por el
investigador sobre fenmenos que existen en el mundo poltico. No es un enunciado sobre lo
que el investigador quiere que sea verdad:
La democracia es la mejor forma de gobierno (NO)
Es ms probable que haya democracia en pases con ms altos niveles de educacin que en
pases con ms alfabetismo (SI)

Explica un fenmeno global y no la ocurrencia de un fenmeno especfico:


Juan vota al PP porque su madre tambin lo hace (NO)
Los individuos adquieren orientaciones polticas similares a las de sus padres (SI)

Debe ser comprobable empricamente.


Gibraltar ser espaol (NO, un futurible no es comprobable empricamente)

Es plausible, ya que debe haber una razn lgica para pensar que la hiptesis ser confirmada
por los datos.
La gente que desayuna cereales participa ms en poltica que los que desayunan
churros (NO)
Los individuos con mayores niveles educativos participan ms en poltica (SI).

La hiptesis ms simple es la hiptesis nula, aquella que postula que no hay relacin entre dos
variables, es decir, que cambios en la variable independiente no producen variaciones significativas en
los valores de la variable dependiente.
Algunas investigaciones definen primero una hiptesis nula y luego tratan de demostrar
empricamente que es falsa. Sin embargo lo que generalmente se espera es que la contrastacin
emprica, el anlisis de los datos, desmienta la hiptesis nula.

Conviene sealar una diferencia entre hiptesis explicativas e hiptesis de control:

Las hiptesis explicativas incluyen, al menos, una variable dependiente (fenmeno a explicar) y
una independiente (fenmeno que explica). El investigador puede incluir otras variables
antecedentes, intervinientes, e incluso dependientes hasta formular un modelo terico. Est
articulada en torno a la variable independiente de nuestra investigacin.
Las hiptesis de control, por el contrario, estn formadas por variables de control que interesa
tener vigiladas. Son hiptesis secundarias muy importantes para demostrar el efecto de la
variable explicativa.

Podemos ver que la teora da eficacia a los conceptos vinculndolos de manera que puedan utilizarse
al formular las explicaciones. La teora une entre s los conceptos estableciendo relaciones entre ellos,
cuyos enunciados adquieren la forma de hiptesis.
Las hiptesis, en general, postulan uno de dos tipos principales de relacin entre los conceptos:
covariacin y causalidad.
Las relaciones de covariacin indican, como mnimo, dos variables, una variable independiente y otra
dependiente, y el sentido de su relacin. Esta relacin implica que dos o ms conceptos tienden a
cambiar simultneamente: a medida que uno aumenta (o disminuye), aumenta el otro (o disminuye).
Estas relaciones nada nos dicen sobre lo que hace cambiar los conceptos simultneamente, sobre la causa
del cambio.
Ejemplo: podramos predecir que el grado de informacin poltica y la probabilidad de voto covaran,
que a medida que crece el uno, crece la otra. Pero no dice de qu dependen esas variaciones.

Las relaciones causales indican que los cambios producidos en uno o ms conceptos llevarn a que se
produzcan cambios en uno o varios conceptos diferentes o conllevarn dichos cambios.
Ejemplo: Podemos sostener que cuanto ms fuerte sea la identificacin con un partido, mayor ser la
probabilidad de voto. El hecho de sentirse miembro de un partido puede impulsar a votar, pero la
probabilidad de votar no crea la identificacin con el partido.

Todos estamos acostumbrados a pensar en trminos de causaefecto, pero es muy difcil determinar las
causas o consecuencias del comportamiento humano: cuando ms importante es el hecho, ms difcil es
deslindar sus causas. A causa de esta complejidad, debemos postular relaciones causales slo cuando se
cumplan cuatro condiciones simultneamente:
-

La causa y el efecto postulados cambien juntos, o covaren.


La causa preceda al efecto.
Poder determinar un vnculo causal entre la causa y el efecto supuestos (lo que significa que
hemos de poder establecer el proceso por el que los cambios en A ocasionan cambios en B)1.
La covariacin de los fenmenos de causa y efecto no se deba a su relacin simultnea con
un tercer factor.

Esta ltima condicin nos previene sobre el problema de las relaciones espurias. Cuando A y B varan a
la vez porque ambas son causadas por C y no covariaran en ausencia de C, la relacin aparente entre A
y B se denomina espuria. Es esencial descubrir la posible falsedad en las relaciones, antes de incorporar
las hiptesis a nuestras teoras.
Ejemplo: El caso en que un investigador averigua primeramente que el precio del ron importado y los
sueldos de los ministros fluctan al mismo tiempo, y de ello deduce que los cambios en el precio del
ron causan los de los sueldos de los ministros. Es ms probable que los precios del ron y los sueldos
de los ministros varen como consecuencia de la modificacin de las condiciones econmicas
generales y del nivel global de los precios.
La relacin entre las dos primeras variables es de covariacin, pero no causal.

El desafo fundamental de la investigacin emprica no es encontrar relaciones entre variables, sino


determinar si en esas relaciones existe un elemento de causalidad.
Al elaborar hiptesis causales con ms de una variable independiente es posible especificar interacciones.
A travs de una interaccin se contrasta si el efecto de una variable explicativa sobre la variable
dependiente depende de algn otro factor. Pueden considerarse tambin como variables condicionales,
es decir, aquellas que representan fenmenos cuya presencia activa, magnifica o por el contrario anula el
efecto de una variable independiente.
Es importante reconocer otras dos caractersticas de la causalidad social.

1 Se profundiza en el apartado titulado causalidad

En primer lugar, un fenmeno puede causar otro de manera directa o indirecta: puede que A sea
causa de B slo en la medida en que lo es de C, que es causa directa de B .

Debemos tener presente el papel que cumple la causalidad indirecta para que nuestra teora sea lo
ms completa posible.

En segundo lugar, hemos de prestar atencin al hecho de que el comportamiento humano se debe
a ms de una causa. Al teorizar, deberemos evitar la simplificacin excesiva, y reconocer el papel
que cumple la causalidad mltiple en la vida social.

Esto quiere decir, sencillamente, que todo hecho puede tener varias causas diferentes y que, a veces,
deben reunirse muchos hechos para causar uno determinado.
Para abordar toda esta complejidad, generalmente conviene esbozar un modelo causal de la teora, esto es,
un diagrama donde se especifican con claridad todas las relaciones planteadas en la teora, con lo que se
ven ms fcilmente las implicaciones de nuestros argumentos.
Cada una de las flechas representa una influencia causal, y la direccin en que apunta indica la variable
que, segn la teora, ha de ser dependiente, y la que ha de ser independiente.
Tanto las relaciones de covariacin como las causales pueden detallarse atendiendo a dos parmetros:
a.

La direccin de la relacin entre las variables, pudiendo los dos conceptos en la misma
direccin o en direcciones opuestas. Esta relacin puede ser:
o
o

Relacin negativa en la que cuando la variable independiente aumenta, la dependiente


disminuye.
Relacin positiva en la que si la variable independiente aumenta, la variable
dependiente tambin aumenta.

Nuestras hiptesis deben especificar si esperamos relaciones positivas o negativas entre los conceptos.
Esta informacin se puede aadir a los diagramas causales colocando un signo ms (+) o menos (-) en
cada trayectoria para indicar si se piensa que la relacin es positiva o negativa.
a.

La forma de esta relacin. Esta puede ser:


o
o

Relacin lineal, como en los casos anteriores.


Relacin curvilnea: Relaciones cuyo efecto positivo o negativo vara conforme
aumentan o disminuyen los valores de las variables independientes.

Ejemplo: la relacin entre la orientacin poltica de un gobierno y su nivel de gasto pblico toma una forma
parecida a una U: los gobiernos con partidos situados ms a la derecha o ms a la izquierda gastan ms que
los gobiernos formados por partidos en torno al centro, que pueden tener una orientacin ms liberal.

II.

LA CAUSALIDAD

La relacin de causalidad entre dos fenmenos es algo que el anlisis emprico nunca podr
contrastar de manera definitiva. Los datos indican si existe o no covariacin y si la presunta causa es
anterior al efecto considerado. Pero el proceso causal subyacente en la relacin entre dos variables es
algo que debe establecer el investigador, y que corresponde al nivel de la argumentacin terica.
Lo principal para demostrar la causalidad es que las dos variables estn correlacionadas (que existe una
relacin de covariacin entre la variable dependiente y la independiente) y que haya un mecanismo
causal, un proceso por el cual esperamos que un fenmeno haga variar al otro, que est bien argumentado
lgicamente, fundamentndose en la teora.
Podemos distinguir dos tipos de relaciones causales:
a)

Relaciones deterministas:

Una condicin suficiente es aquella causa cuya presencia garantiza la aparicin del efecto, aunque ste
pueda aparecer en otras circunstancias sin que la causa que se estudia est presente.

Ejemplo: La lluvia (causa) es una condicin suficiente para que las calles estn mojadas (efecto). Pero
las calles pueden mojarse por otras causas, por ejemplo, por el riego de los camiones de limpieza vial.

Para poder determinar que una variable (causa) es condicin suficiente de otra (efecto), se deben de ver
todos los casos (o un nmero suficientemente elevado) en los que la causa est presente, y comprobar
que en todos ellos tambin est presente el efecto. Si se encuentra un caso, en el que la causa est
presente sin estarlo el efecto, sta dejara de considerarse condicin suficiente para ese efecto en concreto.
Una condicin necesaria es aquella causa sin la cual no se verifica el efecto, sin el primero, no puede
aparecer el segundo. Pero la causa puede existir sin que se d imperativamente el efecto.
Ejemplo: El oxgeno es una condicin necesaria del fuego. Sin embargo, el oxgeno no siempre
produce fuego.

Para poder verificar empricamente el carcter de condicin necesaria de una variable sobre otra, se
deben observar todos los casos en los que el efecto est presente y asegurarse de que la causa tambin lo
est. Si se encuentra un caso en el que el efecto estuviera presente, sin estarlo la causa, sta dejara de ser
considerada condicin necesaria de ese efecto.
Las relaciones causales en forma de condiciones necesarias o suficientes son poco frecuentes en la ciencia
poltica.
b) Relaciones probabilsticas: La incidencia de una variable independiente aumenta la
probabilidad de que aparezca la variable dependiente.
La mayora de las relaciones causales en la ciencia poltica se dan en forma de condiciones facilitadoras,
es decir, la presencia de la causa facilita (pero no garantiza ni es imprescindible para) la presencia del
efecto. Si se realiza un nmero suficiente de observaciones en las que causa conlleva el efecto, previa
argumentacin convincente, se podra concluir que existe una relacin causal entre ambas variables.
Aunque se den casos en los que la causa aparece sin el efecto o viceversa, de ser ms frecuentes las
instancias en las que ambas variables estn presentes o bien ambas estn ausentes, se considera que la
variable independiente o causa es una condicin facilitadora de la variable dependiente o efecto.
Las hiptesis formuladas en trminos de condiciones facilitadoras no son automticamente rechazadas al
encontrar un caso en el que causa y efecto no aparezcan vinculadas, sino que apuntan a tendencias
probabilsticas que se verifican o no a partir del anlisis de un determinado conjunto de casos.
Conviene evitar formular hiptesis en las que la conexin entre causa y efecto sea tan evidente que se
acerque a una tautologa. Tambin es muy importante definir las variables independiente y dependiente
de manera claramente separada, para no confundir lo que en una investigacin se asume por definicin
con lo que se pretende verificar. Si lo que se pretende es verificar empricamente que dos variables estn
relacionadas, ambos conceptos deben definirse separadamente. Si por definicin una variable es un
indicadora de la otra, entonces es evidente que se encontrar una asociacin entre ambas variables, pero
esto no ser ms que la verificacin de una tautologa.
III.

EVALUACIN DE CAUSALIDAD

El objetivo de una investigacin explicativa es establecer cules son las causas de determinados
fenmenos. Esta causalidad se puede establecer a travs de anlisis:

Anlisis bivariados o bivariables:

Son los anlisis en los que consideramos la relacin de causalidad entre dos variables, que covaran,
siendo una de ellas independiente y la otra dependiente.

Anlisis multivariados o multivariables:

La principal razn por la cual es difcil realizar investigaciones de carcter explicativo es que los
fenmenos polticos y de los sociales es que no podemos atribuirlos a una nica causa, pues son causados
por una multitud de factores.

Se emplean anlisis multivariables que nos permitan evaluar simultneamente los efectos de ms de una
variable. La bsqueda de la explicacin de un fenmeno debe consistir pues en determinar cules de
estos factores son ms importantes a la hora de favorecer su aparicin, para lo que necesitaremos
aislar el efecto de cada una de las diferentes variables que lo causan.
Para averiguar cul de todas las variables es la ms importante, y el efecto de cada una de ellas sobre la
variable dependiente, se tiene que estimar su influencia controlando el efecto de las dems variables.
Se debe proceder de este modo con cada una de las variables independientes para asignar a cada una el
peso explicativo que le corresponde. Slo controlando por el efecto de otras variables explicativas
(neutralizando su influencia sobre la variable dependiente), se puede llegar a algn tipo de conclusin.
El objetivo del control es evaluar el impacto relativo de cada una de las variables independientes sobre la
dependiente. Para averiguar si existe o no relacin entre dos variables y cul es la fuerza de dicha
relacin, es preciso mantener constante el valor de todas las dems variables independientes que
puedan influir a la vez sobre la variable dependiente y sobre la variable explicativa que nos interesa.
Analizar la relacin entre dos variables controlando por una tercera implica estimar la relacin que
interesa manteniendo constantes los valores de esa tercera variable. Una vez aqu, el investigador se
puede encontrar ante tres situaciones distintas:

La primera situacin es aqulla en la que el control por una tercera variable no altera la
relacin entre las variables dependiente y explicativa.

En este caso, controlar por la tercera variable no resulta necesario ni demasiado interesante, aunque se
trata de una situacin muy poco habitual.

Una segunda posibilidad es que, al controlar por la tercera variable, se encuentre que la
relacin entre las variables dependiente y explicativa desaparece por completo.

La relacin entre las variables dependiente y explicativa no es causal, sino espuria, es decir, aparece
nicamente porque ambas variables estn relacionadas con una tercera. Al controlar por esta variable,
desaparece la relacin inicial entre las variables dependiente y explicativa; siendo, en este caso, la
principal explicacin la tercera variable.

Una tercera situacin es aqulla en la que al controlar por una tercer variable, la relacin
entre las variables dependiente y explicativa se atena pero no desaparece por completo. Esto
significa que una parte (pero no todo) del efecto de la variable dependiente se debe a la influencia
de la tercera variable.

La especificacin de modelos tericos debe tener en cuenta la influencia de terceras variables que
afectan simultneamente a la principal variable explicativa y a la variable dependiente. Cuando se prevea
la posibilidad de que una variable pueda estar en esta circunstancia, debe ser incluida en el modelo. No
conviene, sin embargo, sobrecargar el modelo terico con muchas variables de control.
Los distintos mtodos de contrastacin de hiptesis se caracterizan fundamentalmente por la forma y el
grado en el que permiten controlar (neutralizar) el efecto de terceras variables independientes sobre la
variable dependiente.
Examinaremos tres diseos de investigacin: el mtodo experimental, el mtodo estadstico y el mtodo
comparado. El estudio del caso no es una estrategia de investigacin basada en el control, por tanto no es
un diseo.

TEMA 3 y 4: DISEOS DE INVESTIGACIN: Mtodo experimental, Mtodo estadstico,


Mtodo comparado y Estudio de caso.
I.

EL MTODO EXPERIMENTAL

El mtodo experimental es el que permite tener un mayor grado de control de las posibles causas de un
fenmeno o comportamiento, pues el experimento es la prueba cientfica por excelencia.
Consiste en provocar deliberadamente modificaciones en los estados o valores de una variable
independiente para evaluar su efecto sobre los estados o valores de la variable dependiente, teniendo
constantes todos los dems factores que pueden influir en esta.
Funcionamiento:
La confirmacin de hiptesis a travs del experimento consiste en provocar deliberadamente
modificaciones de los valores de la variable explicativa de inters, manteniendo constantes (y
contraladas) el resto de las variables independientes. De esta forma, cualquier cambio en la variable
dependiente slo puede ser atribuible a los cambios en la variable explicativa.
Se controla la influencia del resto de variables independientes convirtindolos en parmetros.
Uso en Ciencia Poltica:
Se analiza el comportamiento de dos grupos de personas con caractersticas similares en todos aquellos
factores que puedan considerarse con efectos en la variable dependiente:

El grupo experimental: Sus integrantes son expuestos a un estmulo (la variable explicativa).

El grupo de control: Est compuesto por sujetos que renen las mismas caractersticas que los
del grupo experimental pero que no son sometidos al mismo estmulo (la variable explicativa).

La idea tras este diseo de investigacin es que las variaciones en la variable dependiente que presente el
grupo experimental con respecto al grupo de control son debidas exclusivamente al efecto del estmulo, es
decir, a la variacin de la variable independiente.
Cuestiones a tener en cuenta:
a.
b.
c.
d.

e.

Asegurarse de que los dos grupos son iguales.


Medir el valor de la variable dependiente en los dos grupos antes y despus de la administracin
del estmulo.
El efecto del estmulo se infiere de la comparacin de los valores de la variable dependiente
antes y despus de la exposicin al estmulo.
Se miden los valores de la variable dependiente en el grupo de control tambin antes y despus
de la aplicacin del estmulo para comprobar que la variacin de la variable dependiente se ha
producido slo en el grupo experimental.
La diferencia de los valores de la variable dependiente tambin en el grupo de control indica que
hay otros factores, adems de aquel en el que se ha centrado la investigacin (estmulo), que
influyen en la variable dependiente y que no se han controlado en el experimento.

Control de las variables:


El control de las variables en el diseo experimental puede conseguirse por dos vas:

Las selecciones no aleatorias de los casos de tal modo que otras variables independientes
tengan la misma incidencia en los dos grupos.

La seleccin aleatoria de los casos de modo que podamos asumir que otros factores tienen la
misma incidencia en ambos grupos. En este ltimo supuesto, cuanto mayor sea el nmero de
casos (N) mejor.

Ventajas:
1) La precedencia temporal de las variables independientes/explicativa (estmulos) respecto a las
dependientes permite tener una mayor seguridad de la direccin de la causalidad que cuando
se utilizan otros mtodos de control.
La posibilidad de manipular la variable independiente principal permite conclusiones ms
convincentes sobre la causalidad.
2) La posibilidad de repetir el experimento permite asegurar la fiabilidad de los resultados y la
constante asociacin entre las dos variables estudiadas. Adems puedes ser contrastadas las
mismas hiptesis por otros investigadores.
3) Favorece la medicin del resultado y maximiza la posibilidad de afirmar la validez interna
de las conclusiones sobre la relacin estudiada.
Hay un elevado grado de confianza en que el resultado de la investigacin es el producto de la
variacin de la variable independiente y no de otras variables externas, ya que mantiene el mtodo
experimental se excluye la influencia del resto de variables.
Validez interna y validez externa

La validez interna corresponde al grado en el que el diseo proporciona una base lgica coherente para
inferir si la variable independiente es, o no, causa de un cambio determinado en la variable dependiente
en la muestra de los casos observados. Los diseos experimentales, al permitir la manipulacin de la
variable en un entorno no natural suelen tener un grado alto de validez interna
La validez externa se refiere a la posibilidad de generalizar nuestros resultados cabe esperar que
encontremos las mismas inferencias causales en otras situaciones? Nos dicen los resultados de una
investigacin algo sobre la parte de la realidad que no est incluido en l?
Problemas:
1) En la investigacin politolgica se consideraba muy difcil realizar experimentos en
laboratorios. La naturaleza del objeto de estudio de la Ciencia Poltica dificulta en muchos
casos aislar los fenmenos analizadas del medio en que se encuentran, as como la manipulacin
de valores de algunas variables explicativas.

Resulta difcil modificar con estmulos externos un parlamento o un partido poltico, por no hablar de
la imposibilidad de mantener constante al mismo tiempo la influencia de otros factores.
2) Se cuestiona la validez externa de investigaciones (los resultados no son
extrapolables/generalizables a otros mbitos) que s podan desarrollarse con una metodologa
cuasi experimental, argumentando que no est claro hasta qu punto las conclusiones pueden
sostenerse fuera de los entornos controlados.
Habitualmente son slo posibles con grupos pequeos (que no representativos de la poblacin en
general) y sus conclusiones son el resultado de un entorno manipulado, que no natural.
3) Por largo tiempo desechados, existe un cierto resurgir de los mtodos experimentales en reas
como la comunicacin poltica.
Recientemente:
La preocupacin por la validez interna de las investigaciones y por la estimacin de las relaciones
casuales ha provocado un cierto resurgir de la metodologa experimental.
Tambin son cada vez ms frecuentes los experimentos naturales, en los que se aprovecha una
circunstancia o fenmeno o provocado para analizar los efectos causales segn una lgica cuasiexperimental.
Aunque la lgica experimental no sea siempre posible ni deseable, el control de las explicaciones
alternativas s lo es. La lgica del control de los mecanismos experimentales es la que inspira la
aplicacin de tcnicas estadsticas.
Tambin el mtodo comparado tiene como objetivo mantener constante el valor de ciertas variables
explicativas travs de la seleccin cuidadosa de casos.

II.

EL MTODO ESTADSTICO

El mtodo estadstico utiliza tcnicas matemticas para descubrir relaciones entre variables.
As como el mtodo experimental manipula verdaderamente el estado de las variables de control, el
mtodo estadstico utiliza una manipulacin conceptual/matemtica para realizar la misma tarea.
Mecanismo
El mecanismo en el que se basa el control estadstico es la divisin de la muestra en tantas
submuestras como categoras tenga la variable de control. Para cada una de esas submuestras se
estima la relacin entre la variable independiente y la dependiente, y por lo tanto, se controla por el
efecto de la variable que se ha parametrizado (es decir, se ha convertido en constante).
Si hay ms de una variable de control se divide la muestra inicial en tantas submuestras como
categoras resulten del cruce de las variables de control.
Para poder realizar todas estas estimaciones (en cada una de las submuestras) es necesario disponer de un
nmero elevado de casos. Este es uno de los requisitos ms exigentes del mtodo estadstico, difcil de

conseguir en algunas investigaciones politolgicas, sobre todo aquellas que tienen unidades de anlisis
distintas a los individuos. Por ello, en investigaciones con pocos casos suele ser ms adecuado el mtodo
comparado.
Niveles de medicin. Tipos de variables en diseos estadsticos.
Los distintos tipos de variables que se pueden dar en diseos estadsticos son:
-

Variable categrica: Las que tienen una multiplicidad de posibles estados. Estas se contraponen
a las variables dicotmicas, que poseen slo dos posibles estados (afirmativo/positivo o
negativo)

Ejemplo: Variable categrica: La denominacin religiosa (catlico, musulmn, protestante...).


Variable dicotmica: Creyente, no creyente
-

Variable ordinal: Las distintas categoras tienen un sentido ordinal no numrico. Este tipo se
contrapone a las variables de intervalo, continuas o numricas: Las distintas categoras estn
expresadas en una unidad normalizada de medicin que asume la equidistancia entre categoras.

Ejemplo:

Variable ordinal: El nivel educativo: primaria, secundaria


Variable continua/numrica/de intervalo: La edad, el precio.

superior.

Tcnicas para contrastar la covariacin entre 2 variables:


Existen tcnicas estadsticas apropiadas para cada nivel de medicin. Al inicio de este captulo se ha
puesto un ejemplo en el que se utiliza el anlisis de tablas de contingencia, adecuado para trabajar con
variables nominales y ordinales. En este epgrafe se aplica un ejemplo de anlisis estadstico adecuado
para variables de intervalo.
a.

Correlacin: Tcnica apropiada para contrastar la covariacin entre dos variables continuas.

Se utiliza el coeficiente de correlacin de Pearson de asociacin entre dos variables, y la tcnica de


regresin mltiple que permite estimar la influencia de varias variables explicativas sobre una
dependiente.
Imagnese que se est realizando una investigacin sobre la relacin entre los ingresos y la ideologa de
los electores. Se dispone de datos de una encuesta en la que se han medido los ingresos de los
encuestados, as como su autoubicacin ideolgica en una escala de 1 a 10 en la que 1 es la posicin
ms a la izquierda y 10 representa la posicin ms a la derecha.
En el eje horizontal figuran los ingresos anuales y en el vertical las diferentes puntuaciones en la escala
ideolgica. Cada uno de los puntos representa un individuo de la muestra y la localizacin del punto
pone en relacin los ingresos del individuo (comprobando su situacin respecto al eje horizontal) con su
autoubicacin ideolgica (comprobando su situacin respecto al eje vertical). La recta que aparece en el
grfico, denominada recta de regresin, es una sntesis de la relacin entre ingresos e ideologa.

Correlacin de Pearson:
Se puede utilizar en primer lugar el ndice de correlacin para estimar la fuerza de la asociacin de las
dos variables. El coeficiente de correlacin linear de Pearson es una de las medidas ms utilizadas para
medir el grado de asociacin entre dos variables de intervalo.
Este coeficiente oscila entre -1, cuando existe una correlacin negativa perfecta, y 1 cuando sta es una
correlacin positiva perfecta. El coeficiente toma un valor 0 cuando no existe relacin entre las dos
variables. En este caso las dos variables estn fuertemente relacionadas, ya que el coeficiente de
correlacin tiene un valor de 0,94 y es de signo positivo: a medida que se incrementa el valor de una de
las variables (ingresos) se incrementa tambin el valor de la otra (ubicacin ideolgica ms a la derecha).

Regresin mltiple:
La regresin mltiple es un mtodo estadstico que nos permite estimar el efecto que un cambio de una
unidad en la variable explicativa produce sobre la variable dependiente.

La tcnica de regresin mltiple permite por lo tanto estimar por separado el efecto que tienen cada una
de las variables independientes sobre la variable dependiente controlando por el resto de las variables
incluidas en el modelo.
En nuestro ejemplo podemos analizar si adems de los ingresos, la edad tiene un efecto adicional sobre la
autoubicacin ideolgica. Mostrndose que cuando se midi la relacin entre ingresos e ideologa sin
controlar por otras variables, el coeficiente resultante meda no slo el efecto de los ingresos sobre la
ideologa sino tambin la influencia de otros factores que estaban relacionados a su vez con los ingresos,
como la edad. Se comprueba as mediante el segundo modelo que parte del efecto que en el primer
modelo se atribua a los ingresos es en realidad consecuencia de la edad, por la que no se controlaba.

La principal utilidad de la regresin mltiple es que es un mtodo estadstico que permite estimar
efectos de unas variables sobre otras controlando por terceras variables y por lo tanto con menor
probabilidad de llegar a conclusiones sesgadas.
b.

Tablas de contingencia: Tcnica apropiada para contrastar la covariacin entre dos variables
ordinales o categricas.

Las tablas de contingencia son una forma de presentar conjuntamente los datos de dos variables distintas.
Sirven para ver si existe relacin entre dos variables, y si es as, para poder comprobar de qu modo
estn relacionadas.
Una de las variables se presenta en filas y la otra en columnas, dando lugar a diferentes celdas que
contienen informacin variada (el nmero de casos, el porcentaje de casos). Por convencin, cuando
cruzamos dos variables en una tabla de contingencia, se acostumbra a poner la variable explicativa en las
columnas, mostrando los porcentajes por columna.
c.

Contraste de Medias: Tcnica apropiada para contrastar covariacin entre una variable ordinal y
una continua.

Cada una de estas tcnicas emplea estadsticos que se calculan con una probabilidad asociada: la
probabilidad de se cometa un error al rechazar, a partir de la informacin que contiene la muestra, la
hiptesis nula de que en la poblacin el valor del coeficiente es cero y por lo tanto no hay cambios en Y
cuando vara X. Los umbrales 0,05 Y 0,01 son los que convencionalmente se emplean para fijar si existe
una covariacin significativa entre variables.
Si la probabilidad asociada a un coeficiente es inferior a 0,01 existe un 99 % de probabilidades de estar en
lo correcto al afirmar que ese coeficiente refleja una relacin existente en la poblacin, y un 1 por ciento de
probabilidad de error porque en la poblacin no exista relacin entre las variables. Si se adopta un nivel de
significacin de 0,05 quiere decir que se asume que el error se puede producir en un 5 % de los casos.

Ventajas:
El mtodo estadstico permite estimar el efecto de cada una de las variables independientes (siempre que
contemos con ellas en nuestra base de datos) sobre la variable dependiente de modo ms sistemtico.
Posibilita en mayor medida las inferencias y la generalizacin.
Las tcnicas estadsticas son las herramientas ms potentes para estimar efectos, controlar posibles sesgos
y descartar explicaciones alternativas. Ofrecen adems estimaciones de la incertidumbre de los resultados,
en funcin de la cantidad de informacin disponible, lo que las hace herramientas imprescindibles cuando
el nmero de casos a estuchar es elevado.
Sigue un procedimiento pblico que es fcil de reproducir.
Inconvenientes:
Muchos fenmenos en Ciencia Poltica no pueden ser cuantificados en trminos numricos.
El mtodo estadstico requiere de un amplio nmero de casos para ser efectivo.

El mtodo estadstico puede nos muestra la covariariacin y correlacin entre variables, no demuestra
causalidad.

III.

MTODO COMPARADO:

El mtodo comparado se utiliza para abordar el anlisis de un nmero reducido de casos cuando no es
posible realizar un control sistemtico de las variables independientes a travs de las correlaciones
parciales en las que se basa el mtodo estadstico, ni tampoco manipular los estados de las variables
externas como en el mtodo experimental.
Se trata de un mtodo claramente menos potente que los anteriormente citados en cuanto al control que
consigue, pero que presenta aspectos positivos en cuanto a la profundidad que permite conseguir en el
trato de cada uno de los casos. Para muchos autores no existe una frontera clara entre el mtodo
estadstico y el mtodo comparado, dependiendo la eleccin entre uno u otro del nmero de casos que se
considere en el anlisis.
Definicin:
El mtodo comparado no es una tcnica concreta de investigacin, sino un mtodo con una lgica
especfica que pretende descubrir relaciones empricas entre variables con una voluntad de producir
conocimientos generalizables. El mtodo comparado se vale de la comparacin explcita y sistemtica
para estudiar las relaciones entre variables.
Uso en Ciencia Poltica:
Se emplea especialmente:
-

En la explicacin de determinados fenmenos: revoluciones, regmenes polticos.

En enfoques y por analistas de Ciencia Poltica que lo prefieren basndose en la premisa de que
los fenmenos polticos se entienden mejor con el anlisis pormenorizado de unos pocos
casos.

Es el mtodo preferido, por ejemplo, de las distintas versiones del institucionalismo: mtodo histricocomparado, neo-institucionalismo, etc.
-

Es el mtodo ms frecuentemente utilizado en la Poltica Comparada, es decir, aqulla que


estudia el desarrollo de los sistemas polticos y su interrelacin con otros sistemas sociales.

La poltica comparada es una subdisdplina de la ciencia poltica que se define tanto por su objeto (el
estudio de diferentes sistemas polticos), como por su mtodo (el mtodo comparado). Como mtodo, la
poltica comparada implica realizar un esfuerzo analtico consciente para explorar las diferencias y
similitudes entre distintas unidades polticas, tomando este esfuerzo como base para desarrollar
argumentos tericos, verificar hiptesis, inferir relaciones de causalidad y producir generalizaciones
tericas.
Es todo el anlisis intrnsecamente comparado?

Frecuentemente se sostiene que todo conocimiento es intrnsecamente comparado por el mero hecho de
afirmar algo sobre un objeto supone que ste se est comparando con otro. Sin embargo, esa no es
una comparacin explcita y sistemtica, como la que es necesario realizar para llegar a conclusiones
sobre la relacin entre diversas variables.
Bartolini insiste en que no se debe confundir la actividad genrica de comparar, que puede tener
diferentes finalidades en el proceso cognoscitivo, con la comparacin que persigue parametrizar, es
decir, mantener constante el valor de las variables externas a la relacin que se considera como hiptesis.
Ejercicio del control:
Para verificar hiptesis es preciso anular (controlar) la influencia de variables exgenas, con el fin de
centrarse en la relacin que interesa. Este control se consigue manteniendo el valor de aqullas constante,
para poder estar ms o menos seguro de que se est observando el efecto de la variable que interesa y no
el de otra sobre el fenmeno objeto de estudio.
En el mtodo experimental, el investigador puede manipular el valor de las variables exgenas para
mantenerlas constantes; en el mtodo estadstico esta manipulacin se realiza a travs de tcnicas
matemticas.
En el mtodo comparado el control se ejerce mediante:
-

Procedimiento de clasificacin (de asignacin de valores a las variables).

Mediante la clasificacin se reagrupan los casos que se examinan de acuerdo con el valor de las
variables en clases o tipos. Dentro de cada una de las clases el valor de la variable que se ha utilizado
para realizar la clasificacin permanece constante.
Cada concepto debe ser operacionalizado y medido. Una vez definidas las variables y sus categoras
puede procederse a llevar a cabo una seleccin de los casos que mantenga constante el valor de estas.
-

Una adecuada seleccin de casos de forma que algunos de estos valores permanezcan
constantes.

Al carecer de un nmero de casos suficientes para poder utilizar tcnicas estadsticas y al no poder alterar
voluntariamente el valor de ciertas variables, el mtodo comparado slo puede manipular los estados de
las variables independientes a travs de una cuidada seleccin de los casos que tenga en cuenta los
valores de las variables independientes.
La clasificacin y la seleccin de casos son las herramientas de control del mtodo comparado. Al
centrarse en un nmero reducido de casos no se debe realizar una seleccin aleatoria de los mismos, sino
una seleccin motivada siguiendo un criterio que sea coherente con los objetivos de la investigacin. No
tiene sentido realizar una seleccin de casos de tipo aleatorio, ya que mediante la propia seleccin se
intenta parametrizar el valor de las variables cuyo efecto no se quiere estuchar en detalle.
Estrategias de diseo:
Su lgica interna es muy similar: los dos intentan aislar factores causales eliminando otras variables como
causas posibles. Se diferencian en la forma en que se eliminan estas variables.
a.

La estrategia de comparar sistemas similares, most similar systems design.

En el procedimiento de seleccin de los sistemas similares se mantiene constante la influencia de las


variables explicativas que interesan, escogiendo sistemas que son similares o idnticos en esas
variables y que difieren en el estado o valor de la variable de inters.
Las variables cuya influencia se quiere parametrizar tienen el mismo valor para el conjunto de los
casos escogidos, mientras que estos casos difieren en relacin a la variable que interesa estudiar.
El diseo de investigacin de los sistemas similares se basa en:

Mediante la clasificacin reagrupamos los casos en clases, de acuerdo con el valor de variables
independientes que nos interesa examinar. Dentro de cada clase, el valor de la variable
independiente para la clasificacin permanece constante. Es decir, una clase representa un
determinado valor de la variable independiente en el que agrupamos los casos que examinamos.

Una vez definidas las variables y sus respectivas clases, seleccionamos los casos que
mantengan constante el valor que en nuestro diseo deseamos mantener como variables de
control y que sean diferentes en nuestra variable explicativa y en nuestra variable dependiente.
La seleccin de casos por tanto es no aleatoria.

El efecto de las variables de control se parametrizan seleccionando casos de tal forma que estas variables
tengan el mismo valor en todos ellos. Esto incrementa la seguridad de que las relaciones encontradas
entre la o las variables independientes de inters y la variable dependiente no se deben a otros factores
que no se estn teniendo en cuenta.
Se llega a un resultado del tipo: en los sistemas que comparten las caractersticas XI, X2 y X3, las
diferencias observadas en el aspecto Y se pueden atribuir a la variable X4.
Las desventajas de la aplicacin del diseo de los sistemas similares:

Frecuentemente se tiene ms de una variable independiente que explica la diferencia en los


valores de la variable dependiente. En esas circunstancias el problema es que se pierden
condiciones para determinar qu variable de las analizadas causa el fenmeno que se est
estudiando, o cul de ellas lo hace en mayor medida.

Se restringe de forma excesiva el marco de anlisis, de manera que resulta complicado realizar
inferencias y generalizar respecto a un conjunto de casos que no compartan esas caractersticas
contextales que se han controlado mediante el proceso de seleccin de casos.

La seleccin de un nmero reducido de casos similares limita la aplicacin y generalidad de los resultados
de la investigacin que no podrn extenderse a casos que compartan esas caractersticas contextales
similares.

La validez interna de la teora se refuerza, pero la validez externa se ve reducida.

b.

La estrategia de comparar sistemas diferentes, most different systems design.

La comparacin de sistemas diferentes se basa en la sucesiva eliminacin de factores sistmicos


irrelevantes. El objetivo de este tipo de anlisis comparado es identificar causas comunes que expliquen
un resultado comn en sistemas por lo dems muy diferentes entre s. Pese a las diferencias en otras
variables independientes, los casos deben compartir valores en la variable explicativa y la variable
dependiente.
Przeworski y Teune han sido los mximos defensores de la estrategia de investigacin basada en la
seleccin de sistemas diferentes. Se parte de la observacin de que varios sistemas presentan
caractersticas diferentes pero el mismo fenmeno (variable dependiente con valor igual o similar). Por
lo tanto, lo que est presente en unos casos y ausente en otros no puede explicar la presencia de un
fenmeno en todos los casos.
Una forma til para entender cmo se aborda una investigacin basada en el mtodo comparado es
consultar trabajos previos que se hayan basado, parcial o totalmente en dicha metodologa.

En la actualidad, la ciencia poltica se halla en una fase en la que se intentan superar viejos
antagonismos y llegar a una convivencia fructfera de los diferentes mtodos. Se insiste menos en la
superioridad de un mtodo sobre otro y ms en la complementariedad, siempre que las investigaciones
se desarrollen dentro de unas pautas de rigor cientfico.
IV.

EL ESTUDIO DEL CASO

El estudio de un caso singular ha sido ampliamente olvidado por la reflexin metodolgica, aunque es
muy usado en la prctica. La razn se debe a que desde la perspectiva metodolgica el estudio de un caso
individual presenta lmites insuperables para establecer y verificar relaciones causales entre fenmenos,
dado que no hay ninguna variacin (o como mucho, una diacrnica) en los efectos y en las presuntas
causas, no hay base emprica para establecer la preferencia de unas causas ni para controlar la influencia
de otras.
El estudio de casos no tiene posibilidad de producir ninguna generalizacin o teora causal dotada
de alguna veracidad.
Motivos prcticos que incentivan su uso:

Los costes son inferiores en trminos de acceso a los datos e informaciones. Adems de una
relativa simplicidad del diseo de la investigacin.
Se pueden soslayar gran parte de las cuestiones metodolgicas tpicas de la investigacin
comparada, en especial de la que se produce en culturas diferentes: menores problemas de
equivalencia de indicadores, empleo de conceptos culturalmente claros, recurrir a procesos
heursticos con ms confianza
Permite seguir una estrategia de investigacin intensiva, tomar en consideracin muchas
propiedades del caso y evaluar su importancia en la compleja red de relaciones de los fenmenos
poltico-sociales.
Muchas ventajas que ayudan al proceso cognoscitivo inherentes a la generalizacin y al
afinamiento de las relaciones entre variables establecidas por otros estudios.

Existen varias tipos de estudios de casos, divididos en el siguiente esquema segn sus caractersticas:
a.

Estudio de casos descriptivo a terico:


Caracterizado por la falta de una formulacin clara y explcita del problema.
Su objetivo no es afrontar un problema concreto, sino reconstruir imgenes generales de
un fenmeno cuyos aspectos significativos se interpretan intuitivamente.
Se apoya en el argumento de que el estudio intensivo y la reflexin emptica
garantizan la comprensin del fenmeno.

b.

No contribuye autnomamente a la acumulacin de conocimiento cientfico porque no


produce resultados transmisibles intersubjetivamente.

Estudio de caso interpretativo:


Parte de la identificacin y formulacin de un problema concreto, permitiendo formular
una hiptesis explicativa.

c.

Su naturaleza de estudio intensiva permite considerar muchos factores y formular


hiptesis alternativas.

Estudio de caso explicativo:


Trata de explicar aspectos particulares recurriendo a generalizaciones y teoras
existentes a las condiciones especficas del caso.
Se emplea el modelo deductivo-nomolgico, siendo en ciencias sociales estas
explicaciones aproximativas.
Funcin de evaluacin de la plausibilidad de teoras (o de su validez o utilidad) Es
un ejercicio de control crtico, de modificacin y revisin de las generalizaciones frente
a las condiciones especficas del caso.

d.

Tiende a centrar su atencin en relaciones entre las propiedades del caso que se puedan
generalizar.
Las hiptesis as formuladas no se pueden verificar en el interior del estudio, pero se
pueden emplear en otros estudios de naturaleza distinta. Actualmente as se generan las
hiptesis de las investigaciones comparadas.

Es menos costoso que una investigacin comparada y produce resultados tiles,


subrayando la debilidad de una teora.

Estudio del caso desviante:


Se utiliza referido a asociaciones generales establecidas mediante investigaciones de
otro tipo.
Diseada en base a un criterio preciso que maximiza su importancia terica: la
desviacin del caso respeto de la tendencia general descrita y prevista por una
teora determinada.
Prctica: Se busca la comparacin entre el grupo de casos sobre los que se ha
construido la teora y el caso desviante, identificando las diferencias de este respecto a
los otros para poder explicar la desviacin.
Ayuda a indicar y aadir nuevas variables, permitiendo establecer su efectiva influencia
de forma slida.

El estudio del caso dotado de ambiciones tericas (no limitado a objetivos descriptivos) debera
especificar lo que es explicable del caso refirindolo a generalizaciones/teoras existentes, lo que las
contradice y falsifica y los nuevos aspectos que deberan ser tomados en consideracin por una versin
revisada de la teora para que incluya el caso determinado.

TEMA 5:

ENFOQUES TERICOS

Conductismo y Eleccin Racional.


I.

INSTITUCIONALISMO:

EN

CIENCIA POLTICA:

Institucionalismo,

Surge muy relacionado a la ciencia poltica tradicional, el derecho y la historia comparada.


Incide en el estudio de las instituciones como variable independiente (el Estado, la democracia, la
separacin de poderes...), vinculndose tambin a los estudios de la Ciencia de la administracin y a la
poltica comparada.
Un claro ejemplo de enfoque institucionalista son las leyes de Duverger. De acuerdo con este autor existe
una conexin directa entre el tipo de sistema electoral y el sistema de partidos. Las leyes de Duverger son
dos:

El sistema de la mayora simple a una nica vuelta favorece el bipartidismo.


Los sistemas de mayora simple a dos vueltas y los sistemas proporcionales favorece el
multipartidismo.

De acuerdo con estas leyes, se producen dos efectos:


o

El efecto mecnico: los terceros y cuartos partidos en sistemas electorales mayoritarios


obtendrn un porcentaje de escaos mucho menos al porcentaje de votos.

El efecto psicolgico: el voto til, la sensacin de desperdiciar el voto conlleva la concentracin


de los votos en los dos grandes partidos.

II.

CONDUCTISMO:

Se encuentra vinculado a la Psicologa social y al positivismo de los aos 50 y 60. Lo que lo caracteriza
fundamentalmente es la insistencia en el mtodo. Estudia fundamentalmente el comportamiento poltico y
electoral y las actitudes polticas. A los primeros conductistas se les acusaba de practicar el empirismo
ciego, es decir, dedicarse a obtener datos empricos sin ningn tipo de objetivo, significado o utilidad til.
Una de las aportaciones fundamentales del conductismo fue Easton

El modelo de Michigan o modelo de identificacin partidista de comportamiento electoral (Modelo


psicolgico)
Es la obra fundamental de esta escuela, con autores como Campbell, Stokes o Miller. Estos autores
afirmaban que el voto de los individuos viene determinado por los valores polticos (la ideologa, la
identificacin con un partido, el nacionalismo), los cuales pueden venir determinado por la posicin
social del individuo.

III.

ELECCIN RACIONAL:

Est vinculado a la economa. Utiliza el concepto de utilidad y se basa en el inters mediante el clculo
coste/beneficio. Se basa en el mtodo deductivo y en estudios de accin colectiva y agregacin de
preferencias: tanto en el anlisis del comportamiento como de las instituciones.
El modelo fundamental es el Anthony Downs con su obra Una teora econmica de la democracia, donde
se realizan unos presupuestos sobre los votantes:

Tienen preferencias sobre las polticas pblicas que desean que se implementen y la formacin
de esas preferencias son exgenas al modelo.
Estas preferencias pueden representarse a lo largo de un nico espectro.
Los votantes actan de forma racional, votando al partido que defiende las posiciones ms
cercanas a las propias, PERO no siempre estn bien informados sobre las posiciones de los
partidos.

TEMA 6: LA OPERACIONALIZACIN: Tipos y Niveles de Datos.


I.

OPERACIONALIZACIN Y MEDICIN

Hay diferentes tipos de conceptos. Muchos no observables, porque son trminos tericos o por su elevado
grado de abstraccin, por lo que es necesario proceder a su operacionalizacin para poder observarlos
o medirlos.
Las definiciones operacionales son aquellas que contienen las directrices que hay que seguir para
observar y medir un concepto, que no significa necesariamente cuantificar. La cuantificacin produce
precisin, pero no necesariamente es ms correcta y adecuada en todas las ocasiones.
Medir no significa cuantificar los conceptos, sino establecer criterios para su observacin y
clasificacin de acuerdo con la presencia o ausencia, o grado de presencia o de ausencia, de la
propiedad o propiedades que contenga cada concepto.
Operacionalizar consiste, por tanto, en especificar una serie de procedimientos o de operaciones que se
han de realizar para obtener uno o varios indicadores empricos de la manifestacin de una propiedad o
variable en un caso determinado. Para que sean tiles, las definiciones operacionales deben indicar de
manera precisa y explcita lo que se debe de hacer para determinar qu valor o estado debe atribuirse
en cada caso con respecto a una variable determinada.
La necesidad de plantear hiptesis sobre la relacin entre diversas variables obliga al investigador a
convertir los enunciados que contienen solamente conceptos abstractos en enunciados con referentes
empricos ms precisos.

Hay que tener precaucin a la hora de utilizar indistintamente los trminos concepto" y variable. En
rigor, slo se puede hablar de variables cuando, junto con la definicin del concepto, se proporcionen
las instrucciones y criterios necesarios para observar/medir cada concepto. No se puede verificar
hiptesis sobre la relacin entre conceptos si no se operacionalizan bien los conceptos. Las
investigaciones slo pueden ser exactas si los indicadores escogidos reflejan adecuadamente los
conceptos que se tratan de medir.
II.

PROCESO DE OPERACIONALIZACIN

El proceso de operacionalizacin conlleva elegir uno o varios indicadores para cada variable y la forma
de obtener informacin sobre el estado o valor de esas variables para los casos estudiados. Son esos
indicadores los que permiten observar y medir las variables.
En realidad, lo que se describe, compara y se somete a anlisis no son los conceptos seleccionados,
sino sus indicadores.

El proceso de operacionalizacin suele incluir varias fases:

Los conceptos complejos pueden desdoblarse en distintas dimensiones, que necesitan de


operacionalizaciones sucesivas para poder ser directamente observables. Hay que establecer
cules son los criterios, definirlos y encontrar indicadores empricos que permitan su medicin.
Es frecuente que un solo indicador no sirva para medir un concepto. En tal caso, hay dos
opciones:
o Utilizar indicadores diferentes del concepto y utilizarlos separadamente.
o Construir un ndice a partir de varios indicadores si lo que interesa es asignar un valor
nico a cada uno de los pases de la muestra.

Un valor nico configurado por una serie de indicadores es un ndice compuesto.


Las operacionalizaciones no son buenas o malas en abstracto, sino que tienen sentido en un contexto y
tiempo determinados.

En el anlisis comparado de pases o sistemas polticos la conceptualizacin y medicin tienen


alguna complejidad adicional. El mismo trmino, puede ser utilizado para referirse a cosas
diferentes en contextos diversos.

Por tanto, se tiene que tener en cuenta a la hora de disear indicadores si stos van a ser utilizados en
contextos polticos diferentes para que el indicador tenga un significado similar en cada uno de estos
lugares.
Puede ocurrir que se tenga que recurrir a indicadores diferentes para medir el mismo concepto en sistemas
polticos diversos. Este tipo de indicadores se denomina equivalentes funcionales. Se derivan del
concepto de funcin y de la idea de que todos los sistemas polticos desarrollan las mismas funciones
esenciales.
Aunque el funcionalismo ha recibido muchas crticas, una de sus aportaciones en el marco de la
poltica comparada es que se empezaron a estudiar realidades distintas a las democracias occidentales,
que hasta entonces haban dominado en las investigaciones

III.
1.

EJEMPLOS DE OPERACIONALIZACIN:
Ejemplo 1:
Hiptesis: A mayor nivel de alfabetizacin de un pas, mayor probabilidad hay de que su
modelo poltico sea una democracia.

Operacionalizar alfabetizacin y democracia


a.

Alfabetizacin:

A mayor nivel de alfabetizacin en un pas, mayor probabilidad de que su rgimen poltico sea una
democracia. Un posible indicador del nivel de alfabetizacin es el nmero de aos de escolarizacin sobre
la fijacin de un umbral a partir del cual creemos que la alfabetizacin de los individuos est asegurada.
Por ejemplo seis aos.

Finalmente operacionalizamos el nivel de alfabetizacin de un pas a partir del % de poblacin que


ha tenido seis o ms aos de escolarizacin segn datos de Naciones Unidas.
b.

Democracia:

Esta puede ser ms complicada y requerir de una definicin previa: democracia procedimental, electoral,
liberal, sustantiva, etc.
2.

Ejemplo 2:
Hiptesis: A mayor nivel de concentracin de una minora tnica especfica de origen
inmigrante mayor la probabilidad de representacin poltica de colectivos
inmigrantes en el nivel local.

Operacionalizar: Guetificacin (concentracin de minoras), Inmigrante, Minora tnica y


Representacin poltica.
a.

Inmigracin:

* Problemas: Son inmigrantes slo los no nacionales? Los nacidos fuera de Espaa? Los espaoles de
padres extranjeros: inmigrantes de segunda (o incluso tercera) generacin? Son inmigrantes los
ciudadanos de la UE 15?
La literatura anglosajona, por ejemplo, al analizar problemas de representacin poltica de minoras a
menudo prefiere el concepto de "visible minoritas" lo que implica una conceptualizacin muy distinta de
la minora.
b.

Minora tnica o nacional:

*Problemas: Considerando los flujos migratorios que ha recibido Espaa Cmo agrupamos dichas
minoras para medir su concentracin? Por nacionalidades: marroques, ecuatorianos, rumanos? O en
agrupaciones ms amplias siguiendo un criterio de etnicidad? Magrebes, musulmanes,
latinoamericanos, eslavos?
c.
IV.

Cmo operacionalizamos la Representacin poltica?


LOS NIVELES DE MEDICIN:

Proporcionar criterios para observar empricamente los conceptos a travs de indicadores exige precisar
el nivel de medicin elegido para cada uno de los conceptos. Todos los tipos de medicin proporcionan
un medio de clasificar y ordenar los fenmenos, pero no producen distinciones igualmente precisas y
detalladas entre los objetos o eventos observados.
Se habla de niveles diferentes de medicin, haciendo referencia a la cantidad de informacin que
proporcionan sobre los fenmenos que se miden. En las Ciencias Sociales se utilizan
fundamentalmente tres niveles o escalas de medicin: nominal, ordinal y de intervalo.

La escala medicin nominal, tambin denominada categrica:

Produce un conjunto de categoras separadas que agrupan los casos similares entre s de acuerdo con el
criterio elegido.
Ejemplo: Podemos utilizar la religin como una variable categrica que clasifica a los individuos en
catlicos, protestantes ', otras religiones, y no religioso.

Podemos diferenciar dentro de la medicin nominal, dos tipos de divisiones:


-

Clasificacin: Cuando se utiliza un nico criterio para separar los casos en grupos (divisin entre
religiosos y no religiosos). Son las llamadas variables dicotmicas.
Taxonoma o Tipologa: Se utiliza ms de un criterio, para separar los casos en grupos. Son las
llamadas variables categricas.

Como seala Sartori, las escalas nominales responden a la lgica de la clasificacin, no de la gradacin
como el resto de los tipos de medicin. Esto es as porque aunque se pueda asignar un cdigo
numrico a cada grupo de la clasificacin, se trata de una asignacin arbitraria sin sentido intrnseco.
Los nmeros son meras etiquetas que no indican orden ni cantidad.
Para que sean correctas, las clasificaciones y taxonomas deben estar basadas en conjuntos de categoras
mutuamente excluyentes y colectivamente exhaustivas:
o

Excluyencia: Un mismo caso no puede pertenecer simultneamente a dos categoras de la


clasificacin. En otras palabras, no es posible asignar ningn caso a ms de una categora o
clase.
Exhaustividad: Todos los casos existentes deben ubicarse en alguna de las categoras, de
manera ninguno se quede fuera de la clasificacin o tipologa. Si una variable deja como
inclasificables algunos casos, quiere decir que est mal operacionalizada.

Con el fin de garantizar la exhaustividad de una variable nominal se suele incluir siempre una
categora residual del tipo 'otros".

La escala de medicin ordinal

Aporta ms informacin que la nominal porque permite clasificar objetos u eventos por categoras y
tambin ordenarlos por grados. Se puede asociar un nmero a cada caso y ese nmero indica la
categora a la que pertenece y cmo se relaciona con los dems casos, es decir, si presenta la propiedad en
mayor, igual o menor medida.
La caracterstica fundamental de la medicin ordinal es que no slo puede clasificar los casos sino
tambin ordenarlos de mayor a menor. Establece una serie de categoras que, a diferencia de la
medicin nominal, guardan un orden intrnseco.
Ejemplo: La clase social (baja, media, alta)

La variable ordinal es en la que las distintas categoras que la componen tienen un sentido ordinal (inters
en el seguimiento de una campaa).
Al igual que en las variables nominales, a cada categora se le puede asignar un nmero para
introducirla en una matriz de datos o para proceder a la aplicacin de tcnicas estadsticas.
Interpretacin del significado de estos nmeros. En las variables ordinales los cdigos numricos
asociados a ellas indican orden, pero no cantidad. No existe la misma distancia entre una y otra
categora. Simplemente se sabe que hay una gradacin.

La escala de medicin de intervalo:

Utiliza una unidad normalizada de la propiedad que se mide. Por tanto, las medidas de intervalo
proporcionan ms informacin que las ordinales ya que tambin sealan la distancia que existe entre dos
valores de una variable.
Ejemplo: Son medidas de intervalo el peso, la longitud, el precio o la edad.

Utilizando este tipo de medidas se consigue un grado de precisin mayor en las observaciones. Tambin
en este caso se pueden aplicar cdigos numricos a las categoras, con la diferencia de que en la medicin
de intervalo los nmeros adquieren significado cuantitativo, ya que representan la cantidad exacta de la
propiedad o variable que posee el caso que se est midiendo.
La ventaja fundamental de este tipo de medicin es que los nmeros pueden ser sometidos a
operaciones matemticas, y los resultados de estas operaciones tienen significado, no como en el caso
de las variables nominales y ordinales.
Es fundamental tener clara la diferencia entre los tipos de medicin para no utilizar tcnicas de anlisis
que asuman que los datos contienen ms informacin de la que en realidad contienen. Es posible pasar de
un tipo de medicin a otro, aunque siempre en el sentido de ms informacin a menos.
Una variable de intervalo se puede transformar fcilmente en una ordinal a travs de una agrupacin
de las categoras. Por ejemplo, se puede agrupar a las personas de entre 18 y 35 aos en una categora
(jvenes), a los de entre 36 y 65 en otra (adultos) y a los de ms de 65 aos en una tercera (ancianos).

En el anlisis se pueden realizar recodificaciones con fines distintos, creando variables ordinales o
nominales.
Esto supone una prdida de informacin que no siempre es necesaria. Por ello a la hora de recoger la
informacin es preferible, siempre que sea posible, operacionalizar una variable utilizando el nivel de
medicin ms preciso que sea posible.
La eleccin del mtodo de control de hiptesis puede estar condicionada por el nivel de medicin de las
variables.
V.

EL RESULTADO: Conceptos directamente observables, pero algo empobrecidos


respecto a la definicin original.

La ciencia poltica est llena de conceptos difciles de operacionalizar. Esta dificultad se acenta por la
falta de consenso entre los investigadores respecto a la definicin de ciertos conceptos.
La operacionalizacin supone casi inevitablemente alguna simplificacin o prdida de significado de
los conceptos de los que partimos, ya que los indicadores raramente reflejan todo lo que se quiere decir
con un concepto.
VI.

EL PROCESO DE MEDICIN: Validez y Fiabilidad.

Mediante el proceso de medicin se asignan valores a los casos observados con respecto a cada una de las
variables. Las diferencias en los valores asignados a cada caso pueden:
-

Reflejar diferencias reales en la presencia de las variables o propiedades en cada uno de los
casos.
Ser resultado de la eleccin de indicadores inapropiados o de su aplicacin en contextos
inadecuados. Si esto sucede, las medidas que se obtienen reflejan diferencias que no son reales,
es decir, que no se corresponden con una variacin real en el concepto.

Siguiendo una serie de pautas se puede evitar incurrir en errores de medicin. Manheim y Rich definen
los errores de medicin como las diferencias en los valores asignados a los casos que son atribuibles a
algo distinto a las diferencias reales. No se producen porque existan diferencias reales, sino como
resultado de un proceso de medicin incorrecto o inadecuado.
No todas las fuentes de error son igualmente problemticas. Algunas corresponden a:

Errores sistemticos: Los que ponen en cuestin los resultados de la investigacin al producir
sesgos en los valores observados.
Errores no sistemticos o aleatorios: Los que producen falta de precisin, una consecuencia
menos grave. Surgen de forma aleatoria y no modifican las mediciones de forma sistemtica; por
tanto, aunque pueden tener consecuencias importantes en la investigacin, stas no son tan
graves como las del error sistemtico.

La validez y la fiabilidad son las propiedades que se utilizan para establecer la calidad de los
indicadores:
La validez es el grado en que los indicadores miden los conceptos que se quieren medir.
Interrogarse sobre la validez de un indicador supone preguntarse si en realidad se est midiendo
el concepto que se quera medir y no otra cosa. Se puede definir la validez como el grado en el
que la variacin de un indicador refleja nicamente diferencias en el concepto que se intenta
medir.
Nunca se puede conseguir una validez completa porque en el proceso de operacionalizacin los
conceptos se empobrecen en alguna medida. El objetivo es seleccionar indicadores que reflejen en el
menor grado posible influencias ajenas al fenmeno que se quiere medir. La validez est relacionada
con el error sistemtico: un indicador vlido no produce errores sistemticos de medicin.
La fiabilidad es el grado de precisin con el que el instrumento de medida o indicador mide el
concepto que interesa al investigador.
Si un instrumento de medicin proporciona distintos resultados al repetir su aplicacin varias veces
sobre el mismo caso, se considera poco fiable. Tambin pueden darse problemas de fiabilidad cuando
los criterios o las clasificaciones sobre las que basamos la operacionalizacin de un concepto no son
lo suficientemente claras y es posible asignar un nico caso a ms de una categora.
Si se consigue eliminar el error no sistemtico, se incrementa la fiabilidad de las medidas.

TEMA 7: DATOS CUANTITATIVOS: La encuesta.


I.

DEFINICIN

La encuesta es una investigacin realizada a una muestra de personas representativa de una


poblacin ms amplia con procedimientos estandarizados de interrogacin (preguntas/cuestionarios)
para obtener informacin sobre preferencias, comportamientos, valores, actitudes, etc. La clave es que
cada entrevista de una encuesta se repite tantas veces como individuos/unidades componen la muestra.
Aunque la caracterstica clave de la encuesta es el carcter estandarizado de la informacin.
II.

ELABORACIN:

Principales fases del diseo y realizacin de una encuesta. Fases de realizacin de una encuesta

Objetivos de la encuesta: qu se quiere averiguar?

Diseo de la encuesta: Definicin del universo de estudio, Modo de administracin (presencial,


telefnico, online)

Elaboracin de la muestra

Elaboracin del cuestionario (preguntas cerradas/abiertas, cmo preguntar sobre temas


delicados)

Realizacin del estudio piloto, pre-test u otra prueba de cuestionario- correccin a partir de esa
informacin)

Realizacin del trabajo de campo

Codificacin y grabacin de los datos

Tabulacin y anlisis

a. Objetivos de la encuesta
Determinar claramente los objetivos de una encuesta es clave para realizar un buen cuestionario. Esto
supone tener claro qu se quiere averiguar.
1.

Realizar un listado de las preguntas de investigacin (qu se quiere averiguar/medir?) en base a


un listado general de temas de inters/objetivos.

Posteriormente se realizar la identificacin de sub-temas, se profundizar en la definicin de subobjetivos enmarcados en los objetivos ms amplios.
2.

Cul es el universo a estudiar? Poblacin sobre la que queremos averiguar algo (poblacin
adulta, joven, poblacin espaola, empleados, hogares, etc.)

3.

Con cunto tiempo contamos?

4.

Qu mtodo de recogida de informacin vamos a utilizar?

5.

Qu se pretende medir?:

Valores/actitudes: Se forman tras un proceso de socializacin/no cambian fcilmente


Opiniones: Valoraciones de un objeto, poltica, tema (variables)

Comportamientos: la manera en que uno se comporta, la respuesta de un individuo a su


entorno, creencias, percepciones, etc. etc.

b. Definicin del universo (poblacin de inters)


El universo es la poblacin general, colectivo profesional, etc. Es fundamental tener muy claro cul es la
poblacin objeto de estudio (de la forma ms detallada).
Ejemplo: Encuesta Nacional a Inmigrantes del INE: Cmo define la ENI su poblacin objeto de
estudio? Posibles definiciones de inmigrante. Variables clave para definir a una persona
inmigrante: nacionalidad o lugar de nacimiento? La poblacin objetivo de la encuesta qued definida
como las personas nacidas fuera de Espaa que, en el momento de realizacin de la encuesta tuvieran
16 o ms aos de edad y estuvieran residiendo en Espaa por ms de un ao o con intencin de

estarlo excepto los espaoles de nacimiento, nacidos fuera de Espaa, que el ao de su venida a
Espaa no cumplieran todava dos aos de edad. La definicin de la poblacin objeto de estudio
siempre tiene alguna limitacin, se trata de hacer la mejor decisin posible. Qu grupos quedan fuera
de la definicin del INE? Las segundas generaciones (hijos/as de poblacin inmigrante, nacidos en
Espaa): puede que se enfrenten a retos parecidos que sus padres y nos perdemos la posibilidad de
conocerlos.

c. Modos de administracin/recogida de informacin

Modo de administracin

Autoadministrado: realizacin de la encuesta por la persona en cuestin.

Con entrevistador/a: una persona especializada se encarga de realizar la encuesta al encuestado.

Modo de recogida de informacin

Mediante un formulario de encuesta.

Por telfono, tanto fijo como mvil.


Cada vez aumenta ms el nmero de hogares que tiene telfono mvil y fijo, por lo
que el nmero de encuestas realizadas va mvil est aumentando, aunque no estn
libres de problemas.

Por internet. Nos podemos encontrar con el problema de que la persona responde "lo que quiere"
sin ningn tipo de base.

d. La elaboracin de la muestra
La muestra consiste en seleccionar un nmero limitado de casos con el objetivo de poder generalizar
luego respecto a la poblacin de la que ha sido extrada la muestra. Es necesario porque es ms barato y
factible (generalmente es imposible entrevistar a toda la poblacin).
Cmo tiene que ser de grande? Depende del error que queramos asumir, pero... rendimientos
decrecientes. Para realizar la muestra, tendremos que hacer un muestreo aleatorio simple/cuotas. El
procedimiento de muestreo es el siguiente:
a) Primero, se realizar la seleccin de secciones.
Espaa est dividida en unas 36.000 secciones censales. En los barmetros del CIS se seleccionan unas
300 secciones, encuadradas en unos 240 municipios (primera etapa). Estas unidades son denominadas
conglomerados en la ficha tcnica. Dentro de cada seccin se seleccionan 8-12 individuos para ser
entrevistados (segunda etapa).
En la primera seleccin se consigue que las secciones que van a participar en la encuesta sean
representativas de la poblacin espaola. Lo ms importante para esto es que la seleccin sea aleatoria
para mantener una distribucin equilibrada de acuerdo con algunas caractersticas fundamentales de la
poblacin. A este procedimiento se denomina estratificacin". Los criterios de estratificacin de los
barmetros son las Comunidades Autnomas y el tamao de los municipios a los que pertenece la
seccin. Las muestras del CIS seleccionan las secciones al azar, pero respetando estos dos criterios. Estas
dos caractersticas garantizan el equilibrio territorial de la muestra.
En este momento, tenemos que hacer una referencia a la afijacin proporcional. Que la afijacin sea
proporcional quiere decir que el nmero de entrevistas que se incluyen en cada estrato (en cada
Comunidad Autnoma y en cada tramo de tamaos de municipio) es proporcional a la poblacin
correspondiente.

b) Segundo, se realizar la seleccin de los individuos.

Los individuos finalmente entrevistados en cada seccin se eligen al azar por el procedimiento de ruta
aleatoria. Los entrevistadores (en encuestas presenciales domiciliarias del CIS) reciben un listado de las
calles y nmeros incluidos en la seccin que tienen asignada, y unas normas para seleccionar a los
entrevistados. Se ha de mantener las cuotas: Algunas personas son ms accesibles que otras. Por ejemplo,
las mujeres ms que los hombres; y los mayores ms que los jvenes.
Para evitar este sesgo se mantienen cuotas de sexo y edad en las entrevistas. Las/os entrevistadoras/es
reciben una hoja de muestra con las cuotas que deben cubrir en su seccin.
c)

Por ltimo, hay que transformar esa muestra en datos vlidos para toda la poblacin.

Existen unas teoras matemticas que regulan las relaciones existentes entre una poblacin y las muestras
extradas de ellas. Estas teoras permiten utilizar la informacin de la muestra obtenida para averiguar
datos relativos a la poblacin objeto de estudio (conociendo el margen de error, cunto nos podemos
equivocar).
e. Redaccin del cuestionario
Listado de preguntas que se formulan de manera idntica a todos los entrevistados: ventajas y
desventajas. La funcin del cuestionario es:
1. Poner a los entrevistados en la misma situacin psicolgica
2. Facilitar el examen y la comparabilidad de las respuestas
Ejemplo: una encuesta sobre actitudes hacia la inmigracin va la opinin pblica sobre la inmigracin:

-Qu se quiere medir?: actitudes, opiniones, comportamientos? Percepciones? Una combinacin de


todo ello?
-Sobre qu aspectos concretos de la inmigracin?
Se introduce la cuestin de cuantas preguntas y cuantas variables se introducen dentro del cuestionario.
Dentro de aqu se nos pueden plantear numerosas opciones como lo clsico de una pregunta y una
variable (respuesta), aunque tenemos ms opciones.
f. La redaccin y el diseo de las preguntas.
En primer lugar, tendremos que entender las Fases del proceso cognitivo pregunta- respuesta:
Comprensin, entender la pregunta (qu informacin busca?).
Recopilar la informacin requerida, acordarse de la informacin relevante/pensar en las
opciones de respuesta.
Elaborar una estimacin/un juicio resultado de la adaptacin del resultado del paso 2.
Comunicacin de la respuesta y adaptacin al formato proporcionado.
Para realizar unas buenas preguntas tenemos que seguir una serie de principios bsicos, sin perder de vista
el proceso antes mencionado:

Lo ms sencillas posibles (cuanto ms complicadas, en general, ms carga para el encuestado).


Sin embargo, a veces es necesario proporcionar una definicin (y es difcil simplificar).

Evitar uso de jerga acadmica o tcnica.

Evitar trminos poco conocidos (no hay que asumir que la gente sabe lo que es un concurso de
mritos).

Los encuestados preguntan por el significado pueden no querer preguntar, e imaginarse el significado
es ms probable que no quieran contestar la pregunta.
Utilizar trminos complicados disminuye la fiabilidad de los indicadores. Tambin se han de evitar
trminos ambiguos o vagos.

Una pregunta que contiene un verbo o sustantivo ambiguo deja la carga de decidir.

Ejemplo: encuestas de salud con enfermedades muy complicadas qu incluir o no en la respuesta a la


persona encuestada.
Ejemplo: Hizo Ud. ejercicio fsico la semana pasada? Problema: Qu se considera ejercicio fsico?
(dudas sobre caminar, por ejemplo). Alternativa: Durante la ltima semana, realiz una actividad
fsica durante como mnimo 20 minutos que le supusiera sudar o respirar de forma intensa?

Evitar trminos vagos/ambiguos (familia, tener, etc.). Cuando sea necesario/posible, dar una
definicin en la pregunta: Viaja regularmente en autobs (con regularmente nos referimos a, por
lo menos, una vez al mes)?
Ejemplo: En los ltimos 12 meses, cuntas veces ha visitado o hablado con un mdico o un
profesional sanitario sobre su salud? Por favor, no tenga en cuenta las ocasiones en las que haya
hablado con un mdico o profesional sanitario cuando estaba ingresado en un hospital, pero si el resto
de las ocasiones en las que lo haya hecho. Problema: Demasiada carga para el que responde, que
acaba seleccionando. Alternativa: Simplificar y dividir en varias preguntas si realmente interesa esa
precisin.
Ejemplo 2: Desde cundo vive en Madrid? Muchas respuestas posibles, una alternativa posible:
Desde qu ao vive en Madrid? (al menos deja claro el formato de la respuesta).
Ejemplo 3: Con qu frecuencia viaja Ud.? Cada persona entrevistada pensar en un periodo de
tiempo: mejor estandarizarlo (ltimo ao, semana, mes).

Intenta redactar preguntas equilibradas y evitar las preguntas sesgadas. Preguntas en las que la
propia redaccin seala una opcin de respuesta como ms apropiada, normal que otra.
Ejemplo: Ha odo hablar del famoso escritor Gabriel Garca Mrquez? Alternativa: Ha odo hablar
del escritor Gabriel Garca Mrquez? Preguntas con solo un lado de una cuestin o tema: Est Ud.
de acuerdo con las medidas de reduccin del dficit pblico aprobadas el mes pasado por el
Gobierno? Alternativa: Est Ud. de acuerdo o en desacuerdo con las medidas de reduccin del dficit
pblico aprobadas el mes pasado por el Gobierno? O mejor, Est Ud. muy de acuerdo, de acuerdo,
en desacuerdo o muy en desacuerdo con? Prefiere Ud. ser examinada por una doctora?
Alternativa: Prefiere Ud. ser examinada por un doctor o por una doctora?

Evitar preguntas sobre dos cosas a la vez. La persona entrevistada tiene que elegir a cul
contestar y a la hora de analizar las respuestas no sabremos diferenciarlas
Ejemplo: Qu le parecen las medidas del gobierno sobre la vacunacin contra la gripe A de
embarazadas y personal sanitario?): Alternativa: Dos preguntas diferentes

g. El trabajo de campo.
La organizacin y planificacin es fundamental. La preparacin de entrevistadores (son una pieza clave
de todo el proceso) y el seguimiento del campo, especialmente en encuestas con muestras nominales
(tasas de respuesta, qu hacer para mejorarlas).
Preguntas sobre la calidad del trabajo de campo y las condiciones de realizacin de las entrevistas. Una
vez hecha la pregunta, para facilitar la recopilacin de datos es necesario codificar, es decir, establecer un
nmero a cada respuesta para facilitar enormemente la recogida de datos. Una vez que se ha hecho la
codificacin es necesario revisar la codificacin que han hecho los entrevistadores para evitar posibles
errores.
h. Fase final: Grabacin, validacin, depuracin y tabulacin.
-Grabacin en un fichero de datos de las respuestas a las preguntas contenidas en los cuestionarios.
-Validacin y depuracin: en qu consiste? Eliminar todos los datos errneos (depurar la encuesta)
-Tabulacin:
Frecuencias
Cruces
Documentacin del estudio (ficha tcnica, libro de cdigos, etc.)

TEMA 8: DATOS CUALITATIVOS: Entrevista en profundidad, Entrevistas a lites,


Grupos de discusin.
I.

ENFOQUES:

Desde el paradigma de la Ciencia Poltica emprica, los mtodos cualitativos son una herramienta ms
del enfoque positivista, solo que, en este caso, sirven para operacionalizar cualitativamente y no
cuantitativamente (numricamente) la realidad que queremos observar. Estos mtodos se basan de
herramientas que nos sirven para operacionalizar elementos de forma cualitativa.
Existe una contraposicin entre el enfoque positivista y el enfoque interpretativo. Se defiende que estos
siguen un enfoque distinto designando cada uno un paradigma.
Un paradigma designa un conjunto de prcticas que defiende una disciplina cientfica durante un periodo
especifico de tiempo. De acuerdo con el enfoque interpretativo, el conocimiento de la realidad deja de
ser acumulativo y progresivo (positivista) y pasa ser dependiente del contexto, de la estructura social y
del momento histrico en el que se produce.

El enfoque positivista busca explicaciones causales bajo la lgica de que existen relaciones
causales entre distintos tipos de variables. Existen leyes universales de comportamiento, la
realidad social es observable y generalizable y por tanto es externa e independiente del
comportamiento humano.

Dentro de aqu se ha pasado de un positivismo inicial a un enfoque postpositivista, donde el inicial


considera las ciencias sociales a las leyes que podemos encontrar en el mundo social mientras que el
postpositivismo identifica ms la ciencia social como las relaciones ms probabilsticas que
empricas.

El enfoque interpretativista interpreta el mundo social externo construido sobre la base de


significados atribuidos por las personas. No existe una realidad objetiva e independiente de la
interpretacin que un investigador le puede dar, y en todo caso existe una diversidad de
formas de percibir la realidad y de interpretarla.

Busca comprender los significados que los sujetos atribuyen a esas acciones. Para llevar a cabo un
buen enfoque interpretativista, la metodologa cualitativa es la metodologa propia y ms adecuada
para este enfoque.
Estos dos enfoques, son contrapuestos o complementarios?
-

Para algunos autores, King et. Al o Goldthorpe los dos tipos de mtodos comparten la
lgica inferencial.
Corbetta, aunque comparte la idea de que las dos metodologas son igualmente vlidas,
matiza que se basan en lgicas y paradigmas distintos.

Diferencias entre paradigmas:


Mtodos Cuantitativos

Mtodos Cualitativos

Relacin teora e investigacin

Deductivismo: La teora
precede a la investigacin

Inductivismo: La teora surge de


la investigacin.

Diseo de investigacin

Rgido

Flexible

Conceptos

Carcter operativo

Carcter orientativo

Seleccin de casos

Segn representatividad del


universo

Segn representacin
cualitativa

Hechos y valores

S existen hechos objetivables

No existen hechos objetivables


independientes de los valores
que les demos.

El mejor mtodo para investigar depende del tema tratado, habiendo que utilizar uno u otro. Aunque hay
sectores donde se tiende a mtodos normativos y cualitativos, es decir, o usar nmeros o usar letra. Una
combinacin entre todos ellos puede dar lugar a una forma ptima de investigacin.
MTODOS Y TCNICAS CUANTITATIVAS:
Tcnicas que generan informacin de modo natural: la observacin participante que consiste en una
tcnica dirigida a obtener informacin sobre un determinado fenmeno en el mismo contexto en el que
ese fenmeno tiene lugar. Por ejemplo: si se observa que el voto a un partido xenfobo crece en un barrio,
cual es el nivel de minoras tnicas dentro de ese barrio. Son tcnicas que general tambin informacin de
manera provocada, como la entrevista en profundidad o los grupos de discusin.
I.

TCNICAS DE RECOGIDA

La obtencin de datos de la realidad social y poltica, en una primera divisin puede clasificarse en dos
tipos de tcnicas:

Tcnicas de recogida: Los datos que se recogen o recolectan, fruto de la observacin directa del
investigador, o del estudio de fuentes documentales o estadsticas elaboradas por otras personas
distintas al investigador.

Tcnicas de produccin de datos: Los datos que se producen ex profeso, los que resultan de la
respuesta a un cuestionario o aquellos fruto de una entrevista.

Garca Ferrando, afirma que los datos sociolgicos ni se recogen ni se producen, sino que se
construyen a partir de conceptos tericos convenientemente operacionalizados.
Teniendo en cuenta que los datos son siempre en ltima instancia fruto de una elaboracin ad hoc, se
sealan a continuacin algunas de las distintas tcnicas de obtencin de datos referidos a la realidad
social o poltica investigada. Estas tcnicas no son mutuamente excluyentes y pueden cooperar y aplicarse
conjuntamente, como generadoras de datos complementarios, o como correctoras o matizadoras una de
otra, lo que se conoce como proceso de triangulacin.
Tcnicas documentales
Son aquellas que el investigador utiliza para obtener datos contenidos en cualquier tipo de documento
producido por una segunda persona u organismo, no por l mismo, ya haya sido ste elaborado con fines
de investigacin o no.
Tanto censos, como estadsticas oficiales, cartas, diarios, publicaciones (peridicas o no, con fines divulgativos o de
informacin, de carcter general o especfico) o cualquier otro tipo de documento (incluso visual, grfico, o sonoro),
puede contener datos de inters para una investigacin.

De entre todas estas tcnicas es importante resear la relativa a la investigacin bibliogrfica: recogida
de informacin en la literatura especializada consultada en archivos, bibliotecas, hemerotecas, y que
indefectiblemente va unida a la aplicacin de cualquier otra (aunque igualmente puede ejercitarse
autnomamente).
Esta tarea debe ser realizada como paso previo a la aplicacin de cualquier otra tcnica, es decir, como
una de las primeras etapas o fases de toda investigacin. Tambin puede contemplarse como tcnica
autnoma, ya que en ocasiones el objeto de la investigacin es precisamente el anlisis de la produccin
anterior en un determinado campo de inters y no se prev la adquisicin de otros datos nuevos sino la
localizacin y anlisis de los estudios ya existentes (metaanlisis).
Resulta til un proceso de reflexin de lo general a lo particular, con capacidad de establecer una serie de reas o
campos temticos. Como no se puede saber con anterioridad el ttulo de un libro que se desconoce y en el que
aparezca tratado el tema de inters para el investigador, hay que remitirse primeramente al ndice temtico.

A la biblioteca es conveniente acudir con un soporte para la recogida de los datos (fichas o programas
informticos adaptados en un ordenador porttil). El objetivo bsico es conseguir toda la informacin til
disponible contenida en las obras existentes, y almacenarla o archivarla de manera que pueda ser

fcilmente localizada y utilizada en el futuro. Se trata de tomar nota de los documentos cuya lectura se
considera necesaria y en los que aparezcan datos necesarios para la misma.
Los programas informticos de gestin de la bibliografa han sustituido a las tradicionales fichas, pero en
ambos sistemas el objetivo fundamental es almacenar de manera ordenada y accesible todas las
referencias necesarias para la elaboracin del trabajo.
Los documentos escritos, sonoros o grficos contienen informacin que es necesario sistematizar en una
matriz de datos con el fin de poner a prueba las hiptesis de trabajo. Dependiendo de la naturaleza de la
investigacin, los datos que emplee pueden requerir un componte de elaboracin importante. Es el caso
de los datos sobre sucesos o acontecimientos de la vida poltica. Estos acontecimientos, bien por ser poco
frecuentes, bien por ser de difcil registro, o simplemente porque su recoleccin no es cometido de ningn
organismo o empresa, no suelen estar disponibles en ningn tipo de registro o relacin. Es el propio
investigador quien debe realizar la labor de recopilacin y sistematizacin de los datos.
Las noticias aparecidas en los medios de comunicacin nos permiten realizar una definicin de los
acontecimientos o sucesos importantes para la investigacin. Despus de operacionalizar sus aspectos
ms relevantes, se deben examinar de forma sistemtica peridicos, anuarios, transcripciones de
programas de radio y grabaciones de programas de televisin.
Los datos sobre sucesos presentan los inconvenientes inherentes a todos aqullos que son tomados de
documentos muy diversos. La informacin sobre la que se basa la recopilacin de datos puede ser sesgada
o incompleta. Estas limitaciones no son insalvables. El investigador debe tenerlas en cuenta al proyectar
su estudio, tratar de minimizar posibles sesgos tanto en la seleccin del soporte de difusin, como a la
hora de generar mediciones fiables sobre los datos recogidos mediante el uso de este tipo de material e
informar de posibles problemas cuando presente los resultados de la investigacin.
La entrevista
Aunque existen diversas variedades de entrevista, la tcnica conocida como de entrevista en
profundidad o semidirigida es la ms utilizada. Consisten en mantener una conversacin larga (de una
hora y media a dos horas por sesin) con un sujeto en torno a uno o varios temas de inters para el
investigador.
El investigador posteriormente realiza un anlisis de la entrevista incluyendo sus contenidos, ideas,
elementos de dificultad o problemticos, etctera. Para ese anlisis posterior es muy recomendable que la
conversacin sea grabada para su transcripcin ntegra una vez realizada.
En funcin de la experiencia y cualidades personales del investigador, se hace pertinente tomar una serie de notas con
el fin de no olvidarse de los elementos de inters. Si la entrevista no ha sido grabada es necesario que el investigador
haga una reconstruccin de la misma por escrito lo antes posible.
El producto de esa conversacin en palabras, as como todos aquellos otros elementos no verbales observados
durante el transcurso de la entrevista y que han de anotarse cuidadosamente (gestos significativos, titubeos, posibles
reacciones a temas delicados), son otros datos producto del uso de esta tcnica.

La seleccin del sujeto o sujetos a entrevistar, as como el guion o estructura temtica de la


entrevista, son elementos fundamentales que dependen del criterio del investigador.
-

El nmero de sujetos es variable y no responde a criterios numricos ni aleatorios de


seleccin, sino a la importancia sustantiva del sujeto a entrevistar.
Los criterios tericos marcados por el investigador y sus intereses de investigacin
determinan la seleccin de los asuntos que se deben tratar en la entrevista.

Ejemplos de tipos de entrevista:

La entrevista a expertos/lites:

En la entrevista a expertos se incluyen, entre otras, la entrevista a profesionales de una rama de


actividad, a compradores tipo, a prescriptores de productos o a lites polticas. Los entrevistados son

seleccionados en virtud de su informacin, conocimiento o posicin estratgica y no por su


representatividad.
Es la entrevista en la que de manera clsica impera el criterio de competencia del entrevistado; es decir, la
seleccin de entrevistados se basa en su conocimiento y aptitud para informar sobre un tema concreto.
En cuanto al nmero de entrevistados las variaciones son importantes y dependen de las distintas
perspectivas que quieran integrarse en la investigacin.
En ocasiones, la significacin de una persona, su protagonismo en determinado contexto o, simplemente,
la posibilidad de acceso a la misma, hace pertinente realizar una serie de entrevistas biogrficas o de vida.
Algunas investigaciones que han utilizado esta tcnica han producido resultados muy fructferos, por ejemplo en el
estucho de individuos en situacin de exclusin social cuyo contexto puede resultar de otra forma inabordable .

Nada impide que este tipo de entrevistas sean aplicadas en el contexto de la investigacin poltica.

La entrevista biogrfica:

Las entrevistas biogrficas o de vida son una variedad de tcnicas de obtencin de datos que pueden
incluirse dentro de la tcnica de entrevista. El conjunto generado por el uso de esta tcnica, con otros
elementos que la completan, suele integrarse dentro del mtodo llamado historia de vida.
La entrevista segn su forma puede ser:

Estructurada:

Orientada a la explicacin ms que a la interpretacin, ya que sigue el formato estmulo-respuesta,


preguntas con respuestas prefijadas a elegir, no se altera ni el orden ni el contenido de las
preguntas, donde se da un papel neutro del entrevistador y donde las respuestas son clasificadas
conforme a una codificacin establecida.

No estructurada:

Busca maximizar el significado y obtener respuestas subjetivas, ya que se pregunta sin esquema fijo,
se puede improvisar el contenido de las preguntas y las respuestas de las preguntas son abiertas
por definicin.
Entrevista Estructurada

Entrevista
Semiestructurada

Entrevista No
estructurada

Preguntas

Mismas preguntas y mismo


orden

Guion con temas

Solo interesa que se


aborden determinados
temas

Forma y
Contenido

Misma forma

Diferente forma y orden

Diferente forma

Mismo contenido

Mismo contenido

Diferente contenido

Objetivo

Tipologas de los
entrevistados

Se pueden hacer tipologas


de los entrevistados

Se centra en las
respuestas

Anlisis

Concentra el anlisis en
vinculo tipo entrevistadorespuesta recibida

Grupos de discusin

Concentra el anlisis
en las respuestas.
La variedad de los
entrevistados interesa
para saturar la
informacin

Junto con la tcnica de encuesta es otra de las maneras de obtener datos ms valorada por los
investigadores y ha mostrado ser de gran utilidad, sobre todo en la investigacin aplicada al mercado.
Consiste en la reunin de un grupo de sujetos en torno a una mesa o en una sala apta para mantener una
conversacin, y con la presencia de un investigador que propone un tema general de conversacin y que
realiza funciones de moderador. A menudo se denomina tambin a esta tcnica entrevista de grupo, lo
que no significa que su resultado sea una suma de entrevistas individuales, sino algo ms parecido a un
coloquio (a menudo discusin) espontneo si bien provocado o propiciado por el moderador en el
que se encarnan o afloran los intereses, preocupaciones o necesidades latentes en el grupo.
Al comienzo del uso de esta tcnica se aconsejaba que el moderador fuera un psiquiatra o psiclogo experimentado, lo cierto es que
los procesos que se producen en el desarrollo de una reunin de grupo de discusin son fundamentalmente sociales y ha de ser el
propio investigador quien con su intuicin y conocimientos dirija el transcurso de la reunin.

No existen criterios definitivos en cuanto a:


-

La composicin del grupo: Grupos homogneos o mixtos.


La eleccin de sus integrantes: Como en el caso de los sujetos de entrevista raramente aleatoria,
sino basada en criterios tericos.
El nmero de reuniones: Es infrecuente reunir ms de una vez al mismo grupo, como lo es que
una investigacin recoja datos de un solo grupo de discusin.
La duracin de las mismas.
Las distintas pautas que ha de seguir el moderador.

Una vez ms es el investigador quien ha de asentarlos. S es obligado en este caso que la reunin se
grabe al menos magnetofnicamente (la grabacin en video u otro sistema de imagen es asimismo
recomendable) para su transcripcin ntegra posterior y anlisis de la misma. El investigador conocedor
de su materia de estudio, habiendo estado presente en la reunin, y tras la lectura atenta y repetida de las
transcripciones, ha de ser capaz de realizar un anlisis e interpretacin solventes.
El contacto con las personas que han formar parte del grupo tiene que realizarlo siempre alguien diferente
a quien lo modera. Cuando sea posible, esa persona ha de ser un profesional en ese cometido, ya que es
una tarea compleja, y necesita de una cierta especializacin. Hay que tener cuidado en que la persona
encargada del contacto no contamine el grupo al introducir un sesgo personal en sus intervenciones. El
contacto ha de ser neutral. El individuo seleccionado ha de saber lo menos posible de la investigacin y
sus objetivos, con el fin de que no prefabrique opiniones o posturas.
El local en que se rena el grupo ha de tener una serie de condiciones:

De tipo tcnico:
- Ha de ser un sitio agradable y sin ruido.
- Con una mesa pequea y baja, y una disposicin de los asientos que no determine
ninguna preeminencia en las condiciones del dilogo.
De tipo simblico:
- El local ha de estar siempre separado del contexto real de la vida de los participantes
(por ejemplo, si la reunin se realiza con empleados de una empresa, nunca se escoger
un local de dicha empresa).
- El aspecto del lugar no ha de ofrecer contradiccin con los valores simblicos del grupo
(por ejemplo, nunca se escoger un hotel de lujo para unos trabajadores manuales).

Respecto al inicio de la reunin, el moderador no debe hablar previamente con los participantes. Una
vez introducidos los participantes en el local les coloca de forma estratgica.
El moderador no ocupa ningn puesto preeminente, y explica de forma breve los objetivos de la
investigacin, introduciendo el tema que haya sido escogido, segn las necesidades del estudio.
Posteriormente explica la dinmica de la reunin y todo el proceso de la presentacin ha de estar
controlado en los siguientes sentidos: El moderador no puede introducir juicios de valor sobre el tema,
ha de adaptar su lenguaje a las caractersticas del grupo y debe mantener su autoridad.

Las aplicaciones de la tcnica de grupo de discusin a la investigacin poltica son innumerables, pero
se puede destacar la que genera los llamados estudios de clima poltico.
Muchos partidos y lderes polticos encargan, normalmente cuando se han producido acontecimientos importantes, la
elaboracin de un estudio de clima mediante grupos de discusin. Antes de elaborar una propuesta, de emprender una
campaa poltica, o al poco tiempo de presentar un candidato al gobierno, se solicita una investigacin de este tipo.

Reuniendo uno o varios grupos de personas, se pueden pulsar las distintas actitudes, expectativas o climas
de opinin con respecto a cuestiones tan diversas como la inmigracin, las campaas electorales o las
percepciones de los jvenes sobre la poltica.
Observacin
Son varias las tcnicas de investigacin basadas en la observacin.
Entre ellas pueden destacarse:

La observacin no reactiva:

Se utiliza fundamentalmente en investigacin aplicada al mercado, siendo frecuente que los distintos
comportamientos en una gran superficie comercial, sean grabados con circuitos cerrados de televisin
para su posterior anlisis.
Se trata de una estrategia en la que se mantiene al mximo la espontaneidad del objeto de estudio para no
contaminar sus comportamientos con la presencia del investigador, eventualmente perturbadora de los
actos de los sujetos que se saben estudiados. Aunque el uso de esta tcnica en la investigacin del
mercado ha ofrecido resultados sorprendentes y muy lucrativos, su aplicacin en la investigacin
poltica es ms problemtica.

La observacin participante:

Persigue la interaccin de investigador y sujetos investigados, pues precisamente en ese contacto


directo de primera mano con el objeto de estudio, se cifra el inters de esta tcnica. En ocasiones, la
complejidad, el difcil acceso a ciertos procesos sociales, requieren la presencia del investigador en el
seno de la sociedad o grupo en que se desarrollan como nica va para la comprensin de los mismos.
En ningn caso la observacin se puede limitar a una pura contemplacin de lo que ocurre. Observar
requiere el uso de conceptos, ideas e hiptesis. Es ah donde difiere la observacin segn sea la
naturaleza del proyecto, en la diversidad de categoras e hiptesis empleadas por el observador para
reconocer elementos o piezas de informacin relevantes para sus objetivos cientficos.
Para el ejercicio de esta tcnica, adems de dotes de observacin, de cierta empata con los sujetos
estudiados y del requisito sine qua non de estar all, es necesario un periodo de tiempo mayor o
menor en funcin de las necesidades del estudio, durante el cual el investigador es aceptado en el
grupo, ya sea en su propio rol de investigador de visita, ya sea en un papel encubierto.
Hay que evaluar las distintas posibilidades de acceder a determinados ncleos sociales donde esa realidad
se desarrolla, y si se considera necesario tomar parte de las actividades como participante adems de
como observador.
Es as mismo necesario llevar un diario de campo o documento elaborado por el investigador donde se
ha de tomar nota de las distintas observaciones realizadas, conversaciones mantenidas, posibles
incgnitas surgidas en el terreno (que posteriormente habrn de ser resueltas) y de todo aquello, en fin,
que pueda ser de utilidad al investigador en su intento de comprender un proceso poltico. Esas notas son
la materializacin de los datos recogidos.
El investigador en esta tcnica construye sus propios datos en un proceso denominado de negociacin o
consenso con los sujetos objeto de investigacin.
La informacin sobre el fenmeno estudiado por un extrao que se incorpora durante un tiempo ms o menos largo al
contexto en el que se produce es fruto del acuerdo entre investigado e investigador. Por ello, el investigador de campo
nunca es solamente un observador participante. Es a la vez un entrevistador activo y un analista de archivos, que

contrasta, sobre unos mismos temas, los datos producidos a partir de encuestas, entrevistas, documentos, observacin
y experiencia participativa.

TEMA 9: DISEOS EXPERIMENTALES.


I.

PROBLEMTICA EN CIENCIA POLTICA

Por qu la utilizacin de experimentos en ciencia poltica ha sido tan tarda?:

El mundo real no se puede manipular: Las variables de inters terico no son manipulables.

Los experimentos crean situaciones artificiales.

Los experimentos todava causan escepticismo en la ciencia poltica pero es el mejor mtodo para
determinar la causalidad entre dos fenmenos.
Y por qu se est desarrollando ahora?

La tecnologa ayuda.

Pero, sobre todo:

II.
a.

1.

Dificultades para contestar algunas preguntas sobre la causalidad.

2.

Nuevas preguntas de investigacin:


o

Mayor inters en mecanismos causales a nivel individual.

Mayor inters en el rol de las instituciones para explicar comportamientos


polticos.

TIPOS DE EXPERIMENTOS:

En funcin de su diseo:

El experimento clsico o ideal:

Experimentos naturales:

El experimentador no interviene, se debe a un fenmeno natural, pero utiliza la manipulacin para su


diseo de investigacin

Utilizacin de grupos de control:

No siempre se utiliza, ms habitual cuando la variable de control es binaria


Asignacin aleatoria
b1. En funcin de su localizacin:

Experimentos de laboratorio, donde se tiene ms control pero tambin ms artificialidad.

Experimentos de campo, donde hay menos control pero menos artificialidad.

Experimentos de encuesta
b2. En funcin de su localizacin:

Econmicas: Libres de contexto (son abstractos), donde existen incentivos econmicos que
dependen de su comportamiento e incentiva la participacin pero tambin motiva a tomar la mejor
decisin posible. Nunca hay engao a los participantes ya que siempre es informacin real.

Psicologa: el contexto es muy importante, donde los incentivos no tienen que ser
necesariamente econmicos, ya que son iguales para todos los participantes y donde la motivacin
econmica podra sustituir a la real. Se engaa a los participantes ya que se crean situaciones,
aunque se da un nfasis en crear el escenario real.

TEMA 10: MUEVAS TENDENCIAS DE INVESTIGACIN EN CIENCIAS SOCIALES.


I.

ALGUNAS NUEVAS
POLTICA

TENDENCIAS

DE

INVESTIGACIN

EN

CIENCIA

Existen numerossimas nuevas tendencias en este mbito, por lo que solo se mencionarn las ms
importante:
a.

Tcnicas estadsticas: Multilevel, bayesian, simulations...

Poseen una fuerte carga matemtica por lo que se desarrollaran en 3 - Tcnicas.


b.

Modelos formales:

Se basan en mtodos matemticos recogidos principalmente de economa, de modo que se puede calcular
la probabilidad de que un determinado suceso poltico ocurra.
Pero tienen el problema fundamental de que son muy limitados en cuanto a su mbito de
funcionamiento. Otro problema fundamental es que toman demasiadas asunciones a la hora de realizar las
investigaciones, lo que puede dar a falta de precisin, porque no se cie a la verdadera realidad poltica.
c.

Meta anlisis:

Una vez que tenemos muchos anlisis sobre un determinado tema, se realiza un meta anlisis, es decir,
coger todos los resultados de esos anlisis y, sin entrar a fondo en ellos, se miden determinados
parmetros para saber cul es la verdadera verdad entre ellos.
Ejemplo: entre 150 estudios de educacin, cul es la verdad de ellas?

d.

Anlisis de textos: (Twitter, party manifesto project, legislative studies, interest groups).

Se est desarrollando de manera importantsima los textos cuantitativos por encima de los cualitativos.
Lo que ms se est poniendo de moda es el anlisis de los textos sobre las redes sociales, especialmente
Twitter. Twitter posee una pgina https://election.twitter.com, donde se realiza un seguimiento de las
grandes elecciones (la americana, la francesa, la alemana...) a travs de los tweets de la gente. Esto ha
dado lugar a resultados ms o menos similares, aunque lo que llama poderosamente la atencin es que los
resultados ofertados por Twitter son ms precisos y certeros en cuanto a los resultados electorales
de las grandes elecciones mencionadas.
Por otro lado, tenemos el party manifesto project. Este proyecto realiza un anlisis cuantitativo a textos
relativos a campaas y programas electorales, de ms de 50 pases libres y democrticos desde el ao
1945. En el caso de clase, nos "interesa" situar a UPyD, que lo sita ms a la derecha del PSOE, pero muy
lejos del PP.

e.

Nuevas bases de datos:

Permiten medir determinadas caractersticas institucionales, como la calidad de la democracia. Estas


recogen todos los indicadores que se hayan ido haciendo a lo largo del tiempo, para poder ver cmo se
pueden crear o mantener instituciones de alta calidad, de acuerdo a QoG de la Universidad de Goteburgo
(The Quality of Governant Institute).
Existen varias bases de datos: la standard, expert survey, social policy, regional, data visualitation tool.
f.

Biologa y poltica (gentica):

Uno de los temas ms discutidos, ya que trata de averiguar si nuestra biologa influye en el pensamiento
poltico. Es todava una tcnica muy marginal que necesita de desarrollo.
Una cosa llamativa que comparan son los gemelos que han vivido separados y han vivido experiencias distintas, pero
sin embargo, sus opiniones polticas son exactamente las mismas, lo que da lugar a reflexionar sobre si la gentica y
la biologa tienen algo que ver en las ideologas polticas.