METODOLOGIA CUANTITATIVA: ESTRATEGIAS Y TECNICAS DE INVESTIGACION SOCIAL M.* Angeles Cea D’AnconaLA ORGANIZACION DE LA INVESTIGACION Una vez definido el método cientifico y sus condicionantes, corresponde ahora pa- sar del proceso de investigacién “ideal” a la practica habitual. Esta se halla metodo- I6gicamente determinada por los objetivos y el marco tedrico del estudio, Pero también intervienen aspectos econdmicos (los recursos a disposicién del investigador) y tem- porales (el p.azo de tiempo concedido para su materializacién). Todos estos aspectos marcan el desarrollo de la investigacién, desde su configu- racién inicial en un proyecto de investigacién. Concretamente, afectan al disefio: a la se- leccin de estrategias, con las correspondientes técnicas para la recogida y el andlisis de la informacién. Pero, ante todo, el proceso de investigacién no ha de coneebirse como algo fijo e in- mutable, Aunque el proyecto baga una expresa relacién de las actuaciones para el cum- plimiento de cada fase de la indagacién, su puesta en préctica puede llevar a la mo- dificacién —a veces sustancial- del disciio original. Razén por la cual se recomienda la previsién (en el proyecto de investigacién), de posibles incidencias en su e-ercicio, asf como sesgos previsibles que pudieran invalidar los resultados del estudio. Este es el de- sideratu. 3.1. El proyecto de investigacion Dos conceptos parejos suelen, a veces, confundirse: el de disefio y el de proyecto. Si bien, este dltimo constitnye un concepto mas amplio que el anterior. En el dmbito de la investigacién social, el concepto de disefio se restringe a la planificacién de la estrategia para alcanzar los objetivos de la investigacién. Alvira (1989; 85) lo define como un “plan global de la investigacién que integra, de modo co-82 Segunda Parte: Los preliminares de la investigacion social hesente y adecuadamente correcto, técnicas de recogida de datos a utilizar, andlisis pre- vistos y objetivos”, Jgualmente, Yin (1989) lo describe como una sccuencia légica que relaciona los da- tos empiricos de] estudio con Jas preguntas formuladas al inicio de la investigacién y, cn ultimo término, con las conclusiones, “Se trata de un problema l6gico, no logistico, y por tanto es mas que un plan de trabajo” (Yin, 1989: 29). La funcién esencial del disefio es guiar al investigador en la obtencién y posterior audllisis de la informacion. El proyecto se configura, en cambio, como un cenjunto de elementos entre los cuales se encuentra el mismo disefio. Ademés de englobar al disefto, el proyecto abarca otros aspectos varios: desde la idea originaria de la investigacisn y su concreci6n en objetivos espectficos, hasta el de- talle econdmico, organizativo y temporal de tas diferentes fases del proceso de in- vestigacién. El origen de la confusién entre estos dos conceptos se halla -como bien explica Al- vira (1989: 17)-en el hecho de que la eleccién y elaboraci6n de un disefio de investi- gacién “necesita contemplar todos los extremos que un proyecto presenta”. Razén que justifica que ambos términos con frecuencia se “confundan a efectos pricticos”. En resumen, el proyecto de investigacién se hace en referencia a tres elementos claves: a) Los objetivos de la iavestigacidn, b}. Los recursos © medias materiales, econdmicos y humanos de que disponga el investigador para hacer viable el estudio. c} Eliiempo concedido para su realizacién. La conjuncidn de estos elementos marcaré el alcance y desarrollo de la investi- gacin, por su incidencia directa en el disefio de la investigacion. En el Cuadro 3.1 se resumen los componentes esenciales de un proyecto de in- vestigacién. Asimismo, en ta Figura 3.1 (al final de la presente seccién) se representa, de forma grafica, la configuracién del proyecto de investigacién. A continuacion se in- cluye el detalle de cada uno de estos integrantes. 3.1.1. La formulacién del problema de investigacién “No importa en qué problema quieras trabajar y no importa qué método even- twalmente vayas a ulilizar, tu trabajo empitico deberd comenzar con una considera cuidadosa del problema de investigacién” (Simon, 1978: 98). En concreto, ha de exponerse: a) Qué es cxactamente Io que se pretende analizar: cules son los objetivos ge- nerales y especificos de la investigacion.Capitulo 3: La organizacién de la investigacién — 83 b) Qué razones motivaron la eleccién de ese problema conereto. ¢) La justificacion de dicha eleccién, relacionandota con la relevancia y tras- cendencia de fa indagacién. Esta exposicién de razones y justificaciones ha de hacerse de forma convincente, en aras de lograr la aprobacién del proyecto de investigacién, y su consiguiente fi- nanciacién econémica (en caso de solicitarse). Al principio, la idea o problema de investigacién se presenta de forma vaga y ge- nérica. Pero, paulatinamente, ira concretindose, conforme el investigador vaya ahon- dando en ella, La fuente originaria de ta idea puede ser muy dispar, A veces es la propia entidad © institucién que financia la investigacion quien propone el problerna o tema de estu- dio. En otras ocasiones, es el azar quien suscita la édea’ en el curso de una conversacién; durante la lectura de un libro o articulo de prensa (periddico, revista); o tras la ob- servacién de un acontecimiento, de forma directa o indirecta (por medio de la tele- visi6n, la radio), entre otras posibles fuentes originarias de ideas. Perg la idea también puede ser el resultado de una reflexién profunda, presente du- rante mucho tiempo en la mente del investigador, aunque hasta entonces no haya si- do concretada ni operacionalizada en un proyecto de investigacién especttico, Al principio, s6lo es eso: una mera idea. El inyestigador, postertormente, tendra que ir preciséndola y configurandola. Para eo debera adentrarse en el campo de cono- cimiento determinado donde se ubique la idea cn cuestién. CUADRO 3.1. Componentes esenciales de un proyecto de investigacion. 1. Laformulacién del problema de investigacion: * — Definicién de abjetives. * Elaboracién del marco teérico de la investigacion; revision bibliografica y demas indagaciones exploratorias. 2. La operacionalizacién del problema: + Formulacion de hipstesis, * Operacionalizacién de coaceptos teéricos. + Defimitaciéa de las unidades de analisis. 3. Eldiseiio de in investigacion: + Seleccisn de estrategias. * — Disefio de la nurestra. + Bleccién de téenicas de revogida y de andlisis de datos. 4. La factibibidad de la investigacién +” Fuentes bibliograficas. + Recursos disponibles (materiales y humanos). * Recursos necesarios (econémices, materiales, humanos) + Planificacién del tiempo de realizacisn,84 Segunda Parte: Los prelimtinares de la investigacién social A tal fin se recomienda efectuar una revisidn bibliografica exhaustiva sobre el tema concreto de interés y otros similares que, aunque no se refieran al protlema especifica del estudio, sf puedan orientar en su indagacidn, Esta ultima revision de temas relacionados con el problema de investigacién adquiere una mayor relevancia cuando apenas se en- cuentra bibliografta (tedrica y enmpfrica) especifica sobre dicho tema, bien debido a su ca- racter novedoso, o bien a su escasa repercusién en la tradicién investigadora anterior. La importancia de llevar a cabo una revision bibliografica exhaustiva es destaca- da por la mayorfa de los autores. Incluso llega a afirmarse que “todo proyecto de in- vestigacién en las ciencias sociales deberfa implicar la bisqueda de indagaciones previas” (Cooper, 1984: 7). Con la revision bibliografica se busca la familiarizacion con el tema de estudio es- cogide; hallando, leyendo, evaluando y sintetizando indagaciones realizadas con an- terioridad, De ellas se extraerd informacién concerniente a: a} La metodologta seguida y los resultados que, mediante ella, se lograron: sus po- tencialidades y limitaciones concretas. b) Aspects del problema tratados, aquellos no abordados y los suscitados tras Ia conclusién de Ia investigaciGn, como relevantes para una fatura indagacion. El propésito de dicha revisidn bibliogrdfica Dankhe (1989) lo resume en uno fundamental: obtener informacién para, a partir de ella, poder anclizar y discernit si la teoria existente y la investigacion previa sugieren una respuesta (annque sea parcial) alas preguntas de investigacién, 0 una divecci6n a seguir dentro del estudio. Mas con- cretamente, la revisién bibliogrdfica contribuye a: a) Laestructuracién de la idea originaria del proyecto de investigacién, contex- tualizéndola en una perspectiva tedrica y metodoldgica determinada. 6). Inspirar cémo disefiar fa investigaci6n, a partir de la experiencia obtenida en la utilizacion de determinadas estrategias de investigacién. Se tratarfa, pot tanto, de: 1) Prevenir posibles errores cometidos en estudios antericres al presente. 2) No ser redundantes. La nueva investigacion deberia dar un enfoque distinto al proporcionado en indagaciones anteriores. Por ejemplo, escogiendo una estrategia de investigacién diferente. con el propésito de comprobar si con ella se alcanzan los mismos resultados. ‘También, se trataria de plantear otros interrogates de investigacisn, con objeto de cubrir aspectos menos observados, y no aquéllos continua- mente analizados. Ademés de la necesaria revisidn bibliogrifica, Ja estructuracién de la idea de in- vestigacién requiere el complemento de otras indagaciones exploretorias. Estas pue- den materializarse en:Capitulo 3: La organizacion de la investigacion — 85 a) Discutir ef tema con otros investigadores que puedan aportar ideas de cémo Lle- var a cabo Ia investigacion y qué pasos seguir. b) Entrevistar a algunos de los implicados en el problema a investigar, con el pro- pésito de recabar, de ellos, informacién que ayude al disefio de fa investigacién, ‘Todas estas tareas previas en el proyecio de investigacién (desde la revision bi- bliografica a tas entrevistas abierias) se convierten en cruciales, cuanto mas vaga se muestre la idea originaria del estudio, y mas desconocedor sea el investigador del area de conocimiento especifica donde ésta se ubique. A partir de la revision bibliogréfica y otras indagaciones exploratorias (que el in- vestigador opte por seguir), se corfiguraré el marco tedrico de la investigacion, Este se basard en fa integracion de toda la informacién previa que el investigador recopile. Ademés, le proporcionaré un marco de referencia al que acudir en la interpretacin de los resultados que obtenga tras la conclusién de la investigacion. A veces se partiré de una teorta; otras veces, se decidiré imbricar el problema de estudio en varias perspectivas tedricas para, de este modo, poder proporcionar co- bertura a los distintos aspectos en que el problema se maniftesta (méxime cuanto més complejo sea cl tema de Ia investigacién). Pero, en mds ocasiones de las deseables, cl marco tedrico que configura el proyecto de investigacién se fundamenta en genera- lizaciones emptricas: proposiciones que ban sido comprobadas en anteriores in- vestigacioncs, si bien no han logrado cristalizar en una perspectiva te6rica determi- nada. — Exewpio DE CONFIGURACION DE UN PROBLEMA DE INVESTIGACION [-—-— Gomo ilustracién de lo expuesic hasta ahora, piénsese en una idea que se dese de- sarrollar en un proyecto de investigacién. Cualquier hecho o accién social puede convertir- se en un problema de investigacién. La “Violencia callejera juvenil’ constituye uno de los fenémenos sociales més presentes en la cotidianidad de /a sociedad actual. Al menos es, junto con el problema de la comupcidn, ung de los mas comentados en los informativos (de radio, televisién, prensa eserita), y fre- cuenta tema de coloquio. El conocimiento, de manera directa o indirecta, de aigin acto nuevo de violencia juvenil pue- de despertar al interés de algin investigador deseoso de encontrar respuestas a infenrogantes suscilados ante dichos sucesos: gpor cué fos jévenes actuaron de la forma que lo hiciaron?; £qué factores inciden en la comisién de actes de violencia?; zincita la sociedad actual a la violencia?; qué caracterfsticas diferencian a los jévenes viclentos de los no violentos?; gpromueve la fre- cuente aparicién en televisidn de actos violentos conductas de imitacién? Lo primero que el investigador ha de hacer es formular el problema de investigacién, ini= Gaimente titulabie ‘ta violencia callejera juveni’. Para ello, deberé centrarse en tres tareas prin- cipales:86 Segunda Parte: Los preliminares de ta investigacion social a) Estabtecer los objetivos generates y especifices def estudio: — Objetivo general: analizar las causas de la violencia juvenil. ~- Objetivos especiticos: + Describir las caracteristicas sociodemograticas y psicasociolégicas del joven violento. + Indagar en la trayectoria vital del joven (afectva, laboral, ocupacién del tiempo} + Analizar su ambiente sociotamiliar (familia, amigos, bartio). b) Delimitar el tema de estudio (qué actos de violencia se analizaran) y las unidades de observacién (qué tipo de jovenes, de qué edades, de qué ambito territorial). ¢) Elaboracién del marco tadrico de ta investigacién: qué enfoque tedrico y metodolé- gico se dard al anélisis de la violencia juvenil. Para que esta fase inicial y esencial en el proyecto de investigaciin se efectiie de forma rigurosa, et investigador deberd precederla de una indagacién exploratona, Esta se convertiré en referente del disefio de investigacién. Concretamente: a} Una revisidn bibliogrdtica de las perspectivas tedricas existentes @ investigacio- nes empiricas levadas a cabo en Espaiia y en ctros paises (que el investigador es- Pecificara) acerca de “la violencia juvenit’ Esta tarea ardua en el pasado se ve, en el momento presente, bastante facilitada por el uso generalizado de la busqueda bibliogrdfica por ordenador meaiante CD- ROM Este proporciona iniormacién existente en bibliotecas y centres de datos de dis- tintos paises, en un breve periado de tiempo. 4) Entrevistas abiertas a expertos en la materia y a protagonistas de acciones de vio~ Jencia (j6venes implicados en actos de violencia cailejera y personas que han sido vic timas de cichos actos), que constituyen la poblacién de estudio. Con Ia indagacién exploratoria se busca familiarizarse con el tema de la investigacion y.con la metodologta a seguir en su anélisis, De abi que estas primeras tareas resulten esen- ciales para realizar un buen disefio de investigacion. De lo exhaustivo que se sca en esta. fase previa del proyecto de investigacion dependerd el buen desarrollo de la misma 3.1.2. La operacionalizacion del problema de investigacion Después de la definicion y delimitaci6n del objeto de estudio, procede su conere- cién, su operacionalizacidn, tanto en su vertiente teérico-analitica (principales canceptos, categorias analiticas y variables a analizar) como poblacional (qué peblacién se estu- diaré y, en su caso, qué disefio muestral se efectuaré), Del marco tedrico de ta investigacién se extraen, mediante un proceso deductivo, unas hipétesis que representen respuestas probables que el investigador avanza a las pregun- tas iniciales de la investigacién. Las hipétesis vienen expresadas en forma de proposiciones,Captuto 3: La organizacién de la investigacién 87 en fas que se afirma la existencia o inexistencia de asociacién esperada, al menos entre dos variables (dependiente e independiente, generalmente), en una situaci6n determinada. Se recomienda que las hipétesis se encuentren relacionadas con los objetivos de fa investigacion y sean lo mas concretas y precisas posibles. 4 Esempios 0& FORMULACION DE HIPOTESIS * Los j6venes que en su infancia han sido viclimas de malos tratos presentan, en su juventud, actitudes mas violentas que aquéllos que no los han padecido. * Elconsumo de bebidas alcohdlicas aumenta la probabilidad de cometer actos de vio- fencia. Las hipétesis contienen conceptos que determinan lo que debe analizarse. Para ello las hipétesis han de traducirse en variables emptricas o indicadores. A este proceso se Je denomina, normalmente, operacionalizacién de conceptos tebricas. Esta constituye una fase intermaedia que vincuta la formulacién te6rica del problema con la medlicion de las variables televantes. En el Capitulo 4 se trataran con més detalle el proceso de medicién y de operacionalizacién de conceptos. — Evemeco ve oP ERACION DE CONCEPTOS TEORICOS Se parte de la hipdtesis siguiente: “Los actes de violencia juvenil callejera crecen, conforme aumenta fa insatisfaccién social en los jvenes.” Esta hipdtesis contiene conceptes tedricos que debertin operacionalizarse (traducirse 2n variables empiricas 0 indicadores}, antes de proceder a la recogida de informacién. Uno de fos conceptos as el de “insatisfaccién’. Habria que seccionarlo en las diferentas dimensiones que comprende: insatistaccién laboral, educativa, afectiva, econémica, familiar, entre otras posibles. Para cada una de estas dimensiones se buscarin indicadores que ayuden en su con- cresi6n, Por ejemplo, la “satistaccién iaboral” podra medirse por los siguientes indicadores: Situacién laboral: activo, en paro. + Tipo de contrato: fijo, eventual, a tiempo completo, a tiempo parcial. + Trabajo que realiza en la empresa: si corresponde o no a su formacién académica y técnica. + Remuneracién que percibe.88 Segunda Parte: Los preliminares de ta investigacién sociat + Relacién con los compafieros + Relacién con el jefe o personal a cuyas ordenes se halle. + Ubicacién de la empresa: entome fisico dentro y fuera de la empresa. Ademas de las variables, en las hipdtesis también se hace mencién (aunque ge- nérica) de las unidades de andlisis: la poblacién o universo objeto de estudio, La eleceién de una poblacidn u otra puede tener implicaciones significativas, tanto para el contenido sustantivo de la investigacin como para sus costes (econdmicos y de tiempo). Por esta razén, autores como Hakim (1994) recomiendan que fa po- blaciOn de estudio se establezca en los objetives de la investigacidn, debido a que ésta determina la informacién a extract y la naturaleza de los resultados de la investigacion. Las unidades de andilisis no solo inchuyen el ente individual o colectivo que se ob- servard, sino también el espacio donde se ubica y el tiempo. En los esnudios longitu- dinates el tiempo figura (explcitamente) como una de tas variables en la investigacion. 3.1.3. El diseno de la investigacién Una vez que se ha formulado y operacionalizada el problema de investigacién (con- crecidn de los objetivos, las hipdresis, las variables y Jas unidades de andlisis}, corres- ponde decidir el disefio de la investigacin: especificar como va a realizarse la inves- tigacion. Esta fase es clave dentro del proyecto de investigaci6n y, al igual que las prece- dentes, vendrd determinada por los objetivos del estudio (exploratotios, explicativos, predictivos, evaluativos), los recursos (materiales, econdmicos, humanos) y el plazo de tiempo disponible para su materializacién. De ahi que el investigador deba siempre te- ner en mente ~al ocuparse del disef#o- no s6lo los objetives del estudio, sino también la factibilidad del disefio elegido. Ha de procurar que el disefio sea viable, con los re- cursos disponibles y dentro de fos limites de tiempo fijados. Esta triple consideracién de objetivos, recursos y tiempo incide, cirectamente, en la seleccién de una o varias estrategias de investigacion: uso de fuentes documenta- les y estadisticas, estudio de casos, encutesta, experimento. La estrategia (0 estrategias) finalmente elegida influiré en: a) El disefto muesiral: la muestra del estudio (individuos, viviendas, entidades so- ciales, acontecimientos, documentos), su volumen y forma de selecci6n. 1b) Las téenicas de recogida de informacion (de documentacisn, observacién y en- trevista). Concretamente: 1) Revision de fuentes de observacién secundaria (estadisticas y documentos). 2) Observacién sistemdtica, participante y no participante. 3) Entrevistas abiertas, semi o no estructuradas (individuales y/o grupales).Capitulo 3: La organizacion de la investigacién — 89 4) Relutos biogréficos (auiltiples, pacatelos, eruzados) y documentos personales. 5) Cuestionario estandarizado (sondeos en sexie, tipo panel, macrocneuestas). ¢} Las técnicas de anélisis de datos: 1) Documental. 2) Estadistico (univariable, bivariable, multivariable). 3) Estructural (andlisis del discurso, ctnografia, fenomenografia). 4) Interpretacional (construccién de teorias, descriptivofinterpretativo). 5) De contenido (cuantitativo y cualitativo), Las técnécas cuantitativas de recogida y de andlisis de datos constituyen cl eje de es- te manual, En capitnlos sncesivos se expondré cada una de ellas. Para el conocimiento, en cambio, de las técnicas cuatitativas remito al lector interesado al manual de Miguel S. Valles Martinez, publicado en esta misma coleccién. En suma, en la seleccién de la estrategia y de las técnicas (de recogida y de andli- sis de datos) correspondientes intervienen los siguientes elementos: 4) Los objetivos de ta investigacién y si ésta se cefiira a un momento temporal con- creto (disenos seccionales o sransversales) o si, por el contrario, incluird dife- rentes periodos de tiempo (disenos longitudinales). b} El grado de conocimiento, por el investigador, de la diversidad metodolégica existente. ©) El grado de rigor y precision que el investigador desee para su indagacién. d) La factibilidad de la investigacién. Esta se conereta, siguiendo a Pons (1993: 24), en los factores siguientes: 1) “La capacidad del personal participante en la investigacién. 2) La asequibilidad y correccidn de las fuentes de informacién necesarias. 3) El nivel de operacionalidad. 4) El tismpo que se requiere. 5) El-coste: humano, social y econémico. 6) Las limitaciones deontoldgicas.” Pero la priccica real de la investigacién suele ser muy dispar. De acuerdo con Ibé- fez (1989), el proceso de seleccién se simplifica bastante. El investigador social suele elegir, sin pensar demasiado en la eleccidn, la técnica que tiene mas a mano, bien por: a) Razones personales: uno es experto en esa técnica. b) Razones organizativas: uno trabaja en una organizacién constituida para tra- bajar con esa técnica, c) Razones énstitucionales: uno pertenece a una institucién interesada en vender esa técnica.90 Segunda Parte: Los preliminares de ta investigacion social Sea como fuere el proceso de seleccién, el investigador deberd justificar (en su proyecto de investigacién) por qué eligié unas estrategias y técnicas con preferencias a otras, La exposicién de razones suele fendamentarse en tres aspectos esenciales: los objetivos, las caractertsticas, y las condiciones de realizacién de la investiga- cidn, Ademés, téngase presente que, en el curso de la investigacién, todo disefo inicial puede verse allerado, ante las dificultades que pueda suscitar su puesta en practica. De ahi la conveniencia de que el investigador prevea, en la medida de lo posible, alter- nativas al disefio original de la investigacion. 3.1.4, La factibilidad de ta investigacion La fase final del proyecto incluye la exposicién de las condiciones minimas requeridas para hacer viable, o factible, la investigacién disefiada, Estas condiciones 0 requisitos ca- be resumirlos en los apartados siguientes: a) Fuenies En el proyecto de investigacién suele adjuntarse una bibliografia basica, especia- lizada en el tema que constituye el eje de la investigacién, tanto en su vertiente tedrica como en la empitica y metodolégica. Consistird en una seleccién de obras clave y de publicaciones actualizadas. b). Recursos (materiales y humanos) disponibles El equipo investigador acredita su capacidad (oxperiencia) y medios para cumplir el proyecto de investigacién. Al proyecto se aftade, al menos, el curriculunt del investigador principal o de los in- tegrantes del equipo investigador. En el cterricufum ha de incluizse el detalle de ta experiencia tenida en el area de co- nocimicnto donde se inserta el problema o tema de investigacién, Cc} Otros recursos (materiales, econdmicos y humanos) necesarios Si se esta solici:ando financiacién econdmica de la investigacién, en el proyecto tam- bién habra de especificarse la cantidad necesaria para cada una de las partidas si- guientes: 1) Personat (disponible y el que habria de contratarse al efecto). 2). Equipo moierial inventariable,Capitulo 3: La organizacion deta investigacion = 91 3) Material fungibie: fotocopias, teléfono, correos. 4) Dietas y desplazamientos. 4) Planificacion det tiempo de efecucton de ta investigacién El investigador también ha de coneretar la eronologta de areas. Ello supone de- limitar la duracién de cada fase de la investigacién. En funcion de esto, habra que precisar los plazos de entrega parciales (si los hubiese), y fijar la fecha de entrega final. Existen diye-sas féentcas para el cafcule de los tiempos de duracion de cada una de las etapas del proyecto de investigacton, su coste, y las posibles variaciones que puedan acontecer. ‘Una de las técnicas mas populares es e] método PERT (Program Evaluation and Re- view Technique ¢ Program Evaluation’Research Task). Bésicamente, consiste en. un gra- fo enel que se especifica cada una de las tareas, cémo dependen unas de otras, en qué tiempo se realiza-én y qué probabilidad de retraso existe en su ejecucion. Para su calcula normalmente se preguota a los responsables de cada una de las tareas el tiempo de du- raci6n habitual de su trabajo. Todos estos detalles que conforman la tiltima fase del proyecto de investigacién son esenciales, en cuanto que ayudan al buen desarrollo de la investigacidn proyectada. Por Jo que no hay que minosvalorar el esfuerzo que se dedique a su concrecién. Como bien apunta Hakim (1994: 157), “quizis el error préctico més comtin consiste en subestimar el presupuesto, en tiempo y dinero, requerido para un proyecto” En Ja Figura 3.1 se resume cada una que las fases que forman un proyecto de in- vestigacion. Como puede verse, cada fase viene determinada por la etapa que la pre- cede, Asimismo, los objetivos de la investigacién, junto con los recursos y el tiempo dis- ponibte para su realizacidn, se hallan presentes en cada una de las fases det proyecto de investigacién, marcando su configuracién final. Por tiltimo, hay que insistir en la idea de que todo proyecto de investigacion re- presenta, como su nombre indica, un “proyecto”. Su puesta en préctica puede, por tan- to, llevar consigo algunas modificaciones en una o en varias de las partes que lo con- forman, De la pericia e ingenio del investigaclor (ademas de los medios a su disposicién) dependeré, en buena medida, que Ia investigacion finalice con éxito, 3.2, Disefios y estrategias de investigacion En el campo especfiico de los métodos y las técnicas de investigaci6n social, a me- nudo se habla, indistintamente, de meétodos o técricas. Sin embargo, son cada vez més os autores que reclaman Ia distincidn entre estos dos términos; algunos desde hace tiempo, como G-eenweed (1973) o Bulmer (1984), otros en fechas mas recientes, co- mo Bryman (1995).92 Segunda Parte: Los pretiminares de ta investigacion social PROYECTO DE INVESTIGACION t FORTE | PPRCONAUZN| Poccmone | leacumtuinan ne PROBLEMA PROBLEMA INVESTIGACION || LA INVESTIGACION r [ I DEFINICION FORMULACION ESTRATEGIAS DEOBJETIVos| | DE HIPOTESIS DE FUENTES | Exploratork I — INVESTIGACION |_|» Bibliografia bésica Descriptivos | [ORERATIVIZACION] tes doou - + Explicativos ee eORICOS. mentales y estadi- RECURSOS > Predictivos ticas DISPONIBLES + Evaluativos > Variables Estudio de casos (MATERIALES, + Indicadores + Encuesta HUMANOS) 5 J+ Pxperimento + Curriculum del equipo} CONEXION investigador CON MARCOS, 8 TEORICOS UNIDAD = T DE ANALISIS DISERO RECURSOS Is Paradi 5 MUESTRAL 5 Barasigmas IDolimitacion ECONOMICOS ]> Perspectivas pee I+ Gencralizaciones| |? Poblacional J Tamaito y error |* Presupuesto empiricas e Temporal nuestra econémico jp Espacial I+ Procedimiento de| selecetéa PLANIFICACION DEL TIEMPO , = DE REALIZACION ‘TECNICA DEOBTENCION { [+ Cronologia de tareas DE DATOS + De documentacisn| + Observaciéa © Entrevista CNICA DE ANALISIS }+ Documental + Estadistico + Estructural + lnterpretacional * De contenido OBJETIVOS DE INVESTIGACION. RECURSOS NECESARIOS. TIEMPO DISPONIBLE Figura 3.1. Fl proyecto de investigacién.Capitulo 3: La organizacin dea investigaciin — 93 Greenwood (1973), por ejemplo, emplea una analogia que coincide con el uso que en este manual se da al vocablo estrategia: “el método es a la técnica lo que la estrategia ala tdctica. Es decir, que la técnica cst subordinada al método, es un auxiliar de és- te” (Greenwood, 1973: 107). Bulmer (1984, 1992: 4-5) va més alld y propone diferenciar entre: a) Metodologia general: “el estudio l6gico y sistemAtico de los principios generales que gufan la investigacién socioligica”. b) Estrategia {o procedimiento) de investigacion: “manera en qne un estudio em- Pirico partcular es disenado y ejecutado”. Incluye el enfogue que se dard ala investigacign, el tipo de diseno que se uti- lizard, y la combinaci6n particular de las técnicas de investigacin que se empleard. ©) Técnicas de investigacién: “operaciones manipulativas espectficas de busque- da de datos”. Partiendo de esta clasificacién, conviene, no obstante, barajar un concepto que ocupe un orden seméntico superior al de estrategia. Se trata del concepto de disefto. En él se concentran —como ya se ha expuesto- as tareas directivas (o de ingenierfa) de una investigaci6n. Concretamente. la seleccién de la estrategia o estrategias a se- guir y, en funcidn de ellas, la eleccidn de las técnicas (de recogida de informacion y de andlisis) a utilizar. Todo ello estard determinado por los objetivos del estudio y el marco teérico de re- ferencia. 3.2.1, Pluralidad de estrategias de investigacién Como es constante en el ambito de conocimiento de la mefodologia, no existe una- nimidad entre los autores a la hora de diferenciar las diversas estrategias de investigaci6n. En la literatura consultada se observa la inexistencia de coincidencia plena, respecto a cudles son las principales estrategias de investigaci6n social. Si bien, no puede afir- marse que la discrepancia entre los autores sca abismal. Para ilustrar este extremo, el ‘Cuadro 3.2 resume algunas ‘ipologtas de estrategias de investigacion, selcccionadas y or- denadas por fecha de edicion. Bulmer (1992: 3) reconoce que su clasificacién no es exhaustiva, aunque sostiene que los cuatro tipos diferenciados (a los que se refiere indistintamente como “estilos” y “estrategias” de investigacién —al igual que hicicra posteriormente Yin (1989)-“cubre, probablemente las principales aproximaciones empleadas en nueve de cada diez mo- nografias sobre investigacién sociolégica”. Bulmer (1984) destaca, como estrategia de investigacion, la que 1 denomina “mé- todos y fuentes del historiador”; en cambio, desestima otras estrategias importantes, co- mo el “experiment”, al contrario de Yin (1989).94 Segunda Parte: Los preliminares de ta investigacién social CuapRo 3.2, Principales estrategias de investigaci6n social, segtn autores, MARSHALL Y BREWER Y BULMER (1984) YIN (1989) | Rossman (1989) | HUNTER (1989) Encuesta Exporimento Experimento ‘Trabajo de campo. . De y cuasiexperimento. . Encuesta. Medidas no Encuesta, meuesta \ Encuesta. reactivas (dates Expenmentacion preexistentes).. Analisi de datos de | 5s saisie de datos de Métodos y fuentes archivos. archivos. Investigacion ti del historiador. Historia, stor: ne FRE. Historia. oni , Aproximacién negra Estudio de casos. | estudio de cass, | mmultimétodo, {(rabajo de campo) Estudio de campo. Binogratia En su monografia sobre la investigacion mediante estudio de casos, Yin (1989) di- ferencia cinco estrategias de investigacion social, sumando el “experimenio” a la cla- sificacién anterior. Su formacién en historia y en psicologia experimental le lleva a en- fatizar la experimentacicn y los métodos del historiador. No obstante, la estrategia que este autor destaca mas es la denominada “estudio de casos”. A las estrategias apuntadas por Yin (1989, e. 0. 1984), Marshall y Rossman (1989) afiaden el “estudio de campo” y la “emografia”. Si bien, estos autores consideran a las einografias como casos especiales de estudios de campo. Por tiltimo, Brewer y Hunter (1989) resumen a cuatro las estrategias de investiga- cidn social posibles: “trabajo de campo”, “encuesta”, “experimentacion” ¢ “investiga. cién no reactiva” (haciéndose eco de Ja publicacién de Webb et af, de 1966, Unebtrusive Measures: Nonreactive Research in the Social Sciences). A ellas suman una quinta es- trategia: la “eproximacion multimétodo”. Esta constituye la combinacién de dos o més estrategias de investigacion. Los demas autores también partieron de una concepeién de las esiraregias de in- vestigacién como complementarias, abogando por una vision pluralista de las mismas. Sin embargo, no destacaron la triangulacién 0 “aproximacion mulrimétodo” como una estrategia especifica y alternativa de investigacién. A partir de estas clasificaciones, propongo la siguiente tipologia de estrategias de investigacién social:Capitulo 3: La organizacion de la investigacion — 95 a) Uso de fuentes documentales y estadisticas. b) Estudio de casos (etnografico, biografico, otros cualitativos y los cuantital c) Encuesta. d) Experimentacion. ¢) La tangulacion 0 aproximacion multimétodo. La extrategia que Bulmer (1984) llama “métodos y fuentes del historiador”, y que tanto Yin (1989), como Marshall y Rossman (1989), resumen en la denominacién de “historia”, opt6 por subsumirla en una estrategia de investigacién mas netamente so- ciolégica que denomino: uso de fuentes documentales y estadisticas. Esta constituye una estrategia basica cn cualquier disefto de investigacién e inclu- ye a las otras designaciones: fuentes de datos preexistentes, andlisis de datos de archivos, investigacién no reactiva. Es una estrategia bésica porque ~como ya se expuso en la secci6n primerz de este ca pitulo-, antes de proceder al disefio de cualquier investigacién, resulta necesario efectuar una revisién bibliogréfica exhaustiva sobre el tema concreto de estudio y el rea de co- nocimiento especifica donde éste se ubique. Ello favorece la familiarizacién con el tema de investigacién, ademés de contribuir a la consecuci6n de un buen disefio de investigacion. Las estrategias diferenciadas dentro de la metodologia cualitativa (“trabajo de campo”, “etnografia”, “estudio de casos”) resuelyo enmarcarlas en la denominacién ta- dicional de estudio de casos. El estudio de casos constituye una estrategia de investigacion de orientacion di- ferente a la encuesta, la experimentacion, y al uso de documentos y estedisticas; si bien, puede hacer uso de las mismas técnicas de recogida y de andlisis de la infor- macién. ‘Tradicionalmente, el estudio de casos se ha ubicado en la metodologta cualitativa. Pero, como apunta Yin (1989: 24-25), los estudios de casos “pueden basarse entera- mente en evidencia cuantitativa y no necesitan incluir siempre observaciones directas y detalladas como fuentes de evidencia”. Afios mas tarde, Bryman (1995: 170) insiste también en que “no todos los estudios de casos pueden ser adecuadamente descritos como ejemplos de investigecién cuali- tativa, ya que algunas veces realizan un uso sustancial de métodos de investigacién cuantitativa”. Una persona, una familia, una comunidad, acontccimiento 0 actividad, puede constituir el caso, que sera analizado mediante una variedad de técnicas de recogida de informacién. El estudio de casos puede ser tinico o multiple, depende del ntimer> de casos que se analicen (desde uno hasta cientos). Por otra parte, el andlisis que se haga de los casos puede también variar, Ello determina el caracter que adquirird el estudio de ca- sos: etnogrifico, enometodoldgico, biografico c, incluso, cuantitativo. Cada una de las estrategias de investigacién social referidas posee unas ventajas y unos inconvenientes. La eleccidn entre eilas estard sabre todo determinada por:96 Segunda Parte: Los preliminares de fa investigacion social a} El objetivo del estudio. b) Elcontrol que el investigador desee ejercer en el desarrollo de la investigacién. ¢) La orientacién de la indagaci6n, por fenémenos actuales (en un momento con- creto), o hechos del pasado (hist6ricos). A estos aspectos se sumarfan los relacionados con la fuctibilidad de la investigacion y las preferencias del investigador (ya expuestos en la seccién 3.1) Sin embargo, como el clasico dictum de Trow (1957) recomienda, y del que se ha- cen eco numerosas autores ~entre los cuales se encuentra Bulmer (1992: 15)-, el problema de estudio es lo que dicta “los métodos de investigacion”, y no sdlo las pre- ferencias por un estilo o estrategia de investigaciGn. Asi, por ejemplo, al estudio de casos suele describirsele come una estrategia de in- vestigacidn que a) Se adecua a cuestiones de! “cémo” y el “por qué” b) En situaciones donde el investigador ejerce poco control sabre los aconteci- mientos. ©) El foco de atencién se encuentra cn un fenémeno contempordneo, dentro de algtin contexto de la vida real. Aunque, también, puede obtenerse informacién de hechos del pasado en los estuidios de casos biogréficos. Pero la aplicacién del estudio de casos no s6lo se limita a estas situaciones. De acuerdo con Hakim (1994: 61): “Los estudios de casos son, probablemente, los mas flexibles de todos los disefios de investigaciGn. En el nivel més sencillo, proporcionan explicaciones descriptivas de uno o mas casos. Cuando se utilizan de una forma intelectualmente rigurosa para lo- grar aislamiento experimental de factores sociales seleccionados, ofrecen la fuerza de la investigacién experimental en entornos naturales.” Los estudios de casos més famosos han sido tanto deseriptivos (como es la famosa investigacion de Whyte, Street corner society, en la que se hace uso de la técnica de la observacién participante) como explicativos (sirva de ejemplo la obra publicada por Allison en 1971, Essence of decision making, Explaining in the Cuban Missile Crisis). Pero, el estudio de casos también se adecua a los otros objetives de investiga- cién: exploratorios, predictivos y evaluativos. De él, se ha legado incluso a afirmar que ocupa un lugar distintivo en la investigacion evaluativa (Yin, 1989; Stake, 1994). Las otras estrategias de investigacidn se detallaran en los capitulos siguicntes: el uso de fuentes documentales y estadisticas, en el Capitulo 6; la encuesta, en el Capitulo 7; y la experimentacién, en el Capituto 8. Para una profundizacién en el estudio de casos te~ mito al manual anteriormente citado de Miguel S. Valles, en esta misma coleccién.Capitulo 3: La organizacion de te investigaciin 97 A modo de conclusidn de este subapartado, reparese en Ia conveniencia, a veces incluso cxigensia, de una concepcisn pluralista de las diversas estrategias de investi- gacién social Una misma esirategia puede permitir la consecucién dc distintos objetivos de in- vestigacién; y,¢ la inversa, un mismo abjetivo puede suponer la aplicacién de dos o mas estrategias de investigacién (como ya se expuso en el subapartado 2.1.2, dedicado a la iriangulacién 0 articulacién de estrategias en una misma investigacién) Asimismo, para cualquier objetive de investigacién existe un amplio abarico de es- trategias y técnicas a las que recurrir: “No importa lo que quicras averiguar, proba- blemente existan muchas formas de hacerlo” (Babbic, 1992: 89).” 3.2.2, Tipologtas de diseftos de investigacion Como en las esirategias, también existen diferentes clasificaciones de diseftos de in- vestigacién. Depende de cudles scan los objetivos det estudio, el marco temporal y el marco contexttal de la observacién (entorno natural o entorno artificial), primor- diaimente. ‘Tal ver. una de las tipologfas mas conocidas e influyentes en la investigacién social sea la que Campbell y Stanley (1976) publicaran en 1966 (posteriormente revisada por Cook y Campbell en 1977 y 1979). Pero, no es ésta la tinica tipologia diferenciada, El abanico de disefios no se limita a la clasificacidn originaria que Campbell y Stan- ley hicieran desde la légica experimental. Puede ampliarse més, en funcidn de cémo se trate la variable tempo (diseftos seccionales 0 transversales y disefios longitudinales), y de cul sea el objetivo fundamental en la investigacida. De ahi que en este manual sc distingan tres dpologias de disefios. Estos se resumen en el Cuadro 3.3 * Disehos preexperimentales, cuasiexperimentales y experimentales En su famoso libro sobte el diseito experimental (Experimental and Quasi-expe- rimental Designs for Research}, editado por vez primera en 1963, Campbell y Stanley diferenciaron tres tipos principales de disehios de investigacidn: los disefios preexperi- inentales, los cuasiexperimentales, y tos experimentaies. Esta tipologia de disefos res- ponde a los siguientes critcrios de clasificacion a) Cémo se seteccionan las wiidades de observacion. 5) Elmtmero de observaciones realizadas. c) El grado de intervencién del investigador en el proceso de investigacién. d) El control de posibles variables explicativas alternativas a las variables anali- zadas (validez interna). 2) Posibilidad de generalizacién de los resultados de la investigacion a otros contextos espaciales y temporales (vatidez externa).98 Segunda Parse: Las pretiminares de ta investigacién social CuapRO 3.3, Clasificacion de los disetios de investigacién. * Segtin el grado de cumplimiento de fos supuestos de ta experimentacién: 1. Diseitos preexperimentales 0 correlacionales. 2. Disefos cuasiexperimentales. 3. Disefios experimentates. + Segiin el iratamienio de in variable tiempo: 1. Disefios seccionales ¢ transversates. 2. Disefios longitudinales. —De tendencias. —De cohorte, —Panel. © En funcién de fos objetivos de tn investigacion: 1, Disefins exploratorios. 2, Disefios descriptives, 3. Diseiios explicativos. 4, Disetios predictivos. 5, Disetios evaluativos. —Evaluacién del impacto. —Evalusacién del proceso. —Valoracion de necesidades. —Evaluacién mediante andlisis de sistemas ~— Anilisis coste-beneticio. —Evaluacién de conjunto. 1) Disefos preexperimentales o correlacionales Entre sus caracteristicas distintivas destacan: a) 5) ¢) La ausencia de maniputacion de las variables intervinientes en Ia investigacion. El investigador se limita a la observaci6n del feadmeno que analiza, sin in- troducir ninguna modificacién o alteracién en ef mismo. pectos del misma. Falta de control de posibles fuentes de invalidacién de la investigacién, lo que resta poder explicativo a estos disefios. Se efecttia una dinica medicion del fenémeno, aunque se incluyan diversos as-Capisuio 3: La organizacién dea investigacion — 99 Ahora bien, la aplicacién de téenicas de andlisis multivariable permite que los di- sefios preexperimentales (0 correlacionales) también eguen al establecimiento de relaciones causales, por medio del conirot a posteriori; no cuando se diseiia la inves- tigacién (como acontece en los disefios experimentales), sino después de haberse re- cogido Ja informacién, en la fase de andlisis. Los disefios preexperimentales incluyen distintas modalidades, cuya comprensién precisa de ta lectura del Capitulo 8, dedicado a la experimentacién como estrategia de investigacion. a} Eldisefo de un tinico grupo con una sola medicion (posterior al 1ratamiento). b) Diseno pretest-postest de un tinico grupo. ©) Comparacién entre un grupo experimental y otro de control, pero sin ninguna medici6n previa. Ninguno de estos tres disenos cumplen todos los requisitos de la experimentacion: la existencia de af menos un grupo de control (no expuesto al tratamiento cuyos efec- tos quiere medirse); la aleatorézacién en la formacién de los grupos; y la medicion an- tes y después del tratamiento experimental, Por esta raz6n los autores los denominan “ seftos preexperimentales”. El primer disefio carece de medicion (en la variable dependiente) previa al trata- miento (o manipulacién de la variable independiente). Ello, unido a la carencia de un grupo de control que ayude a la eliminacién de explicaciones alternativas al traza- miento, impide diferenciar los efectos debidos al tratamiento de los provocados por fac~ tores ajenos al mismo. Los otros dos disefios resuelven una de esta dos salvedades, pero ne las dos. Eu el segundo disefio (el diserio pretest-postest de un tinico grupo) se introduce la medicién de fa variable dependiente antes de la aplicacién det tratamiento; ello permite conocer la evolucién de los sujetos analizades, En cambio, en el tercer diseio se incluye el gru- po de control, pero se carece de medicién previa al rrarmniento. Hecho que dificulta, igualmente, el establecimiento de relaciones causales. Como ejemplo de disefio preexperimental o correlacional destaca la encuesta usual (no Ja encuesta panel), en la que se produce una tinica medicién de la realidad sociat 2) Disefios experimentales Cabe definirlos como “observaci6n controlada” (Caplow, 1977), gracias a una se- rie de actuaciones del investigador, dirigidas al control de posibles fuentes de invali- dacién de la investigacién. Entre estas actuaciones destacan: a) La manipulacién experimental. En os disefios experimeniales el investigador puede manipular a priori (es decir, antes de ta recogida de informacién) las va-100 Segunda Parte: Los preliminares de la investigacién social dables cuya influencia en la ocurrencia de determinados fenémengs trate de medir. b) La formacion de grupos de control, que sean totalmente equivalentes al grupo experimental, salvo en la variable o variables independientes cnyos efectos se tra- tade medir. Los individuos se asignan, de forma afeacoria, a cada uno de los grupos: ef experimental y cl de control. De esta forma se garantiza la equivalencia inicial en a constitueién de ambos tipos de grupos. Estas actuaciones favorecen el andilisis de refaciones causales, al cumplirse las exigencias de validez interna; el control de posibles explicaciones alternativas a las ana- lizadas. No obstante, los disefios experinrentales presentan una importante desventaja: la mayorfa de ellos carecen de validez exierna, debido, precisamente, a la manipulacién experimental (a la alteracin que el investigador introduce en la realidad que analiza) Ello imposibitita la generalizacion de Jos resultados de la investigacin, La falta de validez externa también suele deberse a las caracteristicas de la mues- tra. Esto acontece cuando los sujetos que participan en el experimento no se seleccionan al azar, entre los que constituyen el universo 0 poblacién del estudio, sino que se re- clutan entre Jos voluntarios al experimeztto. Ello, sumado al usual escaso numero de in- tegrantes en a muestra (no superior a los 200 casos, generalmente), limita la posibilidad de generalizacion de los resuitados de la investigacidn a otros contextos distintos al ex- perimental (valides externa), Bajo la nibrica de diseftos experimentales se incluye una variedad de disefios de investigacién. Estos se detallan en el Capitulo 8, dedicado a la experimentacién. La Jectura de este capitulo es necesaria para la comprensién de la [Sgica experimen- tal. 3) Disenos cuasiexperimentates Sc hallan a caballo entre los dos polos extremos de disefios anteriormente referi- dos, participando de fas caracteristicas definitorias de ambos. En los diserios cuasiexperimeniales puede haber (0 no) manipulacion experimen- tai de la variable independiente o predictora, con el propésito de comprobar su efecto en la variable dependliente (cuyos valores -como su nombre indica “dependerdn” de los que tome la variable independiente). Pero, se distancian de los diseftos experi. mentales en dos aspectos fundamentales: a) Los diseftos cuasiexperimentales rara vez acontecen en ef marco de un labo- ratorio, sino en el contexta de la vida real.Capitulo 3: La organizacién de la investigacién 101 b) La distribucién de las unidades de observacin (la muestra del estudio) al gru- po experimental y al de control no se realiza de forma aleatoria, Por lo que no pnede garantizarse la equivalencia inicial de los grupos de comparacién. Esta tltira limitacién puede obviarse mediante la aplicacién de :éenicas estadts- ticay bivariables y multivariables de control a posteriori. Ello fayorece ta consecucién de resultados similares a los aleanzados mediante los disefos experimentales. De los disefios preexperimentales (0 correlacionales) se distinguen por un hecho esencial: la actuacién del investigador no se limita (en los disefios cuastexperimentales) a la observacién; sino que, por el contrario, puede estructurar Ja situacién de forma que facilite su anilisis. En luncién de estas caracteristicas definitorias de los diseos cuasiexperimentales, puede agruparse la amplia variedad de disefios existentes en dos categorias generales: a) Disefos en los cnales el investigador si manipula la situacién experimental, pero ao existe un grupo de control. 4). Disefios en los que el investigador no manipula la situacin experittental, pero siexisten grupos de control y experimental equiparables. Campbel’ y colaboradores distinguen tres grandes grupos de diseftos cuasiexperi- mentales, que resultan de la combinacion de las distintas opciones posibles: a) Disefios que no permiten la inferencia causal, bien por la ausencia de algiin gru- po de control equiparable, o bien por Ja inexistencia de medicidr de las va- riables antes de comprobarse Ja influencia de un tratamiento o intervencién, b) Diseios con grupo de control no equivalente. ¢) Disefios de series temporates (a partir de ta informacion extraida de fuentes es- tadisticas y documentales, de encuestas periddicas, o mediante otra estrategia de investigacién). Lo que singulariza a esta variedad de disefio es la medici6n de la variable dependiente en distintos periodos de tiempo, con la finalidad de ana- lizar su evolucién, Como esta clasificacién de disenos se hace desde la vertiente experimental, su comprensién exige cl conocimiento de los rasgos distintivos de la experimentacién como estrategia de investigacin. Razén por la cual se reitera en la necesidad de com- pletar esta tipologfa de diseftos con la lectura del Capitulo 8. * Disefos seccionales (o transversales) y disefios longitudinales Una clasificacién distinta de los disefios de investigacién responde a cémo se haya planificado la recogida de informacién: en un tinico momento (disefios seccionales 0102 Segunda Parte: Los preliminares de fa investigacin social sransversales) 0, por el contrario, en dos 0 més veces (disefios longitudinales). En es- te tiltimo caso, se pretende analizar la evolucidn de los fenémenos que se investigan a lo largo del “tiempo”. De esta forma, el “tiempo” pasa a ser variable esencial en este lipo de disefios 1) Diseios seccionates o transversales Se caracterizan por circunscribir la recogida de informacién a un tinico momento en el tiempo. El objetivo de In investigacién puede ser descriptive (describir Tas caracte- risticas de una poblacién en una fecha concreta, como acontece cn el Censo de Po- blacién, por ejemplo), explicativo (analizar, mediante una encuesta, las variables que in- ciden en la ocurrencia de un hecho o accion determinada, por ejemplo), o de otro orden. Lo que distingue a esta variedad de diseito es que ta recogida de informacion se lleva a cabo de una sola vez, aunque se incluyan circunstancias temporales o contextos am- bientales diferent | Exvemco nk DiseNo SECCIONAL Si un investigador quisiera comprobar cémo incide la situacién econémica de un pais en los hébitos de consumo de sus habitantes, ef diserio de la investigacién seria seccional, sila informacién se recagiese en un (inico momento: mediante una enauesta, por ejemplo, aplicada una sola vez, en varios paises seleccionados conforme a su nivel de desarrollo, y de forma simuitanea. EJ aisefo seria, por el contrario, ‘ongitudinat, si se hiciera la misma encuesta en fechas diferentes, con la periodicidad que el investigador determinase en el diserio de ta invesliga- cién. En este caso, el objetive principal de! estudio seria analizar la evolucidn de los habilos de consumo, en tiempos y paises distintos, 2) Disehos longitudinales Esta modalidad de disefio se caracteriza por plantear el andlisis del problema de es- tudio a lo largo del tiempo, con el propésito de observar su dinémica, La recogida de informaci6n se planifica, entonces, para su realizacicn en varias fechas, que el inves- tigador especifica en el proyecto de investigacidn. La amplitud del perfodo de observacién y su cronologfa se halla relacionada con el objetivo de la investigacidn.Capitulo 3: La organizacién de ta investigacién 103 — Exemeco oe pisenio tonal Tupinat Si el objetivo principal de la investigacién fuese describir cémo la experiencia de desempleo influye en la dindmica familiar de las personas en paro, la concrecién del te- ma y su limitaci6n en ei tiempo marcard la duracién del estudio: por lo general, inferior a tres afios. En todo caso, el periodo de investigacién guardaré relacién con la duracién me- dia estimada de ‘a situacién de desempleo en la sociedad y momento histérico que se ana- lice. Por el contrario, describir la experiencia de la vejez, cémo se vive on distintas socieda- das y a diferentes edades, implicaria un lapso de tiempo bastante superior. El estudio podria comenzar en el momento en que una cohorte de personas (0 generacién) cumple los 65 afios de edad, y finalizar cuando sus supervivientes (de la cohorte escogida) aleancen los 90 afios. Obviamente, conforme se avance en el fempo, disminuird el numero de personas en la mues- tra del estudio; sobre todo, cuanto mayor sea el periodo de tiempo considerado. Asimismo, se podria optar por seguir: a) Un disefio longitudinal de cohorte, si s¢ parle de ia cohorte general de personas que en la fecha de inicio de la investigacién cumple los 65 afics de edad. De ellas se ex- traeria, preferiblemente mediante un procedimiento ateatorio, una muestra, Para pos- teriores observaciones (por ejemplo, cada cinco afios), se seleccionarian nuevas muestras del total de supervivientes de la cohorte inicial. b) Un disefic longitudinal de panel. Este tipo de disefto difiete del anterior en que la investigacién se fundamenta en una Unica muestra. Son fas mismas personas que cenformaron la muestra inicial del estudio las que se analizan durante toda ia in- vestigacién. El inicio seria el mismo: se extrae una muestra de la cohorte de per- sonas que cumple 65 afios a! comienzo del estudio. Paro, para posteriores ob- servaciones, no se elegiria una nueva muestra, sino que volveria a recogerse informacién de las mismas perscnas que constituyeron la muestra inicial de la in- vestigacién. Habria, por tanto, varias modalidades de disefios longitudinales. Estos tradicio- nalmente se han agtupado en [os tres tipos siguientes: disefios longitudinales de ten- dencias, de cohorte y de panel. * Disefio longitudinal de iendencias Elestudio se enfoca a Ja descrigcisn de Ia poblacién total, no de una parte de ella, Se trata de analizar su evolucién, prestando atencién a las ‘endencias y cambios de ten- dencias (de ahi su nombre) en las caracteristicas investigadas,104 Segunda Parte: Los preliminares de ta investigactén social 4 Esempio € 1SENOS LONGITUDINALES DE TENDENCIAS ————————— Este es e! caso cuando se comparan los datos registrados en diferentes censos de po- blacién (como los de 1960, 1970, 1981 y 1991} para analizar su evoluci6n; o cuando se con- trastan diferentes sondeos de opinién, efectuados durante ef desarrollo de una campafia elec- toral, con la finalidad de analizar ta evclucién del voto; o cuando se cotejan las respuestas cemitidas a unas mnismas preguntas en distintas encuestas, realizadas en fechas diferentes. En cualquiera de estos casos, se coufrontan las respuestas dadas a unas mismas cuestiones. F] instrumento de medicion no varia; pero sf la muestra del estudio, En ca- da observacion puede analizarse una muestra diferente (aunque extraida de la misma poblacién que constituye el foco de la investigacién). Otras veces no se extrac una muestra, sino que se analiza a toda la poblaci6n. La existencia de bancos de datos, donde se almacenan distintas encuestas (aten- diendo a su tematica), facilita el andlisis de tendencias, Ademds, en muchos centros de opinion suelen realizarse sondeos periddicos, donde se formulan las mismas pregun- tas que en sondeos precedentes, pero a distintas personas (aunque de caracteristicas semejantes a las muestras anteriores). Con esta prictica se pretende determinar la in- fluencia del tiempo en el cambio de tendencias en las respuestas a distintas encuestas. * DiseRo longitudinal de cohorte Esta segunda modalidad de disefio longitudinal diflere del anterior en que el interés no se halla eu la poblacién total, sino en una subpoblacién o cohorte. La cohorte estard constituida por individuos que comparten una misma caracte- ristica; la edad, habitualmente. La cokorte de edad puede definirse de forma am- plia: personas nacidas en los afios sesenta en Espafia, por ejemplo. Pero, también de una manera més especifica: personas gue nacicren en 1961 o, ain més concretamen- te, en el mes de julio de 1961. Aunque la cohorte de edad coustituya la cohorte mas tipica, no es la tnica posi- ble. Una cohorte pucde constituitse a partir de un acontecimiento determinado: per- sonas que se doctoraron en las universidades espaiiolas en 1985; parejas que se ca- saron en Sevilla, en 1992, durante la Expo. Igualmente, la cohorte puede fijarse a partir de una expericneja conereta: mujeres que estuvieron en prisién 10 aflos; per- sonas mayores de 40 afios que Ifevan dos afios en situacién de paro ininterrumpido, por ejemplo. De la cohorte escogida se analiza su evelucion. Para ello se selecciona una muestra distinta de entre los individuos que conforman la cohorie seteccionada. Es decir, se ob- servan distintos individuos (pertenecientes a la misma cohorte) en momentos ciferentes.Capitulo 3: La organizacion de la investigacién 105 “| Evempro DE DISENO LONGITUDINAL DE COHORTE Un grupo de investigadores desea analizar cémo varian las relaciones entre padres e hi- jos, a medida que estos Lltimos van independizéndase del nuicleo familiar, Para ello eligen una cohorte compuesta por personas que nacieron en el afio 1955. Elaboran un cuestionario, for- mado por preguntas referidas al tema en cuestién. La encuesta deciden que se pase cada cin- co afios, a personas que integren la cohorte seleccionada. En 1975 se extfae una muestra de entre aquellos jévenes de 20 afios de edad; en 1980 se extrae otra muestra de entre las personas de 25 afios; en 1985, de entre aquellos con 30, aiics; y asi sucesivamente, hasta la fecha de conclusién de la investigacién. Como la muestra se escoge de fos supervivientes de la cohorte inicial, su volumen se ve- ré mermado conforme se avance en el tiempo Pero la investigacién no tiene por qué circunscribirse a una tinica cohorte. Puede compararse la evolucisn de cokortes diferentes. 7 Evempco DE DISENO LONGITUDINAL DE VARIAS COHORTES En una invastigacién que tenga como objetivo principal determinar edmo incide la expe- riencia carcelaria en la reincidencia en condusta delictiva (medida por el nimero de detencio- nes policiales o de fa Guardia Civil), podria compararse la evolucién de personas que estuvieron en prisién durante cinco afios en dos periodos de tiempo diferentes: uno, en los afios sesenta (durante el franquismo}; dos, a principios de los afios achenta (durante la democracia) * Disefio longitudinal de pane! En esta tliima variedad de diseno longitudinal, ta atencidn del investigador se di- rige, a diferencia de los diseios anteriores, a analizar la evolucin de unos mismos in- dividuos, que se eligieron al inicio de la investigaciGn. Por lo que, no se procede a nue- vas selecciones muestrales en cada fase posterior de la investigacién. + Exempco ve piseio LonGiTupinaL DE PANEL Un ejemplo clasice de este tipo de diserio es la investigacion que Lazarsfeld, Berelson y Gaudet llevaron a cabo en EEUU, durante las clecciones presidenciales de 1940 (la campafia electoral Witkie-Roosevelt): The people's e2hoice (1944).106 Segunda Parte: Los prelirninares de ia investigacién social El estudic tenia como objetivo eomprovar la influencia de la campafia electoral en las in- tenciones de voto de los electores del condade de Erie (Ohio}. Para dicho propésito disefiaron un cuestionario, que pasaron varias veces (entre mayo y noviembre de aquel afio) a la mis- ma muestra de electores que extrajeron (siguiendo procedimientos aieatorios) a comienzos de la investigacién (690 personas). El disefio panel es de gran utilidad para indagar en las causas del “cambio”. Las per- sonas que reiteradamente se observan son las mismas; fo que varia son las circunstan- cias en que se hallan tras el paso de! tiempo. Esto permite conocer Jos factores que pue- den haber centribuido al cambio que en ellos se observe. En su contra, ef disente panel se enfrenta a dos problemas metodol6; mentales: os funda- a) El desgaste de la muestra con el consiguiente aumento de lano respuesta. Este representa un problema similar al denominado “mortalidad experi- mental”. Hace referencia a la dificultad de localizar, en fechas distintas, a tas personas que forman la mwesira de} estudio. Ello puede debzrse a un cimulo de razones: la persona se niega a seguir participando en la investigacin; ha cambiado de domicilio y no fo ha communicado al equipo investigador; se en- cuentra enferma o ha fallecimiento, entre otras posible razcnes, Este problema se halla mas presente en estudios longitudinales que abar- can un amplio perfodo de tiempo. El paso de} tiempo acta de forma negativa, propiciando el desinterés de Jos sujetos por participar en Ja investigacién, Esto revierte en la reduceién del tamaiio muestral, Lo que introduce un sesgo importante cn la investigacién: las personas que abandonan el estudio pueden diferir de acuellas que permane- cen en la investigacién. Ello tendra repercusion en la validez externa de fa in- vestigacién (su significatividad y posibilidad de generalizacisn). b) Elproceso de medicién puede suscitar sesgos en mediciones posteriores, por efecto del aprendizaje. Las respuestas 0 actitudes que una persona manifieste en una fase de la in- vestigacién puede deberse a su actuacién en fases anteriores, especialmente cuanto mayor es la proximidad entre las fechas de observacion. Es decir, el ha- bito 0 el ejercicio de la investigacién puede llevar a la no veracidad de las res- puestas o conductas manifestadas. A estos dos problemas fundamentales del disefto panel se suma uno comin a to- do disefio longitudinal: el mayor coste econémico de la investigacién, no sdlo presente en Ja fase de recogida de informacidn, sino también en la de andlisis (por ef amplio vo- fumen de informacién que se maneja). Este problema adquiere mayor relieve, con- forme aumenta el tamafio de ta muestra y su diversidad espacial.Capitulo 3: La organizacién de ta investigacion 107 El disefio transversal o seccional también puede hacer viable e] andlisis del cam- hio (ya un coste econdmico considerablemente inferior al disefio longitudinal), sien el instrumento de medicién {cuestionario, guidn de entrevista abierta, ...) se incluyen. preguntas concernientes al “pasado” de los sujetos: hechos, opiniones, actitudes. Por ejemplo, a qué partido yot6 en las tres titimas elecciones; cuales eran sus actividades de ocio antes de casarse; qué opina sobre el divorcio ahora y cuél era su opinién ha- ce cinco afios. Este tipo de estudio retrospective, al que Hakim (1994) se refiere como “disefio cuasi-longitudinal”, presenta, igualmente, un problema metodolégico importante: Jos fallos en la memoria. La persona entrevistada puede no recordar acontecimientos de su vida pasada, sobre todo cuanto mayor es el lapso de tiempo transcurrido y me- nor repercusién tuyo el evento en su vida. Asimismo, puede sf recordarlos, aunque va- gamente, y ser inexactas sus respuestas. En suma, cualquier disefio de investigacion presenta unas ventajas y, a su vez, unos inconvenientes. La eleccién entre un tipo de disevio u otro vendré marcada por Ja con- juncién de los tres factores sefialados cn el apartado 3.1. Concretamente, los objetives de fa investigacién, los recursos (materiales, cconémicos y humanos) y el tiempo que se disponga para la realizacidn del estudio. * Disefios exploratorios, descriptives, explicativos, predictivos y evaluativos Una ultima tipologia de disettos de investigacién responde, precisamente, a cual sea ef objetivo principal de la investigaci6n. En 1989, dos autoras, Marshall y Rossman, pu- blican, en su obra Designing Qualitative Research, una clasificacién de diseftos funda- mentada en los objetivos de fa investigacién; si bien, los limitan a cuatro: “explorato- trios”, “descriptivos”, “explicativos” y “predictivos”. A estos objetivos genéricos habria, en mi opinidn, que afladir otro fundamental: el evaluative. De este modo resultaria la contiguracion de diseftos de investigacién que se detalla a continuacién. Sin embargo, téngase presente que esta clasificaciGn de divefios no ha de entenderse como si se tratase de modalidades excluyentes. Una misma investigaciGn puede incluir objetivos de diverso tango, en consonancia con las distintas fases en su desarrollo, En estos casos se estaria ante diseftos de investigacién complejos. El estudio puede comenzar siendo exploratoria (si el equipo investigador dispone de escasa informacién sobre el objeto de conocimiento) para, posteriormente, proceder a la descripcién, explicacion, prediccién ylo evaluacidn. Generalmente, los diseftos que incluyen objetivos de rango superior suelen comprender, a su vez, objetivos inferiores como fases previas en su materializaci6n. Tal es ef caso de la tnvestigacion evaluativa, en cuyo disefio confluyen varias ctapas: desde la familiarizaci6n con el programa ola intervencidn que se evaléa (mediante un disefio exploratorio y descripiivo) hasta, por ejemplo, la valoracion de los resultados del programa (mediante un disefio expli- cafivo que anteceda al evaluative)108 Segunda Parte: 1.05 preliminares de la investigacién social La interpretacién de los resultados de cualquier programa, intervencidn, 0 con- junto de actividades, requiere que antes se haya descrito al programa y su funcio- namiento real. A partir de esta descripcidn se procede a descubrir qué se debe al pro- grama y qué cabe atribuir a la intervencién de otros factores. Como afirma Alvira (49914: 7, 10-11): “Evaluar es mas que investigar [..., Evaluar es emitir juicios de valor, adjudicar va- lor o mérito de un programa/intervencién, basdndose en Ja informacién empirica re- cogicla sistematica y rigurosamente,”” Por ultimo, adviértase que no se trata de una taxonomfa, ni tampoco de una escala, Podria, también, haberse resaltado otros objetivos (como el comparativo, gor citar al- guno). Pero se desestiman por considerar que quedan subsumidos en los objetivos an- teriores. 1) Disefo exploratoria Un diseno de investigacién exploratorio se leva a cabo para cubrir alguno o varios de los propdsitos siguientes: @) Familiarizacién con el problema de investigacién para deducir (a partir de la informacién reunida) qué aspectos requieren un andlisis pormenorizado en indagacioues posteriores. b). Verificar la factibilidad de la investigacion y documentar los medios que se pre cisan para hacerla viable. c) Comprobar qué estrategia (o estrategias) de investigacién se adectia mas a su andlisis. En cada esirategia, seleccionar la técnica (0 téenicas) de obtencién de da- tos y ce anilisis més pertinentes para futuras indagaciones (més formalizadas). El estudio exploratorio rara ver. constituyc un fin en si mismo. “Rara vez propor- cionan respuestas satisfactorias a las preguntas de investigacién, Pueden sugerir los mé- todos de investigacién que pedrian proporcionar respuestas definitivas” (Babbie, 1992: 91). A ello contribuye Ja eseasa representatividad de los casos que se analizan (ya por su volumen, ya por el procedimiento de seleccién muestral empleado}. 2) Disefto descriptivo Aligual que la exploracién, la descripcidn constituye un paso previo en cualquier proceso de investigaciGn. Antes de indagar en la explicacién de cualquier evento hay queCopitulo 3: La organizacién de ta investigacién 199 proceder a su descripcién mediante alguna o varias estrategias de investigacion (encuesta, uso de documentos y estadtsticas o el esnudio de casos). De ellas, el investigador obtencré informacién que le servird en la caracterizacién del fenémeno que analiza. 4 Evemrco DE DISENO DESCRIPTIVO El censo de poblacién es un ejemplo tradicional de indagacién descriptiva. En él se des- criben caracteristicas socicdemograficas basicas de una poblacién determinada, en an momento concreto. 3) Diseho explicativo Después de la descripcién procede la explicacién: buscat posibles causas 0 razones de los hechos, acciones, opiniones o cualquier fendmeno que se analice. 4 Ezvewe.o DE DISENO EXPLICATIVO Describir el peril (o perfiles) de la poblacién delincuente juvenil constituye un estudio descriptive. Pero, analizar las causas que convergen en la delincuencia juvenil implica un disefia explicativo, en el que se midan las interrelaciones e influencias de distintas va- rlables. 4) Diseo predictive La prediccién forma un objetivo especifico en sf mismo, aunque lleva consigo, a su vez, alguno o varios de los objetivos anteriormente referidos. Para poder predecir cual serd la evolucisn futura de un determinado fendmeno habra, previamente, que pro- ceder a su andl'sis en el momento presente, tanto en Ia vertiente deseriptiva como en Ia explicativa. 5) Diseio evaiuativo De acuerdo con Babbie (1992: 346), “la investigacion evaluativa algunas veces Ila- mada evaluacin de programas- se refiere mds a un propésito de investigacién que a un método de investigacién especifico”. Se configura como una forma de investigacion110 Segunda Parte: Los preliminares de ta investigacion social aplicada definida pot la “aplicacién sistemética de procedimientos de investigacién so- cial para asegurar la conceptualizacién, disciio, realizaci6n y utilidad de programas de intervencién social” (Rossi y Freeman, 1991: 5). En el diseito evaluativo se busca la aplicacién de procedimientos de investigacion (estrategias, técnicas), de manera sistematica y rigurosa. Con ello se pretends alcanzar conclusiones (vdlidas y fiables) sobre la cfectividad del programa (0 conjunto de ac- tividades especificas) cuya actuacién se evalia. Existen varias modalidades de evaluacién, que pueden resumirse en las siguientes: * Evaluacién del impacto Incluye las denominadas evaluacién de resultados, de efectividad y sumativa, Re- presenta una de las variedades de evaluacién mas populares. Persigue ~como su nom- bre indica— cl andlisis del impacto o efectos de un programa para, a partir de la infor- macién obtenida, buscar su mejora (si se precisa), Ello requiere que previamente se: a) Definan tos criterios de éxito: los objetivos o metas que el programa deberia aleanzar. b). Difereacien tos resultados debidos al programa de los causados por otros fac- tores. c} Especifiquen las condiciones bajo las cuales el programa resultaria mas eficaz. * Evaluacion del proceso, formativa o del desarrollo Ticne como objetivo fundamental la descripcin del programa: en qué consiste y ¢6mo funciona, cn fa teorfa y en la préctica, De ahf su complementariedad con la moda- lidad de evaluacion anterior. La evaluacién del proceso contribuye a: a) La comprobacién de si el programa se esta realizando en conformidad con los planes originales. b) Conocer las causas de su éxito o fracaso. Para ello, es necesario que la evaluacion del proceso incluya -siguiondo a Krisberg (1989)- los siguientes aspectos: a) Las condiciones y los supuestos que definan, operativa y conceplualmente, los rasgos del programa (supuestos tedricos, caracteristicas organizativas, histé- ricas).Capinilo 3: La organizacién de la investigaciin 111 b) Los criterios y fos procedimientos seguidos en Ja seleccidn de los clientes o par- ticipantes en cada una de las alternativas del programa. ¢) Las actividades y los servicios creados para alcanzar los objetivos del programa. d) Los criterios a seguir para poder determinar la efectividad del programa. © Valaracién de necesidades En este caso, el objetivo especttico de la investigacién lo constituye la identifi- cacién de las necesidades prioritarias que el programa debe atender, Este tipo de va- loracién suele llevarse a cabo cuando el programa a evaluar resulta amplio y com- plejo, con un gran niimero de componentes que precisan revisarse (Herman et ab, 1987). * Evaluacién mediante andlisis de sistemas Se parte de la consideracién del programa como un conjunto de subsistemas (personal subalterno, direccién, gerencia) relacionados y vineulados, a su vez, a otros sisternas mds amplios (familia, comunidad). Se busca el andlisis de sus relaciones e in- terrelaciones. + Andlisis coste-beneficio Se estudia Ia selaciGn entre los costes del programa y sus resultados, expresadlos (ge- neralmente) en términos monetarios. Diiere del andtisis efectividad-coste en que este ultimo no traduce los beneficios del programa a términos monetarios, sino de impacto real. * Evaluacion de conjunto Comprende tanto las metas del programa como su repereusidn, las alternativas dis- ponibles y/o los costes de su actuacién. Por lo que conforma una variedad de evalua cidn de sintesis. La investigacién evalwativa puede -como bien indica Alvira (1985)~ desarrollar cua tro fases principales: evaluacton de necestdades, plunificacion del programa, evaluacion formativa y evaluacién sumativa; solamente una, 0 varias de ellas, o incluso todas con- juntamente. Asimismo, el disco de una investigacion evaluaiiva puede llevar consigo ta apli- cacién de una Unica estrategia de investigacién (cl experimento se muestra como una de Tas mas id6neas) o varias a la vez. Igualmente, la validez de sus hallazgos puede requerir112, Segunda Parte: Los preliminares de la investigaciéin social [DISENOS DE INVESTIGACION SEGUN LOS OBIFTIVOS DEL ESTUDIO Figleraioris | [Descripitvo Brplicaiiva Predictive Bvalnaiiva © |Aproximacisa | [Deseribrieun | |Analizar facto-] |Rallar faserie | |Comprobar la B |atendmenos | hechovacciéa | fresque inter | |éeveriables | fadecuacién de J |pococonoc- | |demunerade- | fienenenta | cue predigen | fun programa B_ |dosconia fina-| ftallada. Jcausaciénde | fia faturacvo- | factuacién T. |lidad deexiracr| luna accién,ac-| flucion de tené-} frespecto 1 variables else | [Extrecr tipoto-] ited o hecho | |menosconere- | Ja susmetas Vv frantesehips- | [gins Jdeterminadto. | ftos originates ©. feesis pare com probackss en in- HDeduccién ldagaciones Jie modelos posterieres Jcausales. E I T § Tho de fuentes documeniales y etadinices R 5 malo Estudia de casos tinicos y mithiples (etnogratico, biogeatico o cuantitative). Bae (ene Enewesi G |biogtatico Experimentacin, 1 fasta — Revision dees-| T” stuesizeo de fuenies de informacion secundaria (con vartanies en cada riot (cad diserio). ticas y docu (Observacién sistemdtica (participantefno participante). Fl observacisn | jPatrevstas abiertas semiestructuradas (divides C_ | {patticipantein yfa grupales). 3 particpante) N pepe >) WRelaios bioarificas miitiples Entrevista Entrevista [Entrevista \(paraiclosieruzndcs) abicrea abiorta a © Jabierte no Y documentos personotes. fa expertos. responsables jestructurada . (Delpri. del programa y ieee ylo usuarios, Chestionario iogni- (paraencuesta | | Cuestionario Feast” | Icuestionari exandarizado pane!). (aresponsables mealos perso- yausuari pales beneticiaris). I r I I I r Documental, estructura, interpretacional, de contenido (euantitavo, cxalitativa) ET sadtsico Estatistico Estadistice fistadistico LEstadistion Nf wmvarable, | junivariable, | |bivariabiey | [bivariable y | frndivariable bivariabley | |mtdhivariable | |imuitivariabie | |(éenicas de L multivariable | |(técnices de | |(seriestempo- | [dependencia S (écnicasdein-| [dependencia}.| | sales,regresi6n,| [ly de interde= tetdependencia) varianza) [pendencia). o-gcdem “Oq>o >U-COAMm: BsOno RED Figura 3.2. Tipologia de disetios de investigacin segtin los objetivos del estudio.Cupitulo 3. La organizacién de la investigacién 113 (como en los otros tipos de investigacién) la utilizaci6n de varias écnicas de recogida y de andlisis de informacién (tanto cuantitativas como cualitativas) La Figura 3.2 sintetiza la variedad de disetos de investigacion, dependiendo del ob- jetivo principal del estudio. Para cada tipo de disefio se indican distintas estrategias y téc- nicas (de recogida y de andlisis} alternativas para cumplit los objetives marcados al ini- cio de la indagacién. La presentacién esquemitica no debe mal interpretarse. Se trata de categorfas ge- néricas de diseftos, cuyo valor clasificatorio se consigue a costa de sacrificar el reflejo fiel y directo de la practica investigadora. Como ya se ha hecho referencia, cualquier investigacin puede perseguir mas de un objetivo. Puede comenzar siendo descriptiva, y terminar siendo explicativa, por ejemplo. Depende, primordialmente, del estado de conocimiento que el investigador tenga, ademés del enfoque que pretenda dar a a indagacién. 3.2.3, Ejemplo detallado iomado de una investigacion real Como ilustracién de lo expuesto, a continuacién se describe el desarrollo de una investigaci6n real. Se trata de Ia investigaci6n evaluative a la que se ha hecho referencia en apartados anteriores: Cea D'Ancona, M2 A, (1992): La Justicia de Menores en Es- paka, Madrid, CIS, Monografia, n° 127. La investigacién tenia como objetivo principal evaluat la actuacién de los (ya ex- tintos) Tribunales Tutelares de Menores en Espaiia. La delimitacisn del problema de es- udio supuso la incardinacién de la investigacion en el marco de la metodologia de la eva- Iuacién de programas. Se queria descubrir si el sistema de justicia de menores alcanzaba sus propésitos originarios (rehabilitar al transgresor, teeducéndoto y adaptandolo a la vida social); o, por el contrario, producia resultados no deseados contribuyendo, de es- te modo, al desarrollo de la “carrera delictiva”, como afirman los tedricos del etique- tamiento. A tal fin se opta, primero, por efectuar una evaltacién del proceso (0 formativa), que describa el sistema de juslicia de menores en Espaiia (en Ja teoria y en Ja practi- ca), a nivel normativo y organizacional, Una vez conocido su funcionamiento real (pri- mer objetivo), se comprueba su efectividad o impacto (segundo y principal objetivo de la investigacién) Ambos objetivos se ajustan a dos modalidades de evaluacién: la evaluacion del pro ceso (0 formativa), y la evaluacién del impacto (o sumativa). A partir de ambas eva- Tuaciones, se deducen fos aspectos mas necesitados de reforma en fa justicia de menores (tercer objetivo especifico de la investigacién). Para et cumplimiento de los objetives marcados, se siguisron distintas fases. Bl primer paso fue cl habitual acopio de referencias hiblingrdficas, no slo relativas a la jurisdiccién de menores y a fa delincuencia juvenil, sino también de aspectos metodolégicos concer- nientes a la evaluacidn de programas y las técnicas de anélisis de datos (bivariables y mul- sivariables) para, con posterioridad, poder abordar la parte empirica de la investigacisn.114 Segunda Parte: Los preliminares de la investigacién social A partir de la revision bibliograftca, se concretan los objetivos y el marco tedrico de la investigacién. Para alcanzar cada uno de los objetives especfficos se procedié de ta forma siguiente: © Evatuacién del proceso Lo primero fue documentarse sobre cl fundamento y el origen de fa justicia de me- nores, instituciones y agentes colaboradores. La lectura comienza con el texto refun- dido de Ia legislacion de los tribunates tutelares de menores atin vigente en Espaita -en ef momento de Ia investigacién~ (Ia LTTM de 1948), y prosigue con varios estudios de derecho comparado de menores en Espafia, Alemania Federal, Francia, Inglaterra, Ita lia y Estados Unidos, De estos estudlios se extrajeron los puntos que diferencian y asemejan a los diversos sistemas legislativos en materia de creacién, organizacién, competencia y funciona- miento de los tribunales ¢ instituciones auxiliares; ademés de su concepcién de la con- ducta delictiva y de la minoria de edad penal, como fundamento y razGn de ser de la jurisdiccién de menores. Después se procede a analizar la préctica real del Tribunal Tutelar de Menores de Madrid (céme opera en realidad). Los criterios seguidos para determinar la muestra de a investigacion fueron los siguientes: a) Como el objetivo de la investigacién era evaluar Ja intervencién del Tribunal, Ja poblacién cuya actividad delictiva “registrada” resultaba episddica y, por tan- fo, no relevante (al menos hasta la mayoria de edad penal) no es de interés. En cambio, sf interesan aquellos jovenes que, bien por sus caracteristicas perso- nales, bien por la entidad de los hechos cometidos (o denunciados), quedaban bajo la tutela permanente del Tribunal (ya como primer fratamiento, ya después de medidas leves, como la amonestacién). b) La evaluacion det impacto de un programa requiere que la intervencién det programa haya concluido, y no en fecha reciente. En estudios de delincuencia, el plazo de tiempo normal para medir fa reineidencia es dejar transcurrir al me- nos dos aiios después de haber finalizado el tratamiento aplicado, Por esta ra- z6n, sc excluyen del estudio los expedientes de menores abiertos o cerrados con. posterioridad a 1986 (fecha de comienzo de [a investigacién, que duré cuatro aiios), ¢) La muestra debia de ser amplia y lo mis representativa posible de la poblacién de la que se extrae, con objeto de que los resultados del estudio puedan hacerse extensivos a la poblacién. Asimismo, debfa abarcar los diversos momentos his- téricos vividos en fechas préximas y que, probablemente, habrian repercutido en [a politica de tratamiento y prevencién de la detincuencia juvenil. Todo ello contribuye a la validez externa del disciio de investigacionCapitulo 3: La organizacién de ta investigacioa 115. Con estos requisitos en mente, se consultaron las estadisticas propias del ‘Tribunal de Menores ée Madrid, referentes a su actuacidn desde 1975 hasta 1983 (de fechas pos- tesiores se carecia de informacién estadistica). En las estadisticas se observaron cam- bios de tendeacia en la politica do tratamiento de la delincuencia desde 1975. Por lo que se incluyeron todos los casos con expedientes ahiertos en 1975, 1977, 1979, 1981 y 1983. Estos debjan también reunir Ja condiején de haber estado bajo tutela def Tribunal con anterioridad a 1986. La muestra final de la iuvestigacién la integraron 715 expedientes de menores que habfan estado en libertad vigilada y/o internamiento antes de 1986 De los distintos informes adjuntaclos al expeciiente (de la Policfa, de! Servicio de Orientaciéa Psicopedagégico del Tribunal, del delegado de Libertad Vigilada y del Centro de Reforma o de educacién, ademas de las diligencias previas y el ecuerdo del Tribunal) se obtuvo informacién para desexibir: a) Elctiente del programa: las caracteristicas sociodemograficas y delictivas de} menor de reforma. La aplicacién de técnicas de andlisis multivariable (de conglomerados, discriminant y factorial confirmatorio) contribuy6 a la dife- renctacidn de tres tipos de menores, rompiéndose el estereotipo del menor de- lincuente comin. b) El proceso de aplicacién de la norma legal, desde Ia instruecién del procedi- miento penal hasta el acuertio de medida, Se contrasta Ja informacién obtenida del expediente (lo que “es”), con Jo dicho al respecto en la normativa legal vi- gente (lo que “deberia ser”) Ea concreto, se anatizaron los distintos criterios seguidos por el Tribunal cn la adjudicacién de tratamientos a diferentes menores (a partir de la nstruccién del procedimiento y del acuerdo tomado finalmente por el juez). La aplicaci6n del analisis fogit permitié obtener [as variables m:As relacio- nadas con la probabilidad de imponer al menor los distintos tratamientos (medidas leves, libertad vigilada e internamiento). ©) Aplicacién del tratamiento. La evaluacién del proceso coneluyé con la des- cripcién de cémo se ejecuta realmente el programa: si los diferentes trata- mientos acordados por cl ‘Tribuaal se aplicarou en conformidad con Las nor- mas establecidas. Para ello se contrast6, nuevamente, la informacion extrafda del expediente con las disposiciones expresas en el texto legal (LTTM de 1948) * Evaluacién del impacto Toda evaluacin del impacto debe, primero, definir claramente cudtes son las ctiterios de éxito y de fracaso del programa; y, segundo, diferenciar aquellos que se de- ben al programa de los causados por otros factores (MeQuay, 1979) Definir los criterios de éxito de la intervencién judicial no resulta dificil. Habra éxi- to siempre y cuando cl tratamiento proporcionado consiga prevenir Ia reincidencia en116 Segunda Parte: Los preliminares de la investigacion social conducta delictiva, logrando fa reinsercion del menor en la sociedad, El problema sur- ge en su operacionalizaci6n. La no-reincidencia hay que medirla tanto durante el tiempo de aplicacién del zra- tamiento como al menos dos aiios después de su conclusién, Del expediente del menor s¢ extrajo el ntimero de detenciones policiales registradas antes y durante el periodo de tratamiento. Para obtener informacidn de detenciones posteriores al tiempo de ra- tamienio, s¢ acudié a otras instancias: la Direccién General de la Poticfa y la Direccion General de Instituciones Penitenciarias. Uno de los problemas més dificiles de resolver cuando se evaliia el fmpacto de un programa consiste en determinar las causas a las que se deben los resultados observados (no siempre atribuibles al programa). A veces seré factible seguir un disefio experi- ‘mental, siempre que puedan formarse grupos aleatoriamente y cuyos miembros difieran s6lo en el tratamiento que reciban. Pero esto no sicmpre resulta vieble, Entonces, ha- bré que recurrir a técnicas estadisticas de control a posteriori -de gran utilidad cuan- do no se dispone de ningiin grupo de control (equivalente o no)~ si quieren obviarse posibles hipétesis alternativas al iratantiento. El disefo utilizado con mayor frecuencia en investigaciones evaluativas del sistema de justicia es el disefio de un grupo de control no equivalente: igualacién de los miem- bros de cada uno de los grupos sélo respecto a algunas de las variables. Este disefio, complementade con récrticas de andlisis multivariable, consigue -siguiendo a Crizdle y White (1980: 270}- resultados equivalentes a los que se obtendrfan con cl disefio ex- perimental. Para comprobar la eficacia de dos de los irazamientos (libertad vigilada e interna- miento), primero se dividié a la poblacién en tres grupos, de acuerdo con el rratamiento que hubiesen recibido: sdlo libertad vigilada, slo internamiento, y ambos tratamientos, Estos no constitufan grupos homogéneos (aunque pudieran asemejarse en algunos ras- gos), ni habfan sido formados a priori, de forma aleatoria, Los sujetos pasaron a uno u otro tratamiento en funcién de sus caracteristicas sociodemograficas, delictivas u otras. En esta fase de la investigacidn, interesaba conocer cémo incicia cada una de las circunstancias personales, sociofamiliares y legates del joven en Ia reincidencia; ade- més de aspectos relacionados con la aplicacién del traiamiento (tiempo de aplicacién, ntimero de diligencias policiales y de denuncias previas, durante y posteriores al tra- damiento, adaptacion del menor y motivo del cese), Sus efectos se controlaron por el tipo de tratamiento Primero, se calculd la proporcién de individuos que reincidizron en conducta delictiva (para cada una de las variables consideradas). A continuacion, se aplicd, de nuevo, el andlisis logit para obtener las variables més relacionadas can la probabilidad de reincidir, A partir de la informacién recabada en cada una de fas fases que forman la in- vestigacién, se procedié a la interpretacion de los resultados del programa. Los resul- fados resultaron ser bastante negatives. Dos de cada tres menores proseguian su carrera delictiva, después de haber abandonado la jurisdiccién de menores. La informacida ob- tenida durante la evaluacidn de! proceso ayudé a la brisqueda deCapitulo 3: La organizacién de ta investigacion 117 4) Causas posibles del elevado porcentaje de reincidencia obtenido. b). Soluciones: Ia modificacidn piena del programa (0 conjunto de actuaciones de los ‘Tribunales Tutelares de Menores en Espaiia). 3,3. La validez del diseiio de investigacién A lahora de evaluar un disefio de investigacion existen varios criferios a seguir. Tal vez el mas fundamental es que el disefio se adecue a los objetivos principales de la in- vestigacion. Si éstos no se alcanzan, la investigacién quedarfa desaprobada, ya que el fin para el que se diseii6 no fogra satisfacerse. En la medida en que este criterio de eva- Juacién no se cumpla, no procede pasar a considerar otros criterios. Obviamente, en la consideracién de si se han alcanzado los objetivos del estudio, también intervienen los otros dos aspectos presentes en todas las fases del proyecto de investigaci6n: los recursos (materiales, econdmicos y humanos), y el tiempo disponible para formalizar la investigacién. Estos dos aspectos son ignalmente esenciales en cuanto que inciden en el buen término de fa investigaci6n y la consiguiente consecn- cidn de los objetivos propuestos. Dificultades presupuestarias o problemas de tiempo para llevar a cabo el diseno de investigaci6n original, pueden llevar a su modificacién e, incluso, poner en peligro el logro de los objetivos fijados al inicio de Ia investigacién. Una vez que se cumple el criterio de los objetivos, se pasarfa a analizar otros cri- terios de evaluacidn, De nuevo, la aportacién de Campbell y Stanley (1970), Cook y Campbell (1977) y Reichardt y Cook (1979), merece destacarse. Estos autores propusieron cuatro criterios de validez en la evaluacién de tos dise- Ros de investigacién cuantitativa: a) Validez interna. 5) Validez externa. c} Validez de constructo. d) Validez de conclusién estadistica. 3.3.1. Validez interna Hace referencia a la postbilidad de establecer relaciones de causalidad entre va riables (dependientes ¢ independientes), al haber eliminado (0 controlado) otras ex- plicaciones alternativas. De ahf que la comprobacién de cste tipo de validez en un di- seo de investigacién sea priotitaria, sobre 1odo en Jos diseftos explicativos, mas que en los descriptivos. De acuerdo con Campbell y Stanley (1970), ta validez interna constituye el “sine qua non” de cualquier indagacion empfrica. Si este criterio de validez no se satisface,118 Segunda Parte: Los pretiminares de la investigacion social los resnitados de Ia investigacion serfan cuestionables. Siempre surgirfan posibles explicaciones alternativas a las relaciones observadas. | Esempco ve vaunez interna En una investigacién sobre el rendimiento académico (medido por la calificacién obtenida en un examen), quiere conocerse qué variables inciden mas en la consecucién de una bue- na calificacién. De las distintas variables analizadas se observa la existencia de relacién po- sitiva entre las variables horas de estudio, a la semana, dedicadas a la asignatura (variable independiente) y calificacién obtenida en el examen (variable depsndiente): la caliicacién re- sulta mas elevada, conforme aumenta el numero de horas de estudio. Para que esta relacién sea vailida, habria que controlar el efecto de terceras y cuartas va- ‘ables que pudiesen mediar en la relacion observada. Cuanto mayor sea el nimero de variables perturbadoras que él investigador controle, mayor grado de vatidez adquiriré su investigacién. Ello lleva a controlar el efecto de otras variables en la relacién observada entre las va- riables horas de estudio y calficacién. Entre esas variables se enouentran las tres siguientes: el cociente de inteligencia, la asiduidad en fa asistencia a clase, y el grado de nerviosismo du- rante la realizacién del examen. Para que s@ pudiese concluir que si existe relacién entre [as variables horas de estudio y calificacién, tendria previamente que haberse comprobado que, indistintamente del cociente de inteligencia, o de la asiduidad en la asistencia a clase, conforme el alumno aumenta sus horas de estudo, alcanza una mejor calficacién académica, En caso contrario, la relacién no se sostendria. A esto se fe llama control de terceras variables (o de explicaciones altemati- vas). E] control de explicaciones alternativas puede efectuarse a priori o a posteriori. 4) A priori, on cl discho de Ja investigaciGn. Esto es posible sobre todo cuando Ia estrategia de investigaci6n cs la experimentacion. El disefto experimental conlleva la formacién de grupos de control equi- valentes al experimental, salvo cn el tratamiento variable cuya influencia quiere comprobarse. La seleccidn de los sujetos para constituir cada uno de los grupos seria totalmente aleatoria. Ello contribuye a neutralizar la influencia de variables perturbadoras que pudieran incidir en la relacién. b) A posteriori, en el proceso de anilisis de la informacién. Este tipo de control resulta ms habitual en la préctica de la investigaci6n social (en el andlisis de datos de encuesta, por ejemplo). Su consecucién se lo- gra mediante la aplicacién de sécnicas de andlisis bivariable y mudtivariable, que permiten la formacién de grupos de sujetos iguales en fancidn de los valores de Ia variable que se controle.Capitulo 3: La organizacion de la investigacién 119 En todos los grupos formados debe observarse las mismas variaciones, de- pendicndo de los valores de la variable independiente que se analice, para pa- derse afirmar que esta variable explica la ocurrencia de la variable dependiente En suma, el mayor o menor grado de validez interna de un diseho de investigacién depende del control de explicaciones alternativas a las relaciones observadas; es decir, del mimero de variables perturbadoras cuya influencia se haya neutralizado 0 con- irolado en el proceso de investigacién. . Validez externa Representa la posibilidad de generalizacién de los resultados de una investigacién, tanto a la poblacién concreta de la que se ha extrafdo la nivestra, como a otros tempos y contextos, Pero ello exige que éstos participen de las caracteristicas presentes en el contexte espacial y temporal obscrvado. En la praciica de la investigaci6n social, aunque la poblacién a analizar sea muy pe- queiia, por razones de economia (presupuestaria) y de tiempo, fundamentalmente, suc- Ie obscrvarse slo a una parte de dicha poblacion, Esta parte constituye la muestra de la iuvestigacién, que deberd scleccionarse de manera que constituya una representa- cién, a pequefia escala, de la poblacién de la que se ha extraido, De ello dependerd la posibilidad de que los resuiliados de la investigacién puedan generalizarse y hacerse ex- tensibles a la poblacién de referencia. Ademés del nimero de casos observados, la representatividad de la muestra (y la consiguiente validez externa de la investigacin) tambign estaré subordinada al pro- cedimiento seguido en la seleccisn de los elementos de la muestra. Se recomienda seguir, preferiblemente, procedimientos de seleccién aleatorios 0 pro- babilisticos (que se exponen en el Capitulo 5}. Cuando ello no sea factible (por care- cer de un marco de muestreo adecuado, o por otra raz6n), procurar que cn la muesira escogida se hallen incluidas las diferentes variedades de casos que componen el uni- verso 0 poblacion de estudio. 3.3.3, Validez de constructo Hace referencia al grado de adecuacién conseguido en la medicién de los conceptos centrales de la investigacign. Como ya se ha hecho mencién, cualquier concepto permite distintas posibilidades de medicién, Asimismo, ewalquier operacionalizacién de un concepto es dificil que cu- bra todas las dimensiones del concepto. En consecuencia, habré que procurar opera- cionalizar los conceptos tedricos lo mas rigurosamente posible, al menos los conceptos que sean fundamentales en la investigacidn. Ello contribuird a reducir la duca de si se120 Segunda Parte: Los preliminares de ta investigacién social habrfan alcanzado los mismos resultados con una operacionalizacién distinta del concepto. Para dicho propésito, se recomienda efectuar una operacionalizacién mitltiple, por- que permite una mejor aproximaci6n al significado real del concepto. De to que se tra- ta es de buscar una serie de medidas (dos o mds) para cada concepto, Pero, antes de afirmar que los hallazgos del estudio son validos 0 invétidos, dependiendo de si exis- te convergencia (o divergencia) entre los resultados alcanzados en las distintas medi- ciones, ha de comprobarse si, realmente, se ha medido el mismo concepto. 7 Everio DE VALIDEZ DE CONSTRUCTO Si la actividad delictiva se mide combinando datos policiaies con la informacién obteni- da mediante encuesta (tanto de encuestas de victimizacién como de las denomninacias de de- Jincuencia autedenunciada), to mas probable es que los resultados aleanzados, mediante es- 40s tres procedimientos, no coincidan, La zazdn se halla en que en cada procedimiento mide un concepto distinto de delincuencia: a) Las encuestas de autodenuncia miden la actividad delictva de personas que no hen sido tcdavia etiquetadas oficial mente como “delincuentes”. Generalmenie, hacen re- ferenda a infracciones triviales b) Los iniomes oficiales (de la policia, tribunales) se refieren a infracciones graves. Sue- len utifzarse para analizar la actuacién judicial y/o policial, mas que para medir ta co- misior de actividades delictivas. ¢) Las encuestas de victimizacion aluden a actos delictivos comstidas por otros. En consequencia, los datos no pueden coincidir porque las tres medidas empleadas en realidad no miden el mismo concepto. De ahi la insistencia en que cuando se disefie una in- vestigacién, se procure asequrar la equivalencia de fas distintas mediciones de un mismo con- cepio. Cuando esta exigencia no se cumpla, los resultados iogrados de cada una de ellas no seran comparables. 3.3.4, Validez de conclusion estadistica Esta ultima variedad de validez se halla relacionada con el poder, adecuacién y fia- Dilidad de la técnica de andlisis de datos aplicada. Como la priictica de Ia javestigacion social se fandamenta en la informacién ex- traida de una muestra, ta adecuacién del tamafo muestral (normalmente superior a 100 casos) con la tenica analitica utilizada (méxime en téenicas de andlisis multivariables, que exigen una determinada proporcién de casos por variables introducidas en cl and- Iisis) incide en la significatividad estadistica de los resultados de la investigacién; en laCapitulo 3: La organizacién de la investigacion 121 posibilidad de generalizacién de los hallazgos obtenidos en la muestra ala poblacién de la que éstase ha extraido. Ademés, antes de utilizar una técnica cmalitica concreta, ha de comprobarse si la in- formacién recabada satistace los supuestos exigidos para la prdctica de la técnica de and- lisis clegida. En las téenicas de andlisis multivariable, los sup uestos mas babitusles son los de normalidad, homocedasticidad ¢ independencia de los términos de error. Estos se ha- Ulan relacionados con el tamano de la muestra y el nivel de medicién de las variables. En el Capitulo 9 se contemplan distintos aspectos a considerar en el andlisis esta- distico para que la investigacién cumpla requisitos de validez. * Sintesis de las criterios de validez La optimizacién de cada uno de cstos criterios de validez en un mismo disefio de investigaci6n no resulta una tarea {4cil, en la prdctica. Primar la validez interna, por ejemplo, puede conllevar la disminucién de la validez externa, ya que ambos criterios de validez se contraponen. Esto es, fa primacia del contro! experimental lleva consigo como contrapartida, la disminucién de la capacidad de generalizacién de los resulta- dos de la investigacién. Mientras que en los disenos explicativos se prima la validez in- terna, en los descriptivos la externa, maxime cuando se trabaja con muestras. No obstante, puede lograrse un disefio de iivestigacién que consiga un grado aceptable en les cuatro criterios de validez soBalados. Para dicha consecucion, conviene tener presente las recomendaciones que figuran rcsumidas en ¢] Cuadro 3.4. ‘CUADRO 3.4. Recomendaciones para aumentar la validez de un disefio de inves'igacién. Validez interna Validez externa | Validezde constructo | Validez estadistica Creacién de varios | Seleccién de las Delimitacién clara | Aumentar grupos de unidades y precisa eltamaiio comparacién de la muestra de los conceptos | de la muestva, equivalentes mediante te6ricos, alde observacién. | procedimientos Formar grupos alcatorios. Operacionalizacién | intcrnamerte Efectuar varias miltigte poco heterogéneos, mediciones. Formar grupos de los conceptos. heteragéneos Controlar todo Ge unidades Empleo de varias suceso externa de observacién técnicas de ¢ interno que inelnyan obtencién de ala investigacién | varios contextos informacién, que puedan alectar | temporsles asus resultados, y espaciales.122. Segunda Parte: Los preliminares de ta investigacién social Lecturas complementarias Alvira, F, (1994): “Diseftos de investigacién social: criterios operatives”, en Garefa Ferrando, M. etal. (comps.), Fl anélisis de fa realidad social, Madrid, Alianza Universidad, pp. 87-112. Babbie, E, (1992): The pructice of social research. California, Wadsworth Publishing Company. Campbell, D. y Stanley, J. (1970): Diseiios experimencates y cuasiexperintentaies en la inves gacién social, Buenos Aires, Amorrortu. Hakim, C. (1994): Research design: strategies and choices in the design of social research. Lon- don, Routledge. Hernandez Sampieri, R. etal. (1991): Metodologéa de la investigacién. México, MeGraw Hill Pons, I. (1993): Programacién de ta investigaciin social. Madrid, CIS, Cuaderno Metodolé- gion? 8, Ejercicios Propuestos 1, Escoja una investigacién y Geseriba su discito, Ep la deseripeidn destaque si ef di- sefio cumple criterios de validez. En caso oegativo, indique qué fuentes iovalidan el estudio. 2. A partir de una idea, formule el problema de investigacion, Conerete tos objetivas ye marco tedzico del estudio, En su exposieidn, cite las referencias biblingrali- cas consultadas, 3. ,Qué formas existen para controlar expheaciones altemnativas? {De qué disefios son mds earacterfsticas? 4 5, A partir de un problema dv investigac versal (ca sus ties modelidades). qué consiste la operacionalizaciéa miitiple? Cite un ejemplo. . disee un estudio seceional y Wans- 6, Durante varias senranas se observa el absentisano laboral de un grupo de personas que trabajan de noche en un hospital. Con el fin de reducir dicho absentismo, se incrementa el salario del personal del hospital que trabaja en el tune de noche. A la semana siguiente, y durante un mes, se observa el absentismo, ZA qué tipo de disefio corresponde este ejemplo? Especifique las ala vafider del diseav efectuado, menazasLA OPERACIONALIZACION DE CONCEPTOS La operacionalizacién de conceptos redricos constituye una fase intermedia en el Proceso de investigacién. Antecede al disefio de la indagacién empirica siendo, a su vez, consecutivo a la formulacién del problema de estudio. De la teoria (0 marco tedrico que conforma la investigacién) se extraen unos conceptos y proposiciones. Los conceptos se traducen a términos operacionales. De ellos se deducen unas variables empiricas o indicadores que posibiliten la contrastacién em- pitica del concepto que se analice, El término “operacionalizacién” -tomado de las ciencias naturales- es el que ha- bitualmente se emplea para denotar los estadios implicados en el proceso de asignacion de mediciones a conceptos. El presente capitulo trata, precisamente, de Ja practica de Ia medicion y de las dificultades que acaecen en su desarrollo. 4.1. Fundamentos y principios de la operacionalizacién En el proceso global de operacionalizacién hay que diferenciar ~siguiendo a Bla- lock (1982) dos nociones fundamentales: la conceptualizacién y la medicion. a) La conceptualizacién hace referencia al proceso te6rico mediante el que se cla- rifican Jas ideas 0 consiructos wedvicos, Esta clarificacién ha de hacerse de manera que la definicién del constructo tedrico comprenda el significado que se le suele asignar, 5) La medicién comnota, en cambio, el proceso general que vincula las operaciones fisicas de medicién con las operaciones matematicas de asignar nimeros a ob- jetos.124 Segunda Parte: Los preliminares de la investigacién social El proceso completo implicaria, en consecuencia, un triple nexo que relaciona los conceptos tedricos con las operaciones fisicas de medicion, y de éstas con los simbolos matematicos. “Si queremos que nuestras teorfas sean gencralizables a través de una variedad de entornos, 0 con respecto a una variedad de fenémenos, obviamente tenemos que conceptualizar nuestras variables de forma que las proposiciones que contengan estas variables puedan aplicarse en tales entornos y fenémenos diversos” (Blalock, 1982: 29). Ello es necesario si se pretende 1a comparabilidad de las operaciones de medicién. Pero, ;qué se entiende por medicién? Tal vez Ia definicin mas popular de medici6n sea la proporcionada en 1951 por Stevens. De acuerdo con este autor, la medicidn consiste en la “asignacién de ntime- ros a objetos 0 acontecimientos de acuerdo con determinadas reglas” (Stevens, 1951: 22). Esta definicion cldsica de medicién no es, sin embargo, compartida por la gene- ralidad de los autores. Duncan (1984: 126) matiza que la asignacién de ndmeros debe hacerse de modo que los nimeros “se correspondan con diferentes grados de cualidad -o propiedad- de algdn objeto o evento”. Otros autores, como Carmines y Zeller (1979), van mas alld. Rechazan la definicién de medicion de Stevens, por considerar que se adecua a las ciencias fisicas, pero no a las ciencias sociales. En su opini6n, muchos fendmenos sociales son “tipicamente de- masiado abstractos para ser adecuadamente caracterizados 0 como objetos 0 como acontecimientos”. Fenémenos como la eficacia politica, la alienacion, 0 la disonancia cognitiva, por ejemplo, son “demasiado abstractos para ser considerados cosas que pueden verse 0 to- carse [la definicidn de un objeto] 0, meramente, como un resultado 0 consecuencia [la definicién de un acontecimiento]” (Carmines y Zeller, 1979: 10). La medicién deberta, en cambio, comprenderse ~siguiendo a Carmines y Zeller (1979)- como el proceso de vincular conceptos abstractos a indicadores emptricos. Com- prende, por tanto, consideraciones te6ricas y empiricas. a) Desde el punto de vista tedrico, el interés se halla en el concepto. Este no es ob- servable (y, por tanto, no es directamente medible), sino latente. Es decir, se ha- la representado por una respuesta que si es observable. b) Desde el punto de vista empirico, la respuesta observable constituye el centro del proceso, tanto si ésta adquiere la forma de respuesta a una pregunta in- cluida en un cuestionario o entrevista, 0 la forma de una conducta grabada en un estudio observacional, por ejemplo. En suma, la medicién se centra “en la relacién crucial entre el indicador(es) fun- damentado tedricamente —eso es, la respuesta observable- y el concepto(s) no ob-Capitulo 4: La operacionalizacién de conceptos. 125 servable, latente” (Carmines y Zeller, 1979: 10). El problema se encuentra, precisa- mente, en la concrecién de esa correspondencia (que debe haber entre el sistema con- ceptual y el empfrico), para que se alcance una medicién valida y fiable del fendmeno que se analiza. Los conceptos pueden definirse como “simbolos lingiifsticos que categorizan a los fenémenos” (Phillips, 1985: 77). Con frecuencia derivan de reflexiones te6ricas (a las que se accede mediante una revision bibliografica); otras veces, proceden de reflexio- nes propias sobre la variedad de experiencias de la vida social. Sea como fuere, se caracterizan por representar constructos abstractos y, en con- secuencia, no directamente observables (como la “anomia”, la “cohesién social”, o la “amistad”, por ejemplo). Los concepios también sintetizan distintas variedades en que pueden clasificarse los objetos de conocimiento. De ahi que pueda afirmarse que los conceptos cumplen una funcién fundamental de sintesis, de denominacién comin, que englobe a una serie de observaciones, proporciondndolas un sentido. El concepto de “tristeza”, por ejem- plo, proporciona una denominacién comin a una serie de manifestaciones distintas: Ilan- to, desénimo, bajo tono de voz, negativa a hablar, comer, problemas de suefio. Los conceptos difieren, esencialmente, por su mayor 0 menor grado de abstraccién (el concepto de “poder”, por ejemplo, connota un grado de abstraccién superior al con- cepto de “educacion”). Si bien, la generalidad de los conceptos constituyen variables “latentes”, “hipo- téticas”, no directamente “observables”. Por lo que su concrecién precisa de la tra- dueci6n del concepto tedrico a indicadores, a variables empiricas (observables 0 ma- nifiestas), que midan las propiedades latentes enmarcadas en el concepto. En toda operacicnalizacién de conceptos tedricos se ha de partir de las siguientes consideraciones: a) Entre los indicadores y el concepto a medir ha de haber una plena corres- pondencia. Los indicadores han de seleccionarse y combinarse de manera que logren representar la propiedad latente que el concepto representa (su exis- tencia e intensidad), en condiciones de validez y de fiabilidad. b) Los indicadores pueden materializarse en formas diversas (preguntas en un cuestionario 0 en una entrevista abierta, en el registro de una conducta obser- vada, en datos estadisticos contabilizados en un censo, por ejemplo). Depende de cual sea la técnica de obtencién de informacién que el investigador haya se- leccionado en el disefio de la investigacién. ¢) En la operacionalizacién, como en todo proceso analitico, se asumen unos mar- genes de incertidumbre. La relacién entre los indicadores y la variable latente (el concepto), que tratan de medir, siempre ser supuesta, nunca plenamente “cierta”; se consideran aproximaciones en términos de “probabilidad”. Esto como bien afirma Gonzalez Blasco (1989: 236)— “evidentemente li- mita también el valor de la medida, pero es una limitacién que hemos de acep- tar si queremos medir”.126 Segunda Parte: Los preliminares de la investigaci6n social En conelusi6n, los indicadores se emplean para cuantificar, e inferir, la existen- cia o inexistencia de una variable latente (un concepto); aunque, siempre en términos de “probabilidad”. Se tratard, por tanto, de reducir el error de medicion al minimo posible. 4.2. La medicién de variables: tipologias “Los procesos de conceptualizacién y de operacionalizacién pueden verse como la especificacién de variables y los atributos que las componen” (Babbie, 1992: 140). Por variable generalmente se entiende cualquier cualidad 0 caracteristica de un ob- jeto (0 evento) que contenga, al menos, dos atributos (categorfas o valores), en los que pueda clasificarse un objeto o evento determinado. Los atributos son las distintas categortas o valores que componen Ia variable. En funci6n de ellos se clasifica a los objetos (o eventos) en un grupo u otro. Variables co- mo la “edad” (afios cumplidos), la “altura” (cent{metros), 0 el “nivel de ingresos” (en pesetas), toman valores (numéricos). Por el contrario, variables como “sexo” (varén, mujer), “estado civil” (soltero, casado, viudo, separado, divorciado), 0 “satisfaccién con- yugal” (bastante satisfecho, satisfecho, ni satisfecho ni insatisfecho, insatisfecho, bas- tante insatisfecho) adoptan categorias. La medicién de una variable consiste, precisamente, en el procesc de asignar valores © categorias a las distintas caracteristicas que conforman el objeto de estudio. Para que la medici6n se realice adecuadamente se recomienda, al menos, cumplir tres requisi- tos basicos: a) Exhausiividad La medicién de la variable ha de efectuarse de forma que ésta comprenda el mayor ntimero de atributos (categorias o valores) posible. El propésito es que ningu- na observacién quede sin poder clasificarse. De ahi la sugerencia cuando se disefia un cuestionario, por ejemplo, de incluir la opcién de respuesta “otros” (especialmente en aquellas preguntas en las que caben otras respuestas diferentes a las dadas en el cuestionario), y la categoria comiin “no sabe/no contesta” (dirigida a aquellos que de- cidan no emitir ninguna respuesta). b) Exctusividad Los distintos atributos que componen la variable deben ser mutuamente exclu- yentes. Por lo que deberdn definirse de manera que cualquier observacién sélo pue- da clasificarse en términos de un tinico atributo.Capitulo 4: La operacionalizacién de conceptos. 127 7 Evempro DE EXCLUSIVIDAD. Para ilustrar la necesidad de cumplir el requisito de exclusividad en la medicién de una variable, a continuacién se comparan dos mediciones altemativas de la variable “edad”. Siesta variable se midiese como en (A), las personas de 18, 25, 50 y 65 afios de edad no sabrian en qué atributo clasificarse, al estar estos valores incluidos en més de un intervalo. En cambio, si la medicién de /a variable se efectuase como en (B), este problema de- sapareceria, cumpliéndose asi el requisito de exclusividad. A) Edad B) Edad 18 y menos 1 Menos de 18 1 18-25 2 18-25 2 25-50 3 26-50 3 50-65 4 51-65 4 65 y més 5 Mas de 65 5 NSINC 0 NSINC 0 ©) Precision Realizar el mayor mimero de distinciones posibles. Ello contribuye a la consecucién de una informacién més precisa. Tiempo habr4 para agrupar las distintas categorfas 0 valores de las variables; generalmente, después de haberse recabado la informacién (en Ia fase de andlisis), a la vista de la frecuencia que presente cada atributo de la variable. Pero, por el contrario, nunca seré factible desglosar los atributos después de la obten- cién de los datos. + Evempto be PRECISION Sila variable “nivel de instruccién” se midiese como en (B), se obtendria una informacion mas precisa y detallada que si se miciese como en (A). A) __ Nivel de instruccién B)_ Nivel de instruccién Sin estudios 1 No sabe leer ni escribir 1 Primarios 2 ‘Solo sabe leer y/o escribir 2 Profesionales 3 Primarios de 1° grado 3 Bachillerato 4 Primarios de 2° grado 4 Medios superiores 5 Formacién profesional 5 Superiores 6 Bachillerato 6 Medios superiores (Esc. Univ.) 7 ‘Superiores (facultades, ETS) 8 Otros 9128 Segunda Parte: Los preliminares de la investigaci6n social Existen distintas modalidades de variables. En el Cuadro 4.1 se resumen los cri- terios principales de clasificacién de las variables. Cuapro 4.1. Tipologias de variables segin criterios de clasificacién. Variables cualitativas 0 no métricas. 1) Nominales. 2) Ordinales. Nivel de medicién Variables cuantitativas 0 métricas. 3) De intervalo. 4) De raz6n o proporci6n. a 1) Continuas. Escala de medicion 2) Discretas, 1) _Independientes. 2) Dependientes. Funcién en la investigacion Sa eriunbedras — De control. — Aleatorias, 1) Generales. Nivel de abstraccién 2) Intermedias. 3) Empiricas 0 indicadores. * Tipos de variables segtin el nivel de medicién 1) Variables nominales Aquellas variables cuyos atributos s6lo cumplen las condiciones esenciales de ex- haustividad y exclusividad. Unicamente se hallan compuestas por distintas denomi- naciones, entre las que no puede establecerse ningtin tipo de relaci6n (de orden o de otra clase). Ello limita las posibilidades de andlisis estadisticos en este tipo de variables. ‘A esta modalidad pertenecen las variables sexo, estado civil, nacionalidad, partido politico, color del pelo, grupo sanguineo, situacién laboral; cualquier variable que in- dique una cualidad del objeto o evento que se analice, sin establecer ninguna gradua- cidn entre las distintas categorfas que conforman la variable.Capitulo 4: La operacionalizacién de conceptos. 129 7 Evempuos DE VARIABLE NOMINAL Partido politico Facultades universitarias PSOE 1 | CC. Politicas y Sociologia 1 PP 2 | CC. Econémicas y Empresariales 2 lu 3 | Psicologia 3 civ 4 | Derecho 4 PNV 5 | Ciencias de ta informacién 5 Otros 6 | Medicina 6 Farmacia 7 Otras 8 Los ntimeros que se asignan a cada una de las categorfas que forman la variable sir- ven para indicar la pertenencia a la categorfa. Se asignan arbitrariamente y no denotan cantidades. Por lo que no se toman como mediciones cuantitativas. 2) Variables ordinales Variables cuyos atributos participan de las caracterfsticas anteriormente referi- das, a las que se suma la posibilidad de poderse “ordenar”, en el sentido de “mayor que” © “menor que”. No obstante, contintia sin poderse conocer la magnitud exacta que di- ferencia a un atributo de otro. Las variables ordinales son, igualmente, variables no métricas 0 cualitativas. EX- presan una “cualidad” del objeto 0 acontecimiento, no una “cantidad”. Como ejemplos pueden citarse las variables clase social, nivel de estudios, ideolo- gia politica, satisfacci6n laboral, calificacién académica, curso académico o cualquier otra que comprenda categorias “ordenables” (en un sentido u otro). 7 Evepvos DE VARIABLE ORDINAL Partido politico Facultades universitarias Extrema izquierda 1 | Catélico muy practicante 1 lzquierda 2 | Catdlico practicante 2 Centro izquierda 3 | Catdlico no practicante 3 Centro 4 | Nocatélico pero creyente Centro derecha 5 de otra religion 4 Derecha 6 | Nocreyente 5 Extrema derecha 7130 Segunda Parte: Los preliminares de la investigacién social 3) Variables de intervalo Constituyen variables cuantitativas o métricas. Puede “cuantificarse” la distancia exacta que s2para cada valor de la variable. Ello es posible gracias al establecimiento de alguna unidad fisica de medicién estandar (afios, pesetas, horas, minutos, centi- metros, grados). Lo que posibilita que pueda afirmarse, por ejemplo, que la distancia que separa a aquellas personas de 15 y 16 afios es la misma que la habida entre aquellos de 72 y 73 afios. Esta capacidad permite la realizacién de la mayoria de las operaciones aritméticas, como se vera en el capitulo 9. 4 Evevrtos DE VARIABLE DE INTERVALO Peso (ramos) N° de habitantes Ingresos (pesetas) 40-55 1 | Menos de 2.000 1 Menos de 70.000 1 56 - 60 2 | 2.000- 10.000 2 70.000 - 100.000 2 61-72 3 | 10.001 - 50.000 3 100.001 - 200.000 3 73-84 4 | 50.001 - 100.000 4 200.001 300.000 4 Mas de 8 5 | 100.001~500.000 5 300.001 - 500.000 5 Mas de 500.000 6 500.001 y mas 6 + Afios cumplidos. .. . + Tiempo que Vad. tarda en llegar a la facultad...... + Puntuacién en un test de inteligencia.. 4) Variables de proporcién 0 razén A las caracteristicas del nivel de intervalo se suma la posibilidad de establecer un cero absoluto. Lo que permite el célculo de “proporciones” y la realizacién de cualquier operacion aritmética. La mayoria de las variables de intervalo son, a su vez, de razon (ingresos, n.° de ha- bitantes, n° de veces que se asiste a un concierto, edad los bebes tienen menos de 1 afio-, por ejemplo); aunque no todas. Ello lleva a algunos autores, como Blalock (1978), a afir- mar que la distinci6n entre variables de intervalo y variables de raz6n es puramente aca- démica més que real. Una vez que se ha determinado la magnitud de la unidad, resulta dificil concetir la posibilidad de fijar cero unidades. * Estos cuatro niveles de medicién de las variables (nominal, ordinal, de intervalo y de raz6n) conforman una escala acumulativa, Cada nivel comparte las propiedades de los niveles de medicion que le anteceden. De ahi que se recomiende:‘Capitulo 4: La operacionalizacién de conceptos 131 a) Escoger el nivel de medicin mas elevado posible, con el propésito de poder asi acceder a un mayor abanico de técnicas analiticas (a aplicar en los datos que fi- nalmente se obtengan). b) Tener siempre presente los objetivos de Ia investigacién, Estos marcarén el ran- go de variacion en la medicién: si se requiere una informacién detallada o, por el contrario, genérica. En suma, cuando el investigador tenga que medir variables que pueden ser a su vez cuantitativas 0 cualitativas, tendré que decidir, por ejemplo, si proceder a una medicion de intervalo u ordinal. Dependerd de cémo haya disefiado la investigacién. Concre- tamente, de qué técnicas emplear4 para la recogida y el andlisis de la informaci6n, en conformidad con los objetivos del estudio. En general, se aconseja optar por la precisién y el detalle antes que por la gene- ralidad. Tiempo habré para resumir la informaci6n. Los atributos de la variable siem- pre podran agruparse en categorias genéricas (durante la fase de andlisis). En cambio, nunca podr4 procederse a la inversa. Una vez recogida la informacién, el investigador no puede desmembrar categorfas genéricas en atributos especiticos. 4 Esemevos DE VARIABLES EN DISTINTO NIVEL DE MEDICIO(N--—————— Variables como “calificacién académica” 0 “edad” pueden medirse comprendiendo ca- tegorfas 0 valores. El investigador tendra que elegir entre uno u otro seguin los objetivos de la investigacién. Calificacién académica Edad Nivel ordinal De razén Nivel ordinal De razén No presentado Nifio 0-13 ‘Suspenso 0-4 Adolescente 14-18 Aprobado 5-6 Joven 19-30 Notable 7-8 Adulto 31-50 Sobresaliente 9-10 Anciano 51-65 Matricula Honor Mas de 65 Asimismo, tendra que decidir si es suficiente conocer, por ejamplo, si la persona es de ideologia de izquierdas o de derechas (nivel ordinal) 0, por el contrario, necesita saber a qué partido voté en las tiltimas elecciones (nive! nominal). En caso de duda, se aconseja —como ya se ha indicado— anteponer el detalle a la generalidad.132 Segunda Parte: Los preliminares de la investigacién social * Tipos de variable segtin la escala de medicién Un segundo criterio de clasificacién de las variables responde a si en la medicién de la variable se ha aplicado una escala continua o una discreta. Ast se diferencia en- tre variables continuas y discretas. 1) Variables continuas Aquellas variables en las que pueden hallarse valores intermedios entre dos valores dados, al conformar una escala ininterrumpida de valores. + Evewetos 0€ variable CONTINUA La variable “edad” es continua porque entre un afio y otro caben valores intermedios. Asi, entre los 12 y los 13 afios hay infinitos valores: como 12 afios, 8 meses y 15 dias, por ejem- plo. Lo mismo cabe decir de la variable “peso” o cualquier otra variable que sea cuantitativa (métrica). Si bien, hay que matizar que no todas las variables de intervalo o de razén son, a su vez, continuas. Pueden ser discretas, como después se verd. +—+—+t+—++++++ ++—+t+—+++++ 10 11 12 13 14 15 55 56 57 58 59 60 Edad (afios) Peso (gramos) 2) Variables discretas Cuanco en la escala de medicién de la variable no cabe la posibilidad de hallar va- lores intermedios, comprendidos entre dos atributos de la variable. La generalidad de las variables denominadas cualitativas (nominales y ordinales) son discreias. También lo son algunas cuantitativas, como el n.° de miembros de una fa- milia (no puede haber 2 hijos y medio), 0 el n.° de coches vendidos, por ejemplo. Evsempos DE VARIABLE DISCRETA Y CONTINUA Numero de miembros de una familia (variable discreta)Capitulo 4: La operacionalizacién de conceptos 133 Variables discretas Variables continuas N° libros comprados N° tibros leidos N° barémetros Temperatura atmostérica registrada N° mesas en un aula Longitud de las mesas Entradas de cine pagadas Peliculas vistas * Tipos de variables seguin su funcién en la investigacion Las variables también difieren segtin el papel que cumplen en una investigacién. Atendiendo a este tercer criterio de clasificacién, se distingue entre variables indepen- dientes, dependientes y perturbadoras (de control y aleatorias). 1) Variables independientes, explicativas o predictoras (X) Aquellas variables cuyos atributos se supone que influyen en los que adepta una segunda variable (la dependiente). Figuran en las hipstesis de la investigacién e indi- can posible “causas” de la variaci6n de la variable que centra el interés de la indaga- cién (la dependiente o variable efecto) 2) Variables dependientes o criterio (Y) Variables cuyos atributos “dependen” ~como su nombre indica~ de los que adop- ten las variables independientes. Ambos tipos de variables corresponden a los objeti- vos de la investigacién. + Evempro DE VARIABLES INDEPENDIENTES Y DEPENDIENTES. Un equipo de investigadores desea determinar las variables que inciden en la ocurren- cia de accidentes de trafico. En esta investigacién, el sufrir un “accidente de tréfico” actuara como la variable dependiente (la que constituye el objeto de andlisis); mientras que las po- sibles “causas” de la siniestralidad seran las independientes (conducir a elevada velocidad, el estado del pavimento, las condiciones meteorolégicas, el consumo de aleohol, la experiencia en la conduccién, la edad del conductor, el guardar la distancia de seguridad).134 Segunda Parte: Los preliminares de la investigacién social ACCIDENTE DE TRAFICO tt tf ft f Elevada Estado Condiciones Consumo _Diistancia velocidad pavimentometeorolégicas alcohol seguridad Ea 2 Xa X4 5 3) Variables perturbadoras En la relaci6n entre una variable independiente y la dependiente siempre cabe la po- sibilidad de que existan otras variables mediando en la relacin. Ello contribuye a la existencia de explicaciones alternativas que hagan esptirea la relacin observada en- tre la variable dependiente y la independiente. Si el efecto de esas terceras 0 cuartas variables se controla (bien antes ~a priori, © bien después de haberse recogido los datos ~a posteriori), dejan de ser perturbado- ras y se convierten en variables de control. Como ya se expuso en el Capitulo 3, en to- da investigacin hay que procurar controlar el mayor mimero de variables perturba- doras posible. Ello favorece la validez interna de la investigacién. 4 Evepco DE VARIABLES DE CONTROL Retomando el ejemplo anterior, escéjase una de las variables indepenaientes barajadas: el “consumo de alcohol’, por ejemplo. De la informacién reunida en la investigacién se concluye que una alta proporcidn de las personas que sufrieron un accidente de trafico pre- sentaban un elevado indice de alcoholemia en la sangre. Para que al investigadar nueda afirmar que el consumo de alcohol (X,) incide en la si- nistralidad (Y), previamente deberé haber ‘controlado” el efecto de otras variables que pueden estar mediando en dicha relacién. Por lo que tendré que indagar en variables que in- cidan diferencialmente en personas con similares indices de alcoholemia. ‘Algunas de las variables que actuaban como independientes pueden convertirse, a su vez, en variables de control (cuando se analiza la influencia de otra variable independiente); y, a la inversa: una variable de control que haya mostrado incidencia pasa a ser (en la misma in- vestigacién} variable independiente, cuya influencia especifica en la variable dependiente de- berd cuantificarse. (X4) Consumo de alcohol —____________» Accidente de tréfico (Y) 4 Velocidad del vehiculo. Experiencia en ia conduccién. Edad del conductor. Condiciones atmosféricas.Capitulo 4: La operacionalizacion de conceptos 135 Las variables aleatorias 0 estocésticas son, también, variables perturbadoras, pero de menor incidencia en el conjunto de la investigacion. Su efecto en la relacin entre la va- riable independiente y la dependiente puede reducirse siguiendo un procedimiento aleatorio de seleccin de la muestra (los casos a observar). La aleatorizacién favorece la heterogeneidad en la composicién de la muestra, como se verd en el Capitulo 5. — Exempco De VARIABLES ALEATORIAS En el ejemplo anterior, quizés algunas de las personas con un indice elevado de aleoholemia sufriera el accidente al maniobrar para salvar un obstacuto (para no atropeliar a un perro, por ejemplo). La proporcién de casos (respecto de! total analizado), en los que dicha circunstancia concurre, sera muy baja (apenas unos casos). Por esta razén, la no consideracién de ia inci- dencia de esta variable en la investigacién no introduciria sesgos importantes en los resultados de la indagacién, De ahi su calificacién como variable aleatona en esta invostigacién. * Tipos de variables segtin su nivel de abstraccion Un ultimo criterio de ciasificacién hace referencia al nivel de abstraccién de la va- tiable. De acuerdo con él, existen variables generales, intermedias e indicadores. 1) Variables generates Aquellas variables que son tan genéricas y abstractas que no pueden ser directa~ mente observadas. Su medicidn exige que se traduzcan a variables intermedias ¢ in- dicadores. Un ejemplo tipico de variable genérica lo representa la variable “status social” por- que necesita de indicadores concretos que ayuden a su medicién. 2) Variables intermedias Expresan alguna dimensién o aspecto parcial de ios comprendides en la varieble genérica Por ejemplo, el “nivel educativo” para la medicisn de la variable “status social” 3) Indicadores o variables empiricas Representan aspectos especificos de las dimensiones que comprende un concepto abstracto o variable genérica. Se distinguen por ser directamente medibles136 Segunda Parte: Los preliminares de la investigacion social Por ejemplo, los “cursos académicos cumplidos” como indicador para la dimension “nivel educativo”. En la siguiente secci6n se desarrollar4 el proceso de operacionalizacién de con- ceptos tebricos: c6mo se pasa de variables generales a indicadores e indices. El propésito es transformar el concepto tedrico en observable. 4.3. De los conceptos tedricos a los indicadores ¢ indices Para medir la ocurrencia de conceptos tedricos, se procede a su operacionali- zacién. Primero, proporcionando una definicién operativa, que comprenda el signifi- cado determinado que se da al concepto. Segundo, especificando los indicadores em- piricos que representaran a los conceptos tedricos, y se utilizarén para medir el grado de existencia del concepto en determinados contextos. En la indagacién cientifica, la delimitacién de los conceptos depende de dos tipos de definiciones: la definicién nominal y la operacional. a) Una definicién nominal 0 teérica es aquella que se asigna a un concepto (para definirlo y perfilarlo), pero que carece de las precisiones necesarias para me- dir los fenémenos a los que hace referencia el concepto. Por concepto puede entenderse -siguiendo a Bollen (1989)- cualquier idea que vincule diferentes fendmenos (actitudes, comportamientos) bajo una misma etiqueta. Por ejemplo, el concepto de “alegria” retine las distintas ma- nifestaciones (verbales y fisicas) de los individuos: refr, cantar, gritar, dar saltos, besos, abrazos. b) La definicién operacional, en cambio, especifica cémo se mediré la ocurrencia de un concepto determinado en una situacién concreta. En dicha definicién se detallard el contenido del concepto que va a medirse, vinculando los constructos definidos tedricamente con los procedimientos operacionales. ‘Te6ricamente, la definicién operacional consiste en “la identificacién de opera- ciones de investigacién con ayuda de las cuales se puede decidir acerca de la presen- cia y la intensidad de aquellos hechos que permitirdn la deduccién de la presencia de los fenémenos conceptualmente caracterizados” (Mayntz et al., 1983: 28). — Evemptos DE DEFINICION TEORICA Y OPERACIONAL * Concepto: “El absentismo (escolar)". * Definicién teérica: “Ausencia de la escuela en horario escolar’. * Definicién operacional: "Numero de dias al mes que el alumno falta a la escuela sin jus- tificacién’.Capitulo 4: La operacionalizacién de conceptos. 137 La operacionalizacién de conceptos tedricos fue pioneramente desarrollada por La zarsfeld (1973a). Este destacado metodélogo distinguié las siguientes fases en el de- sarrollo de la operacionalizacién: 1) Representacion tedrica del concepto de forma que queden reflejados sus rasgos definitorios. 2) Especificacion del concepto, descomponiéndolo en las distintas dimensiones 0 aspectos relevantes que engloba. 3) Para cada una de las dimensiones elegidas se selecciona una serie de indicadores (0 variables empiricas), que “indiquen” la extensién que alcanza la dimension en los casos analizados. 4) Sintesis de los indicadores mediante la elaboraci6n de indices. A cada indicador se le asigna un peso o valor, de acuerdo con su importancia. A partir de estos valores se confecciona un indice, una medida comin que agrupe a varios indicadores de una misma dimension conceptual operacionalizada numéri- camente. A este proceso de operacionalizacién diseftado por Lazarsfeld, hay que hacer ~de acuerdo con Gonzalez Blasco (1989)- las precisiones siguientes: @) Por muchas dimensiones que se consideren, nunca puede abarcarse la totalidad de un concepto. Sobre todo, cuando el concepto incluye una gran variedad de aspectos. b) Operar con demasiadas dimensiones de un mismo concepto puede dificultar los anilisis, Por esta raz6n resulta conveniente limitar el mimero de dimensiones a aquellas que sean més relevantes en el concepto considerado. Pero, como no existe ninguna regla te6rica que contribuya a la delimitacién del ntimero de di- mensiones a considerar, ésta se deja a la intuicién del investigador. c) Después de haber escogido los indicadores, ha de volverse a considerar el fe- némeno que se observa. Con ello se pretende comprobar si las medidas obte- nidas mediante los indicadores reflejan los hechos observados. En caso afir- mativo, se estudia la necesidad de ajustar el concepto que los hechos reflejen. Los indicadores constituyen propiedades esencialmente manifiestas que, supues- tamente, se hallan empiricamente relacionadas con una propiedad latente 0 no ob- servable (dimensién). De ellos se exige que sean “expresién numérica, cuantitativa de la dimensi6n que reflejan” (Gonzalez Blasco, 1989: 235). Por lo que, en cualquier ope- racionalizacién de un concepto habra que encontrar, al menos, un indicador para cada dimensi6n del concepto. No obstante, ha de tenerse presente que los indicadores representan “aproxi- maciones” (en términos de “probabilidad”) al concepto que miden. Ello se debe, pre-138 Segunda Parte: Los preliminares de la investigacién social cisamente, a las caracteristicas de generalidad y abstraccién que definen a todo concepto. En consecuencia, tomar las “detenciones policiales” como tinico o principal in- dicador de “delincuencia”, por ejemplo, serfa inexacto. Puede haberse cometido un acto delictivo y no haberse registrado ninguna detencién policial o, a la inversa, una persona puede ser detenida sin haber cometido ningiin acto delictivo. De ahi la recomendacién -ya reiterada en capitulos precedentes- de acudir a la operacionali- zacién miiltiple como recurso para aumentar la validez de una investigaci6n (validez de constructo) Las razones a favor de la operacionalizacién nuiltiple (0 medicién de un mismo con- cepto por medios diferentes) pueden resumirse en dos fundamentales: 4) Utilizar varias medidas para un mismo concepto contribuye a abarcar las dis- tintas dimensiones que éste incluye. 4) Proporciona una mayor precisién y validez de la medicién, cuando coinciden los resultados de mediciones diferentes La eleccién de indicadores depende de los objetivos de la investigacién, princi- palmente. Ademés se recomienda: a) Confeccionar una lista con el mayor niimero de indicadores posible. Des- pués, a ja vista de la informacién reunida, se procederd a la eliminacién de aquellos indicadores que resulten ser no significativos para la medicién de esa dimensién concreta. b) Acudir a indicadores ya validados en investigaciones previas. Ello favorece la comparacién de los resultados alcanzados en estudios diferentes, ademas de su- poner una garantia mayor en su aplicacién. La adecuacién de un indicador puede variar en distintos contextos y mo- mentos temporales. Si se recurre a aquéllos ya validados en indagaciones previas, podré analizarse dicha variacién. El andlisis factorial resulta de gran utilidad en la elucidacién de las distintas di- ‘mensiones que comprende un concepto, pero con posterioridad a la recogida de in- formacién. Esta técnica analitica multivariable se ocupa del anilisis de las interrelaciones entre un gran ntimero de variables (tomadas de respuestas a preguntas de un cues- tionario, por ejemplo). El objetivo es explicar dichas variables en términos de sus di- mensiones latentes comunes, denominadas “factores”. La condicién exigida es que el mtimero de factores (0 de dimensiones latentes) sea inferior al nimero de variables ori- ginarias en el andlisis. Cada factor queda definido por las variables que muestren una mayor correlaci6n respecto a él que hacia los otros factores. El estadistico més empleado para medir elq ea LA SELECCION DE LAS UNIDADES DE OBSERVACION: EL DISENO DE LA MUESTRA La selecei6n de las unidades de observacién constituye un estadio primordial en to- do proceso investigador. De cémo se materialice dicha eleccin dependerd, en buena medida, la calidad de la informacién que se recoja. Razén por la cual se recomienda al investigador que no escatime, ni tiempo ni esfuerzo, en la planificacién y ejecucién del disefio de la muestra. Pero, gen qué consiste el disefio muestral?; ,cémo hay que proceder para la con- secuci6n de una muestra apropiada?; qué es una muestra?; ,qué variedades de dise- fios muestrales existen? Los apartados siguientes tratarén de dar respuesta a éstas y otras cuestiones relacionadas con las unidades de observacién en el proceso de in- vestigacién. 5.1, Fundamentos y clarificacién terminolégica Una de las primeras decisiones a tomar en cualquier investigacién es la especifi- cacién y acotacién de la poblacién a analizar. La concreci6n de ésta vendr4 determinada por cual sea el problema y los objetivos principales de la investigaci6n. Por poblacién (0 universo de estudio) comtinmente se entiende “un conjunto de uni- dades, para las que se desea obtener cierta informacién” (Sénchez Crespo, 1971: L1). Las unidades pueden ser personas, familias, viviendas, escuelas, organizaciones, articulos de prensa... y la informacion vendra dictada por los objetivos de la investigaci6n (condi- ciones de habitabilidad de la vivienda, reacci6n familiar ante el fracaso escolar, la practica de la religidn en las escuelas) En la definicién y acotacién de la poblacién han de mencionarse caracteristicas esenciales que la ubiquen en un espacio y tiempo concreto160 Segunda Parte: Los preliminares de la investigaci6n social 7 Evemptos DE DEFINICION DE LA POBLACION (O UNIVERSO) DE ESTUDIO |— a) En una investigacién sobre la ocupacién del tiempo tras la jubilacién, una posible de- finicién del universo de estudio seria la siguiente: “Poblacién de 65 y mas afios que residen en el municipio de Madrid”. Ademés, habria que precisar si se analizard a toda la poblacién (indistinta- mente del lugar donde resida) o si, por el contrario, se excluira a aquellos que, en el momento de la investigacién, se hallen viviendo en instituciones (como residencias para la tercera edad). Depende que cuales sean los objetivos del estudio. b) Siel objetivo fundamental de la investigacién fuese analizar la corrupcién politica a través de la prensa escrita, una definicién de la poblacién seria: “Articalos de prensa publicados en los periédicos EI Pais, ABC y El Mundo entre 1990 y 1995". Una vez definida la poblacién, se procede al disefio de la muestra: la seleccién de unas unidades concretas de dicha poblacién. Aunque el universo fuese de pequefia dimensi6n, por razones de economia (en tiempo y dinero), rara vez se observa a cada una de las unidades que lo forman. Por el contrario, se decide la extraccién de una muestra de entre los integrantes del univer- so. Si bien, en este hacer también existen divergencias. Depende, fundamentalmente, de la estrategia de investigacin que se haya escogido para la consecucién de los ob- jetivos del estudio. Un estudio de casos 0 un experimento, por ejemplo, imponen menos exigencias en la muestra que una encuesta (mas motivada a la consecucion de una muestra “repre- sentativa”). Dicha representatividad estar subordinada al tamafio de la muestra y al procedimiento seguido para la seleccion de las unidades muestrales (si éste garantiza la inclusi6n de toda la variedad de componentes del univers). Si, a partir de los datos obtenidos en una muestra, quieren inferirse las caracte- risticas correspondientes de la poblacién (pardmetros poblacionales), es imperativo di- sefiar una muestra que constituya una representacién a pequefia escala de la poblacién ala que pertenece. Para ello resultan esenciales las aportaciones Ilevadas a cabo en el campo de la estadistica. Concretamente, en la Estadistica Inferencial, configurada a par- tir de la teoria de las probabilidades. En ella se fundamentan los disefios muestrales pro- babilisticos, como después se verd. Cualquier disefio muestral (maxime los probabilisticos) comienza con la biisqueda de documentacién que ayude a la identificacion de la poblacin de estudio. Con el tér- mino marco se hace referencia al “listado” que comprende las unidades de la pobla- cidn. Puede ser un censo general de la poblacién, un registro de individuos, o cualquier otro procedimiento que Ileve a la identificacién de los miembros de una poblacién. DeCapitulo 5: La seleccién de las unidades de observacién: el diseno de la muestra 161 él se espera que sea un descriptor vélido de dicha poblacién. Por lo que ha de cumplit una serie de requisitos minimos: a) El marco ha de ser lo mas completo posible, en orden a facilitar la represen- tatividad dela muestra. Téngase presente que la muestra escogida s6lo podré considerarse “re presentativa” de la poblacidn comprendida en el marco de muestreo elegido; es decir, de equellos que han tenido probabilidad de participar en la muestra. Por esta razén, la comprehensividad se convierte en una exigencia bisica de to- do marco muestral. Im Evemetos DE COMPREHENSIVIDAD DEL MARCO DE MUESTREO [—— a) La guia telefénica constituye el marco de muestreo habitual en una encuesta tele- fOnica, Pero, su uso impone una serie de restricciones en la muestra que el inves- tigador ha de conocer para la acotacién de la poblacién a analizar. En primer lugar, la guia telefonica (aunque esté actualizada y completa) limita fa po- blacién a las personas con un numero de teléfono “registrado”. Por tanto, excluye a aquellos que carecen de teléfono. A éstos se suman los que, aun teniéndolo, no figuran en el listin telefénico (ya por expreso deseo del abonador de no figurar, ya por haberse suscrito en fechas posteriores a la tltima actualizacién de la gufa, o por otra razon). En segundo lugar, las gufas no registran a todos los integrantes de la vivienda con teléfono. Sélo aparece uno de ellos; generalmente, el cabeza de familia. Este hecho puede llevar @ una mayor presencia de varones en la muestra, si ésta se limita a las personas cuyo nombre figura en la guia telefénica, ‘También, se ha de tener presente que las personas con mds de un numero de teléfono tienen una probabilidad mayor de ser elegidas para formar parte de la muestra. Todas es‘as circunstancias condicionan las posibilidades de generalizacién de la informacién obtenida en una encuesta telefdnica. Esta Unicamente podrd gene- ralizarse ala poblacién registrada en el marco de muestreo empleado; no al conjunto de la poblacion que resida en el espacio geografico que abarque el estudio. ) Sila finalidad de la investigacién fuese conocer la opinién de fos socislogos esparioles ‘sobre su actividad profesional, un marco de muestreo idéneo seria el directorio de doctores y licenciados en sociologia colegiados. Pero su uso también impone res- tricciones importantes en la poblacién de estudio. La opinién que se recabe sélo po- dria ser “representativa” de los sociélogos que estén colegiados (y no de la totalidad de los sociélogos espafioles). Por lo que, habria que comprobar qué proporcién re- presentan los colegiados en el conjunto de la poblacién. La “tepresentatividad” de la muestra también se vera afectada (aun limitandose a la poblacién colegiada) por la actualizacién del marco de muestreo. Si éste no in- cluye a los socidlogos que se hayan colegiado en fechas recientes, y, en contra, no162 Segunda Parte: Los preliminares de la investigacién social excluye a aquellos que han dejado de estar colegiados (por fallecimiento u otra cau- sa), la muestra podra incluso no ser “representativa” de! colectivo de socislogos co- legiados. Ello dependera de la magnitud de los excluidos y de los incluidos errénea- mente. Si en esta segunda investigacién el investigador desease una mayor “generali zacién” de los resultados de su indagacién, tendria que recurtira otros marcos mues- trales: un listado de profesores de sociologia, un registro de socidlogos que hayan concursado en oposiciones para las administraciones publicas, por ejemplo, Estos marcos muestrales complementarian la informacién proporcionada por el marco de muestreo principal. En suma, cualquier marco de muestreo se halla limitado a un conjunto de la poblacién, siendo ademés vulnerable a la presencia de omisiones. Del vo- lumen de éstas, junto a la capacidad del investigador de detectarlas y, en su ca- so, eliminarlas, dependerd la incidencia del marco de muestreo en la aparicién de sesgos en la seleccién de la muestra b) La comprehensividad del marco muestral conlleva, necesariamente, la exi- gencia de su actualizacién -como ya se ha hecho mencién-. En la medida en que el marco muestral se halle actualizado (en cortos pe- rfodos de tiempo, preferentemente) las posibilidades de omisiones se restringen. Por el contrario, aumenta la probabilidad de que éste contenga a los miembros reales de la poblaci6n que “representa”. — Extempto D& ACTUALIZACION DE UN MARCO DE MUESTREO Si en 1989 se pasase una encuesta a la poblacién residente en Madrid, el marco muestra! preferible seria el Padrdn de habitantes de 1986. Este reflejara mejor el perfil de la poblacién madrilefia ~a fecha de 1989- que el ultimo censo de poblacién (que a dicha fecha seria el de 1981) c) Cuando la investigacién persigue la generalizacién de los datos muestrales (a la poblacién que conforma el marco muestral), es preciso que cada componente de la poblacién esté igualmente representado en el marco de muestreo. Han de evitarse las duplicidades. Este es un problema habitual cuando, pa- ra una misma muestra, se combinan dos o més listados diferentes Aquéllos que (por cualquier motivo) aparezcan més de una vez, tendran una oportunidad superior de ser elegidos. Lo que favorece su sobrerepresen- tacién en la muestra. Por esta raz6n deberd eliminarse su duplicidad.Capitulo 5: La selecci6n de las unidades de observacion: el disefo de la muestra 163 d) El marco muestral tampoco ha de incluir unidades que no correspondan a la po- blacién que se analiza. La inclusion de estas unidades reduce la probabilidad de eleccién de las unidades que sf pertenecen a la poblacién. 4 Evsempio De SUPRESION EN UN MARCO DE MUESTREO |} Si se hiciera una encuesta a la poblacién mayor de 40 afios, habria que circunscribir la poblacién a esta cuota de edad. Las personas de 40 afios y menos deberian eliminarse del marco muestral. Su supresi6n podria hacerse a priori (antes de proceder a la extraccién de la muestra), 0 a posteriori (una vez que la muestra ha sido seleccionada). Esta segunda op- cién suele ser mas practicada. Consiste en sustraer (de la muestra obtenida) aquellas uni- dades que no pertenezcan a la poblacién de interés, e) Elmarco muestra! ha de contener informacién suplementaria que ayude ala localizacién de las unidades seleccionadas: teléfono, direcci6n. f). Ante todo, el marco deberta ser facil de utilizar. Aquellos que estén en sopor- te magnético simplifican y automatizan bastante el proceso de extraccién muestral. No sélo reducen los costes del disefio de la muestra (en tiempo y en dinero), sino que también contribuyen a la reduccidn de errores (0 sesgos) en la selecci6n de la muestra. Por todos los aspectos sefialados, es importante que el investigador evaltie la cali- dad del marco muestral antes de comenzar la extraccién de la muestra. El conocimiento de cémo se ha procedido en su elaboraci6n y la periodicidad de su actualizaci6n, re- duciré los sesgos motivados por su desconocimiento. Por tltimo, insistir en que la “representatividad” de la muestra slo podrd ser de la poblacién contenida en el marco muesiral empleado. De ahi que se recomiende: “Cuando se informen resultados, el investigador debe decir a los lectores a quién se dio y a quién no se dio una oportunidad de ser seleccionado, c6mo aquellos omiti- dos diferian de los otros y si habfa o no algunas personas muestreadas para quienes las, oportunidades de seleccién no eran conocidas” (Fowler, 1988: 22). 5.2, El tamaiio de la muestra El numero de unidades a incluir en la muestra constituye una de las decisiones pre- liminares en cualquier disefio muesiral. En esta decision participan diferentes factores. Estos pueden resumirse en los seis siguientes:164 Segunda Parte: Los preliminares de la investigacién social a) El tiempo y los recursos disponibles para llevar a cabo la investigacién. b) La modalidad de muestreo seleccionada en orden a alcanzar los objetivos esen- ciales de la investigacién. c) La diversidad de los andlisis de datos prevista. d) La varianza o heterogeneidad poblacional. e) El margen de error maximo admisible para la estimacién de los pardmetros po- blacionales. f) Elnivel de confianza de la estimacién muestral. * El tiempo y los recursos disponibles Sin duda, dos componentes esenciales en cualquier investigacisn son el tiempo y los recursos (econdmicos, materiales y humanos) concedidos al equipo investigador pa- ra la materializaci6n del estudio propuesto. En funcién de cudnta sea la dotacién econémica y los plazos temporales otorgados para cada fase de la investigacién, el tamafio final de la muestra se veré aumentado 0 mermado. * La modalidad de muestreo seleccionada La eleccidn de una (0 varias) de las modalidades de muestreo (probabilistico 0 no probabilistico) se halla determinada ~como ya se expuso en el Capitulo 3- por la con- fluencia de tres componentes claves en la practica de cualquier investigacién: los ob- jetivos, 1os recursos y el tiempo dado para su realizaci6n. La incidencia de estos tres ele- mentos no sélo influye en la selecci6n de una estrategia conereta de investigaci6n (y las consiguientes téenicas de obtencién y de andlisis de datos), sino también en la configu- racién del diseno de la muestra. Como posteriormente se ver4, las exigencias de zamano de la muestra varian en con- sonancia con la modalidad elegida para la extraccin de la muestra. En general, los disefios muestrales no probabilisticos demandan un tamano mues- tral inferior a los disefios probabilisticos. Estos titimos estan mas orientados al logro de muestras “representativas”. Lo que exige aumentar el tamafio de la muestra para reducir el error muestral. En ambas agrupaciones de disefios (probabilisticos y no probabilisticos) se observan también variaciones entre las diferentes modalidades de muestreo. Asi, por ejemplo, el tamafo muestral que se requiere para la realizacién de un muestreo aleatorio sistemtico es inferior al necesario para efectuar un muestreo aleatorio es- tratificado (que garantice la presencia en la muestra de determinados subgrupos de poblacién). Lo mismo acontece si se decide aplicar un muestreo por cuotas, con pre- ferencia a otros muestreos no probabilisticos (como el estratégico 0 el de bola de nieve).Capitulo 5: La seleccién de las unidades de observacién: el diseio de la muestra 165 * La diversidad de los andlisis de datos prevista Cuando se proyecta cualquier investigacién, antes de disefiar la muestra y la es- trategia a seguir en la obtencién de informacién, hay que anticipar la variedad de and- lisis que se estimen necesarios para la consecucién de los objetivos de la investigacién. Si el equipo investigador cree de interés la aplicacién de alguna (0 varias) técnicas estadisticas multivariables, deberd procurar que la muestra analizada incluya un ntimero elevado de casos. Ello contribuye a la reduccién de los errores de prediccién y al au- mento, consiguiente, del poder predictivo del modelo obtenido. Para la realizacién de andlisis multivariables se precisa una cierta proporcionalidad entre el mtimero de observaciones (tamafio de la muestra) y el nimero de variables in- cluidas en el estudio. En regresion multiple, por ejemplo, la proporcién es, al menos, de 20 veces mas casos que variables independientes (si se pretende que el modelo re- sultante sea estadisticamente significativo). Esta proporci6n se duplica (40 veces mas casos que variables independientes), cuando se realiza un anilisis de regresién “paso a paso” (Tabachnick y Fidell, 1989). En caso contrario, habra que eliminar variables in- dependientes 0 proceder a su agrupacién. Para andlisis bivariados (de cruces de va- riables) también se precisa un tamafio muestral elevado. Especialmente, si las variables comprenden un numero amplio de categorias. * La varianza o heterogeneidad poblacional Si la muestra intenta ser una representacidn a pequeiia escala de una poblacién (0 universo), su tamafio se verd afectado por la varianza poblacional. Cuanto més hete- rogénea sea la poblacién, mayor ser su varianza poblacional. En consecuencia, ne- cesitaré un mayor famafio muestral para que la variedad de sus componentes se halle representada en la muestra. Las exigencias de tamafo muestral se reducen, en cambio, en universos homogé- neos, caracterizados por una baja varianza poblacional. El conocimiento de la homogeneidad o heterogeneidad poblacional resulta, por tanto, primordial en la decision del tamaiio de la muestra. Rodriguez Osuna (1991) sin- tetiza en dos las formas esenciales de acceder a dicho conocimiento en la practica de la investigacin empirica: a) La experiencia adquirida en estudios que se repiten con periodicidad (como los Eurobarémetros realizados mensualmente por la Comunidad Econémica Eu- ropea (CEE); 0 la Encuesta de Poblacion Activa del INE). Estos estudios proporcionan los valores de las varianzas para distintas variables. Lo que es de ayuda para el disefio muestral de futuras indagaciones empiricas. Sin embargo, hay que matizar que ello es posible siempre y cuando ambas po- blaciones (la del estudio previo y la de la investigaci6n que se proyecta) coincidan. b) La realizacion de estudios pilotos previos a la investigacién principal, que ayuden al calculo de las varianzas de las variables de interés.166 Segunda Parte: Los preliminares de la investigacién social Cuando se desconoce el valor de la varianza poblacional (situacién muy habitual en la prictica de la investigacién social), se recurre al supuesto més desfavorable: se toma el producto de las probabilidades “P” (de aparicin de un suceso) y “Q” (que indica la no ocurrencia del suceso 0 evento; siendo su valor igual a “1 — P”) co- mo equivalente a la varianza poblacional; ambas probabilidades presentarfan el va- lor de 0,50. Este es el supuesto més desfavorable porque conlleva un tamafio muestral superior (con el consiguiente incremento de los costes de la investigacién) al correspondiente cuando se conocen los valores reales de dichas proporciones en la poblacién, y éstos se alejan del valor 0,50. A modo de ejemplo, véase el Cuadro 5.1. En él se resumen algunos tamanos muestrales correspondientes a poblaciones infinitas (mayores de 100,000 unidades), al nivel de confianza més empleado (2 sigma = 95,5% de probabilidad de acertar en la es- timacién del parémetro poblacional), para distintos valores de “P” y “Q” (expresados en porcentajes), y limites de error establecidos. CUADRO 5.1, Tamafio muestral para poblaciones infinitas a un nivel de confianza del 95,5% (2 sigma). Limites de Valores presupuestos de P y Q (%) error (%) para +20 199 | 10/90 2080 | 30/70 | 40/60 | 50/50 O 39,600 | 360,000 | 640.000 | 840.000 | 960.000 | 1.000.000 05 1584 | 14.400 | 25.600 | 33.600 | 38.400 | 40.000 1,0 396 | 3.600 6.400 | 8.400 | 9.600 | — 10.000 15 176 | 1.600 2844 | 3.733 | 4.267 4.444 20 99 900 1.600 | 2100 | 2.400 2.500 25 6 516 1.024 | 1344 | 1.536 1.600 3.0 44 400 m1 933 | 1.067 4d 35 32 294 522 686 784 816 40 25 225 400 525 600 625 50 16 144 256 336 384 400 En el cuadro puede observarse que el tamafio muestral aumenta, conforme los valores de “P” y “Q” se aproximan al valor 0,50 (indistintamente de cual sea el mar- gen de error fijado). Asi, por ejemplo, para un margen de error de +2%, el tamaho muestral para una poblacion infinita seré de 900 unidades, si P = 10 y Q = 90. En cambio, el zamafio de la muestra sera més del doble (2.500 unidades), cuando P = 50 y Q=50. Este incremento considerable en el samaito de la muestra reduce, no obstante, las. posibilidades de equivocacién en la estimacién de los pardmetros poblacionalesCapitulo 5: La selecci6n de las unidades de observacién: el disefio dela muestra 167 correspondientes a las variables del estudio. Raz6n por la cual se adopta este su- puesto, siempre que se desconozea el valor de la varianza poblacional respecto a las variables que se analizan. Los tamafios muestrales que figuran en el Cuadro 5.1 se han obtenido a partir de la formula comtin para el célculo del tamafio muestral para universos infinitos, aun ni- vel de confianza de 2 sigma (que supone un 95,5% de probabilidad de acertar en la es- timaci6n): donde “E” representa el error muestral. Las f6rmulas del tamafio muestral se comentan al final de este apartado. * El margen de error méximo admisible En el Cuadro 5.1 también puede observarse la correspondencia entre las variables error y tamafio muestral: los incrementos en el tamafio de la muestra repercuten en una mayor precision en la estimacién de los pardmetros poblacionales, con la consiguien- te reducci6n del error muestral. En cambio, en muestras pequefias, el error de muestreo aumenta, manteniendo constante la varianza poblacional. La Figura 5.1 representa, de forma gréfica, la relaci6n negativa existente entre las variables error y tamaito muestral. Para su elaboracién se han tomado los valores que aparecen en el Cuadro 5.1 correspondientes a la situaci6n habitual de desconocimiento del valor de la varianza poblacional (P = Q = 0,50). Como puede observarse en la Figura 5.1, a medida que aumenta el volumen del ta- ‘mafio de la muestra, se produce un decrecimiento en el valor del error muestral. Si el tamafo de la muestra se amplia, por ejemplo, de 816 a 2.500 unidades, el error mues- tral disminuye en un 1,5% (pasando de representar un 3,5% a solo un 2%). También se advierte que a partir del 2% de error, se disparan los crecimientos en el tamano de la muestra para alcanzar una minima ganancia en la reducci6n del error muestral, Pasar del 2% al 1% de error supone un aumento de 2.500 a 10,000 uni- dades, con el incremento correspondiente en los costes (econémicos y temporales) de Ia investigaci6n; a cambio, s6lo se logra una leve mejora en la precision de la esti- macién del pardmetro poblacional (un 1%). Por lo que, el investigador deberd en- contrar un punto intermedio entre el zamafio y el error muestral, ante la tendencia ob- servada en muestras grandes a proporcionar minimos incrementos en adecuaci6n en la estimacién de pardmetros. El error muestral interviene en la decisiGn sobre el tamano de la muestra siempre que el disefio muestral sea probabilistic. En este caso, el investigador fija el error a priori, sopesando la precisin que desea para sus estimaciones, con los costes que su- pondria la reduccién del error muestral. Los errores comprendidos entre el 2,5% y el 2% son los més frecuentes en la investigacién social.168 Segunda Parte: Los preliminares de la investigacion social 5,0 4,0 Pa 3,0 Error (%) 25 a 1,0 05 400 625 816 1111 1600 2500 4444 10000» 40000 ‘Tamajio muestral (unidades) Figura 5.1. Representacién gratica de la relacién entre las variables error y tamafio muestral para P = Q = .50 y nivel de confianza del 95,5%. * El nivel de confianza de la estimacion Un tltimo elemento a considerar en la decisién sobre el tamaiio de la muestra aunque también sélo en los disefios probabilisticos~ es el nivel de confianza que el investigador concede a sus estimaciones. El nivel de confianza expresa -como su nombre indica el grado de “confianza” (0 de “probabilidad”) que el investigador tiene en que su estimacion se ajuste a la rea- lidad, Tres son los niveles de confianza comunes en la investigacién social. Corresponden a dreas bajo la curva normal acotadas por distintos valores de desviacion tipica (de- nominada sigma (6) en referencia a la desviacién poblacional). De ellos el mas habi- tual es 2c, que supone un 95,5% de probabilidad de acertar en la estimacién a partir de los datos muestrales. La distribucion normal se aplica en la estadistica inferencial para la estimacién de la probabilidad de que un determinado evento acontezca. Representa una curva per- fectamente simétrica, en forma de campana, y que admite infinitos valores (unidades “Z”: unidades de desviaci6n tipica). El area total bajo la curva normal es 1 (dado que la probabilidad siempre es un valor comprendido entre 0 y 1). En funcién de cual sea el valor de “Z.”, variard la probabilidad concedida al evento en cuestién (véase la ta- bla del area bajo la curva normal en el Anexo).Capitulo 5: La seleccién de las unidades de observacién: el disefio de la muestra 169 Valores de la Probabilidad LINX distribucion comprendida normal en el intervalo Entre #16 0,683 #20 0,955 #30 0.997 Si se toma una unidad de desviaci6n (pica, la probabilidad de acertar en la esti- macién serfa del 68,3%. Si en vez de una se toman dos unidades de desviacién, la pro- babilidad de acierto se incrementa hasta el 95,5% (habiendo sdlo un 4,5% de proba- bilidad de equivocacién en la estimacién del pardmetro poblacional). La plena seguridad en la estimacién (exactamente el 99,7%) se adquiere, si se fi- jan en tres las unidades de desviacién tipica (3 sigma). Pero, no es éste el nivel de con- fianza usual en la préctica investigadora, sino el 95,5% (equivalente a 2). Ante ello, la pregunta inmediata es ,por qué? Para encontrar la respuesta, véase el Cuadro 5.2. En él se ejemplifica cémo (para una misma varianza poblacional) varfa el tamafio muestral, dependiendo de cual sea el nivel de confianza adoptado. Incrementos minimos en nivel de confianza (del 95,5% de pro- babilidad de acierto al 99,7%) supone aftadir més del doble de unidades a la muestra. Si para un error del 2% y varianza P = Q = 50, el tamario muestral seria de 2.500 unidades (para un nivel de confianza de 95,5%), al aumentar el nivel de confianza al CUabRo 5.2. Tamaiio muestral para poblaciones infinitas a un nivel de confianza del 95,5% y del 99,7%. Limites Nivel de Valores presupuestos PY Q (%) deerror | confianza (%) (%) 10/90 20780 30/70 40160 50/50 1,0 95,5 3.600 6.400 8.400 9.600 10.000 99,7 8.100 14.400 18.900 21.600 22.500 20 955 900 1.600 2.100 2.400 2.500 99,7 2.025 3.600 4725 5.400 5.627 25 95,5 576 1.024 1.344 1.536 1.600 99,7 1.296 2.304 3.024 3.456 3.600 30 95,5 400 ™m 933 1.067 1 99,7 900 1.600 2.100 2.400 2.500 40 95,5 225 400 925 600 625 99,7 506 900 1.181 1.350 1.406170 Segunda Parte: Los preliminares de la investigacién social 99,7%, la muestra pasarfa a estar integrada por 5.627 elementos. La ganancia en pre- cision es infima, mientras que los costes de la investigacion (en tiempo y dinero) su- pondrfan mas del doble de los presupuestados para un nivel de confianza del 95,5%. ‘Todos los aspectos referidos participan en el céleulo del tamafto de una muestra pro- babilistica. La formula genérica para una muestra aleatoria (simple o sistemdtica) serfa la siguiente, cuando el universo o poblacién estuviese compuesto por més de 100.000 unidades: donde: “Z” representa las unidades de desviacion t(pica cortespondientes al nivel de confianza elegido (26 0 36, fundamentalmente) “52 constituye el valor de la varianza poblacional. Este equivale al producto de las proporciones Py Osiendo O B “B” denota el error maximo permitido que el investigador establece a priori Si el universo estuviese integrado por 100.000 unidades o menos, se trataria de una poblacién finita. En este caso, habria que introducir un factor de correccién, quedando las formulas transformadas de la siguiente manera: 2SN one Z2PON E?(N -1)+2Z7S? E?(N-1)+Z?PO donde: “N” es el tamaiio de la poblacién. En muestras aleatorias estratificadas y por conglomerados se introducen otras va~ riaciones que se comentaran cuando se describan ambas modalidades de muestreo (apartado 5.4). 4 Exewptos DE CALCULO DEL TAMANO MUESTRAL Se desea conocer el tamajio de la muestra necesario para una encuesta a ‘a poblacién mayor de 18 afios, con objeto de medir el voto en las préximas elecciones municipales. El error maximo permitido sera +2,5%, a) Sila encuesta se efectiia en Madrid capital, sin informacién previa sobre el porcentaje de voto. Para un nivel de confianza de 95,5% (20), el tamafio muestral necesario se- reCapitulo 5: La seleccién de las unidades de observacién: el diseRo de la muestra 171 _Z?PQ _ 2?.50-50 n= = 1.600 unidades ea 2,57 En cambio, para un nivel de confianza del 99,7% (30), el tamafio muestral seria més del doble: Z°PQ _ 3°-50-50 Ben = pg = 9.600 unidades b) Sise parte de la prediccién (a partir de sondeos realizados con anterioridad) de que el PSOE puede alcanzar el 24% del total de votos: 2BA 2 . n= Z FQ _ 2° 24-76 _ +167 unidades para 20 BB 2,52 2BQ 2 n=Z £0 _ 3 24°78 _ > 697 unidades para 30 Ee 2,57 ¢) Sila encuesta se llevase a cabo en el municipio de Torrelodones, con una poblacién de hecho (censada en 1991) de 7.113 individuos. Z2PQN 4-50-50-7.113 — 2 PON = __4-80-50°7.113___ 4.306 para 2 E2(N-1)+Z°PQ — (2,5°-7.112)+ (4-50-50) para 20 Z?PQN 9-50-50-7.113 = 2.390 para 3a E(N-1)+Z°PQ — (2,5%-7.112) +(9-50-50) 5.3. El error muestral Cuando se disefia una muestra, el objetivo primordial es conseguir un elevado ni- vel de adecuacién en la seleccién de la muestra, respecto de la poblacion a la que per- tenece, Ello contribuye a que la investigacién adquiera validez externa (como ya se vio en el Capitulo 3). Pero, por muy perfecta que sea la muestra, como tinicamtente se analiza una par- te de la poblacién (y esa muestra s6lo representa una de todas las posibles muestras que pueden extraerse de una misma poblacién), siempre habré alguna divergencia entre los valores obtenidos de la muestra (estimaciones) y los valores correspon- dientes en la poblacién (parémetros). Esa disparidad se denomina error muestral: el grado de inadecuacién existente entre las estimaciones muestrales y los pardmetros poblacionales. Como todos los resultados muestrales se hallan sujetos a errores de muestreo, cuan- do se enalizan datos muestrales, deberfa comprobarse la representatividad de la mues-172 Segunda Parte: Los preliminares de la investigaci6n social tra e identificar (si los hubiese) los sesgos existentes. Ello proporeiona un mayor rigor alas conclusiones que se deduzcan de la investigacion efectuada. Sila extraccién de la muestra se ha llevado a cabo de forma aleatoria (muestreo pro- babilistico), podré calcularse el error muestral, con la ayuda de la teoria de la probabi- lidad; en caso contrario (muestreo no probabilistico), no. Esta constituye una de las ven- tajas importantes de los disefios muestrales probabilfsticos: la capacidad de determinar la precisién de las estimaciones muestrales. Para el célculo del error muestral (en muestras probabilisticas, exclusivamente), se acude al estadistico llamado “error tipico”. En la teoria de la probabilidad, este esta- distico mide la extension a la que las estimaciones muestrales se disiribuyen alrededor del parémeiro poblacional. Concretamente, se especifica que aproximadamente el 68% de las estimaciones muestrales se hallarén comprendidas entre +1 vez.el error tipico del parémetro poblacional; el 95,5%, entre +2 veces el error tipico; y, finalmente, el 99,7% , entre +3 veces el error tipico. En suma, el nivel de confianza en la estimacién aumenta conforme se amplia el mar- gen de error. El nivel de confianza més utilizado es ~como ya se indicé en el apartado anterior- 2s (sigma). Este nivel de confianza expresa que hay un 95,5% de probab dad de que la estimacién muestral se halle comprendida en el intervalo definido por dos veces el error tipico del parametro poblacional. En el cilculo del error tipico intervienen los elementos siguientes: a) Eltamafio muestral. b) La varianza poblacional. ¢) Elnivel de confianza adoptado. d) El tipo de muestreo realizado. * El tamafio muestral No es la proporci6n de la poblacién que constituye la muestra (la fraccién de mues- treo = n/N) lo que determina el error muestral (salvo si la fraccién resulta elevada), si- no el tamafo de la muestra. A medida que aumenta el tamafo de la muestra, decrece el error muestral (cualquiera que sea el valor de la varianza poblacional). Dicha afirmacién puede comprobarse en el Cuadro 5.3. En él figuran los errores tf- picos correspondientes a determinados tamaitos muestrales. Estos errores tipicos dis- minuyen conforme se incrementa el tamafio muestral, indistintamente de los valores presupuestos de Py Q. Incluso, véase que para reducir el error tipico a la mitad, habria que cuadruplicar el tamafio de la muestra. Por ejemplo, una muestra compuesta de 500 unidades en la situacién mas desfa- vorable (P = Q = 50) presenta un error tfpico de +4,5% (a un n. c. del 95,5%). Para re- ducir dicho error a +2,2%, habrfa que multiplicar el tamafio muestral por 4, obte- niéndose una muestra de 2.000 unidades. Si el tamafio muestral se amplfa de 1.000 a 4.000 unidades, el error también se reduce a la mitad (de +3,2% a +1,6%)Capitulo 5: La seleccién de las unidades de observacién: el disenio de la muestra 173 CUuADRO 5.3. Errores tipicos correspondientes a distintos tamafios muestrales a un nivel de confianza del 95,5% (2.0). Néimero de Valores presupuestos de P y Q (%) elementos muestra 1/99 10/90 20/80 30/70 40/60 50/50 50 28 85 14 13,0 139 142 100 20 60 80 92 98 100 200 14 43 37 65 10 71 500 09 27 36 41 44 45 1.000 06 19 26 2.9 31 32 1.500 05 1,6 21 24 25 26 2.000 0 13 18 20 22 22 3.000 04 41 15 47 18 18 4,000 03 40 13 14 15 16 5.000 03 09 il 13 14 14 10.000 02 06 18 1,0 1,0 10 50.000 O1 02 03 0 04 04 * La varianza poblacional El nivel de heterogeneidad de una poblacién (respecto a una variable considerada), favorece el error muestral, excepto si se aumenta el tamafio muestral para incluir todas las distintas variedades que componen el universo El error muestral se halla més presente en poblaciones heterogéneas (de elevada varianza poblacional) que en universos homogéneos. * El nivel de confianza adoptado Como aumentar el nivel de confianza supone ampliar el tamaiio de la muestra, ob- viamente un mayor nivel de confianza levara consigo la reduccién del error muestral. Pese a ello, hay que insistir en que, cuando se disefia una muestra, se valoran con- juntamente distintos aspectos, buscando el equilibrio entre precisién y coste. Incrementos en el tamario de la muestra conllevan una ampliacién del nivel de con- fianza en la estimacién muestral (descendiendo el error). Pero esta mejora en precision re- percute en unos costes superiores de la investigacion. De ahi que el nivel de confianza més empleado sea el ya referido de 26 (95,5% de probabilidad de acierto en la estimacién). * El tipo de muestreo realizado El error muestral también se halla afectado por el procedimiento de seleccién de las unidades muestrales. En general, el muestreo aleatorio estratificado es (de los di-174 Segunda Parte: Los preliminares de la investigacion social sefios muestrales probabilisticos) el que genera un menor error muestral. En cambio, el muestreo aleatorio por conglomerados es (de los probabilisticos) el que ocasiona un mayor error muestral. Aunque la agrupacién de la muestra en conglomerados pre- senta la gran ventaja de reducir los costes (en tiempo y dinero) del trabajo de cam- po, éste a su vez repercute en una desventaja importante: incrementa el error tipico de la muestra, con la consiguiente disminucién en precisi6n de los estimaciones de la poblacién. A estas afirmaciones genéricas cabe afadir de acuerdo con Fowler (1988)~ las pre- cisiones siguientes: a) El muestreo aleatorio sistematico ocasiona errores de muestreo equivalentes a las muestras aleatorias simples, siempre y cuando no exista ninguna estratifi- cacién en Ja muestra. b) Las muestras aleatorias estratificadas presentan menores errores de muestreo que las muestras aleatorias simples del mismo tamaiio; pero, solo si existe hetero- geneidad entre los estratos. c) El muestreo aleatorio por conglomerados genera un mayor error tipico, sobre todo cuanto mayor es el tamafio de los conglomerados en la tiltima fase de muestreo. Dadas estas variaciones en el error muestral debidas al disefio realizado, los cdlculos del error tipico han de adecuarse a las frmulas apropiadas a cada disefio muestral. Para una muestra aleatoria simple o sistemdtica, las f6rmulas correspondientes al error tipico (E) serian las siguientes: Universo finiio Universo infinito (100.000 unidades) Error tipico de la media Error tipico de I { PO el PO N-n una proporcién OV On Nat Las proporciones “P” y “Q” pueden expresarse tanto en porcentajes como en tan- tos por uno, obteniéndose los mismos resultados. En todos los casos, los resultados obtenidos se multiplicarfan por el nivel de con- fianza adoptado. Si es 95,5%, por 26; y si fuera 99,7% , por 36. A partir de los valores obtenidos, se calculan los intervalos de confianza para el ni- vel de probabilidad fijado. Ello posibilita conocer cuanto se aproxima la estimacién muestral al parémetro poblacional.Capitulo 5: La selecci6n de las unidades de observacién: el diseno de la muestra 175 4 Evempios DE ERROR MUESTRA\ a) Un equipo de investigadores desea conocer los habitos de consumo de la poblacién juvenil espajiola, Para ello entrevistan (mediante cuestionario) a 2.000 jévenes dis- tribuidos por toda Espafia. Del estudio se concluye (entre otros aspectos) que la me- dia de gastos mensuales es de 30,000 pts al mes, con una desviacién tipica de 5.600. Calcular el error de la estimacién muestral. A partir de él, inferir cual sera el parametro poblacional correspondiente a un nivel de probabilidad de 20. 5.6007 En = =n = ¥ 2.000 Si el error se muttiplica por 20, se realiza una estimacién del intervalo de con- fianza que comprende el parémetro poblacional, sumando y restando a la estimacién muestral el producto del error por el nivel de confianza elegido: 30.000 + (2)(125,21). En consecuencia, hay un 95,5% de probabilidad de que la media de gastos men- suales de la poblacién juvenil espafiola se halle comprendida entre 29.750 y 30.250 pesetas al mes. Si el nivel de confianza elegido hubiera sido 30, el intervalo de confianza seria ligeramente mas amplio; por lo que seria menor la probabilidad de equivocacién en la estimacién. Los limites de confianza serian, respectivamente: 30.000 ~ (3)(125,2) y 30,000 + (3)(125,2). Es decir, habria un 99,7% de probabilidad de que la media de gastos mensuales de la poblacién juvenil espafiola se halle comprendida entre 29.624 y 30.376 pesetas al mes. b) De los 2950 menores internados en un centro de reforma se ha extraido una muestra de 780 menores de distintas edades. De ellos, el 49% fueron acusados de hurto. 2Cudl serd la proporcién de detenidos por hurto en la poblacién total recluida en dicho centro a un nivel de confianza de 20? [PQ N-n - (2 (51) 2950-780 =154% N-1 780 2950-1 Los limites de confianza serian, respectivamente: 49 — (2)(1,5) y 49 + (2)(1,5). Por tan- to habria un 95,5% de probabilidad de que el procentaje de menores detenidos por hur- to (en todo el centro) estuviese comprendido entre el 46 y el 52% de la poblacién total. = 125,21 Si la muestra fuese aleatoria estratificada proporcional, se introducirfan las modi- ficaciones siguientes en las f6rmulas del error tipico: Error tpico de Ja media: EGprop)176 Segurda Parte: Los preliminares de la investigacin social Error tipico de una proporcién: Eceprop)= donde “P,” es la proporci6n de la muestra en el estrato i que posee el atributo en cues- tio @ P,”: la proporcién que no posee dicho atributo. “Sp” = B* O,”: estimacion de la varianza de la variable de interés para la po- blacion en el estrato i “¥”: sumatorio de todos los estratos, desde 1 hasta n. “nj": tamaiio de la muestra total. Evempco De ESTIMACION DEL ERROR MUESTRAL. EN UNA MUESTRA ALEATORIA ESTRATIFICADA Se quiere conocer el grado de aceptacién de los nuevos planes de estudio por la po- blacién universitaria espajiola. A tal fin se escoge una muestra integrada por 2.439 alumnos de la Universidad Complutense. La muestra se afi (distribuye) entre las distintas facultades de manera proporcional al numero de alumnos registrados en dichas facultades. Para ello se multiplica la proporcién que representa cada uno de los estratos (facultades diferencia- das) -columna (2)- por el tamario muestral (2.439), obteniéndose las ciftas que aparecen en la columna (3). En la columna (4) figuran los porcentajes de alumnos que en cada una de las facultades afirman estar satisfechos con los nuevos planes de estudio. 2) O Pob. | (3) ) 6 | © Facultades Poblacién | prop. i Pj PtP) | renjP; Medicina 4.535, 0,046 112 0,49 27,99 55 Farmacia 4.983 0,050 122 0,35 27,76 43, Veterinaria 2.682 0,027 66 0,49 16,49 32 Derecho 18.600, 0,188 459 0,71 94,51 326 Econémicas/Empresa. 13.755, 0,139, 339 0,83 47,83 281 Politicas/Sociologia 6.888 0,070 171 0,42 41,66 72 Psicologia 4.567 0,046 113 0,43 27,70 49 Filol./Filosofia/Pedag. 10.613 0,107 261 0,39 62,09 102 Geografia/Historia 6.063 0,061 149 0,51 37,24 76 CC. Informacion 13.900 0,141 344 0,59 83,21 203 Quimica/Fisica 5.568 0,056 137 0,69 29,30, 95 CC. Exactas 2.411 0,024 59 0,47 14,70 28 Biologia/Geologia 4.388 0,044 107, 0,44 26,36 47 98.953 2.439 536,84 1.409,Capitulo 5: La seleccion de las unidades de observacién: el diseno de la muestra 177 Para estimar el error tipico de esta muestra aleatoria estratificada proporcional, se p:ocede a multipicar el numero de alumnos que componen la muestra en cada estrato (columna 3} por la proporcién de alumnos a favor de los nuevos planes de estudio (columna 4) y por la proporcién de alumnos en contra (Q = 1 — P). Como resultado se obtienen las cifras que aparecen en la co- lumna (5). Después, se suman dichos productos y se sustituyen en la férmula correspondiente: MR NANA E [EPG _ [596.84 _ 9 go95 (por) pry \2439? Para demostrar que el muestreo estratificado genera un menor error tipico que el muestreo aleatorio simple, se calcula el error tipico que se tendria si la muestra hubiera si- do aleatoria simple. Con este propésito se estima la proporcién de los alumnos encuestados que afirman estar a favor de los nuevos planes de estudio. En la columna (6) figura el nimero de alumnos que contestaron estar a favor en cada uno de los estratos considerados. Sise su- man dichas cantidades (r) y se divide por el total de sujetos analizados (2.439), se obtiene a proporcién global de alumnos a favor: el 57,8% de los encuestados. Er, _ 1.409 si = og 7 0578 Por tanto £,,,,[PAN=n _ |(0,58}(0,42) (98.953 —2.499) _ 4 ooo OV N-1 \ 2.439 (98.953-1) En este caso, la diferencia entre ambos tipos de errores parece minima. Pero, si se ele- va el error tipico al cuadrado (varianza) obtenido del muestreo aleatorio estratiticado, y se di- vide por el cuadrado del error tipico que se obtendria mediante un muestreo aleatorio simple, se comprueba el efecto del disefio (det), enunciado por Kish (1965): _ (0,0095)? (0.0099)? De esta forma se concluye que la varianza de la muestra estratificada proporcionalmente es un 8% mas pequefia que la varianza de la muestra aleatoria simple. Por tanto, si mediante un muestreo aleatorio simple, se quisiera alcanzar la misma precisién en la estimacién de los pardmetros poblacionales, habria que ampliar el tamafio muestral a 2.648 (esta cifra se obtiene dividiendo 2.439/0,921). Con ello se demuestra la ma- yor precisién alcanzada mediante un muesireo aleatorio estratificado. La diferencia entre am- bos tipos de errores crece a medida que aumentan las variaciones observadas en los estratos respecto a la variable considerada. = 0,921 Por tiltimo, si la muestra fuese por conglomerados, la formula correspondiente al error tipico seria la siguiente:178 Segunda Parte: Los preliminares de la investigacion social donde: “M”: nimero de conglomerados en la poblacion. “m”: ntimero de conglomerados seleccionados en la muestra. “Sb2”: la varianza de los valores del conglomerado x;. Se obtiene: - xy Evempto De ESTIMACION DEL ERROR EN UNA MUESTRA ALEATORIA POR CONGLOMERADO Adaptemos el ejemplo anterior a una muestra por conglomerados. Con este propésito se divide la poblacién universitaria por curso académico y grupo. Imaginemos que fuesen 780 los grupos existentes en total. De ellos se decide escoger aleatoriamente 20 grupos (con- glomerados) de 122 alumnos cada uno. De esta forma se obtendria una muestra total de 2.440 alumnos. El error tipico para esta muestra por conglomerados seria: m) Sb? Esco ( i m donde: “M’: numero de conglomerados en la poblacién (780). “m’: numero de conglomerados seleccionados en la muestra (20). “Sb2": la varianza de los valores del conglomerado a favor de los nuevos planes de estudio (0,099). 20 )0.099 sco = 1-2 = 0,0698 Entonces E vzcongi) i 2) 20 Por tanto, se habria obtenido un error tipico superior al aleanzado mediante la estratifi- cacién (0,095) y el muestreo aleatorio simple (0,0099), también. En general, las estimaciones de los errores tipicos para muestras aleatorias por conglomerados (especialmente si el disefio muestral es polietépico) resultan bastante complejas; si bien, en Ia actualidad, algunos paquetes informaticos -como el SAS (Statistical Analysis System)-calculan los errores tipicos para cualquier variedad de di- sefo muestral.Capitulo 5: La seleccién de las wnidades de observacién: el diseno de la muestra 179 5.4, Tipos de muestreo: disefios muestrales probabilisticos y no probabilisticos La representatividad de una muestra no s6lo depende de la magnitud de su fama- Ao, sino también del procedimiento seguido para la seleccion de las unidades mues- trales. Las modalidades de muestreo son variadas, aunque cabe agruparlas en dos am- plias categorias (muestreo probabilistico y no probabilistico), dependiendo de si el azar interviene en todas las fases de la seleccion. * Muestreo probabilistico 0 aleatorio Se fundamenta en la aleatorizacién como criterio esencial de seleccién muestral. Ello favorece que: a) Cada unidad de la poblacin tenga una probabilidad igual (y conocida a prio- ri) de participar en la muestra b) Laeleccién de cada unidad muestral sea independiente de las demas. c) Elcaleulo de la adecuacién de la estimacién muestral (error muestral) a los pa- rametros poblacionales pueda hacerse dentro de unos margenes de probabi- lidad espectficos. * Muestreo no probabilistic A diferencia del anterior, la extraccién de la muestra se efecttia siguiendo cri- terios diferentes de la aleatorizacién (como la conveniencia u otros criterios sub- jetivos). Ello da cabida a cualquier discrecién por parte del equipo investigador. Ade- més, repercute en: a) La desigual probabilidad de las unidades de la poblacién para formar parte de la muestra. b) La dificultad de calcular el error muestral. ¢) La introduccién de sesgos en el proceso de eleccién muestral. Esto redunda en riesgcs superiores de invalidez de los hallazgos de la investigacién. No obstante, el muestreo no probabilistico presenta dos ventajas notorias que le ha- cen atractivo en la practica investigadora: a) No precisa de la existencia de un marco de muestreo. b) Su materializacion resulta més sencilla y econémica que los muestreos proba- bilisticos.180 Segunda Parte: Los preliminares de la investigacion social La eleccién entre un tipo de muestreo u otro vendré condicionada por la con- fluencia de cuatro aspectos basicos: a) La dotacién econdmica de la investigaci6n. bj El perfodo de tiempo programado para su ejecucién. c) La existencia de un marco muestral valido, que haga factible la seleccién muestral aleatoria. d) El grado de precision que el investigador quiera dar a la indagaci6n. El muestreo probabilistico se adecta més a propésitos de: a) Estimacién de pardmetros. b) Comprobacién de hipdtesis (test de significatividad). En cambio, el muestreo no probabilistico se muestra mas apropiado para: 4) La indagaci6n exploratoria (estudios piloto). 6} Estudios eualitativos, mas interesadas en profundizar en la informaci6a apor- tada que en su representatividad estadistica. c) Investigaciones sobre poblacién “marginal” (como prostitutas, delincuentes, drogadictos, homosexuales, inmigrantes ilegales, ¢ incluso miembros menos “marginale” como parejas cohabitantes, por ejemplo), de dificil registro y localizacién. Lo que complica la aplicacién de disefios muestrales probabi- listicos. El Cuadro 5.4 resume la variedad de procedimientos muestrales clasificados en “probabilisticos” y “no probabilisticos”. Si bien, hay que precisar que éstos no forman compartimentos éstancos. Un mismo disefio muestral puede compaginar diferentes va- riedades de muestreo en fases distintas de su desarrollo CuADRO 5.4. Modalidades de muestreo. Probabilisticos No probabilisticos Simple Por cuotas Sistemético Estratégico Estratificado “Bola de nieve” Por conglomerados De rutas aleatoriasCapitulo 5: La seleccién de las unidades de observacién: el disefio de la muestra. 181 5.4.1. Muestreo aleatorio simple Constituye el prototipo de muestreo, en referencia al cual se estiman las formulas basicas para el calculo del ramaio y del error muestral. Como muestreo probabilistico, su realizacién exige la existencia de un marco ‘muestral que cumpla las condiciones expuestas en el apartado 5.1. Una vez localizado, se asigna a cada unidad de la poblacién (en el listado) un nuimero de identificacién (si éste no figura anexo al marco muestral, siguiendo un orden consecutivo) para, poste- riormente, proceder a la extraccién aleatoria de los integrantes de la muestra. Laseleccién muestral puede hacerse siguiendo una tabla de ntimeros aleatorios, me- diante un programa de ordenador, u otro procedimiento que garantice que: a) Cada unidad de la poblacién tenga una probabilidad igual de participar en la muestra. Esta probabilidad viene determinada por la fraccién de muestreo = nN (el cociente entre el tamano de la muestra y el total de la poblacién). b) Laseleccién muestral sea totalmente aleatoria hasta alcanzar el tamafio mues- tral fijado. No obstante, se aconseja extraer un ntimero mayor de unidades que las prefijadas en el tamafio muestral para las sustituciones (por imposibilidad de localizar a algunos de los integrantes originales de la muestra, o porque es- tos se nieguen a colaborar en la investigacion, entre otras razones). Laeleccién de las unidades muestrales puede hacerse sin reemplazamiento (cuan- do cada unidad de la poblacién puede ser elegida sélo una vez) 0 con reemplazamiento (si participa en elecciones sucesivas). Lo habitual es que el proceso de seleccién se efec- tiie sin reemplazamiento. Cuando el marco muestral se halla en soporte magnético (como el tiltimo censo de poblacién -de 1991-, por ejemplo), se facilita la seleccién muestral mediante ordenador. En este caso, el programa de ordenador configurado ejecuta todas las tareas corres- pondientes: a) Numeraa cada uno de los integrantes del marco muestral (0 listado de las uni- dades de la poblacién). b) Genera su propia serie de niimeros aleatorios. ¢) Selecciona e imprime la lista de las unidades muestrales finalmente elegidas. Si el uso del ordenador no resulta viable, se recurre al procedimiento tradicional: utilizar una tabla de niimeros aleatorios. Estas tablas comprenden miiltiples combi- naciones de mimeros extrafdos al azar (0 por sorteo), de forma que cada digito presente una probabilidad igual de figurar en cualquier punto de la tabla. La actuacién, en es- te caso, seria:182 Segunda Parte: Los preliminares de la investigacién social a) Elegir aleatoriamente un punto de partida: una columna o una fila cualquie~ ra de la tabla. Puede comenzarse por cualquier lugar y moverse en cual- quier direccién (hacia arriba, hacia abajo, a la derecha 0 a la izquierda). La linica condicién que se exige es que la eleccién no responda a un conocimiento previo de la distribucién de los ntimeros en la tabla, Ello introducirfa sesgos en la muestra. b) Elntimero de digitos extrafdos de la tabla ha de corresponder con el ntimero de digitos de la poblacién contenida en el marco muestral. Por ejemplo, si el marco estuviese compuesto por 10,000 unidades (5 di- gitos), habria que numerar a cada unidad de la poblacién con 5 digitos: desde el primero (00001) hasta el tiltimo (10.000), correlativamente. A continuacién, se escogerfan mimeros con 5 digitos, desconsiderdndose aquellas cifras que su- peren la tiltima unidad poblacional numerada en el listado (10.000). ¢) Elindividuo al que pertenezca el ntimero extraido pasar4 a formar parte de la muestra, salvo que en el marco no se adjunte un medio para su localizaci6n (di- recci6n postal, teléfono). — Evempco pe wuestREo ALEATORIO SIMPLE Supéngase que va a realizarse una encuesta a licenciados en Ciencias Politicas y So- ciologia. El equipo investigador elige tomar como marco de muestreo el directorio de “cole- giados” (en el llustre Colegio Nacional de Doctores y Licenciados en Ciencias Politicas y So- ciologia de Madrid). lmaginemos que, a fecha de la investigacién, hubieran 4.500 personas colegiadas. La muestra (si se fija un margen de error de +:3% y un nivel de confianza de 20) estaria compuesta por 891 colegiados. Si se tomase el ntimero de colegiado como ntimero de identificacion, no habria que asig- nar a cada unidad de la poblacién un numero. Para la extraccién de los nuimeros se comenzaria por una fila 0 columna de una tabla de nuimeros aleatorios. En el Cuadro 5.5 figura un extracto de la tabla de ntimeros aleatorios ad- junta en el Anexo. Del cuadro se deduce que la decisién tomada ha sido comenzar en la pri- mera columna, escogiendo los cuatro tiltimos digitos, y continuar hacia abajo hasta el final de la columna. Cuando ésta concluye, seguir en la siguiente columna, pero ahora tomando los cuatro primeros digitos e, igualmente, hacia abajo. El procedimiento contintia hasta que, al menos, se alcanza el famafio de la muestra fijado. Se decide extraer 60 colegiados mas pa- ra posibles sustituciones de la muestra inicial Descartando los ntimero superiores a la cifra de 4.500 (n.° total de colegiados), los su- jetos seleccionados serian aquellos cuyo ntimero de identificacién (n.° de colegiado) se co- rrespondiese con las cifras siguientes: 4357, 2111, 0801, 1767, 3740, 0924, 0364, 1247, 2147, 3364, 4460, 0621, 2815, 3666, 4410, 0054, 0935, 3602 La probabilidad de seleccién dada a cada unidad de la poblacién seria 0,198, al ser la frac- cién de muestreo: n Bot 2 8" =0,198 N 4.500Capitulo 5: La seleccién de las unidades de observacion: el diseho de la muestra CuapRo 5.4. Extracto de una tabla de numeros aleatorios. 183 9 6754 1767|6 5 [5859 3 | 4357 8604 | 0 5 | 3364 0 }6318 3740|3 4 | 9927 6 f2ti1 52820 0| 7243 4 | 7534 0924|3 6 | 7879, 9 | 8614 75993 8 | 4460 2 | 4856 0364 | 8 4| 4898 9 |6887 1247/9 8 | 0821 9 | 0801 2147|2 4| 2815, 5 [5165 7731\2 8 [3866 4410] 5 4| 7361 3483] 3 7172) 6 4 | 5690 6633| 4 8771/5 5 | 0423 6737| 2 7993] 1 8 | 9292 8476| 7 0084) 4 2| 3410 1274] 0 6284] 6 5 | 9844 1492] 2 0935] 1 9 | 8795 1864) 4 6622] 3 8 | 6085 7828] 5 7740| 8 3 | 7390 7676) 6 3602) 8 2 | 8420 7021] 9 La exigencia de disponer de un listado de la poblacién de interés, y su numeracién, hace desaconsejable este procedimiento de seleccién muestral en poblaciones de elevada magnitud. En estos casos, habria que acudir a otro tipo de disefio muestral que suponga un menor coste de realizaci6n. El Cuadro 5.5 resume las ventajas y los inconvenientes principales del muestreo aleatorio simple. CUADRO 5.5. Ventajas ¢ inconvenintes del muestreo aleatorio simple. Ventajas Inconvenientes Facilidad de los calculos estadisticos. Elevada probabilidad de lograr la equiparabilidad entre las caracteristicas de la muestra y las correspondientes ala poblacién, Requiere listar y enumerar a las unidades de la poblacién. Resulta monétono y arduo en muestras y poblaciones elevadas (sobre todo cuando se emplean procedimientos. manuales). La dispersion alcanzada en Ja muestra repercute negativamente en los costes de la investigaci6n. 5.4.2. Muestreo aleatorio sistematico Esta variedad de muestreo probabilistico es més practicada que la anterior. Exige igualmente la existencia de un listado de la poblacién, pero difiere del muestreo alea- torio simple en dos aspectos fundamentales:184 Segura Parte: Los preliminares de la investigaci6n social a) Solo la primera unidad de la muestra se elige al azar (mediante una tabla de nii- ‘meros aleatorios, por sorteo u otro procedimiento), con la condicién de que el mimero seleccionado sea inferior al coeficiente de elevacion. El coeficiente de elevacién se calcula dividiendo el tamafio del universo por el tamafio de la muestra (N/n). Expresa el ntimero de veces que la muestra se halla contenida en el universo. b) Los restantes elementos de la muestra se obtienen sumando, sucesivamente, el coeficiente de elevacién (a partir del primer ntimero elegido aleatoriamente), hasta completar, al menos, el tamafio muestral. Si, previamente, no se ha extrafdo un excedente de unidades muestrales a con- siderar para las “sustituciones” (de los elementos de la muestra), en el momento de la seleccién muestral (0 posteriormente), ha de calcularse un nuevo coeficiente de ele- vacién que permita una nueva seleccion sistematica de las unidades muestrales no cu- biertas en el trabajo de campo (por no estar localizables, por negacién a cooperar u otra raz6n). 4 Evemp.o DE MUESTREO ALEATORIO SISTEMATICO Sila muestra del ejemplo anterior se eligiese de forma sistemédtica, se actuaria de la ma- nera siguiente a) Se calcula el intervalo de seleccién, determinado por el coeficiente de elevacion N _ 4.500 _¢, n 891 b) Se extrae al azar un ntimero inferior a 5; por ejemplo, el 3. La unidad de la poblacién ala que corresponda dicho numero (en el marco muestral utilizado), constituye la pri- mera unidad de la muestra. ¢) Las demas unidades muestrales se eligen sumando, sistematicamente, el coeficiente de elevacion a los numeros que se seleccionen a partir del primer ntimero extraido al azar. En este ejemplo, el 3 seria el primer numero. Le seguirian el 8, el 13, el 18, 23, 28, 33..., hasta reunir, como minimo, las 891 unidades que integran la muestra del estudio. La muestra asi extraida se asemejaria a la lograda mediante un muestreo alea- torio simple En el Cuadro 5.6 figuran algunas de las ventajas y de los inconvenientes del muestreo aleatorio sistemdatico.Capitulo 5: La selecci6n de las unidades de observacién: el diseno de la muestra 185 CUADRO 5.6, Ventajas e inconvenientes del muestreo aleatorio sistematico. Ventajas Inconvenientes No precisa del uso continuo Necesita del recuento constante de ura tabla de mimeros aleatorios | de las unidades de la poblacién, (u otto procedimiento de asignacin aleatoria). Antes de la seleccién muestral, hay que desordenar el marco muestral No exige que el marco muestral sea _| (si éste se encuentra ordenado de un listado, Este, en cambio, puede —_| de acuerdo con algiin criterio que adoptar varias formas (fichas, favorezea la mayor representacion papeletas,... hasta la propia presencia | de determinados segmentos fisica de las unidades de la poblaci6n). | de la poblacién en Ia muestra). 5.4.3. Muestreo aleatorio estratificado El muestreo aleatorio estratificado constituye una de las modalidades de muestreo mis practicadas en la investigaci6n social, cuando se dispone de informacién sobre ca- racteristicas de la poblaci6n de interés. Supone la clasificacién de las unidades de po- blacién (contenidas en el marco de muestreo escogido), en un ntimero reducido de gru- pos (estratos), en raz6n de su similaridad, dictada por las caracteristicas observadas en el marco muestral. Con ello se persigue que cada estrato tenga representacién en la muestra final. Al igual que en el muestreo por cuotas, en el estratificado la muestra se distribuye en diferentes grupos de poblacién, en funcién de los valores que presente en las va- riables elegidas para la estratificacin. No obstante, ambas modalidades de muestreo difieren en la forma de eleccién de las unidades muestrales. Mientras que en el mues- treo por cuotas intervienen criterios subjetivos, en el estratificado sélo el azar. En él, la extraccién de las unidades finales de la muestra (en cada estrato) se hace siguiendo exclusivamente procedimientos aleatorios de seleccin muestral (muestreo simple, sis- temético, de rutas aleatorias). Lynn y Lievesley (1991) destacan cuatro principios basicos en el disefio de un es- quema de estratificacion: a) Eleccion de las variables de estratificacion. En general, la eleccién de las va- riables est condicionada a aquellas comprendidas en el marco muestral de re- ferencia. De ellas se escogerén las mds relacionadas con los objetivos de la in- vestigacién, con la finalidad de aumentar la efectividad de la estratificacion. De las variables también se exige que sean categéricas. En caso contrario, habria que cambiar su nivel de medici6n; es decir, categorizarlas. b) Orden de las variables de estratificacién. Como la primera variable de estrati- ficacién es la que més discrimina, en el primer estadio de estratificacién deberta186 Segunda Parte: Los preliminares de la investigaci6n social elegirse la variable de mayor relevancia para la investigacién; en el segundo es- tadio, la segunda variable mas importante; y, asf, consecutivamente, debido al poder decreciente de la estratificacién. c) Numero de variables de estratificaci6n, Para la mayoria de los objetivos de in- yestigacion, no se precisa diferenciar tres 0 cuatro estadios de estratifica- cién. Tampoco se requiere la adopcidn de las mismas variables de estratifi- cacién para todas las muestras. Puede alcanzarse una mayor eficacia siguiendo un esquema de estratificacién distinto para la variables incluidas en los diversos estadios de la estratificacion. d) Tamajio de los estratos. La estratificacion resulta mas adecuada, cuando se di- vide la poblacién en grupos de igual tamaiio. En cambio, se alcanzan escasos beneficios, cuando se utilizan variables bastante correlacionadas entre sf. En este caso, los estratos diferenciados variarfan en su tamajio, aunque no en su naturaleza, en contra del propésito primordial de la estratificacién: la consecucién de grupos de poblacién muy homogéneos entre sf y diferentes del resto. En suma, si con la estratificacidn se persigue el logro de una mayor precisién en Ja estimacién muestral, ésta se alcanzara cuando se cumplan dos condiciones esen- ciales: a) Sean maximas las diferencias entre los estratos y minimas dentro de cada es- trato. b). Las variables de estratificacién se hallen relacionadas con los objetivos de la in- vestigacién (con las variables independientes y/o dependientes). De no ser asf, se obtendria una precisién similar a la alcanzada sin la estratificacién. Evempto DE ESTRATIFICACION | En un estudio sobre la incidencia del fracaso escolar en la conducta delictiva, se elegi- rian como variables de estratificacion cualquiera de las habitualmente asociadas a la cau- salidad de ambos fenémenos sociales: el fracaso escolar y la delincuencia. Es fAcil que el investigador disponga de informacién sobre las variables sexo y clase so- cial. En caso afirmativo, podria estratificarse en funcién de ambas variables. Atendiendo a es- tas variables, la poblacién quedaria, por ejemplo, dividida en seis estratos: varones de cla- se alta, varones de clase media, varones de clase baja, mujeres de clase alta, mujeres de clase media, mujeres de clase baja. De esta forma, el investigador asegura la representacién en la muestra de los estratos di- ferenciados. Lo que sera de utilidad para la posterior realizacién de comparaciones entre los. datos obtenidos de cada uno de los grupos sefialados.Capitulo 5: La seleccién de las unidades de observacién: el disefio de la muestra 187 Las variables de estratificaci6n mas empleadas son las variables sexo y edad, debi- do a que ambas se hallan recogidas en la mayorfa de los marcos muestrales. A ellas pue- den afiadirse otras variables, como la clase social, la ocupacién, el nivel de instruccién; depende del objetivo fundamental de la investigacién. En estudios a nivel nacional (¢ internacional), suele estratificarse por ubicacién geo- gréfica: Ambito territorial (pais, comunidad auténoma, provincia, municipio), tipo de habitat (urbano, semiurbano, rural), o por tamafio de habitat (ntimero de habitantes). Tras la clasificacién de la poblacion en estratos, se procede a afijar la muestra en ca- da estrato. Por afijacién se entiende la distribucién del tamafio muestral global entre los estratos diferenciados. Esta distribucién puede cumplirse de tres maneras distintas: de forma simple, proporcional u éptima. * Afijacion simple Se asigna el mismo tamafo de la muestra a cada estrato. Con ello se busca la igual representacién de los estratos en la muestra global. Lo que favoreceré el logro de es- timaciones igualmente significativas en todos los estratos. Esta equidistribucién del tamafto muestral conlleva, no obstante, un inconve- niente importante: favorece a los estratos de menor volumen de poblacién (al conce- dérseles un tamaiio muestral superior al correspondiente a su volumen poblacio- nal), respecto de los estratos de mayor magnitud. Para la afijacién simple se divide el tamanto muestral global entre el ntimero de estratos. La cantidad asf obtenida expresard las unidades a observar en cada uno de los estratos. * Afijacién proporcional Como su nombre indica, en la afijacion proporcional la distribucién de la muestra se hace “proporcional” al peso relativo del estrato en el conjunto de la poblacién. Por lo que, a los estratos que retinan un mayor ntimero de unidades de poblacién les co- rrespondera un tamafio muestral superior al de aquellos que representen un porcen- taje inferior en la poblacién. Este criterio de afijaciGn es el més seguido. Para su célculo, se multiplica la pro- porcin que representa el estrato en la poblacién por el tamafo muestral a afijar. * Afijaci6n éptima Al peso relativo del estrato en la poblacién, en la afijacién dptima se afiade la va- riabilidad (o heterogeneidad) del estrato respecto a la variable considerada en Ia es- tratificaci6n. En conformidad con este tiltimo criterio de afijacién, les corresponderé un tamaiio muestral superior a los estratos de mayor heterogeneidad y peso poblacional.188 Segunda Parte: Los preliminares de la investigacién social La realizacién de esta variedad de afijacidn precisa del conocimiento previo de la varianza poblacional en cada estrato, respecto de las variables que se hayan emplea- do para la estratificaci6n. Esta informaci6n es dificil de conocer (los marcos muestra- les usuales no la facilitan), a menos que se haya analizado con anterioridad a la misma poblacién (en un estudio piloto ex profeso o en investigaciones periédicas). Esto explica la escasa practica de este tipo de afijacién, pese a su calificativo de “éptima”. Para su célculo se multiplica, en cada estrato, el porcentaje que representa el estrato en el conjunto de la poblacién por la varianza (0 desviacién tipica) correspondiente. Luego se suman todos los productos y se calcula la proporcién que representa cada producto en el total. Por iltimo, se multiplican estas proporciones por el tamafio de la muestra. De es- ta forma se obtiene el ntimero de unidades de la poblacién a observar en cada estrato. —| Evempro 0& AFWACION DEL TAMANO MUESTRAL EN ESTRATOS En una investigacién sobre las actitudes delictivas de la poblacién universitaria espafiola, se decide la estratificacién de la poblacién universitaria por nivel académico, con la finalidad de garantizar la presencia en la muestra de los distintos niveles académicos. La muestra glo- bal estd integrada por 2.500 unidades (con un error maximo de + 2% y nivel de confianza de 20). Esta muestia se afija en los estratos siguiendo alguno de los criterios siguientes: Nivel de estudios | Porcentaje | Varianza aiecan) universitarios poblacién Same lace lore Primer ciclo 45 1.900 | 833 1.128 970 ‘Segundo ciclo 39 2600 | 833 975 | 1.150 Tercer ciclo 16 2.100 833 400 380 2.499 2.500 2.500, Afijacién simple: ee =833 De cada estrato se escoge el mismo numero de unidades muestrales Afijacién proporcional: 0,45 - 2.500 = 1.125 0,39 - 2.500 = 975 0,16 - 2.500 = 400 Al primer estrato le corresponderd un mayor tamafio muestral porque retine un volumen de poblacién mas amplio. En cambio, al tercer estrato sélo se le asignan 400 unidades mues- trales.Capitulo 5: La seleccién de las unidades de observacion: el disefio de la muestra 189 Afjacién éptima: (e) “a (8) (©) (0) Afijacion Porcentaje | Varianza | (A) .(B) | Proporcién (C) | éptimar 45 1.900 | 85.500 0,388 970 39 2.600 | 101.400 0,460 1.150 16 2.100 | 33.600 0,152 380 100 220.500 1.000 2.500 () La columna (E) se obtiene muttiplicando cada cifra que figura en la co- lumna (0) por ol tamafio muestral a fijar (2.500 unidades). Como el segundo estrato presenta la varianza poblacional més elevada y, al mismo tiem- po, es el segundo con mayor representacién poblacional, éste resulta ser el mas favorecido en la afijacién dptima Por tltimo, comparénse las cifras obtenidas en las tres modalidades de affjacidn. Asi po- dran apreciarse las variaciones en la distribucién de la muestra que producen los tres crite- tios de afijacién existentes. tres variedades de afijacién pueden englobarse en dos amplias modalidades de estratificacion: la estratificacién proporcional y la no proporcional. * Estratificaci6n proporcional La estratificacién se hace de manera que garantice una probabilidad igual de se- leccidn para todos los estratos. Como difiere el conjunto de unidades que forman el es- trato, los tamafos muestrales correspondientes a cada estrato también variardn en pro- porcién similar. * Estratificacién no proporcional La representacién de los estratos en la muestra final no es proporcional a su peso enel conjunto de la poblacién, al haberse dado una probabilidad desigual de seleccién en cada estrato (mediante la afijacién simple o la éptima). Esta “no proporcionalidad” puede deberse al deseo de analizar, con mayor deta- Ile, unos estratos concretos, a los cuales les corresponderfa un tamafio muestral infe- rior, si se hubiese optado por la estratificacién proporcional; o, simplemente, para pro- piciar la representatividad de las estimaciones muestrales en todos los estratos.190 Segunda Parte: Los preliminares de la investigacion social Uno de los inconvenientes fundamentales de la estratificacién no proporcional es la necesidad de ponderar la muestra, si se desea la obtencién de estimaciones mues- trales para el conjunto de la poblacin. Por el contrario, no se precisa de la ponde- racion, cuando s6lo se realizan anilisis individuales y/o comparativos entre los es- tratos. Por ponderaci6n se entiende el proceso de asignacin de “pesos” a cada estrato, de manera que logre compensarse la desigual probabilidad de seleccién dada a ca- da unidad de poblacién que compone el estrato. A tal fin, se comparan los datos muestrales con caracteristicas de la poblacin de interés publicadas en el ultimo cen- so de poblacién, padrén de habitantes u otro sondeo a cuyos datos se conceda una significativa validez, Por lo que, antes de ponderar, el investigador debera comprobar la adecuacién de los datos que toma como referente de las caracteristicas pobla- cionales. La ponderacién puede efectuarse de varias formas. La més usual consiste en dividir el porcentaje que representa el estrato en el universo entre el porcentaje que representa en la muestra. De esta manera se obtienen los “pesos” 0 coeficientes de ponderacién. Estos se multiplicaran por cada una de las estimaciones muestrales de los estratos co- rrespondientes para, asf, poderse inferir el valor de los respectivos pardmetros po- blacionales. En los ficheros de datos de la mayorfa de los paquetes informatico se fijan los pe- sos a asignar a cada subconjunto (estrato) de poblacion, El programa automaticamente cumplimenta la ponderaci6n, antes de proceder a la tabulacidn conjunta y posterior andlisis de la informacién obtenida. — Exsempco ve PONDERACION Una institucién alavesa encarga una encuesta para conocer los habitos de consumo de droga entre la poblacién (de ambos sexos) de 16 y mas afios de edad, por franjas de edad y zonas geogrdficas. El tamario de la muestra se ha fijado en 1.600 entrevistas. Lo que su- pone un error genérico de muestreo del 2,5%, para un nivel de confianza del 95,5% (20) y un supuesto de varianza maxima (P 0,50). Dada la distribucién de la poblacién alavesa en el territorio (en la que destaca la con- centracion en la capital de tres de cada cuatro habitantes), 6! equipo investigador decide rea- lizar una afijacién inicial no proporcional de la muestra total. Se asignan $00 entrevistas a la capital Vitoria (con 172.546 habitantes de 16 y mds afios de edad) y las 700 restantes dis- tribuidas en el conjunto de los otros municipios (con una poblacién global de 56.224 habitantes de 16 y mas afios). El objetivo es obtener resultados con errores de muestreo similares en estas dos gran- des zonas geograficas. Para devolver a los datos su proporcionalidad (y poder asi analizarCapitulo 5: La seleccién de las unidades de observacién: el disefio dela muestra 191 conjuntamente la informacién recabada en cada estrato), se procede a la ponderacién de la muestra: Cuadrillas Poblacién | (A) | Affjacién | Afijacién | (B) _| Coeficiente que dividen 16ymés | Porcent.| propor. | no propor. | Porcenteje |ponderacin administratvamente| arios. | poblac. | (*") (7) | muestra | (4/B) Alava oO Afiana 4.868 24 34 61 38 553 Ayala 28.263 | 12,4 198 352 22,0 564 Campezo 2.880 13 21 36 23 565 La Guardia 8.066 35 56 100 62 565 Salvatierra 7.434 32 51 92 57 561 Vitoria 172.546 | 75,4 | 1.206 900 56,3 1.339 Zuya 4713 a4 34 59 3,7 568 228.770 too | 1.600 1.600 100 ((). Fuente: Censo de Poblacién 1991, INE. (*)_ Numero de entrevistas que se habrian realizado, si se hubiese efectuado una afijacién proporcional. Estas se ob- tienen multplicando la proporcién que representa cada cuadiila (zona) en el conjunto de la poblacién por el ta- ‘majio muestra (1.600). (79) Numero de entrevistas que en realidad se han efectuado: 900 en Vitoria y las 700 restantes distbuidas pro- Porcionalente entre ol resto de las cuadhilas. Para ello se calcula nuevamente la proporcicn que representa ca-