Professional Documents
Culture Documents
Metodologas de la
Investigacin Social
LOM
PA L A B R A D E L A L E N G U A Y M A N A Q U E S I G N I F I C A
LOM Ediciones
Primera edicin, 2006.
I.S.B.N.: 956-282-840-9
Registro de Propiedad Intelectual N: 156.786
SOL
ndice
Introduccin
2. Enfoques y distinciones
3. El saber cuantitativo
4. El saber cualitativo
5. El enfoque dialctico o reflexivo
6. La paradoja del mtodo
Bibliografa
9
10
12
17
22
25
26
29
29
30
37
48
51
55
58
61
61
65
67
75
88
95
99
111
113
114
118
138
139
139
140
141
143
145
154
159
161
163
164
165
167
167
170
172
179
180
183
183
184
187
190
29
2. Qu es la metodologa cuantitativa?
El torpedero es un arma que corresponde al espritu popular,
es una expresin democrtica opuesta al espritu conservador
y restaurador de los grandes y lentos acorazados
GABRIEL HARMES
Tradicionalmente se ha definido a la metodologa cuantitativa como un paradigma, es decir, como un modelo integral sobre cmo realizar investigacin
cientfica y como interpretar sus resultados. En este enfoque, la investigacin
cuantitativa no solo contiene tcnicas de anlisis de datos o de produccin de
informacin, sino tambin una perspectiva epistemolgica respecto de la realidad, de la forma de conocerla y de los productos que podemos obtener de la
investigacin social.
Quienes hacen esta distincin tienden a contraponer este paradigma
con su perfecto opuesto: el paradigma cualitativo. Aunque algunos autores
30
(por ejemplo: Ibez, 1994) tratan de disolver la dicotoma por la va de la generacin de una tricotoma (un tercer paradigma que llaman dialctico"), en la
mayor parte de las exposiciones contina predominando la propuesta didica.
Desde esta perspectiva se tiende a decir que el paradigma cuantitativo
tiene como base epistemolgica el positivismo o el funcionalismo, como nfasis
la bsqueda de objetividad, de relaciones causales y de generalizacin, como
estrategia de recogida de informacin la estructuracin y sistematicidad y como
percepcin de la realidad social una interpretacin esttica y fragmentada (una
presentacin reciente y clsica la podemos encontrar en Cea, 1998).
Otra versin de este modelo (muy influyente en pases de habla hispana) ha
sido la ya sealada presentacin de Jess Ibez (1994), quien sofistica el anlisis distinguiendo tres perspectivas de investigacin y llamando al paradigma
cuantitativo: distributivo.
Para este investigador las caractersticas esenciales de dicho paradigma se
concretizan en uno de los instrumentos de produccin de informacin que ste
utiliza: la encuesta social. Desde all Jess Ibez seala que la estrategia
distributiva presupone una concepcin de sus sujetos de estudio como entidades atomizadas, un nfasis en la investigacin de hechos (los cuales se pueden
distribuir en categoras, de all el nombre del paradigma), un enfoque ideolgico
coherente con la ideologa dominante del capitalismo de produccin y un nfasis en la desmovilizacin social y en la redundancia de la informacin obtenida.
Desde el punto de vista ideolgico, detrs de estas descripciones podemos
distinguir usualmente (aunque no siempre, hay quienes mantienen cierta neutralidad) un intento de hacer una lectura ideolgica y/o valorativa del supuesto
paradigma. Es as como, mientras algunos enfatizan que esta estrategia es el nico
camino para obtener resultados realmente cientficos (es decir, objetivos y vlidos), para otros lo cuantitativo es sinnimo de dominacin e ideologa dominante.
A mi juicio, este tipo de enfoques para la definicin de lo cuantitativo contiene dos errores cruciales: sobre interpreta el carcter ideolgico de la tcnica y
presupone, sin demostrarlo, la existencia de dos paradigmas cerrados y coherentes a los que los investigadores deben adscribirse.
Como podemos observar al leer la cita que da inicio a este apartado, la sobreinterpretacin ideolgica de un producto tecnolgico no es propiedad de los
cientficos sociales (quin podra defender hoy el carcter democrtico de los
torpederos?), sino de aquel conjunto de pensadores que pretenden dar ms solidez a sus argumentos desnudando el carcter ideolgicamente regresivo de
sus adversarios.
Sin pretender negar en detalle y en su totalidad este tipo de argumentos de
crtica ideolgica (tarea que est ms all de las capacidades y preferencias del
31
32
Por el contrario, el investigador cuantitativo solo puede explicarse los resultados de un estudio en funcin de las redes sociales en que estn inmersos
los sujetos, aunque el proceso de recoleccin de informacin los haya tratado
individualmente.
En suma, tal como argumentan Reichardt y Cook (1986), no hay ninguna
razn lgica que obligue a un investigador cuantitativo a adscribirse a su paradigma a la hora de interpretar sus resultados o planificar su investigacin. Ms
an, ya que los distintos argumentos de los supuestos paradigmas son lgicamente independientes, cada investigador puede desarrollar su propia
configuracin al interpretar los resultados de su investigacin.
No obstante lo anterior, el que la tradicional perspectiva paradigmtica
haya persistido tanto tiempo es un sntoma de que hay algo de cierto en ella. Nos
parece que existe una cierta correlacin emprica entre utilizar mtodos cuantitativos o cualitativos y adscribir a cierta percepcin de la realidad social y del
conocimiento cientfico. En otras palabras, los investigadores cuantitativos han
sido ms frecuentemente positivistas, experimentalistas, etc., que los investigadores cualitativos.
A que se puede deber esta correlacin? Creemos que esto responde a dos
razones:
a) Como ejemplo prctico de profeca autocumplida, los investigadores han
tendido a creer en la existencia de los paradigmas y han actuado en consecuencia, adscribindose a las posiciones que se supona deban apoyar, lo que puede
haber tenido efectos reforzadores sobre su eleccin metodolgica (permitiendo
por ejemplo, que un investigador cualitativo se sintiera progresista y un investigador cuantitativo objetivo y cientfico").
b) Es muy posible que los mtodos cuantitativos y cualitativos tengan ciertas
ventajas comparativas para realizar determinados tipos de investigacin. Exploraremos este argumento al determinar las potencialidades y limitaciones de
la investigacin cuantitativa.
Ahora bien, si la metodologa cuantitativa no es un paradigma, qu es?,
qu propiedades la delimitan?
A mi parecer, la caracterstica bsica que define lo cuantitativo como metodologa de investigacin es la utilizacin de los nmeros para el estudio de la
realidad natural y social. Esta, que en s misma es una afirmacin evidente y
aparentemente poco esclarecedora, tiene una serie de consecuencias muy interesantes para su adecuada delimitacin:
33
34
35
36
37
Por ejemplo, si suponemos que un sujeto tiene una serie compleja de opiniones sobre moral y costumbres sociales (una realidad compleja, diversa y en
muchas ocasiones contradictoria), una sola de las opiniones de esta persona
es su grado de acuerdo con la legalizacin de la marihuana. Lo que realiza el
investigador cuantitativo es dejar de lado la complejidad de opiniones del
sujeto y aislar (terica y empricamente) solo una de ellas: la actitud hacia la
marihuana, asignndole un nmero a dicha propiedad de acuerdo al tipo o
grado de actitud que el sujeto posea.
b) Evidentemente, esta segmentacin de la realidad se sostiene sobre el supuesto de que nada esencial de la realidad de nuestro objeto de estudio se pierde
en este proceso analtico.
c) Por otro lado, esta estrategia transforma en clave tanto las operaciones tericas por las cuales se seleccionan las variables a medir (ya que si las variables
seleccionadas no son relevantes y se olvida alguna crucial, la investigacin
perder calidad), como las operaciones tericas y empricas por las cuales se
delimitan dichas variables, puesto que si se define en forma poco pertinente
una variable, lo que mediremos tambin ser poco relevante (estos procesos
usualmente se denominan: definicin conceptual de las variables y definicin operacional de las variables").
Como ejemplo de la centralidad que tienen los procesos de definicin en la
investigacin cuantitativa, podemos sealar que es usual en este tipo de estudios que diversas investigaciones se contradigan en sus resultados respecto a
la asociacin o no entre diversas variables. Gran parte de estas diferencias de
resultados se pueden explicar porque los autores utilizan diversas definiciones conceptuales y operacionales de variables a las que llaman con el mismo
nombre, lo que implica que en realidad estn midiendo distintos objetos.
No obstante, no se trata de definir lo que realmente es un concepto, ya que
eso implicara asumir que los objetos que definimos en ciencias sociales tienen existencia independiente de las delimitaciones que hacemos de ellos
(por el contrario, la gran mayora de nuestros conceptos son constructos
creados por los investigadores y tericos), sino ms bien que nos preocupemos de definir los conceptos de manera coherente con el enfoque de
investigacin que adoptamos y que seamos conscientes de que al definir un
concepto de una determinada manera estamos tomando opciones que cambiarn la naturaleza de la variable efectivamente medida.
d) La necesidad de transformar nuestra informacin a nmeros tiene tambin
implicancias para las caractersticas de los datos que procesamos efectivamente: estos deben ser lo ms simples posibles.
38
Lo anterior implica que privilegiemos la utilizacin de instrumentos de produccin de informacin que producen datos ya simplificados, como por
ejemplo las preguntas cerradas de respuesta simple, habituales en las encuestas sociales. En este tipo de preguntas suponemos que, pese a que la
opinin del sujeto sobre el tema preguntado puede ser compleja, al
presentrsele un listado simple de respuestas, nuestro encuestado realiza
un proceso de simplificacin y ponderacin que rescata lo esencial de su
opinin.
Por ejemplo, posiblemente una persona tiene una opinin bastante compleja
respecto a la legalizacin de la marihuana, pero enfrentado a la pregunta:
est usted de acuerdo con la legalizacin del consumo de marihuana?, con
las alternativas de respuesta: S y No, la persona, al responder, realiza una
operacin de abstraccin y sntesis que nos entrega lo esencial de su opinin.
En el caso de que no podamos aplicar instrumentos que inciten al sujeto a
realizar por s mismo el proceso de simplificacin, nos vemos obligados a
realizarlo nosotros. A esto lo llamamos proceso de codificacin, el que
implica establecer y numerar todos los tipos de respuestas u opiniones se
podran encontrar en los textos que estudiamos, para luego leer cada uno de
ellos, asignando el nmero correspondiente a la opinin predominante en el
texto en cuestin. Este procedimiento se debe utilizar, por ejemplo, con las
preguntas abiertas o cuando analizamos cuantitativamente textos.
Ambas formas de obtener respuestas simples tienen en comn que nos vemos obligados a reducir la opinin real y compleja del sujeto, perdiendo
mucha informacin en el proceso. Nuestra apuesta, sin embargo, es que lo
esencial de lo que piensa o dice el encuestado ser rescatado en el proceso de
simplificacin. Si este supuesto no fuera cierto, estaramos cometiendo un
error crucial pues nuestros datos no reflejaran lo esencial de las opiniones
de las personas. En el caso de que este supuesto fuera cierto, si bien no conoceramos toda la complejidad de las opiniones de los encuestados, al menos
tendramos el ncleo central de ellas.
e) Finalmente, y como parece evidente, el proceso de segmentacin de la realidad
implica perder la perspectiva global sobre los sujetos que estamos estudiando
(de ellos solo conocemos las variables que medimos). Afortunadamente esta es
una prdida que podra ser solo inicial, ya que parte importante del sentido de
la estadstica multivariada es intentar reconstruir esta complejidad a travs de
establecer las mltiples asociaciones entre las variables medidas. Lamentablemente, debemos reconocer que esta reconstruccin de la complejidad es solo
parcial, ya que en ella estarn incluidas solo las variables que efectivamente
hayamos considerado en nuestro estudio.
39
40
41
42
43
44
respuesta: a) s y b) no, la variable sera medida solo a nivel nominal, diferenciando entre jvenes y no jvenes.
En otras palabras, el nivel de medicin de una variable depende no solo de
sus caractersticas, sino del instrumental emprico que utilizamos para medirla, instrumental que debe estar justificado tericamente, sobre todo cuando
medimos a un nivel de medicin ms simple que el que podramos aspirar
con otro instrumental.
c) Finalmente, una tercera idea sobre la que se sostiene la teora representacional
de la medicin, y que se deduce de lo dicho anteriormente, es que en ella los
nmeros son asignados de manera altamente arbitraria, con la nica restriccin de que stos deben representar las relaciones entre las propiedades
reales.
Evidentemente la teora clsica tambin admite un cierto nivel de arbitrariedad, pero ella queda limitada solo a la seleccin de la unidad de medida.
Luego de que se ha obtenido un consenso en torno a ella, los nmeros son
asignados a las propiedades de los objetos de manera determinstica. Por
ejemplo, si queremos medir la longitud de un objeto, podemos discutir si
utilizar como unidad de medida el metro o el pie, pero una vez llegado
al acuerdo, el objeto que estamos midiendo medir siempre lo mismo (haciendo abstraccin de los errores de medicin producto de la falta de precisin
de nuestros instrumentos o de la influencia de las condiciones ambientales
que pudieran afectar el proceso de medicin).
Adems, los nmeros asignados segn el enfoque clsico tienen una interpretacin clara: decir que un objeto mide 3,5 metros implica que nuestro
patrn de medida cabe tres veces y media en la longitud del objeto medido.
La situacin no es la misma en la teora representacional. En ella podemos
cambiar los nmeros que asignamos a los distintos objetos, con la nica
restriccin de que se respeten las reglas de asignacin del nivel de medicin
utilizado. Ntese que estos cambios no tienen que ver con que estemos utilizando otra unidad de medida. Es ms, en esta teora no se requiere siquiera
que exista una unidad de medida!
Esto tiene como consecuencia que en este enfoque los nmeros asignados no
tienen necesariamente una interpretacin clara. Por ejemplo, que alguien
obtenga un 17 en una escala de autoritarismo no indica que exista una
unidad de medida de 1 autoritarismo y que esta persona posea una magnitud equivalente a 17 de esas unidades.
Por el contrario, para la teora representacional, los nmeros solo representan las relaciones entre las propiedades reales, y son vlidos en la medida
en que las relaciones entre los nmeros asignados representen las relaciones
45
46
47
Antes de presentar en detalle las potencialidades y limitaciones de la metodologa cuantitativa tal como la hemos definido ac, daremos un pequeo rodeo
por la historia de la medicin en ciencias sociales.
48
El xito obtenido por las nacientes ciencias fsicas y naturales, sumado a los
desarrollos en teora de las probabilidades que se produce entre los siglos XVII
y XVIII producto de los trabajos de Bernoulli, Lagrange y Laplace (entre otros),
presion fuertemente a los pensadores interesados en temas sociales a adaptar
estos procedimientos a sus propias reas de inters.
Jaques Quetelet (1796 - 1874) fue quien primero aplic la estadstica a temas
sociales, aplicando a ellos los principios de la probabilidad y el clculo de promedios y variabilidad. Son especialmente destacables su concepcin del hombre
medio y su creencia en que es posible encontrar regularidades en los fenmenos sociales si los analizamos estadsticamente.
Ms o menos por esas fechas (siglos XVII y XVIII), pero en el campo de las
nacientes economa y sociologa aparece en Inglaterra la Escuela de Aritmtica
Poltica que pretende buscar regularidades en la conducta humana, aplicando
la estadstica a datos econmicos, demogrficos y sociales.
Esta corriente da origen, en los siglos XVIII y XIX, a la llamada Escuela de
Reformadores Sociales, que est constituida por numerosos pensadores sociales, principalmente ingleses, franceses y alemanes, que fundan sociedades
estadsticas interesadas en realizar censos, encuestas y recopilacin de datos
secundarios, sobre las condiciones de vida de la poblacin, con el objetivo poltico de desnudar ante los gobernantes y la opinin pblica las condiciones de
vida de las clases ms pobres de la poblacin y, a partir de ello, proponer reformas sociales.
Estas escuelas estuvieron muy ligadas con el primer movimiento socialista y
muchos lderes de este movimiento fueron, al mismo tiempo, los primeros en
utilizar encuestas sociales, las cuales eran aplicadas con el apoyo de las parroquias. Lo ms curioso de esta etapa del desarrollo de la investigacin cuantitativa
es que en aquellos tiempos este enfoque (hoy reputado de conservador e incluso
reaccionario, por algunos) era considerado progresista, pues permita dar a conocer, ms all de toda crtica de parcialidad, la vida de quienes no tenan voz
pblica.
Todo esto se acompa con un renacimiento de los antiguos censos de poblacin, los que se generalizan en los pases de Europa Occidental en los siglos
XVIII y XIX.
Un nuevo salto se produce hacia fines del siglo XIX, cuando socilogos como
Emile Durkheim (1858 - 1917) utilizan mtodos cuantitativos y estadsticos para
estudiar las regularidades sociales en conductas antes consideradas puramente individuales, como el suicidio.
Paralelamente, la naciente sicologa experimental (Martnez Arias, 1996), a
partir de los trabajos de Gustav Fechner (1801 - 1887) da origen a la Psicofsica,
49
que es una rama de la sicologa interesada en buscar formas directas (fundamentales) de medir la percepcin de fenmenos fsicos (como el sonido, la textura,
el peso, entre otros).
Este esfuerzo, y los avances experimentados en el siguiente siglo, se vieron
en gran parte facilitados gracias al desarrollo de la teora de los errores de medicin y de la distribucin normal estndar, de Pierre Simn de Laplace (1749 1827) y Friedrich Gauss (1777 - 1855), respectivamente.
Ya en el siglo XX la psicofsica contina su desarrollo y experimenta un salto
sustantivo cuando Alfred Binet (1857 - 1911) se propone medir la inteligencia de los
nios, refirindola a su edad mental (dando origen al Coeficiente Intelectual, CI).
Este esfuerzo de medicin de la inteligencia marca el inicio de la medicin de
fenmenos subjetivos y de la psicometra, disciplina que se comienza a apartar
paulatinamente de sus orgenes psicofsicos.
En esta misma lnea Edward Thorndike (1874 - 1949) publica en 1904 una
teora de la medicin de estados mentales y sociales, James Cattell (1860 - 1944)
desarrolla procedimientos para medir la estructura de personalidad a partir de
anlisis factorial y en 1917 se da inicio a la utilizacin de tests para seleccin de
personal, con la creacin de los tests alfa y beta para seleccin de reclutas para
el ejrcito norteamericano, en el contexto de la primera guerra mundial.
Paralelamente, en el campo de la estadstica se observan importantes progresos con la aparicin de interesantes estadsticos que permiten realizar nuevos
anlisis. Entre ellos el ms emblemtico es el coeficiente de correlacin producto-momento propuesto por Karl Pearson (1857 - 1936).
Todo este esfuerzo comienza a dar un nuevo salto de magnitud a partir de
1920, cuando, en el campo de la sicologa Louis Thurstone (1887 - 1955), publica
numerosos artculos en que propone procedimientos, derivados de la psicofsica,
para la medicin de actitudes. A partir de estos trabajos se desarrollan estrategias para la medicin de actitudes en particular y de conceptos subjetivos y
complejos en general, conocidas como tcnicas de escalamiento unidimensional.
El ms conocido, simple y actualmente ms utilizado de estos procedimientos, es la Escala Likert o Escala Sumativa, desarrollada por Resis Likert en 1932.
La sociologa cuantitativa, en cambio, experiment una etapa de estancamiento hasta la dcada del 30, cuando los trabajos de Paul Lazarsfeld (1901 1976), y sobre todo su eficaz direccin del Bureau de Applied Social Research de
la Universidad de Columbia, le permiti reunir en torno a l a un slido equipo
de investigadores empricos y servir de paradigma para los modernos estudios
sociales. Entre otros temas, Paul Lazarsfeld profundiza la utilizacin de la estadstica a los anlisis de encuestas sociales y desarrolla las tcnicas de panel
para el estudio de intenciones de voto.
50
51
52
que, siendo estadsticamente significativas, son muy poco relevantes. Digamos, los hombres estn a favor de algo en un 77%, frente al 70% de las mujeres.
En este caso es ms importante el amplio acuerdo frente a la afirmacin que
la leve diferencia encontrada, aunque sta sea significativa.
Evidentemente para cada uno de estos problemas de medicin se han desarrollado contramedidas que intentan minimizar su impacto. As por ejemplo, se
han desarrollado mtodos para evitar los errores de digitacin, se ha enfatizado
la necesidad de supervisin externa sobre el proceso de levantamiento de datos,
se han desarrollado anlisis estadsticos que detecten datos de dudosa calidad,
se ha exigido un personal cualificado a la hora de construir los instrumentos de
produccin de informacin, se han diseado procedimientos metodolgico estadsticos para asegurar la fiabilidad y validez de la informacin producida,
entre otros procedimientos.
No obstante, aunque la utilizacin de estas estrategias sin duda mejoran la
validez global de nuestra investigacin, es innegable que, pese a todo, la informacin cuantitativa de que disponemos no es tan precisa y vlida como la
accesible en otras disciplinas.
Qu justifica entonces que sigamos insistiendo en este camino?, no sera
mejor que intentramos otra estrategia que quizs podra ser ms productiva?
Dejando de lado motivaciones de carcter personal que hacen ms difcil el
abandono de los nmeros como herramienta de anlisis social (si, aunque muchos de los lectores no lo crean, existen cientficos sociales a quienes les encanta la
estadstica), creemos que hay razones que justifican continuar en esta tarea.
a) En primer lugar, solo la metodologa cuantitativa permite trabajar con amplios volmenes de informacin. La combinacin de anlisis estadstico e
instrumentos de produccin de informacin estandarizados y cerrados, permiten levantar y manipular informacin proveniente de muchos sujetos, lo
que sin duda mejora la validez externa de los resultados de la investigacin.
b) En segundo lugar, este procedimiento nos permite manipular gran cantidad
de variables de manera relativamente independiente de nuestras percepciones y juicios, por lo que muchas veces, sobre todo en los anlisis multivariados,
somos capaces de descubrir configuraciones de informacin sorpresivas con
respecto a lo que inicialmente suponamos.
c) Muy asociado con lo anterior, esta estrategia nos brinda mecanismos para
ponderar la influencia relativa de diversas variables sobre otras, lo que
nos permite simplificar la configuracin original, obteniendo un mapa de
relaciones entre variables mucho ms simple que el que originalmente
tenemos cuando comenzamos una investigacin de carcter multivariado.
53
54
55
En definitiva, solo el disponer de mayores recursos de investigacin permitir la masificacin de investigaciones complementarias.
No obstante, la segunda dificultad que tiene la complementariedad es de
naturaleza metodolgica y por tanto puede ser abordada por nosotros (y
creemos que lo ser en el futuro). El problema a que nos referimos consiste en
la dificultad actual para combinar en un informe los resultados cuantitativos y cualitativos.
Hoy en da no se dispone de procedimientos ni de controles de calidad para
desarrollar ese proceso, por lo que generalmente queda al buen sentido del
investigador el peso que entrega en el informe final a ambos tipos de resultados. Esto no es un problema demasiado grande cuando ambos informe
iniciales parecen coincidir, pero cuando sus resultados son relativamente
contradictorios, la decisin de privilegiar unos sobre otros, o la forma de
explicar sus diferencias, es en la actualidad un proceso altamente arbitrario.
En definitiva, la complementariedad entre ambas tcnicas, al estar poco estudiada desde el punto de vista metodolgico, tiende a solo traducirse en el
predominio de una sobre la otra. Nos parece que junto con el aumento de
investigaciones que utilicen ambas tecnologas, en el futuro veremos aparecer propuestas que delimiten y propongan estrategias para realizar la
triangulacin de resultados cuantitativos y cualitativos.
b) Desarrollo de la estadstica multivariada:
Nos parece que el potencial de la estadstica multivariada est recin comenzando a ser explotado en ciencias sociales. Creemos que en los prximos
aos veremos tanto una masificacin de su utilizacin, como una difusin
de programas que realizan anlisis multivariados ms sofisticados.
En trminos de las ms probables reas de desarrollo de estas tcnicas, nos
parece que se impondr una profundizacin de los anlisis no paramtricos
y de la exploracin de relaciones no lineales.
Adems, tanto el desarrollo de programas ms amigables y computadores
con mayor capacidad de procesamiento pondrn estas tcnicas no
paramtricas y no lineales al alcance de los investigadores aplicados, sacndolas de los espacios acadmicos, lugar en donde se encuentran en desarrollo
actualmente.
La difusin de estas tcnicas nos permitir profundizar en relaciones entre
mltiples variables que hasta ahora hemos presupuesto paramtricas y lineales, ms por artefacto de la tcnica, que por verdadera conviccin terica.
56
57
que ya no se dejar al buen sentido o a la capacidad de convencer al auditorio la validez de los resultados de una investigacin, sino que se aportarn
datos sobre ella, al igual como se hace hoy al presentar la ficha tcnica de un
proceso de muestreo.
f) f) Generalizacin de los meta anlisis:
La acumulacin de estudios cuantitativos sobre un mismo tema y sus resultados no siempre coherentes, tendrn como consecuencia la generalizacin
de las investigaciones meta analticas, es decir, de aquellas investigaciones
cuya base de datos se encuentra constituida por los resultados de estudios
primarios.
Con esta herramienta no solo se establecern mejores estimaciones del nivel de
asociacin verdadero entre dos o ms variables, sino que se podr determinar
qu variables del proceso de medicin (operacionalizacin de variables, forma
de preguntar, tipo de anlisis estadstico utilizado, entre otras caractersticas)
influyen en los resultados de los estudios cuantitativos.
Todos estos cambios tienen una condicin previa fundamental: que el nivel
de conocimiento medio sobre metodologa cuantitativa de los investigadores
sociales aumente considerablemente, especialmente en las reas de construccin de escalas de medicin, teora de validez, estadstica multivariada, manejo
de herramientas informticas y matemticas.
No obstante, reconocemos que estos cambios que avizoramos son tanto una
extrapolacin de los desarrollos actuales como una expresin de los deseos del
autor de este artculo.
En otras palabras, es muy posible que estos cambios nunca se hagan realidad ms que en los sueos y fantasas de quien escribe, pero lo bueno es que
nuestros sueos, a diferencia de nuestros resultados, no necesitan pasar la prueba de la validez externa para materializarse. Al menos son sueos interesantes.
Bibliografa
BLALOCK, H. (1986) Construccin de teoras en ciencias sociales: de las formulaciones
verbales a las matemticas. Mxico DF: Trillas.
CAMPBELL, N.R. (1920) Pshysics, the elements. Cambridge: Cambridge University
Press.
CEA, M.A. (1998) Metodologa cuantitativa: estrategias y tcnicas de investigacin
social. Madrid: Sntesis.
58
CROSBY, A.W. (1997) The measure of reality: Quantification and Western Society,
1250-1600. Cambridge: Cambridge University Press.
IBEZ, J. (1994) Perspectivas de la investigacin social: el diseo en las tres
perspectivas. En GARCA FERRANDO, M.; IBEZ, J. y ALVIRA, F. (Comps.) El anlisis de
la realidad social. Mtodos y tcnicas de investigacin social. Madrid: Alianza.
MARTNEZ ARIAS, R. (1996) Psicometra: teora de los tests sicolgicos y educativos.
Madrid: Sntesis.
MICHELL, J. (1990) An introducction to the logic of psychological measurement.
New Jersey: Laurence Erlbaum Associates.
NAVAS ARA, M.J. (2001) La Medicin de lo psicolgico. En NAVAS ARA, M.J.
Mtodos, diseos y tcnicas de investigacin psicolgica. Madrid: UNED.
REICHARDT, C.S. Y COOK, T. D. (1986) Hacia una superacin del enfrentamiento entre los mtodos cualitativos y los cuantitativos. En Reichardt, C.S. y Cook,
T.D. (Comps.). Mtodos cualitativos y cuantitativos en investigacin evaluativa. Madrid: Morata.
Stevens, S.S. (1946) On the theory of scales of measurement. Science 103.
667-680.
59