¡Descarga CAPÍTULO 5: REDUCCIÓN DEL PROBLEMA A NIVEL EMPÍRICO y más Apuntes en PDF de Metodología de Investigación solo en Docsity!
CAPÍTULO 5: REDUCCIÓN DEL PROBLEMA A NIVEL EMPÍRICO
1. De los conceptos y sus definiciones Un concepto es una abstracción, es una construcción mental; es una idea que se tiene acerca de algo. Es la forma consciente de aprehender la realidad aunque nunca será idéntico a ella. Es el resultado del proceso de conceptualización; conceptualizar significa captar la esencia del fenómeno, es decir, abstraer aquellas características, particularidades, atributos, magnitudes, funcionalidades, etc. que permitirán agrupar bajo un mismo nombre a un conjunto de fenómenos y simultáneamente diferenciarlo de otro conjunto de elementos –que a su vez–, se hallará identificado con otro nombre. De esto se desprende que todo concepto supone dos elementos (Zetterberg, 1981): a) un simbolismo gramatical que es el término (o sea el nombre) empleado para designar el concepto: “el definiendum ”; b) su definición, el significado (alcance) de dicho término: “el definiens ”. Y esto último es importante, dado que una misma palabra en el lenguaje cotidiano, en distintas ciencias y aun en una misma disciplina, puede ser empleada con diferentes significados. Pensemos, por ejemplo, cuando se utiliza la palabra “gato”; ¿a qué se está haciendo referencia?, ¿al felino o a la danza?, ¿al criquet del auto, al hombre astuto, al peluquín o a la profesional? De ahí la relevancia de explicitar el contenido del concepto. Sin embargo, tampoco se trata de caer en el “fetichismo del concepto” sino manejarlos “como caja de herramientas” para analizar la realidad (Bourdieu, 1975). Con otras palabras, los conceptos son los elementos básicos al cual se reduce cualquier teoría o son los ladrillos de una teoría (Corbetta, 2007). Ahora bien, existen distintos tipos de definiciones, básicamente se pueden mencionar cuatro (que no son los únicos): dos de naturaleza teórica (nominal y real) y dos de naturaleza empírica (ostensiva y operacional). La definición nominal es aquella que explica el significado apelando a otros términos ya conocidos. Por lo general, se remite al origen etimológico de la palabra o a un sinónimo. Es la clásica definición que aparece en cualquier diccionario (indicando incluso su género y número). Por ejemplo: “anomia” significa “falta de normas”. La definición real o conceptual es más específica, más especializada; informa sobre los alcances del concepto, sobre sus diferentes aspectos o dimensiones, sobre el campo aludido por el mismo. Nos enuncia las propiedades consideradas esenciales del objeto al que se refiere el “ definiendum ”. Son afirmaciones sobre la naturaleza de un fenómeno y por lo tanto, pueden ser verdaderas o falsas, según cuál sea el grado de adecuación de nuestras ideas al objeto en cuestión. Por ejemplo: “anomia” es una “situación de desintegración o desestructuración normativa que genera en los individuos estados de confusión o desorientación”. Este tipo de definición se halla inserta en una determinada teoría o marco teórico. La definición ostensiva es aquella que explica el significado apelando o bien a gesticulaciones o bien a ejemplos concretos del fenómeno aludido. Si se trata, de
explicar qué es un “gato” (el felino) habrá que imitarlo (en su forma de maullar, etc.), dibujarlo o directamente mostrarlo. La definición operacional, como su nombre lo indica, es una definición de trabajo. Informa acerca de cuáles son los procedimientos para la medición del concepto o provee de referentes empíricos (indicadores). Dicho de otro modo, mediante la operacionalización se definen las consecuencias observacionales de las hipótesis que permitirán recoger las evidencias necesarias para su comprobación o refutación. En definitiva, se obtienen hipótesis empíricas. A este tipo de definición se volverá más adelante. Engels afirmaba que la investigación era “el arte de operar con conceptos”. Sin embargo, uno de los problemas (obstáculo epistemológico) que enfrentan las ciencias sociales es el de ocuparse de un “objeto que habla”, corriendo el investigador el riesgo de sacar los conceptos de la boca de sus informantes sustituyendo sus prenociones (sociología espontánea del científico) por las prenociones de los sujetos que estudia (sociología espontánea del objeto) o con una mezcla falsamente científica y objetiva de ambos. Esto último, estaría justificando la necesidad de las definiciones. No obstante, estos conceptos tampoco deben ser entendidos meramente de manera “intelectiva” como conjuntos de términos bien definidos (conceptual y operacionalmente) sino como conocimientos que aspiran a reflejar en el “objeto construido”, la existencia y el movimiento del “objeto real”. Por tal motivo, se debe evitar –como ya se señaló– el “fetichismo del concepto o del texto autonomizado” en el que caen algunos análisis semiológicos y/o postmodernistas. Los conceptos son “cajas de herramientas” que se supone fijan, de alguna manera, la identidad de conjuntos de fenómenos. Pero estos fenómenos no se integran en un mismo conjunto porque son nombrados por una misma palabra (o definición) sino que previamente formaban parte de un conjunto particular de fenómenos. En suma, “ni la ‘audacia sin rigor’ de la filosofía social ni el ‘rigor sin imaginación’ del positivismo hiperempirista” (Bourdieu, 1975).
2. Sobre las variables En términos generales, las variables son conceptos; pero no cualquier concepto constituye una variable. Esto significa que existen conceptos constantes y conceptos variables. Los primeros son aquellos que –una vez que han sido conceptualizados–, van a permanecer fijos, por lo menos, a lo largo de la investigación que se está realizando; permitiendo por ejemplo, determinar la población objeto del abordaje o identificando las propiedades en función de las cuales se va a realizar el mismo. En cambio, las variables son conceptos que asumen diferentes valores. Es decir, que las variables se refieren a aquellas propiedades, atributos, características, magnitudes, funcionalidades, etc., que podrán estar presentes –en algunos casos con distinta intensidad– o ausentes en cada uno de los casos que conforman el universo de estudio. Con otras palabras, las variables se utilizan para designar aspectos discernibles de un objeto de estudio (Korn, 1984), analizar la distribución de una población,
3.1. Principios que rigen la categorización de una variable: La categorización de una variable no es algo arbitrario sino que, por el contrario, debe respetar algunos criterios y tener en cuenta un conjunto de factores. En primer lugar, existen dos principios que rigen la categorización de una variable: exhaustividad y exclusividad. El principio de exhaustividad señala que el sistema de categorías de una variable debe contemplar todas las posibilidades de variación, de manera tal, que no quede excluido ningún elemento sujeto a estudio. Por ejemplo, si la variable fuera “nivel de remuneraciones de los empleados de una empresa” no sería correcto categorizarla: de $ 5000 a 10000 / de 10001 a 15000 / de 15001 a 20000, dado que se dejaría afuera a quiénes ganan menos de $ 5000 o más de $ 20000. O si la variable fuese “profesión”, tampoco sería correcto: abogado / ingeniero / médico / relacionista público, porque también se estaría excluyendo a muchos otros profesionales e incluso (suponiendo que la población los incluya) a quienes no lo son. Para estos casos habría que prever (si es que no se desea especificar todas las profesiones) una categoría residual de: “otras profesiones” y otra: “sin profesión”. El principio de exclusividad afirma que las categorías de la variable deben ser mutuamente excluyentes, de manera tal, que una misma unidad de análisis no pueda ser ubicada en dos categorías simultáneamente. Por ejemplo: si la variable es “edad”, no sería correcto categorizar: hasta 20 años / de 20 a 25 / 25 o más; dado que aquel individuo que tuviese 20 o 25 años, podría ser clasificado al mismo tiempo en dos categorías. En tal caso: hasta 20 años / de 21 a 25 / 26 o más, o hasta 20 años / + 20 a 25 / + 25 años. Una situación diferente puede presentarse cuando realmente la unidad de análisis –ya no por error de delimitación–, haga posible dicha simultaneidad. Por ejemplo: supongamos que la variable sea carrera universitaria que cursa el alumno y nos encontramos con alguien que está estudiando dos carreras al mismo tiempo; en ese caso –y para garantizar la exclusividad–, o bien se especifica una categoría con la combinación de ambas carreras: periodismo y publicidad (lo cual puede resultar engorroso por la cantidad de combinaciones posibles), o bien se abre una categoría de “varias carreras” o “más de una carrera”, o en caso contrario, se admite la excepción y se acepta la simultaneidad. Este principio permite también otras excepciones como ocurre cuando se trabaja con preguntas que aceptan respuestas múltiples que no son excluyentes entre sí o no se hayan jerarquizadas u ordenadas por prioridad. Por ejemplo: motivos de elección de un candidato: honestidad / credibilidad / capacidad / plataforma / trayectoria / ideología / etc. Estos casos de excepción deberán ser tenidos en cuenta –a la hora de analizar la información–, por ejemplo, para definir la base sobre la que se calculan los porcentajes darles un tratamiento especial al momento de cargar la información en el programa informático atendiendo a que, por lo general, esos programas –supóngase el Excel– no aceptan más de una respuesta por celda. Si llegado el caso, se quisieran evitar estos inconvenientes, lo aconsejable es trabajar con preguntas que no acepten respuestas simultáneas y se les permita a los interrogados sólo elegir una respuesta (la principal, la primera que le venga a la mente, etc.).
3.2. Factores que inciden en la categorización de una variable Más allá de los principios anteriores, existen otros factores de los cuales depende la categorización de una variable: El grado de discriminación deseado para estudiar la población en cuestión, dado que no es lo mismo distinguir para la variable NSE (nivel socioeconómico) entre bajo / medio / alto que hacerlo entre muy bajo / bajo / medio bajo / medio neto / medio alto / alto / muy alto. Al respecto, cabe señalar que es conveniente –para algunos estudios– prever más categorías con el propósito de no perder información para luego, si no resultaran significativas, proceder a su reagrupamiento, recategorización o reducción (Barton, A. en Korn, F., 1984 y Critto, A., 1982). Relacionado con lo anterior, otro factor es el tamaño del universo o de la muestra ; dado que por un principio de economía y a los efectos de evitar que la información se disperse, el número de categorías debe adecuarse a la cantidad de unidades de análisis; si se trata de trabajar con pocos casos o muestras reducidas y en especial para análisis cuantitativo, el número de categorías deben ser igualmente reducido. Al mismo tiempo, la cantidad de categorías debe regularse en función del análisis y presentación de los resultados posterior dado que no debe perderse de vista que en lo estudios cuantitativos los resultados serán presentado en cuadros y gráficos estadísticos y cuanto mayor sea el número de categorías más dificultoso será no sólo la presentación sino la lectura de los mismos. Cuando el sistema de categorías constituye una serie graduada como ocurre cuando se trata de clasificar opiniones o actitudes es conveniente que el número de categorías sea impar (tres, cinco, siete, etc.) a los efectos de contemplar la posición intermedia o de neutralidad, por ejemplo: totalmente de acuerdo / de acuerdo / ni de acuerdo ni en desacuerdo / en desacuerdo / totalmente en desacuerdo (Wainerman, C., 1976). No obstante, existen casos en donde la neutralidad no es pertinente (por ejemplo, opinión sobre el aborto en casos de embarazo por violación) y es preferible reemplazarla por una categoría o alternativa residual (no sabe/no contesta). En relación con lo anterior, la cantidad de categorías “positivas” y “negativas” debe ser similar; no es correcto por ejemplo, si la variable fuera “opinión sobre la película proyectada” categorizarla en: excelente / muy buena / buena / regular / mala, porque se estaría sugiriendo o induciendo al encuestado para que se incline por alguna alternativa positiva. La linealidad del continuo : como ocurre con cualquier procedimiento de medición, las categorías de una variable permiten ordenar a los elementos estudiados a lo largo de un continuo que se supone que tiene que ser de la misma naturaleza. Dicho de otro modo, no se debe incluir en un mismo sistema de clasificación categorías que pertenezcan a diferentes continuos. Por ejemplo, si la variable fuese “clima laboral” no sería correcto categorizar en: muy conflictivo / desagradable / amistoso / muy acogedor porque corresponden a escalas diferentes. Otro factor a tener en cuenta es la conceptualización de la variable y su adaptación al contexto sociocultural; por ejemplo, el significado jurídico de la variable “estado
biológicas o anatómicas (hombre / mujer) el segundo se referiría a “diferencias psicológicas, sociales y culturales” (masculino / femenino) entre hombres y mujeres que no son biológicas en su origen (Giddens,1989); al mismo tiempo, habría que distinguir con la autodefinición que consta en el documento de identidad dado que en la actualidad es la persona quien legalmente decide el sexo con el que quiere aparecer en el documento; b) con frecuencia –y especialmente entre los alumnos– , la variable “sexo” cuando llega el momento de categorizarla suele generar “comentarios o murmullos” acerca de cuáles son sus alternativas “confundiéndosela” con la variable “sexualidad”. Si el objetivo tiene que ver con esta última, entonces habrá que especificar que la variable ya no es “sexo” (o género), que su conceptualización apunta a la práctica sexual y que lo mismo ocurre con su categorización (que distinguirá entre heterosexuales / bisexuales / homosexuales / asexuales). Por último, las categorías de una variable dependen de su naturaleza; es decir, si es cualitativa o cuantitativa (ver desarrollo del punto 5). Dicho de otro modo, es aconsejable categorizar las variables con el máximo nivel de medición posible tal como a continuación se analizará.
4. Niveles de medición de las variables Cuando se categoriza una variable se está construyendo una escala; toda escala es un instrumento de medición. En su acepción más básica y general, medir significa ordenar a lo largo de un continuo. Existen diferentes niveles de medición que dan lugar a distintos tipos de escalas: Nivel de medición o escala nominal: es el más simple de todos, el que menos información brinda, ya que únicamente clasifica a los elementos estudiados según semejanzas y diferencias; es decir, que agrupa según equivalencia sin establecer entre las posiciones de la escala ningún tipo de jerarquización. Por ejemplo: religión profesada (católico / judío / protestante / etc.); nacionalidad (argentino / chileno / brasileño / etc.); estado civil (soltero / casado / viudo / etc.). En ningún caso es posible afirmar que los católicos/argentinos/solteros/etc. son más felices/inteligentes/pobres/etc. que los protestantes/chilenos/casados/etc. o cualquier otra relación de inferioridad/superioridad. Nivel de medición o escala ordinal: como su nombre lo indica –además de clasificar según diferencias y semejanzas como la nominal–, explicita una jerarquía entre las distintas posiciones de la escala; con otras palabras, establece una relación de “menor que” o “mayor que” entre las mismas. Por ejemplo: NSE (bajo / medio / alto); nivel de instrucción (primario / secundario / terciario / universitario); grados de las Fuerzas Armadas (soldado / cabo / sargento / coronel / general). La información que esta escala no brinda es sobre la distancia existente entre las distintas posiciones del continuo: se sabe que el general tiene más autoridad que el coronel pero no cuánto más autoridad tiene.
Niveles de medición o escalas intervalares y racionales: estas escalas además de agrupar según semejanzas y diferencias (como la nominal), de establecer un orden jerárquico (como la ordinal) brindan información sobre la distancia existente entre una posición y otra de la escala. Dicho de otro modo, no sólo explicitan una relación de “mayor o menor que” sino además de “cuánto mayor o menor que”. Básicamente y sin entrar en las cuestiones estadístico-matemáticas, la diferencia entre ambos tipos de escalas en principio se encuentra en el punto de origen empleado, o sea, en el tipo de 0 (cero) utilizado. Las escalas intervalares se valen de un 0 (cero) arbitrario mientras que las racionales emplean un 0 (cero) absoluto. Un cero arbitrario es un punto de origen convencional que no implica ausencia de lo que se está midiendo: simplemente constituye una posición más dentro de la escala que tampoco necesariamente es la primera. Por ejemplo: la escala con que habitualmente se mide la temperatura ambiente (0º no significa ausencia de temperatura) o los católicos la historia (nacimiento de Cristo no implica ausencia se historia) o la altura (considerando como punto de partida el nivel del mar), etc. Por su parte, el 0 (cero) absoluto es un cero natural, que sí supone ausencia de lo que se está midiendo (además de ser una posición más dentro de la escala y por lo general la primera). Por ejemplo: la escala del velocímetro, de la balanza o del sistema métrico decimal. Con respecto a los diferentes niveles de medición, corresponde hacer algunos comentarios: a) El hecho de que las posiciones de la escala estén numeradas no significa que la misma sea intervalar o racional. La escala de la ruleta (0 a 36) es nominal; el orden de largada o de llegada de una carrera es ordinal; la escala de calificaciones (0 a 10) es ordinal, etc. b) La circunstancia de que en la categorización de una variable no esté explicitado el cero no significa que no exista (nivel de ingresos: hasta 500 / 501 a 1000 / 1001 a 1500/ etc.). c) El hecho de que ninguna unidad de análisis asuma o pueda asumir el valor cero, no implica que este sea arbitrario; en el ejemplo anterior, aunque todos los individuos tengan algún ingreso (en pesos) el cero es absoluto (porque precisamente niega la existencia de ingreso) y de hecho están quienes no lo tienen. En esos casos, convendría agregar la categoría “sin ingresos” o su equivalente “0 ingreso”. d) Una misma variable –tal como se indicó más arriba– según su naturaleza, puede ser categorizada con diferentes niveles de medición. Lo correcto es emplear la escala que brinde mayor información aunque luego se utilice un nivel inferior. Por ejemplo: cantidad de materias aprobadas, en lugar de: pocas / regular / muchas, lo correcto sería: de 0 o ninguna / 1 a 10 / 11 a 20 / de 21 a 30 / más de 30. e) De lo anterior se deduce que cuando las variables son cualitativas corresponde que sean categorizadas en forma nominal u ordinal; mientras que cuando son cuantitativas, lo correcto sería categorizarlas en forma intervalar o racional según corresponda o lo permita la variable.
medición se emplean indicadores cuantitativos (por ejemplo cuando se operacionaliza nivel de capacitación por la cantidad de cursos realizados o grado de inteligencia por la cantidad de problemas resueltos en una unidad determinada de tiempo). En estos casos, habrá que revisar o bien la conceptualización o bien su operacionalización. Existen variables que por su grado de complejidad o por su operacionalización contienen indicadores continuos y discretos. Para tales casos, esas variables serán cuantitativas discretas (por ser el menor nivel de medición) o cuantitativas a secas o bien, cuantitativas continuas si sólo se consideran los valores de índices (por ejemplo: nivel económico de una persona medido por su nivel de remuneraciones y cantidad de propiedades). Las variables cuantitativas (continuas o discretas) también pueden subdividirse en agrupadas o no agrupadas, de acuerdo a si a los efectos de su categorización la serie numérica utilizada es en intervalos simples o agrupados (por ejemplo: cantidad de hijos 0 / 1 / 2 / 3 / 4 / 5 o más, o 0 / 1 a 3 / 4 a 6 / etc. Por último, las variables cualicuantitativas son aquellas que por su conceptualización y/o por su operacionalización, se refieren o contienen aspectos cualitativos y cuantitativos, es decir, que miden tanto atributos como magnitudes. En todos los casos, son variables complejas que a los efectos de su tratamiento serán cuantificadas (por ejemplo: nivel socioeconómico). 5.2. Según la función que cumplen en la hipótesis o en el análisis del problema Cuando se habla de la función se está haciendo referencia al papel que la variable desempeña en la hipótesis o a la posición que se le asigna –aunque más no sea en términos conjeturales–, en el análisis del problema estudiado. Esta decisión depende de un conjunto de factores: a) el ordenamiento temporal de las variables; b) el tipo de hipótesis y la manera de su formulación; c) el marco teórico; d) las evidencias que se obtengan de las observaciones previamente realizadas; e) el posterior análisis de los datos con el uso de los coeficientes estadísticos pertinentes. De acuerdo a lo anterior, las variables se clasifican en: independientes dependientes contextuales antecedentes intervinientes Es importante destacar que ninguna de estas funciones es una propiedad intrínseca de la variable o dicho de otro modo, ninguna variable es a priori
independiente, contextual, antecedente, etc. Por otra parte, una misma variable puede ser independiente en una investigación e interviniente o antecedente en otra o en distintas hipótesis de una misma investigación. Además siempre se trata de posiciones relativas ya que pueden variar a lo largo del proceso de investigación o al finalizar la misma con los resultados a la vista. Por último, corresponde señalar que una misma hipótesis puede estar constituida por varias de cada una de estas variables, es decir, que puede haber dos independientes, tres antecedentes, etc. o que no estén todas las funciones incluidas en la o las hipótesis y sí en cambio, explicitadas en el diseño de investigación o, directamente, no aparezcan en la investigación. La variable independiente (que a partir de ahora se simbolizará con la letra “x”) es aquella que en la hipótesis cumple la función de supuesta causa, factor determinante o condicionante o elemento explicativo o descriptor. Dicho de otra manera, es aquella a la que el investigador le asigna el rol protagónico en el análisis del problema. La variable dependiente (que se identificará con la letra “y”) es aquella que en la relación actúa como supuesto efecto, factor determinado o condicionado o elemento explicado o descripto. Por lo general, es la que identifica el problema que se piensa estudiar. Se denomina dependiente porque varía en función de la independiente; de manera tal que, a cada valor que asuma la independiente le corresponderá un determinado valor de la dependiente. Matemáticamente, se lo podría explicar en la siguiente fórmula: y = fx Supóngase la siguiente hipótesis: “La opinión de los adolescentes sobre el aborto varía de acuerdo a su grado de compromiso religioso, siendo más favorable en aquellos que observan una menor religiosidad”. Variable independiente (x): Grado de compromiso religioso. Variable dependiente (y): Opinión sobre el aborto. Y esta otra: “El nivel salarial incide en el rendimiento de los trabajadores siendo que a una menor remuneración existe un menor rendimiento”. X: Nivel salarial Y: Grado de rendimiento de los trabajadores. Nótese que la función de la variable no depende del orden de aparición en la hipótesis. Sin embargo, sí existe ordenamiento temporal entre ambas: la independiente antecede a la dependiente: X Y Supóngase ahora las siguientes dos hipótesis: “Cuanto mayor es la cantidad de alumnos presentes en el aula menor es la calidad de la enseñanza”. X: Cantidad de alumnos presentes en el aula
d) Precisamente esos “otros factores” se los denominan terceras variables y se utilizan para identificar a todos aquellos elementos que puedan incidir de alguna manera en la relación entre “X” e “Y”. Ya sea favoreciendo u obstaculizando, condicionando o especificando, explicando o interpretando, etc., dicha relación (Cfr. Selltiz, 1974; Hyman, 1984; Mora y Araujo, 1975; Glock, 1973 y Boudon, 1985). e) Si bien a todos ellos se los considera en términos generales variables intervinientes; a los efectos de diferenciarlos en cuanto a su posicionamiento y funcionamiento se los distinguirá y consecuentemente se los denominará variables contextuales, antecedentes e intervinientes puras o propiamente dichas. Las variables contextuales (Tc) son aquellas que como su nombre lo indica se refieren a “campos”, “espacios” o “marcos” para los cuales, se afirman ciertas relaciones. Estos contextos pueden ser geográficos, históricos, socio-demográficos, culturales, etc. Dado que existen ciertas “controversias” con respecto a la especificación de este tipo de variable, se distinguirá entre dos modalidades: las variables contextuales “convertidas” en constantes o contextuales “únicas”. las variables contextuales comparativas. Las primeras se utilizan a los efectos de acotar o de delimitar el campo de estudio - ya sea por razones económicas, temporales, metodológicas, etc. -, dejando tácita o explícitamente abierta la posibilidad de trasladar la investigación en cuestión a otros universos; o la aclaración que en otros escenarios, la relación hipotética afirmada podría no cumplirse. En definitiva, la variable contextual constante no está negando la existencia de otros posibles valores (categorías), sino que a lo sumo los mantiene “entre paréntesis” o “en suspenso”. En última instancia, es una forma de prevenir uno de los errores de la falacia ecológica (Galtung, 1966, T. 1). Pero además –y nuevamente–, esto no impide que la misma variable en otra hipótesis o estudio pueda ser contextual comparativa. Por su parte, las variables contextuales comparativas son aquellas que establecen diferentes “campos”, “escenarios” o “colectivos” en los cuales las relaciones o problemáticas que se estudian pueden (o no) presentar características distintivas. A diferencia de las anteriores, estas variables –al igual que cualquier otra variable a lo largo de la investigación–, deben asumir como mínimo dos valores o categorías y aunque pueda parecer redundante están presentes en la mayoría de los estudios comparativos (exploratorios, descriptivos o explicativos). A continuación, algunos ejemplos:
- “En la localidad de Lomas de Zamora, los hábitos de consumo de bebidas alcohólicas varían de acuerdo al sexo y la edad, siendo que los jóvenes entre 18 y 21 años beben más que los de otra edad y que las mujeres de cualquier edad”. Tc (constante): Localidad de Lomas de Zamora X: Sexo y edad Y: Hábitos de consumo de bebidas alcohólicas.
- “En las localidades urbanas a diferencia de lo que ocurre en las rurales, los hábitos de consumo de bebidas alcohólicas varían de acuerdo al sexo y la edad...” Tc (comparativa): Tipo de localidad (urbanas / rurales) X: Sexo y edad Y: Hábitos de consumo de bebidas alcohólicas.
- “En la Universidad de Buenos Aires, el grado de aceptación del CBC (Ciclo Básico Común) es más alto en los estudiantes que tienen una mayor participación sociopolítica, especialmente en aquellos que cursan carreras humanísticas”. Tc (constante): Universidad de Buenos Aires Tc (comparativa): Carrera cursada (humanísticas / no humanísticas) X: Grado de participación sociopolítica Y: Grado de aceptación del CBC. Nótese que todas las variables contextuales (constantes y comparativas) –en la medida en que le sea asignada tal función–, guardan cierto ordenamiento temporal con respecto a las independientes y dependientes; es decir, las anteceden: Tc X Y Sin embargo, no deben ser confundidas con las variables antecedentes (Ta) que como su nombre lo indica también se posicionan con anterioridad a la variable independiente, pero se utilizan para hacer referencia a otras propiedades, atributos o magnitudes de las unidades de análisis que –sin ser áreas contextuales–, también pueden incidir en la relación entre “X” e “Y”, ya sea actuando sobre alguna de ellas o sobre ambas. Veamos algunos ejemplos:
- “Entre los adolescentes, los gustos musicales suelen variar según su nivel de instrucción pero también existe cierta afinidad con las preferencias musicales de sus padres”. Tc (constante): Población adolescente Ta: Preferencias musicales de los padres X: Nivel de instrucción Y: Gustos musicales de los adolescentes
- “El proceso de selección de personal administrativo –en las empresas radicadas en CAP/GBA–, es más estricto en las de mediana envergadura aunque también pueden apreciarse diferencias significativas de acuerdo a cuál sea el capital de origen de las mismas”. Tc (constante): Lugar de radicación; tipo de personal seleccionado Ta: Origen del capital (nacional / mixto / americano / europeo / otros) X: Envergadura de la empresa (Chica / mediana / grande) Y: Proceso de Selección de personal (muy flexible / flexible / estricto / muy estricto)
- “Observaciones realizadas en los últimos tres años, permiten conjeturar que un mayor nivel de información sobre el SIDA –en la población drogadependiente– no redundaría en un aumento del nivel de prevención dado que continuaría prevaleciendo en dicha población la pulsión de muerte, a menos que se revierta esa relación pulsional con un adecuado tratamiento terapéutico”. Tc: Últimos tres años; conurbano bonaerense; población drogadependiente Ta: Relación pulsional X: Nivel de información sobre el SIDA Ti: Tratamiento terapéutico Y: Nivel de prevención.
- “A medida que disminuye el nivel socioeconómico de las mujeres en edad fértil, con pareja estable, que emplean alguna técnica anticonceptiva, disminuye la eficacia de la técnica habitualmente utilizada, incidiendo en dicha relación el área cultural de origen y el canal de información (sobre la técnica) empleado”: Tc (constante): mujeres en edad fértil, situación estable de pareja, empleo habitual de técnicas anticonceptivas Tc (comparativa): Área cultural de origen X: Nivel socioeconómico Ti: Canal de información Y: Grado de eficacia de la técnica anticonceptiva.
- “El interés por la lectura en los niños en edad escolar varía en proporción inversa al tiempo de exposición frente a los medios audiovisuales, relación que se ve afectada cuando existen hábitos de lectura en sus padres o cuando se implementan en las escuelas experiencias con uso de periódicos o talleres afines”. Tc: Niños en edad escolar Ta: Hábitos de lectura en los padres X: Tiempo de exposición frente a los medios audiovisuales Ti: Implementación en las escuelas de experiencias/talleres de lectura Y: Grado de interés por la lectura. Hasta aquí se han desarrollado ejemplos partiendo de la hipótesis ya formulada; otra alternativa de enfocar el tema de las funciones de las variables, que está relacionada con el análisis de la situación y que por lo tanto corresponde a la delimitación y formulación del problema^37 , es comenzando por la determinación de la variable dependiente que como ya se ha dicho, es la que identifica el problema que se pretende estudiar, luego mencionar todos los factores que directa o indirectamente puedan incidir en ella, después asignarles a cada uno de ellos una función conjetural y por último, terminar formulando la o las hipótesis correspondientes. Supóngase que la problemática en cuestión sea la “Opinión sobre la flexibilización laboral” y que luego (o simultáneamente) de haber mencionado los (^37) Ver en este libro los capítulos correspondientes.
diferentes factores considerados significativos se los hubiera ordenado de la siguiente forma: Tc Ta X Ti Y Sector de la economía Sexo NSE Posición ideológica Opinión sobre flexibil. Laboral Actualidad Edad Cant. Hijos CAP/GBA Estado civil Estilos de vida Situación Laboral Antigüedad Nivel de instrucción Después se podría formular una única hipótesis que incluyera a todas las variables o una principal y otras secundarias:
- Unica: “En la actualidad en CAP/GBA la opinión sobre la Flexibilización laboral es más desfavorable en los niveles socioeconómicos medios especialmente en el sector servicios incidiendo también el sexo, la edad, antigüedad, situación laboral, estado civil, nivel de instrucción, cantidad de hijos, posición ideológica y los estilos de vida”.
- Principal: “La opinión sobre la flexibilización laboral se halla fuertemente condicionada por el nivel socioeconómico siendo los más negativos quienes pertenecen al estrato medio”. Secundarias: “La opinión sobre la flexibilización laboral es más desfavorable en el sector servicios y en especial entre los hombres mayores de 30 años, de menor nivel de instrucción y con mayor antigüedad laboral”. “La opinión sobre la flexibilización laboral es más favorable entre las mujeres solteras sin hijos, menores de 25 años que profesan una ideología de centro derecha y que poseen un alto nivel de instrucción”. “Los desocupados de ambos sexos mayores de 40 por su estilo de vida incierto tienen una opinión más favorable sobre la flexibilización laboral”.
última instancia, el “observable” al que se apela? A veces, es la respuesta (no siempre confiable) dada a la pregunta directa o indirecta; otras veces, se apela al documento de identidad o a algún rasgo físico (rogando que no haya lifting mediante). Otro ejemplo corriente es la variable “sexo” (categorizada en hombre / mujer). Habrá que convenir que todavía la pregunta no resulta necesaria y hasta puede parecer ridícula; pero también habrá que convenir, que cada vez resultan menos confiables los caracteres secundarios (y hasta nos vemos tentados a apelar a los caracteres primarios); ¿y por qué no, al documento? ¿Y la variable “estado civil” (con sus respectivas categorías legales)? ¿Vale la respuesta como indicador? Si hasta a veces uno mismo duda al contestarla. Del documento, ni hablar; el anillo (al que todavía se apela) muchas veces brilla por su ausencia (deliberada o no). ¿Que la famosa pancita del casado?, (pero..., ¿y el que “nace barrigón”?) o ¿ciertos hábitos de vida?, etc. Como se habrá visto las variables simples – sin dejar de serlo–, no siempre son tan “simples”. Por su parte, las variables complejas son aquellas que a los efectos de su medición, presentan diferentes aspectos o requieren de más de un indicador. Cada uno de esos aspectos se denomina dimensiones o subvariables y por lo general, aparecen explicitados en la conceptualización de la variable. De esto último se desprende, que la complejidad o no de la variable va a depender –en gran medida–, de cómo se la haya definido. De esta manera, la operacionalización de la variable será acorde a su conceptualización y ésta, a su vez, responderá al marco teórico de la investigación. Cuando se está trabajando con una variable compleja, el primer paso consiste en descomponerla en sus diferentes aspectos o dimensiones. Luego puede ocurrir que alguna/s de esas dimensiones continúen aun siendo demasiado abstractas y sea necesario distinguir para ellas subdimensiones. Después, a cada dimensión o subdimensión se le asignará el o los indicadores correspondientes. A su vez los indicadores, en tanto que variables –concretas pero variables al fin–, tendrán sus respectivas categorías. Una vez que se ha descompuesto a la variable compleja en dimensiones, subdimensiones indicadores y categorías, ha llegado el momento de reconstruirla. Para ello se elabora el índice:
VARIABLE COMPLEJA
Indic. 1.1 Indic. 1.2 Indic. 2.1 Indic. 2.2 Indic. 3.1 Indic. 3. A B C A B C A B C A B C A B C A B C Indic. = indicadores A B C = categorías de los indicadores Un índice es un indicador complejo que reconstruye la variable; es lo que permite hacer la síntesis o el resumen de la variable. Es una medida cuantitativa que posibilita combinar diferentes dimensiones y/o indicadores asignándole a cada unidad de análisis un único valor (puntaje de índice) y ubicarla en una determinada categoría de la variable compleja. El índice permite además cuantificar aspectos cualitativos de la variable y como ya se ha señalado, a la propia variable. El índice expresa cuantitativamente el campo de variación –valga la redundancia– de la variable, o sea, su amplitud. De esta manera, posibilita su tratamiento con un nivel cuasi-intervalar. Dicho de otro modo, el índice es el resultante de la sumatoria de los puntajes otorgados a las categorías de los indicadores de las diferentes dimensiones de la variable compleja. Estos puntajes se adjudican con el fin de cuantificar el peso relativo o la Dimensión 1 Dimensión 2 Dimensión 3 ÍNDICE Subdimensión
Subdimensión
