Introducción a la Metodología Cuantitativa en Ciencias Sociales

Medir la Realidad Social

Introducción a la Metodología Cuantitativa

¿Qué es la Metodología Cuantitativa?

Tradicionalmente se define como paradigma, el cual se contrapone con el “paradigma cualitativo”. Se supone que la metodología cuantitativa tiene como base al positivismo.

Este tipo de nociones tienen dos errores cruciales:

• Se sobreinterpreta el carácter ideológico de la técnica. El problema de la lectura ideológica es que conduce a descartar técnicas que nos pueden ser útiles en determinadas situaciones.

• Se presupone paradigmas cerrados y coherentes a los que nos debemos adscribir. El error de esto es clave, ya que impide a los investigadores desarrollar una configuración propia a la hora de interpretar resultados. (Se asume que quienes utilizan métodos cuantitativos deben ser positivistas).

Es cierto que, por lo general, los investigadores cuantitativos tienden a ser positivistas, experimentalistas, etc. Al menos, más que los cualitativos. ¿Por qué esta correlación?

• Porque se creen el cuento de los paradigmas y actúan en consecuencia.

• Es posible que los distintos métodos sean útiles para distintas investigaciones.

Si no es un paradigma, ¿qué es?

Es un conjunto de técnicas que no se reducen solamente a la estadística ni a las encuestas.

Se basa principalmente en contar y medir aspectos de la realidad. Esto tiene una serie de consecuencias:

• Para usar números, debemos poseer teorías y reglas que nos señalen cómo asignarlos (Teoría de la medición).

• Se requieren procedimientos de codificación para traducir la información en números.

• Se requiere un procedimiento de análisis de la información que nos permita manejar grandes volúmenes de datos; la estadística lo cumple.

• Se requieren herramientas teórico-conceptuales que permitan adaptar los conceptos de las Ciencias Sociales a una forma medible. Suponemos que los sujetos poseen una serie de propiedades, presentes en distinto grado (de ahí lo de variable). Asignamos números al conjunto de propiedades, no al sujeto.

• Se asocia a procedimientos de selección de los sujetos, usualmente denominados “muestreos probabilísticos”. Esto descansa sobre dos principios básicos:

  • Selección aleatoria.

  • Número grande de sujetos.

  No es obligación usar muestreos probabilísticos; en ocasiones, es mejor usar formas no probabilísticas.

Existen diferentes formas de analizar la información:

• Análisis estadístico.
• Análisis de contenido.
• Análisis longitudinal.
• Análisis de redes.

Mitos de la Investigación Cuantitativa

• Se suele suponer que lo cuantitativo se corresponde al paradigma epistemológico positivista.

• Pese a que la realidad no es objetiva, es posible medir ciertos aspectos de ella para obtener resultados útiles.

• Lo cuantitativo no entrega mediciones perfectas, pues la realidad social es compleja. No obstante, hay mediciones de mejor calidad que otras. La realidad social no es ‘objetiva’, pero tiene los suficientes elementos objetivantes para que sea útil una mirada cuantitativa.

• Tradicionalmente se le asignan diseños de investigación experimental o cuasi-experimental.

• Tiende a utilizar la encuesta social y muestreos probabilísticos, pero no es necesario.

¿Por qué usar números?

• La simplicidad.

• El orden.

• La distancia.

Se asignan números con el supuesto de que no se pierde información relevante.

Se definen conceptos al medirlos; no se trata de definir “realmente” lo que se está midiendo, ya que esto implica asumir que el concepto existe por sí solo. Se trata de que la definición sea coherente con el enfoque que adoptamos.

Se privilegian instrumentos que nos permitan obtener información simplificada (preguntas cerradas de respuesta simple). Nos vemos obligados a perder información relevante al simplificar, pero si bien no tendríamos la opinión completa, tendríamos el núcleo central de ellas.

El sentido de la estadística multivariada es reconstruir la complejidad perdida, pero esta es solo parcial, ya que estarán las variables que solo consideramos.

¿Cómo asignamos los números?

• Asignar números a una magnitud (teoría clásica). El problema es que no todas las propiedades tienen una unidad de medida.

• Asignar números mediante una regla (teoría representacional). Con esto se comienza a hablar de los distintos niveles de medición.

• Esta última tiene un alto nivel de arbitrariedad (una representación más ambigua), mientras que si bien la clásica también lo tiene, queda limitada a la selección de la unidad de medida. Una vez acordado elegir metro, pie o pulgada, siempre lo que se mide dará lo mismo.

La idea de nivel de medición (las 2 primeras cualitativas y las 2 últimas cuantitativas):

• La medición nominal: los números asignados solo indican distinción (ej. sexo).

• La medición ordinal: los números asignados indican distinción y orden (ej. escalas Likert). No pueden realizarse cálculos aritméticos, aunque pueden suponerse intervalares con 5+, 7+ o 10+ categorías.

• La medición intervalar: los números asignados indican distinción, orden y distancia (ej. edad).

• De razón: los números asignados indican distinción, orden, distancia y proporción. Presentan un valor 0 absoluto que indica ausencia total de la característica (ej. años de escolaridad).

¿De qué depende el nivel de la variable? El nivel de la medición no depende solo de las propiedades inherentes al objeto. Depende más bien de:

1. La forma en que se pregunta (ej. ingreso por tramos o ingreso bruto).
2. La unidad de análisis (ej. cesantía a nivel social o a nivel individual).
3. La teoría utilizada y la conceptualización de medición propuesta.

¿Qué hacemos cuando queremos medir cuantitativamente algo cuya cuantificación no es evidente? Del constructo al indicador

Cómo Medir: Constructo-Indicador

Además del problema de la ambigüedad-arbitrariedad, otra debilidad es que, generalmente, los conceptos no tienen características directamente observables, por su naturaleza de constructo. Por lo que casi siempre medimos a través de indicadores indirectos.

Esto implica asumir una serie de riesgos que pueden disminuir la validez:

• Una selección de indicadores equivocada.

• Una ponderación de indicadores equivocada.

De los distintos niveles de los conceptos:

• La definición nominal o teórica.

• La definición operacional.

• Los investigadores poseen inicialmente un constructo, concepto o característica que se desea medir en los individuos.

• El constructo usualmente es complejo y puede dividirse en dimensiones o aspectos teóricos que lo componen.

• Las dimensiones se subdividen en indicadores.

• Operacionalización: cada indicador puede ser representado en una encuesta como pregunta o en otros tipos de análisis como variable.

¿Cómo se operacionaliza? La visión clásica de Lazarsfeld

1. Representación teórica.
2. Especificación del concepto en dimensiones.
3. Descomposición de las dimensiones en indicadores.
4. Síntesis de los indicadores.

Limitaciones y Potencialidades

• Medir sin unidades de medida es más ambiguo y menos preciso que en otras ciencias.

• El uso de indicadores indirectos hace que nuestros resultados dependan mucho de la pregunta y su redacción.

• Debido a la naturaleza social de esta ciencia, los resultados estadísticos no son definitivos, son probables.

• La información cuantitativa de las Ciencias Sociales tiene intrínsecamente menos validez que otras ciencias.

• La necesidad de simplificar la información nos lleva a perder valiosa información durante el proceso (complejidad).

• Considerar todos los problemas de validez que tienen origen en errores administrativos y organizacionales que ocurren al implementar una investigación social de gran volumen (mala formación de encuestadores).

• Errores humanos en la interpretación.

En síntesis: la medición en ciencias sociales es un proceso bastante más ambiguo en su interpretación y dudoso en su validez que la medición en otras ciencias.

Para cada uno de estos problemas existe una medida para minimizar el impacto.

Entonces, ¿qué justifica usar métodos cuantitativos?

• Nos permite usar volúmenes grandes de datos.

• Nos permite manipular variables de manera relativamente independiente de nuestras percepciones.

• Nos brinda estrategias para descubrir la influencia de ciertas variables sobre otras.

• Que el procedimiento dependa de la definición operacional nos obliga a ser precisos con las definiciones que utilizamos.

• Generalmente los resultados muestran correspondencia con datos externos o conductas posteriores.