Mètodes d'investigació social: Guia completa

Mòdul 2. Disseny de la investigació

Selecció de casos i variables

La investigació ha d’evitar situacions com:

• Supradeterminació: Més variables que casos observats.
• Multicolinealitat: Variables independents correlacionades.
• Biaixos: Selecció de casos que confirmen les hipòtesis.

Cal evitar errors en la mesura i assignació de variables, la introducció de variables irrellevants i problemes d’endogeneïtat.

Indeterminació

A vegades, és impossible determinar la causa de l’efecte. Això pot ser degut a la selecció de casos, ja que cada cas presenta condicions que determinen si la relació entre les variables és indeterminada.

Sobredeterminació

El nombre de variables és superior al nombre de casos. No es pot observar l’efecte causal de totes les variables.

Multicolinealitat

Les variables estudiades estan correlacionades.

Biaixos en la selecció de casos

Seleccionar casos que confirmen les hipòtesis pot generar biaixos. El millor criteri és seleccionar casos segons els valors de la variable independent.

Selecció de casos segons la variable independent

És la millor aproximació a la investigació experimental. S’apliquen tractaments diferents als casos observats per estudiar l’efecte causal.

Selecció de casos segons la variable dependent

Provoca biaixos. Si la variable dependent té el mateix valor en tots els casos, no es pot observar cap efecte. Si té valors diferents, es poden identificar fàcilment les variables independents.

Selecció de variables

Cal assegurar-se que les variables mesuren el que creiem que mesuren i que siguin rellevants per a explicar la realitat social.

Error en la mesura de variables

Cal considerar:

1. Consistència: Mesures diferents del mateix fenomen tenen els mateixos resultats.
2. Validesa: Els valors reflecteixen el que l’investigador creu que mesuren.
3. Complitud: Els conceptes defineixen les característiques de cada cas de manera completa.

Biaix per exclusió de variables rellevants

Ometre variables rellevants infla el pes explicatiu de les variables incloses. Això només passa si les variables incloses i les omeses estan correlacionades.

Ineficiència per inclusió de variables irrellevants

Augmenta la variància de l’efecte causal observat. Si les variables irrellevants estan correlacionades amb les variables dependents, els resultats seran ineficients.

Endogeneïtat

Els valors de les variables explicatives són una conseqüència, no una causa, de les variables explicades.

Mòdul 3. Enquesta

Elements d'una enquesta

1. Un qüestionari per obtenir informació.
2. Una mostra representativa de la població.
3. L’ús de l’anàlisi estadística.

Matriu de dades

Taula de files (individus) i columnes (variables o preguntes) on es recullen les observacions. Es pot utilitzar Excel.

Tipus de preguntes en un qüestionari

1. Sobre característiques sociodemogràfiques (variables nominals).
2. Sobre actituds (punts de vista, opinions, emocions).
3. Sobre comportament (accions).

Preguntes obertes: Llibertat d’expressió, però dificultats de codificació.

Preguntes tancades: Facilita el record i la reflexió, però limita les alternatives de resposta.

Principis bàsics d'un bon qüestionari

1. Simplicitat del llenguatge.
2. Longitud concisa de les preguntes.
3. Màxim cinc alternatives de resposta en preguntes tancades.
4. Evitar expressions d’argot.
5. Evitar definicions ambigües i paraules amb fortes connotacions.
6. Evitar preguntes dobles o subpreguntes.
7. Les preguntes han de discriminar entre la població entrevistada.
8. Evitar preguntes tendencioses.
9. Centrar-se en moments concrets del temps.
10. Concreció de les preguntes.
11. Seqüència adequada de preguntes (primer les fàcils).
12. Duració màxima de 45 minuts.

Tipus de mostreig

Mostreig aleatori estratificat

1. Classificació d'individus en subpoblacions (estrats).
2. Estats homogenis internament i heterogenis entre ells.
3. El criteri d'estratificació el determina el tema de recerca i les necessitats tècniques.

Mostreig aleatori per conglomerats

1. La unitat mostral és un conjunt (escoles, hospitals...).
2. Si el conglomerat és petit, s'entrevisten tots els individus; si és gran, es fan submostres.
3. Internament heterogenis i homogenis entre ells.

Mostreig aleatori polietàpic

1. Combina diferents tipus de mostreig.
2. Primer estrats, després subdivisions i finalment selecció d'individus per quotes.
3. La distribució d'entrevistes dins cada estrat es fa d'acord amb el pes relatiu de la població de cada estrat.

Grandària de la mostra

Factors a considerar:

1. Variabilitat existent en la població.
2. Grandària de la població (finita o infinita).
3. Nivell de confiança.
4. Nivell d'error de mostreig.

Avantatges i inconvenients de l'enquesta

Avantatges: Permet fer moltes preguntes i examinar hipòtesis complexes. Es pot utilitzar com a substitut de l'observació de dades passades.

Inconvenients: Si es pot dur a terme fàcilment una observació, es disposa d'infraestructura per fer un experiment o es poden obtenir directament les dades agregades.

Experiment

Es compara un grup experimental (exposat a l'estímul) amb un grup de control (sense estímul). L'efecte de l'estímul es calcula com la diferència entre la variació del grup experimental i la variació del grup de control.

Anàlisi estadística de dades

Els valors estadístics sintetitzen les distribucions de valors de les variables. L'anàlisi descriptiva descriu com es distribueixen les variables. L'anàlisi inferencial infereix els paràmetres poblacionals a partir dels valors estadístics de la mostra.

Representació de dades

Taules

Taula enumerativa: Presenta les dades en forma de llista. És merament descriptiva.

Taula de contingència: Facilita l'examen de les relacions entre variables. S'utilitza com a tècnica d'anàlisi estadística.

Gràfics

Diagrama de línies: Mostra l'evolució en el temps d'un fenomen.

Diagrama de sectors: Mostra la distribució dels valors d'una variable nominal o ordinal.

Diagrama de barres: Representació de dades mitjançant dos eixos.

Estadística univariada

Descriu com es distribueixen els casos dins dels valors de les variables.

• Moda: Valor més freqüent.
• Mediana: Valor del cas mitjà.
• Mitjana: Valor central de la distribució.
• Desviació típica: Mitjana de les distàncies de cada cas entorn de la mitjana.

Estadística multivariada

Mètodes

S'aplica en mètodes experimentals, comparats i enquestes. No s'aplica en estudis de casos qualitatius.

Objectius

• Anàlisi de regressió: Quantifica el canvi en la variable dependent per cada unitat de canvi en les variables independents.
• Taula de contingència: Ajuda a controlar l'efecte d'una tercera variable.