King Gary, Robert O. y Kehoane Sidney Verba (2000). El Diseo de la Investigacin Social. Alianza editorial. Madrid.

Cap1. LA CIENCIA EN LAS CIENCIAS SOCIALES

El objetivo es cmo plantear preguntas y moldear los estudios acadmicos para extraer inferencias descriptivas y causales vlidas. Se centra en la lgica intrnseca que subyace en toda investigacin cientfica.

Pretende relacionar las tradiciones de la investigacin cualitativa y cuantitativa mediante una misma lgica inferencial.

Esta distincin divide tambin la disciplina en dos ramas: una cuantitativa-sistemtica-generalizadora y otra cualitativa-humanista-discursiva. Desde la perspectiva del autor la diferencia slo es estilstica y su importancia en trminos metodolgicos y de contenido es mnima.

Todas las ciencias sociales necesitan comparar, lo cual supone que se evale qu fenmenos se parecen o en cuestin de grado (diferencias cuantitativas) o de tipo (diferencias cualitativas).

Una no es mejor que la otra. Los precisos mtodos estadsticos que sustentan la investigacin cuantitativa conforman modelos formales abstractos que son aplicables a todo tipo de investigacin, incluso a aqullas en que las variables no pueden medirse cuantitativamente. El carcter extremadamente abstracto, e incluso poco realista, de los modelos estadsticos es lo que hace que las reglas inferenciales resalten con tanta claridad.

Lo que distingue a las ciencias sociales es que pretende hacer inferencias vlidas mediante el uso sistemtico de procedimientos de investigacin contrastados.

Se parte de la base de que es posible lograr cierto conocimiento del mundo exterior, pero tal conocimiento siempre ser incierto. Como el mundo social cambia rpidamente, los anlisis que nos ayuden a comprender las transformaciones han de describirlas e interpretarlas en su contexto.

Lo que se busca es un pensamiento disciplinado.

En lo que refiere al diseo, la investigacin tiene cuatro caractersticas:

1. El objetivo es la extraccin inferencias descriptivas o explicativas a partir de la informacin emprica que se tenga del mundo. Una inferencias descriptiva implica utilizar observaciones del mundo para revelar otros hechos que no se han observado; una inferencia causal implica conocer efectos causales a partir de los datos observados. El alcance de stas puede delimitarse en el tiempo y en el espacio. Lo que distingue la investigacin cientfica es el objetivo de hacer inferencias que vayan ms all de las observaciones especficas que se han recogido.

2. Los Procedimientos son Pblicos, de lo contrario no constituye una aportacin a la ciencia.

3. Las Conclusiones son inciertas. La inferencia es por definicin un proceso imperfecto; es imposible llegar a conclusiones perfectamente ciertas utilizando datos inciertos. Se debe contemplar el clculo de la incertidumbre o carecera de cientificidad.

4. El contenido es el mtodo: el principal contenido de la ciencia son sus mtodos y reglas, no su objeto de estudio, ya que podemos utilizar tales mtodos para estudiar prcticamente todo. La investigacin cientfica propugna un conjunto de normas inferenciales de las que depende su validez.

Una aportacin ser posible siempre que nuestro trabajo contemple explcitamente ( o pretenda reinterpretar) las preocupaciones de la comunidad acadmica y utilice medios pblicos para hacer inferencias que respeten las reglas cientficas y la informacin de que disponemos.

Las ciencias sociales pretenden explicar situaciones del mundo social que consideramos ms o menos complejas; nuestra capacidad de simplificar depende de en qu medida podemos simplificar la realidad adecuadamente y de si podemos extraer con coherencia resultados y variables explicativas. La complejidad depende, en parte, del estado de nuestra teora.

Es probable que la complejidad haga ms inciertas nuestras inferencias, pero NO tiene porque hacerlas menos cientficas. La compensacin ms grande al utilizar las reglas de inferencia cientfica se logra precisamente cuando los datos son limitados, los instrumentos de observacin tienen defectos, las medidas no estn claras y las relaciones son inciertas. Si hay relaciones claras y datos no ambiguos, quiz el mtodo no sea tan importante, ya que incluso reglas o inferencias defectuosas podran producir respuestas medianamente aceptables.

El investigador debe ser flexible para rechazar las viejas formas de mirar el mundo y plantear nuevas preguntas, revisar los diseos de investigacin apropiadamente y recoger datos diferentes de los que haba pensado en un principio, lo cual debe producirse siguiendo procedimientos explcitos que respeten las normas de inferencia.

Los datos disciplinan el pensamiento a su manera.

Los investigadores deben perfeccionar el diseo de su investigacin antes de llevar a cabo cualquier trabajo de campo.

El diseo de investigacin est conformado por la pregunta de la investigacin, la teora, los datos y la utilizacin de los datos.

SUGERENCIAS:

1. MEJORAR LA PREGUNTA DE INVESTIGACIN: Un proyecto de investigacin tiene que plantear una pregunta relevante para el mundo real y hacer una aportacin concreta a lo escrito en un rea acadmica identificable, aumentando la capacidad colectiva de dar explicaciones cientficas verificables a algn aspecto del mundo. En ocasiones, la situacin del conocimiento en un determinado campo hace que se precisen muchos datos y descripciones antes de afrontar el reto de dar una explicacin.

Todas las hiptesis han de ser contrastadas empricamente antes de que hagan una aportacin al conocimiento. Hay que situar el diseo del estudio dentro del marco de la bibliografa cientfica existente.

Se puede hacer una aportacin explcita a lo escrito sobre el tema de varias maneras:

a). Eligiendo una hiptesis que los estudiosos consideren importante en la bibliografa pero de la que no se haya realizado un estudio sistemtico. Si encontramos pruebas a favor o en contra de una hiptesis, estaremos haciendo una aportacin

b). Eligiendo una hiptesis aceptada en la bibliografa que sospechemos es falsa, o creemos que no se ha demostrado adecuadamente, e investigando si realmente lo es o si otra teora es correcta.

c). Intentando resolver o presentar ms pruebas a favor de una de las partes en una polmica que est presente en lo escrito hasta el momento, demostrando que dicha polmica careca de fundamento desde el principio.

d). Diseando investigaciones que arrojen luz o evalen premisas no cuestionadas por la bibliografa.

e). Sealando que en la bibliografa no se ha concedido atencin a un asunto importante y proceder a aportar a ese campo un estudio sistemtico.

f). Sealando que las teoras o pruebas relativas a cierto objetivo en un campo podran aplicarse a otro para solucionar un problema existente, pero aparentemente alejado.

Los dos criterios sealados, no son necesariamente opuestos. Si partimos de un problema real tendremos que preguntarnos cmo puede estudiarse con mtodos cientficos modernos para hacer una aportacin al fondo de explicaciones de las ciencias sociales.

La descripcin exacta es un paso importante de los estudios explicativos.

Si se propone un asunto que no pueda desarrollarse hasta convertirlo en un proyecto de investigacin concreto, que permita la extraccin de inferencias descriptivas y causales vlidas, hay que abandonarlo o modificarlo. Del mismo modo tambin hay que cambiar toda propuesta que no haga alguna aportacin a los escritos acadmicos. Al elegir provisionalmente un tema estamos dialogando con su bibliografa.

Que preguntas de inters para nosotros se han respondido ya Cmo se puede plantear nuestra pregunta para que parezca posible contestarla con las herramientas disponibles?

2. MEJORAR LA TEORA. En ciencias sociales, una teora es una especulacin razonada y precisa sobre la respuesta que cabe dar a una pregunta de investigacin, e incluye una declaracin de porqu tal respuesta es correcta. Las teoras suelen conllevar hiptesis descriptivas o causales ms especficas. Una teora debe estar en consonancia con los datos disponibles anteriormente sobre una pregunta de investigacin.

Algunas formas de evaluar y aumentar la utilidad de una teora son:

a). Hay que elegir teoras que puedan estar equivocadas, se aprende ms de ellas.

b). Para asegurarse de que una teora es falsable hay que elegir una que pueda generar tantas consecuencias observables como sea posible.

c). Al disear teoras es preciso ser lo ms concreto posible, es decir, precisin y prediccin especficas.

El propsito es que despus de ver los datos, podamos modificar la teora para que se pueda aplicar a una gama ms amplia de fenmenos. Esto es, podemos hacer que la teora sea menos restrictiva (de forma que contemple una gama ms amplia de fenmenos y se vea expuesta a ms oportunidades de falsacin) pero esto no ha de hacerse sin haber recogido ms datos con los que contrastar la nueva versin de la teora. Podemos permitirnos el lujo de inventar nuevos diseos de investigacin o proyectos de recoleccin de datos que podran utilizarse para determinar si nuestras especulaciones son correctas.

La recoleccin de datos preliminar puede llevarnos a alterar las preguntas de la investigacin o a modificar la teora. Posteriormente se pueden recabar otros datos para contrastar la nueva teora, evitndose el problema de utilizar la misma informacin para elaborar y comprobar una teora.

3.- MEJORAR LA CALIDAD DE LOS DATOS: los datos son informacin sobre el mundo recogida de forma sistemtica y pueden ser de tipo cuantitativo o cualitativo. Por ende es preciso:

a). Registrar y detallar el proceso con el que se generan los datos. Slo si hacemos esto podremos hacer inferencias descriptivas y causales vlidas.

b). Para evaluar mejor una teora hay que recoger datos acerca de la mayor cantidad posible de consecuencias observables que sean coherentes con la teora para lograr que sea ms penetrante la explicacin y mas ciertos sus resultados.

c). Maximizar la validez de nuestras mediciones; lo ms fcil es maximizar la validez ajustndose a los datos sin permitir que se nos interpongan conceptos no observados o no mensurables.

d). Asegurarse de que los mtodos de recoleccin de datos son fiables, lo que significa que si se aplica el mismo procedimiento de la misma manera siempre se obtendr la misma medida.

e). Todos los datos y anlisis deben ser, en la medida de lo posible, reproducibles, lo cual tiene que ver con el proceso de razonamiento que se utiliza para alcanzar conclusiones. Partiendo del informe de nuestra investigacin, otro investigador debera poder copiar los datos y rastrear la lgica de nuestras conclusiones.

Aprovecharse del acceso privilegiado a fuentes de informacin sin buscar que otros lo tengan imposibilita la reproduccin y pone en cuestionamiento la calidad cientfica del trabajo.

4.- UTILIZAR MEJOR LOS DATOS EXISTENTES:

a). Siempre que sea posible, para hacer inferencias hay que utilizar datos que no estn sesgados, es decir que como promedio sean correctos. Esto es, no elegir observaciones de tal manera que se distorsione sistemticamente la poblacin de la que proceden, o excluir alguna variable de control que pudiera influir en una aparente conexin causal entre las variables explicativas y la que queremos aclarar.

b). Para que los datos se utilicen de manera eficiente hay que maximizar la informacin que se ha tenido en cuenta para hacer las inferencias descriptivas o causales; es preciso utilizar todos nuestros datos y usar tambin toda la informacin relevante que hay en ellos para mejorar las inferencias.

RESUMIENDO:

Para que una teora merezca la pena debe contemplar consecuencias relacionadas con las observaciones que esperamos encontrar si es correcta. Estas consecuencias observables de la teora han de guiar nuestra recoleccin de datos y ayudarnos a distinguir entre hechos relevantes e irrelevantes. La teora y la investigacin emprica deben estar estrechamente relacionadas.

Uno de los objetivos ms importantes de las ciencias sociales es explicar tanto como sea posible de la forma ms escueta posible. A mayor precisin de las variables utilizadas, mayor control del problema de investigacin.

La maximizacin del control no debe confundirse con la idea de concisin, que es un presupuesto relacionado con la naturaleza del mundo ms que una norma para disear investigacin. Ms bien refiere a hacer listas constantes de aquellas posibles consecuencias observables de sus hiptesis que pudieran detectarse en sus datos o en otros.

Si lo que deseamos es que nuestra inferencia plantee una hiptesis vlida, es mejor que nuestra teora tenga consecuencias en muchos niveles de anlisis diferentes.

Tanto en la investigacin cuantitativa como en la cualitativa el conocimiento y la inferencia son siempre inciertos. La medicin en ambos tipos de estudio es propensa al error, pero sus causas pueden ser diferentes. Los buenos cientficos sociales contemplan un margen aproximado de incertidumbre en sus inferencias.

Evitar sacar conclusiones muy ambiciosas a partir de datos poco consistentes. Siempre hay que calcular de forma razonable el grado de incertidumbre que existe en cada una de ellas.

La inferencia causal se convierte en un proceso en el que cada conclusin es una oportunidad de investigar an ms, con el fin de profundizar en esa inferencia y ponerla a prueba.

Cap. 2.- LA INFERENCIA DESCRIPTIVAEn ciencias sociales, la investigacin, ya sea cuantitativa o cualitativa, tiene dos objetivos: describir y explicar y la relacin entre ambas es interactiva.

La descripcin conlleva un proceso inferencial: consiste en inferir informacin sobre hechos no observados a partir de aquellos que si se han contemplado.

La ciencia y la interpretacin no persiguen objetivos distintos. Ambas dependen de la elaboracin de cuidadosas descripciones, de una comprensin profunda del mundo, de que se planteen buenas preguntas, de la formulacin de hiptesis falsables a partir de teoras ms generales y de la recoleccin de pruebas necesarias para evaluar tales hiptesis.

La aportacin primordial de la ciencia es un conjunto de procedimientos con los que se pueden dar respuestas a preguntas descriptivas y causales elaboradas apropiadamente.

Para evaluar la hiptesis, la lgica de la inferencia cientfica es inmejorable.

Una de las ms difciles tareas de la investigacin social es la de simplificar y sta ha de ser sistemtica para obtener un conocimiento til.

La investigacin social tiene que ser general y especfica al mismo tiempo: debe informarnos sobre los tipos de acontecimientos y hechos especficos en lugares concretos.

Aunque cuantificar produce precisin, no favorece necesariamente la exactitud: inventar ndices cuantitativos que no se relacionen directamente con los conceptos o acontecimientos que pretendemos medir conduce a errores de medida y a problemas en las inferencias causales.

Los estudios de caso son esenciales para la descripcin y por ende para las ciencias sociales. Una buena descripcin es mejor que una mala explicacin.

La inferencia es un proceso en el que se utilizan hechos que conocemos para aprender sobre los que desconocemos. Los hechos conocidos se someten a preguntas, teoras e hiptesis de nuestra investigacin y conforman nuevos datos y observaciones de tipo cuantitativo y cualitativo.

La mejor forma de organizar los hechos es hacer que sean consecuencias observables de alguna teora o hiptesis con el fin de evaluarla; despus la teora nos lleva a seleccionar los hechos que son consecuencia de ella. Los beneficios que lo anterior arroja son:

Podemos darnos cuenta rpidamente de que si existen ms observaciones de las consecuencias de una teora, nos permite evaluarla con mayor riqueza.

No hay porque poseer una teora completa antes de recoger datos, ni porque mantenerla inalterable durante el proceso. La teora y los datos interaccionan; siempre es necesaria alguna teora antes de recoger los datos y se precisan algunos datos antes de teorizar.

Organizar los datos mediante una lista de observaciones especficas de una teora. La mxima crucial que ha de guiar tanto la creacin de una teora como la recoleccin de datos es la bsqueda de ms consecuencias observables de esa teora.

Dentro del proceso de simplificacin que se desarrolla al organizar nuestros datos como consecuencias observables de la teora, necesitamos sistematizar dichos datos. Verificar que la teora tiene sentido en otras situaciones aunque stas no tengan un inters directo- aumenta la confianza en que la teora es correcta y en que explica adecuadamente la nica consecuencias observable que nos interesa.

Un modelo es una simplificacin de algn aspecto del mundo y una aproximacin al mismo. Nunca son netamente verdaderos o falsos, aunque los buenos solo recopilan las caractersticas correctas de la realidad que representan.

En qu punto decidimos construir un modelo depende de nuestro objetivo y de la complejidad del problema que estudiemos.

Para su elaboracin, la regla ms importante en la recoleccin y resumen de datos, es dejar claro cmo se han creado y de qu manera hemos accedido a ellos. Hacemos modelos con los datos por medio de variables, unidades y observaciones.

En la mayora de las obras que se denominan se miden numerosas variables de muchos tipos diferentes de unidades. Es esencial distinguir entre nmero de casos y de observaciones. El primero puede tener cierto inters para ciertos fines, pero el ltimo es importante para evaluar la cantidad de informacin que un estudio aporta a la resolucin de una pregunta terica. Se sugiere, por ende, reservarnos la n habitual para referirnos nicamente al nmero de observaciones y no de casos.

Un caso puede definirse tcnicamente como un fenmeno del que solo sealamos e interpretamos una nica medida en cada variable pertinente.

El trmino observacin hace referencia a las medidas de una o varias variables en una sola unidad.

Cmo podemos hacer inferencias descriptivas sobre la historia sin perdernos en datos irrelevantes?

El modelo para el proceso de resumen de los detalles histricos es un estadsticos con el que se expresan datos de forma abreviada. Su objetivo es exponer caractersticas apropiadas de stos mediante un formato til. Comunicarse mediante resmenes tiene ms sentido para el lector que utilizar todos los datos originales.

Las normas que rigen el resumen de los pormenores histricos son:

Deben centrase en los resultados que queremos describir o explicar

Tiene que simplificar la informacin de que disponemos.

Ha de ser lo suficientemente simple para que nuestro pblico pueda entenderla.

La inferencia descriptiva es un proceso mediante el cual se comprende un fenmeno no observado a partir de un conjunto de observaciones.

Uno de los objetivos fundamentales de la inferencia es distinguir entre el componente sistemtico y el no sistemtico dentro de los fenmenos que estudiamos. Con la inferencia descriptiva pretendemos comprender en qu medida nuestras observaciones reflejan fenmenos tpicos o atpicos; el elemento no sistemtico o imprevisto de los datos tendera a prevalecer sobre el sistemtico o distorsionarlo.

Para distinguir los dos tipos de variables utilizamos y para la variable realizada, Y para la variable aleatoria; la aleatoriedad proviene de la variacin en los acontecimientos imprevistos durante el tiempo que elegimos para hacer la observacin.

Uno de los objetivos de la inferencia es conocer las caractersticas sistemticas de las variables aleatorias y podemos distinguir dos puntos de vista fundamentales al respecto:

1. Un mundo probabilstico: la variacin aleatoria existe tanto en la naturaleza como en el mundo social y poltico y nunca podr eliminarse.

2. Un mundo determinista: la variacin aleatoria solo representa la parte del mundo que no podemos explicar; la divisin entre variacin sistemtica y estocstica la impone el investigador y depende de qu variables explicativas se encuentre disponibles y de cules se incluya en el anlisis.

Los factores sistemticos son persistentes y sus consecuencias se repiten cuando tienen un valor determinado. Los no sistemticos son transitorios: no podemos predecir su impacto. Sin embargo esto no significa que los sistemticos representen constantes.

Resumir los pormenores histricos es un importante paso intermedio en el proceso de utilizacin de datos, pero tambin tenemos que hacer inferencias descriptivas que distingan los fenmenos aleatorios de los sistemticos.

Finalmente, resulta pertinente considerar los criterios explcitos que se utilizan en estadstica para juzgar los mtodos inferenciales: falta de sesgo, eficiencia y coherencia.