Vous êtes sur la page 1sur 150

Cuadernos Metodolgicos

28
2/ edicin revisada

Metodologa de la ciencia poltica


Eva Anduiza Perca Ismael Crespo Martnez Mnica Mndez Lago

cis
Centro de hrvestigaaones Socialgicas

Metodologa de la Ciencia Poltica

2a edicin

Cuadernos Metodolgicos

Eva Anduiza Perea Ismael Crespo Martnez Mnica Mndez Lago

Convelo Edliotlal de .a Coleccin Cuadernos MedotoljiciA


D:kixTc>JcA

Beln Bnvir;i Perc7-P#rd:>, Presidenta del C/S


CONMJKROS

Luis Enligue Alonv Benito, CatcJidtko Je Sociologa. f'n:ver*iJad Autnoma Je MaJrui Francisco Alvira Martin, Cjtedrdrlvt) de S<n'H>hj>ta. t'mversfJad 0*ntpntenle J<m KJnJruI M' rpele* Cea ti Ancn*. Pt*feuna titular de StK*togfa. iUthxrsiJaJ Complutense Je Madrid Modesto Escobar Mercado. Catedrtico de So iolo^fa. L'nt%xi \idaJ de Sai/manca Aruceli Mateos Dw7, Profesora contratada doctora de Crtela PiJftfca. l'ntverxLiad Je Salamanca Jos Manuel Paua M talles. Profesor titular de Economa .ApllcuJa. l'nlwnidat Je Valencia Araccli Serrano Pascual. Profesora tutktrdr Socfologta. Universidad Complutense Je KladriJ
Sr.CRETAR'.O

Alberto Penades. I nidad de Apo\o a Presidencia, t 1S I as mutnns cditci iales y las instrucciones para los autores pueden consultarse en: iittp: www.cis.es. publlundoncs/CM Todos Km derechos reseados. Ptohibldu la repndiiccln tuial o parcial de esta obra por cual* quier procedimiento (va sea grfico, electrnico, ptico, qumico, mecnico, fotografa, etc.) \ e! almacenamiento o transmisin de sus contenidos en soportes magnticos sonoios. visuales o de cualquier otro tipo de peimiM) expieso del editoi.

COLECCION CCADERNOS METODOLOGICOS.. NI M. 28

Primera edicin, diciembre 1999 Segunda edicin, diciembre de 2009 CENTRO DE INVESTIGACIONES SOCIOLGICAS Montalban, 8. 28CI4 Madrid
IM JUXHOS RF.WRVA^OS ( ONfOHMH X I \ I t.\

Printed ar.d made tu Spaln


ipo: 004-0^-022 * isbn: <578-84 747<v480-2 Depsito legal: M-S27)5'2009

Impreso > hecho en I sporta

Foloconiposicin e impresin: Impicsin Digital Da Vinel, S. A Pintores. 21. 28*2* Akorcn (Madrid)
t fcl mlk-! uS/jd*- iMt j U ImiiPc^Vo de* ctt# kfca: c* 100S* rcvicl> * U ulnxirtc >bnt Se CMrv

Indice

PROLOGO...........................................................................................................5 INTRODUCCIN............................................................................................... 6 Qu caractersticas tiene el conocimiento cientfico?......................................7 Qu objetivos puede tener una investigacin?............................................. 10 Qu es un problema de investigacin?.......................................................... 12 1. LA TEORA.......................................................................................................15 Del problema de investigacin a la teora.......................................................15 La formulacin de teoras.................................................................................16 Los elementos de una teora............................................................................ 21 La causalidad.................................................................................................... 30

2.

LOS CONCEPTOS........................................................................................... 35 La importancia de los conceptos en la investigacin emprica...................... 35 La definicin y tratamiento de los conceptos..................................................36 La bsqueda de indicadores: operacinalizacin de los conceptos................ 41 El proceso de medicin: validez y fiabilidad................................................... 51

3.

LAS ESTRATEGIAS........................................................................................ 54 Unidades, variables y observaciones...............................................................54 Niveles de anlisis y observacin.................................................................... 57 La seleccin de las unidades: cuntos casos?................................................ 64 La seleccin de las unidades: cules?........................................................... 70

4.

LOS DATOS......................................................................................................79 Tipos de datos................................................................................................... 79 Tcnicas de recogida.........................................................................................84 La codificacin...................................................................................................96 Presentacin de los datos y los resultados......................................................99
2

5. LA CONTRASTACIN

106

La multicausalidad de los fenmenos polticos............................................ 106 El mtodo experimental.................................................................................112 El mtodo estadstico..................................................................................... 116 El mtodo comparado.....................................................................................123

APNDICE. FUENTES DE DATOS..................................................................... 131

BIBLIOGRAFA...................................................................................................... 142

5. LA CONTRASTACIN

106

La multicausalidad de los fenmenos polticos............................................ 106 El mtodo experimental.................................................................................112 El mtodo estadstico..................................................................................... 116 El mtodo comparado.....................................................................................123

APNDICE. FUENTES DE DATOS..................................................................... 131

BIBLIOGRAFA...................................................................................................... 142

Prlogo
Lo que proponemos en estas pginas es una gua para afrontar las principales etapas en el proceso de investigacin dentro del mbito de la ciencia poltica. Como propuesta de gua metodolgica es necesariamente simplifica dora de la complejidad del proceso investigador. Desde luego, no resolveremos todas las dudas y problemas que aparecen por ejemplo en el transcurso de la realizacin de una tesis doctoral. Como mucho, provocaremos alguna ms. Algunos (o muchos) de los contenidos pueden ser cuestionados, precisamente por que el debate metodolgico y epistemolgico (cmo podemos conocer la realidad?) sigue vivo en las ciencias sociales. La pretensin de este volumen, que revisa algunos aspectos menores de la edicin anterior, es nicamente ser un punto de partida accesible para un investigador que se enfrenta, durante el grado y fundamentalmente en el postgrado, con el anlisis de la realidad poltica en el mbito acadmico. La prctica de cada uno dir en qu medida las premisas, las recomendaciones y las aclaraciones que se hacen en estas pginas deben ser respetadas, matizadas o directamente, una vez evaluadas, descartadas. Por nuestra parte, nos conforman amos con ofrecer algunos criterios que sirvieran para que el investigador sea consciente de los lmites de lo que puede afirmar con su trabajo, y por lo tanto para que las investigaciones en nuestro mbito acadmico sean cada da ms slidas y fiables.

Bellaterra, Madrid y Murcia, septiembre de 2009

Introduccin
Una investigacin politolgica puede centrarse sobre un nmero ilimitado de cuestiones: Por qu votamos como lo hacemos? Por qu un pas declara una guerra? Qu efectos tiene una poltica de inmigracin? En qu circunstancias puede aparecer la violencia poltica? Qu relacin existe entre jueces y poltica? Contribuye el federalismo a resolver los conflictos territoriales? Si se entiende la poltica como el conjunto de relaciones de conflicto y cooperacin que se dan entre la poblacin de una o varias sociedades (LAVER 1983), la esfera de lo poltico es amplia, e igualmente extenso es el nmero de temas de inters sobre los que puede versar una investigacin politolgica. El nico elemento comn que comparten dos investigaciones sobre temas tan dispares como los mencionados anteriormente es su mtodo. El mtodo cientfico es lo que proporciona la unidad a una disciplina acadmica y por ende a toda la ciencia (PKARSON 1892). Se puede estudiar lo que se quiera, siempre que se haga con arreglo a unas reglas que permitan avanzar en el conocimiento vlido y fiable de la realidad poltica que interesa al investigador. No siempre hay acuerdo en cules exactamente son esas reglas. Las ciencias sociales rebosan de debates metodolgicos y epistemolgicos que, evidentemente no pretendemos resolver aqu. La tensin ms conocida es quiz la que opone metodologas cualitativas y cuantitativas, que refleja el conflicto entre dos modelos metodolgicos opuestos, el positivista y el constructivista. Un positivista considerara que la realidad es susceptible de ser conocida de manera objetiva e independiente de sus propios valores, y explicable en trminos de leyes generales que permiten predecir. Un constructivista entendera la realidad de manera mltiple, en relacin con sus valores y buscara interpretaciones ad hoc. que le permitan comprender el fenmeno que le interesa.

TABLA 1 Dos modelos metodolgicos Modelo nomolgico Modelo interpretativo o o positivista_______________ constructivista_________ Naturaleza de la realidad Relacin entre investigador y realidad Rol de los valores Objetiva y nica Independiente Mltiple y subjetiva Interaccin

Bases de la explicacin

Investigacin independiente de los valores Determinismo causal Leyes generales Formal, definiciones previas al estudio

Investigacin impregnada de valores Accin e intencin Interpretacin Informal, definiciones que surgen durante la investigacin Comprensin Validez interna Coherencia Cualitativas

Uso de los conceptos

Objetivos Criterios do valoracin

Prediccin Validez externa Generalidad Cuantitativas

Tcnicas de anlisis

Fuente: Adaptado de Wright (1993)

Hoy es difcil encontrar defensas de estos modelos puros. Es muy cuestionable que sea posible establecer predicciones en el mbito de la poltica, as como tampoco sera fcil de defender una investigacin cuyas conclusiones estuvieran fuertemente condicionadas por los valores polticos de sus autores. La tendencia actual es hacia la bsqueda de criterios metodolgicos comunes y la aplicacin de tcnicas de anlisis variadas (KlNG et al. 1994, DELLA Porta et al. 2008). Con esta idea como punto de partida, es necesario precisar cules se consideran las caractersticas definitorias del conocimiento cientfico.

Qu caractersticas tiene el conocimiento cientfico? El ser humano puede conocer el mundo que le circunda a travs de muchas maneras: la magia, la religin, la intuicin o el sentido comn son formas de conocimiento cuyo objetivo es (como tambin en el conocimiento cientfico)

explicar la realidad para entenderla mejor. Se trata de formas de conocimiento basadas en creencias, mitos, sentimientos, incluso en algunas observaciones casuales. Segn KlNG, VERBA y KEOHANE (1994), el conocimiento cientfico se diferencia de estas otras formas de conocimiento al menos en cuatro caractersticas fundamentales: se basa en la observacin sistemtica de la realidad; trata de inferir conclusiones aplicables ms all de aquello que observa; produce conclusiones inciertas y provisionales; y es pblico y transmisible. El conocimiento cientfico se basa en la acumulacin de informacin emprica, es decir, obtenida a travs de la observacin de una parte de la realidad. Si por ejemplo el objeto de estudio son las revoluciones sociales (SKOCPOL 1994), una de las primeras labores del investigador sera recoger informacin, de la manera ms sistemtica posible, relativa a la forma en que surgen y se desarrollan, sus contextos, protagonistas o consecuencias. Si los politlogos dispusieran de medios, energas y tiempo ilimitados, lo ideal sera observar los aspectos relevantes de todas las revoluciones que han sucedido a lo largo de la historia de la humanidad, ordenndolos en un modelo descriptivo o explicativo de las revoluciones que permitiera conocer por qu surgen, cmo se desarrollan, o a qu situaciones pueden conducir. Pero la observacin de la realidad en toda su amplitud y complejidad es, evidentemente, imposible. El conocimiento cientfico debe basarse, para establecer sus conclusiones, en la observacin de una parte (la mayora de las veces pequea) de la realidad. A partir de esa limitada parte de la realidad que s puede observarse, se intentan inferir descripciones y/o explicaciones que sean vlidas ms all de lo que se ha observado directamente. En el ejemplo anterior, la observacin de uno, dos o tres casos concretos nos debera permitir aproximarnos al fenmeno de las revoluciones sociales en general, para conocerlas mejor. As, el anlisis de cualquier aspecto concreto de la poltica (una revolucin, un partido, una eleccin, una poltica pblica, etc.) tiene relevancia acadmica en la medida en que su estucho nos permite profundizar en el conocimiento de la generalidad (las revoluciones, los partidos, las elecciones, las polticas pblicas, etc.) En otras palabras, el mtodo cientfico conduce a la elaboracin de descripciones o explicaciones generales a partir de observaciones parciales, pero sistemticas y cuidadosas. El salto de la observacin concreta a la conclusin general se denomina inferencia y es un elemento central del conocimiento cientfico. Como argumentan KlNG, KEOHANE y VERBA (1994:9), el conocimiento cientfico es un proceso imperfecto por definicin: si slo se puede observar parte de la realidad, no es posible obtener conclusiones de las que estar seguros al cien por cien, para la totalidad de los fenmenos no observados. Un investigador debe ser consciente de esta limitacin, e indicar en qu medida sus conclusiones son inciertas. La incertidumbre inherente a toda conclusin 7

producto de una investigacin cientfica implica que sta es, por naturaleza, provisional. La ciencia debe siempre estar abierta a que nuevos hallazgos alteren las teoras que hasta la fecha se han considerado como vlidas. La posibilidad de que nuevas investigaciones observen aspectos de la realidad hasta el momento desconocido o poco estudiados, empuja al investigador a reconocer el carcter incierto y provisional del conocimiento cientfico. La incertidumbre del conocimiento cientfico procede adems de otra de sus caractersticas: la realidad siempre puede contradecir nuestras expectativas. De hecho, para algunos la pregunta fundamental que debe plantearse un investigador es la siguiente: "qu evidencia emprica hara rechazar la hiptesis de trabajo?".1 Si no podemos imaginar una situacin en la que la observacin de la realidad pueda contradecir las expectativas del investigador, hay que volver a replantear sta en su totalidad, ya que la investigacin no estara basada en hiptesis falsables (POPPER 1999). Por muy convencido que se est, por ejemplo, de que la democracia proporciona ms desarrollo econmico y bienestar a la ciudadana (MARAVALL 1995), y por mucho que las observaciones que se hayan efectuado con anterioridad vayan en el sentido que se espera (es decir, verifiquen que la economa funciona mejor en los sistemas democrticos con respecto a los no democrticos), es posible imaginar una situacin en la que la realidad contradiga la hiptesis inicial. Al margen de lo que suceda en la realidad, podemos imaginar democracias con niveles de bienestar y desarrollo inferiores a los de sistemas no democrticos. Quiz una situacin de ausencia de relacin entre democracia y bienestar no llegue a darse nunca en la realidad observada. Pero lo que nos interesa aqu es que la hiptesis es plenamente falsable, puesto que es posible imaginar una situacin en la que no se verifica. Finalmente, la investigacin cientfica no es una labor individual. Ni siquiera cuando el investigador trabaja solo (el caso ms significativo es el de un doctorando) puede permitirse ignorar el hecho de que su contribucin debe incorporarse al conjunto de trabajos que sobre su mbito de estudio han sido elaborados previamente. Debe tenerlos en cuenta, ya sea para aceptarlos y completarlos, ya sea para criticarlos y rechazarlos. A su vez, su propio trabajo ser tenido en cuenta por otros investigadores. Todo ello requiere que el trabajo realizado sea transmisible y que adems se haga pblico. Los principios de transmisibilidad y publicidad de la investigacin cientfica se refieren no slo a la capacidad de publicar trabajos en las editoriales y revistas con difusin entre los profesionales de la disciplina o incluso entre un pblico ms amplio. Se refiere, sobre todo, a la capacidad de hacer explcitos los procedimientos a

La principal aportacin metodolgica del conductismo a la ciencia poltica es esta pregunta (vase el clarificador trabajo de Sanders 2002).
1

travs de los cuales se obtienen los datos, se analizan los mismos y se llega a obtener conclusiones. Todos los procesos investigadores, desde los ms formalizados y cuantitativos hasta los ms cualitativos, estn repletos de situaciones en las que el investigador debe optar entre diferentes alternativas: qu variables observar y cules ignorar, cmo seleccionar los casos, que fuentes de datos utilizar, qu tcnicas de anlisis emplear, etc. Cada una de estas decisiones tiene consecuencias importantes en los resultados de la investigacin, y todas ellas constituyen elementos esenciales para poder evaluar las conclusiones de cualquier trabajo. Sin el conocimiento detallado de estos procedimientos, no es posible realizar una interpretacin y una valoracin de las consecuencias y limitaciones de una investigacin. Si stos no se hacen claramente explcitos, es imposible que la comunidad cientfica evale la validez y el grado de fiabilidad que se debe otorgar a un estucho.

El conocimiento cientfico so basa en la observacin sistemtica ele na parte ele la realidad intenta inferir descripciones y explicaciones vlidas ms all de lo observado es incierto y provisional es pblico y transmisible

Qu objetivos puede tener una investigacin? Una investigacin puede plantearse con uno o varios objetivos: definir un fenmeno poltico, describirlo, explicarlo, valorarlo (Bartolini 1995). Un primer objetivo que debera estar presente en todas las investigaciones es el de la elaboracin conceptual. Nuestra disciplina (al contrano que la fsica o incluso la economa) emplea frecuentemente trminos utilizados en el lenguaje cotidiano, lo que produce 110 pocos problemas de ambigedad y confusin conceptual. Democracia, legitimidad, cultura, nacionalismo, identidad, o ideologa, son trminos que se encuentran con tanta frecuencia en los medios de comunicacin como en las revistas y publicaciones acadmicas de la disciplina. Un objetivo de la investigacin puede ser clarificar el significado de trminos cuyo uso puede producir confusin. Se trata de resolver un problema semntico (BARTOLINI, 1995: 41), analizando el significado y el referente de un concepto. Este objetivo 110 implica necesariamente la observacin de la realidad, pero es un paso previo fundamental. Tan importante es, que se le dedica en exclusiva un captulo de este libro.

Otros objetivos como la descripcin y la explicacin requieren la observacin de la realidad, con el objetivo de conocerla y comprenderla mejor. La descripcin precede a la explicacin. Recurrimos a ella como primera aproximacin ante un fenmeno desconocido o complejo. En el estudio de las elecciones un paso previo a cualquier explicacin del resultado requiere la descripcin del mismo: conocer la distribucin del voto entre las distintas candidaturas. En muchos casos, estos fenmenos o procesos sobre los que se centra una investigacin son tan intrincados o han sido tan poco explorados que slo su descripcin constituye un proyecto ambicioso en s mismo. Siguiendo en el mbito electoral, una investigacin puede plantearse estudiar el proceso de nacionalizacin de los electorados, es decir, de qu manera los resultados electorales se hacen territorialmente cada vez ms homogneos dentro de los estados a lo largo del tiempo (Cakajvlvni 2004). Esta cuestin ms compleja requiere una descripcin guiada, sinttica y rigurosa de una cantidad importante de datos. La explicacin es, para algunos, el objetivo ms valioso en una investigacin. En este caso nos interesamos no por analizar el fenmeno en s, como en la descripcin, sino por las causas o las consecuencias de ste: los factores que pueden favorecerlo, las motivaciones que lo justifican, los efectos que puede tener sobre otros aspectos de la realidad poltica. Qu razones estn detrs del voto? Por qu se toman determinadas decisiones? Por qu algunos sistemas polticos son ms estables que otros? Tanto la descripcin como la explicacin deben, como indicbamos anteriormente, trascender lo que se observa y servir para conocer aquello que no es posible observar. La inferencia, elemento fundamental del conocimiento cientfico, debe aparecer tanto en la investigacin descriptiva como en la explicativa. Aunque muchas de las investigaciones en ciencia poltica tienen su origen en preocupaciones de carcter normativo, algunos autores argumentan que el conocimiento cientfico no tiene como objetivo el establecimiento de juicios de valor. No debe ocuparse de qu es bueno o malo, deseable o no, ni de cmo deberan ser las cosas de acuerdo con ciertos principios morales o ticos, sino nicamente de cmo son (JOHNSON y JOSLYN, 1995: 21). Otras posiciones argumentan que las preocupaciones de carcter normativo pueden ser fuente de inspiracin para la investigacin cientfica, y constituir un objetivo importante dentro de la misma. No podemos aqu abordar la cuestin de la relacin entre ciencia y valores. Desde nuestro punto de vista una investigacin politolgica puede intentar responder a interrogantes de carcter normativo, y de hecho la relevancia de las investigaciones procede de muchas ocasiones de la medida en que afrontan cuestiones normativamente controvertidas. Pero si nos atenemos a la definicin de conocimiento cientfico que hemos desarrollado en el epgrafe anterior, ste debe ir ms all e incorporar entre sus elementos la observacin de la realidad.
10

La siguiente tabla resume los objetivos que pueden definirse en una investigacin cientfica, y las preguntas a las que pretenden responder en relacin con el objeto de estudio.
TABLA 2 Tipos do investigacin y objetivos Tipo de investigacin Analtico-conceptual Emprico-descriptiva Objetivos Preguntas a las que responde Qu es? Cmo es? Cmo sucede? Por qu ocurre?

Elaboracin conceptual Exploracin y descripcin Inferencia descriptiva Explicacin Inferencia causal Juicios de valor

Emprico-explicativa

Normativa

Cmo debe ser?

Qu es un problema de investigacin? Dentro de las etapas de la investigacin en ciencia poltica la seleccin del problema central es el primer paso y posiblemente el ms complicado. Un problema de investigacin claro, explcito y bien planteado puede conducir a una buena investigacin. Un problema de investigacin mal definido dificulta todas las dems etapas de la investigacin, o incluso llega a hacerla inviable. Lamentablemente, no hay ningn mtodo que indique cmo tener nuevas ideas, ni cmo plantear un buen problema de investigacin que d origen, por ejemplo, a una tesis doctoral brillante. En la primera etapa de la investigacin cientfica hay un componente de creacin personal y de imaginacin, que no se rige por ningn mtodo riguroso. Sin embargo, si hay algunas recomendaciones que pueden resultar tiles. En primer lugar, es importante distinguir tres elementos que a veces se confunden: el tema, el problema, y el caso. El tema es el mbito de la ciencia poltica en el que se sita nuestro problema; es por lo tanto abstracto y general: por ejemplo, la participacin poltica, los partidos, las coaliciones, el voto, las actitudes, el federalismo, etc. El caso es la parte de la realidad en la que se centra nuestra investigacin: por ejemplo Mxico, las elecciones generales de 2004, Europa occidental. Es frecuente que tanto el tema como el caso se definan en una fase relativamente temprana del proceso de investigacin. Pero estuchar la

11

participacin poltica en Mxico, "el voto en las elecciones generales de 2004" o las coaliciones en Europa occidental no significa en absoluto tener definido el problema de investigacin. Este se sita en un mbito intermedio entre el tema (general) y el caso (concreto) y normalmente toma la forma de una pregunta que tiene relevancia general y posibilidad de ser contestada a travs del anlisis de lo concreto: Qu consecuencias tienen los procesos de participacin poltica en el mbito municipal? Hasta qu punto es importante la situacin de la economa en la orientacin del voto? Qu razones ayudan a dar cuenta de la composicin de las coaliciones de gobierno? Contribuye el federalismo a resolver los conflictos territoriales? A la hora de definir un problema de investigacin es importante, adems de encontrar el punto de equilibrio adecuado entre lo demasiado amplio y lo demasiado concreto, justificar la relevancia de la pregunta. Obviamente, conviene que el tema elegido sea del inters personal del investigador. Las experiencias son una fuente de inspiracin notable a la hora de elaborar proyectos de investigacin. Un investigador trabaja mejor si el tema le interesa particularmente, o si le permite vivir gracias a una beca, o si conoce la lengua en la que est escrito la mayora del material bibliogrfico que debe utilizar. Todos estos son criterios que pueden influir en la seleccin del tema a estudiar, pero que conciernen nicamente a la persona que lleva a cabo la investigacin. La comunidad cientfica evala la calidad de un proyecto de investigacin de acuerdo con otros elementos, no por la situacin o el inters personal del investigador, y por lo tanto, ste debe hacer explcita la relevancia del problema con arreglo a otros criterios. Ms all de las preferencias personales, el problema que se plantea como ncleo de la investigacin debe ser importante para la comprensin de un problema poltico o social relevante. El investigador est obligado a justificar por qu el tema que ha elegido merece ser estudiado, y qu implicaciones se podrn derivar de las conclusiones de su estudio. Hay problemas de investigacin cuya importancia es percibida claramente, y otros en los que este aspecto precisa de mayor elaboracin. En cualquier caso, la presentacin de un problema de investigacin debe incluir una justificacin de la importancia de sus posibles conclusiones con respecto a la realidad social y/o poltica. Esto implica que el investigador debe evitar centrar la investigacin exclusivamente sobre su caso de estudio, lo que dificulta el llegar a conclusiones que sean tiles ms all de la propia investigacin. En trminos prcticos, el caso o casos no deben formar parte de la formulacin del problema. Una investigacin debe hacer una contribucin sustancial a lo que ya se conoce sobre el aspecto de la realidad por la que se interesa. Se trata en este caso de elaborar una justificacin respecto al valor acadmico de la investigacin, para lo que resulta imprescindible manejar la bibliografa ya existente sobre el tema. Una investigacin sobre el problema ms importante se convierte en
12

intil si replica el marco terico y la estrategia de otra investigacin sobre el mismo tema para llegar a las mismas conclusiones. De ah la importancia de la originalidad de la investigacin en el mbito doctoral y acadmico. El conocimiento de las investigaciones previas publicadas sobre el tema de inters es til no slo porque permite la acumulacin del conocimiento evitando solapamientos intiles, sino porque contribuye a inspirar proyectos de investigacin, al igual que las experiencias o las preocupaciones personales. Se puede cuestionar la importancia de una hiptesis generalmente aceptada por la literatura, intentar resolver una controversia o disputa entre varios autores, discutir premisas asumidas por investigaciones anteriores, o buscar elementos que hayan sido ignorados por teoras previas (KlNG et al., 1994: 16).

Los problemas de investigacin deben: ser claros, acotados y estar explcitamente formulados: no incluir en su formulacin referencias explcitas a casos concretos; ser susceptibles de tener una respuesta emprica; estar dotados de importancia sustantiva, de modo que permitan mejorar el conocimiento de aspectos relevantes de la realidad poltica; estar dotados de valor terico, de manera que su estudio contribuya a la acumulacin del conocimiento cientfico.

Una vez definido un problema que merezca ser estuchado en profundidad, el trabajo del investigador contina a lo largo de cinco etapas fundamentales, de las que se ocupan cada uno de los captulos de este texto. El Captulo 1 se centra en el proceso de formulacin de la teora; profundiza en las caractersticas que deben reunir las teoras tiles, y analiza sus principales elementos: conceptos e hiptesis. En el Captulo 2 se estudia el tratamiento de los conceptos, elementos esenciales del marco terico que deben ser definidos cuidadosamente. En el Captulo 3 se presentan las distintas estrategias de investigacin que pueden seguirse en una investigacin politolgica. La organizacin de la informacin y los criterios de seleccin de casos son los aspectos principales del diseo de una estrategia de investigacin. El Captulo 4 trata de los datos, es decir, de la informacin con la que se espera verificar las hiptesis. Se explican los distintos tipos de datos, las tcnicas de recogida, los procesos de tratamiento y codificacin, y su presentacin en forma tabular y grfica. Finalmente, el Captulo 5 se centra en el anlisis y la interpretacin de los datos con el fin de verificar las hiptesis propuestas a partir del marco terico. Se trata de evaluar las diferentes alternativas metodolgicas a disposicin del politlogo o politloga a la hora de afirmar la relevancia de su teora frente a posibles explicaciones alternativas.

13

1
La Teora
Una vez definido y acotado el problema o la cuestin que se desea estudiar, la siguiente etapa en la investigacin consiste en la formulacin de la teora. Las teoras permiten manejar la complejidad de la vida poltica y social para poder iniciar su estudio. Sin una buena teora es complicado llevar a cabo una investigacin, pues no se sabra cmo filtrar ni ordenar las ilimitadas observaciones que se pueden obtener a partir del estudio de cualquier mbito de la realidad poltica, ni tampoco cmo obtener conclusiones relevantes sobre los datos analizados. La formulacin de la teora consiste en especular sobre las posibles respuestas al problema de investigacin. Esta especulacin debe ser razonable y razonada, y debe especificar claramente los argumentos por los que se considera que es correcta.

Del problema de investigacin a la teora En general cualquier fenmeno de inters suele tener mltiples causas. Si por ejemplo queremos explicar el hecho de que algunos electores participen mientras otros deciden abstenerse, la especulacin sobre las causas que pueden explicar el abstencionismo electoral son innumerables (ANDUIZA 1999). La edad, la educacin, los ingresos, el inters por la poltica, la identificacin con un partido, la fragmentacin y polarizacin de los sistemas de partidos, el carisma de los candidatos, el tipo de sistema electoral, la satisfaccin con el sistema poltico y con la situacin econmica, la presencia de incentivos institucionales como el voto obligatorio o la cercana del colegio electoral son factores que, junto a muchos otros, han sido citados como causas de la participacin electoral. Sin embargo, una teora sobre la abstencin no puede incorporar uno tras otro todos estos elementos, pues terminara siendo ms complicada que la propia realidad que pretende explicar. La primera utilidad de una teora es, pues, poner un poco de orden en este marasmo de explicaciones potenciales. La teora del status socioeconmico pone el nfasis en la educacin, los ingresos y la ocupacin de los electores, como factores principales de la participacin poltica y electoral. La teora de la escuela de Michigan opta por dar mayor relevancia a conceptos como el compromiso poltico o la identificacin con un partido poltico. Las teoras neoinstitucionalistas enfatizan aspectos institucionales como el voto obligatorio, el tipo de eleccin, o el sistema electoral.

14

La teora que se formule debe tener en cuenta las investigaciones previas que se hayan realizado sobre la materia, e incorporar la definicin de los conceptos que se postulen como fundamentales. Formular una teora implica, por consiguiente, un intento de simplificar la realidad que se estucha, puesto que selecciona una o varias explicaciones de entre todas las imaginables. De una manera algo ms formal las teoras se pueden definir como conjuntos de conceptos lgicamente relacionados que representan lo que creemos que sucede en el mundo (MANHEIM y RlCH, 1988: 31). Las teoras deben incluir explcitamente los supuestos en los que se basan y las hiptesis que desean contrastar. Conceptos e hiptesis son los elementos fundamentales de una teora, que estudiaremos tras analizar el proceso de formulacin de las mismas. La formulacin de teoras Como hemos dicho, las teoras son conjuntos de conceptos lgicamente relacionados que representan lo que creemos que sucede en el mundo. Para poder ser contrastadas empricamente, las teoras deben desglosarse en varias hiptesis descriptivas o causales, que establezcan las relaciones que se esperan encontrar entre las variables. Cmo se llega a construir ese conjunto de hiptesis que de manera coherente permiten explicar el fenmeno que interesa investigar, y conseguir conclusiones generalizables sobre un mbito ms all del de los propios datos? No existe un conjunto de reglas que conduzcan a la buena elaboracin terica. Este proceso, como el de la formulacin del problema de investigacin, tiene una parte creativa y, por lo tanto, personal. Sin embargo, s se pueden hacer algunas recomendaciones de las que conviene ser consciente. La revisin de la literatura El primer elemento que se debe tener presente a la hora de elaborar teoras es que stas deben tener en cuenta la elaboracin terica y la evidencia emprica anteriores sobre la cuestin, ya que uno de los objetivos esenciales de una investigacin es contribuir al proceso de acumulacin de conocimiento. La revisin de la literatura es el cimiento sobre el que se construye cualquier trabajo de investigacin. Dependiendo del fenmeno a investigar, la literatura existente sobre el tema puede ser ms o menos extensa, pero en todo caso debe realizarse una revisin exhaustiva de las principales investigaciones llevadas a cabo sobre el tema con anterioridad. La revisin crtica de la literatura aporta contenidos a muchas de las etapas de la investigacin: puede contribuir a delimitar el problema de investigacin, elaborar un marco terico adecuado e identificar posibles hiptesis alternativas, definir y oper acin alizar conceptos, organizar una estrategia de investigacin, obtener datos, etc.

15

En muchas ocasiones el problema de investigacin nace a partir de la observacin del mundo que nos rodea, de una preocupacin personal, o de una circunstancia que obliga a estudiar un determinado aspecto de la ciencia poltica. En otras, la definicin de un problema de investigacin puede ser un proceso ms problemtico. En estos casos, la lectura de investigaciones realizadas por otras personas puede ser una fuente de inspiracin valiosa. Venga de donde venga el inters que empuja a estudiar un problema poltico o social, una investigacin acadmica requiere de la elaboracin de un marco terico, en el que deben jugar un papel relevante las teoras elaboradas por * otros autores. Estas pueden satisfacer ms o menos el objetivo del estudio, pero tanto si se rechazan como si se aceptan, hay que conocerlas y argumentar la posicin del investigador respecto a las mismas. Un investigador debe conocer tanto sus hiptesis de trabajo, como las hiptesis alternativas propuestas en otras investigaciones. Tambin debe ser consciente de cmo otros investigadores han definido los conceptos que se propone utilizar. El uso de las mismas definiciones favorece la comunicacin entre la comunidad cientfica y la comparabilidad de los resultados de la investigacin. Si el investigador desea utilizar definiciones distintas, en l recae la carga de la prueba a la hora de argumentar que sus definiciones o su forma de medir son preferibles a las utilizadas en otras investigaciones, para lo que, en primer lugar, es necesario conocerlas.2 La gua de una investigacin previa no tiene por qu limitarse al mbito del marco terico. Trabajos anteriores pueden criticarse o tomarse como ejemplo desde un punto de vista estrictamente metodolgico, en relacin a los niveles de anlisis utilizados, los criterios sobre los que se ha realizado la seleccin de casos, o los mtodos de control de variables exgenas. Las publicaciones sobre el tema de la investigacin, o sobre temas afines, proporcionan al investigador informacin sobre cmo conseguir datos, o incluso los datos mismos. Cuando no existe la posibilidad de obtener informacin directamente, el anlisis de datos secundarios obtenidos a partir de publicaciones es la nica estrategia disponible. Leer es, por lo tanto, la primera actividad en una investigacin, pero es sobre todo fundamental a la hora de elaborar el marco terico. Una vez conocidas las explicaciones propuestas por investigaciones previas, se pueden asumir como vlidas, criticar, modificar o completar con explicaciones alternativas, o perfeccionar profundizando en algunos aspectos poco claros. Se debe, en definitiva, proponer una explicacin del fenmeno que interesa que aporte algo al conocimiento terico y emprico ya existente sobre el tema.

Para un desarrollo nas detallado de la importancia de la.s definiciones de los conceptos en las investigaciones vase el Captulo 2.

16

Induccin y deduccin La elaboracin terica no es una actividad que se desarrolle nicamente en la primera etapa de una investigacin, y que quede sellada a partir del momento en el que se comienza la recogida de datos y la verificacin de hiptesis. Sobre todo en investigaciones exploratorias, existe una continua relacin entre la elaboracin terica y la observacin de la realidad. El investigador puede comenzar su trabajo con una serie de expectativas o hiptesis que pueden proceder de observaciones previas o bien de premisas o supuestos tericos. Al ir observando sistemticamente la realidad con el fin de buscar evidencia emprica que sustente esas expectativas, puede verse tentado de alterar sus hiptesis de partida con el fin de que stas se ajusten a la realidad observada. El marco terico y la observacin interactan en una relacin que, sin embargo, debe respetar los criterios de honestidad cientfica. Deben evitarse las explicaciones ad hoc de los fenmenos observados, as como la formulacin de teoras que aparezcan como correctas a la luz de los datos observados (KlNG et al., 1994: 21). En cualquier caso, es lgico que la observacin de la realidad se utilice para perfeccionar los marcos tericos elaborados. La elaboracin de una teora puede nacer a partir de la observacin del entorno (bien personalmente o a travs de la literatura). Se puede observar, por ejemplo, que en Gran Bretaa y Estados Unidos el sistema de partidos se articula en torno a dos fuerzas moderadas, mientras que adems estos pases constituyen sistemas democrticos estables y duraderos en el tiempo. Esta observacin puede dar origen a una teora que relacione la estabilidad democrtica con el formato del sistema de partidos. A este proceso de elaboracin terica se le denomina induccin: a partir de la observacin de unos hechos especficos, se elabora una teora explicativa general. Pero las observaciones que inspiran una teora no constituyen pruebas suficientes de la misma. Son fuentes de inspiracin de teoras cuya contrastacin habitualmente exige ms evidencia. Para verificar la hiptesis de que el sistema de partidos influye en la estabilidad de una democracia se deberan observar otros casos adems de Gran Bretaa y Estados Unidos. Otra forma de elaboracin terica consiste en el proceso inverso. A partir de supuestos tericos, se indican predicciones sobre lo que se espera encontrar en la realidad. Las investigaciones basadas en la teora de la eleccin racional son un buen ejemplo del razonamiento deductivo. En el marco de esta teora, las personas intentan maximizar su utilidad teniendo en cuenta el comportamiento que esperan de otros actores implicados. El comportamiento se explica en distintos mbitos (unas elecciones, un conflicto laboral en una empresa, una comisin parlamentaria) en funcin de esta premisa terica: el individuo toma la opcin que maximiza su utilidad esperada. Naturalmente, la observacin rigurosa de la realidad puede confirmar o no el comportamiento que se deduce de la teora. Una vez especificado el comportamiento que se 17

espera encontrar por deduccin a partir de unos supuestos, se acude a la observacin de la realidad. Esta observacin sirve para contrastar la hiptesis y comprobar si los hechos respaldan la teora deductivamente formulada. Las caractersticas de una buena teora Las teoras deben reunir una serie de caractersticas esenciales relacionadas entre s. Una primera condicin que deben cumplir las teoras es la de su contrastabilidad. Esto significa que, al menos a priori, una teora debe de poder ser incorrecta. Como indicbamos al hablar de las caractersticas del conocimiento cientfico, se debe poder imaginar una situacin en la que la realidad no se ajusta a las expectativas que se tienen basndose en la teora formulada. Una teora contrastable permite contestar a una pregunta fundamental: qu evidencia emprica demostrara que la teora es errnea? Esto no significa que se deseen encontrar observaciones contrarias a la teora elaborada, sino simplemente que se debe permitir que esta posibilidad exista. Las teoras demasiado abstractas, los futuribles, las definiciones y las cuestiones de fe no son empricamente contrastables. Una teora contrastable es capaz de generar muchas implicaciones observables, es decir, est formulada de tal manera que la realidad ofrezca numerosas formas de verificarla. Un elemento fundamental en el proceso de investigacin consiste en extraer de la teora formulada el mayor nmero de implicaciones observables, o, en otras palabras, el mayor nmero posible de hiptesis. Dentro de los elementos de la teora las hiptesis tienen un papel fundamental, como veremos en seguida. Una teora contrastable requiere tambin claridad en la elaboracin conceptual. Muchas teoras en ciencia poltica estn llenas de conceptos complejos, que en la mayora de las ocasiones resultan tambin ambiguos, vagos y lo que es peor, difciles de observar empricamente: poder, cultura, identidad, institucionalizadn, etc. son slo algunos ejemplos. Siempre que sea posible, se deben elegir conceptos concretos, en el sentido de tener claros referentes que puedan ser observables empricamente. La claridad de una teora no implica sin embargo que se renuncie a su carcter de descripcin o explicacin general de un conjunto de fenmenos. La claridad exige que los conceptos que forman parte de la teora estn definidos de manera vlida y precisa, de manera que sean fcilmente observables. Pero no se trata de sacar conclusiones nicamente vlidas para los casos estudiados, sino que stas deben ir ms all de lo observado. Como ya comentamos al hablar del conocimiento cientfico, el objetivo fundamental de la investigacin emprica es la inferencia, es decir, el uso de los hechos que se conocen y pueden ser observados para aprender acerca de los que no se pueden conocer ni observar porque los recursos son limitados. Los conceptos que se manejan en investigacin se refieren tambin al conjunto de esos fenmenos que no se pueden observar, y deben tener por lo tanto carcter general.

18

La generalidad de una teora est pues estrechamente relacionada con el mbito en el cual se quieren establecer conclusiones o validez externa. La validez externa se refiere a la representatividad de los resultados de la investigacin y a la posibilidad de extrapolarlos a otras situaciones similares. Cuanto ms ambiciosa sea una teora desde el punto de vista de la posibilidad de generalizar sus resultados (tomando un gran universo como referente, utilizando conceptos aplicables a situaciones relativamente diferentes), ms difcil ser definir los conceptos de una manera inequvoca y precisa, lo que a su vez dificulta el proceso de contrastacin. Slo si se definen los conceptos con una cierta vaguedad, stos se podrn aplicar a un gran nmero de situaciones. El precio de la generalidad de una teora puede ser el de la prdida de validez interna, es decir, la calidad con la que se miden los conceptos implicados y las relaciones entre los mismos dentro del modelo terico. Por el contrario, cuanto ms limitado sea el alcance de las generalizaciones que se pretenden, ms fcil resulta la operacionalizacin de conceptos y por ende la contrastacin. El investigador debe intentar encontrar un equilibrio entre el mbito sobre el que desea establecer conclusiones, y la capacidad de definir los conceptos y contrastar las teoras adecuadamente, buscando como seala MERTON (1957) teoras de alcance medio (middle range theories), es decir, teoras que respeten al mismo tiempo los criterios de validez externa (generalidad de las conclusiones) y de validez interna (calidad en la operacionalizacin y medicin de los conceptos, y de las relaciones entre los mismos). Una teora debe adems ser satisfactoria, en el sentido de proponer explicaciones que no originen nuevos interrogantes. Una teora es satisfactoria cuando no deja pendiente una nueva explicacin que aclare la propuesta por la teora. La teora sobre el comportamiento electoral elaborada por la escuela de Michigan sugiere que la principal explicacin del voto reside en la identificacin partidista (CAMPBELL 1960): la gente vota al candidato del Partido Republicano fundamentalmente porque se identifica con este partido, mientras que los que se identifican con el Partido Demcrata votan por el candidato demcrata. Si nos quedamos aqu, nada en esta teora explica por qu unos se identifican con el Partido Demcrata y otros con el Republicano. La explicacin puede funcionar muy bien en trminos empricos (es decir, seguramente la mayora de los electores que se identifican con un partido determinado le otorgan su voto), pero no as en trminos tericos, pues la hiptesis no especifica por qu un elector se identifica con un determinado partido. Esto no implica que el investigador responda a todos los interrogantes que vayan surgiendo. Los recursos, el tiempo y el inters son limitados, y por ello muchas investigaciones se centran en describir las relaciones entre dos conceptos yin remontarse ms all en la larga cadena de la causalidad, y sin que por ello pierdan necesariamente inters. La cuestin que se quiere resaltar es que siempre que sea posible se debe procurar ofrecer explicaciones que sean satisfactorias desde el punto de vista terico ms que desde el punto de vista emprico. 19

Los elementos de una teora Conceptos y variables Pensar con claridad y comunicar los resultados de la reflexin son actividades que requieren la utilizacin de un lenguaje claro. En la elaboracin de teoras, an ms que en la vida cotidiana, es necesario el manejo de conceptos inequvocos. En la ciencia poltica, la complejidad de los fenmenos estudiados hace imprescindible una elaboracin conceptual detallada y cuidadosa como hemos repetido en otras ocasiones. Los conceptos son las piezas con la que se construye la teora y cada concepto debe definirse con claridad y precisin. Estas definiciones se asumen, no se contrastan con la realidad. Servirn para formar las hiptesis que s se someten a contrastacin. Un concepto consiste en tres elementos relacionados entre s: trmino, significado y referente. El trmino es la palabra que se utiliza para designar el concepto. El significado es el conjunto de caractersticas ideales que asociamos con el concepto. El referente es la parte de la realidad que designamos con el concepto. La relacin de estos tres elementos viene dada por el consenso entre los miembros de una comunidad. Al utilizar el trmino silla', s cul es su significado: se habla de un mueble relativamente rgido, con tres o ms patas y respaldo, en el que habitualmente se sientan las personas. Observando el contenido de una habitacin, se puede sealar sin problemas el referente emprico del trmino silla: se distingue una silla de una mesa o de un taburete. En la ciencia poltica, pocos conceptos son tan poco problemticos como el de silla. No se puede ver en una habitacin a un partido poltico, a una democracia, o al liberalismo, aunque todos ellos sean conceptos fundamentales en la disciplina. Corresponde al politlogo otorgarles un significado inequvoco y un referente emprico claro. Igual que las teoras, los conceptos pueden ser ms o menos tiles. Su utilidad depende de que cumplan dos condiciones fundamentales: ser inequvocos y claros. Los conceptos ambiguos y vagos impiden la comprensin, la comunicacin, la acumulacin del conocimiento cientfico y la contrastacin de hiptesis. La ambigedad conceptual se produce cuando en un concepto la relacin entre la palabra y el significado no est bien definida. Para resolver este tipo de problemas, el investigador debe desarrollar definiciones declarativas que indiquen las caractersticas o propiedades del concepto. La vaguedad se produce cuando en el concepto falla la relacin entre el significado y el referente emprico. Esto supone un problema, ya que las teoras slo pueden verificarse si se tiene un referente emprico claro sobre el que contrastar las hiptesis. Esta determinacin del referente emprico del concepto se realiza a travs de una definicin operacional, que puede introducir elementos especficos y particulares de la investigacin.

20

Sin los conceptos no es posible la contrastacin de teoras. Por ello, en la definicin de un concepto tan importante es el significado como la especificacin de su referente emprico. Las definiciones operacionales, es decir, las que incluyen la especificacin del referente emprico de un concepto, pueden ser mucho ms complicadas y frustrantes que las declarativas, ya que se ven limitadas por la realidad observable al alcance del investigador. No podemos, por ejemplo, entrar en la cabeza de una persona para conocer su verdadero grado de inters por la poltica. Tan slo podemos preguntarle cunto le interesa y conformarnos con la manifestacin de su propia valoracin subjetiva. Hemos de ser conscientes que una definicin declarativa puede verse desmejorada tras la operacionalizacin, pero an as este paso es fundamental para poder llegar a la contrastacin. Una vez que se tienen los conceptos que constituyen la teora bien definidos, tanto declarativa como operacionalmente, se puede empezar a hablar de variables. Una variable es una caracterstica empricamente observable de algn concepto, que puede tomar ms de un valor. Las variables permiten pasar de la teora, que relaciona dos o ms conceptos, a la observacin emprica de los datos con los que se espera contrastar la teora formulada. Adems, las variables permiten estructurar la investigacin, segn el papel que desempean en las hiptesis. Al igual que los conceptos, las variables pueden ser relativamente sencillas o complejas. La variable que refleja el sexo de una persona toma habitualmente dos valores (masculino o femenino), y el investigador tiene poco espacio para modificar estas dos categoras. Al operacionalizar otro tipo de variables como la gobernabilidad de un sistema poltico, el nivel de desarrollo econmico, o la discriminacin por razn de sexo, los problemas son mayores. En el Captulo 2 se desarrolla con detalle la cuestin del tratamiento de los conceptos y la operacionalizacin de variables. Hiptesis Una hiptesis es un enunciado declarativo que indica explcitamente las relaciones que se esperan encontrar entre las variables. Para poder contrastar una teora empricamente es necesario formular hiptesis, puesto que son stas las que hacen alusin explcita, concreta y especfica a lo que se espera encontrar en la realidad. Las hiptesis constituyen el vnculo entre la teora y los datos: son los elementos de la teora que se someten a contrastacin directa sobre los datos. Al elaborar una teora es imprescindible intentar extraer el mximo de hiptesis, es decir, el mximo de implicaciones observables.

21

GRFICO 1.1 Representacin grfica de dos modelos tericos

Modelo 1

Variables independientes

Variable dependiente

Proporcionalidad del sistema electoral

Fragmentacin del sistema de partidos

Estructura de clivajes compleja (de control)

Modelo 2

Variable dependiente

Proporcionalidad del sistema electoral (explicativa

Fragmentacin del sistema de partidos interviniente

Estabilidad de los gobiernos

(antecedente

explicativa)

El enunciado: cuanto mayor es el nivel de proporcionalidad de un sistema electoral, mayor es la fragmentacin del sistema de partidos constituye una hiptesis, derivada del primer modelo reflejado en el Grfico 1.1. Proporcionalidad y fragmentacin son las variables implicadas y la relacin que las une es de covariacin positiva: al aumentar la primera aumenta tambin la segunda. Las hiptesis se componen por lo tanto de variables (que deben estar claramente definidas) vinculadas entre s a travs de una relacin (que debe estar claramente explicada). El investigador debe prestar atencin tanto a la definicin de las variables como a la argumentacin que est detrs de la relacin que postula la hiptesis. En el ejemplo anterior habra que explicar por qu se cree que la proporcionalidad produce ms fragmentacin. En ocasiones la relacin entre variables es muy directa; en otras es menos evidente y necesita ms desarrollo argumentativo. Segn la posicin de las variables dentro de esta relacin, podemos distinguir variables dependientes e independientes. La variable dependiente es de una importancia crucial en la investigacin. Se trata de la variable cuyo valor se

22

piensa que vara en funcin de los valores que toman otras variables. En el ejemplo anterior, el grado de fragmentacin del sistema de partidos es la variable dependiente, puesto que depende del grado de proporcionalidad del sistema electoral. Las variables independientes son aquellas cuyos cambios o variaciones influyen en los valores de la variable dependiente. Tambin se llaman en ocasiones variables explicativas, variables causales o variables exgenas. En el ejemplo, el nivel de proporcionalidad del sistema electoral es la variable independiente, puesto que influye en el nivel de fragmentacin del sistema de partidos. Una hiptesis explicativa cuenta al menos con una variable dependiente y otra independiente. La calidad de dependiente o independiente en una variable, vara segn las hiptesis. Se puede imaginar fcilmente un cambio de papeles que refleja el segundo modelo incluido en el Grfico 1.1. En la hiptesis: un alto nivel de fragmentacin en el sistema de partidos contribuye a reducir la estabilidad de los gobiernos, la fragmentacin del sistema de partidos, que antes era la variable dependiente, se ha convertido en variable explicativa de la estabilidad gubernamental. En muchas ocasiones los modelos tericos ponen el nfasis en determinadas variables independientes sobre otras. Por ello es posible distinguir dentro de stas las explicativas, intervinient.es y antecedentes. Las variables explicativas seran aquellas a las que el investigador da ms importancia en funcin de su modelo terico. Las variables intervenientes se sitan causalmente entre la explicativa y la dependiente. Las variables antecedentes, como su nombre indica, se ubican antes de la explicativa. En el segundo modelo del ejemplo el nfasis de la explicacin de la estabilidad de los gobiernos puede ponerse en la proporcionalidad del sistema electoral, o en la fragmentacin del sistema de partidos. En el primer caso, la fragmentacin partidista se considerara una variable interviniente en la relacin entre proporcionalidad (variable independiente explicativa) y estabilidad gubernamental (variable dependiente). En el segundo caso la proporcionalidad sera una variable antecedente que influye sobre la fragmentacin. Las variables de control son variables particularmente importantes. Se trata de variables independientes que influyen tanto en otras variables explicativas incluidas en el modelo, como en la variable dependiente. Por lo tanto, deben ser consideradas, aunque al investigador le interesen de una manera secundaria. Una manera de considerarlas es como explicaciones alternativas a la que nosotros proponemos o a la que nos parece ms importante. Si lo que nos interesa es centrarnos exclusivamente en el efecto de la proporcionalidad del sistema electoral sobre la fragmentacin del sistema de partidos, no podemos dejar de tener en cuenta otros factores que tambin pueden incidir sobre la fragmentacin y que a su vez estn relacionados con la proporcionalidad. Uno de estos es la complejidad de la estructura de clivajes que caracteriza al 23

sistema de partidos. Esta variable se ha incluido en el primer modelo del ejemplo como variable de control. Slo si se tienen en cuenta las diferencias en torno a la complejidad de la estructura de clivajes se puede estimar la verdadera magnitud del efecto del sistema electoral sobre la fragmentacin del sistema de partidos. Esto es an ms importante dado que los sistemas de partidos con estructuras de clivajes complejas suelen tender a instaurar sistemas electorales proporcionales. En este ejemplo, es necesario controlar la influencia de la estructura de clivajes para poder estimar la de la principal variable explicativa, la proporcionalidad del sistema electoral. La especificacin de modelos tericos debe por tanto tener en cuenta la influencia de terceras variables que afecten simultneamente a la variable explicativa y a la variable dependiente. Sea para medir su influencia sobre la variable dependiente, sea para estimar la influencia de la variable independiente, las variables de control son fundamentales a la hora de garantizar la validez de las conclusiones de la investigacin. En el Captulo 5 se profundiza en los mtodos para controlar por el efecto de terceras variables a la hora de contrastar hiptesis. Conviene enfatizar que la condicin de variable dependiente, explicativa, antecedente, interviniente, o de control, depende de las necesidades del investigador: el mismo concepto puede pasar de ser variable antecedente a explicativa, de explicativa a variable de control o a interviniente, o incluso a dependiente en distintas investigaciones, o dentro de una misma investigacin en distintas hiptesis. Para facilitar la descripcin de un modelo terico en el que se incluyan variables de distinto tipo interrelacinadas entre s es recomendable emplear grficos como el de nuestro ejemplo, donde figuran tanto las variables que componen las hiptesis, como la relacin que las vincula. La hiptesis ms simple es aquella que postula que no hay relacin entre dos variables, es decir, que cambios en la variable independiente no producen variaciones significativas en los valores de la variable dependiente. Este tipo de hiptesis se denomina hiptesis nula. Algunas investigaciones definen primero una hiptesis nula y luego tratan de demostrar empricamente que es falsa. Una de las preguntas clsicas de la ciencia poltica es si el color poltico de los gobiernos tiene alguna relacin directa sobre el tipo de polticas que aplican (BoiX 1996). Podramos concretar esta pregunta (de una manera algo burda) en una hiptesis nula que postulara que no hay relacin entre el color poltico del partido o partidos en el gobierno y el gasto pblico, es decir, que no hay diferencias significativas en el gasto pblico de gobiernos de distinta orientacin poltica. La relacin entre dos variables se puede representar grficamente colocando a la variable dependiente en el eje de ordenadas (Y) y a la independiente en el eje de abscisas (X).

24

La hiptesis nula de nuestro ejemplo se refleja en el Grfico 1.2 (obviamente se trata de datos imaginarios, los que encontraramos si la hiptesis se verificara). Segn esta hiptesis nula, tanto los gobiernos de izquierda, como los de derecha, o de centro, presentan el mismo nivel mecho de gasto. Sin embargo lo que generalmente se espera es que la contrastacin emprica, el anlisis de los datos, desmienta la hiptesis nula. Como alternativa a la misma, se puede argumentar que s existe una relacin entre el gasto pblico y el color del gobierno ". Se trata en este caso de una hiptesis de covariacin entre las dos variables. Las hiptesis de covariacin as establecidas son ambiguas; siempre que sea posible se debe especificar la direccin de la relacin entre las variables. Se puede incluso ser ms preciso en la descripcin de la hiptesis, y argumentar que cuanto ms a la derecha se site el partido en el gobierno, menor ser la proporcin de gasto. En este caso se est hipotetizando una relacin negativa en la que cuando una variable aumenta, la otra disminuye cuanto ms a la derecha, menos gasto. Esta hiptesis se representa en el Grfico 1.3. Tambin se puede postular lo contrario si se dan los argumentos tericos necesarios, es decir, que "cuanto ms a la derecha, ms gasto , segn la hiptesis positiva que aparece reflejada en el Grfico 1.4.
GRFICO 1.2 Ejemplo de ausencia de relacin entre dos variables (hiptesis nula)

(% PiB)
70

Gasto Pblico (V.D.)

60 50 40 30 ----------------1-------------1-------------1-------------1-------------1-------------1
Izquierda Centro Derecha

Color poltico del gobierno (V.l .)

25

GRFICO 1.3 Ejemplo de relacin negativa

GRFICO 1.4
Ejemplo de relacin positiva

Como se repite en muchos manuales de metodologa, la covariacin no implica causalidad. Las hiptesis causales no slo implican que las dos variables analizadas covaran, sino que adems identifican a la variable independiente como la causa de un efecto sobre la variable dependiente. En una relacin de causalidad existe covariacin entre la causa y el efecto, la causa precede temporalmente al efecto, y se puede determinar el proceso por el que cambios en la causa producen cambios en el efecto (JONIISON y JOSLYN, 1995: 57). El desafo fundamental de la investigacin emprica no es encontrar relaciones

26

entre variables, sino determinar si en esas relaciones existe un elemento de causalidad. Ms adelante nos ocupamos de esta cuestin. Las hiptesis explicativas ms sencillas incluyen, al menos, una variable dependiente (fenmeno a explicar) y una independiente (fenmeno que explica). A partir de ah, el investigador es libre de perfeccionar su teora, incluyendo muchas otras variables antecedentes, intervinientes, e incluso dependientes hasta formular un modelo terico que, sin embargo, debe tratar de permanecer relativamente sencillo: se trata de intentar explicar lo ms posible con el menor nmero de variables (KlNG, KEOHANE y VERBA, 1994: 29). Una forma de aumentar la capacidad explicativa de los modelos sin incrementar el nmero de variables consiste en especificar en las hiptesis no solamente el sentido de una relacin entre dos variables, sino tambin la forma de esta relacin. Esta puede ser lineal, como en los casos anteriores, o bien puede tomar formas algo ms complejas. Podra argumentarse, por ejemplo, que la relacin entre la orientacin poltica de un gobierno y su nivel de gasto pblico no es lineal, sino que toma una forma parecida a una U: los gobiernos con partidos situados ms a la derecha o ms a la izquierda gastan ms que los gobiernos formados por partidos en torno al centro, que pueden tener una orientacin ms liberal. El Grfico 1.5 muestra esta pauta de relacin curvilnea.
GRFICO 1.5 Ejemplo de relacin curvilnea

Al elaborar hiptesis causales con ms de una variable independiente es posible, adems, especificar interacciones. A travs de una interaccin se contrasta si el efecto de una variable explicativa sobre la variable dependiente depende de algn otro factor. En nuestro caso podramos pensar que la relacin entre color poltico del gobierno y gasto pblico no sea igual en todos los casos, 27

sino que dependa de otros factores, como por ejemplo si el pas est en un determinado contexto poltico (el Norte) u otro (el Sur). El Grfico 1.6 representa la hiptesis de una relacin interactiva entre este contexto poltico y el color del gobierno. A medida que la orientacin poltica del gobierno se desplaza hacia la derecha se reduce el gasto pblico, pero esta relacin es mucho ms intensa entre los pases del Sur. Las interacciones pueden considerarse tambin como variables condicionales, es decir, aquellas que representan fenmenos cuya presencia activa, magnifica o por el contrario anula el efecto de una variable independiente.

GRFICO 1.6 Ejemplo de relacin interactiva

Lo importante es siempre tener una idea clara de lo que se espera encontrar en la realidad, antes de sumergirse en la complejidad de los datos. Las hiptesis no son sino expectativas sobre lo que esperamos encontrar en la realidad necesarias para empezar a trabajar. Sin ellas nos perderamos en la realidad

Una hiptesis contrastable requiere: la definicin de las variables que se desean incluir: la especificacin del tipo de relacin que se espera encontrar entre esas variables.

28

La causalidad Las hiptesis causales son las ms complicadas, pero tambin las ms interesantes desde un punto de vista terico. La relacin de causalidad entre dos fenmenos es algo que el anlisis emprico nunca podr contrastar de manera definitiva, ni siquiera con el mejor diseo de investigacin, los datos mejores y ms completos y los mtodos de control ms rigurosos. Los datos indican si existe o no covariacin, y en algunos casos, tambin si la presunta causa es anterior al efecto considerado. Pero el proceso causal subyacente en la relacin entre dos variables es algo que debe establecer el investigador, y que corresponde al nivel de la argumentacin terica (Lago 2008). En los estudios sobre participacin poltica, el nivel de estudios aparece como una de las variables ms relevantes. Numerosos anlisis han encontrado una covariacin positiva entre educacin y participacin poltica: a ms educacin, mayor es la intensidad de la participacin (Verba et al. 1995). Es evidente tambin que los aos de estudios o el nivel educativo no son una consecuencia de la participacin, y por lo tanto, en este caso, la causa precede al efecto. Sin embargo, la relacin entre estas dos variables slo podr considerarse causal en todo caso cuando se haga explcito el proceso por el que los cambios en el nivel de estudios conducen a cambios en la participacin. Habr que argumentar que la educacin puede considerarse como una causa de la participacin, por ejemplo, porque facilita la comprensin de la actualidad poltica y de los mecanismos de participacin; las personas con ms estudios tienen ms recursos cognitivos para decidir su voto o escribir una carta a un poltico. No slo se debe probar empricamente que existe una relacin entre dos variables, sino tambin argumentar tericamente por qu se da tal asociacin. Desde el punto de vista ms emprico qu significa exactamente la afirmacin de que la educacin es una de las mltiples causas de la participacin? Significa que todas las personas con educacin universitaria participan intensamente en poltica? Implica que las personas sin estudios no desarrollan ningn tipo de actividad poltica? Es la educacin una condicin suficiente o necesaria de la participacin? Una condicin suficiente es aquella causa cuya presencia garantiza la aparicin del efecto, aunque ste pueda aparecer en otras circunstancias, es decir, sin que la causa que se estudie est presente. Por ejemplo, la lluvia (causa) es una condicin suficiente para que las calles estn mojadas (efecto). Pero las calles pueden mojarse por otras causas, por ejemplo, por el riego de los camiones de limpieza vial. Para poder determinar que una variable (causa) es condicin suficiente de otra (efecto), se deben de ver todos los casos (o un nmero suficientemente elevado) en los que la causa est presente, y comprobar que en todos ellos tambin est presente el efecto. Si se encuentra un caso (D en la

29

Tabla 1.1), en el que la causa est presente sin estarlo el efecto, sta dejara de considerarse condicin suficiente para ese efecto en concreto.
TABLA l.l Condicin suficiente Casos Variable Independiente (causa) 1 0 0 1 Va ria ble 1 )ependient e (efecto) 1 1 0 0 0 0 0 1*1 No suficiente

A B C I)

Nota: 1 equivale a presencia (de la causa o el efecto) y 0 equivale a ausencia.

Una condicin necesaria es aquella causa sin la cual no se verifica el efecto. El oxgeno, por ejemplo, es una condicin necesaria del fuego: sin el primero, no puede aparecer el segundo. Pero la causa puede existir sin que se d imperativamente el efecto: el oxgeno afortunadamente no siempre produce fuego. Para poder verificar empricamente el carcter de condicin necesaria de una variable sobre otra, se deben observar todos los casos en los que el efecto est presente y asegurarse de que la causa tambin lo est. Si se encuentra un caso en el que el efecto estuviera presente, sin estarlo la causa (D en la Tabla 1.2), sta dejara de ser considerada condicin necesaria de ese efecto.
TABLA 1.2 Condicin necesaria Casos Variable Independiente Variable Dependiente (causa) (efecto) 1 1 0 0 1 0 0 1 0 0 0 0 No necesaria

A B C L)

Nota: 1 equivale a presencia (de la causa o el efecto) y 0 equivale a ausencia.

30

Las relaciones causales en forma de condiciones necesarias o suficientes son poco frecuentes en la ciencia poltica. Es evidente que la educacin no es una condicin ni necesaria ni suficiente de la participacin poltica: se encuentran casos de personas con altos niveles de estudios y polticamente inactivas, al lado de individuos con bajos niveles de estudios que son muy activos. La mayora de las relaciones causales en la ciencia poltica se dan en forma de condiciones facilitadoras, es decir, la presencia de la causa facilita (pero no garantiza ni es imprescindible para) la presencia del efecto. En el ejemplo anterior, un nivel ms elevado de educacin facilita un grado mayor de participacin poltica. Si se realiza un nmero suficiente de observaciones en las que la participacin poltica es ms elevada entre las personas con mayor nivel educativo, previa argumentacin convincente, se podra concluir que existe una relacin causal entre ambas variables. Aunque se den casos en los que la causa aparece sin el efecto (F en Tabla 1.3) o viceversa, el efecto aparece sin la causa (C en Tabla 1.3), de ser ms frecuentes las instancias en las que ambas variables estn presentes o bien ambas estn ausentes, se considera que la variable independiente o causa es una condicin facilitadora de la variable dependiente o efecto. Las hiptesis formuladas en trminos de condiciones facilitadoras no son automticamente rechazadas al encontrar un caso en el que causa y efecto no aparezcan vinculadas, sino que apuntan a tendencias probabilsticas que se verifican o no a partir del anfisis de un determinado conjunto de casos.
TABLA 1.3 Condicin facilitadora Casos Variable Independiente (causa) 1 1 0 0 0 1 1 0 Variable Dependiente (efecto) 1 1 1 0 0 0 1 0

A B C D E F G II

Nota: 1 equivale a presencia (de la causa o el efecto) y 0 equivale a ausencia

31

El vnculo de causalidad entre dos variables se puede establecer de manera directa o bien indirectamente a travs de una tercera variable interviniente. En el caso de la relacin entre el nivel de estudios y participacin poltica, el argumento causal se puede elaborar a travs de las actitudes polticas. Segn esta hiptesis, la educacin fomentara una serie de actitudes como la eficacia poltica, el inters por la actualidad poltica, o el sentimiento de deber cvico, que a su vez redundaran en una mayor participacin. El efecto de la educacin sobre la participacin poltica quedara mechado por otras variables actitudinales como los sentimientos de eficacia y competencia poltica, inters, o conocimiento. Sin embargo, resulta ms interesante (desde el punto de vista terico) explicar la participacin en trminos de los recursos educativos que en funcin del grado de inters por la poltica. Recordemos que las hiptesis deben ofrecer explicaciones tericamente satisfactorias de la variable dependiente. En general, cuanto ms alejada est una causa de su efecto, mayor es la satisfaccin que se obtiene de la explicacin. Obtener evidencia emprica de que la educacin facilita la participacin poltica es ms satisfactorio (y ms difcil) que comprobar que el inters poltico aumenta la participacin, por que en definitiva esta explicacin plantea la duda de qu es lo que motiva el inters poltico. Conviene por consiguiente evitar formular hiptesis en las que la conexin entre causa y efecto sea tan evidente que se acerque a una tautologa. Tambin es muy importante definir las variables independiente y dependiente de manera claramente separada, para no confundir lo que en una investigacin se asume por definicin con lo que se pretende verificar. En una investigacin que quiere averiguar en qu medida la abstencin electoral deslegitima un sistema poltico, la hiptesis de trabajo es que cuanto mayor sea el nivel de participacin electoral mayor ser tambin la legitimidad del sistema poltico. Con el fin de verificar tal hiptesis, el investigador debe definir y operacionalizar separadamente tanto la variable independiente (participacin) como la dependiente (legitimidad). La participacin electoral no presenta demasiados problemas a la hora de ser definida u operacionalizada. La legitimidad es un concepto ms complejo, que requiere la bsqueda de varios indicadores. Para medir la legitimidad de un sistema poltico el investigador puede recurrir al grado de satisfaccin de los ciudadanos con el funcionamiento de la democracia, la valoracin de las distintas instituciones democrticas, u otro tipo de variables. En algunos casos, el propio nivel de participacin ha llegado a tomarse como indicador del grado de legitimidad del sistema poltico. Esto sera inadecuado en el ejemplo propuesto: si lo que se pretende es verificar empricamente que participacin y legitimidad estn relacionadas, ambos conceptos deben definirse separadamente. Si por definicin la participacin es un indicador de la legitimidad, entonces es evidente que se encontrar una asociacin entre ambas variables, pero esto no ser ms que la verificacin de una tautologa. 32

En resumen, un buen marco terico requiere: conocer el "estado del arte" dentro del mbito correspondiente; proponer una explicacin satisfactoria y no excesivamente compleja de la realidad: definir los conceptos y las hiptesis de manera precisa y sin mezclar unos con otras.

33

2
Los conceptos

Este captulo se ocupa de explicar el proceso por el que, a partir de conceptos abstractos, se llega a formular una investigacin concreta y se mide lo propuesto por tal investigacin, para posteriormente comprobar la validez de las hiptesis desarrolladas. Se trata de una fase extremadamente importante de la investigacin, ya que la posibilidad de realizar inferencias a partir de los resultados de la misma a otros casos similares depende de la utilizacin de una definicin explcita de los conceptos y de la realizacin de una medicin correcta de los mismos.

La importancia de los conceptos en la investigacin emprica Una de las reglas bsicas de toda investigacin es proporcionar una definicin clara y explcita de los conceptos bsicos que se utilizan en ella. SARTORI (1984: 65) define los conceptos como las unidades del pensar. El pensamiento se estructura en conceptos que se utilizan para reducir y entender la complejidad de la realidad que nos rodea de acuerdo con propiedades que son de nuestro inters. De esta forma, las teoras sobre los aspectos del funcionamiento de los sistemas polticos relacionan conceptos entre s, como por ejemplo democracia y desarrollo econmico'.

El proceso de definicin de los conceptos ayuda a delimitar el mbito de una investigacin en dos sentidos: en primer lugar, obliga a seleccionar (y a proporcionar una definicin de) los objetos que se van a estudiar (individuos, organizaciones, sistemas polticos, etc.) y, en segundo lugar, implica decidir qu propiedades de stos se van a investigar (la ubicacin ideolgica, la conflictividad laboral, la gobernabilidad, etc.). Por lo tanto, uno de los pasos primeros y ms importantes de toda investigacin es definir, por una parte, las unidades de anlisis y, por otra, las propiedades o variables a ser estuchadas. Si se estudia el grado de democracia interna de los partidos polticos tendremos que empezar por definir la unidad de anlisis (partido poltico), lo que nos permitir distinguir qu grupos se ajustan a esta definicin y entran en nuestro universo de casos de estudio y cules no. Tendremos que definir tambin la propiedad de nuestra unidad de anlisis que se quiere explicar (la democracia interna en este ejemplo). En el siguiente paso de la investigacin se proporcionan hiptesis que den cuenta del diferente grado de desarrollo de la 34

democracia interna en los partidos, y por lo tanto, deben definirse cada una de las variables independientes (o explicativas), por ejemplo la orientacin ideolgica del partido, su participacin en el gobierno, y otras. Prestar atencin a la tarea de definir de forma explcita y clara los conceptos es crucial para avanzar en el conocimiento de los fenmenos sociopolticos. La posibilidad de acumular conocimiento y de mejorar estudios y anlisis depende en gran medida de que se proporcionen definiciones explcitas de los conceptos, las variables y sus indicadores. La definicin clara de los conceptos facilita la comunicacin de los resultados de la investigacin de forma que stos puedan ser entendidos por los lectores, y si fuera de su inters, puedan incluso repetir el anlisis siguiendo los mismos pasos o modificando alguno de ellos. Otra forma de aproximarse a la explicacin de la importancia de los conceptos y su buen uso en la investigacin emprica es pensar en investigaciones de carcter comparado. Para comparar es necesario establecer qu objetos se estn estudiando. Eso requiere adoptar una definicin de los objetos que los diferencien del resto, para as poder seleccionar los casos que se van a analizar y las propiedades de los casos que se van a comparar. SARTORI (1995) desecha la idea de que hay cosas que no son comparables, ya que como seala, lo que hace a dos objetos comparables es su similitud o diferencia con relacin a una o ms propiedades, que deben ser determinadas (y definidas) por el investigador. As, una sanda y una pera son comparables en su condicin de frutas, y de ellas se pueden estudiar dimensiones concretas como la forma, el sabor o el precio. Quiz se llegue a la conclusin de que tal estudio no es interesante y que parece ms relevante centrarse en objetos (en este caso frutas), con mayores similitudes entre s, para poder concentrarse en analizar las diferencias cruciales entre los objetos que se comparan. Un resultado de un razonamiento de este tipo sera limitar la investigacin a los ctricos u otro tipo de frutas. En todo caso, la decisin no se produce porque los objetos no sean comparables, sino porque al ser muy diferentes entre s, las propiedades que los hacen comparables son tan generales que no parecen suficientemente interesantes. La definicin y tratamiento de los conceptos Una definicin clara y explcita debe permitir identificar los atributos asociados a cada concepto. SARTORI (1984: 69-70) aboga por utilizar lo que denomina definiciones mnimas, que son aquellas que contienen los atributos esenciales para caracterizar un concepto, evitando aadir rasgos accesorios. Podemos servirnos de un ejemplo que proporciona el propio SARTORI para ilustrar esta cuestin. Si definimos partido poltico como cualquier grupo poltico con organizacin estable, que presenta a las elecciones candidatos para los cargos pblicos y que es capaz de llevarlos a ellos por medio de las elecciones,

35

estamos descartando la posibilidad de analizar a travs de una investigacin emprica la influencia que una organizacin no estable tiene en el desempeo electoral de los partidos, ya que slo consideraremos partido a los grupos que cuenten con esta organizacin estable. Si prescindimos de ese atributo no esencial, y nos quedamos con la definicin mnima que propone SARTORI (1987), conseguimos que el conocimiento sobre los partidos avance a partir de las propias investigaciones empricas, de manera que podamos elaborar un diseo de investigacin que nos permita analizar la influencia de la estabilidad organizativa de los partidos en su rendimiento electoral, utilizando el ejemplo ya citado. En resumen, utilizar definiciones empricas mnimas no es una preferencia caprichosa, sino que es una opcin que permite que sea el propio proceso de investigacin el que verifique la existencia de relaciones entre conceptos. En esta lnea, SARTORI (1995), advierte en contra de la tentacin de resolver los problemas por definicin, lo que, llevado al extremo, hace intil el conocimiento emprico. El proceso de definicin consiste, por tanto, en delimitar los atributos (esenciales) asociados a un concepto. A travs del proceso de definicin establecemos la connotacin v la denotacin de los conceptos. La connotacin es el conjunto de atributos, caractersticas o propiedades que constituyen un concepto, mientras que la denotacin se refiere a la clase de objetos a la cual se aplica el concepto (SARTORI, 1984: 79). Generalmente no partimos de cero a la hora de definir los conceptos que manejamos en una investigacin, dado que han sido utilizados previamente por otros autores, de manera que una buena revisin de la literatura existente sobre un tema de nuestro inters es un punto de partida crucial para realizar lo que SARTORI (1984) denomina la reconstruccin de un concepto. Seala distintas fases de este proceso: el punto de partida consiste en recopilar las definiciones y usos del concepto que han realizado otros autores con anterioridad. La sistematizacin de esta informacin permite identificar los atributos incluidos en cada definicin, as como las semejanzas y diferencias entre cada una de ellas. A partir de este trabajo, el investigador debe proponer la definicin que va a utilizar y especificar de forma justificada sus opciones, tanto si sigue la prctica ya establecida por otros autores como si se separa de ella. Hay conceptos cuya definicin es plenamente aceptada por la mayor parte de los politlogos y otros ms disputados. La necesidad de repensar continuamente algunos conceptos deriva de la juventud y de la falta de un lenguaje propio de la ciencia poltica. La reconstruccin de un concepto puede servir de base para la formacin de una nueva definicin cuando las anteriores sean insatisfactorias. En todo caso, es preciso evitar la creacin superflua de trminos, en muchas ocasiones acuados para dar fama a algunos autores, pero cuyo resultado es una confusin conceptual mayor y una excesiva profusin de trminos con significados muy similares.

36

Los conceptos pueden ser ms o menos abstractos, ms o menos generales. SARTORI (1984) seala que los conceptos se pueden situar en niveles de abstraccin diferentes, y propone una disposicin vertical de los elementos de una estructura conceptual a lo largo de lo que denomina "escala de abstraccin" o escala de generalidad" (grfico 2.1). Este autor proporciona unas reglas para recorrer esta escala, de forma que se pueda proceder a la transformacin de un concepto para que aumente o disminuya su grado de abstraccin. El grado de abstraccin (o de generalidad) est relacionado con la connotacin y la denotacin de un concepto. La connotacin y la denotacin de un concepto estn inversamente relacionadas: a medida que un concepto aumenta su connotacin, es decir, el nmero de caractersticas y propiedades que lo definen, disminuye su denotacin, ya que hay un nmero de objetos o eventos menor que se ajustan a ese conjunto de propiedades. Esta es la regla de transformacin que permite que el movimiento por la escala de abstraccin, indicado por la flecha en el grfico 2.1. En la medida que se precisen ms los rasgos que definen un concepto, ste ser menos abstracto, pero tambin se podr aplicar a un menor nmero de casos. Los conceptos con menos atributos se aplican a ms casos (por tanto se hallan en un punto ms elevado en la escala de generalidad/abstraccin), mientras que los conceptos con ms atributos se aplican a menos casos y estn ms abajo en la escala de generalidad. Esta idea es tambin til para entender la relacin entre teora e investigacin emprica. Los conceptos tericos normalmente no tienen referentes empricos directos. Para realizar la investigacin se tiene que descender en la escala de abstraccin de manera que esos conceptos sean empricamente observables. Tras realizar la observacin, medicin y puesta a prueba de las hiptesis se puede ascender en la escala de abstraccin para enriquecer, modificar o invalidar las teoras existentes y de las que se ha partido para realizar la investigacin.

37

Grfico 2.1 Escala de abstraccin o escala de generalidad

Connotacin A = Concepto inicial. 13 = Concepto ms abstracto o general, adaptado para incluir un nmero mayor de casos.

Fuente: Adaptado de COLLIER y MAI ION (1993).

En la definicin de los conceptos la opcin por una mayor denotacin o una mayor connotacin influye en la delimitacin del universo de casos que se consideran en la investigacin. En un estudio sobre los regmenes democrticos el paso fundamental consiste en proporcionar una definicin de democracia" que permita decidir qu casos constituyen el universo de la investigacin. Cuanto ms abstracta sea la definicin, ms amplio ser a su vez el universo de estudio. Posteriormente, se puede estudiar todos los casos del universo o seleccionar algunos de ellos. El proceso de definicin de los conceptos que constituyen las propiedades de las unidades de anlisis a estudiar y las propias unidades de anlisis es un paso necesario para observar y medir estas propiedades, clasificar los casos de acuerdo con los criterios adoptados en las definiciones y poner a prueba las hiptesis que se han desarrollado. Existe un problema asociado con las definiciones de los conceptos (sean unidades de anlisis o propiedades) que SARTORI denomina estiramiento conceptual" (conceptual stretching). Este estiramiento de conceptos es el resultado de aumentar la denotacin de los conceptos sin disminuir su connotacin. Cuando en vez de adoptar un concepto ms general se decide estirar un concepto, aplicndolo a objetos que no se ajustan a los rasgos/atributos asociados a dicho concepto, se produce una confusin respecto al significado originario del trmino y se le vaca de contenido. Esto sucede, por

38

ejemplo, si se aplica el trmino democracia" a sistemas que no cumplen los requisitos contenidos en su definicin. Si se modifica la definicin de democracia para que abarque a ms casos, se est estirando este concepto y se corre el peligro de vaciarlo de contenido. Se trata de una prctica relativamente frecuente en estudios de poltica comparada, en los que se estudian pases muy diferentes entre s. El estiramiento de conceptos es resultado del deseo de muchos estudiosos de hacer "viajar" a los conceptos y de adaptarlos a contextos diferentes. Para evitar este fenmeno, SARTORI propone ascender en la escala de generalidad utilizando conceptos que posean menos atributos definitorios y que, por tanto, se puedan aplicar a un mayor nmero de casos mayor (vase grfico 2.1). Otros autores han encontrado alternativas diferentes para facilitar la utilizacin de conceptos y categoras en contextos diferentes. COLLIER y LEVITSKY (1998) sugieren crear subtipos de un mismo concepto. De esta forma se consiguen simultneamente los dos objetivos: por un lado, se aumenta la diferenciacin del concepto y, por otro, se evita el estiramiento conceptual que lo vaciara de contenido. La principal caracterstica de los subtipos es que carecen de uno de los atributos definitorios del concepto inicial. De esa especificidad se deriva que se considere un subtipo y no se hable de subir o bajar en la escala de abstraccin. Estos autores desarrollan diferentes subtipos del concepto democracia, tales como democracia tutelar o democracia de sufragio limitado. Estos subtipos no son ejemplos plenos de la definicin bsica de democracia, sino que cada uno de ellos representa una forma incompleta de democracia. La particularidad de los subtipos es que no necesariamente estn ms arriba en la escala de generalidad que el concepto inicial (democracia), ya que la ausencia de un atributo reduce el nmero de casos a los que se aplica el concepto, al contrario de lo que sucede si se asciende en la escala de generalidad.

Es necesario definir los conceptos de forma clara y explcita, sea la carcter exploratorio, descriptivo o explicativo.

investigacin

de

Los conceptos pueden ser ms o menos abstractos. La connotacin (propiedades que lo definen) y la denotacin (clase de objetos a los que se aplica) de un concepto estn inversamente relacionadas: cuanta mayor sea la connotacin menor ser el conjunto de objetos que manifiestan esas propiedades. Se debe prestar atencin, especialmente en los estudios comparados, a la equivalencia de significado del concepto en los distintos casos que se analizan, de forma que no se lleguen a conclusiones errneas por estar estudiando como similares cosas que no lo son. o vaciando de sentido ciertos conceptos por est irar su significado para incluir nuevos casos.

39

La bsqueda de indicadores: operacionalizacin de los conceptos Hay diferentes tipos de conceptos. Muchos de ellos 110 son directamente observables, bien porque son trminos tericos o bien por su elevado grado de abstraccin, por lo que es necesario proceder a su operacionalizacin para poder observarlos o medirlos. Las definiciones operacionales son aquellas que contienen las directrices que hay que seguir para observar y medir un concepto. Pero observar y medir no significa necesariamente cuantificar. Es importante tener en cuenta esta precisin ya que la cuantificacin no siempre es la forma de medir ms apropiada. La cuantificacin produce precisin, pero no necesariamente es ms correcta y adecuada en todas las ocasiones. Medir no significa cuantificar los conceptos, sino establecer criterios para su observacin y clasificacin de acuerdo con la presencia o ausencia, o grado de presencia o de ausencia, de la propiedad o propiedades que contenga cada concepto. Operacinalizai* consiste, por tanto, en especificar una serie de procedimientos o de operaciones que se han de realizar para obtener uno o varios indicadores empricos de la manifestacin de una propiedad o variable en un caso determinado. Para que sean tiles, las definiciones operacionales deben indicar de manera precisa y explcita lo que se debe de hacer para determinar qu valor o estado debe atribuirse en cada caso con respecto a una variable determinada. Como se ha dicho anteriormente, una variable se puede definir como una caracterstica o propiedad empricamente observable que puede asumir ms de un valor o estado. La necesidad de plantear hiptesis sobre la relacin entre diversas variables obliga al investigador a convertir los enunciados que contienen solamente conceptos abstractos en enunciados con referentes empricos ms precisos, cuya validez pueda ponerse a prueba. Aunque ocurre con frecuencia, hay que tener precaucin a la hora de utilizar indistintamente los trminos concepto" y variable. En principio no hay ningn problema en hacerlo en el lenguaje coloquial, siempre que se tenga en cuenta que no por pensar en un concepto siempre se tiene una variable. Disponer de la definicin de conceptos como democracia interna o capital social 110 significa haberlos convertido en variables. En rigor, slo se puede hablar de variables cuando, junto con la definicin del concepto, se proporcionen las instrucciones y criterios necesarios para observar/medir cada concepto. No se puede verificar hiptesis sobre la relacin entre conceptos si no se operacionalizan bien los conceptos. Las investigaciones, sean descriptivas o explicativas, estudios de caso, anlisis comparados o estadsticos slo pueden ser exactas si los indicadores escogidos reflejan adecuadamente los conceptos que se tratan de medir. MANHEIM y RlCH (1988) mencionan un ejemplo ilustrativo de esta cuestin: igual que no mediramos el peso con una regla, tampoco mediremos conceptos como el de alienacin poltica, o el de apata, con 40

preguntas que no recojan adecuadamente las particularidades de ese concepto. Cuando los conceptos estn bien operacionalizados estamos razonablemente seguros de que las relaciones que existen entre los indicadores reflejan relaciones entre los conceptos que stos miden. El proceso de operacionalizacin El proceso de operacionalizacin conlleva elegir uno o varios indicadores para cada variable y la forma de obtener informacin sobre el estado o valor de esas variables para los casos estudiados. Son esos indicadores los que permiten observar y medir las variables. Dado que siempre es necesario realizar la operacionalizacin y medicin, en realidad lo que se describe, compara y se somete a anlisis no son los conceptos seleccionados, sino sus indicadores. Imagnese que se realiza una investigacin para estudiar los efectos de varios productos adelgazantes. El adelgazamiento es un concepto abstracto y slo observable a travs de indicadores como el peso, que puede medirse en kilos. As, el adelgazamiento se puede definir como la prdida en kilos que sufre un individuo a lo largo de un determinado perodo de tiempo. La popularidad de un lder poltico tambin es un concepto abstracto que puede medirse de muchas maneras. Una de ellas es pedir a una muestra de individuos que evalen al poltico en una escala o termmetro de 0 a 100, y tomar como ndice de popularidad la valoracin media. El proceso de operacionalizacin suele incluir varias fases. En muchas ocasiones nos encontramos que los conceptos complejos pueden desdoblarse en distintas dimensiones, que necesitan de operacionalizaciones sucesivas para poder ser directamente observables. Dependiendo del grado de abstraccin y complejidad de cada concepto se tiene que recorrer un camino ms o menos largo hasta su operacionalizacin. No es lo mismo operacionalizar el color de ojos o la edad que otros conceptos que no son directamente observables, como la clase social. Las personas presentan una serie de rasgos o propiedades que ayudan a inferir la clase social a la que pertenecen, segn los criterios de definicin de las distintas clases sociales que se hayan adoptado, pero hay que establecer cules son esos criterios, definirlos y encontrar indicadores empricos que permitan su medicin. Es frecuente que un solo indicador no sirva para medir un concepto. Si se quiere medir el desarrollo econmico de los pases, utilizar un nico indicador como por ejemplo el PIB (producto interior bruto), probablemente deje insatisfechos al investigador y a sus colegas porque ste no consiga captar diferentes dimensiones importantes que definen el desarrollo econmico. En tal caso, hay dos opciones. Se pueden utilizar indicadores diferentes del concepto desarrollo econmico y utilizarlos separadamente. Tambin se puede construir un ndice a partir de varios indicadores si lo que interesa es asignar un valor nico a cada uno de los pases de la muestra. Este valor nico 41

configurado por una serie de indicadores es un ndice compuesto de desarrollo econmico. LlPSET (1992) en su investigacin sobre la influencia del desarrollo econmico en la legitimidad poltica utiliza cuatro dimensiones de desarrollo: riqueza, industrializacin, urbanizacin y educacin. A su vez cada una de estas dimensiones se operacionalizan con un ndice compuesto de varios indicadores como muestra la tabla 2.2. Las operacionalizaciones no son buenas o malas en abstracto, sino que tienen sentido en un contexto y tiempo determinados. En la investigacin de LlPSET mencionada anteriormente, realizada hace casi cuatro dcadas, se utilizan algunos indicadores que hoy en cha no seran los ms adecuados para medir el desarrollo econmico en los pases desarrollados, sobre todo algunos como el telfono por millar de habitantes. Tendramos que pensar en indicadores adicionales tales como el nmero de ordendores per cpita o el porcentaje de personas que tiene acceso a Internet que permitieran medir el desarrollo econmico de los pases de una forma ms adecuada al contexto histrico actual. En el anlisis comparado de pases o sistemas polticos la conceptualizacin y medicin tienen alguna complejidad adicional. La misma palabra, el mismo trmino, puede ser utilizado para referirse a cosas diferentes en contextos diversos. Por tanto, se tiene que tener en cuenta a la hora de disear indicadores si stos van a ser utilizados en contextos polticos diferentes para que el indicador tenga un significado similar en cada uno de estos lugares. Puede ocurrir que se tenga que recurrir a indicadores diferentes para medir el mismo concepto en sistemas polticos diversos. Este tipo de indicadores se denomina equivalentes funcionales. Se derivan del concepto de funcin y de la idea de que todos los sistemas polticos desarrollan las mismas funciones esenciales. Aunque el funcionalismo ha recibido muchas crticas, una de sus aportaciones en el marco de la poltica comparada es que se empezaron a estudiar realidades distintas a las democracias occidentales, que hasta entonces haban dominado en las investigaciones (MAIR, 199G; SCHMITTER, 1991). El estucho de sistemas polticos diversos tiene una serie de implicaciones para el desarrollo de indicadores comparados y es que la misma funcin (por ejemplo, la agregacin de intereses) puede ser desarrollada por estructuras diferentes en pases distintos (DOGAN y PELASSY, 1990: 31).

42

TABLA 2.2 Operacionalizacin: concepto, ndicos e indicadores Concepto Indices Indice de riqueza Indicadores # Renta per cpita Miles de personas por mdico Personas por vehculo de motor Telfonos por millar de habitantes Radios por millar de habitantes Venta de peridicos por millar de habitantes % de personas en el sector agrcola Kilovatios de energa per cpita por ao % de alfabetizacin
Matriculados en enseanza primaria por millar de habitantes

Desarrollo Econm ico

ndice de industrializacin ndice de instruccin

Matriculados en enseanza secundaria por millar de habitantes Matriculados en enseanza superior por millar de habitantes

Indice de urbanizacin

% de poblacin en municipios de ms de 20.000


habitantes % en ciudades de ms de 100.000 habitantes % en reas metropolitanas

Fuente: Elaboracin propia a partir de los indicadores propuestos por LIPSET (1992: 120-121).

Los niveles de medicin Proporcionar criterios para observar empricamente los conceptos a travs de indicadores exige precisar el nivel de medicin elegido para cada uno de ellos. Todos los tipos de medicin proporcionan un medio de clasificar y ordenar los fenmenos, pero no producen distinciones igualmente precisas y detalladas entre los objetos o eventos observados. Por ello se habla de niveles diferentes de medicin, haciendo referencia a la cantidad de informacin que proporcionan sobre los fenmenos que se miden. En el mbito de las ciencias sociales se utilizan fundamentalmente tres niveles o escalas de medicin: nominal, ordinal y de intervalo. La medicin nominal, tambin denominada categrica, produce un conjunto de categoras separadas que agrupan los casos similares entre s de acuerdo con el criterio elegido. Por ejemplo podemos utilizar la religin como una variable categrica que clasifica a los individuos en catlicos, protestantes ', otras religiones, y no religioso. En otros casos puede interesarnos establecer unas clases o categoras ms detalladas y especificar otros grupos religiosos adicionales. Cuando se

43

utiliza un nico criterio para separar los casos en grupos se trata de una clasificacin (por ejemplo, entre varones y mujeres). Si se utiliza ms de un criterio, se trata de taxonomas o tipologas. La tipologa de los sistemas polticos utilizada por DAHL (1989) es un ejemplo de variable categrica obtenida a partir del cruce de dos dimensiones: liberalizacin y representacin. Segn los niveles de estas dos dimensiones sean altos o bajos, se obtienen cuatro tipos: poliarqua, oligarqua competitiva, hegemona representativa, y hegemona cerrada. Como seala SARTORI (1970: 688), las escalas nominales responden a la lgica de la clasificacin, no de la gradacin como el resto de los tipos de medicin. Esto es as porque aunque se pueda asignar un cdigo numrico a cada grupo de la clasificacin, se trata de una asignacin arbitraria sin sentido intrnseco. Por ejemplo, si se tiene una base de datos en la que figuran personas y su recuerdo de voto en las pasadas elecciones se puede codificar sus respuestas asignando un 1 a IU, un 2 al PP, un 3 al PSOE y as sucesivamente. Sin embargo, esos nmeros son meras etiquetas que no indican orden ni cantidad, como se ver con ms detalle en el captulo 4. Para que sean correctas, las clasificaciones y taxonomas deben estar basadas en conjuntos de categoras mutuamente excluyentes y colectivamente exhaustivas. Que las categoras sean excluyentes significa que un mismo caso no puede pertenecer simultneamente a dos categoras de la clasificacin. En otras palabras, no es posible asignar ningn caso a ms de una categora o clase. Por su parte, la exhaustividad se refiere a que todos los casos existentes deben ubicarse en alguna de las categoras, de manera ninguno se quede fuera de la clasificacin o tipologa. Si una variable deja como inclasificables algunos casos, quiere decir que est mal operacionalizada. Con el fin de garantizar la exhaustividad de una variable nominal se suele incluir siempre una categora residual del tipo 'otros" (otras religiones", otros partidos). La escala de medicin ordinal aporta ms informacin que la nominal porque no slo permite clasificar objetos u eventos por categoras sino tambin ordenarlos por grados. Se puede asociar un nmero a cada caso y ese nmero no slo indica la categora a la que pertenece, sino cmo se relaciona con los dems casos, es decir, si presenta la propiedad en mayor, igual o menor medida. La caracterstica fundamental de la medicin ordinal es que no slo puede clasificar los casos sino tambin ordenarlos de mayor a menor. Un ejemplo de medicin ordinal es el nivel de formacin o nivel educativo, distinguiendo entre educacin primaria, secundaria, estudios universitarios o superiores. Otro ejemplo de este tipo de medicin son las variables resultantes de preguntas de sondeos de opinin que piden al entrevistado que exprese su grado de acuerdo con alguna afirmacin (mucho, bastante, poco o nada), o la clsica pregunta sobre autoubicacin ideolgica de los encuestados. Mediante estas preguntas se solicita que el entrevistado clasifique su actitud 44

frente a una cuestin determinada en una serie de categoras que, a diferencia de la medicin nominal, guardan un orden intrnseco. Al igual que en las variables nominales, a cada categora se le puede asignar un nmero para introducirla en una matriz de datos o para proceder a la aplicacin de tcnicas estadsticas. Es importante tener cuidado a la hora de interpretar el significado de estos nmeros. En las variables ordinales los cdigos numricos asociados a ellas indican orden, pero no cantidad. No existe la misma distancia entre una y otra categora. Esto quiere decir que no se puede asumir que la persona que se declara muy de acuerdo con la interrupcin voluntaria del embarazo libre y gratuita est dos veces ms de acuerdo que una que dice estar bastante de acuerdo. Se puede asignar el nmero 1 a muy en desacuerdo'' y el nmero 4 a muy de acuerdo" , sin que eso signifique que haya unidades de acuerdo que marquen las diferencias entre las categoras, ni que se pueda hacer la mecha de esa variable. Simplemente se sabe que hay una gradacin en esas opiniones (GlLBERT, 1993: 17-19). A diferencia de la medicin ordinal, que no utiliza una unidad normalizada de medicin ni asume una equidistancia entre categoras, la medicin de intervalo s utiliza una unidad normalizada de la propiedad que se mide. Por tanto, las medidas de intervalo proporcionan mas informacin que las ordinales ya que tambin sealan la distancia que existe entre dos valores de una variable. Son medidas de intervalo el peso, la longitud, el precio o la edad. Utilizando este tipo de medidas se consigue un grado de precisin mayor en las observaciones. Tambin en este caso se pueden aplicar cdigos numricos a las categoras, con la diferencia de que en la medicin de intervalo los nmeros adquieren significado cuantitativo, ya que representan la cantidad exacta de la propiedad o variable que posee el caso que se est midiendo. La ventaja fundamental de este tipo de medicin es que los nmeros pueden ser sometidos a operaciones matemticas, y los resultados de estas operaciones tienen significado, no como en el caso de las variables nominales y ordinales. Conocer los tipos de medicin ayuda a saber exactamente cunta informacin est proporcionando los datos y cmo se puede analizar esta informacin. Es fundamental tener clara la diferencia entre los tipos de medicin para no utilizar tcnicas de anlisis que asuman que los datos contienen ms informacin de la que en realidad contienen. Es posible pasar de un tipo de medicin a otro, aunque siempre en el sentido de ms informacin a menos. Una variable de intervalo se puede transformar fcilmente en una ordinal a travs de una agrupacin de las categoras. Por ejemplo, se puede agrupar a las personas de entre 18 y 35 aos en una categora (jvenes), a los de entre 36 y 65 en otra (adultos) y a los de ms de 65 aos en una tercera (ancianos). Esto supone una prdida de informacin que no siempre es necesaria: si se sabe que una persona tiene 19 aos, se sabe ms que si nicamente se conoce su ubicacin en la categora jvenes. Por ello a la hora de recoger la informacin 45

es preferible, siempre que sea posible, oper acin alizar una variable como la edad en forma de medida de intervalo. En el anlisis se pueden realizar recodificaciones con fines distintos, creando variables ordinales o nominales. La variable edad, operacionalizada en aos cumplidos en el ltimo cumpleaos, puede convertirse en una variable nominal dicotmica en la que una categora sea menor de edad" y la otra mayor de edad . Por tanto, la recomendacin general que se puede dar respecto al nivel de medicin es que a la hora de recoger la informacin se debe utilizar el nivel de medicin ms preciso que sea posible. Eso implica que si es tericamente defendible y tcnicamente posible, se debe utilizar el nivel de medicin de intervalo (ya que si es necesario posteriormente se puede transformar en ordinal o en nominal). Naturalmente, si no es el propio investigador quien que recoge la informacin el margen de maniobra se ve limitado por los datos disponibles. La eleccin del mtodo de control de hiptesis puede estar condicionada por el nivel de medicin de las variables.3 En algunas ocasiones la decisin puede darse de forma inversa, es decir, por alguna razn se quiere aplicar un mtodo de anfisis determinado y se tienen que buscar los datos en la escala de medicin adecuada para la aplicacin de ese mtodo. En otras circunstancias, no se tiene margen de eleccin y los datos slo pueden ser de un tipo, con lo cual la eleccin de un mtodo tambin est ms restringida. El resultado: conceptos directamente respecto a la definicin original observables, pero algo empobrecidos

La ciencia poltica est llena de conceptos difciles de operacionalizar. Esta dificultad se acenta por la falta de consenso entre los investigadores respecto a la definicin de ciertos conceptos. La falta de acuerdo sobre la definicin de los conceptos es una de las dificultades ms habituales a la hora de poner en comn los resultados de las investigaciones. La operacionalizacin supone casi inevitablemente alguna simplificacin o prdida de significado de los conceptos de los que partimos, ya que los indicadores raramente reflejan todo lo que se quiere decir con un concepto. Lo que se necesita es operacionalizar de tal modo que esa prdida se reduzca todo lo que sea posible. La definicin operacionalizada de los conceptos debe formularse por escrito, con una indicacin pormenorizada de los pasos seguidos, de manera que otros autores puedan utilizarla. Una definicin operacional completa revela cmo se afrontan esos problemas de observacin y medicin y
9

Como se ver ms adelante la eleccin del mtodo depende fundamentalmente del nmero de casos, pero tambin el tipo de datos disponibles puede condicionar la utilizacin de uno u otro mtodo.

46

no deja ambigedad sobre lo que se ha hecho para pasar de la definicin terica del concepto a su medicin. Lo fundamental es hacer explcitas estas decisiones en el informe o texto en el que se expliquen los resultados de la investigacin. Estos datos son esenciales tanto para entender y contextualizar los resultados de la investigacin como para poder replicarla o mejorarla4. Es frecuente encontrar criticas a los resultados de un trabajo de investigacin que se centran en poner en cuestin las definiciones de los conceptos, su operacionalizacin y la medicin de las variables. Esto no debe ser motivo para dejar de realizar cuidadosamente el proceso de operacionalizacin y medicin, sino que debe servir de incentivo para proporcionar una justificacin pormenorizada de las decisiones adoptadas en tal proceso, o para mejorar anteriores operacionalizaciones incorrectas. Un ejemplo: la definicin y operacionalizacin de capital social El concepto de capital social ha recibido mucha atencin en investigaciones sociales recientes y puede ser til para ilustrar las diferentes fases del proceso de definicin y operacionalizacin de conceptos. Se trata de un concepto que han utilizado economistas, socilogos y politlogos, y que es objeto de inters no slo en investigaciones acadmicas sino desde instituciones como el Banco Mundial o la OCDE. Puede utilizarse como propiedad caracterstica de los individuos o de colectivos (pases, regiones, etc.). De esta forma, los individuos pueden variar en su capacidad para generar capital social o para beneficiarse del que caracteriza al grup o/en torno en el que operan (Harper 2002: 4). Para desarrollar este ejercicio de definicin vamos a imaginar que estamos llevando a cabo una investigacin en la que queremos indagar acerca de la influencia del capital social en el acceso al mercado de trabajo en Espaa y en la movilidad dentro de ste, es decir, nuestra unidad de anlisis son los individuos. Nuestra hiptesis de partida es que, cuanto mayor sea el capital social a disposicin de un individuo, ms fcil ser su acceso al mercado de trabajo y la movilidad en ste. Queremos tambin analizar la influencia de este factor en relacin con la formacin de los individuos, estrato social/clase social, edad, sexo y ubicacin geogrfica. Aunque no podemos desarrollar aqu un proceso excesivamente laborioso de reconstruccin de este concepto5, podemos esbozar los pasos que tendra. En primer lugar realizamos una revisin de la literatura para buscar las definiciones que manejan autores que han desarrollado trabajos clave en este campo como BoURDIEU (1985), que define capital social como el agregado de los recursos reales o potenciales que estn unidos a la posesin de una red

Ejemplos de este tipo de decisiones son tanto los primeros pasos en la operacionalizacin de un concepto como cuestiones ms concretas relativas a la medicin (por ejemplo, el tratamiento de las respuestas no sabe/no contesta" en las encuestas). 5 Pueden consultarse los trabajos do HARPER (2002), HERREROS (2002) y 1IE AL Y (2003)

47

duradera de relaciones ms o menos institucionalizadas de reconocimiento mutuo. Generalmente se presta especial atencin a dos tipos de recurso derivados de la pertenencia a estas redes: la generacin de confianza en que la realizacin de favores a los otros o por el bien que persigue la organizacin se ver recompensada por una actuacin parecida por parte del resto de los integrantes de esa red. En definitiva la pertenencia a diferentes tipos de redes se presume que genera una acumulacin de obligaciones interpersonales e interdependencia entre quienes la componen. COLEMAN (1990), otro autor muy relevante en la literatura sobre capital social, enfatiza el valor de la informacin como parte del capital social que se deriva de la pertenencia a redes sociales. As, pertenecer a una asociacin o tener una red familiar amplia puede hacer que sea ms fcil para nosotros acceder a informacin relevante, sea sobre el objeto de la asociacin (por ejemplo, la defensa del medioambiente), pero tambin sobre otros aspectos como la existencia de ofertas de trabajo o de unas ayudas de la Administracin Pblica para montar empresas, que de otra forma no habramos conocido.
PUTNAM (2002) es otro autor que ha hecho muy conocido el trmino capital

social, entendido como las redes, normas y confianza que facilita a los individuos actuar juntos eficazmente para perseguir objetivos comunes. Esta aproximacin ha sido fundamentalmente aplicada desde investigaciones que indagan acerca del capital social como propiedad de colectivos, como hizo por ejemplo el mismo PUTNAM (1993) en su investigacin sobre el capital social en las regiones italianas. De la lectura de los diferentes textos sobre el tema extraemos una primera conclusin clara, y es que se trata de un concepto multidimensional en el que pueden identificarse varios elementos: pertenencia a redes sociales, confianza y apoyo social. Seguimos as la propuesta de HERREROS (2002), que defiende no considerar las preferencias y actitudes individuales como parte de la definicin de capital social. Cada uno de ellos necesita a su vez ser definido y operacionalizado, de manera que podamos llegar a observar empricamente el concepto que ha motivado nuestro inters. No obstante, hay que tener cuidado de no sobrecargar excesivamente la definicin adoptada. En este sentido, la literatura sobre capital social alerta sobre el peligro que supone no utilizar una definicin mnima del trmino, y asignarle un nmero excesivamente amplio de atributos, lo que puede suponer acabar incluyendo en su definicin tanto las causas como las consecuencias del capital social, de forma que estamos agotando las posibilidades de indagar acerca de estas cuestiones a travs de una investigacin emprica. Si desarrollamos una hiptesis segn la cual, cuanto ms capital social tenga a su chsposicin un individuo mayor ser su implicacin poltica, no podremos utilizar la implicacin poltica como indicador de capital social, pues entonces perderemos la oportunidad de comprobar empricamente esta hiptesis. Para poder comprobar empricamente la hiptesis propuesta tendremos que definir de manera independiente los dos

48

conceptos y luego ver si los individuos que disponen de mayor capital social efectivamente tienen tambin niveles elevados de implicacin poltica. A partir de la consulta de la literatura existente y de nuestras propias reflexiones llegamos a la propuesta de definicin y operacionalizacin de capital social que se detalla en la tabla 2.3. En l aparecen las dimensiones que se han identificado de capital social y sus correspondientes definiciones (dado que estas dimensiones son en este caso conceptos a su vez complejos), as como los indicadores elegidos para observarlas empricamente. No es ni la nica definicin ni la nica operacionalizacin posible de capital social, de ah que sea preciso aportar una explicacin detallada y justificar cada una de las opciones adoptadas. La tabla 2.3, por tanto, no agota en absoluto el proceso de operacionalizacin, aunque s expone sus rasgos ms relevantes. Por ejemplo, es an necesario concretar ms cmo se van a medir los indicadores seleccionados para medir participacin en organizaciones y redes. Habitualmente se utilizan preguntas de encuestas para averiguar el nmero de grupos y asociaciones a los que pertenece un individuo, y es frecuente que adems se indague acerca del grado de activismo e implicacin de esa persona en las organizaciones a las que pertenece0. Con el desarrollo de las nuevas tecnologas, y en particular de Internet, podemos pensar que no estamos captando de forma adecuada esta dimensin si no incorporamos un indicador que se refiera a la participacin del individuo en redes virtuales, que raramente adquieren el nivel de formalizacin de la pertenencia que tienen las organizaciones y asociaciones tradicionales. La prctica religiosa es otro indicador elegido, y se refiere no tanto a las creencias religiosas de una persona como a que la prctica de stas le lleve a interacciones sociales que se consideran una fuente potencial de capital social. Para medir este indicador podamos utilizar una pregunta acerca de la frecuencia de asistencia a servicios religiosos, es decir, utilizaramos una variable ordinal, dado que las categoras de respuesta clasificaran y ordenaran a los individuos en relacin con su prctica religiosa. Por tanto, para acabar el proceso de operacionalizacin deberamos detallar cmo se medira cada indicador identificado en el cuadro.

* En su libro sobre el asociacinismo poltico en las democracias occidentales, Laura MORALES dedica unas pginas a discutir la forma ms adecuada de operacionalizar y medir el asociacionismo (MORALES 2006: 52-62).

49

TABLA 2.3 Definicin y operacionalizacin del concepto capital social Dimensin Participacin en organizaciones/redes Indicadores Nmero de grupos/asociaciones polticas, sociales, culturales o de ocio a los que se pertenece Frecuencia e intensidad del vnculo con estos grupos Prctica religiosa Participacin en redes "virtuales" (frecuencia, tipo e intensidad del contacto)

Confianza social

Grado de confianza hacia la gente (desconocida). Grado de confianza en que la gente esta predispuesta a ayudar/hacer favores (y viceversa).

Apoyo social e intercambio Nmero de familiares o amigos ntimos. Frecuencia con la que se ve/habla con parientes, amigos o vecinos Existencia de personas en las que se confa para recibir ayuda/personas a las que se prestara ayuda. Fuente: Elaboracin propia a partir do propuestas de distintos autores (IIarper 2002. Healy
2003. Herreros 2002).

El proceso de medicin: validez y fiabilidad Mediante el proceso de medicin se asignan valores a los casos observados con respecto a cada una de las variables. Las diferencias en los valores asignados a cada caso pueden reflejar diferencias reales en la presencia de las variables o propiedades en cada uno de los casos. Pero la diferencia de valores tambin puede ser resultado de la eleccin de indicadores inapropiados o de su aplicacin en contextos inadecuados. Si esto sucede, las medidas que se obtienen reflejan diferencias que no son reales, es decir, que no se corresponden con una variacin real en el concepto. Cuando se disea y lleva a cabo un proceso de medicin (creacin de variables e indicadores), el investigador intenta aproximarse lo ms posible a la perfeccin de forma que pueda estar

50

seguro de que la variacin de los valores obtenidos en cada variable responde a diferencias realmente existentes y no son un artificio producido por el propio proceso de medicin. Es complicado elegir indicadores perfectos, pero siguiendo una serie de pautas se puede evitar incurrir en errores de medicin. MANHEIM y RlCH (1988: 82) definen los errores de medicin como las diferencias en los valores asignados a los casos que son atribuibles a algo distinto a las diferencias reales. No se producen porque existan diferencias reales, sino como resultado de un proceso de medicin incorrecto o inadecuado7. No todas las fuentes de error son igualmente problemticas. Algunas corresponden a errores sistemticos; otras proceden de errores aleatorios. Los errores sistemticos ponen en cuestin los resultados de la investigacin ya que producen sesgos en los valores observados. Los errores no sistemticos o aleatorios tienen consecuencias menos graves. Se producen de forma aleatoria y son ruidos" que no permiten medir el concepto que nos interesa con precisin. No modifican las mediciones de forma sistemtica y, por tanto, aunque pueden tener consecuencias importantes en la investigacin, stas no son tan graves como las del error sistemtico8. La validez y la fiabilidad son las propiedades que se utilizan para establecer la calidad de los indicadores. La validez es el grado en que los indicadores miden los conceptos que se quieren medir. Interrogarse sobre la validez de un indicador supone preguntarse si en realidad se est midiendo el concepto que se quera medir y no otra cosa. Se puede definir la validez como el grado en el que la variacin de un indicador refleja nicamente diferencias en el concepto que se intenta medir. Una forma de medir el nivel de educacin de los individuos en encuestas que incluyen personas procedentes de sistemas educativos muy diferentes consiste en preguntarles la edad a la que abandonaron los estudios. Este indicador puede tener un problema de validez ya que dos individuos pueden abandonar los estudios a la misma edad habiendo conseguido calificaciones muy distintas. Nunca se puede conseguir una validez completa porque en el proceso de operacionalizacin los conceptos se empobrecen en alguna medida. El objetivo es seleccionar indicadores que reflejen en el menor grado posible influencias ajenas al fenmeno que se quiere medir. La validez est relacionada con el

MANHEIM y RICH (1988: 32-33) sealan algunas de las fuentes del error en una medicin mediante encuesta. Para obtener una exposicin ms detallada de las consideraciones que conviene tener en cuenta a la hora do disear un cuestionario y evitar los errores do medicin ms frecuentes en este tipo de tcnica de recogida de datos, vase S CHUMAN y PRESSER (1981), CONVERSE y PRESSER (1986) y AZOFRA (1999). * KING et al. (1994) desarrollan de forma detallada la explicacin do las consecuencias del orror do medicin sistemtico y aleatorio en los resultados do una investigacin. Vase tambin KATZER, COOKY CROUCH (1998). especialmente los captulos G. 7 y 9.

51

error sistemtico: un indicador vlido no produce errores sistemticos de medicin. La fiabilidad es el grado de precisin con el que el instrumento de medida o indicador mide el concepto que interesa al investigador. Una pregunta sobre el nivel de inters en la poltica (mucho, bastante, poco o nada) puede ser un indicador vlido de la apata poltica, pero probablemente no produce medidas muy estables de este concepto. Si un instrumento de medicin proporciona distintos resultados al repetir su aplicacin varias veces sobre el mismo caso, se considera poco fiable. Tambin pueden darse problemas de fiabilidad cuando los criterios o las clasificaciones sobre las que basamos la operacionalizacin de un concepto no son lo suficientemente claras y es posible asignar un nico caso a ms de una categora. Si se consigue eliminar el ruido o error no sistemtico, se incrementa la fiabilidad de las medidas. Validez y fiabilidad son dos propiedades de los instrumentos de medicin que deben ser tenidas en cuenta en todo tipo de estudios. Ser consciente de sus implicaciones permite estar alerta ante posibles errores de medicin que puedan invalidar o contaminar los resultados de una investigacin.

Es fundamental disear buenos indicadores v usar instrumentos de medicin adecuados para desarrollar correctamente una investigacin. Los indicadores deben ser vlidos (reflejar las propiedades del concepto que se est midiendo) y fiables (proporcionar una medicin precisa). Se deben manifestar explcitamente las decisiones que se han tomado a la hora de operacionalizar, observar y medir los conceptos. Se debe procurar disponer de la informacin medida de la forma ms precisa posible (variables de intervalo) y si es necesario posteriormente agregar esa informacin convirtindola en variables ordinales o nominales. Es preciso intentar estimar posibles errores de medicin y si stos son aleatorios o sistemticos, que pueden producir sesgos importantes en los resultados de la investigacin. Cuando no se puedan evitar al menos se debe advertir de la presencia de dichos errores a las personas interesadas en los resultados de la investigacin.

52

3
Las estrategias
Una vez elaborada la teora, definidos los conceptos e hiptesis, y operacionalizadas las variables, es necesario disear una estrategia de investigacin adecuada a la cuestin que se plantea en el problema de investigacin. Es hora de ponerse manos a la obra. La estrategia de investigacin debe especificar la serie de procedimientos a travs de los cuales se van a conectar la teora y los datos, es decir, cmo van a contrastarse las hiptesis y a realizarse las inferencias. Se trata del aspecto ms puramente metodolgico de la investigacin. Fundamentalmente consiste en definir los criterios para organizar la informacin y para seleccionar los casos que luego analizaremos. Este captulo se ocupa de estas dos cuestiones, un paso previo a la recogida y al anlisis de la informacin, que se abordan en los captulos siguientes. Organizar la informacin: unidades, variables, y observaciones Si las teoras se organizan en conceptos e hiptesis, los datos se estructuran en unidades, variables y observaciones. Las unidades de anlisis de una investigacin son los objetos cuyas propiedades interesa estudiar con el fin de establecer conclusiones generales9. Un trabajo en el mbito de las relaciones internacionales puede tomar como unidades los conflictos armados, las organizaciones no gubernamentales, o los gobiernos. Un trabajo sobre comportamiento electoral puede centrarse, por ejemplo, en el anfisis de electores, circunscripciones, elecciones o pases. Un estudio sobre produccin legislativa puede tomar como unidades de anfisis las legislaturas de un pas a lo largo de varias dcadas o de distintos parlamentos de un conjunto de pases. Las variables, como ya hemos visto en los captulos anteriores, son propiedades de las unidades de anlisis que varan de una unidad a otra. Segn el marco terico, las variables se relacionan entre s de manera que los valores de unas (variables dependientes) dependen o fluctan en funcin de los valores de otras variables (independientes). De las ONGs se puede estudiar como variable relevante el mbito en el que actan, o el nivel de recursos con el que cuentan. De unas elecciones pueden interesar variables como el porcentaje de votantes o

En algunas ocasiones las unidades se denominan tambin "casos". Sin embargo el trmino caso resulta algo ambi guo, pues, adems (le sinnimo de unidades, se utiliza, por ejemplo, como sinnimo de pas, y para hacer referencia a un tipo determi nado de investigacin (los estudios de caso). En este captulo se utiliza el trmino caso como sinnimo de unidad de anlisis.

53

el grado de fragmentacin del voto. De una legislatura puede interesar la duracin o el nmero de leyes aprobadas. Finalmente las observaciones son cada uno de los valores concretos que cada propiedad o variable toma en cada una de las unidades de anlisis. Unas ONGs se ocuparn especficamente de la ayuda al desarrollo y otras no; unas elecciones producirn resultados muy fragmentados y otras no; unos parlamentos tendrn un gran rendimiento legislativo y otros no. Slo tendremos las observaciones cuando hayamos completado la etapa de recogida de informacin. An as, antes de iniciarla, es fundamental definir con claridad las que sern nuestras unidades, variables y observaciones. Unidades, variables y observaciones forman la matriz de datos en la que debe organizar la informacin de toda investigacin: filas (unidades), columnas (variables) y celdas (observaciones).

TABLA 3.1. La matriz do datos Variable 1 Observacin 1,1 Observacin 1, 2 Observacin 1.3
II 1

Unidad 1 Unidad 2 Unidad 3 Unidad \ Unidad 5 Unidad (> Uni dad 7


...

Variable 2 Observacin 2 . 1 Observacin 2,2

Variable 3

Variable 5

(N)

En la Tabla .3.2 se presenta un ejemplo ficticio de matriz de datos ya completada. Se tratara de una investigacin que pretende explicar el nivel de inestabilidad electoral o volatilidad, similar aunque con un modelo terico mucho ms sencillo que el que desarrollan BARTOLINI y MAIR (1990)io. La hiptesis de trabajo argumenta que el nivel de volatilidad es mayor en sociedades no segmentadas as como en aquellas con una elevada fragmentacin del sistema de partidos. En aquellos contextos donde la sociedad est dividida por chvajes sociales relativamente cerrados (por ejemplo en funcin de la clase social, la religin, o la lengua), los votantes tienen unas
El ndice de volatilidad es un indicador del porcentaje de electores ciue cambian de voto entre dos convocatorias electorales (vase PEDERSEN, 1979; BARTOLINI y MAIR, 1990: 19-36). Se calcula sumando el valor absoluto de las diferencias en los porcentajes de votos obtenidos por cada partido entre dos convocatorias consecutivas, y dividiendo esta cifra por dos.
10

54

pautas de comportamiento electoral relativamente ms estables que en las sociedades ms homogneas donde no existen este tipo de subculturas. Tambin es de esperar que all donde existen numerosas alternativas polticas, la gente perciba un abanico ms amplio de posibilidades a la hora de dar su voto, lo que tambin incrementa las posibilidades de cambio en la decisin de una eleccin frente a la siguiente. Grficamente, el modelo terico de esta investigacin podra representarse as:
GRFICO 3.1. Modelo terico para una investigaci n sobre volatilidad electoral (ejemplo l) Segmentacin cultural (sistema de clivajes o subculturas cerradas) Volatilidad electoral (inestabilidad del voto entre dos elecciones)

Fragmentacin dcl sistema de partidos (muchas alternativas polticas)

Para contrastar estas hiptesis, se ha de recoger informacin correspondiente a las convocatorias electorales de un nmero de democracias de Europa occidental. La matriz de datos incluye informacin relativa a la variable dependiente (la tasa de volatilidad electoral), y las variables explicativas (la existencia de segmentacin cultural y el nmero de partidos polticos con representacin parlamentaria). Todas ellas varan en torno a dos dimensiones: el espacio y el tiempo. As la tasa de volatilidad electoral cambia a lo largo de las sucesivas convocatorias electorales dentro de cada pas. En la matriz de datos las columnas que representan las variables pas (espacio) y ao (tiempo) no se consideran variables explicativas, sino que representan esas dimensiones a travs de las cuales varan las distintas propiedades analizadas, y que permiten identificar a las diferentes unidades de anlisis: las convocatorias electorales11. El anlisis consistir ms adelante en dar cuenta de la variacin que se observa en la variable dependiente a travs de las distintas unidades, no en funcin de esos nombres propios (las elecciones francesas de 1993 experimentan una tasa de volatilidad particularmente elevada), sino en funcin de las variables explicativas (las elecciones celebradas en pases no

Por lo tanto, las unidades de anlisis tal y como est planteado este ejemplo de investigacin no son los pases, sino las convocatorias electorales. La muestra incluye varias elecciones celebradas en cada uno de los pases europeos seleccionados, hasta sumar un total de N elecciones en distintos pases y fechas.

11

55

segmentados con un nmero elevado de partidos polticos presentan altas tasas de volatilidad electoral). La condicin de eleccin francesa de 1993" es nica e irrepetible, por lo que no permite la elaboracin de inferencias que puedan aplicarse a otros casos. La investigacin consiste en sustituir los nombres propios de las unidades de anlisis por variables explicativas (segmentacin, fragmentacin) que den cuenta de la variacin que se produce en la variable dependiente (volatilidad) a travs de esas unidades de anlisis (elecciones) (PRZEWORSKI y TEUNE 1970).

TABLA 3.2. Matriz do dat os en una investigacin sobre volatilidad electoral (ejemplo 1) Unidades Variable 1: Pas Austria Austria Austria Blgica Blgica Francia Francia Variable 2: Ao 1986 1990 1994 1987 1991 1988 1993 Variable 3: ndice de volatilidad 9.6 9.9 11.5 4.5 12.6
10.2

Variable 4: Sociedad segmentada S S S S No No

I 2 3 4 5 6
J

19.6 i

Variable 5: Nmero de partidos 4 5 5 9 11 6 8

(N)

Niveles de anlisis y observacin Una investigacin puede llevarse a cabo utilizando distintas unidades, o lo que es igual, a distintos niveles de anlisis. El nivel de anlisis no es sino el nivel en el que se operacionaliza la variable dependiente. Siguiendo con el ejemplo anterior, una investigacin puede analizar la estabilidad del voto con referencia a las elecciones, pero tambin lo puede hacer con referencia a los electores (EVANS 2004:173ss). En lugar de referirse a la eleccin como en el caso anterior, en este caso la variable dependiente se refiere a cada individuo, lo que necesariamente comportar algunos cambios en el modelo terico y en la operacionalizacin de las variables. Hemos pasado de un anlisis agregado o macro a un anlisis a nivel individual o micro. Muchas investigaciones pueden llevarse a cabo a distintos niveles de anlisis: individuos, barrios, ciudades, distritos, regiones, estados, etc.

56

GRFICO 3.2. Modelo terico para una investigacin sobre volatilidad electoral (ejemplo 2)

En este caso, la unidad de anlisis ya no es la eleccin, sino el elector, y la variable dependiente cuya variacin se quiere explicar es el hecho de que algunos electores son estables en su voto mientras que otros cambian de opcin poltica entre una eleccin y la siguiente. Se considera que caractersticas individuales como la edad o cercana a un partido poltico, as como variables contextales como la segmentacin social, presente en el ejemplo anterior, pueden dar cuenta de la inestabilidad electoral a nivel individual. Cuanto ms mayores son los votantes, ms asentadas estn sus preferencias y por lo tanto menor es su proclividad a cambiar el contenido de su voto. Igualmente, cuanto ms fuertes es la identificacin con un partido, menor es la tendencia del elector a cambiar de preferencia. Finalmente, los electores que viven en sociedades segmentadas tienen unas pautas de comportamiento electoral ms estables. En la Tabla 3.3 se puede observar una matriz de datos que recoge informacin (ficticia) relativa a esta investigacin imaginaria. En la matriz se incluye una muestra de 1000 electores por cada pas. De cada unidad de anlisis (es decir, de cada elector) se sabe cual es su edad, si se identifica con algn partido poltico, y si el pas del que proceden presenta las caractersticas de segmentacin que antes se mencionaron. Tambin se conoce, de los electores que han participado en las dos convocatorias electorales precedentes, quines han votado al mismo partido (votantes fieles) y quienes han cambiado su voto (electores voltiles).

57

TABLA 3.3 Matriz do datos en una investigacin sobro volatilidad doctoral (ejemplo 2) Unidades Variable 1 Pas Austria Aust ria Austria ... Blgica Blgica Francia Francia t+ Variable 2 Edad 55 47 32 ... 20 64 43 25 Variable 3 Estabilidad en el voto S S No ... No S No S Variable 4 Identificacin con un partido Fuerte Media Dbil ... Media Media Dbil Fuerte ... Variable 5 Sociedad segmentada S S S ... S S No No

1 2 3 ... 1001 1002 2001 2002 (N)

La primera diferencia esencial entre las dos investigaciones reflejadas en estas dos matrices es la unidad de anlisis. Mientras que en el primer caso es la eleccin, en el segundo se trata de un anlisis a nivel individual donde la unidad de anlisis es el elector. La seleccin de la unidad de anlisis tiene implicaciones importantes para todas las etapas de la investigacin: la operacionalizacin de las variables tanto dependientes como independientes, la seleccin de las variables explicativas, el tipo de fuentes y datos disponibles, la seleccin de los casos y el tipo de anlisis dependen en gran medida de esta cuestin. Puesto en otros trminos, la eleccin de una unidad de anlisis frente a otra es una decisin que debe tomarse preferentemente sobre la base de un argumento terico: dependiendo de qu tipo de hiptesis quiera verificarse, se elegir una unidad de anlisis u otra. La cuestin que subyace detrs de estos anlisis es la misma en los dos ejemplos: determinar qu factores influyen en la estabilidad electoral. Sin embargo, en la prctica, la eleccin de un nivel de anlisis acarrea implicaciones relevantes, tanto tericas como metodolgicas, en el diseo de la investigacin. Como muestra la Tabla 3.4, la seleccin de las variables explicativas, la operacionalizacin de las variables tanto dependientes como independientes, y el tipo de datos utilizados son diferentes para estrategias de investigacin sobre el mismo tema pero con unidades de anlisis distintas.

58

TABLA 3.4 Comparaci n de los dos ejemplos de matriz de datos Ejemplo 1 Ejemplo 2

Unidad de anlisis Variable dependiente (nivel de medicin) Unidades de observacin Variables explicativas (nivel de medicin y unidad de observacin)

Eleccin Indice de volatilidad


(intervalo)
*

Elector Estabilidad en el voto


(dicotmica)

Eleccin Pas Nmero de partidos


(intervalo, relativa a la eleccin)

Elector Pas Identijicacin partidista


(ordinal, relativa al elector)

Segmentacin
(dicotmica u ordinal. relativa al pas)

Segmentacin
(dicotmica u ordinal, relativa al pas)

Fuentes de datos

Resultados electorales agregados

Encuestas pos (electorales

Adems de elegir entre estrategias con distintos niveles de anlisis (es decir, con unidades de anlisis diferentes), se deben tambin especificar los niveles de observacin, ya que stos no son necesariamente los mismos. En los ejemplos anteriores relativos al estudio de la inestabilidad electoral las variables explicativas se refieren a diferentes niveles de observacin. En el caso del estudio agregado, el ndice de volatilidad se explica en funcin del nmero de partidos (variable relativa a la eleccin, que vara entre eleccin y eleccin dentro de un mismo pas) y en funcin del grado de segmentacin cultural del pas (variable relativa al sistema poltico que permanece relativamente constante entre eleccin y eleccin, pero que vara entre distintos pases). Por lo tanto, hay en esta investigacin dos niveles de observacin: la eleccin y el pas. En el caso de la investigacin que toma como unidad de anlisis a los electores, las explicaciones posibles de un cambio en el contenido del voto pasan por el individuo (su cercana a un partido poltico) pero tambin por su contexto (el grado de segmentacin del sistema poltico en el que vive). Ambos niveles contribuyen a explicar el comportamiento de individuos que se diferencian no slo en sus caractersticas individuales, sino tambin en las de los sistemas polticos que les rodean. Una investigacin que toma un nivel de anlisis individual, es decir, que quiere obtener conclusiones que expliquen el comportamiento de los individuos, requiere la observacin de los mismos. Esto no implica que las posibles explicaciones de ese comportamiento se encuentren exclusivamente en los

59

propios individuos: posiblemente parte de la explicacin resida en los contextos institucionales, polticos y sociales. En el caso de que el modelo terico considere relevantes estos factores contextales, al menos uno de los niveles de observacin es distinto al nivel de anlisis, que sigue siendo el individual. Algunas variables explicativas se refieren a caractersticas del sistema poltico y no del individuo. De esta manera, se puede disear una investigacin donde las unidades de anlisis sean los individuos, y las unidades de observacin sean, junto a las propias unidades de anlisis, los contextos polticoinstitucionales. La Tabla 3.5 ofrece un ejemplo de tres estrategias distintas entre las que el investigador puede elegir. Se trata en este caso de analizar los factores que favorecen el desarrollo de los partidos ecologistas. La primera estrategia se desarrolla a nivel macro analizando de qu manera el grado de proporcionalidad del sistema electoral puede afectar a la presencia parlamentaria de los partidos verdes en distintos pases. En principio cuanto ms proporciona] es el sistema ms bajo es el umbral de acceso a la representacin, y, por lo tanto, mayor se espera que sea la presencia parlamentaria de los partidos verdes. Todas las variables quedan definidas a un mismo nivel (de anlisis y observacin, en este caso), el del pas o sistema poltico. La segunda opcin consiste en adoptar una estrategia micro, que analice comportamientos y caractersticas individuales. As, una variable importante en la explicacin del voto verde puede ser el nivel de estudios del individuo: a ms estudios, ms actitudes post materialistas (Inglehart 1977) y mayor probabilidad de votar por este tipo de partidos. Una tercera estrategia combina niveles de observacin individuales y sistmicos, aunque el anlisis se limita al nivel individual. Junto a la educacin (caracterstica individual), la probabilidad de votar a un partido ecologista puede verse afectada por el tipo de sistema electoral en el que vive el individuo (caracterstica sistmica): cuanto menos proporcionalidad hay, menores son los incentivos para votar a partidos pequeos que se ven penalizados por el sistema electoral y no consiguen representacin.

60

TABLA 3.5 Estrategias de investigacin segn los niveles de anlisis y observacin Estrategia Unidades de anlisis Unidades de observacin Problema de investigacin Variable dependiente Variables independientes e hiptesis Proporcionalidad de los sistemas electorales

Macro

Pases

Pases

Cmo afectan las caractersticas de los sistemas electorales a la representacin poltica de los partidos verdes

Porcentaje de escaos de los partidos verdes

Los sistemas electorales proporcionales permiten una mayor presencia parlamentaria de los partidos verdes
Probabilidad de que un individuo vote por un part ido verde Nivel de estudios de los electores

Micro

Electores

Electores

Cmo afectan las caractersticas individuales al voto a los partidos verdes

Los electores con un alto nivel de estudios tienen mayor probabilidad de votar por un partido verde"
Caractersticas de los electores, y caractersticas de los sistemas electorales

Mixta

Electores

Pases y electores

Cmo afectan las caractersticas individuales y contextuales al voto a los partidos verdes

Probabilidad de que un individuo vote por un part ido verde

Los electores con un alto nivel de. estudios en pases con sistemas electorales proporcionales tienen una mayor probabilidad de votar por un partido verde

61

Algunas variables pueden medirse a niveles de agregacin distintos. Por ejemplo, la variable identificacin partidista puede medirse a nivel individual: de cada individuo incluido en el estudio se puede observar si se encuentra nada, poco, bastante o muy identificado con un partido poltico. Pero tambin puede medirse a niveles de agregacin superiores: en una circunscripcin se puede observar qu porcentaje de electores no se identifican en absoluto con ningn partido, cuntos lo hacen dbilmente, y cuntos se identifican intensamente. Aunque esta variable tiene ms sentido a nivel individual, puede medirse y analizarse sin problemas a niveles superiores de agregacin.12 En este caso el investigador es libre de decidir qu nivel de anlisis elegir para su investigacin. Pero no siempre es posible analizar un problema como al investigador le gustara; en ocasiones se dispone de una informacin limitada a un nivel que no es aqul sobre el que se quieren realizar inferencias. Es el caso, por ejemplo, de quien tiene informacin sobre los resultados electorales en las circunscripciones de un pas, pero no posee datos sobre los electores (por ejemplo por ausencia de encuestas). Ser necesario en este caso definir una estrategia a nivel agregado, aunque lo que interese fundamentalmente sea conocer el comportamiento individual. Con las debidas precauciones, se puede intentar realizar inferencias de unos niveles a otros, es decir, a partir de anlisis agregados obtener conclusiones que se refieren a individuos.13 Otras variables se encuentran adscritas a niveles de observacin de los que es difcil desligarlas. Por ejemplo, el grado de polarizacin de un sistema de partidos slo tiene sentido si se observa al nivel de los sistemas de partidos, y no es posible observarlo a otro nivel, aunque s pueda servir para explicar fenmenos a otros niveles de anfisis.

La observacin a niveles inferiores puede servir para crear variables a niveles superiores. Las actitudes medioambientales de los ciudadanos (variable individual) pueden utilizarse para operacionalizar y medir una variable sistmica que recoja el grado de preocupacin medioambiental de una sociedad. Otro ejemplo de esta estrategia la constituye la investigacin de KlTSCHELT, MANSFELDOVA, MARKOWSKI y TOKA (1999), en la que analizan la influencia de los distintos tipos de regmenes comunistas en la estructuracin de los sistemas de partidos democrticos en Europa del Este. Uno de los indicadores de estructuracin de estos sistemas de partidos es la distancia entre las opiniones de distintos miembros de cada partido sobre una serie de cuestiones. Si esta distancia es pequea, el partido se considera coherente. En este caso, las unidades de observacin son los miembros ele cada partido, pero el anlisis se realiza despus al nivel del partido (si es coherente o no) y del sistema de partidos (si est estructurado o no). La observacin se realiza en un nivel inferior al del anlisis (miembros de los partidos vs. partidos y sistemas de partidos), con el objetivo de reunir la informacin necesaria para llegar a operacionalizar la variable de inters (estructuracin de los sistemas de partidos). 13 El problema de las inferencias entre distintos niveles de anlisis es complejo. La cuestin ms tratada es la de la falacia ecolgica, trmino que se refiere a los errores que pueden cometerse si se obtienen conclusiones sobre individuos a partir de datos agregados (ROBINSON, 1950). Una referencia til sobre este tema se encuentra en ACHEN y SHIVELY (1995).
12

62

Una investigacin puede manejar distintas matrices de datos, si maneja diferentes unidades de anlisis. De hecho muchos estudios combinan varias unidades de anlisis. Al estudiar la estructura interna de un partido poltico por ejemplo, es posible analizar sus dirigentes, sus afiliados, sus agrupaciones locales, etc. Cada una de estas unidades requerir su propio anlisis y por lo tanto su propia matriz de datos. A la hora de organizar las matrices se deben tener en cuenta dos aspectos. Para sistematizar la informacin se recomienda elaborar una matriz de datos tomando como base las unidades menores, ya sean de anlisis o de observacin. Para analizar los datos y contrastar hiptesis, se recomienda elaborar una matriz de datos tomando como base las unidades de anlisis, que son aquellas a las que hace referencia la variable dependiente y sobre las que se centra la investigacin.

Es importante distinguir los siguientes conceptos: Unidades de anlisis: casos o tipos de casos de los cuales se estudian las propiedades cuya variacin se quiere explicar (Ej. elecciones, individuos, partidos, sistemas polticos, comunidades autnomas). Variable dependiente, propiedad de las unidades de anlisis cuya variacin se desea explicar (Ej. abstencin, alienacin, democracia interna, estabilidad, preocupacin medioambiental). Unidades de observacin: casos o tipos de casos de los cuales se estudian las propiedades que sirven para explicar la variable dependiente. Pueden ser iguales o diferentes a las unidades de anlisis.

La seleccin de las unidades: cuntos casos? Una vez definidas genricamente cules son las unidades de anlisis de la investigacin, y antes de proceder a la bsqueda de informacin para completar la matriz de datos, hay que definir cuntas exactamente van a ser incluidas en el trabajo de observacin emprica. Recordemos que segn se vea en la Introduccin, una investigacin observa y analiza una parte de la realidad para obtener conclusiones que vayan ms all de lo observado. Es esencial por tanto definir tanto la muestra (unidades observadas) como el universo (conjunto de unidades de anlisis, tanto observadas como no observadas). La poblacin o universo es el conjunto de unidades sobre el cual se interesa el investigador, mientras que la muestra son slo aquellas unidades que se observan. Por lo tanto, la muestra consiste en un subgrupo de la poblacin o universo. La seleccin de los casos o unidades que se incluyen en la muestra a analizar es quiz la parte ms compleja de la investigacin. Slo se podra ignorar el

63

problema de la seleccin de los casos cuando la investigacin goza de los recursos y el tiempo necesarios para analizar todas las unidades del universo (por ejemplo, todos los partidos, todas las polticas sociales, todas las revoluciones, todos los sistemas electorales). El nmero de unidades de anlisis seleccionadas depende de varios elementos, adems de las inevitables limitaciones de tiempo y presupuesto en las que se enmarca toda investigacin. En primer lugar depende de la magnitud del universo que se desea estudiar. Una investigacin sobre el consumo poltico en Europa dispondra de varios cientos de millones de unidades entre los que elegir una muestra (tantas como individuos). As, el investigador puede elegir entre disear una muestra de 1.000, 10.000 o 100.000 unidades sin ms problema que el de los recursos. Una investigacin sobre el rendimiento legislativo del parlamento en Espaa dispone de apenas 8 unidades de anlisis posibles, una por cada legislatura.14 De modo que para el estudio de algunos aspectos es posible conseguir informacin sobre muchas unidades, mientras que en otros casos esta posibilidad est ms restringida por la propia naturaleza del estudio. Un segundo elemento que es necesario tener en cuenta a la hora de decidir cuntas unidades de anlisis se incluyen en la investigacin es el del nmero de variables o propiedades que se esperan introducir. Segn si el objetivo es describir o explicar, y si se desean considerar muchas o pocas variables, el investigador deber o no observar muchos casos. Cuando el objetivo es describir pueden disearse dos tipos de estrategia. Una primera estrategia tiene un carcter intensivo en el que a partir de un nmero reducido de unidades de anlisis o casos, se analizan muchas propiedades o variables. Por el contrario, en una estrategia de carcter extensivo se observan slo algunas propiedades pero de un nmero elevado de casos. Para algunos autores, ambas dimensiones (nmero de unidades y nmero de propiedades descritas) no pueden ser maximizadas al mismo tiempo (BARTOLINI, 1991:44). Debemos elegir entre una descripcin pormenorizada de pocos casos o bien una ms superficial de muchas unidades. Si el objetivo de la investigacin no se limita a la descripcin sino que aspira tambin a realizar inferencias causales, la cuestin es ms compleja. En este caso, cuando el modelo terico incluye muchas variables, es imprescindible que se disponga de una cantidad de informacin suficiente para verificar la influencia de cada una de ellas, lo que implica realizar observaciones acerca de un nmero elevado de unidades de anlisis. Por el contrario, si en el modelo explicativo es ms modesto y se incluyen pocas variables, habr una menor exigencia respecto al nmero de unidades de anlisis. La regla bsica es que el
Aunque, como ya hemos visto, podramos incluir otras unidades de anlisis en la investigacin, estudiando, por ejemplo, tambin a los parlamentarios.
14

64

nmero de variables explicativas cuya influencia sobre la variable dependiente se espera demostrar no puede superar el nmero de unidades de anlisis. Esto 110 es ms que reconocer que la cantidad de informacin de la que uno dispone (unidades de anlisis observadas) limita la capacidad de establecer conclusiones generales.
TABLA 3.6 Cant idad de unidades de anlisis necesarias segn el objetivo de la investigacin y el nmero de variables

Objetivo Describir

Muchas variables Pocas unidades (estrategia intensiva) Muchas unidades

Pocas variables Muchas unidades (estrategia extensiva) Pocas unidades

Explicar

Al describir, la cuestin se centra en elegir entre una estrategia extensiva y una intensiva; no podemos maximizar a la vez el nmero de casos y el de variables. Al contrastar relaciones causales el problema es el opuesto. Un alto nmero de variables explicativas necesita un nmero elevado de unidades de anlisis que faciliten la informacin necesaria para realizar estimaciones con la suficiente garanta de su validez interna, es decir, con la suficiente certidumbre de que los efectos de las variables explicativas sobre la dependiente puestos de manifiesto en el anlisis son debidos a esas variables independientes y no a otras. La verificacin de modelos causales complejos con muchas variables explicativas necesita la observacin de muchas unidades de anlisis, si lo que se quiere es realizar inferencias causales ms all de las unidades observadas. El problema de tener ms variables que unidades de anlisis en una investigacin explicativa es clsico dentro de la literatura sobre el mtodo comparado. Se trata de situaciones en las que el diseo de la investigacin queda indeterminado, puesto que se pretende demostrar la existencia de ms relaciones causales que unidades de anlisis integran la investigacin. Para demostrar con una cierta seguridad que una variable es la causa de otra es necesario recoger informacin correspondiente a una cantidad suficiente de casos15. El problema de los diseos de investigacin indeterminados es que existe una limitacin en la informacin disponible para realizar inferencias
K1NG et al. (1994: 121) ilustran claramente el problema que supone disear una investigacin con ms relaciones causales que observaciones (una de las variedades del diseo indeterminado). Se trata de un problema similar al que se encuentra una persona que tiene que resolver un sistema de dos ecuaciones con tres incgnitas: hay lugar para infinitas soluciones.
15

65

causales. La indeterminacin de los diseos de investigacin se puede solucionar aumentando el nmero de unidades de anlisis sobre las que se realizan observaciones, o bien reduciendo el nmero de variables explicativas sobre las que se pretenden realizar inferencias causales. Esta ltima estrategia corre el riesgo de producir un modelo causal excesivamente simple, que deje fuera alguna variable relevante, lo que tambin es problemtico.10 Por otra parte, un tamao de muestra elevado puede ser costoso desde el punto de vista de la obtencin de la informacin. Por ello el investigador debe encontrar un compromiso entre el nmero de unidades sobre las que puede disponer de informacin y el nmero de inferencias causales que desea hacer. Junto a las cuestiones relativas al nmero de variables y al objetivo de la investigacin que se desea alcanzar, conviene tambin tener en cuenta la variacin a lo largo del tiempo. Se distingue entre estrategias de investigacin que analizan variables medidas en un momento en el tiempo (estrategias sincrnicas) y estrategias que incorporan observaciones a lo largo de diferentes momentos en el tiempo (estrategias diacrnicas). La variacin de una propiedad puede medirse no slo a travs del espacio (de unos pases a otros, entre individuos, entre partidos), sino tambin a travs del tiempo (de un momento t a un momento t+1). Si bien la identificacin de unidades espaciales es relativamente fcil, no sucede as con las unidades temporales (BARTOLINI, 1993: 142). Incluir en un investigacin el anlisis de unidades espaciales a lo largo de distintos momentos en el tiempo es una de las estrategias para aumentar el nmero de casos o unidades de anlisis en una investigacin (LlJPIiART, 1971), aunque puede a su vez acarrear algunos problemas (BARTOLINI, 1993: 157). La Tabla 3.7 presenta un resumen de los tipos de estrategia entre los que es posible elegir a la hora de disear una investigacin, segn la clasificacin de BARTOLINI (1993:140).

Con respecto a las consecuencias que se derivan de excluir de un modelo explicativo una variable independiente relevante, vase KlNG et al. (1994: 168 y ss.).

16

66

TABLA 3.7 Tipos do estrategias segn unidades, propiedades y tiempo Estrategias Unidades espaciales Una Una Algunas/ Muchas Algunas/ Muchas Muchas Muchas Propiedades o variables Muchas Muchas Algunas Algunas Pocas Una Tiempo

Estudio de caso Estudio de caso diacrnico Comparacin si nernica Comparae in diaern ica Teora diacrnica Ten dencia diacrn ica

Corto Medio/ Largo Corto Medio/ Largo Largo Largo

Fuente: Adaptado de Bartolini (1993:140).

Los estudios de caso constituyen un tipo de estrategia de investigacin muy particular al mismo tiempo que muy utilizada en el campo de la ciencia poltica. En su sentido ms estricto, los estudios de caso investigan con detalle una nica unidad de anlisis (un sistema poltico, un partido, un grupo de presin, una poltica pblica), de la que analizan muchas propiedades en un solo momento en el tiempo. Se trata de estudios, por lo tanto, basados en una nica observacin para cada variable relativa a la unidad de anlisis, sin considerar variaciones temporales (en relacin con otros momentos), ni espaciales (en relacin con otros casos). Como se puede comprender, este tipo de interpretacin restrictiva del estudio de caso (vase Eckstein 1992) es una estrategia muy poco frecuente. En la prctica, el trmino estudio de caso se utiliza para referirse a estudios que se centran en el anlisis en profundidad de una sola unidad de anlisis pero generalmente desde una perspectiva diacrnica, es decir, teniendo en cuenta variaciones temporales de las propiedades del caso que se estudia. Por ejemplo, si alguien estudia el proceso de reforma electoral en Italia, o la transicin poltica espaola, est realizando un estudio de caso, al menos en el sentido ms extendido del trmino dentro de la ciencia poltica. La ventaja del estudio de caso (entendido desde esta segunda perspectiva ms amplia) es que la unidad objeto del estudio puede ser examinada de forma intensiva. El investigador tiene la posibilidad de elegir las teoras, los conceptos, las variables y los criterios de operacionalizacin que mejor se ajusten al objeto que estudia, sin tener que hacer concesiones para permitir el estucho simultneo de otros casos. Los fenmenos objeto de estudio se explican a la luz de las caractersticas del caso al que se refieren. La desventaja de los

67

estudios de caso es su limitada utilidad cuando el objetivo es contrastar empricamente la validez general de una hiptesis explicativa fuera del contexto del caso analizado. Un estudio de caso no puede (ni pretende) constituir en s mismo la base para realizar inferencias que den lugar a generalizaciones tericas, aunque s puede contribuir a validarlas, matizarlas o ponerlas en cuestin. Esta desventaja es la inevitable contrapartida que es necesario asumir, a cambio de la capacidad de producir descripciones en profundidad, explicaciones detalladas de la lgica que gua del funcionamiento de procesos complejos, o nuevas hiptesis cuya validez y generalidad puede ser puesta a prueba posteriormente analizando una muestra ms amplia. LlJPHART (1971) distingue varios tipos de estudios de caso, segn sus caractersticas y los objetivos que persigan. El estudio de caso aterico es enteramente descriptivo y no incorpora un marco terico importante, pero puede contribuir de manera decisiva al desarrollo de investigaciones comparadas por la informacin que proporciona. El estudio de caso interpretativo incorpora distintas teoras relativas a aspectos interesantes del caso con el objeto de comprenderlo mejor (no necesariamente de verificar hiptesis). Los estudios generadores de hiptesis buscan desarrollar nuevas teoras sobre fenmenos polticos que posteriormente pueden ser puestas a prueba en otros estudios. El estudio de caso crucial se centra en el anlisis de un caso de gran inters para poner a prueba una teora contribuyendo a su validez (theory confirming) o ponindola en cuestin (theory infirming). Por ltimo Lijphart distingue el estudio de casos desviante en el que se estudian aquellos que se alejan de una pauta generalizada para averiguar las razones de esa desviacin, y contribuir a perfeccionar teoras existentes. LlJPHART (1971) y ECKSTEIN (1992), defienden la idea de que cuando el anlisis de un caso se elige como estrategia de investigacin para generar hiptesis o para contribuir parcialmente a la verificacin de teoras ya establecidas, entonces el estudio de caso y el anlisis comparado constituyen estrategias de investigacin que se complementan entre s. Los estudios de caso realizados de forma rigurosa son en realidad el fundamento de gran parte de la investigacin comparada por diferentes razones: sirven de material secundario para quienes realizan un trabajo de carcter comparado, proporcionan ideas, desarrollan hiptesis o ponen en duda teoras existentes, estudian casos que no se ajustan a teoras contrastadas, etctera. Como sealan KlNG et al. (1994: 45), los estudios de caso ganan en su capacidad descriptiva si se enmarcan en una pregunta de carcter explicativo, an a sabiendas de que ese nico caso no va a proporcionar ms que una evidencia parcial a la pregunta general que gua la investigacin.

68

La seleccin de unidades: cules? Una vez que el investigador ha decidido cuntas unidades de anlisis van a componer su muestra, llega el momento de seleccionar cules en concreto formarn parte de sta. De lo que se trata es de encontrar un mtodo de seleccin de casos que no produzca sesgos en las estimaciones, es decir, que permita, a travs del estucho de unos pocos casos o unidades (la muestra), inferir conocimiento vlido sobre muchos (el universo). El siguiente ejemplo presenta un caso extremo de sesgo en la seleccin. Imagnese que, para estimar la tasa absentismo (falta de asistencia de los estudiantes a las clases) en una titulacin, se sita a varios entrevistadores en los pasillos de la facultad para que interroguen a los estuchantes que por all circulan sobre su frecuencia de asistencia a clase. Es probable que una proporcin elevada de los estudiantes entrevistados asegure acudir regularmente a dase. Sin embargo, como es fcilmente comprensible, se trata de una estimacin muy poco fiable, debido al criterio de seleccin empleado para elaborar la muestra: existe una relacin entre el hecho de estar en la facultad el da de la realizacin de las encuestas (criterio de seleccin) y el hecho de ir a clase (variable dependiente). La proporcin de absentistas es mucho menor entre los estudiantes que se encuentran en la facultad que entre el total de estudiantes matriculados en la titulacin. A menos que el objeto de estudio sean las personas que estn en la facultad (y no el conjunto de estudiantes), la seleccin de casos en este ejemplo no permite realizar inferencias correctas sobre el nivel de absentismo entre el conjunto de estudiantes. A la hora de establecer relaciones causales o explicativas, la forma de seleccionar los casos es tambin fundamental. Se trata de evitar que el criterio de seleccin se base en combinaciones de las variables explicativa y dependiente de manera que la hiptesis se vea confirmada sistemticamente por la evidencia emprica seleccionada. Una investigacin puede estar interesada en analizar cmo los valores culturales determinan prioridades polticas. Por ejemplo, la presencia de valores post materialistas puede hacer que el crecimiento econmico no sea un objetivo prioritario (INGLEHART 1990). Un caso extremo de seleccin sesgada a la hora de contrastar esta hiptesis sera aquel en el que se observaran nicamente pases que presentan un alto grado de post materialismo junto con un crecimiento econmico bajo o moderado, y casos de bajo post materialismo junto con elevadas tasas de crecimiento, excluyendo del estucho aquellos casos que presentan combinaciones de estas dos variables que no se ajusten a la hiptesis (post materialismo con elevado crecimiento econmico o ausencia de post materialismo con bajo crecimiento).

69

Como ilustran estos ejemplos, para poder obtener conclusiones vlidas, adems de indicadores no sesgados, hay que tener muestras no sesgadas. Muchas veces 110 es posible controlar los sesgos por diferentes razones: la historia tiene su propio proceso de seleccin, algunos casos son peligrosos o imposibles de observar. Siempre que sea posible se debe evitar que el criterio de seleccin est relacionado con la variable dependiente, para no llegar a estimaciones sesgadas. A continuacin se presentan tres procedimientos de seleccin de casos que minimizan la probabilidad de llegar a resultados sesgados. La seleccin aleatoria Universos grandes y bien definidos permiten la seleccin aleatoria. Se trata de un criterio de seleccin en el que se garantiza que cada una de las unidades de anlisis que componen el universo tenga las mismas probabilidades de ser seleccionada para formar parte de la muestra de casos que se estudian. En el ejemplo anterior sobre el absentismo, la seleccin no es aleatoria, porque los estudiantes que se quedaron en sus casas el da de las entrevistas no tuvieron la misma probabilidad de formar parte de la muestra que las que circulaban por la facultad. La seleccin aleatoria no siempre proporciona muestras representativas del universo. Siempre es posible que el azar juegue una mala pasada y que la muestra seleccionada aleatoriamente sea muy poco representativa del universo. La ventaja de la seleccin aleatoria es que gracias a la teora de la probabilidad, es posible conocer la probabilidad de que la informacin que obtenemos de la muestra sea cierta tambin en el universo. En otras palabras, con una muestra aleatoria se pueden realizar inferencias con una probabilidad de error conocida de antemano. Para realizar una seleccin aleatoria, es imprescindible contar con un gran universo bien definido en el que todas las unidades de anlisis estn identificadas y sean accesibles, lo que no siempre es el caso en la ciencia poltica. En muchas ocasiones no se dispone de una lista completa de todas las unidades que componen el universo. En otros casos, algunas de estas unidades no son accesibles. En el caso de una encuesta, por ejemplo, siempre hay individuos seleccionados para formar parte de la muestra que no quieren contestar el cuestionario o que no se encuentran localizables, por lo que la muestra realizada puede ser diferente a la muestra diseada. Incluso cuando es posible hacer una seleccin aleatoria este tipo de criterio no es siempre el ms adecuado. Tendra sentido, por ejemplo, un estudio sobre lites polticas en la transicin espaola que aleatoriamente excluyera a Adolfo Surez o a Santiago Carrillo? En otras ocasiones, con un universo de reducido tamao puede darse la circunstancia de que las probabilidades de obtener una muestra sesgada sean mayores si el criterio de seleccin es aleatorio (KlNG et al., 1994:

70

126). A veces, por lo tanto, es necesario pensar en otros criterios de seleccin de casos que limiten las posibilidades de sesgo. La seleccin a partir de la. variable independiente Si no se puede o no se quiere realizar la seleccin de casos aleatoriamente, es posible llevarla a cabo en funcin de la variable o variables independientes. La elaboracin de muestras a travs de un sistema de cuotas para la realizacin de encuestas es un ejemplo de un procedimiento de seleccin a partir de las variables independientes. Se trata de seleccionar a los entrevistados en funcin de caractersticas como la edad o el sexo con el fin de obtener una muestra que se acerque al universo en trminos de su composicin por edad y sexo, o de obtener un determinado nmero de entrevistas procedentes de personas con unas caractersticas especficas (por ejemplo hombres entre 18 y 24 aos, o mujeres de ms de 65 aos). En las investigaciones de poltica comparada la seleccin en funcin de los valores de las variables explicativas se hace bsicamente de la misma manera. Si se est interesado en estudiar por ejemplo las consecuencias sobre la representacin poltica de las mujeres de los sistemas electorales (NORRIS 2004), un criterio de seleccin muy simple puede consistir en tomar algunos casos de sistemas proporcionales y otros de mayoritarios, como presenta el primer ejemplo de la Tabla 3.8. Segn el grado de complejidad y detalle con el que se haya definido la variable o variables explicativas, el criterio de seleccin ser ms o menos complejo.
TABLA 3.8 Seleccin de casos a partir de una variable independiente Casos Variable independiente Variable dependiente

Tipo de sistema electora1

-> Porcentaje de mujeres en el parlamento

1 2 3 4

Proporcional Proporcional Mavoritario Mayoritario fl

Criterio de seleccin

71

Las selecciones basadas en una o varias variables explicativas pueden ser adems mtodos eficaces para controlar17 la influencia de terceras variables. Imagnese que, como en el ejemplo anterior, el inters se centra en averiguar cul es el efecto del tipo de sistema electoral sobre la representacin de las mujeres en el parlamento, y la hiptesis de trabajo es que los sistemas proporcionales producen tasas mayores de presencia de mujeres. Esta variable est a su vez influida por otros factores, como la presencia de altos niveles de igualdad de oportunidades educativas entre hombres y mujeres. Aunque esta influencia es sin duda relevante, no interesa al objetivo fundamental de la investigacin, que se centra en el efecto del tipo de sistema electoral. Lo que s interesa es asegurar que el impacto que se mide y se atribuye a un sistema electoral proporcional no se debe a que en los pases con sistemas electorales proporcionales hay mayores niveles de oportunidades educativas para las mujeres. En otras palabras, se quiere dejar claro que la relacin entre sistema electoral proporcional y una presencia de mujeres en el parlamento ms elevada no es espuria, es decir, no se debe a que ambas variables estn relacionadas con una tercera Oa igualdad de oportunidades). Una forma de controlar el efecto de algunas variables consiste en seleccionar casos donde estas tengan el mismo valor, es decir, sean constantes. En nuestro ejemplo, se tratara de seleccionar unidades en las que haya niveles similares de igualdad de oportunidades educativas entre hombres y mujeres. Se introduce as un segundo criterio de seleccin basado en una segunda variable independiente que deseamos mantener controlada, (vase la Tabla 3.9). Si incluimos varios criterios de seleccin manteniendo constantes los valores de las variables estaremos siguiendo la estrategia de los sistemas ms parecidos: los casos se parecen en todas sus caractersticas salvo en la variable explicativa principal.
TABLA 3.9 Seleccin de casos a partir de la variable explicativa y de la variable de control Variable de control Variable explicativa Variable dependiente -> Porcentaje de mujeres en

Casos

(irado de igualdad de oportunidades educativas


1 2 3 4 Alto Alto Alto Alto f

Tipo de sistema electoral

el parlamen to

Mayoritario Ma*vori ta rio Proporcional Proporcional f

17

En relacin con los mtodos de control vase el captulo 5.

72

Criterio de Seleccin 2

Criterio de seleccin I

La seleccin a partir de la variable explicativa, o de otras variables de control previas, no suele introducir sesgos en la elaboracin de inferencias, puesto que 110 se predeterminan los valores que toma la variable dependiente. Incluso si se seleccionan unidades con slo algunos valores en la variable explicativa o en las variables de control (como en el ejemplo de la Tabla 3.9), los resultados pierden generalidad o certidumbre (queda por asegurar, por ejemplo, si la influencia del sistema electoral en la participacin electoral se mantiene en sistemas con escasa igualdad de oportunidades entre hombres y mujeres), pero salvo en algunos casos excepcionales no se producen sesgos en las estimaciones (vase KlNG et al. 1994: 139). Seleccionar los casos de manera que las variables de control sean constantes es til y recomendable, especialmente cuando las unidades de anlisis son limitadas. Sin embargo, el seleccionar de manera que determinadas variables explicativas queden controladas y convertidas en constantes impide estimar su efecto. F^n el ejemplo anterior no es posible apreciar si el grado de igualdad de oportunidades tiene algn impacto sobre la participacin. Si en la investigacin se quiere estimar el efecto causal de las dos variables explicativas se deben seleccionar los casos de manera que las dos varen, dando lugar a selecciones algo ms complejas.
TABLA 3.10 Seleccin de casos a part ir de varias variables explicativas Variable explicativa Variable explicativa Variable dependiente

Casos

Grado de igualdad de oportunidades educativas


1 2 3 4 Alto Bajo Alto Bajo n

Tipo de sistema electoral

-> Porcentaje de mujeres en el parlamento

Mafe vori ta rio Mavoritario % Proporcional Proporcional n

Criterio de. Seleccin 2

Criterio de seleccin 1

Lct seleccin, a partir ele la variable dependiente

73

Aunque una seleccin de los casos a partir de la variable explicativa es la estrategia ms segura para producir una investigacin sin sesgos, sta requiere un conocimiento de las variables independientes que no siempre se tiene a la hora de iniciar la investigacin. En algunas ocasiones el conocimiento de las unidades de anlisis previo a la seleccin de los casos se reduce a lo que concierne a la variable dependiente. En la Tabla 3.11, siguiendo con el ejemplo de la investigacin sobre la representacin de las mujeres en el parlamento, la seleccin de casos se lleva a cabo a partir de la propia variable dependiente.
TABLA3.il Seleccin a partir de la variable dependiente asegurando la variacin de la misma Variable explicativa Variable explicativa Variable dependiente

Casos

(irado de igualdad de. oportunidades educativas

Tipo de sistema electoral

Porcentaje de mujeres en el parlamen to

Alto Medio Bajo

t
Criterio de seleccin 1

El procedimiento utilizado es muy similar al de la seleccin en funcin de la variable independiente. Unicamente en este caso debe tenerse en cuenta que los casos seleccionados cubran la totalidad del rango de la variable dependiente, y no limitarse a una parte de ste (como s podamos hacer al seleccionar casos en funcin de las variables de control). Esta recomendacin no siempre es seguida al pie de la letra, e incluso es cuestionada por algunos autores. Es muy frecuente, por ejemplo, seleccionar unidades que toman el mismo valor de la variable dependiente. Siguiendo con el ejemplo anterior, podramos observar nicamente casos en los que la presencia de mujeres en el parlamento fuera particularmente elevada, como refleja la Tabla 3.12.

74

TABLA 3.12 Seleccin de casos a partir de la variable dependiente sin variacin en la misma Variable ah va Variable explicativa Variable dependiente

Casos

(Irado de igualdad de oportunidades educativas

Tipo de sistema electoral

Porcentaje de mujeres en el parlamen to

1
2 3

Alto Alto Alto

f
Criterio de seleccin I

Este tipo de diseo de investigacin puede ser til para generar hiptesis y explicaciones potenciales de los fenmenos que interesa estudiar, pero no constituye un mecanismo fiable de seleccin de casos con el objetivo de contrastar hiptesis sobre relaciones causales. En el ejemplo que figura en la Tabla 3.12 la investigacin puede concluir que todos los casos analizados, en los que la presencia de mujeres en el parlamento era elevada, presentaban tambin un grado elevado de igualdad de oportunidades y de proporcionalidad en sus sistemas electorales. Sin embargo no sabemos si los niveles de estas dos variables son significativamente distintos en casos donde la presencia de mujeres en el parlamento sea inferior. Incluso sin llegar al caso extremo de una seleccin de casos basada en un nico valor de la variable dependiente, siempre que exista una relacin entre sta y el criterio de seleccin la estimacin de las relaciones causales corre el riesgo de estar sesgada, y ser menor en la muestra que en el universo (GEDDES 1990). El siguiente ejemplo clarifica el problema desde una perspectiva grfica con datos imaginarios. El Grfico 3.1 presenta la relacin entre la autoubicacin ideolgica de un conjunto de individuos (en una escala que va desde la categora 1 que indica la izquierda, a la categora 5 que indica la derecha) y la valoracin de un lder poltico. La relacin entre ambas variables puede resumirse en una lnea con una pendiente importante: el paso de una categora ideolgica a otra ms a la derecha hace aumentar en 10 puntos la valoracin del lder. El Grfico 3.2 presenta la misma relacin basada en los mismos

75

datos, pero en una muestra donde se han seleccionado nicamente los individuos que valoran positivamente al lder dndole una puntuacin superior a 50 sobre 100. En este caso la inclinacin de la lnea es menor, y un cambio en la ubicacin ideolgica parece incrementar la valoracin menos que en el caso anterior (unos 5 puntos). Se trata de una estimacin sesgada por el criterio de seleccin de la muestra, que al estar relacionado con la variable dependiente subestima la influencia de la variable independiente.18
GRFICO 3.1
Relacin entre ubicacin ideolgica y valoracin do un lder en una muestra representativa imaginaria

Valoracin

Ubicacin ideolgica

GRAFICO 3.2
Relacin entre ubicacin ideolgica v valoracin de un lder on una muestra seleccionada en funcin de la variable dependiente

18

Para un ejemplo similar vase KlNG e< al. (1994:131).

76

(Nota: Los grficos 3.1 y 3.2 deben ir en la misma pgina).

A la hora de decidir el nmero de unidades de anlisis que han de incorporarse a la muestra, conviene tener en cuenta: la magnitud del universo el objetivo de la investigacin (describir o explicar) el nmero de variables que se incorporan en el marco terico el papel de la variacin a travs del tiempo los recursos econmicos y el tiempo disponible para la realizacin de la investigacin.

A la hora de seleccionar las unidades de anlisis que sern finalmente analizadas es importante recordar que: los procedimientos basados en la seleccin aleatoria o sobre valores de las variables explicativas tienen menos riesgo de producir muestras sesgadas. si la seleccin se hace sobre la variable dependiente se debe tener en cuenta el sesgo que puede producirse.

77

4
Los datos
Los datos sobre la realidad permiten poner a prueba las hiptesis que se han desarrollado en el marco terico de una investigacin. En este captulo se ofrece una visin sobre los tipos de datos que son de utilidad para el investigador en ciencia poltica. Tambin se abordan las tcnicas ms adecuadas para su recogida o produccin y los procesos de codificacin necesarios para su utilizacin. Por ltimo, se explican diferentes maneras de presentar tanto los datos como los resultados de una investigacin.

Tipos de datos Los datos son los elementos de informacin que sobre cada caso se derivan del proceso de observacin y medicin (MANIEIM y RICII 1988: 458). Se habla de datos primarios cuando es el investigador quien los recoge en funcin de las necesidades de la investigacin. Cuando se manejan este tipo de datos se debe prestar especial atencin al diseo del instrumento o tcnica para recoger y sistematizar la informacin. En las investigaciones del campo de la ciencia poltica es muy frecuente usar datos que han sido recogidos e incluso utilizados con anterioridad por otros investigadores u organismos. Se trata de los datos secundarios, tomados de registros, archivos, estadsticas, encuestas o investigaciones anteriores. Al no ser recogidos de manera especfica para la investigacin en curso, es frecuente que los datos secundarios lleguen al investigador procesados de una forma determinada que seguramente no es la ideal para el trabajo que se est realizando. En tal caso, el investigador debe adecuar la informacin contenida en los datos de la manera ms conveniente para la investigacin. Este inconveniente de utilizar datos secundarios se compensa por el abaratamiento del coste de la investigacin que suele suponer su utilizacin. Gran parte de las investigaciones usan datos obtenidos en trabajos anteriores y por diferentes organizaciones pblicas y privadas. A continuacin se presentan algunos tipos de datos en funcin de su procedencia, siguiendo parcialmente la clasificacin realizada por MANHEIM y RICH (1988). En la siguiente seccin se abordarn las tcnicas de recogida de los datos primarios.

78

Censos y de registros En casi todos los pases del inundo se llevan a cabo censos o recuentos peridicos de toda su poblacin y de otro tipo de unidades (hogares, edificios, viviendas) con el objetivo de obtener informacin con fines fundamentalmente administrativos y de planificacin poltica. Una ventaja de estos datos es que incluyen informacin sobre el total de una poblacin. Los censos de poblacin suelen comprender datos como el nmero de miembros de la familia, sexo del cabeza de familia, nivel de estudios, ingresos familiares y la clase de vivienda. Aunque los datos censales se obtienen de los individuos, cuando se encuentran disponibles al pblico aparecen en forma cifrada y resumida, lo que, al mismo tiempo que garantiza el anonimato, convierte en inaccesible una parte de la informacin original. Pese a esa prdida relativa de informacin, los datos del censo demogrfico son de gran utilidad al poseer algunas caractersticas que les confieren un valor alto en el anlisis de datos agregados. Como sealan MANHEIM y RlCH (1988: 283), aunque siempre pueden contener errores, los datos globales suelen ser bastante fiables. La segunda gran ventaja se deriva de su carcter histrico y generalmente peridico. La mayora de los pases realizan algn tipo de censo desde hace varias dcadas, lo que permite anlisis longitudinales de inters en la determinacin de tendencias histricas. Sobre algunos perodos histricos estos datos son adems los nicos con los que puede contar el investigador. Una tercera ventaja que aporta este tipo de medidas proviene del hecho de que, por regla general, los datos del censo estn normalizados (es decir, mantienen una homogeneidad en el tipo de categoras y clasificaciones, y ello entre censos e intra censos), lo que introduce la posibilidad de la comparacin entre poblaciones dentro de un mismo pas, o entre distintos pases que mantengan un sistema de clasificacin y medida equivalente. Una ltima ventaja de estos datos es su carcter pblico y la relativa accesibilidad de los mismos, siendo en cada pas el organismo competente (en Espaa el Instituto Nacional de Estadstica, IXE) quien se encarga de publicar la informacin. Los datos de registro son informes efectuados en el momento en el que sucede un hecho segn las regulaciones legales o administrativas vinculadas con ese hecho. Estos datos abarcan una gama muy amplia de sucesos. Dentro de stos se pueden destacar datos relativos al movimiento natural de la poblacin (nacimientos, muertes, matrimonios, divorcios); de actividades empresariales (registros de produccin, de absentismo laboral), o de organizaciones formales (miembros, participacin en comisiones). La lista puede ampliarse, pues un elemento esencial de una sociedad moderna es su sistema complejo de mantenimiento de registros como base del conocimiento, la planificacin y el control.

79

Estadsticas de organizaciones
La recoleccin de datos con fines de estudio, de simple registro o por obligacin legal es frecuente en las distintas organizaciones, ya sean pblicas o privadas. Estos datos, aunque generalmente parciales por referirse a los sectores concretos de actuacin donde se han generado, pueden resultar tiles dentro de un determinado proyecto de investigacin. El tipo de datos que se encuentra es tan diverso como los lugares donde se generan. As, algunas organizaciones, como es el caso de ciertas empresas, realizan un registro sistemtico de sus actividades; un hospital pblico puede sostener una estadstica mdica con informacin susceptible de ser til para un investigador en poltica sanitaria; una parroquia registra nacimientos y defunciones, matrimonios religiosos, etctera. Uno de los principales problemas con este tipo de datos es la difusin de los mismos; es decir, llegar a saber de su existencia. No todas las organizaciones hacen pblica una relacin de sus datos y estadsticas. Por tanto, el investigador puede no contar con estos datos por el simple hecho de desconocer que existen. Pero an conocida por una u otra va la existencia de datos generados en una organizacin, el acceso a los mismos resulta problemtico, ya que los datos recogidos por las organizaciones privadas (una empresa, un banco o un colegio profesional, por ejemplo) son de propiedad privada y su uso est sujeto a restricciones legales. Estas dificultades se atenan en el caso de los datos recopilados por las administraciones pblicas, que suelen formar parte de los archivos pblicos. Los datos elaborados por las administraciones pblicas suelen tener una periodicidad regular, lo que los hace atractivos para las investigaciones diacrnicas. El desarrollo de Internet y la creciente presencia en la misma de diferentes organizaciones pblicas y privadas ha facilitado el acceso a los datos que producen. El contenido y la calidad de los datos recopilados por distintas organizaciones pueden ser muy diversos. En algunos casos no se hacen pblicos los criterios seguidos durante el proceso de recogida, por lo que se debe confiar en su calidad o intentar contrastar de alguna forma la fiabilidad de los mismos. Otro tanto se puede sealar de su validez. Si no se conoce cmo se han construido unos ndices, promedios u otros indicadores, no es posible evaluar si resultan vlidos en el contexto de la investigacin en la que se quieren utilizar. Aunque hoy en cha la tendencia apunta a una digitalizacin de los archivos (con procesos de retro conversin para fondos antiguos), es probable que an se encuentre alguna organizacin que mantenga sus fondos exclusivamente en un formato de fichas, registros o libros de actas, de difcil manejo y utilizables en las propias dependencias donde se alojen, incluso sin otra posibilidad de
80

reproduccin que la manual.


Datos de expertos

En muchas ocasiones, la informacin necesaria no se encuentra disponible en ningn soporte accesible, bien por tratarse de un tema de investigacin novedoso, delicado, o por otras causas. En esos casos a menudo slo ciertas personas conocen los datos que son de utilidad para la investigacin, y se hace necesario por tanto un acceso directo a esos informadores como nico recurso para obtener la informacin. El investigador ha de recurrir a expertos o a personas que posean conocimientos especiales. Los datos as conseguidos pueden ser al menos de dos tipos en funcin de los conocimientos que posean las personas consultadas. Ante un objeto de investigacin enmarcado, por ejemplo, en el contexto de los grupos de presin de una comunidad autnoma, se puede recurrir a los propios miembros de esos grupos (eligiendo, por ejemplo, a empresarios o a lderes sindicales), con el fin de entrevistarles consiguiendo as la informacin deseada o de la boca de los propios protagonistas, expertos en el sentido de ser parte integrante del fenmeno investigado. Una segunda opcin, y quiz la ms habitual, es el recurso a expertos en su papel de conocedores especializados de un determinado fenmeno, contexto o tema de investigacin, que no son necesariamente protagonistas del mismo. Un ejemplo del recurso a expertos para la investigacin politolgica lo constituye el trabajo de HUBERT e INGLEHART (1995) en el que pedan a ms de 800 expertos informacin acerca de la ubicacin de los partidos polticos cada pas en la escala izquierda-derecha. Los datos de expertos presentan algunas limitaciones. Por una parte, su exactitud est sujeta a los condicionamientos personales y a la experiencia de los expertos consultados, en lo que se cifra su valor pero tambin algunos de sus problemas. Quiz no se pueda acceder a tantas personas como sera deseable, o quiz quienes mayor informacin puedan aportar no se presten a compartirla. Aunque las personas consultadas se ofrezcan a colaborar y acten de buena fe, proporcionando toda aquella informacin que consideren interesante, sus criterios pueden 110 coincidir con los del investigador y omitir, por suponerlos insignificantes, algunos datos que para la investigacin seran de gran utilidad. Estas limitaciones a menudo son superables, y en el fondo son inherentes a casi todos los tipos de datos en la ciencia poltica: lo importante es que el investigador las tenga presentes al proyectar sus estudios y al analizar los datos obtenidos.
Datos de encuestas

En las encuestas se recogen datos sobre individuos. A diferencia de los censos demogrficos, las encuestas se realizan a muestras extradas de una poblacin

81

mayor. A menudo es posible utilizar los datos de una encuesta como datos agregados relativos a la poblacin de la que se ha extrado la muestra. Una ventaja de los datos se deriva del amplio espectro de campos y materias sobre los que es posible indagar a travs de las encuestas. Por otra parte, la generahzacin de los institutos de opinin pblica en casi todos los pases desarrollados permite contar con datos de distintos lugares que posibilitan la comparacin. Tambin es importante sealar que en la medida en que la prctica de la encuesta va teniendo ya cierta tradicin es posible encontrar datos para elaborar anlisis longitudinales as como importantes esfuerzos de cooperacin entre pases que facilitan la comparacin entre pases. Entre estos ltimos destaca la Encuesta Social Europea, pero tambin se pueden citar la serie de Eurobarmetros, el World Valu Survey, o el Comparative Electoral
Systems Project.

Uno de los inconvenientes que afectan a los datos de encuesta es que, si se trata de encuestas ya realizadas, el investigador no ha podido intervenir en la elaboracin de los datos, que comienza en el mismo momento del diseo del cuestionario. Puede darse el caso de que ciertos aspectos de inters no hayan sido medidos, o lo hayan sido bajo criterios que no resultan tiles para el investigador, no siendo posible ya recuperar la informacin original. Estos y otros inconvenientes se pueden subsanar si es el propio investigador quien chsea la encuesta y recoge los datos, lo que sin embargo es sensiblemente ms caro. Por lo general, los datos de encuestas se pueden consultar en los organismos que los han obtenido, o conseguirlos a partir de los especialistas, de forma a veces gratuita o, en cualquier caso, por un coste mucho menor del que supone la elaboracin completa de una encuesta. La calidad de los datos depende de muchos factores a los que se tiene que prestar especial atencin cuando la encuesta no ha sido elaborada por el investigador. Son especialmente relevantes las caractersticas de la muestra y el diseo del cuestionario, aspectos que se abordan ms adelante.
Datos documentales

Se incluyen aqu todo tipo de documentos pblicos o privados que contienen informacin susceptible de ser utilizada como dato de inters para el investigador. As, tanto correspondencia o diarios personales, como textos legislativos, discursos, programas polticos, o incluso novelas, pueden considerarse documentos objeto de estudio por contener informacin valiosa sobre determinados aspectos de la investigacin. Las cartas personales, las historias de vida, los diarios y las autobiografas, pueden revelarse como el testimonio ms rico sobre, por ejemplo, la situacin de un grupo de inmigrantes en un determinado contexto, o las actitudes y expectativas de un sector de la clase poltica. A menudo es difcil disponer de esos documentos, en el caso de que se hayan producido. Otro tipo de documentos son los literarios (novelas, ensayos), donde pueden encontrarse ya avanzadas por la observacin y
82

sensibilidad del autor muchas de las claves para comprender un determinado momento histrico, un grupo social, o una sociedad. Sin embargo, el documento ms utilizado en la investigacin poltica actual remite a una produccin derivada de la actividad poltica y de la que se puede encontrar un rastro fsico o al menos una reproduccin. As, programas electorales, carteles y panfletos de campaa, transcripciones de discursos o diarios de sesiones parlamentarias son documentos en los que se puede hallar informacin relevante sobre distintos aspectos (ideolgicos, publicitarios, legislativos) del fenmeno estudiado.

Tcnicas de recogida Aunque las distintas tcnicas que los politlogos utilizan para obtener datos suelen denominarse tcnicas de recogida, lo cierto es que tal trmino contiene ya una de las primeras tipologas de datos de las muchas que se han realizado. La obtencin de datos de la realidad social y poltica, en una primera divisin puede clasificarse en dos tipos de tcnicas: tcnicas de recogida y tcnicas de produccin de datos. Se alude as por una parte a datos que se recogen o recolectan (aquellos fruto de la observacin directa del investigador, o del estudio de fuentes documentales o estadsticas elaboradas por otras personas distintas al investigador) y, por otra, a datos que se producen ex profeso (los que resultan de la respuesta a un cuestionario o aquellos fruto de una entrevista). Ms all de sta y otras muchas posibles clasificaciones, como ha afirmado GARCA FERRANDO (1986: 115), los datos sociolgicos ni se recogen* ni se producen, sino que se construyen a partir de conceptos tericos convenientemente operacionalizados. Por tanto, y teniendo en cuenta que los datos son siempre en ltima instancia fruto de una elaboracin ad hoc, se sealan a continuacin algunas de las distintas tcnicas de uso frecuente para la obtencin de dichos datos referidos a la realidad social o poltica investigada. Estas tcnicas no son mutuamente excluyentes y, si as lo aconseja el diseo, pueden, y en ocasiones vale decir que deben, cooperar y aplicarse conjuntamente, como generadoras de datos complementarios, o como correctoras o matizadoras una de otra, lo que se conoce como proceso de triangulacin. Tcnicas documentales Son aqullas que el investigador utiliza para obtener datos contenidos en cualquier tipo de documento producido por una segunda persona u organismo, 110 por l mismo, ya haya sido ste elaborado con fines de investigacin o no. Tanto censos, como estadsticas oficiales, cartas, diarios, publicaciones (peridicas o no, con fines divulgativos o de informacin, de carcter general o especfico) o cualquier otro tipo de documento (incluso visual, grfico, o sonoro),

83

puede contener datos de inters para una investigacin. De entre todas estas tcnicas, y por ser la que indefectiblemente va unida a la aplicacin de cualquier otra (aunque igualmente puede ejercitarse autnomamente), es importante resear la relativa a la recogida de informacin en la literatura especializada consultada en archivos, bibliotecas, hemerotecas, o la que usualmente es conocida como investigacin bibliogrfica. Esta tarea debe ser realizada como paso previo a la aplicacin de cualquier otra tcnica, es decir, como una de las primeras etapas o fases de toda investigacin. Tambin puede contemplarse como tcnica autnoma, ya que en ocasiones el objeto de la investigacin es precisamente el anlisis de la produccin anterior en un determinado campo de inters y no se prev la adquisicin de otros datos nuevos sino la localizacin y anlisis de los estudios ya existentes (metaanlisis). Como paso previo a la entrada en el lugar fsico donde se han de encontrar estos datos, es importante pensar de antemano una serie de palabras clave que permitan la localizacin de obras relacionadas con el tema de la investigacin. Para ello resulta til un proceso de reflexin de lo general a lo particular, con capacidad de establecer una serie de reas o campos temticos. Esto es necesario porque las bibliotecas, adems de un orden alfabtico de autores y de ttulos, suelen contar con algn tipo de ordenacin temtica por reas de conocimiento, as como con sistemas de bsqueda por palabras clave. Como no se puede saber con anterioridad el ttulo de un libro que se desconoce y en el que aparezca tratado el tema de inters para el investigador, y slo se suele conocer un nmero de autores limitado de entre quienes puedan haberlo tratado, hay que remitirse primeramente al ndice temtico. A la biblioteca es conveniente acudir con un soporte para la recogida de los datos (fichas o programas informticos adaptados en un ordenador porttil). El objetivo bsico es conseguir toda la informacin til disponible contenida en las obras existentes, y almacenarla o archivarla de manera que pueda ser fcilmente localizada y utilizada en el futuro. Se trata de tomar nota de los documentos cuya lectura se considera necesaria y en los que aparezcan datos necesarios para la misma. Los programas informticos de gestin de la bibliografa como Enanote, Zotero o RefWorks han sustituido a las tradicionales fichas, pero en ambos sistemas el objetivo fundamental es almacenar de manera ordenada y accesible todas las referencias necesarias para la elaboracin del trabajo, lo que en todo caso ha de incluir los aspectos que se detallan en la 4.1. Adems, suele ser til incluir la

84

transcripcin textual de posibles citas extradas de las obras que se manejan, con nmeros de pgina exactos que tambin han de consignarse.19
TABLA 4.1 Ficha bibliogrfica

Autor Ao de publicacin Ttulo de la monografa, captulo o artculo Ttulo do la revista, volumen y nmero Ttulo y autor de la obra compilada Editorial y lugar de edicin Pginas

Los documentos escritos, sonoros o grficos contienen informacin que es necesario sistematizar en una matriz de datos con el fin de poner a prueba las hiptesis de trabajo. Dependiendo de la naturaleza de la investigacin, los datos que emplee pueden requerir un componte de elaboracin importante. Es el caso de los datos sobre sucesos o acontecimientos de la vida poltica. Estos acontecimientos, bien por ser poco frecuentes, bien por ser de difcil registro, o simplemente porque su recoleccin 110 es cometido de ningn organismo o empresa, no suelen estar disponibles en ningn tipo de registro o relacin. Es el propio investigador quien debe realizar la labor de recopilacin y sistematizacin de los datos. Es poco usual encontrar recuentos o registros sistemticos de acontecimientos interesantes para las investigaciones polticas (pactos de gobierno, acuerdos, manifestaciones), sobre todo cuando stos no han sido objetos de ninguna investigacin previa. En ocasiones los acontecimientos polticos dejan tras de s algn tipo de documento, como puede ser el caso de los tratados de paz o los pactos de gobierno. Para obtener datos sobre muchos otros es normal recurrir a las noticias aparecidas en los medios de comunicacin. Tras realizar una definicin de los acontecimientos o sucesos importantes para la investigacin, y despus de oper acin alizar sus aspectos ms relevantes, se deben examinar de forma sistemtica peridicos, anuarios, transcripciones de programas de radio y grabaciones de programas de televisin. Imagnese una investigacin que estudia el movimiento okupa y sus actividades, para lo que utiliza las noticias reflejadas en los medios de comunicacin sobre ocupaciones de edificios deshabitados de propiedad pblica
Sobre los pormenores de la creacin y utilizacin de estas fichas bibliogrficas existe abundante literatura a la que remitirse, especialmente las obras de ECO (1992) o GARCA DE LA hUKNTK (1994).
19

85

o privada. La investigacin puede tener como primer objetivo la cuantificacin del fenmeno. A partir de una definicin de lo que constituye una ocupacin, se elabora un recuento del nmero de ocupaciones aparecidas en la prensa durante un perodo de cinco aos. Un segundo objetivo puede ser la caracterizacin de las ocupaciones, para lo que es preciso seleccionar las caractersticas (variables) que resultan interesantes para la investigacin: nmero de ocupantes, duracin de la ocupacin, apoyo de otras organizaciones, presencia o ausencia de intervencin policial, presencia y grado de violencia, etctera. Los documentos (en este caso las noticias de prensa) se utilizan como fuente de informacin para asignar valores o estados a estas variables en cada uno de los casos de ocupacin identificados. Como resultado de toda esta operacin se dispone de una matriz de datos sobre las ocupaciones en el espacio y perodo de tiempo definidos en la investigacin. Los datos sobre sucesos presentan los inconvenientes inherentes a todos aqullos que son tomados de documentos muy diversos. La informacin sobre la que se basa la recopilacin de datos puede ser sesgada o incompleta. Estas limitaciones no son insalvables. El investigador debe tenerlas en cuenta al proyectar su estudio, tratar de minimizar posibles sesgos tanto en la seleccin del soporte de difusin, como a la hora de generar mediciones fiables sobre los datos recogidos mediante el uso de este tipo de material e informar de posibles problemas cuando presente los resultados de la investigacin.
La entrevista

Aunque existen diversas variedades de entrevista en funcin, por ejemplo, del grado de estructuracin de las preguntas y respuestas, del tipo de entrevistado, o de otros criterios, la tcnica conocida como de entrevista en profundidad o semidirigida es la ms utilizada. Consisten en mantener una conversacin larga (de una hora y media a dos horas por sesin) con un sujeto en torno a uno o varios temas de inters para el investigador. En ocasiones puede ser necesario ms de un encuentro. El investigador posteriormente realiza un anlisis de la entrevista incluyendo sus contenidos, ideas, elementos de dificultad o problemticos, etctera. Para ese anlisis posterior es muy recomendable que la conversacin sea grabada para su transcripcin ntegra una vez realizada. Este aspecto no es imprescindible, e incluso hasta puede ser desaconsejable. Si se consigue que el presidente o el secretario general de un partido poltico accedan a mantener una entrevista en profundidad, pero se niegan a que sea grabada, obviamente vale la pena hacer la entrevista an sin poder recoger la informacin magnetofnicamente. En otras ocasiones, el propio investigador puede decidir no utilizar la grabadora si intuye que el entrevistado se ver coartado a la hora de expresar sus opiniones. En tales casos, y en funcin de la experiencia y cualidades personales del investigador, se hace pertinente tomar una serie de
86

notas con el fin de no olvidarse de los elementos de inters. Si la entrevista no ha sido grabada es necesario que el investigador haga una reconstruccin de la misma por escrito lo antes posible. El producto de esa conversacin en palabras, as como todos aquellos otros elementos no verbales observados durante el transcurso de la entrevista y que han de anotarse cuidadosamente (gestos significativos, titubeos, posibles reacciones a temas delicados), son otros datos producto del uso de esta tcnica. La seleccin del sujeto o sujetos a entrevistar, as como el guin o estructura temtica de la entrevista, son elementos fundamentales que dependen del criterio del investigador. El nmero de sujetos es variable y no responde a criterios numricos ni aleatorios de seleccin, sino a la importancia sustantiva del sujeto a entrevistar. Los criterios tericos marcados por el investigador y sus intereses de investigacin determinan la seleccin de los asuntos que se deben tratar en la entrevista, aunque existe literatura especializada en la materia que dicta criterios orientat.ivos20. Dos ejemplos de tipos de entrevista son la entrevista a expertos y la entrevista biogrfica. En la entrevista a expertos se incluyen, entre otras, la entrevista a profesionales de una rama de actividad, a compradores tipo, a prescriptores de productos o a lites polticas. Es la entrevista en la que de manera clsica impera el criterio de competencia del entrevistado; es decir, la seleccin de entrevistados se basa en su conocimiento y aptitud para informar sobre un tema concreto. En cuanto al nmero de entrevistados las variaciones son importantes y dependen de las distintas perspectivas que quieran integrarse en la investigacin. En ocasiones, la significacin de una persona, su protagonismo en determinado contexto o, simplemente, la posibilidad de acceso a la misma, hace pertinente realizar una serie de entrevistas biogrficas o de vida. Algunas investigaciones que han utilizado esta tcnica han producido resultados muy fructferos, por ejemplo en el estucho de individuos en situacin de exclusin social cuyo contexto puede resultar de otra forma inabordable. Nada impide que este tipo de entrevistas sean aplicadas en el contexto de la investigacin poltica. Las entrevistas biogrficas o de vida son una variedad de tcnicas de obtencin de datos que pueden incluirse dentro de la tcnica de entrevista.21 El conjunto generado por el uso de esta tcnica, con otros elementos que la completan, suele integrarse dentro del mtodo llamado historia de vida.

20 21

Vanse, por ejemplo, ORT (1986). o HOLSTEIN y GUBRIUM (1995). Vase D e M iguel (1996).

87

Esta tcnica es la que genera datos ms adaptados a los anlisis de tipo estadstico. Su principio bsico es el mismo que el de la tcnica anterior; preguntar a los sujetos acerca del tema o temas investigados, pero tiene una serie de peculiaridades que la hacen muy diferente. El principio central de la investigacin mechante encuesta es que la informacin se obtiene de una muestra de personas representativa de un grupo mayor o universo (la poblacin objeto de estudio). Para cumplir este principio las encuestas se apoyan fundamentalmente en dos tipos de teoras: por un lado, en una teora matemtica, el teorema del lmite central y su correlato, la ley de los grandes nmeros; y por otro lado, en la teora de las probabilidades y en la teora del muestreo. Estos principios de estadstica matemtica son los que regulan las relaciones existentes entre una poblacin y las muestras extradas de ella. A partir de las muestras se estiman unos estadsticos.22 Los estadsticos son estimadores de los parmetros o valores reales de la poblacin, con unos mrgenes de error y unos niveles de probabilidad de errar a la hora de darlos por vlidos, conocidos. Cada entrevista de una encuesta, se repite tantas veces como unidades mustrales se han extrado, y esta operacin es la que condiciona en buena medida la organizacin de la investigacin social a travs de esta tcnica de recogida de datos. Al tener que realizar cientos de entrevistas, hace falta contar con un equipo de entrevistadores bien entrenados para llevarlas a cabo, del mismo modo que hay que disponer de los medios organizativos suficientes para coordinar el trabajo de campo, recoger la informacin, procesarla, tabularla y analizarla. La segunda caracterstica esencial de la investigacin por encuesta es, por lo tanto, el carcter estandarizado de la informacin que se obtiene para cada individuo. Pese a su rigidez, por tratarse de un listado de preguntas que se formulan de manera idntica a todos los entrevistados, el cuestionario presenta otras ventajas que superan claramente a sus inconvenientes. La funcin del cuestionario en el proceso de investigacin social es doble: por un lado, pretende colocar a todos los entrevistados en la misma situacin psicolgica y, por otro lado facilita el examen y asegura la comparabilidad de las respuestas. Todas las estrategias y tcnicas para construir y administrar buenos cuestionarios se dirigen a satisfacer ambas funciones23.

22

Los estadsticos son nmeros que resumen las distribuciones de las variables (como la media) o las relaciones entre ellas (como el coeficiente de correlacin). 28 Una gua muv til para la redaccin de cuestionarios puede encontrase en el libro de AZQFRA (1999).

88

El cuestionario ocupa un lugar preciso en el proceso global de la investigacin. Se debe construir despus de haber formulado los temas y las hiptesis de investigacin, y de haber definido y operacionalizado los conceptos que se quieren medir. Si se tienen claros los objetivos de la investigacin, es ms fcil decidir y escoger las preguntas que conviene realizar. Para ello se ha de haber diseado ya el plan de anlisis de los datos que se obtengan. Las preguntas de un cuestionario tienen la doble funcin de trasladar los objetivos de la entrevista a un lenguaje familiar para el entrevistado, y de ayudar a ste a que conteste a las preguntas con la mxima precisin. El tipo de lenguaje que se ha de utilizar debe basarse en trminos que sean compartidos por la experiencia comn del entrevistador y del entrevistado. Con frecuencia, la poblacin que se va a analizar tiene niveles heterogneos de estudios, por lo que el lenguaje que utilicen unos y otros puede diferir notablemente, as como sus grados respectivos de comprensin de las cuestiones ms abstractas. En estos casos conviene lograr un compromiso en el tipo de lenguaje utilizado, empleando uno que permita comunicar con los entrevistados, al mismo tiempo que se evite la aparicin de simplificaciones exageradas. Tambin se deben evitar las ambigedades que permitan que cada entrevistado entienda cosas distintas sobre una misma pregunta Las preguntas tienen que adaptarse al nivel de informacin que se supone que posee la poblacin. Es importante evitar al mximo que se produzcan situaciones en las que el encuestado no sabe cmo responder, ya que pueden generar una actitud de resentimiento y confusin, que se traduzca en una menor motivacin para contestar las preguntas de la encuesta. Tales situaciones tambin pueden propiciar que el encuestado se sienta obligado a responder preguntas sobre las que en realidad no sabe nada. Hacer que el encuestado perciba que est realizando una contribucin valiosa al contestar las preguntas de la encuesta contribuye a establecer un clima favorable de colaboracin. Las preguntas de un cuestionario se pueden clasificar de acuerdo con varios criterios. Una de las decisiones principales que se ha de tomar en la formulacin de las preguntas est relacionada con la forma de la respuesta: esto es, si el entrevistado ha de responder con sus propias palabras o, por el contrario, debe seleccionar la respuesta que ms se aproxima a su opinin entre una serie de opciones que se le ofrecen. En el primer caso, se trata de preguntas abiertas, mientras que en el segundo, se trata de preguntas cerradas. La misma pregunta puede formularse como abierta o cerrada, dando lugar a resultados diferentes. Si se pide a los ciudadanos que identifiquen el problema principal de la juventud dejando la pregunta abierta, posiblemente se obtendrn respuestas distintas que en una pregunta en la que se condiciona al encuestado a elegir entre cuatro o cinco posibles respuestas, incluso si se mantiene la opcin otros *.
89

Se ha discutido mucho sobre el tipo de preguntas que resulta ms adecuado para obtener buenos resultados, aunque la tendencia dominante es utilizar preguntas cerradas y dejar las preguntas abiertas slo para indagar sobre aspectos muy puntuales. La pregunta abierta resulta ms apropiada en las investigaciones dirigidas a poblaciones con niveles de informacin muy diversos o desconocidos para el investigador. Si se tiene la sospecha de que el tema en discusin se encuentra fuera de la experiencia de una parte importante de la poblacin, es conveniente adoptar la pregunta abierta y evitar la forma cerrada. Desde el punto de vista de la economa del esfuerzo, es ms ventajoso operar con preguntas cerradas, ya que resulta ms sencillo el examen comparativo de las respuestas dadas si stas llevan ya un cdigo asignado que si han de clasificarse en funcin de las respuestas obtenidas, desconocidas de antemano y que hay que codificar en una tarea laboriosa. En trminos generales la utilizacin de preguntas cerradas reduce el porcentaje de no respuesta. Esta ventaja aparente de las preguntas cerradas tiene sus riesgos, ya que puede provenir de la voluntad del encuestado de evitar reconocer su desconocimiento o ausencia de opinin, ms que de verdaderas actitudes u opiniones. Las preguntas cerradas pueden clasificarse segn el nmero de categoras de respuesta que permitan, en dicotmicas y de eleccin mltiple. Las primeras se usan preferentemente para clasificar a la poblacin en torno a comportamientos, actitudes u opiniones bien definidos y que admiten slo alternativas: a favor o en contra, positivas o negativas. Por ejemplo, la pregunta Es Ud. miembro de algn partido poltico? admite en principio slo la respuesta afirmativa o la negativa. En temas ms complejos el nmero de alternativas de respuesta suele ser superior a dos. En las preguntas de eleccin mltiple el entrevistado ha de seleccionar una de las respuestas apuntadas (respuesta nica), o bien puede elegir simultneamente dos o ms respuestas (respuesta mltiple o multirrespuesta). Por ejemplo, la pregunta De los problemas que a continuacin le voy a enumerar (...), cul o cules de ellos le parecen a usted ms graves?, constituye un ejemplo de pregunta cerrada con posibilidad de respuesta mltiple. Al elaborar un cuestionario es importante prestar atencin a la secuencia de las preguntas. Conviene considerar tres aspectos: el logro de una introduccin apropiada, la transicin fcil y razonable de un tema a otro y la formulacin de una adecuada conclusin a la entrevista. Es conveniente que el cuestionario comience por una serie de preguntas poco problemticas. A continuacin, se realiza una aproximacin gradual al tema central de la encuesta. Despus vienen las preguntas ms complejas o con mayor carga emocional, que conviene formular cuando la persona entrevistada se encuentra en una situacin de confianza. La ltima parte del cuestionario se suele reservar a preguntas que representan estmulos ms fciles y que permiten terminar la entrevista con
90

una sensacin ms relajada. Generalmente aparecen en esta parte final del cuestionario las preguntas referentes a datos sociodemogrficos de los sujetos tales como la edad, el nivel de estudios, la ocupacin, o los ingresos. Por mucho cuidado que se haya puesto en el empleo de palabras adecuadas en la formulacin de las preguntas y en el desarrollo de la secuencia apropiada de las mismas, el investigador debe siempre probar el cuestionario antes de proceder a realizar las entrevistas con el conjunto de personas que integran la muestra. Con ello se llega a la fase de la prueba o pretest del cuestionario. Para ello se selecciona un grupo reducido de personas en el que estn representados los diversos segmentos o sectores sociales que componen la muestra, y se realizan las correspondientes entrevistas con la versin inicial del cuestionario. Se analizan los resultados obtenidos para comprobar si encajan con los objetivos propuestos. En lugar de buscar resultados concretos, lo que se pretende en esta fase es contrastar hasta qu punto el cuestionario funciona como se desea y que preguntas pueden resultar problemticas y exigir una redefinicin. Un pretest puede detectar, por ejemplo, una pregunta en la que todo el mundo contesta lo mismo, por lo que no puede considerarse un buen indicador de una variable. Normalmente el pretest conduce a la reformulacin de alguna pregunta e incluso a la revisin de la secuencia de temas y preguntas. Cuando se trata de temas especialmente difciles y sobre los que no existe mucha investigacin previa, puede resultar conveniente realizar varias pruebas del cuestionario antes de editar la versin definitiva. La tcnica de encuesta puede presentar variedades en funcin del tema de la investigacin (encuestas de opinin, sondeos electorales); de la forma en que se disea la muestra (por estratos de poblacin, por cuotas); de la manera en que se recogen las respuestas (en un encuentro personal, por correo, por telfono); de si las respuestas son anotadas por el propio encuestado o por el encuestador, y de otros muchos criterios.24 Una vez son recogidos por una u otra va los datos, stos se codifican dando lugar a la matriz de datos.

Grupos de discusin
Junto con la tcnica de encuesta es otra de las maneras de obtener datos ms valorada por los investigadores y ha mostrado ser de gran utilidad, sobre todo en la investigacin aplicada al mercado. Consiste en la reunin de un grupo de sujetos en torno a una mesa o en una sala apta para mantener una conversacin, y con la presencia de un investigador que propone un tema general de conversacin y que realiza funciones de moderador. A menudo se denomina tambin a esta tcnica entrevista de grupo, lo que no significa que su resultado sea una suma de entrevistas individuales, sino algo ms parecido a
21 Vase Cea DAncona (1996).

91

un coloquio (a menudo discusin) espontneo si bien provocado o propiciado por el moderador en el que se encarnan o afloran los intereses, preocupaciones o necesidades latentes en el grupo. Aunque la emergencia de esos elementos se ha ligado a tcnicas de transferencia psicoanaltica y al comienzo del uso de esta tcnica se aconsejaba que el moderador fuera un psiquiatra o psiclogo experimentado, lo cierto es que los procesos que se producen en el desarrollo de una reunin de grupo de discusin son fundamentalmente sociales y ha de ser el propio investigador quien con su intuicin y conocimientos dirija el transcurso de la reunin. Pese a la abundante literatura en la materia25, no existen criterios definitivos en cuanto a la composicin del grupo (grupos homogneos o mixtos), la eleccin de sus integrantes (como en el caso de los sujetos de entrevista raramente aleatoria, sino basada en criterios tericos), el nmero de reuniones (es infrecuente reunir ms de una vez al mismo grupo, como lo es que una investigacin recoja datos de un solo grupo de discusin), la duracin de las mismas o las distintas pautas que ha de seguir el moderador. Una vez ms es el investigador quien ha de asentarlos. S es obhgado en este caso que la reunin se grabe al menos magnetofnicamente (la grabacin en video u otro sistema de imagen es asimismo recomendable) para su transcripcin ntegra posterior y anlisis de la misma. El investigador conocedor de su materia de estudio, habiendo estado presente en la reunin, y tras la lectura atenta y repetida de las transcripciones, ha de ser capaz de realizar un anlisis e interpretacin solventes. El contacto con las personas que han formar parte del grupo tiene que realizarlo siempre alguien diferente a quien lo modera. Cuando sea posible, esa persona ha de ser un profesional en ese cometido, ya que es una tarea compleja, y necesita de una cierta especiahzacin. Hay que tener cuidado en que la persona encargada del contacto no contamine el grupo, en el sentido, por ejemplo, de introducir un sesgo personal con sus intervenciones. El contacto ha de ser neutral. El individuo seleccionado ha de saber lo menos posible de la investigacin y sus objetivos, con el fin de que no prefabrique opiniones o posturas. El local en que se rena el grupo ha de tener una serie de condiciones: unas de tipo tcnico (ha de ser un sitio agradable y sin ruido, que tenga una mesa pequea y baja, y una disposicin de los asientos que no determine ninguna preeminencia en las condiciones del chlogo), y otras de tipo simblico, que siempre se refieren al grupo que se ha escogido como muestra. El local ha de estar siempre separado del contexto real de la vida de los participantes (por ejemplo, si la reunin se realiza con empleados de una empresa, nunca se escoger un local de chcha empresa). El aspecto del lugar no ha de ofrecer
25

Vase, por ejemplo. IBEZ (1979 y 198G).

92

contradiccin con los valores simblicos del grupo (por ejemplo, nunca se escoger un hotel de lujo para unos trabajadores manuales), ya que de lo contrario se coartara la expresin de ste. Respecto al inicio de la reunin, el moderador no debe hablar previamente con los participantes. Una vez introducidos los participantes en el local les coloca de forma estratgica (por ejemplo, si hay mujeres no se las sita a todas juntas, aspecto vlido para todas las categoras susceptibles de formar subgrupos). El moderador no ocupa ningn puesto preeminente, y explica de forma breve los objetivos de la investigacin, introduciendo el tema que haya sido escogido, segn las necesidades del estudio. Posteriormente explica la dinmica de la reunin y todo el proceso de la presentacin ha de estar controlado en los siguientes sentidos: el moderador no puede introducir juicios de valor sobre el tema; ha de adaptar su lenguaje a las caractersticas del grupo y debe mantener su autoridad. Las aplicaciones de la tcnica de grupo de discusin a la investigacin poltica son innumerables, pero se puede destacar, por ser una de las que ms se utiliza actualmente, la que genera los llamados estudios de clima poltico. Muchos partidos y lderes polticos encargan, normalmente cuando se han producido acontecimientos importantes, la elaboracin de un estucho de clima mechante grupos de discusin. Antes de elaborar una propuesta, de emprender una campaa poltica, o al poco tiempo de presentar un candidato al gobierno, se solicita una investigacin de este tipo. Reuniendo uno o varios grupos de personas, se pueden pulsar las distintas actitudes, expectativas o climas de opinin con respecto a cuestiones tan diversas como la inmigracin, las campaas electorales o las percepciones de los jvenes sobre la poltica. Observacin Son varias las tcnicas de investigacin basadas en la observacin. Entre ellas pueden destacarse la observacin no reactiva y la observacin participante. La primera se utiliza fundamentalmente en investigacin aplicada al mercado, siendo frecuente, por ejemplo, que los distintos comportamientos en una gran superficie comercial, sean grabados con circuitos cerrados de televisin para su posterior anlisis. Se trata de una estrategia en la que se mantiene al mximo la espontaneidad del objeto de estudio (los clientes de una gran superficie comercial en el ejemplo) para no contaminar sus comportamientos con la presencia del investigador, eventualmente perturbadora de los actos de los sujetos que se saben estudiados. Aunque el uso de esta tcnica en la investigacin del mercado ha ofrecido resultados sorprendentes y muy lucrativos, su aplicacin en la investigacin poltica es ms problemtica. Al contrario que en la modalidad de observacin no reactiva, con el uso de la observacin participante se persigue la interaccin de investigador y sujetos
93

investigados, pues precisamente en ese contacto directo de primera mano con el objeto de estudio, se cifra el inters de esta tcnica26. En ocasiones, la complejidad, el difcil acceso a ciertos procesos sociales, requieren la presencia del investigador en el seno de la sociedad o grupo en que se desarrollan como nica va para la comprensin de los mismos. En ningn caso la observacin se puede limitar a una pura contemplacin de lo que ocurre. Observar nunca equivale a mirar, sino que requiere el uso de conceptos, ideas e hiptesis. Es ah donde difiere la observacin segn sea la naturaleza del proyecto, en la diversidad de categoras e hiptesis empleadas por el observador para reconocer elementos o piezas de informacin relevantes para sus objetivos cientficos. Para el ejercicio de esta tcnica, adems de dotes de observacin, de cierta empatia con los sujetos estudiados (capacidad para ponerse en su lugar) y del requisito sine qua non de estar all, es necesario un periodo de tiempo mayor o menor en funcin de las necesidades del estudio, durante el cual el investigador es aceptado en el grupo, ya sea en su propio rol de investigador de visita, ya sea en un papel encubierto (cosa a menudo necesaria aunque polmica por sus posibles implicaciones ticas). Si una investigacin tiene como objetivo explicar, por ejemplo, las peculiaridades organizativas de las cooperativas agarias en el campo andaluz, quiz sea interesante que el propio investigador se introduzca all donde ese fenmeno objeto de estudio se desarrolla. Hay que evaluar las distintas posibilidades de acceder a determinados ncleos sociales donde esa realidad se desarrolla, y si se considera necesario tomar parte de las actividades como participante adems de como observador. Es as mismo necesario llevar un diario de campo o documento elaborado por el investigador donde se ha de tomar nota de las distintas observaciones realizadas, conversaciones mantenidas, posibles incgnitas surgidas en el terreno (que posteriormente habrn de ser resueltas) y de todo aquello, en fin, que pueda ser de utilidad al investigador en su intento de comprender un proceso poltico. Esas notas son la materializacin de los datos recogidos. El investigador en esta tcnica como en ninguna otra construye sus propios datos en un proceso que ha sido denominado de negociacin o consenso con los sujetos objeto de investigacin. La informacin sobre el fenmeno estudiado por un extrao que se incorpora durante un tiempo ms o menos largo al contexto en el que se produce (en algunas ocasiones es necesario un ao completo de trabajo de campo y an ms) es fruto del acuerdo entre investigado e investigador. Por ello, el investigador de campo nunca es solamente un observador participante. Es a la vez un entrevistador activo y un analista de archivos, que contrasta, sobre unos mismos temas, los datos producidos a partir de encuestas, entrevistas, documentos, observacin y experiencia participativa.
20

El libro do GUASCH (1997) expone las principales caractersticas de esta tcnica de recogida de datos y recoge ejemplos prcticos de su aplicacin en diferentes contextos.

94

La codificacin El proceso de codificacin de los datos consiste en preparar stos de una manera adecuada para que el propio investigador, generalmente con la ayuda de un ordenador pueda procesar la informacin que contienen y analizarla convenientemente. A travs del proceso de codificacin se asignan grupos de nmeros a cada una de las categoras de una variable, de manera que cada nmero o combinacin de nmeros se convierte en un cdigo que representa una caracterstica de la variable que se analiza. Los cdigos sirven para dos propsitos principales. En primer lugar permiten identificar, clasificar y ordenar las categoras de las variables segn los criterios dados en la definicin operacional; en segundo lugar sirven para comunicar informacin compleja de una forma abreviada, para poder analizarla. Se trata de una etapa de la investigacin esencial en los anlisis cuantitativos, pero que es til cualquiera que sea el tipo de datos utilizados y las tcnicas que vayan a emplearse para su anlisis. La encuesta no es el nico contexto en que se requiere de un proceso de codificacin, pero este tipo de tcnica de recogida de datos es el que mejor refleja las tres etapas principales de la codificacin: la asignacin de cdigos a las categoras, la asignacin de columnas a cada variable y la produccin de un libro de cdigos. La manera en la que se asigna un cdigo numrico a las categoras de cada variable constituye el primer paso del proceso de codificacin. La asignacin de cdigos depende del tipo de variable (nominal, ordinal o de intervalo) y debe tener en cuenta los principios de exhaustividad y exclusividad que ya debieron ser considerados a la hora de operacionalizar los conceptos segn expone en el captulo 2. Todas las unidades de anlisis deben ser susceptibles de recibir un cdigo para cada propiedad o variable, incluso cuando el valor de sta en ese caso se desconoce. Para ello es til crear y asignar cchgos a categoras como 'otros, uno sabe'" o no contesta. Igualmente, a cada unidad se le podr asignar un cdigo y slo uno para cada variable. En las variables nominales los cdigos representan categoras que no pueden ordenarse con respecto a ningn criterio; el orden jerrquico de los cdigos no tiene significado alguno, ni los nmeros indican cantidad. Los cdigos slo tienen el valor que les asigna el investigador, y esta asignacin puede hacerse de una manera arbitraria. Conviene elegir siempre cdigos sencillos y que respondan a criterios prcticos. En el caso de una variable nominal como el sexo, cualquiera de los siguientes ejemplos sera vlido:
Ejemplo 1 Varn
Mujer

Ejemplo 2

0
2

95

Sin embargo el ejemplo 3 es ms complejo que los anteriores (requiere la utilizacin de ms nmeros y por lo tanto de ms espacio) y por ello menos recomendable. El ejemplo 1 es el tradicionalmente utilizado en los cuestionarios del CIS. El ejemplo 2 puede ser ms adecuado a la hora de realizar ciertos anlisis (por ejemplo, a la hora de introducir el sexo como variable explicativa en una regresin). Una variable ordinal requiere una asignacin de cdigos que respete el orden de las categoras. Los cdigos no indican cantidad, pero s indican una posicin relativa de cada categora con respecto a las dems. Una variable ordinal, como el grado de inters por la poltica es posible pensar en varios esquemas de codificacin:
Ejemplo 1 1 Ningn inters Poco inters.............. ... 2 3 Bastante inters...... Mucho inters.......... 4 Ejemplo 2 4 3 2 1 Ejemplo 3 00 20 40 50

Los tres ejemplos son vlidos, puesto que en los tres se respeta la ordenacin de las categoras. Una variable ordinal no permite saber cual es la distancia que separa las distintas categoras (no sabemos si la diferencia entre los que dicen no tener ningn inters y los que dicen tener poco es igual, inferior o superior a la distancia que separa los que dicen tener poco de los que dicen estar bastante interesados por la poltica). Desde este punto de vista es irrelevante elegir una codificacin como la del ejemplo 1 o como la del ejemplo 3. Por razones de simplicidad, de nuevo es preferible optar por el ejemplo 1. El ejemplo 2 resulta menos intuitivo que el ejemplo 1, pues los cdigos estn ordenados de manera inversa a la ordenacin de las categoras (el 4 corresponde a ningn inters y el 1 a mucho inters). Es preferible un sistema de codificacin en el que a medida que aumenta el cdigo, aumenta el inters por la poltica. Esto no implica que estemos midiendo en unidades el grado de inters, sino nicamente que los cdigos indican el orden de las categoras.27 En las variables de intervalo la codificacin resulta ms directa, porque es posible utilizar la propia unidad de la variable como cdigo. En estos casos los nmeros adquieren significados muy precisos y las opciones para su asignacin quedan sustancialmente reducidas. En la medicin de intervalo los cdigos no solo indican un orden, sino tambin una cantidad (euros de ingresos, aos de servicio). La distancia entre dos categoras o entre dos casos puede medirse sin ningn problema. La variable edad se codifica de la manera ms sencilla dado que el nmero de aos sirve como cdigo, de manera que el cdigo 33 indica 33 aos. Otras variables de intervalo, como los ingresos, pueden codificarse
27

Sea cual sea la codificacin elegida sta debe tenerse en cuenta al interpretar los anlisis realizados por el ordenador, que no sabe interpretar el significado de los nmeros.

96

utilizando categoras ms amplias, pero lo ideal es elaborar un sistema de operacionalizacin y codificacin en el que la informacin sea lo ms exacta posible. Posteriormente el investigador podr recodificar y agrupar los datos en categoras ms amplias si as lo desea. En las encuestas la asignacin de los cdigos puede llevarse a cabo antes de la observacin (precodicacin) o despus de haber obtenido las respuestas (codificacin). En las preguntas cerradas, las categoras de respuesta estn preestablecidas, por lo que es posible precodificar las respuestas. Por el contrario, en las preguntas abiertas no existen categoras preestablecidas de respuesta. Esta opcin se utiliza en mayor medida cuando no es fcil predecir que categoras de respuesta utilizar la poblacin ante una pregunta determinada; cuando el investigador busca una mayor riqueza en las observaciones de los entrevistados, o cuando el investigador no desea introducir ningn tipo de sesgo en la respuesta del encuestado. En las preguntas abiertas se requiere un anlisis de las respuestas con el fin de crear un esquema de asignacin de cdigos a cada tipo de contestacin, de acuerdo al propsito original de la pregunta. El proceso de asignacin de columnas a cada variable en la matriz de datos se realiza posteriormente a la asignacin de los cdigos a las categoras, pues en funcin de sta se necesitarn una o ms columnas para cada variable. La matriz de datos contiene las observaciones codificadas relativas a los valores de cada unidad de anlisis (casos) con respecto a cada propiedad o variable. Como ya se vio en el captulo 3, cada una de las filas contiene los datos de un individuo o caso, mientras que los espacios dentro de cada fila que ocupan los distintos cdigos son determinados por las columnas, que a su vez indican las variables. El aspecto de una matriz de datos codificados es algo similar a esto:
033441 033441 033441 033441 0001 0002 0003 0004 28 28 41 28 1 2 2 2 18 45 56 23 1 2 5 1

Para que el programa estadstico comprenda el contenido de una matriz de datos, es necesario suministrarle una serie de indicaciones previas sobre el significado de cada columna. En este ejemplo las seis primeras columnas informan del nmero de estudio. Todos los individuos incluidos en esta matriz de datos corresponden al estudio nmero 033441. Las cuatro columnas siguientes identifican a cada individuo o cuestionario. La primera fila contiene los datos del cuestionario nmero 0001, la segunda, del 0002, y as sucesivamente. Las columnas undcima y duodcima contienen la provincia en que se realiz la entrevista. Se destinan dos columnas porque las provincias se numeran del 01 al 52 (incluyendo Ceuta y Melilla), y se necesitan por tanto dos espacios. Los cdigos representan una equivalencia, en este caso del INE,

97

segn la cual la entrevista 0001 se realiz en Madrid (28) y la 0003 en Sevilla (41). La decimotercera columna contiene informacin sobre el sexo del individuo, que toma el valor 1 para varones y 2 para mujeres. Las columnas decimocuarta y decimoquinta recogen la edad, variable a la que se le asignan dos columnas. Los valores de la edad pueden oscilar entre menos de un ao (00) y noventa y nueve (99). Por tanto, el significado del cdigo es el que indica el propio nmero. La columna decimosexta contiene la informacin relativa al estado civil, que se codifica, como soltero/a (1), casado/a (2), separado/a (3), divorciado/a (4) y viudo/a (5). Con esta informacin el ordenador y el investigador pueden interpretar fcilmente que el individuo del cuestionario nmero 1 es residente en Madrid, varn, de 18 aos y soltero, y proceder de igual forma con cualquiera de las unidades de anlisis. La codificacin debe recogerse en un libro de cdigos que contenga una lista completa de todas las variables o preguntas (abiertas o cerradas), sus categoras o respuestas, y los cdigos asignados a cada una de ellas.

La codificacin consiste en asignar cdigos a las categoras de cada variable con el fin de sistematizar la informacin y poder analizarla mejor. Es recomendable la codificacin de los datos no slo en encuestas, sino tambin en cualquier otro tipo de investigaciones que manejen gran cantidad de datos. La codificacin se realiza teniendo en cuenta el tipo de variable y el tipo de pregunta de la que procede en el caso de las encuestas. La asignacin de cdigos debe respetar los criterios de simplicidad, exclusividad, exhaustividad y ser lo ms intuitiva posible.

Presentacin de los datos y los resultados Uno de los problemas principales a los que se enfrenta todo investigador es el de cmo transmitir de la mejor manera posible los resultados de su trabajo. Para ello es importante buscar un estilo de presentacin que sea claro, conciso, y fcil de entender para el lector. La presentacin de los resultados debe incluir descripciones de los datos utilizados, e interpretaciones de los anlisis realizados. Se debe apuntar explcitamente de qu manera stos confirman o no las hiptesis planteadas. Las tablas y los grficos son herramientas esenciales a la hora de presentar los datos y los resultados de los anlisis. Las tablas resumen y ordenan la informacin, y sirven para presentar los resultados de los principales anlisis de la investigacin. Los grficos tambin transmiten informacin, pero se utilizan sobre todo para enfatizar aspectos del anlisis que a juicio del investigador resultan importantes. En algunas ocasiones la representacin grfica resulta esencial para transmitir determinadas relaciones. Los tipos de

98

presentacin tabular y grfica son muy variados, por lo que no pueden ser expuestos aqu en su totalidad. En las siguientes pginas se examinan unos ejemplos bsicos de tablas y grficos, y se indican aquellos aspectos que han de tenerse en cuenta en para facilitar su lectura y mejorar su presentacin.28 A la hora de decidir cundo se debe emplear una representacin grfica y cuando una tabla es importante atender a tres aspectos importantes. Primero, la naturaleza de los datos que se desean representar; segundo, los objetivos o propsitos perseguidos con la tabla o grfico y, por ltimo, el tipo de audiencia a la que est dirigido el texto. En cualquiera de los casos conviene tener en cuenta una serie de recomendaciones importantes: a) Es esencial guiar al lector a travs la presentacin de los resultados de la investigacin. El investigador debe asegurarse que todos los resultados importantes quedan reflejados y enfatizados, y que los grficos y tablas quedan vinculados al texto escrito. b) Debe hacerse referencia a las cuestiones tericas que guan la investigacin y a la forma en la que los datos confirman o no las expectativas del investigador. c) La presentacin debe iniciarse partiendo de lo ms sencillo (por ejemplo las distribuciones de las variables) hacia lo ms complicado (las relaciones entre dos variables, y por ltimo los anlisis multivariables). d) Las tablas y los grficos deben resumir y resaltar los aspectos ms importantes del anlisis. Nunca deben presentarse todos los datos (a no ser que sean pocos), sino un resumen de los mismos; ni todos los anlisis, sino nicamente una seleccin de los ms importantes. e) Las tablas y los grficos deben ir siempre numerados en caracteres arbigos y titulados, con indicacin de la fuente de la que se han extrado los datos.

Las tablas
Las tablas deben ir siempre numeradas, a ser posible en caracteres arbigos. Junto al nmero debe figurar el ttulo, en el que se informa al lector del contenido de la tabla utilizando el nombre de las principales variables y si es necesario, tambin el tipo de anlisis. Dentro de la tabla los encabezamientos indican el significado de las distintas lneas o columnas. Aunque ciertas abreviaturas pueden utilizarse (N para el nmero de casos, % para porcentaje, p para probabilidad), conviene limitarlas al mximo. Las celdas de la tabla contienen los datos. Al pie de la tabla figuran las notas relativas a las fuentes de las que proceden los datos, al uso de abreviaturas si las hubiera, al resultado de los tests de significacin estadstica si se utilizan, o a otros aspectos que
28

Un anlisis y reflexin interesante sobre le uso de tablas y grficos en ciencia poltica se

encuentra en http://svn.tableK2graphs.com/tables2graphs/kastellec_leoni.pdf.

99

deban sealarse. Los comentarios a propsito de las tablas no han de limitarse a repetir su contenido, sino a interpretarlo, llamando la atencin del lector sobre los puntos de mayor inters. Una de las tablas ms sencillas es la enumerativa, que consiste en la presentacin de la distribucin de frecuencias de una o ms variables, enumerando las categoras e indicando el nmero y/o el porcentaje de casos que aparecen en cada una de ellas. Este tipo de representacin sirve principalmente para describir y resumir la informacin. La tabla 4.2, por ejemplo, resume la distribucin de una sola variable, la autoubicacin ideolgica de los ciudadanos europeos segn el Eurobarmetro. Los encuestados han elegido la posicin en una escala de diez categoras izquierda-derecha que mejor refleja su posicin ideolgica. De los 11.589 encuestados la mayora se sitan en torno a las categoras centrales de la escala, el 24 por ciento en el centro-izquierda, y el 11 por ciento en el centro-derecha. La frecuencia de los casos disminuye progresivamente conforme nos aproximamos a cualquiera de los dos extremos. El 14 de los encuestados prefiere no autoubicarse en la escala. Como se trata de porcentajes obtenidos a partir de datos de encuesta se ha estimado que no es necesario incluir decimales, lo que agiliza la lectura de la tabla. Las tablas con distribuciones de frecuencias pueden completarse ofreciendo medidas de tendencia central (la media para variables de intervalo, o la mediana para variables ordinales) y de dispersin (desviacin tpica para variables de intervalo, razn de variacin para variables nominales o categricas). Estos estadsticos resumen la informacin de la distribucin de una variable y son muy tiles para comparar distintas muestras, grupos o variables. En este caso si se incluye un decimal, ya que hablamos de un rango menor que lo exige. Siempre que sea posible se debe incluir el nmero de casos en el que estn basados los anlisis, con el fin de permitir que el lector valore la fiabilidad de los mismos.

100

TABLA 4.2 Autoubicacin en la escala izquierda-derecha de los ciudadanos europeos (1994) Autoubicacin Izquierda (1) 2 3 4 5 6 7 8 9 Derecha (10) No sabe No contesta Total Media Desviacin tpica Porcentaje 4 4 9 10 24 11 10 8 3 4 7 7 100 4.8 2.4 N 472 466 1.088 1.153 2.778 1.326 1.100 871 375 418 769 773 11.589

Fuente: Eu roba rom etro 41.1.

Otra forma de representacin tabular que expone la relacin entre dos o ms variables nominales u ordinales es la tabla de contingencia. Se trata de un modelo de tabla muy utilizado que proporciona la base para un cierto nmero de clculos estadsticos. En la tabla de contingencia segn el formato ms utilizado se presentan las distribuciones de la variable dependiente (a la izquierda) para cada categora de la variable independiente (arriba). Por ejemplo, la tabla 4.3 presenta la relacin entre el nivel de ingresos y el inters por la poltica segn datos del Eurobarmetro. Cada columna representa la distribucin porcentual del inters por la poltica para un cuartil de ingresos, y por lo tanto cada columna suma 100. Leyendo por ejemplo el contenido de la primera fila, puede decirse que entre las personas de bajos ingresos un 29 por ciento reconocen no tener ningn inters por la poltica. Este porcentaje se reduce progresivamente hasta llegar a un 10 por ciento en la categora de ingresos ms elevados. De manera inversa el porcentaje de personas muy interesadas en la poltica aumenta de un 8 por ciento en la categora de ingresos ms baja, hasta un 17 por ciento en la ms elevada. De la tabla se puede concluir que hay una relacin importante entre ingresos e inters por la poltica.

101

TABLA 4.3 La relacin entre el inters por la poltica y los ingresos en Europa occidental (1994) Ingresos Inters Nada Poco Bastante Mucho Total Primer Cuartil 29 (MB) 35 (795) 29 (655) 8 (172) 100 (2.290) Segundo cuartil Tercer cuartil 17 (376) 36 (803) 38 (868) 10(214) 100 (2.261) Cuarto cuartil 10(214) 29 (600) 44 (910) 17 (362) 100 (8.801)

22 (482) 36 (770) 33 (699) 10(213) 100 (2.164)

Fuente: Eurobarmetro 41.1. Nota: Nmero de observaciones perdidas 2.788

Conviene siempre, en cualquier tabla de contingencia, ofrecer el nmero de casos que hay en cada celda para permitir al lector calcular porcentajes sobre la base de las filas, o sobre el total de la muestra si as lo desea. En el estucho de la asociacin entre dos variables no siempre se parte de una premisa en la que una de ellas se sita como variable dependiente y otra como independiente, por lo que en ocasiones puede ser til observar distintos tipos de porcentaje (porcentajes calculados de manera que las filas sumen 100, las columnas sumen 100 o el total de la muestra sume 100). Incluso cuando s hay una variable dependiente definida puede ser interesante considerar distintos porcentajes. Los programas estadsticos permiten al investigador decidir qu tipo de porcentaje desea calcular en el anlisis de una tabla de contingencia. Las tablas de contingencia no deben calcularse a partir de variables con muchas categoras, de manera que su lectura no resulte demasiado compleja y pueda interpretarse con relativa facilidad. En el ejemplo de la tabla 4.3, se trata del cruce de dos variables ordinales con cuatro categoras cada una, por lo que se habla de una tabla de 4x4. Cuando la informacin es muy abundante vale la pena reservar slo la ms importante para el texto principal y poner el resto en un apndice. Junto a las tablas enumerativas y de contingencia, el investigador puede utilizar tablas para presentar los resultados de muchos otros anlisis: estadsticos descriptivos como las medias y las desviaciones tpicas, diferencias de mechas entre dos muestras, anlisis de varianza, correlaciones, regresin mltiple, etctera.29

29

Una referencia til sobre la presentacin de distintos tipos de anlisis es Nkwton (1992). cspecialmo.nlo el captulo 6. 102

RUDESTAM y

Los grficos
En ocasiones es conveniente completar o sustituir las tablas por grficos que, aunque suelen ofrecer una informacin menos detallada y precisa, son visualmente ms sencillos de interpretar y por lo tanto pueden facilitar las explicaciones o bien aportar un valor aadido a una situacin de escasez de datos. Al igual que las tablas, los grficos deben ir siempre numerados y titulados, y deben incluir al pie notas sobre la procedencia de los datos, las abreviaturas utilizadas al nombrar los ejes y sus categoras, y otras aclaraciones que resulten necesarias/30 Existen distintos tipos de grficos que sirven para diferentes propsitos. Algunos de los ms utilizados son: Grfico de sectores o tarta. Permite comparar proporciones de las categoras de una variable. No resulta adecuado cuando son muchas las categoras o se quiere hacer un anlisis ms complejo. Grfico de barras. Es adecuado para comparar totales (absolutos o porcentajes) entre categoras, por lo que es la representacin grfica ideal para una tabla enumerativa. Permite tambin comparar totales entre distintos grupos, adems de entre categoras como se muestra a modo de ejemplo en el grfico 4.1. Grfico de lneas. Est especialmente inchcado para presentar tendencias a lo largo del tiempo o series temporales, pero tambin cuando se tienen muchos valores sucesivos que reflejar (como con una variable continua), o cuando hay que comparar distintas variables o series continuas u ordinales. Grfico de reas o grfico de barras compuestas. Permiten analizar la evolucin de proporciones a lo largo del tiempo o la relacin entre dos variables categricas. Grfico de dispersin. Permite analizar la relacin entre dos variables continuas.

A la hora de elaborar un grfico es muy importante tener en cuenta la escala que se utiliza, de manera que no se presenten diferencias distorsionadas (sub o

30

Sobre la utilizacin de grficos vase Alaminos 1993. Vase tambin el sitio http://www.statcan.ca/english/edu/power/ch9/using/using.htm. con excelentes recomendaciones sobre cuando usar o no un grfico y qu aspectos han de tenerse en cuenta en su elaboracin.

103

sobredimensionadas). Se deben presentar los datos sin alterar o manipular su mensaje.


GRFICO 4.1
Porcentaje de abstencin electoral por sexo y pas en Europa occidental

Fuente: Eurobarmetro 41.1 (19M)

En la presentacin de los resultados de su trabajo el investigador debe guiar al lector sealando cuales son los aspectos ms relevantes y las conclusiones principales de la misma. Las tablas y datos facilitan esta labor: deben completar y demostrar los argumentos que se desarrollan en el texto, agilizando la rom prensin de los resultados por parte del lector. Tablas y grficos deben ir adecuadamente numerados y titulados, e incluir notas sobre la fuente de los datos que presentan. Deben ser precisos, no contener un exceso de informacin y no distorsionarla.

104

5
La contrastacin de las hiptesis
En este captulo se explican los distintos mtodos que existen para llevar a cabo la contrastacin de hiptesis. Su contenido es fundamental para realizar investigaciones de carcter explicativo, en las que no slo se pretende describir las caractersticas de un fenmeno, sino tambin entender los mecanismos causales que lo producen. La explicacin de los fenmenos polticos, as como la posibilidad de extender las conclusiones obtenidas al conjunto de casos similares a los estudiados, es una de las partes fundamentales de la investigacin politolgica. Se trata tambin de una tarea extremadamente compleja, que debe ceirse a una serie de pautas metodolgicas precisas para conseguir su objetivo.

La multicausalidad de los fenmenos polticos El objetivo de una investigacin de carcter explicativo es establecer cules son las causas de determinados fenmenos. La principal razn por la cual es difcil realizar investigaciones de carcter explicativo es que los fenmenos polticos, como cualquier fenmeno social, son causados por una multitud de factores. La bsqueda de la explicacin de un fenmeno debe consistir pues en determinar cules de estos factores son ms importantes a la hora de favorecer su aparicin. Para poder encontrar explicaciones de los fenmenos es necesario aislar el efecto de cada una de las diferentes variables que lo causan. Se puede estar interesado en averiguar, por ejemplo, las causas de la estabilidad gubernamental, pensando en variables explicativas como la existencia de gobiernos de coalicin, la disciplina de voto en el parlamento y el desarrollo econmico. Para averiguar cul de estas variables es ms importante, y el efecto de cada una de ellas sobre la estabilidad, se tiene que estimar su influencia controlando por el efecto de las dems variables. Se debe proceder de este modo con cada una de las variables independientes para asignar a cada una el peso exphcativo que le corresponde. Cuando el inters se centra nicamente en estudiar la relacin entre dos nicas variables, por ejemplo la existencia de disciplina de voto en el parlamento y la estabilidad de los gobiernos, tambin es necesario tener en cuenta el carcter multicausal de los fenmenos polticos: hay otros factores adems de la disciplina de voto que influyen en la estabilidad gubernamental. Slo controlando por el efecto de otras variables explicativas (neutralizando su influencia sobre la variable

105

dependiente), se puede llegar a algn tipo de conclusin respecto a la incidencia de la disciplina de voto parlamentaria en la estabilidad de los gobiernos. En este ejemplo, as como en otros mencionados en los captulos anteriores, queda patente que el control es algo fundamental para conocer las causas de los fenmenos sin llegar a conclusiones equivocadas. El objetivo del control es evaluar el impacto relativo de cada una de las variables independientes sobre la dependiente. Para averiguar si existe o no relacin entre dos variables y cul es la fuerza de dicha relacin, es preciso mantener constante el valor de todas las dems variables independientes que puedan influir a la vez sobre la variable dependiente y sobre la variable explicativa que nos interesa. En el siguiente ejemplo, adaptado de JONHSON y JOSLYN (1995:378) queda clara la utilidad del control de posibles explicaciones alternativas cuando se investigan las causas de un fenmeno. Imagnese un modelo de explicacin del voto al Partido Popular en elecciones generales en el que ste depende de las actitudes que los electores tienen acerca del gasto pblico. Se establece la hiptesis de que cuanto ms a favor de la reduccin en el gasto pblico est un elector, mayores son sus probabilidades de votar al Partido Popular.

TABLA 5.1

La relacin entre actitudes sobre el gasto pblico y voto

\ ariable independien te
\ afiable dependiente Voto al Partido Popular Voto a otros par! idos Total A favor de reducir el gasto 52 % (260) 48 % (240) 100 % (500) En contra de reducir el gasto 28 % (140) 72 % (360) 100 % (500) Total 40% (400) 60% (600) 100% (1000)

Fuente: datos imaginarios.

106

En la tabla 5.1 se observa como los datos aportan evidencia emprica a favor de la hiptesis: efectivamente, los partidarios de la reduccin en el gasto pblico votan al Partido Popular con mayor frecuencia que los partidarios de su mantenimiento o incremento (52 por ciento frente a 28 por ciento). Sin embargo, no se espera que sta sea la nica explicacin del voto al Partido Popular. Analizando teoras previas sobre los determinantes del comportamiento electoral, se comprueba que variables como los ingresos, la ideologa o la ocupacin han sido profusamente estudiadas, y deben de ser consideradas en el anlisis. Las personas con ingresos elevados suelen votar a partidos de derechas ms que las personas con rentas modestas, por lo que se decide incluir esta variable en el anlisis. Tambin es posible que el nivel de ingresos afecte a su vez a la actitud de un elector sobre la reduccin del gasto pblico. Las personas con ingresos elevados pueden pensar que el beneficio que obtienen de la educacin y la sanidad pblicas son limitados (se trata de servicios que muchas veces pueden contratar privadamente) y por lo tanto pueden desarrollar actitudes favorables a la reduccin del gasto en estos sectores. El inters en introducir la variable ingresos en el modelo explicativo del voto al Partido Popular puede tener dos orgenes. Se puede estar interesado en conocer el papel de esta variable en s misma, por lo que se introduce en el anlisis para ver en qu medida el voto al Partido Popular vara en funcin del nivel de ingresos. El mismo anlisis de la tabla 5.1 puede repetirse tomando el nivel de ingresos como variable explicativa. Como se ha mencionado, la mayora de los fenmenos estudiados por la ciencia poltica estn lejos de tener una sola causa y conviene tener en cuenta la posibilidad de que varios factores influyan en la variable dependiente simultneamente, lo que requerira un anlisis algo ms complejo, utilizando, por ejemplo, tcnicas multivariables como la regresin mltiple. Tambin se puede estar interesado en conocer la influencia de las actitudes del gasto pblico, independientemente del papel desempeado por el nivel de ingresos. Como se ha sugerido antes, parte de las diferencias en el voto al Partido Popular producidas por distintas actitudes pueden deberse al hecho de que las personas con ingresos elevados sean ms partidarias de reducir el gasto pblico. Al mismo tiempo, los ingresos elevados estn relacionados con un mayor voto a este partido. Es decir, en el peor de los casos para la hiptesis original, la influencia de las actitudes respecto al gasto pblico sobre el voto puede deberse nicamente a una cuestin de ingresos. Se trata, por lo tanto, de estimar el impacto de las actitudes sobre el gasto en el voto al Partido Popular, controlando por el efecto de los ingresos. Analizar la relacin entre dos variables (actitudes y voto en este caso) controlando por una tercera implica estimar la relacin que interesa manteniendo constantes los valores de esa tercera variable. En el ejemplo, se puede dividir la muestra en dos grupos del mismo tamao, segn el nivel de ingresos y ver si la relacin

107

entre actitudes y voto se mantiene en cada uno de esos grupos. Una vez aqu, el investigador se puede encontrar ante tres situaciones distintas. La primera situacin es aqulla en la que el control por una tercera variable no altera la relacin entre las variables dependiente y explicativa. En la tabla 5.2 se aprecia que tanto entre las personas con altos niveles de ingresos, como entre las personas con bajos niveles de ingresos, la relacin entre actitudes hacia el gasto pblico y voto al Partido Popular se mantiene constante. No slo el nivel de ingresos no tiene ningn impacto en el voto, sino que tampoco parece tener ninguna influencia en las actitudes hacia la reduccin del gasto: los porcentajes no varan entre los dos grupos con distintos ingresos. En este caso, controlar por la variable ingresos no resulta necesario ni demasiado interesante, aunque se trata de una situacin muy poco habitual.

TABLA 5.2 Ejemplo de ausencia de relacin entre la variable dependiente (voto) y la variable de control (ingresos) A favor de reducir el gasto En contra de reducir el gasto 28% (70) 72% (180) 100% (250) Total

Altos ingresos
Partido Popular Otros partidos Total 52% (130) 48% (120) 100% (250) 40% (200) 60% (300) 100% (500)

Bajos ingresos
Partido Popular Otros partidos Total 52% (130) 48% (120) 100% (250) 28% (70) 72% (180) 100% (250) 40% (200) 00% (300) 100% (500)

Fuente: datos imaginarios.

108

Una segunda posibilidad es que, al controlar por la variable ingresos, se encuentre que la relacin entre actitudes y voto desaparece por completo. Esta es la situacin reflejada en la tabla 5.3. Entre las personas con un elevado nivel de renta, tanto los partidarios de una reduccin en el gasto como los partidarios de aumentarlo o mantenerlo votan al Partido Popular en un 60 por ciento. Sin embargo, entre los entrevistados con un menor nivel de ingresos, slo el 20 por ciento vota al Partido Popular, y esto sucede sea cual sea la actitud hacia la reduccin del gasto pblico. Segn estos datos, la relacin entre actitudes y voto no es causal, sino espuria, es decir, aparece nicamente porque ambas variables estn relacionadas con una tercera, que en este caso es el nivel de ingresos. Al controlar por esta variable, desaparece la relacin inicial entre las variables dependiente y explicativa. En este caso, la principal explicacin del voto reside en los ingresos y no en las actitudes.

TABLA 5.3 Ejemplo de relacin espuria entre actitudes y voto, controlando por la variable ingresos A favor de reducir el gasto En contra de reducir el gasto 60% (60) 40% (40) 100% (400) Total

Altos ingresos
Partido Popular Otros partidos Total columnas 60% (240) 40% (160) 100% (400) 60% (300) 40% (200) 100% (500)

Rajos ingresos
Partido Popular Otros partidos Total columnas 20% (20) 80% (80) 100% (100) 20% (80) 80% (320) 100% (100) 20% (100) 80% (400) 100% (500)

Fuente: datos imaginarios.

109

Una tercera situacin es aqulla en la que al controlar por la variable ingresos, la relacin entre actitudes y voto se atena pero no desaparece por completo. Esto significa que una parte (pero no todo) del efecto de las actitudes respecto al gasto pblico sobre el voto se debe a que los electores ms proclives a reducir el gasto son tambin los que tienen unos mayores niveles de renta. Una vez controlado el nivel de renta, el porcentaje de voto al Partido Popular es mayor entre los electores partidarios de reducir el gasto que entre los partidarios de mantenerlo o aumentarlo. Esta situacin hipottica en la que las tres variables aparecen relacionadas entre s se representa en el grfico 5.1.

GRAFICO 5.1 Modelo causal de explicacin del voto

ingresos probabilidad de voto al PP

actitud favorable a la reduccin del gasto

110

La especificacin de modelos tericos debe tener en cuenta la influencia de terceras variables que afectan simultneamente a la principal variable explicativa y a la variable dependiente. Cuando se prevea la posibilidad de que una variable pueda estar en esta circunstancia, debe ser incluida en el modelo, sea para medir su influencia sobre la variable dependiente, sea para estimar adecuadamente la influencia de la variable independiente con la que est relacionada. No conviene, sin embargo, sobrecargar el modelo terico con muchas variables de control. No se debe, por ejemplo, controlar por el efecto de variables intorvinientes que son en parte una consecuencia de la principal variable explicativa y a su vez afectan a la variable dependiente, ya que se si se hace se estara vaciando de sentido la relacin entre estas ltimas (KlNG et al, 1994: 173). Como se ver en el resto del captulo, los distintos mtodos de contrastacin de hiptesis se caracterizan fundamentalmente por la forma y el grado en el que permiten controlar (neutralizar) el efecto de las variables independientes sobre la variable dependiente (MANHEIM y RlCH, 1988: 106).

El mtodo experimental El mtodo experimental es el que permite tener un mayor grado de control de las posibles causas de un fenmeno o comportamiento. El experimento es la prueba cientfica por excelencia. Consiste en provocar deliberadamente modificaciones en los estados o valores de una variable independiente para evaluar su efecto sobre los estados o valores de la variable dependiente manteniendo constantes todos los dems factores que pueden influir en sta (Bartolini, 1991: 63). La ventaja de este mtodo respecto a otros es que mechante el experimento se intentan confirmar las hiptesis exponiendo a las personas u objetos a variaciones en los valores de la variable explicativa de inters, manteniendo constantes (y por lo tanto controladas) el resto de las variables independientes, de forma que cualquier variacin en la variable dependiente slo puede ser atribuible a los cambios en la variable explicativa. Es decir, se controla la influencia del resto de los factores que dejan de ser variables y se convierten en parmetros. Por ejemplo, un investigador en un laboratorio puede realizar experimentos en las plantas (unidades de anlisis) sobre la incidencia del uso de fertilizantes (variable explicativa) en su crecimiento (variable dependiente que se define operacionalmente como diferencia en centmetros entre t y t+1). De esta forma, se puede hacer variar la cantidad de fertilizante, manteniendo constante otros factores que influyen en el crecimiento como la cantidad de agua y luz (variables de control), y as comprobar la repercusin de la administracin de diferentes cantidades de fertilizantes en el crecimiento de las plantas.

111

En la ciencia poltica los estudios experimentales suelen analizar el comportamiento de dos grupos de personas con caractersticas similares: el grupo experimental, cuyos integrantes son expuestos a un estmulo (la variable independiente), y el grupo de control, que no es sometido al estmulo. El grupo de control est compuesto por sujetos que renen las mismas caractersticas que los del grupo experimental, pero que no son sometidos al mismo estmulo. Su nombre (grupo de control) se deriva precisamente del hecho de que sirve para controlar que la variacin en la variable dependiente que se produce tras la administracin del estmulo se debe nicamente a ste y no a ninguna otra variable, ya que no se diferencia en nada del grupo experimental. Por tanto, la idea detrs de este tipo de diseo de investigacin es que las variaciones en la variable dependiente que presente el grupo experimental con respecto al grupo de control son debidas exclusivamente al efecto del estmulo, es decir, a la variacin de la variable independiente. El investigador debe asegurarse que los dos grupos son iguales y medir el valor de la variable dependiente en los dos grupos antes y despus de la administracin del estmulo. El efecto de tal estmulo se infiere de la comparacin de los valores de la variable dependiente antes y despus de la exposicin al estmulo. Cuanto mayor sea la diferencia entre los valores antes y despus del estmulo en el grupo experimental, mayor ser el efecto de la variable independiente. No slo se comparan los valores de la variable dependiente en el grupo experimental antes y despus de la aplicacin del estmulo, sino tambin se miden en el grupo de control, para comprobar que la variacin de la variable dependiente se ha producido slo en el grupo experimental. Si efectivamente se ha mantenido constante el valor del resto de las variables explicativas, el valor de la variable dependiente deber ser el mismo en los dos momentos de medicin en el grupo de control que no ha sido expuesto al estmulo. La diferencia en los valores de la variable dependiente tambin en el grupo de control inchca que hay otros factores, adems de aqul en el que se ha centrado la investigacin (estmulo), que influyen en la variable dependiente y que no se han controlado en el experimento. En este caso no se puede atribuir al estmulo la influencia hipotetizada anteriormente.

112

TABLA 5.4 Esquema de una aplicacin del mtodo experimental Primera fase Segunda fase (ti) Tercera fase Cuarta fase (t2) Quinta fase

Seleccin de los grupos

Medicin de la variable dependiente

Administracin del estmulo (Variable independiente)


S

Medicin de la variable dependiente

Comparacin del valor de la variable dependiente en ti y 12


Se espera que haya una diferencia en el valor de la variable dependiente entre t i * y t.2 Se espera que no haya diferencia en el valor de la variable dependiente entre ti v i t2

Grupo experimental

Variable
dependiente
GEtl

Variable dependiente
GEt.2

Grupo de control

Variable dependiente
GCtl

No

Variable dependiente
GCt2

113

El mtodo experimental presenta tres ventajas fundamentales respecto a otros mtodos a la hora de maximizar las condiciones necesarias para realizar inferencias causales correctas (BARTOLINI, 1991: 64). En primer lugar, la precedencia temporal de las variables indepenchentes (estmulos) respecto a las dependientes permite tener una mayor seguridad de la direccin de la causalidad que cuando se utilizan otros mtodos de control. En segundo lugar, la posibilidad de repetir el experimento permite asegurar la fiabilidad de los resultados y la constante asociacin entre las dos variables estudiadas. El nmero de casos (experimentos) puede ser elevado, sean stos desarrollados por el mismo investigador o por investigadores diferentes. En tercer lugar, el mtodo experimental maximiza la posibilidad de afirmar la validez de la relacin estudiada. Existe un elevado grado de confianza en que el resultado de la investigacin es efectivamente el producto de la variacin de la variable independiente y no de otras variables externas, ya que mechante el mtodo experimental se excluye la influencia del resto de las variables, manipulndolas para mantenerlas constantes. Hasta hace relativamente poco en la investigacin politolgica se consideraba muy difcil realizar experimentos en laboratorios. La naturaleza del objeto de estudio de la ciencia poltica, dificulta en muchos casos aislar los fenmenos analizados del mecho en que se encuentran, as como la manipulacin de los valores de algunas variables explicativas. Resulta difcil modificar con estmulos externos un parlamento o un partido poltico, por no hablar de la imposibilidad de mantener constante al mismo tiempo la influencia de otros factores. Adems se cuestionaba la validez externa de las investigaciones que si podan desarrollarse con una metodologa cuasi-experimental, argumentando que no est claro hasta qu punto las conclusiones pueden sostenerse fuera de los entornos controlados. Sin embargo, recientemente, la preocupacin por la validez interna de las investigaciones y por la estimacin de las relaciones causales ha provocado un cierto resurgir de la metodologa experimental, por ejemplo en el mbito de la comunicacin poltica (NORRIS 1999, LUPIA 1998). Tambin son cada vez ms frecuentes los experimentos naturales, en los que se aprovecha una circunstancia o fenmeno no provocado para analizar efectos causales segn una lgica cuasi experimental (DUNNIN 2008). Aunque la lgica experimental no siempre sea posible ni deseable, el control de las exphcaciones alternativas s lo es. La lgica del control de los mtodos experimentales es la que inspira la aplicacin de tcnicas estadsticas. Tambin el mtodo comparado tiene como objetivo mantener constante el valor de ciertas variables explicativas, fundamentalmente a travs de la seleccin cuidadosa de casos.

114

El mtodo experimental permite manipular el valor de las variables de control para mantenerlas constantes mientras que se modifica el valor de la variable explieativade inters. En los diseos cuasi-experimentales se suelen utilizar dos grupos, el experimental, al que se aplica el estmulo (variable independiente), y el grupo de control, igual en todo al grupo experimental salvo en que no se le aplica el mismo estmulo. Se mide el valor de la variable dependiente antes y despus del estmulo en los dos grupos, y a partir de ah se infiere el efecto de la variable explicativa. El mtodo experimental es fuerte en relacin a su capacidad de generar resultados con validez interna, pero ms cuestionable en cuanto a su validez externa (capacidad de generalizacin). Cada vez es ms frecuentemente utilizado en la ciencia poltica, en forma de diseos de investigacin cuasi-experimentales o de experimentos naturales.

El mtodo estadstico El mtodo estadstico utiliza tcnicas matemticas para descubrir relaciones entre variables. As como el mtodo experimental manipula verdaderamente el estado de las variables de control, el mtodo estadstico utiliza una manipulacin conceptual/matemtica para realizar la misma tarea (MRKAY FAURE, 1994: 311). El mecanismo en el que se basa el control estadstico es la divisin de la muestra en tantas submuestras como categoras tenga la variable de control. Para cada una de esas submuestras se estima la relacin entre la variable independiente y la dependiente, y por lo tanto, se controla por el efecto de la variable que se ha parametrizado (es decir, se ha convertido en constante). Si hay ms de una variable de control se divide la muestra inicial en tantas submuestras como categoras resulten del cruce de las variables de control. Para poder realizar todas estas estimaciones (en cada una de las submuestras) es necesario disponer de un nmero elevado de casos. Este es uno de los requisitos ms exigentes del mtodo estadstico, difcil de conseguir en algunas investigaciones politolgicas, sobre todo aquellas que tienen unidades de anlisis distintas a los individuos. Por ello, en investigaciones con pocos casos suele ser ms adecuado el mtodo comparado. Existen tcnicas estadsticas apropiadas para cada nivel de medicin. Al inicio de este captulo se ha puesto un ejemplo en el que se utiliza el anlisis de tablas de contingencia, adecuado para trabajar con variables nominales y ordinales. En este epgrafe se aplica un ejemplo de anlisis estadstico adecuado para variables de intervalo. Como muestra de una aplicacin de la lgica del mtodo estadstico se utiliza el coeficiente de correlacin de Pearson de asociacin entre dos variables, y la tcnica de regresin mltiple que permite estimar la influencia de varias variables explicativas sobre una dependiente. Imagnese que se est realizando una investigacin sobre la relacin entre los ingresos y la ideologa de los electores. Se dispone de datos de una encuesta en

115

la que se han medido los ingresos de los encuestados, as como su autoubicacin ideolgica en una escala de 1 a 10 en la que 1 es la posicin ms a la izquierda y 10 representa la posicin ms a la derecha. El grfico 5.2 representa esta relacin. En el eje horizontal figuran los ingresos anuales y en el vertical las diferentes puntuaciones en la escala ideolgica. Cada uno de los puntos representa un individuo de la muestra y la localizacin del punto pone en relacin los ingresos del individuo (comprobando su situacin respecto al eje horizontal) con su autoubicacin ideolgica (comprobando su situacin respecto al eje vertical). La recta que aparece en el grfico, denominada recta de regresin, es una sntesis de la relacin entre ingresos e ideologa. Se parte de una hiptesis de trabajo inmediatamente corroborada por una mera observacin superficial del grfico: los individuos que tienen menos ingresos se sitan ms a la izquierda que los que tienen ms ingresos. O dicho de otro modo, a menor nivel de ingresos, menor puntuacin en la escala ideolgica. Se puede utilizar en primer lugar el ndice de correlacin para estimar la fuerza de la asociacin de las dos variables. El coeficiente de correlacin linear de Pearson es una de las medidas ms utilizadas para medir el grado de asociacin entre dos variables de intervalo. Este coeficiente oscila entre -1, cuando existe una correlacin negativa perfecta, y 1 cuando sta es una correlacin positiva perfecta. El coeficiente toma un valor 0 cuando no existe relacin entre las dos variables. En este caso las dos variables estn fuertemente relacionadas, ya que el coeficiente de correlacin tiene un valor de 0,94 y es de signo positivo: como se observa en el grfico 5.2, a medida que se incrementa el valor de una de las variables (ingresos) se incrementa tambin el valor de la otra (ubicacin ideolgica ms a la derecha).

116

GRFICO 5.2 Relacin ingresos y autoubicacin ideolgica

Autoubicacin ideolgica

Fuente: Elaboracin propia a partir ele datos imaginarios

117

La regresin mltiple es un mtodo estadstico que nos permite estimar el efecto que un cambio de una unidad en la variable explicativa produce sobre la variable dependiente. Para ello se utiliza la ecuacin de la lnea recta, de la que se estiman la constante (b0 y la pendiente (b1 a partir de la informacin disponible sobre X e Y:
Y = b 0 +b 1 x 1

En nuestro ejemplo: autoubicacin = b0 + b1 (ingresos) b -0,92 0,029 P 0,0000 0,0000

Constante (b0) Ingresos ( b 1 )

Los resultados confirman que los ingresos (en miles de euros anuales, tal y como se han medido en este ejemplo), est relacionada con la variable dependiente. La constante bo (-0.92) proporciona el valor que adopta la variable dependiente (autoubicacin) cuando la explicativa es cero. Eso significa que la ubicacin ideolgica de una persona sin ingresos sera -0,9231 El valor del coeficiente bi. la pendiente, informa del cambio que se produce en Y (autoubicacin ideolgica) al aumentar los ingresos anuales en una unidad (mil euros, en este ejemplo): La autoubicacin ideolgica se desplaza 0,029 unidades a la derecha por cada incremento de mil euros en los ingresos anuales de un individuo. Si el coeficiente bi no fuera significativamente distinto de cero, un incremento en los ingresos 110 producira ningn cambio en la autoubicacin ideolgica, es decir, no existira relacin entre las dos variables y por lo tanto la lnea del grfico 5.3 sera paralela al eje de las abscisas. Como, presumiblemente, el nivel de ingresos no es la nica variable relacionada con la autoubicacin ideolgica, podemos introducir en el modelo de regresin otros factores explicativos, completando la ecuacin: Y = bo+b1 X 1 +b 2 X 2 +b 3 X 3 +...+bmXm, donde xi, X2, xs. ...x,n son las variables independientes (ingresos y otras); bi, b2, b5, ...bm representan el efecto cada variable independiente sobre la dependiente en Y; y bo es el valor de Y cuando el de todas las variables independientes es cero. Cada coeficiente bm indica el cambio que se produce en Y al aumentar una
31

Este valor se sale de la escala utilizada para medir la ubicacin ideolgica. Para evitar este tipo de resultados de difcil interpretacin puede ser conveniente recodificar la variable independiente de manera que el punto cero coincida con la media. As la interpretacin de la constante sera el valor esperado de la autoubicacin ideolgica para un individuo que tiene un nivel de ingresos igual a la media (le la muestra.

118

unidad en xm manteniendo constante (en cero) el resto de las variables, es decir, cada coeficiente bm mide el efecto de cada variable explicativa en Y independientemente de las dems32. La tcnica de regresin mltiple permite por lo tanto estimar por separado el efecto que tienen cada una de las variables independientes sobre la variable dependiente controlando por el resto de las variables incluidas en el modelo. En nuestro ejemplo podemos analizar si adems de los ingresos, la edad tiene un efecto adicional sobre la autoubicacin ideolgica.

La constante representa ahora el valor de autoubicacin ideolgica cuando tanto los ingresos como la edad son cero. El coeficiente de la variable ingresos indica que la autoubicacin ideolgica se desplaza 0,019 unidades a la derecha por cada incremento de los ingresos anuales en una unidad (mil euros), manteniendo constante la influencia de la edad. El coeficiente que acompaa a la variable edad indica que la autoubicacin ideolgica se desplaza 0,06 unidades a la derecha por cada incremento de un ao en la edad, en esta ocasin manteniendo constante la influencia de los ingresos. Los coeficientes son estadsticamente significativos, ya que todos estn asociados a una probabilidad muy baja de cometer una equivocacin al rechazar la hiptesis nula. Al comparar los coeficientes b de cada una de las variables en el primer y segundo modelo, se advierte como el efecto de la variable ingresos ha disminuido al introducir la nueva variable edad. Esto quiere decir que antes, cuando se midi la relacin entre ingresos e ideologa sin controlar por otras variables, el coeficiente resultante meda no slo el efecto de los ingresos sobre la ideologa sino tambin la influencia de otros factores que estaban relacionados a su vez con los ingresos, como la edad. Se comprueba as mediante el segundo modelo que parte del efecto que en el primer modelo se atribua a los ingresos es en realidad consecuencia de la edad, por la que no se
32

La explicacin que aqu se realiza ele la tcnica ele regresin mltiple es incompleta y simplemente se muestra al objeto de ilustrar el mtodo estadstico. Existen multitud de manuales o libros dedicados a explicar detenidamente los presupuestos v procedimientos que utiliza esta tcnica, entre otros, LEWIS-BECIv (1980), ACHEN (1982), BERRY y FELDMAN (1985), SCHROEDER et al. (198G). GUILLEN (1992), FREEDMAN et al. (1993).

119

controlaba. La principal utilidad de la regresin mltiple es que es un mtodo estadstico que permite estimar efectos de unas variables sobre otras controlando por terceras variables y por lo tanto con menor probabilidad de llegar a conclusiones sesgadas. Los estadsticos como los coeficientes de correlacin o de regresin se calculan con una probabilidad asociada (p): la probabilidad de se cometa un error al rechazar, a partir de la informacin que contiene la muestra, la hiptesis nula de que en la poblacin el valor del coeficiente es cero y por lo tanto no hay cambios en Y cuando vara X. En este ejemplo, la probabilidad de equivocarse al afirmar que existe una relacin entre las dos variables (edad y autoubicacin) es muy baja. En otras palabras, la probabilidad de que no exista relacin entre las dos variables en el universo o poblacin es inferior a 0,00001. Si la probabilidad supera determinados umbrales (0,01 y 0,05 son los ms habituales) la investigadora tendra que plantearse seriamente rechazar la idea de que existe una relacin entre la edad y la ubicacin ideolgica en la poblacin y mantener la hiptesis nula (Ho) de ausencia de relacin entre las dos variables. Si la probabilidad asociada a un coeficiente es inferior a 0,01 esto quiere decir que existe un 99 por ciento de probabilidades de estar en lo correcto al afirmar que ese coeficiente refleja una relacin existente en la poblacin, y un 1 por ciento de probabilidad de error porque en la poblacin no exista relacin entre las variables. Si se adopta un nivel de significacin de 0,05 quiere decir que se asume que el error se puede producir en un 5 por ciento de los casos. Pero no se trata slo de tomar lmites convencionales como el nico criterio posible, sino de justificar las decisiones adoptadas. En ocasiones puede considerarse conveniente arriesgarse e incrementar la probabilidad de error a la hora de inferir conclusiones sobre una poblacin. Si, por ejemplo, se adopta el nivel de significacin p= 0,1, quiere decir que se est dispuesto a cometer errores en las inferencias respecto al total de la poblacin el 10 por ciento de las veces. La probabilidad asociada a cada uno de los coeficientes depende, entre otros factores, del tamao de la muestra. En muestras con un nmero elevado de casos prcticamente todos los coeficientes van a ser estadsticamente significativos sin que esto signifique que existan relaciones sustantivamente importantes. En la investigacin con tcnicas estadsticas hay que prestar atencin tanto a la significacin sustantiva de los coeficientes (su valor, su magnitud) como a su significacin estadstica (el valor de la probabilidad de que sean producto del azar, de una muestra no representativa, y por tanto reflejen una relacin entre dos variables que en realidad no existe en la poblacin). Un coeficiente puede ser sustantivamente poco interesante (cuando su valor sea muy bajo porque su contribucin en la explicacin de la variable dependiente es muy limitada), pero estadsticamente significativo (se puede estar prcticamente seguro de que ese valor es cierto en la poblacin). Por el

120

contrario, se pueden encontrar casos de coeficientes elevados y probabilidades asociadas demasiado grandes, lo cual puede ser el resultado, entre otras cosas, de disponer de un nmero reducido de casos.

Las tcnicas estadsticas son una de las herramientas ms potentes a disposicin de los politlogos para estimar efectos, controlar posibles sesgos y descartar explicaciones alternativas. Ofrecen adems estimaciones de la incertidumbre de los resultados, en funcin de la cantidad de informacin disponible, lo que las hace herramientas imprescindibles cuando el nmero de casos a estuchar es elevado.
El mtodo estadstico permite estimar el efecto de cada una de las variables explicativas sobre la variable dependiente. Este mtodo permite conocer la probabilidad de equivocacin o error que hay al inferir conclusiones de la muestra que se ha utilizado al universo o poblacin. Cuanto mayor sea la muestra, menor ser esta probabilidad. Permite obtener un grado de control inferior al del mtodo experimental pero superior al del mtodo comparado.

121

El mtodo comparado El mtodo comparado se utiliza para abordar el anlisis de un nmero reducido de casos. En esta situacin no es posible realizar un control sistemtico de las variables independientes a travs de las correlaciones parciales en las que se basa el mtodo estadstico, ni tampoco manipular los estados de las variables externas como en el mtodo experimental. Se trata de un mtodo claramente menos potente que los anteriormente citados en cuanto al control que consigue, pero que presenta aspectos positivos en cuanto a la profundidad que permite conseguir en el trato de cada uno de los casos. Su lgica es similar a la del mtodo experimental y estadstico. De hecho, para muchos autores no existe una frontera clara entre el mtodo estadstico y el mtodo comparado, dependiendo la eleccin entre uno u otro del nmero de casos que se considere en el anlisis. Adems es preciso tener en cuenta que el mtodo comparado no es una tcnica concreta de investigacin, sino un mtodo con una lgica especfica que pretende descubrir relaciones empricas entre variables con una voluntad de producir conocimientos generalizables (CAIS, 1997). El mtodo comparado, como su propio nombre indica, se vale de la comparacin explcita y sistemtica para estudiar las relaciones entre variables. Se trata del mtodo ms frecuentemente utilizado en la poltica comparada, es decir, aqulla que estudia el desarrollo de los sistemas polticos y su interrelacin con otros sistemas sociales. La poltica comparada es una subdisdplina de la ciencia poltica que se define tanto por su objeto (el estudio de diferentes sistemas polticos), como por su mtodo (el mtodo comparado). Como mtodo, la poltica comparada implica realizar un esfuerzo analtico consciente para explorar las diferencias y similitudes entre distintas unidades polticas, tomando este esfuerzo como base para desarrollar argumentos tericos, verificar hiptesis, inferir relaciones de causalidad y producir generalizaciones tericas (SCHMITTER, 1991). Frecuentemente se sostiene que todo conocimiento es intrnsecamente comparado y que el mero hecho de afirmar algo sobre un objeto supone que ste se est comparando con otro, o al menos con el concepto de la clase de objetos a la que pertenece. Sin embargo, esa no es una comparacin explcita y sistemtica, como la que es necesario realizar para llegar a conclusiones sobre la relacin entre diversas variables. BARTOLINI (1991) insiste en que no se debe confundir la actividad genrica de comparar, que puede tener diferentes finalidades en el proceso cognoscitivo, con la comparacin que persigue par ame trizar, es decir, mantener constante el valor de las variables externas a la relacin que se considera como hiptesis. Para verificar hiptesis es preciso anular (controlar) la influencia de variables exgenas, con el fin de centrarse en la relacin que interesa. Este control se consigue manteniendo el valor de aqullas constante, para poder estar ms o

122

menos seguro de que se est observando el efecto de la variable que interesa y no el de otra sobre el fenmeno objeto de estudio. En el mtodo experimental, el investigador puede manipular el valor de las variables exgenas para mantenerlas constantes; en el mtodo estadstico esta manipulacin se realiza a travs de tcnicas matemticas. En el mtodo comparado el control se ejerce mediante el procedimiento de clasificacin (de asignacin de valores a las variables) y mediante una adecuada seleccin de casos de forma que algunos de estos valores permanezcan constantes. Al carecer de un nmero de casos suficientes para poder utilizar tcnicas estadsticas y al no poder alterar voluntariamente el valor de ciertas variables, el mtodo comparado slo puede manipular los estados de las variables independientes a travs de una cuidada seleccin de los casos que tenga en cuenta los valores de las variables independientes (MURRAY FAURE, 1994: .312). Mediante la clasificacin se reagrupan los casos que se examinan de acuerdo con el valor de las variables en clases o tipos. Dentro de cada una de las clases el valor de la variable que se ha utilizado para realizar la clasificacin permanece constante. Si se diferencia, por ejemplo, entre pases con heterogeneidad tnica alta, media y baja33, dentro de cada una de estas tres clases el valor de la variable ' heterogeneidad tnica permanece relativamente constante. Imagnese una investigacin que indaga acerca de los efectos de la forma de gobierno en la estabilidad gubernamental en sistemas democrticos. En primer lugar, se debe definir declarativamente el concepto sistema democrtico y operacionalizarlo de manera que sea posible clasificar el conjunto de sistemas polticos en democrticos y no democrticos. De esa forma se tiene delimitado el universo de casos del que se selecciona una muestra. A continuacin es necesario atender a la definicin, operacionalizacin y medicin de las variables, proporcionando criterios que permitan clasificar a los gobiernos en estables o inestables. Se deben definir la variable forma de gobierno' y sus categoras, que pueden distinguir por ejemplo, entre sistemas parlamentarios, presidencialistas y semi-presidencialistas. Aunque se quiera centrar el estudio en el efecto de la forma de gobierno en la estabilidad gubernamental se debe controlar por el efecto de otras variables que pueden influir en la estabilidad de los gobiernos. Por tanto debe averiguarse cules son estas otras variables y definir sus categoras. Algunas de estas variables pueden ser el grado de desarrollo econmico o el tipo de gobierno (gobierno de coalicin versus gobierno monocolor). Cada uno de estos conceptos debe ser operacionalizado y medido. Una vez definidas las variables y sus categoras puede procederse a llevar a cabo una seleccin de los casos que mantenga constante el valor de estas
58

Como se ha visto en captulos anteriores es preciso proporcionar los criterios que se siguen para operacionalizar el grado de heterogeneidad tnica y la distincin entre a l t a , media y baja.

123

variables que influyen en la estabilidad de las democracias, pero que en la investigacin propuesta no interesa examinar. As, se pueden seleccionar casos slo con gobiernos de coalicin o sistemas de bajo desarrollo econmico, con el fin de mantener constantes los valores de estas variables para as centrar el anlisis en la relacin entre forma de gobierno y estabilidad. La clasificacin y la seleccin de casos son las herramientas de control del mtodo comparado. Al centrarse en un nmero reducido de casos no se debe realizar una seleccin aleatoria de los mismos, sino una seleccin motivada siguiendo un criterio que sea coherente con los objetivos de la investigacin. No tiene sentido realizar una seleccin de casos de tipo aleatorio, ya que mediante la propia seleccin se intenta parametrizar el valor de las variables cuyo efecto no se quiere estuchar en detalle. Existen dos posibilidades a la hora de seleccionar los casos: la estrategia de comparar sistemas similares -most similar systems design- y la de comparar sistemas diferentes -most different systems design- (PRZEWORSK1 y TEUNE, 1970). Su lgica interna es muy similar: los dos intentan aislar factores causales eliminando otras variables como causas posibles. Se diferencian en la forma en que se eliminan estas variables. En el procedimiento de seleccin de los sistemas similares se mantiene constante la influencia de las variables explicativas que 110 interesan, escogiendo sistemas que son similares o idnticos en esas variables y que difieren en el estado o valor de la variable de inters. Las variables cuya influencia se quiere parametrizar tienen el mismo valor para el conjunto de los casos escogidos, mientras que estos casos difieren en relacin a la variable que interesa estudiar. El diseo de investigacin de los sistemas similares se basa en lo que John Stuart Mili describi como el mtodo de la diferencia. Consiste en comparar casos en los que un fenmeno ocurre y casos similares en los que no ocurre. La tabla 5.5 muestra la lgica que sigue la seleccin de casos similares, que ya ha sido introducida en el captulo 3.

124

TABLA 5.5 Comparacin de sistemas similares Variables ele control XI X2 X3 111 111 111 111 111 Variable independiente X4 l 0 1 1 0 Variable dependiente Y 1 0 1 1 0

Casos A B C 1) E

Nota: 1 equivale a presencia (de la variable) y 0 equivale a ausencia".

125

El efecto de las variables de control se parametrizan seleccionando casos de tal forma que estas variables tengan el mismo valor en todos ello. Esto incrementa la seguridad de que las relaciones encontradas entre la o las variables independientes de inters y la variable dependiente no se deben a otros factores que no se estn teniendo en cuenta. Con un diseo de investigacin de los sistemas similares se llega a un resultado del tipo: en los sistemas que comparten las caractersticas XI, X2 y X3, las diferencias observadas en el aspecto Y se pueden atribuir a la variable X4. Una de las desventajas de la aplicacin del diseo de los sistemas similares es que frecuentemente se tiene ms de una variable independiente que explica la diferencia en los valores de la variable dependiente. En esas circunstancias el problema es que se pierden condiciones para determinar qu variable de las analizadas causa el fenmeno que se est estudiando, o cul de ellas lo hace en mayor medida.34 Otro problema que puede aparecer es que se restrinja de forma excesiva el marco de anlisis, de manera que resulte complicado realizar inferencias y generalizar respecto a un conjunto de casos que no compartan esas caractersticas contextales que se han controlado mediante el proceso de seleccin de casos. La seleccin de un nmero reducido de casos similares limita la aplicacin y generalidad de los resultados de la investigacin que no podrn extenderse a casos que 110 compartan esas caractersticas contextales similares. De esta forma, la validez interna de la teora se refuerza, pero la validez externa se ve reducida (PKNNINGS et al., 1999: 45).

* PRZEWORSKI y TEUNE, 1970: 33-34. y MURRAY FAURE. 199-1: 312.

126

TABLA 5.6 Comparacin de sistemas diferentes Variables X3 X4 0 1 1 1 0 0 0 0 1 1

Casos A B C I) E

XI 1 1 I 1 1

X2 1 1 0 0 0

X5 1 0 1 0 1

------->

Y 1 1 1 1 1

Nota: 1 equivale a presencia" (de la variable) y 0 equivale a ausencia

127

La comparacin de sistemas diferentes se basa en la sucesiva eliminacin de factores sistmicos irrelevantes. El objetivo de este tipo de anlisis comparado es identificar causas comunes que expliquen un resultado comn en sistemas por lo dems muy diferentes entre s (CAIS, 1997: 21). PRZEWORSKI y TEUNE (1970) han sido los mximos defensores de la estrategia de investigacin basada en la seleccin de sistemas diferentes. Se parte de la observacin de que varios sistemas presentan caractersticas diferentes pero el mismo fenmeno (variable dependiente con valor igual o similar). Por lo tanto, lo que est presente en unos casos y ausente en otros no puede explicar la presencia de un fenmeno en todos los casos. As, en el ejemplo que muestra la tabla 5.6, Xi aparece como la principal variable explicativa de Y. Una forma til para entender cmo se aborda una investigacin basada en el mtodo comparado es consultar trabajos previos que se hayan basado, parcial o totalmente en dicha metodologa. A este efecto, la investigacin comparada realizada por DEZ MedranO (1999) del nacionalismo vasco y cataln puede resultar especialmente ilustrativa, especialmente en lo que se refiere a la justificacin que realiza de la seleccin de los casos de estudio y a las limitaciones que el propio autor plantea que puede tener dicha eleccin en relacin a la posibilidad de extender las conclusiones de la investigacin a otros casos de nacionalismo distintos de los estudiados. BOIX (1996) en su investigacin sobre la incidencia del signo poltico de los gobiernos en el tipo de poltica econmica que desarrollan incorpora una comparacin de Gran Bretaa y Reino Unido, cuya consulta es asimismo de gran inters a modo de ilustracin aplicada del mtodo comparado. No existe consenso entre los diferentes autores en la consideracin del mtodo comparado en relacin con el mtodo estadstico. Para LlJPHART (1975) el mtodo comparado se parece en todo al estadstico, excepto en que en el primero el nmero de observaciones no permite la realizacin del control por medio de correlaciones parciales. Por lo tanto, la opcin por uno u otro mtodo depende enteramente del nmero de casos, pero cuando sea posible este autor aconseja utilizar el mtodo experimental o el estadstico que permiten ejercer un mayor control sobre el estado de las variables explicativas. En todo caso, LlJPHART (1975) insiste en la necesidad de vincular esta decisin con una valoracin de los recursos de que se dispone (tiempo y presupuesto). En una situacin de escasez aconseja realizar un anlisis comparado de pocos casos antes que un anlisis estadstico superficial de muchos casos. En esta circunstancia el mtodo comparado puede considerarse como un primer paso para generar hiptesis que luego pasen a ser puestas a prueba utilizando tcnicas estadsticas. Para otros autores, como RAGIN (1987), no existe slo una gradacin de los mtodos segn el grado de control, sino que cada uno de ellos tiene ventajas e inconvenientes que los hacen adecuados a diferentes objetivos de investigacin. El mtodo comparado requiere un conocimiento ms intenso de las unidades de
128

anlisis y de la interrelacin de variables que presenta cada una de ellas, y por tanto este autor considera que el mtodo comparado no slo se trata de una estrategia para abordar el estudio de un nmero reducido de casos sino que aporta un estilo de anlisis distinto al estadstico. Mientras que en el anlisis estadstico los casos son considerados como meras unidades, en el mtodo comparado los casos son tratados como entidades que no pueden ser reducidas a los valores de un conjunto de variables. Para RAGIN el objetivo de los estudios comparados es analtico y tambin interpretativo. Los comparativistas que utilizan ccise-oriented strategies a menudo quieren entender o interpretar casos concretos por su inters especfico. COLLIER (1994) refleja este punto cuando indica la evolucin de la consideracin del mtodo comparado: mientras que en los aos setenta se le consideraba un mtodo inferior con respecto al experimental o al estadstico, a medida que ha pasado el tiempo se ha incrementado el inters en su carcter interpretativo. En la actualidad, la ciencia poltica se halla en una fase en la que se intentan superar viejos antagonismos y llegar a una convivencia fructfera de los diferentes mtodos. Se insiste menos en la superioridad de un mtodo sobre otro y ms en la complementariedad, siempre que las investigaciones se desarrollen dentro de unas pautas de rigor cientfico.

El mtodo comparado basa su aportacin a la construccin y verificacin do teoras en la comparacin sistemtica y controlada de un nmero reducido de casos cuidadosamente seleccionados por sus caractersticas. La clasificacin y la seleccin de casos son las herramientas de control del mtodo comprado. La principal ventaja del mtodo comparado es que se tiene un mayor conocimiento de cada uno de los casos analizados. Su principal desventaja es el menor control que permite ejercer sobre las variables explicativas, y por tanto, el menor grado de certidumbre sobre las relaciones encontradas.

129

APNDICE Fuentes de datos


35

Los datos tiles para la investigacin en ciencia poltica son muy heterogneos, como ya se ha comentado en el captulo 4. Se elaboran en muy diversos mbitos, aunque los mayores productores son los organismos oficiales. El desarrollo de las nuevas tecnologas de la informacin ha facilitado la agrupacin, almacenamiento, recuperacin y difusin de los datos a travs de las redes telemticas, normalizando las conchciones de acceso36. Cada pas suele tener un organismo encargado de recoger, organizar, coordinar y difundir estos datos, establecindose autnticos sistemas estadsticos que, a su vez, se relacionan con los sistemas de otros pases a travs de organizaciones supranacionales, como el CESSDA (Council of European Social Science Data Archives). As mismo, existen un buen nmero de pginas Web que son un buen punto de partida, ya que proporcionan una excelente informacin accesible por pases, partidos, instituciones, elecciones, etctera, como Webs Political Resources on the Net (www.noliticalresources.net). INTUTE Social Sciences (www.intute.ac.uk/socialsciences/) o Richard Kimbers Political Science Resources (www.psr.keele.ac.uk). Esta ltima contiene ms de 300 enlaces hacia todo tipo de webs relacionadas con la Ciencia Poltica. Para todo lo relacionado con procesos electorales, son especialmente tiles tanto (http://www.electionguide.org/) que permite hacer bsquedas por pas y eleccin como el Archivo Lijphart. sobre elecciones http://dodgson.ucsd.edu/hi/, o la Web http://www.elcctionresourccs.org/ que permite una bsqueda rpida por pas, adems de ofrecer links de inters. Adems de estos recursos generales, a continuacin se presentan algunos de los organismos que producen datos de inters para los politlogos, ordenados en funcin de su procedencia.

" Agradecemos la colaboracin para la revisin de este Apndice del personal del Servicio de Biblioteca y Documentacin del CIS, y en especial de Nstor Clabo y K a l Blanco. 36 Entre las numerosas pginas de Internet, destacamos wvvw.nolitioaIresoureos net. Hay una gran cantidad de vnculos a instituciones y organismos en cada pas del mundo.

130

Espaa

Estadsticas de mbito nacional


El Instituto Nacional de Estadstica (INE) es el organismo encargado en Espaa de coordinar todos los servicios estadsticos de la administracin. Se encarga tambin de la preparacin del proyecto del Plan Estadstico Nacional (PEN), as como de compilar todos los registros y directorios necesarios para llevar a cabo las estadsticas y elaborar y publicar los censos generales y todas las dems operaciones encomendadas a l en el PEN. Peridicamente, el INE publica en forma de libros o folletos los ltimos resultados obtenidos. Un catlogo de edicin anual proporciona detalles de todas estas publicaciones. Una parte importante de todos estos datos tambin est accesible en soporte magntico y electrnico. Su banco de datos TEMPUS integra una base de datos de series temporales estadsticas junto con un sistema de gestin de la misma que posibilita la realizacin de consultas, extraccin de datos, tabulacin, gestin, tratamiento de la informacin, transferencia de ficheros de series y grficos. Contiene informacin tanto de carcter textual como numrica, y engloba las principales estadsticas y encuestas elaboradas por el INE y otros organismos pblicos nacionales o internacionales. TEMPUS es accesible a travs de Internet. En la pgina web del INE hay disponible asimismo otra aplicacin, INEBASE, a travs de la cual pueden realizarse consultas sobre datos de poblacin, educacin, turismo, y otros temas, que pueden ser descargadas en ficheros en diferentes formatos. Dentro de la Administracin General del Estado existen tambin otra serie de organismos que producen datos estadsticos de indudable inters para el investigador. Por ejemplo, el Ministerio de Economa y Hacienda ofrece datos de inters sobre indicadores econmicos. Tambin se pueden consultar las estadsticas elaboradas por el Banco de Espaa, sobre todo en lo relativo a tipos de cambio, tipos de inters, e informacin econmica en general. Tambin son reseables las estadsticas ofrecidas por el Ministerio de Educacin y Ciencia acerca de todo lo referente a la enseanza. El Ministerio de Trabajo y Asuntos Sociales ofrece datos tiles en materia sociolaboral, y otros organismos dependientes de este Ministerio, como el Instituto de la Juventud o el Instituto de la Mujer, son fuentes de ineludible consulta a la hora de realizar un acercamiento tanto al colectivo de los jvenes como al de las mujeres. El Observatorio Permanente de la Inmigracin, adscrito a dicho ministerio, proporciona en su pgina web datos interesantes sobre cstintos aspectos relativos a la inmigracin. En el Ministerio del Interior puede obtenerse asimismo informacin sobre temas relativos a extranjera y migraciones, drogas,

131

juego, trfico, o elecciones. Todos estos organismos publican peridicamente sus estudios y muchos de ellos se pueden consultar a travs de Internet. Muchas comunidades autnomas han pasado a asumir importantes competencias en materia de estadstica (Ley de la Funcin Estadstica Pblica de 9 de mayo de 1989), incluso, en algunos casos, han creado institutos estadsticos propios encargados de tales actividades. Pueden destacarse entre ellos el de Madrid: www.madrid.org/iestadis/. Pas Vasco: www.eustat.es. Catalua: www.idescat.cat/es/ o Andaluca: www.iuntadoandalueia.es:9002/. Encuestas ele opinin El Centro de Investigaciones Sociolgicas (C1S) es uno de los principales organismos dedicados a la produccin de estudios sobre la realidad social y poltica espaola. Ejerce, adems, una importante labor de promocin de la ciencia poltica y sociologa por mecho de sus publicaciones y de sus actividades destinadas al desarrollo de la investigacin. Su principal funcin es la elaboracin de estudios sobre la realidad social espaola. Desde su fundacin en el ao 1963, bajo la antigua denominacin de Instituto de la Opinin Pblica, hasta la actualidad son ms de 1600 los estudios que se encuentran accesibles en su banco de datos, la mayor parte procedentes de encuestas. El acceso al catlogo del banco de datos del CIS se puede hacer mediante consulta de su edicin en papel o a travs de la pgina web en Internet. Los estudios se ordenan siguiendo un sistema de clasificacin por materias de veintitrs grandes temas que, a su vez, clan origen a doscientos subtemas. Cada estudio es clasificado con un mximo de cuatro materias. Adems de por criterios temticos, la informacin es localizable por fechas en la edicin en papel del catlogo, mientras que en Internet, el acceso se posibilita desde cualquier campo del catlogo (nmero, universo, ttulo, convenio, fecha, contenido, mbito y disponibilidad). Adems de los estudios, el CIS ofrece la posibilidad de descargarse los ficheros de datos, lo que facilita al investigador poder procesarlos con mayor facilidad. El Centro de Investigaciones sobre la Realidad Social (CIRES) desarroll sus proyectos entre 1990 y 1996. Durante todo este tiempo, el Centro llev a cabo 52 investigaciones sobre otros tantos temas de inters. CIRES facilitaba los datos brutos de estas investigaciones en soporte magntico para que cada investigador realizara individualmente la explotacin y el proceso de dichos datos de la forma que considerase ms oportuna. Adems, CIRES public informes anuales que contenan un anlisis descriptivo de los datos obtenidos en sus investigaciones. La Fundacin FOESSA (www.foessa.org) se instituy en 1965 con el patrocinio principal de Critas Espaola y el objetivo de cooperar al acierto de los entonces incipientes Planes de Desarrollo, con el auxilio tanto de datos secundarios

132

preexistentes como de informacin primada especfica. Desde entonces, FOESSA ha publicado seis informes sociolgicos sobre la situacin social en Espaa, adems de una serie de estudios monogrficos sobre problemas y necesidades sociales de la sociedad espaola. Los datos primarios sobre los que se realizan los informes se obtienen mediante cuestionario distribuido a una poblacin de 8.500 personas mayores de edad pertenecientes a las diferentes comunidades autnomas. Los principales temas de estos estudios son la situacin poltica y parlamentaria, la situacin econmica, las reformas sociales, las transformaciones culturales, los cambios de valores y la marginacin social. El Centro de Estudios sobre el Cambio Social (CECS) est dirigido por la Fundacin Encuentro y patrocinado por la Fundacin Ramn Areces y la empresa Iberdrola. Rene a un equipo de especiahstas dedicados a investigar los diversos mbitos de la realidad social espaola. Dispone de un banco de datos encargado de la actualizacin de los indicadores sociales y las estadsticas. Su labor principal se refleja en un informe anual de carcter evaluativo e interpretativo que se viene publicando desde 1993. Al final del ltimo volumen publicado se incluye un anexo estadstico que responde a la estructura del informe y que ofrece los indicadores actualizados de cada seccin. En los ltimos tiempos se han creado otros centros pblicos que realizan encuestas en diferentes Comunidades Autnomas. Algunos tienen una trayectoria ms prolongada, como el Gabinete de Prospeccin Sociolgica del Gobierno Vasco y otros, como el Centre d'Estudis d'Opini en Catalua son de ms reciente creacin. En el mbito universitario destaca el Observatorio Poltico Autonmico (www.opa 151 .com), que lleva aos realizando encuestas de mbito autonmico sobre temas polticos y sociales. En l participan la Universidad del Pas Vasco (a cargo del Euskob arme tro), la Universidad de Santiago de Compostela, el CAPDEA de la Universidad de Granada y el Institu, de Ciendes Poltiques i Socials de la Diputacin de Barcelona, adscrito a la Universidad Autnoma de Barcelona. A partir de la experiencia investigadora anteriormente desarrollada por el Grupo de Investigacin sobre Opinin Pblica de la Regin de Murcia, se ha creado en la Universidad de Murcia el CEMOP que a partir de 2009 ha comenzado a desarrollar de forma peridica estudios de opinin sobre la realidad de la Regin de Murcia (www.cemopmurcia.es). El Real Instituto Elcano ofrece informacin variada sobre distintos aspectos de la poltica exterior y las relaciones internacionales. Promueve la realizacin de un barmetro anual para medir la opinin pblica acerca de la poltica exterior espaola, y tiene distintas lneas de investigacin sobre las que publica informes breves que proporcionan informacin til sobre una amplia variedad de temas.

133

Anuarios y otras fuentes Como fuente de referencia bsica de datos estadsticos podemos citar los Anuarios que editan peridicamente dos de los principales diarios de tirada nacional: El Pas y El Mundo. En ellos se pueden encontrar una serie de datos procedentes de muy diversas fuentes que tratan una amplia diversidad de temas (poblacin, elecciones, indicadores econmicos bsicos, educacin, etctera). Tambin son tiles las hemerotecas que muchos diarios tienen ya de acceso gratuito a travs de la Web. Merece la pena destacar no slo las de los dos diarios anteriormente citados, sino tambin la de La Vanguardia (h ttp: // www .1 av an gu ar d i a. es/h em ero teca/) ya que es una de las ms completas en Espaa, puesto que contiene referencias desde 1881. En el mbito de la investigacin de mercados y los estudios de opinin es importante citar tambin a la Asociacin Espaola de Estudios de Mercado, Mrketing y Opinin (AEDEMO). Su labor fundamental se centra en la difusin y control de las tcnicas empleadas en la investigacin comercial. Europa Oficinas de Estadstica La tendencia actual viene marcada por el establecimiento en cada pas de organismos oficiales que produzcan, recojan, almacenen y difundan los datos estadsticos, en coordinacin con las actividades desarrolladas por otros organismos privados. Estos organismos tambin facilitan el acceso a fuentes estadsticas internacionales, ya sean de otros pases o de organizaciones supranadonales. En el caso de consultar los datos automatizados, ya sea on line a travs de Internet o mediante la consulta de disquetes o discos pticos, se ofrece la posibilidad, en muchos casos, de realizar bsquedas textuales, tabulaciones y grficos, adems de contar con enlaces (links) con otras instituciones o datos de inters en el caso de Internet. El crecimiento acelerado de la produccin de datos informatizados procedentes de distintos organismos pblicos y privados, provoc la necesidad ineludible de una labor de recopilacin y facilitacin del acceso a los mismos, con el fin de evitar la desorientacin del investigador. En 1976 se crea en el mbito europeo el CESSDA (www.cessda.org). que es una federacin de institutos representantes de los pases miembros, con el fin de compartir recursos y facilidades de acceso a los datos producidos en cada nacin. Espaa est representada desde 1997 por el CIS. Otros miembros importantes son el UK Data Archive de la Universidad de Essex (Reino Unido), el Zentralarchiv Empirische Sozialforschung de Colonia (Alemania), o el Banque de Donnes Socio-Plitiques de Grenoble (Francia). El CESSDA tambin ofrece enlaces con otros pases del mundo y participa en IFDO

134

(.International Federaiion of Data, Organizations) (www.ifdo.org). que permite el intercambio de datos automatizados no slo en un entorno europeo, sino a escala mundial, siendo, adems, un foro de encuentro e investigacin para los cientficos sociales interesados en el acceso y tratamiento de estos datos. Eurostat es la Oficina Estadstica de las Comunidades Europeas, se puede acceder a toda su documentacin on line a travs del portal Europa (www.eurona.eu/). Es de capital importancia, ya que ofrece informacin armonizada de los distintos pases que forman la Unin Europea. Sus productos, por tanto, son muy relevantes para la realizacin de investigaciones comparadas. Eurostat recoge distintos datos producidos por las Oficinas de Estadstica de sus pases miembros, los consolida y armoniza, de modo que puedan ser usados global o comparativamente. Este proceso de armonizacin tambin se extiende a otros pases, como son los miembros de la EEA (European Economic Area), y a Estados Unidos y Japn. La temtica es muy amplia: estadsticas generales, economa y finanzas, poblacin y condiciones sociales, energa e industria, agricultura, pesca, silvicultura, comercio exterior, transporte, medio ambiente, investigacin y desarrollo. Algunas de sus publicaciones ms relevantes son: Demographic Statistics, Social Portrait of Europe, Labour Forc Survey, Women and Men in the European Union, Youth in the European Union, Migration Statistics, Education across the European Union, Unemployment, Europe in Figures, Basic Statistics of the. European Union, Eurostatistics, Key Figures, IndiccUors of the European Union, Portrait of the Regions, Regions, Statistical Yearbook, Eurostat Yearbooh. Tambin ofrece el acceso a bases de datos, entre las que cabe destacar New Cronos, que contiene series cronolgicas macroeconmicas, y Regia, que aporta datos socioeconmicos de las distintas regiones de los pases de la Unin Europea. Encuestas de opinin Por su importancia, conviene sealar algunas encuestas de opinin europeas muy consultadas, como la encuesta British Social Altitudes (realizada por el National Center for Social Research), que contiene datos anuales relativos actitudes sociales y polticas de los britnicos, y el Eurobarmetro, elaborado por el Sector de Anfisis de Opinin Pblica de la Direccin General de Comunicacin de la Comisin Europea, que recoge los resultados de la opinin pblica europea acerca del proceso de integracin comunitario y las distintas polticas comunitarias. La Encuesta Social Europea (ESE) es un estudio comparado y longitudinal que, desde 2002, se lleva a cabo cada dos aos en casi una treintena de pases europeos. En ella se recaban datos que permitan estuchar las actitudes, atributos y comportamientos sociales y polticos de los ciudadanos europeos. Tiene como objetivo fundamental crear una gran base de datos transnacional y longitudinal que incluya datos individuales y contextales, a la vez que incorpora

135

importantes innovaciones tcnicas, emplea procedimientos minuciosos y diseos metodolgicos de un rigor sin precedentes en el mbito de las encuestas sobre actitudes y comportamientos polticos y sociales. Estados Unidos El ICPSR (Inter-University Consortium for Political and Social Research) (ht,tr)://www.ici)sr.umich.edu/ici)srweb/ICPSR/) tiene su sede en la Universidad de Michigan. Creado en 1962, ofrece el acceso al archivo mundial ms grande que contiene datos automatizados tiles para la investigacin social y poltica, facilitando adems la utilizacin de instrumentos bsicos y avanzados tanto para el anlisis cuantitativo como para todo tipo de anlisis secundarios. Actualmente son miembros de este consorcio ms de 700 instituciones acadmicas y organizaciones dedicadas a la investigacin en Estados Unidos y Canad, adems de otras tantas en Europa, Asia, Oceana y Amrica Latina. Los datos de su archivo cubren un ampho espectro de materias: ciencia poltica, sociologa, demografa, economa, historia, educacin, justicia, salud pblica, poltica internacional, y no estn limitados al contexto norteamericano, sino que contiene datos referentes a muchos otros pases. El Fedstats (w w w .fedsta ts.gov) recoge todas las estadsticas producidas por las ms de setenta agencias que tiene el Gobierno Federal de los Estados Unidos, que son de uso pblico en la mayora de los casos. Entre las ms relevantes se encuentran las siguientes: NCHS (National Center for Health Statistics), BEA (Burean of Economic Analysis)y NCES (National Center for Educations Statistics), BJS (Burean of Justice Statistcs), BLS (Burean of Labor Statistis Mission). El US Census Burean tambin es accesible a travs de Fedstats. Entre los institutos de opinin pblica, es necesario destacar el Roper Center (h t.ti) ://w ww. ron orcen t er. ucon n.oduA que fundado en 1947, es la institucin educativa lder en el campo de la opinin pblica, para lo que mantiene, entre otras cosas, el banco de datos sobre encuestas mayor del mundo, y Gallup Organization, una de las mejores fuentes para el acopio de datos sobre opinin pblica. The Gallup Poli, tanto en su versin mensual como anual, es ya un clsico en el mundo de las encuestas de opinin. Otros recursos tiles se pueden encontrar en: La revista The Economist (www.econoTTnst.com/count.ries) que ofrece informacin y anlisis sobre pases con noticias, estadsticas y otros datos que pueden resultar de utilidad. La clebre Agencia Central de Inteligencia estadounidense (CIA) (www.cia.gov) ofrece una buena gama de recursos, en especial una buena cantidad de datos sobre dirigentes de pases, as como una completa descripcin de los mismos a travs de su 'World Factbook.

136

Amrica Latina

La creciente importancia de la regin latinoamericana ha hecho que sean numerosas las fuentes de informacin que la toman como epicentro. A nivel genrico se puede citar al Latn American Network Information Centre (LANIC) htt.n://)anic.utexas.edu/indexesn.ht.mL una gua de recursos en ciencia poltica que se centra en Amrica Latina, indexado tanto por pases como por temticas. Cabe destacar asimismo la base de datos polticos de la Universidad de Georgetown (Poli tic al database of the Am ericas, http://pdba.georgetown.edu/), y, en Espaa, el Observatorio de Instituciones Representativas (www.oir.org.es). As mismo existen varias bases de datos, entre las cuales podemos citar la Scientifie Electronic Library Online (www.scielo.org) o la Red de Revistas Cientficas de Amrica Latina y el Caribe, Espaa y Portugal (Redalyc) (httn://redalvc.uaemex.mx/) que engloba un total de 550 revistas cientficas y 115078 artculos de texto completo. En cuanto a las encuestas de opinin, aunque hay iniciativas de encuestas comparadas recientes, como el Latn American Public Opinin Project (http://lapop.ccp.ucr.ac.cr/). el Latinobarmetro es el estudio que cuenta con una trayectoria ms prolongada, con ms de 19000 entrevistas realizadas desde 1995 en ms de 18 pases de Amrica Latina. Sus datos pueden consultarse en lnea a travs de una aplicacin de fcil manejo (h ttp:// w ww. 1 a ti nob arome tro. or g/). Organismos Internacionales Entre los organismos internacionales, cabe destacar los siguientes. ONU. www.un.org Las publicaciones de mayor inters son el Anuario Estadstico (ofrece datos muy variados desglosados por pases y est disponible en CD-ROM) y el Anuario Demogrfico (contiene datos relativos a ms de doscientas zonas del mundo e informa cada ao sobre algn tema concreto). UNESCO, www.unesco.org Destaca su Anuario Estadstico, que contiene datos de ms de doscientos pases relativos, fundamentalmente, a cultura y educacin. OIT. www.oit.org Son especialmente importantes su Anuario de estadsticas de trabajo, que ofrece datos desglosados por paes, y su coleccin Fuentes y mtodos: estadsticas de trabajo, herramienta muy til para la elaboracin y tratamiento de ese tipo de datos. OCDE. www.oecd.org Se pueden citar sus publicaciones Labour Forc Statisti.es, que contiene datos sobre la poblacin activa de los

137

veinticuatro pases pertenecientes a la OCDE; OECD Statistical Compendium, base de datos con ms de 150.000 series cronolgicas actualizadas anualmente, y Main Economic Indicators, indicadores econmicos actualizados mensualmente. Banco Mundial, littn: //w w w. b a neo m u n d i al. o r g/ Tambin se pueden encontrar datos de inters en sus publicaciones Social Indicators of Development, World Development Indicators y World. Development Reports. Tiene lneas de investigacin abiertas y varias publicaciones sobre capital social. Destaca asimismo por su inters para los politlogos su base de datos sobre instituciones polticas (disponible a travs de la pgina web del Banco Mundial). En la actualidad, la principal va de transmisin de datos es Internet, en la que prcticamente cada organismo, institucin u organizacin sealada, nacional o internacional, posee una pgina informativa. En muchas ocasiones es posible obtener documentos, datos estadsticos e incluso ficheros de datos de encuesta a travs de las pginas de Internet. Publicaciones peridicas Las publicaciones cientficas en la disciplina de ciencia poltica son numerosas. Se presenta aqu una seleccin de las ms utilizadas por orden alfabtico. Muchas de ellas son accesibles en formato electrnico a travs de plataformas comerciales como Metapress, Science Direct, VVilley Interscience y Sage Premier, a travs de plataformas acadmicas como JSTOR (Journal Storage) para las colecciones retrospectivas3, o por medio de repositorios de revistas cientficas como Dialnet y REDALYC (Red de Revistas Cientficas de Amrica Latina y el Caribe, Espaa y Portugal. Tampoco debemos olvidar distintas bases de datos dedicadas al anlisis documental de revistas especializadas, muchas de las cuales ofrecen no slo ndices de materias y resmenes sobre los artculos, sino tambin cada vez ms el acceso al texto completo de los mismos. Entre las ms importantes para las materias que nos ocupan cabe citar Sociofile, Socindex, Political Science and Government Abstracts, Worlwide / Political Science Abstracts with Pro-Quest Full Text, Francis, el Indice Espaol de Ciencias Sociales y Humanidades, Academic Search Premiere y First Search OCLC.

JSTOR recoge el texto de publicaciones peridicas vivas o muertas. Sin embargo, en el primer caso quedan casi siempre exceptuados, como mnimo, los tres ltimos aos de la publicacin, que habr que consultar a travs de otras fuentes

138

Espaa
Claves de Razn Prctica (Progresa. Madrid) Cuenta y Razn (Fundacin de Estudios Sociolgicos, Madrid) Debis (Instituci Alfons el Magnanim, Valencia) Leviathan (Fundacin Pablo Iglesias, Madrid) Papers (Universitat Autnoma de Barcelona, Barcelona) Poltica Exterior (Estudios de Poltica Exterior. Madrid) Poltica y Sociedad (Facultad de CC.PP. y Sociologa, UCM, Madrid) Revista de Derecho Poltico (UNED, Madrid) Revista de Estadios Polticos (CESCO, Madrid) Revista de Estadios Regionales (Universidad de Mlaga, Mlaga) Revista de Occidente (Fundacin Jos Ortega y Gasset. Madrid) Revista de Poltica Comparada (UNED, Madrid) Revista del Centro de Estudios Constitucionales (CESCO. Madrid) Revista Espaola de Derecho Constitucional (CESCO, Madrid) Revista Espaola de Ciencia Poltica (Asociacin Espaola de Ciencia Poltica, Madrid) Revista Espaola de Investigaciones Sociolgicas (CIS. Madrid) Revista Internacional de Sociologa(IESA/CSIC. Crdoba) Sntesis (AIETI, Madrid) Sistema (Fundacin Sistema, Madrid) Zona Abierta (Editorial Pablo Iglesias, Madrid)

Europa
British -loamal of Political Science Electoral Studies European Journal of Political Research European Union politics Government and Opposition II Poltico Political Studics Pouvoirs Problemes Politiquea el Sociaux Revista In ternacional de Ciencias Sociales Revue Francaise de Science Politique Rivista Italiana di Scienza Poltica Scandinavian Political Stiidies Southern European Politics and Society West European Politics

139

Estados Unidos
American Political Scicnce Reciew American Journal of Political Science Annual Review of Sociology Compara t e Polit ics Comparative Political Studies Political llieory Poli lies an d Society Public Opinin Quarterly Journal of International Affairs Journal of Poli lies 7he W estern Political Quarterly

140

Bibliografa
ACHEN, Christopher (1982): Interpreting and Using Eegression, Beverly HilLs: Sage. ACHEN, Christopher y Philips W. Shively Chicago: University of Chicago Press. ALAMINOS, Antonio (1993): Grficos, Madrid: CIS. ANDIJIZA, Eva (1999): Individuos o sistemas? Las razones de la abstencin en Europa occidental, Madrid: CIS. AZOFRA, Mara Jos (1999): Cuestionarios, Madrid: CIS. BARTOLINI, Stefano (1991): Metodologa de la investigacin poltica, en G. Pasquino et al., Manual de Ciencia Poltica, Madrid: Alianza, pgs. 3978. BARTOLINI, Stefano (1993): "On time and comparative research", en Journal of Theoretical Politics, 5:2, pgs. 131-167. BARTOLINI, Stefano y Peter Mair (1990): Identity Competition and Electoral Availability: The Stabilisation of European Electorales, Cambridge: Cambridge University Press. BERRY, YVilliam I). y Stanley Feldman (1985): Mltiple Regression in Practice, Beverly Ililis: Sage. BOIX, Caries (1996J: Partidos polticos, crecimiento e igualdad. Estrategias econmicas conservadoras y socialdemcratas en democracias avanzadas, Madrid: Alianza Editorial. BOURDIEU, Pierre (1985): The forms of capital, en Richardson, J.G. (ed.), Handbook of theory and research for the sociology of education, Nueva York: Greenwood. CAS, Jordi (1997): Metodologa del anlisis comparativo, Madrid: CIS. CEA D'ANCONA, Ma Angeles (1996): Metodologa cuantitativa: estrategias y tcnicas de investigacin social, Madrid: Sntesis. CAMPBELL, Angus, Philip E. Converse, Donald E. Stokes y Warren E. Miller (1960): The American Voter, Chicago: University of Chicago Press. CARAMANI, Daniele (2004): The Nationalization of Politics: The Formation of National Electorates and Party Systems in Western Europe, Cambridge: Cambridge University Press. COLEMAX, James (1988): Social capital in the creation of human capital", American Journal of Sociology, vol.94, pp. 95-120. (1995): Cross-Level Inference,

141

COLLIER, David (1994): El mtodo comparativo: dos dcadas de cambios , en G. Sartori y L. Morlino (eds.), La comparacin en las Ciencias Sociales, Madrid: Alianza. COLLIER, David y James E. Mahon Jr. (1993): Conceptual stretching' revisited: Adapting categories in comparative analysis, en American Political Science Review, 87:4, pgs. 845-855. COLLIER, David y Steven Levitsky (1998): Democracia con adjetivos. Innovacin conceptual en la investigacin comparativa, en Agora, 8, pgs. 99-122. CONVERSE, Jean M. y Stanley Presser (1986): Survey Qnestions: Handcrafting the Standardizad Questionnaire, Beverly Hills: Sage. CORBETTA, Piergiorgio (2001): Metodologa, y tcnicas ele investigacin social, Madrid: MacGrawHill. CORDERO, Magdalena (1998): Banco dx> dolos, Madrid: CIS. DAHL, Robert A. (1989): La Poliarqua, Madrid: Tecnos. DE MIGUEL, Jess (1996): Autobiografas, Madrid: CIS. DELLA PORTA, Donatella y Michel Keating (2008): Approaches and Methodologies in the Social Sciences. A Pluralist Perspective, Cambridge: Cambridge University Press. DEZ MEDRANO, Juan (1999): Naciones divididas. Clase, nacionalismo en el Pas Vasco y Catalua, Madrid: Investigaciones Sociolgicas. poltica y Centro de

DOGAN, Mattei y Dominique Pelassy (1990): How to Compare Nations. Strategies in Comparative Politi.cs, Chatham: Chatham House. DUNNINGS, 2008, Improving causal inference: strengths and limitations of natural experiments, Political Research Quarterly, 61:2, pgs. 282-293 ECO, Umberto (1992): Cmo se hoce uno tesis. Tcnicas y procedimientos de investigacin, estudio y escritura, Barcelona: Gedisa. ECKSTEIN, Harry (1992): Case study and theory in political Science en H. Eckstein, Regarding Politics. Essays on Political Theory, Stability and Change, California: University of California Press, pgs. 117-179. EVANS, Jocelyn (2004): Voters and Voting, Londres: Sage. FREEDMAN, David, Robert Pisani Barcelona: Antoni Bosch. y Roger Purves (1993): Estadstica,

GARCA de la FUENTE, Olegario (1994): Metodologa de la. Investigacin Cientfica. Cmo hacer una Tesis en. la Era de la Informtica., Madrid: CEES.

142

GARCA FERRANDO, Manuel (1986): La observacin cientfica y la obtencin de datos sociolgicos, en M. Garca Ferrando, J. Ibez y F. Alvira (ecls.), El anlisis de la- realidad social, Madrid: Alianza, pgs. 113-125. GEDDES, Barbara (1990): "How the cases you choose aTect the answers you get. Selection bias in comparative politics", Political Analysis 3, pgs. 131-151. GILBERT, Nigel (1993): Analyzing Tabular Data, Londres: University College of London Press. GUASCH, Oscar (1997): Observacin participante, Madrid: CIS. HARPER, Rosalyn (2002): The measurement of Social Capital in the United Kingdom, National Statistics. HEALY, Tom (2003): Social Capital: Challenges for its measurement at international leveF, trabajo presentado en la conferencia Social Capital and Economic Development. Anniversary Conference on Sustainable Ties in the Information Society. HERREROS, Francisco (2002): Son las relaciones sociales una fuente de recursos? Una definicin del capital social, en Papers, 67, pp. 129-48. HOLSTEIN, James A. y Jabuur F. Gubrium (1995): Tire Active Interview, Thousand Oaks: Sage. HUBER, John y Ronald Inglehart (1995): Expert interpretations of party space and party location in 42 societies en Party Politics, 1:1, pgs. 73111.

IBAZ, Jess (1979): Mas all de la Sociologa: El grupo de discusin, tcnica y crtica, Madrid: Siglo XXL IBAZ, Jess (1986): Cmo se realiza una investigacin mediante grupos de discusin, en M. Garca Ferrando, J. Ibez y F. Alvira (eds.), El anlisis ele la realidad social, Madrid: Alianza, pgs. 489-501. INGLEHART, Ronald (1977): The silent revolution : changing vales and political styles among Western publics, Princeton: Princeton University Press. INGLEHART, Ronald (1990): Culture Shift in Advanced Societies, Princeton: Princeton University Press (versin en castellano publicada por el CIS) ISERNIA, Pierangelo (2001): Bologna: II Mulino Introduzione alia ricerca poltica e sociale,

JOHNSON, Janet B. y Richard A. Joslyn (1995); Political Science Research Methods, Washington: Congress Quarterly Press.

143

KATZER, Jeffrey, Kenneth H. Cook y Wayne W. Crouch (1998): Evaluating Information. A Guide for Users of Social Science Research, Boston: McGraw-Hill. KlNG, Gary, Robert O. Keohane y Sidney Verba (1994): Designing Social Inquiry. Scientifie Inference in Qualitative Research, Princeton: Princeton University Press (versin en castellano publicada en Alianza). KITSCHELT, Herbert, Zdenka Mansfeldova, Radoslaw Markowski y Gabor Toka (1999): Post-Communist Party Systems, Cambridge: Cambridge University Press. LAGO, Ignacio (2008): La lgica de la explicacin en las ciencias sociales, Madrid: Alianza. LAVER, Michael (1983): Invitation to Politics, Oxford: Robertson. LEWIS-BECK, Michael S. (1980): Applied Regression. Ari Introduction, Beverly Hills: Sage. LIJPHART, Arend (1971): Comparative pohtics and the comparative method, en American Political Science Review, 65, pgs.682-693. LIJPHART, Arend (1975): The comparable-cases strategy in research, en Comparative Political Studies, 8:2, pgs. 158-177. comparative

LlPSET, Seymour M. (1992): Algunos requisitos sociales de la democracia: desarrollo econmico y legitimidad, en Diez textos bsicos de Ciencia Poltica, Barcelona: Ariel, pgs. 113-150. LUPIA, Arthur y Mathew McCubins (1998): The Democratic Dilemma: Can citizens learn what they need to know? Cambridge: Cambridge University Press. MAIR, Peter (1996): Comparative politics: An overview, en H.D. Klingemann y R.E. Goochn (eds.), A New Ilandbook of Political Science, Oxford: Oxford University Press, pgs. 309-335. MANHEIM, Jarol B. y Richard C. Rich (1988/- Anlisis poltico emprico. Mtodos de investigacin en Ciencia Poltica, Madrid: Alianza. MARAVALL, Jos Mara (1995): Los resultados de la democracia, Madrid: Ahanza. MERTON, Robert K. (1957), Social Theory and Social Structure, Glencoe: The Free Press. MURRAY FAURE, Andrew (1994): Methodological problems in comparative politics, en Journal of Theoretical Politics, 6:3, pgs. 307-322. MORALES, Laura (2006): Instituciones, movilizacin y participacin poltica: el asociacionismo poltico en las democracias occidentales, Madrid: Centro de Estudios Polticos y Constitucionales.

144

NORRIS (2004): Electoral Engineering: Voting Bules and Political Behavior, Cambridge: Cambridge University Press. NORRIS, Pippa (1999) OnMessage, Cambridge: Cambridge University Press. ORTI, Alfonso (1986): La apertura y el enfoque cualitativo o estructural: La entrevista abierta semidirectiva y la discusin de grupo, en M. Garca Ferrando, <J. Ibez y F. Alvira (eds.), El anlisis de la realidad, social Madrid: Alianza, pgs. 171-203. PASQUINO, Gianfranco (1988): Naturaleza y evolucin de la disciplina, en G. Pasquino et. al., Manual de Ciencia Poltica, Madrid: Alianza, pgs. 1535. PEARSON, Karl (1892): The Grammar of Science, Londres: J.M. Dent & Sons Ltd. PEDERSEN, Mogens N. (1979): The dynamics of European party systems. Changing patterns of electoral volatility, en European Journal of Political Research, 7, pgs. 7-26. PENNINGS, Paul, Hans Keman y Jan Kleinnijenhuis (1999): Doing Research in Political Science, Lonches: Sage. POPPER, Karl (1999), La lgica de la investigacin cientfica, Madrid: Tecnos PRZEWORSKY, Adam y Henry Teune (1970): The Logic of Comparative Social Inquiry, Nueva York: John Wiley and Sons. PUTNAM, Robert (1993), Making democracy work. Civic traditions in modern Italy, Princeton: Princeton University Press. PUTNAM, Robert (2002): Solo en la bolera: colapso y resurgimiento de la comunidad norteamericana, Barcelona: Galaxia Gutenberg. RAG1N, Charles (1987): The Comparative Method: Moving beyond Qualitative and Quantitative Strategies, Berkeley: University of California Press. REIIER, David-Sven y Angeles Valero demogrfica en Espaa, Madrid: CIS. (1995): Fuentes de informacin the of

RICHARDSON Dick y Chris Root.es (1995): The Green development of Green parties in Europe, Londres: Routledge.

challenge:

ROBINSON, W.S. (1950): "Ecological correlations and the behavior individuis", en American Sociological Review, 15, pgs. 351-357.

RUDESTAM, Kjell Erik y Rae R. Newton (1992): Surviving your Dissertation, Londres: Sage. SANDERS, David (2002): Behavioralismen David Marsh and Gerry Stoker (eds.), Theory and Methods in Political Science, Houndmills: Palgrave Macmillan.

145

SARTORI, Giovanni (1970): Concept misformation in comparat.ive politics, en American Political Science Review, 64:4, pgs. 685-705. SARTORI, Giovanni (1984): Guidelines for concept analysis, en G. Sartori (ed.), Social Science Concepts, Beverly Hills: Sage, pgs. 15-85. SARTORI, Giovanni (1995): La Poltica, Lgica y mtodo en las Ciencias Socialest Mxico: FCE. SCHMITTER, Philippe C. (1991): "Comparativo politics at the crossroads, en Estudios, 27, Madrid: Instituto Juan March de Estudios e Investigaciones. SCHROEDER, Larry D., David L. Sjoquist y Paula E. Stephan (1986): Understanding Regression Analysis. An Introcluctory Cuide, Beverly Ilills: Sage. SCIIUMAN, Howard y Stanley Presser (1981): Questions and Answers in Attitude Surveys: Experiments on Question Form, Wording, and Context, Nueva York : Academic Press. SKOCPOL, Theda (1984): Los Estados y las revoluciones sociales : un anlisis comparativo de Francia, Rusia y China, Mxico: Fondo de Cultura Econmica. VERBA, Sidney, Norman H. Nie y Jae-On Kim (1978): Participation and Political Equality, Cambridge: Cambridge University Press. VERBA, Sidney, Kay Lehman Schlozman y Henry E. Brady (1995): Voice and Equality. Civic Voluntarism in American Politics, Cambridge: Harvard University Press. WRIGHT, G.H von (1993): Two traditions en Martyn Hammersley (ed.), Social Research: Philosophy, Politics and Practice, Londres: Sage.

146