Vous êtes sur la page 1sur 9

King Gary, Robert O. y Kehoane Sidney Verba (2000).

El Diseo de la
Investigacin Social. Alianza editorial. Madrid.
Cap1. LA CIENCIA EN LAS CIENCIAS SOCIALES
El objetivo es cmo plantear preguntas y moldear los estudios acadmicos para
extraer inferencias descriptivas y causales vlidas. Se centra en la lgica
intrnseca que subyace en toda investigacin cientfica.
Pretende relacionar las tradiciones de la investigacin cualitativa y cuantitativa
mediante una misma lgica inferencial.
Esta distincin divide tambin la disciplina en dos ramas: una cuantitativasistemtica-generalizadora y otra cualitativa-humanista-discursiva. Desde la
perspectiva del autor la diferencia slo es estilstica y su importancia en
trminos metodolgicos y de contenido es mnima.
Todas las ciencias sociales necesitan comparar, lo cual supone que se evale
qu fenmenos se parecen <<ms>> o <<menos>> en cuestin de grado
(diferencias cuantitativas) o de tipo (diferencias cualitativas).
Una no es mejor que la otra. Los precisos mtodos estadsticos que sustentan la
investigacin cuantitativa conforman modelos formales abstractos que son
aplicables a todo tipo de investigacin, incluso a aqullas en que las variables
no pueden medirse cuantitativamente. El carcter extremadamente abstracto, e
incluso poco realista, de los modelos estadsticos es lo que hace que las reglas
inferenciales resalten con tanta claridad.
Lo que distingue a las ciencias sociales es que pretende hacer inferencias
vlidas mediante el uso sistemtico de procedimientos de investigacin
contrastados.
Se parte de la base de que es posible lograr cierto conocimiento del mundo
exterior, pero tal conocimiento siempre ser incierto. Como el mundo social
cambia rpidamente, los anlisis que nos ayuden a comprender las
transformaciones han de describirlas e interpretarlas en su contexto.
Lo que se busca es un pensamiento disciplinado.
En lo que refiere al diseo, la investigacin tiene cuatro caractersticas:
1. El objetivo es la extraccin inferencias descriptivas o explicativas a partir
de la informacin emprica que se tenga del mundo. Una inferencias
descriptiva implica utilizar observaciones del mundo para revelar otros
hechos que no se han observado; una inferencia causal implica conocer
efectos causales a partir de los datos observados. El alcance de stas
puede delimitarse en el tiempo y en el espacio. Lo que distingue la
investigacin cientfica es el objetivo de hacer inferencias que vayan ms
all de las observaciones especficas que se han recogido.
2. Los Procedimientos son Pblicos, de lo contrario no constituye una
aportacin a la ciencia.
3. Las Conclusiones son inciertas. La inferencia es por definicin un proceso
imperfecto; es imposible llegar a conclusiones perfectamente ciertas

utilizando datos inciertos. Se debe contemplar el clculo de la


incertidumbre o carecera de cientificidad.
4. El contenido es el mtodo: el principal contenido de la ciencia son sus
mtodos y reglas, no su objeto de estudio, ya que podemos utilizar tales
mtodos para estudiar prcticamente todo. La investigacin cientfica
propugna un conjunto de normas inferenciales de las que depende su
validez.
Una aportacin ser posible siempre que nuestro trabajo contemple
explcitamente
( o pretenda reinterpretar) las preocupaciones de la comunidad acadmica y
utilice medios pblicos para hacer inferencias que respeten las reglas cientficas
y la informacin de que disponemos.
Las ciencias sociales pretenden explicar situaciones del mundo social que
consideramos ms o menos complejas; nuestra capacidad de simplificar
depende de en qu medida podemos simplificar la realidad adecuadamente y
de si podemos extraer con coherencia resultados y variables explicativas. La
complejidad depende, en parte, del estado de nuestra teora.
Es probable que la complejidad haga ms inciertas nuestras inferencias, pero
NO tiene porque hacerlas menos cientficas. La compensacin ms grande al
utilizar las reglas de inferencia cientfica se logra precisamente cuando los datos
son limitados, los instrumentos de observacin tienen defectos, las medidas no
estn claras y las relaciones son inciertas. Si hay relaciones claras y datos no
ambiguos, quiz el mtodo no sea tan importante, ya que incluso reglas o
inferencias defectuosas podran producir respuestas medianamente aceptables.
El investigador debe ser flexible para rechazar las viejas formas de mirar el
mundo y plantear nuevas preguntas, revisar los diseos de investigacin
apropiadamente y recoger datos diferentes de los que haba pensado en un
principio, lo cual debe producirse siguiendo procedimientos explcitos que
respeten las normas de inferencia.
Los datos disciplinan el pensamiento a su manera.
Los investigadores deben perfeccionar el diseo de su investigacin antes de
llevar a cabo cualquier trabajo de campo.
El diseo de investigacin est conformado por la pregunta de la investigacin,
la teora, los datos y la utilizacin de los datos.
SUGERENCIAS:
1. MEJORAR LA PREGUNTA DE INVESTIGACIN: Un proyecto de investigacin
tiene que plantear una pregunta relevante para el mundo real y hacer una
aportacin concreta a lo escrito en un rea acadmica identificable,
aumentando la capacidad colectiva de dar explicaciones cientficas
verificables a algn aspecto del mundo. En ocasiones, la situacin del
conocimiento en un determinado campo hace que se precisen muchos
datos y descripciones antes de afrontar el reto de dar una explicacin.

Todas las hiptesis han de ser contrastadas empricamente antes de que


hagan una aportacin al conocimiento. Hay que situar el diseo del
estudio dentro del marco de la bibliografa cientfica existente.
Se puede hacer una aportacin explcita a lo escrito sobre el tema de
varias maneras:
a). Eligiendo una hiptesis que los estudiosos consideren importante en la
bibliografa pero de la que no se haya realizado un estudio sistemtico. Si
encontramos pruebas a favor o en contra de una hiptesis, estaremos
haciendo una aportacin
b). Eligiendo una hiptesis aceptada en la bibliografa que sospechemos
es falsa, o creemos que no se ha demostrado adecuadamente, e
investigando si realmente lo es o si otra teora es correcta.
c). Intentando resolver o presentar ms pruebas a favor de una de las
partes en una polmica que est presente en lo escrito hasta el momento,
demostrando que dicha polmica careca de fundamento desde el
principio.
d). Diseando investigaciones que arrojen luz o evalen premisas no
cuestionadas por la bibliografa.
e). Sealando que en la bibliografa no se ha concedido atencin a un
asunto importante y proceder a
aportar a ese campo un estudio
sistemtico.
f). Sealando que las teoras o pruebas relativas a cierto objetivo en un
campo podran aplicarse a otro para solucionar un problema existente,
pero aparentemente alejado.
Los dos criterios sealados, no son necesariamente opuestos. Si partimos de un
problema real tendremos que preguntarnos cmo puede estudiarse con
mtodos cientficos modernos para hacer una aportacin al fondo de
explicaciones de las ciencias sociales.
La descripcin exacta es un paso importante de los estudios explicativos.
Si se propone un asunto que no pueda desarrollarse hasta convertirlo en un
proyecto de investigacin concreto, que permita la extraccin de inferencias
descriptivas y causales vlidas, hay que abandonarlo o modificarlo. Del mismo
modo tambin hay que cambiar toda propuesta que no haga alguna aportacin
a los escritos acadmicos. Al elegir provisionalmente un tema estamos
dialogando con su bibliografa.
Que preguntas de inters para nosotros se han respondido ya Cmo se puede
plantear nuestra pregunta para que parezca posible contestarla con las
herramientas disponibles?
2. MEJORAR LA TEORA. En ciencias sociales, una teora es una especulacin
razonada y precisa sobre la respuesta que cabe dar a una pregunta de
investigacin, e incluye una declaracin de porqu tal respuesta es
correcta. Las teoras suelen conllevar hiptesis descriptivas o causales
ms especficas. Una teora debe estar en consonancia con los datos
disponibles anteriormente sobre una pregunta de investigacin.

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


a). Hay que elegir teoras que puedan estar equivocadas, se aprende ms de
ellas.
b). Para asegurarse de que una teora es falsable hay que elegir una que
pueda generar tantas consecuencias observables como sea posible.
c). Al disear teoras es preciso ser lo ms concreto posible, es decir,
precisin y prediccin especficas.
El propsito es que despus de ver los datos, podamos modificar la teora
para que se pueda aplicar a una gama ms amplia de fenmenos. Esto es,
podemos hacer que la teora sea menos restrictiva (de forma que contemple
una gama ms amplia de fenmenos y se vea expuesta a ms oportunidades
de falsacin) pero esto no ha de hacerse sin haber recogido ms datos con
los que contrastar la nueva versin de la teora. Podemos permitirnos el lujo
de inventar nuevos diseos de investigacin o proyectos de recoleccin de
datos que podran utilizarse para determinar si nuestras especulaciones son
correctas.
La recoleccin de datos preliminar puede llevarnos a alterar las preguntas de
la investigacin o a modificar la teora. Posteriormente se pueden recabar
otros datos para contrastar la nueva teora, evitndose el problema de
utilizar la misma informacin para elaborar y comprobar una teora.
3.- MEJORAR LA CALIDAD DE LOS DATOS: los datos son informacin sobre el
mundo recogida de forma sistemtica y pueden ser de tipo cuantitativo o
cualitativo. Por ende es preciso:
a). Registrar y detallar el proceso con el que se generan los datos. Slo si
hacemos esto podremos hacer inferencias descriptivas y causales vlidas.
b). Para evaluar mejor una teora hay que recoger datos acerca de la mayor
cantidad posible de consecuencias observables que sean coherentes con la
teora para lograr que sea ms penetrante la explicacin y mas ciertos sus
resultados.
c). Maximizar la validez de nuestras mediciones; lo ms fcil es maximizar la
validez ajustndose a los datos sin permitir que se nos interpongan
conceptos no observados o no mensurables.
d). Asegurarse de que los mtodos de recoleccin de datos son fiables, lo
que significa que si se aplica el mismo procedimiento de la misma manera
siempre se obtendr la misma medida.
e). Todos los datos y anlisis deben ser, en la medida de lo posible,
reproducibles, lo cual tiene que ver con el proceso de razonamiento que se
utiliza para alcanzar conclusiones. Partiendo del informe de nuestra
investigacin, otro investigador debera poder copiar los datos y rastrear la
lgica de nuestras conclusiones.
Aprovecharse del acceso privilegiado a fuentes de informacin sin buscar
que otros lo tengan imposibilita la reproduccin y pone en cuestionamiento
la calidad cientfica del trabajo.
4.- UTILIZAR MEJOR LOS DATOS EXISTENTES:

a). Siempre que sea posible, para hacer inferencias hay que utilizar datos
que no estn sesgados, es decir que como promedio sean correctos. Esto es,
no elegir observaciones de tal manera que se distorsione sistemticamente
la poblacin de la que proceden, o excluir alguna variable de control que
pudiera influir en una aparente conexin causal entre las variables
explicativas y la que queremos aclarar.
b). Para que los datos se utilicen de manera eficiente hay que maximizar la
informacin que se ha tenido en cuenta para hacer las inferencias
descriptivas o causales; es preciso utilizar todos nuestros datos y usar
tambin toda la informacin relevante que hay en ellos para mejorar las
inferencias.
RESUMIENDO:
Para que una teora merezca la pena debe contemplar consecuencias
relacionadas con las observaciones que esperamos encontrar si es correcta.
Estas consecuencias observables de la teora han de guiar nuestra recoleccin
de datos y ayudarnos a distinguir entre hechos relevantes e irrelevantes. La
teora y la investigacin emprica deben estar estrechamente relacionadas.
Uno de los objetivos ms importantes de las ciencias sociales es explicar tanto
como sea posible de la forma ms escueta posible. A mayor precisin de las
variables utilizadas, mayor control del problema de investigacin.
La maximizacin del control no debe confundirse con la idea de concisin, que
es un presupuesto relacionado con la naturaleza del mundo ms que una norma
para disear investigacin. Ms bien refiere a hacer listas constantes de
aquellas posibles consecuencias observables de sus hiptesis que pudieran
detectarse en sus datos o en otros.
Si lo que deseamos es que nuestra inferencia plantee una hiptesis vlida, es
mejor que nuestra teora tenga consecuencias en muchos niveles de anlisis
diferentes.
Tanto en la investigacin cuantitativa como en la cualitativa el conocimiento y la
inferencia son siempre inciertos. La medicin en ambos tipos de estudio es
propensa al error, pero sus causas pueden ser diferentes. Los buenos cientficos
sociales contemplan un margen aproximado de incertidumbre en sus
inferencias.
Evitar sacar conclusiones muy ambiciosas a partir de datos poco consistentes.
Siempre hay que calcular de forma razonable el grado de incertidumbre que
existe en cada una de ellas.
La inferencia causal se convierte en un proceso en el que cada conclusin es
una oportunidad de investigar an ms, con el fin de profundizar en esa
inferencia y ponerla a prueba.

Cap. 2.- LA INFERENCIA DESCRIPTIVA


En ciencias sociales, la investigacin, ya sea cuantitativa o cualitativa, tiene dos
objetivos: describir y explicar y la relacin entre ambas es interactiva.
La descripcin conlleva un proceso inferencial: consiste en inferir informacin
sobre hechos no observados a partir de aquellos que si se han contemplado.
La ciencia y la interpretacin no persiguen objetivos distintos. Ambas dependen
de la elaboracin de cuidadosas descripciones, de una comprensin profunda
del mundo, de que se planteen buenas preguntas, de la formulacin de
hiptesis falsables a partir de teoras ms generales y de la recoleccin de
pruebas necesarias para evaluar tales hiptesis.
La aportacin primordial de la ciencia es un conjunto de procedimientos con los
que se pueden dar respuestas a preguntas descriptivas y causales elaboradas
apropiadamente.
Para evaluar la hiptesis, la lgica de la inferencia cientfica es inmejorable.
Una de las ms difciles tareas de la investigacin social es la de simplificar y
sta ha de ser sistemtica para obtener un conocimiento til.

La investigacin social tiene que ser general y especfica al mismo tiempo: debe
informarnos sobre los tipos de acontecimientos y hechos especficos en lugares
concretos.
Aunque cuantificar produce precisin, no favorece necesariamente la exactitud:
inventar ndices cuantitativos que no se relacionen directamente con los
conceptos o acontecimientos que pretendemos medir conduce a errores de
medida y a problemas en las inferencias causales.
Los estudios de caso son esenciales para la descripcin y por ende para las
ciencias sociales. Una buena descripcin es mejor que una mala explicacin.
La inferencia es un proceso en el que se utilizan hechos que conocemos para
aprender sobre los que desconocemos. Los hechos conocidos se someten a
preguntas, teoras e hiptesis de nuestra investigacin y conforman nuevos
datos y observaciones de tipo cuantitativo y cualitativo.
La mejor forma de organizar los hechos es hacer que sean consecuencias
observables de alguna teora o hiptesis con el fin de evaluarla; despus la
teora nos lleva a seleccionar los hechos que son consecuencia de ella. Los
beneficios que lo anterior arroja son:
Podemos darnos cuenta rpidamente de que si existen ms observaciones
de las consecuencias de una teora, nos permite evaluarla con mayor
riqueza.
No hay porque poseer una teora completa antes de recoger datos, ni
porque mantenerla inalterable durante el proceso. La teora y los datos
interaccionan; siempre es necesaria alguna teora antes de recoger los
datos y se precisan algunos datos antes de teorizar.
Organizar los datos mediante una lista de observaciones especficas de
una teora. La mxima crucial que ha de guiar tanto la creacin de una
teora como la recoleccin de datos es la bsqueda de ms consecuencias
observables de esa teora.
Dentro del proceso de simplificacin que se desarrolla al organizar nuestros
datos como consecuencias observables de la teora, necesitamos sistematizar
dichos datos. Verificar que la teora tiene sentido en otras situaciones aunque
stas no tengan un inters directo- aumenta la confianza en que la teora es
correcta y en que explica adecuadamente la nica consecuencias observable
que nos interesa.
Un modelo es una simplificacin de algn aspecto del mundo y una
aproximacin al mismo. Nunca son netamente verdaderos o falsos, aunque los
buenos solo recopilan las caractersticas correctas de la realidad que
representan.
En qu punto decidimos construir un modelo depende de nuestro objetivo y de
la complejidad del problema que estudiemos.
Para su elaboracin, la regla ms importante en la recoleccin y resumen de
datos, es dejar claro cmo se han creado y de qu manera hemos accedido a
ellos. Hacemos modelos con los datos por medio de variables, unidades y
observaciones.
En la mayora de las obras que se denominan <estudios de caso>se miden
numerosas variables de muchos tipos diferentes de unidades. Es esencial

distinguir entre nmero de casos y de observaciones. El primero puede tener


cierto inters para ciertos fines, pero el ltimo es importante para evaluar la
cantidad de informacin que un estudio aporta a la resolucin de una pregunta
terica. Se sugiere, por ende, reservarnos la n habitual para referirnos
nicamente al nmero de observaciones y no de casos.
Un caso puede definirse tcnicamente como un fenmeno del que solo
sealamos e interpretamos una nica medida en cada variable pertinente.
El trmino observacin hace referencia a las medidas de una o varias variables
en una sola unidad.
Cmo podemos hacer inferencias descriptivas sobre la historia sin perdernos
en datos irrelevantes?
El modelo para el proceso de resumen de los detalles histricos es un
estadsticos con el que se expresan datos de forma abreviada. Su objetivo es
exponer caractersticas apropiadas de stos mediante un formato til.
Comunicarse mediante resmenes tiene ms sentido para el lector que utilizar
todos los datos originales.
Las normas que rigen el resumen de los pormenores histricos son:
Deben centrase en los resultados que queremos describir o explicar
Tiene que simplificar la informacin de que disponemos.
Ha de ser lo suficientemente simple para que nuestro pblico pueda entenderla.
La inferencia descriptiva es un proceso mediante el cual se comprende un
fenmeno no observado a partir de un conjunto de observaciones.
Uno de los objetivos fundamentales de la inferencia es distinguir entre el
componente sistemtico y el no sistemtico dentro de los fenmenos que
estudiamos. Con la inferencia descriptiva pretendemos comprender en qu
medida nuestras observaciones reflejan fenmenos tpicos o atpicos; el
elemento no sistemtico o imprevisto de los datos tendera a prevalecer sobre
el sistemtico o distorsionarlo.
Para distinguir los dos tipos de variables utilizamos y para la variable realizada,
Y para la variable aleatoria; la aleatoriedad proviene de la variacin en los
acontecimientos imprevistos durante el tiempo que elegimos para hacer la
observacin.
Uno de los objetivos de la inferencia es conocer las caractersticas sistemticas
de las variables aleatorias y podemos distinguir dos puntos de vista
fundamentales al respecto:
1. Un mundo probabilstico: la variacin aleatoria existe tanto en la
naturaleza como en el mundo social y poltico y nunca podr eliminarse.
2. Un mundo determinista: la variacin aleatoria solo representa la parte del
mundo que no podemos explicar; la divisin entre variacin sistemtica y
estocstica la impone el investigador y depende de qu variables
explicativas se encuentre disponibles y de cules se incluya en el anlisis.
Los factores sistemticos son persistentes y sus consecuencias se repiten
cuando tienen un valor determinado. Los no sistemticos son transitorios: no
podemos predecir su impacto. Sin embargo esto no significa que los
sistemticos representen constantes.

Resumir los pormenores histricos es un importante paso intermedio en el


proceso de utilizacin de datos, pero tambin tenemos que hacer inferencias
descriptivas que distingan los fenmenos aleatorios de los sistemticos.
Finalmente, resulta pertinente considerar los criterios explcitos que se utilizan
en estadstica para juzgar los mtodos inferenciales: falta de sesgo, eficiencia y
coherencia.