LOM PALABRA DE LA LENGUA YMANA QUE SIGNIFICA SOL

;, LOM Ediciones
rlmcra edicin, 2006.
,S,B.N.: 956-282-840-9
Canales Cern, Manuel
Metodologas de invest igacin social [texto impreso]
1 Manuel Canal es Cern .- 1' ed. - Santiago:
Lom Edici ones, 2006.
408 p. ; 21 x 16 cm.- (Coleccin Ciencias Humanas)
ISBN : 956-282-840-9
R.P.I. : 156.786
l. Ciencias Sociales - Investi gaciones - Metodologa
2. Sociologa l. T tul o. 11. Serie.
Dewey : 001.42 .- cdd 21
Cutt er : C2 12m
Fuent e: Agencia Catulogr fi cu Chil ena
Registro de Propiedad Intelectual N": 156.786
Aut.ivo de cubierta: Archimedes, del pintor Domenico Fett i, 1620. Imagen obten ida de archi vo Wikipedia,
n las clusulas de la licencia Wikimedia Commons (http://commons.wikimedia.org/wiki/Portada).
iscno, Composicin y Diagramacin:
<litoral LOM. Concha y Toro 23, Santiago
' uno: (56-2) 688 52 73 Fax: (56-2) 696 63 88
nprcso en los talleres de LOM
lguel de Alero 2888, Quinta Normal
uno: 774 43 50 1 786 35 68
b: www.lom.cl
mail: [email protected]
11prcso en Santiago de Chile.
MANUEL CANALES CERN
EDITOR
Metodologas de
investigacin social
Introduccin a los oficios
1
EDICIONES
PNUD. Informe de Desarrollo Humano. Ediciones de PNUD, Santiago, 1998.
IN H, SuPRIYA y RICHARDS, LYN. "Missing data. Finding central themes in
qu litative research". Qualitative Research Journal, Vol. 3: 1, 2003.5-17: 6.
TEAUN A., VAN DIJK. Ideologa. Ed. Gedisa: Barcelona, 1999.
V LONISHov, V ALENTN. El signo ideolgico y la filosofa de/lenguaje". Ediciones
N u va Visin, Argentina, 1973.
WEBER, MAx. Economa y Sociedad". Tomo l. Captulo 1 sobre Conceptos
m todolgicos fundamentales. Fondo de Cultura Econmica, 2da edicin en es-
1 a ol, Mxico, 1964.
ZETIEBERG. Teora y verificacin en sociologa. Editorial Nueva Visin, Bs.
As., 1971.
30
Medir la realidad social:
El sentido de la metodologa cuantitativa
DR. (e) RoDRIGO AsN INosmozA
El motivo ms importante para explorar
el mundo de las matemticas
es que este es hermoso
CALVIN CLAWSON
Al comenzar a escribir se me dijo que
cada ecuacin reducira a la mitad
Las ventas del Libro
STEPHEN HAWKING
l. Por qu debemos explicar el contenido de la
metodologa cuantitativa?
La metodologa cuantitativa es una tecnologa humana diseada para ex-
plorar el medio social y natural. Con los productos de esta tecnologa (usualmente
artculos o informes de investigacin) se toman decisiones de intervencin o
asignacin de recursos que cambian ese medio que hemos explorado, favore-
ciendo o perjudicando los intereses de diversos grupos humanos.
Si a lo anterior sumamos que las personas, incluidos los estudiantes y profe-
sionales de ciencias sociales, tienden a desarrollar actitudes muy definidas frente
a las matemticas y la estadstica (tristemente en su mayor parte negativas),
comprenderemos por qu alrededor de la metodologa cuantitativa se han cons-
truido tal cantidad de interpretaciones e imgenes emocionalmente cargadas.
Verdaderamente, pocos cientficos o estudiantes de ciencias sociales quedan
indiferentes frente a esta tecnologa. El propio autor de este artculo recuerda
que en su primer ao de la carrera de sociologa obtuvo la mxima calificacin
en un examen criticando cidamente el carcter "positivista" y "limitado" de la
metodologa cuantitativa, sin haber visto, ni menos an haber realizado nunca,
una investigacin de ese tipo!
Dr. (e) en Sociologa.
31
De acuerdo a mi entender hoy en da, estas imgenes mezclan, en forma
usualmente confusa, propiedades verdaderas y mticas de la investigacin cuan-
titativa, lo que no permite comprender con facilidad tanto lo que se puede obtener,
omo lo que est fuera del alcance de esta metodologa.
Por ejemplo, usualmente quienes creen en el carcter "objetivo y vlido" de
esta estrategia de investigacin tienden a ser muy poco crticos con sus produc-
tos, asumindolos como verdades neutras e independientes de ellos mismos y
de sus juicios y prejuicios. Por el contrario, quienes critican el carcter "positi-
vista y parcial" de esta estrategia tienden a abandonar hasta la posibilidad de
su utilizacin, mutilando sus capacidades de exploracin de la realidad social.
Creo firmemente que ambas actitudes demuestran una clara y peligrosa inge-
nuidad. Ingenuidad de distinto signo, pero ingenuidad al fin.
Entonces, qu es lo que pretendemos en este captulo? Bsicamente, realizar
una reflexin respecto de la metodologa cuantitativa, que permita, a quienes la
utilizan o pretenden utilizarla, ser ms capaces de explotar sus potencialidades
y ms conscientes de sus limitaciones. Me parece que esta actitud ms informa-
da, puede no slo mejorar lo que hacemos con esta metodologa, sino tambin
facilitar la comunicacin con los investigadores cualitativos.
Desde ya me gustara aclarar que el autor de este artculo si bien cree dispo-
ner de una buena experiencia como investigador cuantitativo, prcticamente no
conoce la investigacin cualitativa, por lo que cualquier afirmacin que realice
sobre ella (y que tratar de evitar) debe considerarse en un 90% un prejuicio.
2. Qu es la metodologa cuantitativa?
El torpedero es un arma que corresponde al espritu popular,
es una expresin democrtica opuesta al espritu conservador
y restaurador de los grandes y lentos acorazados
GABRIEL HARMES
Tradicionalmente se ha definido a la metodologa cuantitativa como un "pa-
radigma", es decir, como un modelo integral sobre cmo realizar investigacin
cientfica y como interpretar sus resultados. En este enfoque, la investigacin
cuantitativa no slo contiene tcnicas de anlisis de datos o de produccin de
informacin, sino tambin una perspectiva epistemolgica respecto de la reali-
dad, de la forma de conocerla y de los productos que podemos obtener de la
investigacin social.
Quienes hacen esta distincin tienden a contraponer este "paradigma"
con su perfecto opuesto: "el paradigma cualitativo". Aunque algunos autores
32
(por ejemplo: Ibez, 1994) tratan de disolver la dicotoma por la va de la gene-
racin de una tricotoma (un tercer paradigma que llaman "dialctico"), en la
mayor parte de las exposiciones contina predominando la propuesta didica.
Desde esta perspectiva se tiende a decir que el "paradigma cuantitativo"
tiene como base epistemolgica el positivismo o el funcionalismo, como nfasis
la bsqueda de objetividad, de relaciones causales y de generalizacin, como
estrategia de recogida de informacin la estructuracin y sistematicidad y como
percepcin de la realidad social una interpretacin esttica y fragmentada (una
presentacin reciente y clsica la podemos encontrar en Cea, 1998).
Otra versin de este modelo (muy influyente en pases de habla hispana) ha
sido la ya sealada presentacin de Jess lbez (1994), quien sofistica el anli-
sis distinguiendo tres perspectivas de investigacin y llamando al paradigma
cuantitativo: "distributivo".
Para este investigador las caractersticas esenciales de dicho paradigma se
concretizan en uno de los instrumentos de produccin de informacin que ste
utiliza: "la encuesta social". Desde all Jess lbez seala que la estrategia
distributiva presupone una concepcin de sus sujetos de estudio como entida-
des atomizadas, un nfasis en la investigacin de hechos (los cuales se pueden
distribuir en categoras, de all el nombre del paradigma), un enfoque ideolgico
coherente con la ideologa dominante del capitalismo de produccin y un nfa-
sis en la desmovilizacin social y en la redundancia de la informacin obtenida.
Desde el punto de vista ideolgico, detrs de estas descripciones podemos
distinguir usualmente (aunque no siempre, hay quienes mantienen cierta neutra-
lidad) un intento de hacer una lectura ideolgica y 1 o valora ti va del supuesto
paradigma. Es as como, mientras algunos enfatizan que esta estrategia es el nico
camino para obtener resultados realmente cientficos (es decir, objetivos y vli-
dos), para otros lo cuantitativo es sinnimo de dominacin e ideologa dominante.
A mi juicio, este tipo de enfoques para la definicin de lo cuantitativo contie-
ne dos errores cruciales: sobre interpreta el carcter ideolgico de la tcnica y
presupone, sin demostrarlo, la existencia de dos paradigmas cerrados y cohe-
rentes a los que los investigadores deben adscribirse.
Como podemos observar al leer la cita que da inicio a este apartado, la sobre-
interpretacin ideolgica de un producto tecnolgico no es propiedad de los
cientficos sociales (quin podra defender hoy el carcter democrtico de los
torpederos?), sino de aquel conjunto de pensadores que pretenden dar ms soli-
dez a sus argumentos "desnudando" el carcter ideolgicamente regresivo de
sus adversarios.
Sin pretender negar en detalle y en su totalidad este tipo de argumentos de
crtica ideolgica (tarea que est ms all de las capacidades y preferencias del
33
nutor del captulo), creo que el carcter ideolgico de un instrumento descansa
m s de la forma en que ste se utiliza y las motivaciones de quien lo utiliza, que
n sus caractersticas intrnsecas. En otras palabras, no veo por qu un anlisis
Htadfstico de los resultados de una encuesta no puede servir para fomentar el
mbio social o proyectos polticos movilizadores en manos de investigadores
qu porten una ideologa de carcter progresista o transformadora. Incluso des-
J 1 punto de vista histrico esto ocurri en el pasado: las primeras encuestas
fueron por quienes portaban ideologas revolucionarias para
1-lU tlcmpo y uhhzaron sus resultados para denunciar realidades sociales que
p rmanecan silenciadas (para dar voz a los sin voz, se podra decir hoy).
1 nvcrsamente, no veo tampoco nada que impida a alguien interesado en mejorar
HU control sobre una poblacin el servirse de las opiniones y juicios vertidos en
una encuesta.
El problema de esta lectura ideolgica es que conduce a que las personas que
p rtan alguna ideologa veten a priori la utilizacin de alguna tcnica de in ves-
ti acin que podra series til en una situacin dada. En otras palabras y
volviendo a nuestra cita inicial, qu revolucionario sera tan ingenuo como
1 ' ra rechazar un motn de marineros slo porque ellos son tripulantes de un
razado y no de un democrtico torpedero?
on relacin al segundo error que me parece detectar, ya Reichardt y Cook
86) han mostrado que suponer que los investigadores cuantitativos deben
sariamente adscribir al "paradigma cuantitativo" en todos sus niveles y
qu estos paradigmas son cerrados, es una equivocacin.
sobre el mismo argumento me gustara preguntar, por qu
un mveshgador cuantitativo debe ser positivista?, la verdad es que yo no creo
d cribir a ese modelo epistemolgico (las crticas de la escuela Kuhnniana me
arecen en gran parte acertadas), y me niego firmemente a dejar de utilizar la
stadstica. Por qu un investigador cuantitativo debe creer que sus resultados
son personalmente cuando he aplicado algn instrumento para
med1r emociOnes no creo estar midiendo "hechos objetivos", ni menos an creo
mi forma de redactar las preguntas no influye en los resultados obtenidos;
por el contrario, mi experiencia me indica que el slo hecho de preguntar modi-
(1 a la realidad del sujeto (a veces incluso creando una opinin que no existe,
proceso que tiene nombre: "cristalizacin"), con mayor razn influyen ellen-
uaje y la redaccin especfica de la pregunta.
Por otro lado, por qu un investigador cuantitativo debe suponer que sus
ujetos de estudio son entidades atomizadas?, eso no slo sera ingenuidad sino
profunda ignorancia de los procesos de socializacin que son responsables de
que la gente asigne valores positivos o negativos a determinadas conductas.
34
Por el contrario, el investigador cuantitativo slo puede explicarse los resul-
tados de un estudio en funcin de las redes sociales en que estn inmersos
los sujetos, aunque el proceso de recoleccin de informacin los haya tratado
individualmente.
En suma, tal como argumentan Reichardt y Cook (1986), no hay ninguna
razn lgica que obligue a un investigador cuantitativo a adscribirse a su para-
digma a la hora de interpretar sus resultados o planificar su
an, ya que los distintos argumentos de los supuestos parad1gmas son
mente independientes, cada investigador puede desarrollar su prop1a
configuracin al interpretar los resultados de su investigacin.
No obstante lo anterior, el que la tradicional perspectiva "paradigmtica"
haya persistido tanto tiempo es un sntoma de que hay algo de cierto en ella.
parece que existe una cierta correlacin emprica entre utilizar cuanti-
tativos o cualitativos y adscribir a cierta percepcin de la reahdad sooal y del
conocimiento cientfico. En otras palabras, los investigadores cuantitativos han
sido ms frecuentemente positivistas, experimentalistas, etc., que los investiga-
dores cualitativos.
A que se puede deber esta correlacin? Creemos que esto responde a dos
razones:
a) Como ejemplo prctico de profeca autocumplida, los investigadores han
tendido a creer en la existencia de los paradigmas y han actuado en consecuen-
cia, adscribindose a las posiciones que se supona deban apoyar, lo que puede
haber tenido efectos reforzadores sobre su eleccin metodolgica (permitiendo
por ejemplo, que un investigador cualitativo se sintiera "progresista" y un in-
vestigador cuantitativo "objetivo y cientfico").
b) Es muy posible que los mtodos cuantitativos y cualitativos tengan ciertas
ventajas comparativas para realizar determinados tipos de investigacin. Ex-
ploraremos este argumento al determinar las potencialidades y limitaciones de
la investigacin cuantitativa.
Ahora bien, si la metodologa cuantitativa no es un paradigma, qu es?,
qu propiedades la delimitan?
A mi parecer, la caracterstica bsica que define lo cuantitativo como
loga de investigacin es la utilizacin ?e nmeros p_ara el_ de la
realidad natural y social. Esta, que en s1 m1sma es una aflrmacwn ev1dente y
aparentemente poco esclarecedora, tiene una serie de consecuencias muy intere-
santes para su adecuada definicin:
35
n) En primer lugar, para poder utilizar nmeros en el estudio de la realidad
social, debemos ser capaces de asignarlos a los sujetos que estudiamos. Este
proceso de asignacin de nmeros a una realidad que no los posee de mane-
ra evidente (las personas, los grupos, las culturas, no son nmeros), se
denomina "proceso de medicin". En otras palabras, para poder utilizar
nmeros en la investigacin cuantitativa debemos poseer una teora y un
procedimiento estandarizado (reglas) que nos sealen la manera y el signifi-
cado de asignar nmeros a nuestros sujetos de estudio. Debemos disponer
de una teora de la medicin.
Evidentemente, estudiar la realidad social utilizando nmeros tiene una
serie de consecuencias sobre las reas de dicha realidad que iluminamos y
obscurecemos con nuestros procedimientos. No es indiferente utilizar o no
nmeros. Desarrollaremos con ms detalle este punto en el apartado sobre
teoras de la medicin, pero adelantamos que todo investigador cuantitati-
vo debe conocer estas connotaciones para poder valorar y ponderar sus
descubrimientos.
b) En segundo lugar, trabajar con nmeros implica disponer de procedimientos
de produccin de informacin que produzcan datos que sean fcilmente
transformables en nmeros. Evidentemente, la encuesta social (con su nfa-
ls en las categoras de respuesta predefinidas) es el instrumento de
produccin que ms fcilmente se adapta a este objetivo. No obstante, la
r !acin entre metodologa cuantitativa y encuesta no es determinista, un
investigador cuantitativo puede utilizar diversos tipos de instrumentos de
produccin de datos (entrevistas individuales, observaciones, entrevistas
rupales), ya que casi cualquier informacin puede ser transformada en n-
meros utilizando procedimientos de codificacin ms o menos complejos y
laboriosos. Incluso, si se realiza un anlisis secundario, puede no utilizarse
ningn instrumento de produccin de informacin.
En otras palabras,lo que requiere el investigador cuantitativo no es trabajar
on encuestas, sino procedimientos de codificacin que le permitan traducir
ualquier tipo de lenguaje en que disponga la informacin, a nmeros.
Entonces, la razn de que consideremos la encuesta como parte de la metodo-
logfa cuantitativa no es que necesariamente deba ser utilizada por un
investigador que pretenda utilizar dicha estrategia, sino que el tipo de infor-
macin que se obtiene de una encuesta difcilmente podr ser utilizada por un
investigador cualitativo. No es que esto sea imposible, una encuesta constitui-
da por una serie de preguntas abiertas de respuesta extensa puede sostener un
interesante anlisis cualitativo, pero slo en raras ocasiones este modo de
proceder ser el ms eficiente en el marco de una investigacin cualitativa.
e) En tercer lugar, un investigador cuantitativo
de anlisis de la informacin que permita mampular, smtehzar y descn-
bir grandes volmenes de nmeros con facilidad. Una tcnica que cuml?le
con estos requisitos es la estadstica, que realiza operaciones de descnp-
cin e inferencia de variables individuales, parejas de variables y mltiples
variables.
d) En cuarto lugar, un investigador cuantitativo requiere una serie de herra-
mientas terico-conceptuales que permitan adaptar los conceptos de las
ciencias sociales a una forma que les permita ser medidos. A pesar del lugar
comn que afirma que los metodlogos cuantitativos reducen las personas a
nmeros,lo que realmente hacemos es bastante diferente.
Evidentemente, nuestros sujetos de estudio no son nmeros ni pretendemos
transformarlos en ellos. Lo que hacemos es suponer que dichos sujetos poseen
una serie de propiedades (por ejemplo, los sindicatos pueden poseer "poten-
cial revolucionario", "cohesin interna", "calidad de liderazgo", etc.) que
podemos separar y distinguir analtica y empricamente. Adems,
tambin que estas propiedades son posedas por cada uno de nuestros suetos
en distinto grado, magnitud o forma (por ello las llamamos "variables"). _
Todo esto nos permite asignar nmeros no a los sujetos de nuestro
sino a un conjunto escogido de sus propiedades, y estos son asig-
nados de acuerdo a la magnitud, grado o forma en que cada sueto posee
cada propiedad en particular (e independiente de la magnitud en que posee
las otras propiedades).
e) Finalmente la utilizacin de la metodologa cuantitativa est generalmente
asociada a determinados procedimientos de seleccin de los sujetos de in-
vestigacin usualmente denominados "muestreos
procedimientos se sostienen sobre dos principios que por pnn-
cipal finalidad asegurar que el conjunto de suetos para la
investigacin poseen, en la proporcin adecuada, l_as ,la
poblacin de la cual han sido extrados. Estos_ prmcipws son: seleccwn
aleatoria y utilizacin de grandes nmeros de suetos.
Es importante notar que, si bien estos de de los
sujetos se pueden asociar a la metodologa cuantitativa henden a
vechar muchas de sus potencialidades (como la capacidad de trabaar
rpidamente con grandes volmenes de al igual caso
de la encuesta, no hay una relacin de determinacion entre la uhhzaoon de
muestreos probabilsticos y la metodologa cuantitativa. Es
posible, y en ocasiones ms adecuado, utilizar otras formas no probabilsticas
37
d eleccin (como por ejemplo, se impone una seleccin intencionada o
pareada, cuando el objetivo del estudio es comparar la magnitud en que han
cambiado dos grupos, uno intervenido y el otro controlado).
Al igual que en el caso de la encuesta social, la razn de que consideremos
stas formas de muestreo como parte de la metodologa cuantitativa es que
prcticamente slo esta estrategia de investigacin puede utilizarla. Si bien
n teora no hay nada que impida realizar una seleccin probabilstica de los
sujetos en una investigacin cualitativa, los grandes volmenes de personas
que son requeridas para que el procedimiento obtenga resultados vlidos es
tan grande, que en la prctica se hace impracticable para los procedimientos
de registro y anlisis cualitativos.
Tradicionalmente se ha asociado tambin a la metodologa cuantitativa un
i rto tipo de diseos de investigacin: los de carcter experimental o cuasi-
P rimental, pero la reciente difusin de estudios que utilizan estos diseos
on metodologas cualitativas han tendido a difuminar esta asociacin, demos-
1 r ndo el potencial que tienen los diseos de carcter experimental en la
1 nv stigacin cualitativa. Adems, actualmente la mayor parte de las investiga-
Ion s cuantitativas utilizan diseos no experimentales (como por ejemplo en
lo. studios de opinin pblica a travs de encuestas), por lo que por nuestro
1 Jo tambin se ha perdido la asociacin.
n definitiva entonces, en qu consiste la metodologa cuantitativa? Dicho
n un slo prrafo: la investigacin cuantitativa es una estrategia de investiga-
n que conceptualmente delimita propiedades de sus sujetos de estudio con el
fin de asignarles nmeros a las magnitudes, grados o tipos en que estos las
po en y que utiliza procedimientos estadsticos para resumir, manipular y aso-
iar dichos nmeros. Adicionalmente, con el fin de obtener la informacin
n cesara para este trabajo, la investigacin cuantitativa tiende a utilizar, aun-
qu no necesariamente, la encuesta social y los muestreos probabilsticos.
Creemos que esta forma, tcnica y operativa, de concebir la metodologa cuan-
titativa, la despeja de criterios ideolgicos y paradigmticos que obscurecen su
s ntido. Adems, tal como veremos ms adelante, esta definicin permite com-
1 r nder ms claramente las potencialidades y limitaciones que tiene esta
'Strategia.
Sin embargo, antes de profundizar en estas potencialidades y limitaciones,
vamos a desarrollar un poco ms en qu consiste el proceso de medicin y qu
onsecuencias tiene para la investigacin cuantitativa.
. 8
3. Qu es medir y qu consecuencias y connotaciones
tiene la medicin?
El conocimiento llega a ser cientfico
en la extensin en que es capaz
de emplear nmeros y medidas
F EDERICO NIETZSCHE
Desde un punto de vista muy genrico, medir es asignar nmeros a las pro-
piedades de nuestros objetos de estudio. Pero antes de complejizar y discutir esa
definicin, me gustara explicar por qu medimos en ciencias sociales y qu
consecuencias tiene esa estrategia.
Con relacin a lo primero, utilizamos nmeros porque estos poseen una serie
de propiedades que hacen ms fcil el logro de los objetivos de ciertas investiga-
ciones. Dentro de estas propiedades podemos mencionar: a) la simplicidad, ya
que los nmeros expresan ideas muy claras y unvocas, a diferencia del resto de
los conceptos que utilizamos habitualmente, b) el orden, producto de que los
nmeros se encuentran ordenados unidimensionalmente en un esquema inmu-
table de mayor y menor, e) la distancia, ya que los nmeros se encuentran en
relaciones de distancia conocidas entre ellos.
Entonces, el ejercicio de utilizar nmeros implica suponer que las propieda-
des que medimos poseen, al menos aproximadamente, estas caractersticas y
por tanto, su manipulacin se hace ms fcil si reemplazamos las propiedades
reales por nmeros y continuamos operando con ellos.
Sin embargo, este proceso de reemplazo de las propiedades reales por nmeros
implica desarrollar una serie de operaciones que tienen importantes consecuen-
cias para la investigacin y los resultados que de ella podremos obtener.
a) Es as como para poder servirnos de los nmeros, las propiedades de los suje-
tos de estudio que estamos estudiando deben ser al menos en lo posible simples
y distinguibles unas de otras. Esto implica que si entendemos a un sujeto de
estudio como una entidad compleja y poseedora de muchas propiedades que
interactan entre s, el investigador cuantitativo al enfrentarse a esa realidad
debe hacer el esfuerzo de abstraer de la complejidad real del sujeto una de sus
mltiples propiedades, delimitarla conceptual e instrumentalmente (a travs
de definiciones nominales y operacionales) y asignarle un nmero indepen-
diente de cualquier consideracin sobre las otras propiedades o la complejidad
total del sujeto que se encuentra estudiando.
39
Por ejemplo, si suponemos que un sujeto tiene una serie compleja de opinio-
nes sobre moral y costumbres sociales (una realidad compleja, diversa y en
muchas ocasiones contradictoria), una sola de las opiniones de esta persona
es su grado de acuerdo con la legalizacin de la marihuana. Lo que realiza el
investigador cuantitativo es dejar de lado la complejidad de opiniones del
sujeto y aislar (terica y empricamente) slo una de ellas: la actitud hacia la
marihuana, asignndole un nmero a dicha propiedad de acuerdo al tipo o
grado de actitud que el sujeto posea.
b) Evidentemente, esta segmentacin de la realidad se sostiene sobre el supues-
to de que nada esencial de nuestro objeto de estudio se pierde en este proceso
analtico.
e) Por otro lado, esta estrategia transforma en clave tanto las operaciones teri-
cas por las cuales se seleccionan las variables a medir (ya que si las variables
seleccionadas no son relevantes y se olvida alguna crucial, la investigacin
perder calidad), como las operaciones tericas y empricas por las cuales se
delimitan dichas variables, puesto que si se define en forma poco pertinente
una variable, lo que mediremos tambin ser poco relevante (estos procesos
usualmente se denominan: "definicin conceptual de las variables" y "defi-
nicin operacional de las variables").
Como ejemplo de la centralidad que tienen los procesos de definicin en la
investigacin cuantitativa, podemos sealar que es usual en este tipo de estu-
dios que diversas investigaciones se contradigan en sus resultados respecto a
la asociacin o no entre diversas variables. Gran parte de estas diferencias de
resultados se pueden explicar porque los autores utilizan diversas definicio-
nes conceptuales y operacionales de variables a las que llaman con el mismo
nombre, lo que implica que en realidad estn midiendo distintos objetos.
No obstante, no se trata de definir lo que "realmente" es un concepto, ya que
eso implicara asumir que los objetos que definimos en ciencias sociales tie-
nen existencia independiente de las delimitaciones que hacemos de ellos
(por el contrario, la gran mayora de nuestros conceptos son constructos
creados por los investigadores y tericos), sino ms bien que nos preocupe-
mos de definir los conceptos de manera coherente con el enfoque de
investigacin que adoptamos y que seamos conscientes de que al definir un
concepto de una determinada manera estamos tomando opciones que cam-
biarn la naturaleza de la variable efectivamente medida.
d) La necesidad de transformar nuestra informacin a nmeros tiene tambin
implicancias para las caractersticas de los datos que procesamos efectiva-
mente: estos deben ser lo ms simples posibles.
40
Lo anterior implica que privilegiemos la utilizacin de instrumentos de pro-
duccin de informacin que producen datos ya simplificados, como por
ejemplo las preguntas cerradas de respuesta simple, habituales en las en-
cuestas sociales. En este tipo de preguntas suponemos que, pese a que la
opinin del sujeto sobre el tema preguntado puede ser compleja, al
presentrsele un listado simple de respuestas, nuestro encuestado realiza
un proceso de simplificacin y ponderacin que rescata lo esencial de su
opinin.
Por ejemplo, posiblemente una persona tiene una opinin bastante compleja
respecto a la legalizacin de la marihuana, pero enfrentado a la pregunta:
est usted de acuerdo con la legalizacin del consumo de marihuana?, con
las alternativas de respuesta: S y No, la persona, al responder, realiza una
operacin de abstraccin y sntesis que nos entrega lo esencial de su opinin.
En el caso de que no podamos aplicar instrumentos que inciten al sujeto a
realizar por s mismo el proceso de simplificacin, nos vemos obligados a
realizarlo nosotros. A esto lo llamamos proceso de "codificacin", el que
implica establecer y numerar todos los tipos de respuestas u opiniones se
podran encontrar en los textos que estudiamos, para luego leer cada uno de
ellos, asignando el nmero correspondiente a la opinin predominante en el
texto en cuestin. Este procedimiento se debe utilizar, por ejemplo, con las
preguntas abiertas o cuando analizamos cuantitativamente textos.
Ambas formas de obtener respuestas simples tienen en comn que nos ve-
mos obligados a reducir la opinin real y compleja del sujeto, perdiendo
mucha informacin en el proceso. Nuestra apuesta, sin embargo, es que lo
esencial de lo que piensa o dice el encuestado ser rescatado en el proceso de
simplificacin. Si este supuesto no fuera cierto, estaramos cometiendo un
error crucial pues nuestros datos no reflejaran lo esencial de las opiniones
de las personas. En el caso de que este supuesto fuera cierto, si bien no cono-
ceramos toda la complejidad de las opiniones de los encuestados, al menos
tendramos el ncleo central de ellas.
e) Finalmente, y como parece evidente, el proceso de segmentacin de la realidad
implica perder la perspectiva global sobre los sujetos que estamos estudiando
(de ellos slo conocemos las variables que medimos). Afortunadamente esta es
una prdida que podra ser slo inicial, ya que parte importante del sentido de
la estadstica multivariada es intentar reconstruir esta complejidad a travs de
establecer las mltiples asociaciones entre las variables medidas. Lamentable-
mente, debemos reconocer que esta reconstruccin de la complejidad es slo
parcial, ya que en ella estarn incluidas slo las variables que efectivamente
hayamos considerado en nuestro estudio.
41
Esas son las principales consecuencias que tiene el proceso de reemplazar la
realidad social con nmeros. Ahora debemos abordar un tema diferente: si me-
dir es asignar nmeros, cmo se realiza ese proceso de asignacin y qu
significan los nmeros asignados? Las respuestas ' a esas preguntas dependen
de la teora de la medicin que suscribamos.
Evidentemente las primeras operaciones de medicin desarrolladas por la
humanidad fueron los simples conteos. En otras palabras, se aplic la medicin
a propiedades discretas de las cosas, y en este caso el nmero simplemente
indicaba cuntos objetos del tipo contado se posea: se miden cantidades.
No obstante, muchas propiedades no son discretas, sino continuas (por ejem-
plo la longitud de un objeto o su peso) y con este tipo de variables los
procedimientos de conteo no funcionaron.
Sin embargo, muy pronto se descubri una solucin, si se deseaba represen-
tar con un nmero la cantidad en que un objeto posea una propiedad continua,
se deba realizar un proceso de abstraccin que implicaba: a) definir arbitraria-
mente una cantidad de la propiedad como la unidad de medida (por ejemplo:
llamar a una cierta longitud "pie", "metro" u otra denominacin), b) dividir el
objeto que se desea medir en segmentos de la cantidad o tamao de la unidad de
medida (o fracciones de sta) y e) asignar al objeto que se est midiendo el nme-
ro correspondiente al nmero de unidades de medida que fueron necesarias
para igualar su cantidad.
Esta forma de medicin, denominada por Campbell (1920) "medicin funda-
mental", constituye la teora clsica de la medicin y en ella los nmeros
representan la magnitud en que los objetos poseen determinadas propiedades.
Con posterioridad se acept dentro de esta teora al procedimiento denominado
"medicin derivada", en la cual se aceptaba asignar nmeros a propiedades
que no fueran medidas directamente, sino derivadas lgicamente de otras pro-
piedades que s fueron medidas fundamentalmente (tal como podemos medir la
densidad de un objeto a travs de una frmula que considera a sta el cociente
entre el volumen y la masa del mismo objeto, propiedades que es posible medir
en forma fundamental).
Dicho en otras palabras, en la teora clsica la medicin es concebida como
medicin de magnitudes. Por tanto, es posible definir, desde esta teora, el proce-
so de medicin como las operaciones que permiten asignar nmeros a la cantidad
(para variables discretas) o magnitud (para variables continuas), en que un
objeto posee una determinada propiedad.
Si bien a partir del siglo XIII se intent aplicar esta teora a la medicin de
propiedades sociales, no se alcanz demasiado xito. No para todas las pro-
piedades era posible crear una unidad de medida ni menos an realizar el
42
proceso de comparacin entre la unidad de medida y el objeto que permite
asignar nmeros (hay alguien que pueda encontrar alguna unidad de me-
dida de la autoestima de las personas o, ms an, sea capaz de colocar esa
unidad al lado de la autoestima de una persona, para ver cuntas veces est
contenida en ella?).
No obstante, las presiones que reciban las nacientes ciencias sociales para
validarse como ciencias a travs del uso del mtodo cuantitativo en los siglos
XVIII y XIX eran tan altas (a esta presin se le ha llamado el "imperativo cuanti-
tativo", un ejemplo del cual podemos leer en el encabezado que inicia esta seccin
del captulo), que los cientficos sociales comenzaron a utilizar la medicin en
formas menos ortodoxas.
Correspondi a Stanley Stevens (1946) dar sostn terico a estas operacio-
nes. El enfoque inaugurado por este autor es actualmente denominado: "teora
representacional de la medicin", y es actualmente la teora predominante en
ciencias sociales, ya que valida y justifica los procedimientos que en la prctica
utilizamos los investigadores cuantitativos.
Esta teora se sostiene sobre tres ideas que en conjunto amplan el concepto
clsico de medicin.
a) En primer lugar, se define medir no ya como el asignar nmeros de acuerdo
a la magnitud o cantidad en que un objeto posee una determinada propiedad
(definicin clsica), sino ms bien como asignar nmeros de acuerdo a una
determinada regla.
b) En segundo lugar, y como consecuencia de la flexibilizacin implcita en
eliminar la nocin de magnitud o cantidad y reemplazarla por la nocin de
"regla de asignacin", se ampla el mbito de la medicin hacia propiedades
en las cuales las nociones de cantidad o magnitud no parecen aplicables.
Esto implic incorporar un nuevo concepto al proceso de medir: el"nivel de
medicin" (Navas Ara, 2001). A partir de la formulacin de Stevens seco-
menz a hablar de la existencia de diversos niveles de medicin de acuerdo
a las propiedades de la variable medida o la forma en que la estamos defi-
niendo operacional y tericamente. Esto implica que cada nivel de medicin
incorpora distintas propiedades de los nmeros.
Dicho de otro modo, cuando realizamos operaciones de medicin, asigna-
mos nmeros que tienen diferentes significados de acuerdo al nivel de
medicin de la variable que estemos midiendo.
Es as como se define el nivel de medicin "nominal", como el proceso de
asignacin de nmeros a variables que no tengan magnitudes ni orden. En
este caso la funcin de los nmeros es slo distinguir entre sujetos que posean
43
44
la propiedad de manera igual o diferente. Por ejemplo, si queremos asignar
nmeros a la propiedad "sexo" de las personas, no podemos esperar dispo-
ner de alguna regla de magnitud para asignar los nmeros. Lo nico a que
podemos aspirar es asignar el mismo nmero (digamos el "1 ") a los hombres
y otro diferente a las mujeres (el "2" por ejemplo). De esta manera, los nme-
ros cumplen una sola funcin: distinguir entre los sujetos que sean diferentes
en la propiedad medida y agrupar a los iguales (y olvidamos las otras pro-
piedades de los nmeros, como el orden y la distancia).
El problema es que si esa es la nica regla de asignacin de nmeros en este
nivel de medicin, no hay nada que impida que asignemos otros nmeros
que cumplan la misma funcin (digamos el "34" para los hombres y el "857"
para las mujeres). La verdad es que en la teora representacionalla asigna-
cin de nmeros es ms o menos flexible de acuerdo al nivel de medicin de
las variables, lo que tiene una interesante consecuencia para la interpreta-
cin de los nmeros asignados (que explicaremos ms adelante).
Adems de lo anterior, el que los nmeros en este nivel de medicin slo
representen igualdades o diferencias slo nos permite realizar con ellos las
operaciones matemticas o estadsticas que no exijan ms que estas propie-
dades para ser vlidas. Esto, por ejemplo, transforma en una operacin sin
sentido calcular promedios de la variable sexo tal como la hemos definido en
el ejemplo anterior. A este nivel de medicin slo podemos realizar operacio-
nes de clasificacin.
El siguiente nivel de medicin en complejidad, el ordinal, tiene como regla de
asignacin de nmeros el que stos respeten el orden en que los sujetos po-
seen la propiedad medida. Esto implica que este nivel de medicin se puede
utilizar en propiedades que, por su naturaleza o forma de medicin, puedan
ser ordenadas de acuerdo al grado en que los sujetos las poseen.
Por ejemplo, si disponemos de una serie de metales de ms o menos flexibili-
dad y podemos ordenarlos de acuerdo a dicha propiedad, asignaremos el
nmero mayor a aquel metal que sea ms flexible y nmeros menores a los
siguientes, respetando el orden de flexibilidad (por ejemplo podramos asig-
nar el "5" al objeto ms flexible, el "4" al siguiente y as sucesivamente).
En este caso, los nmeros no slo nos sirven para agrupar a los metales de
igual flexibilidad (que tendrn todos el mismo nmero) y distinguirlos de
aquellos de diferente flexibilidad, sino tambin nos permiten ordenarlos de
acuerdo a dicha propiedad. En trminos generales, cada nivel de medicin
incorpora las propiedades de los niveles ms simples, pero les agrega otras
nuevas.
Al igual que en el caso anterior, disponemos de alguna flexibilidad para
IHignar los nmeros (en el ejemplo anterior, podramos haber asignado el
" 1 4" al metal ms flexible, el "98" al siguiente, el "78" al siguiente, y as).
1 .o nicas reglas que se deben respetar son: asignar iguales nmeros a suje-
tos que estn en la misma posicin en la propiedad medida y asignar nmeros
JUe respeten ese orden.
En este nivel de medicin podemos realizar operaciones estadsticas y mate-
mticas que slo requieran conocer rdenes entre variables. An no tiene
ntido calcular un promedio, por ejemplo.
En el siguiente nivel de complejidad encontramos al nivel intervalar, el cual,
adems de las propiedades anteriores, incorpora la nocin de distancia en-
tre las magnitudes en que los objetos poseen las diversas propiedades. Como
podemos observar, slo en este nivel reaparece la nocin de magnitud de la
teora clsica, aunque de forma un tanto distorsionada.
En este nivel de medicin, la regla de asignacin de nmeros implica,
adems de las propiedades anteriores, respetar las distancias en que los
objetos poseen la variable medida. Por ejemplo, si tenemos tres alumnos,
uno de los cuales tiene un muy bajo conocimiento, otro un conocimiento
alto y un tercero un conocimiento alto casi igual al segundo, pero slo un
poco mayor, nuestros nmeros debern representar estas diferencias; de
esta forma, al alumno de conocimiento bajo le asignaremos un nmero
bajo (digamos un "2") al alumno de conocimiento alto un nmero mayor
(digamos un "6,2") y al tercero un nmero mayor que el segundo, pero que
refleje el hecho de que estos dos tienen niveles de conocimiento muy simi-
lares (digamos el "6,4").
Ac tambin tenemos la posibilidad de reemplazar estos nmeros por otros,
siempre que stos tambin respeten las distancias entre las magnitudes en
que los sujetos poseen las propiedades (y los profesores lo hacen comnmen-
te cuando "suben la escala" de notas, sumando una constante a las
evaluaciones obtenidas por todos los alumnos).
Con relacin a las operaciones matemticas y estadsticas permitidas en este
nivel, al existir la distancia, podemos ya realizar operaciones que incorporen
esta nocin. Por ejemplo, podemos -por fin!- calcular promedios entre los
valores obtenidos.
Finalmente, en la literatura es usual sealar que el nivel de medicin ms
complejo es el "de razn" o "de cociente", el cual siendo muy similar al
anterior, incorpora la existencia de un valor "O" de carcter absoluto. Esta
propiedad implica que la secuencia de nmeros que utilicemos para repre-
sentar las magnitudes en que los sujetos poseen una propiedad debe
45
46
considerar que el valor "O" slo se puede asignar para indicar la ausencia
total de la propiedad medida.
Esta diferencia, que pudiera parecer nimia, tiene dos importantes consecuen-
cias: en primer lugar, ahora disponemos de menos flexibilidad para asignar
los nmeros. Si nuestro nivel de medicin es de razn ya no podemos sumar
o restar una constante y esperar que la nueva secuencia sea igualmente vli-
da como en el caso anterior (por ejemplo, si hubiese un alumno cuyo nivel de
conocimiento fuese nulo, deberamos asignarle obligatoriamente un "O" . Si
transformsemos los valores sumando una constante cambiaramos ese "O",
cosa que no es legtimo en este nivel de medicin). Ahora slo podemos
multiplicar los valores por una constante (en ese caso un sujeto al que por su
nulo conocimiento le asignramos un "0", seguira teniendo un "O" luego de
la transformacin).
En segundo lugar, en este nivel podemos realizar otras operaciones estadsti-
cas y matemticas con los nmeros asignados: si el valor "O" es arbitrario (con
el caso del nivel intervalar), no podemos realizar operaciones de cociente o
proporcin entre los nmeros, cosa que s podemos hacer en el nivel de razn.
Estos son los cuatro niveles de medicin usualmente referidos en la litera-
tura y sus propiedades ms generales. Aunque existen autores que
mencionan otros niveles, el consenso slo se ha establecido en torno a los
aqu presentados.
En verdad, la existencia de estos niveles de medicin est tan establecida en
las ciencias sociales que incluso los manuales de estadstica ordenan sus
operaciones de anlisis en funcin del nivel de medicin de las variables, de
manera que el investigador realice slo aquellas operaciones que sean legti-
mas para el nivel de medicin de las variables disponibles.
Una ltima acotacin que podemos hacer al concepto de nivel de medicin
es que el que una propiedad corresponda a uno u otro no slo depende de
las caractersticas intrnsecas de dicha propiedad, sino sobre todo de las
definiciones y operaciones tericas y tcnicas que hemos realizado para
medirlas.
Por ejemplo: la edad puede ser considerada una variable de razn al medirla
con una pregunta del tipo: cuntos aos tienes? (un "O" implica la ausencia
de la propiedad y los nmeros deben respetar las diferencias de magnitud
entre las edades entre las personas), pero si la pregunta que utilizamos fuera:
en qu rango de edad te encuentras? y le presentamos al sujeto las siguien-
tes alternativas: a) O- 20 aos, b) 21-60 aos, y e) 61 o ms aos, la verdad es
que estaramos midiendo la edad slo de manera ordinal. Ms an, si nues-
tra pregunta fuera: tienes entre 15 y 29 aos?, con las alternativas de
respuesta: a) s y b) no,la variable sera medida slo a nivel nominal, diferen-
ciando entre jvenes y no jvenes. . ,
En otras palabras, el nivel de medicin de no solo de
sus caractersticas, sino del instrumental empmco que utilizamos para me-
dirla, instrumental que debe estar justificado tericamente, todo
medimos a un nivel de medicin ms simple que el que podnamos aspirar
con otro instrumental.
e) Finalmente, una tercera idea sobre la que se sostiene la teora representacional
de la medicin, y que se deduce de lo dicho anteriormente, es que en ella l?s
nmeros son asignados de manera altamente arbitraria, con la nica_ restnc-
cin de que stos deben "representar" las relaciones entre las propiedades
reales.
Evidentemente la teora clsica tambin admite un cierto nivel de arbitrarie-
dad, pero ella queda limitada slo a la seleccin de la unidad medida.
Luego de que se ha obtenido un consenso en torno a ella, los son
asignados a las propiedades de los _objetos de determirus_hca.
ejemplo, si queremos medir la longitud de un obeto, podemos discutir SI
utilizar como unidad de medida el"metro" o el"pie", pero una vez llegado
al acuerdo, el objeto que estamos midiendo medir siempre lo mismo_
ciendo abstraccin de los errores de medicin producto de la falta de preos10n
de nuestros instrumentos o de la influencia de las condiciones ambientales
que pudieran afectar el proceso de medicin). , . . .
Adems, los nmeros asignados segn el enfoque clasico tienen una mter-
pretacin clara: decir que un objeto mide 3,5 metros implica_ que
patrn de medida cabe tres veces y media en la longitud del obeto medido.
La situacin no es la misma en la teora representacional. En ella podemos
cambiar los nmeros que asignamos a los distintos objetos, con la nica
restriccin de que se respeten las reglas de asignacin del nivel de
utilizado. Ntese que estos cambios no tienen que ;er con que u_hh-
zando otra unidad de medida. Es ms, en esta teona no se reqmere siqmera
que exista una unidad de medida! , .
Esto tiene como consecuencia que en este enfoque los numeros asignados no
tienen necesariamente una interpretacin clara. Por ejemplo, que alguien
obtenga un "17" en una escala de autoritarismo no indica que exista una
unidad de medida de "1" autoritarismo y que esta persona posea una mag-
nitud equivalente a 17 de esas unidades.
Por el contrario, para la teora representacional, los slo
tan" las relaciones entre las propiedades reales, y son vahdos en la
en que las relaciones entre los nmeros asignados representen las relaciOnes
47
diferencia, orden o magnitud) existentes entre las propiedades de los
suetos. Es por ello que pueden ser asignados con mayor arbitrariedad.
Volviendo al ejemplo anterior, que alguien obtenga "17" puntos en una esca-
la de autoritarismo, suponiendo que estamos utilizando un nivel de medicin
intervalar como es el caso usual con las escalas de medicin, slo significa
que:_ a) tiene diferente nivel de autoritarismo que alguien al que
hubiera Sido asignado otro nmero e igual nivel que alguien al que le hubie-
ra sido asignado el mismo "17", b) que tiene ms autoritarismo que alguien
que hubiera obtenido "16" y menos que alguien que hubiera obtenido "18" y
e) que su nivel de autoritarismo es muy parecido, aunque algo mayor, que el
de alguien que obtuvo "16", pero muy diferente, y mucho mayor, que el de
alguien que obtuviera "5".
Ntese que ninguna de estas interpretaciones hace referencia a una unidad
de medida cuyo sentido sea claro y compartido por todos. Slo se habla de
igualdad, diferencia, orden y distancia entre las propiedades reales, y exac-
tamente esas son las propiedades de los nmeros en el nivel de medicin
intervalar. Esto hace que los nmeros que asignamos siguiendo las reglas de
la teora representacional tengan una interpretacin ms ambigua que aque-
llos que obtendramos si pudiramos hacer uso de la teora clsica.
A pesar de que la teora representacional de la medicin tiene una amplia
aceptacin en las ciencias sociales, ya que es la herramienta terica que justifica
nuestro trabajo como investigadores cuantitativos, las dificultades anteriores
han generado una corriente de crtica a esta teora que ha ido tomando fuerza
desde la dcada de los 90 (Michell, 1990).
Esta posicin propugna un retorno a la teora clsica y el redisear nuestros
instrumentos de medicin en funcin de sta. No obstante, por el momento y en
no un enfoque mejor, la mayor parte de los investigadores han
segmdo utiliZando el enfoque representacional.
Adems de estas ambigedades, debemos agregar otra fuente de debilidad
de la medicin tal como la realizamos en ciencias sociales: nuestra medicin no
es directa, sino que se basa en indicadores indirectos.
Ello ocurre debido a que la mayor parte de los conceptos sustantivos de
ciencias son verdaderamente constructos latentes, los que, aunque te-
ncamente relevantes, no poseen manifestaciones directamente observables, por
lo que su medicin slo es posible a travs de indicadores indirectos y observa-
bles, deducibles a partir del constructo terico.
. Por ejemplo, el nivel de inteligencia de una persona no se puede observar
drrectamente, sino slo a travs de conductas a partir de las cuales se pueda
deducir el nivel de inteligencia del sujeto. Dentro de stas podemos sealar la
48
capacidad de solucionar problemas nuevos, de la respu_esta a
ecuaciones matemticas y de resolver problemas de razonamiento espacial, en-
tre otras. t" d
Evidentemente, el vernos obligados a medir un constructo a par _e
indicadores indirectos implica asumir una serie de riesgos que yueden dismi-
nuir la validez del proceso. Dentro de estos riesgos podemos senalar:
a) Una equivocada seleccin de indicadores. Este problema podra ocurrir si
para medir un determinado constructo indicadores que no se
encuentren realmente relacionados con el, smo con otros constructos. En ese
caso terminaramos midiendo ms el segundo constructo que el que busca-
mos realmente.
b) Una equivocada ponderacin de_ Si a partir
constructo se pudieran deducir vanos lo sena u ti
}izar un conjunto de stos para medirlo. Esto la f?rma d_e
combinar dichos indicadores, lo que usualmente Imphca compleas deo-
s iones de ponderacin, las que pueden producir distorsiones en los
nmeros asignados.
Aun si no ocurrieran estos problemas, podemos sealar que medir a travs
de indicadores implica asumir un grado mayor de que en el caso de la
medicin fundamental o derivada. Esto es producto un
indicador no depende solamente de un constructo, sino de de
ellos, todos los cuales se introducen como error en la mediciOn (volv;endo a
nuestro ejemplo anterior, medir la de _una a traves de_
capacidad matemtica no slo mide intehgenoa, smo cahdad de su formaoon
escolar, habilidad matemtica natural, entre otros conceptos). ,
En sntesis: la medicin en ciencias sociales es un proceso bastante mas
ambiguo en su interpretacin y dudoso en validez la medicin

ciencias. Frente a este hecho, por qu contmuamos utilizando la medicion.,
realmente vale la pena? . . .
Evidentemente, los investigadores cuantitativos creemos firmemente que este
procedimiento vale realmente la pena, que ganamos ms que lo que perdemos al
medir. Desarrollaremos este argumento con mayor extensin ms adelante, l?ero
por ahora podemos adelantar que a pesar de todas sus debilidades
y de validez, la investigacin cuantitativa ha demostrado ser capaz producrr
informacin til para la toma de decisiones y, al menos en la de los
casos, los datos producidos con este se han
con la conducta posterior de los sujetos o con otra mformaoon externa dispomble.
49
Antes de presentar en detalle las potencialidades y limitaciones de la meto-
dologa cuantitativa tal como la hemos definido ac, daremos un pequeo rodeo
por la historia de la medicin en ciencias sociales.
4. Historia de la Investigacin Cuantitativa
Incluso el pasado puede modificarse;
los historiadores no paran de demostrarlo.
JEAN PAUL SARTRE
No resulta demasiado sencillo redactar un relato breve e integrado de la
metodologa cuantitativa, ya que para hacerlo se deben combinar historias que
provienen de la estadstica, la psicometra, la medicin de actitudes, la demo-
grafa, la economa y la sociologa, entre otras disciplinas.
A decir verdad, la metodologa cuantitativa tal como la entendemos hoy ha
sido el producto de la conjuncin de esfuerzos provenientes de muy diversas
fuentes.
En cualquier caso, podramos sealar que los inicios de la metodologa cuan-
titativa se remontan hasta el Imperio Egipcio y el Imperio Chino, en donde se
realizan los primeros intentos sistemticos de recopilar informacin demogrfi-
ca y econmica sobre una gran poblacin. Esta tradicin de censar a la poblacin
se mantiene y perfecciona durante toda la antigedad, pero se interrumpe en
Europa durante la Edad Media.
No obstante, en China la tradicin cuantitativa perdura y se perfecciona,
encontrndose en dicho pas los primeros intentos de aplicar tests
estandarizados de conocimientos para seleccionar personal para los diversos
oficios administrativos.
Por otro lado, a pesar del oscurantismo reinante, es en Europa occidental
donde encontramos las primeras nociones sobre medicin de caractersticas
humanas subjetivas. Es as como en el siglo XIV el monje francs Nicole Oresme
propone desarrollar procedimientos (inspirados en lo que hoy llamamos teora
clsica) para medir la magnitud en que las personas posean propiedades con-
sideradas relevantes en esos tiempos, como por ejemplo "la virtud".
Este esfuerzo, a pesar de ser nico en el rea de los temas sociales, no es una
aspiracin aislada. Por el contrario, forma parte del descubrimiento y
redescubrimiento de la cuantificacin en que se embarcan muchos sabios de
Europa Occidental a partir de del siglo XIV y que tiene su punto de eclosin en
el Renacimiento Italiano y en la aparicin de la ciencia moderna (Crosby, 1997).
50
El xito obtenido por las nacientes ciencias fsicas y naturales, sumado a los
desarrollos en teora de las probabilidades que se produce entre los siglos XVII
y XVIII producto de los trabajos de Bernoulli, Lagrange y La place (entre otros),
presion fuertemente a los pensadores interesados en temas sociales a adaptar
estos procedimientos a sus propias reas de inters.
Jaques Quetelet (1796 -1874) fue quien primero aplic la estadstica a temas
sociales, aplicando a ellos los principios de la probabilidad y el clculo de pro-
medios y variabilidad. Son especialmente destacables su concepcin del "hombre
medio" y su creencia en que es posible encontrar regularidades en los fenme-
nos sociales si los analizamos estadsticamente.
Ms o menos por esas fechas (siglos XVII y XVIII), pero en el campo de las
nacientes economa y sociologa aparece en Inglaterra la Escuela de Aritmtica
Poltica que pretende buscar regularidades en la conducta humana, aplicando
la estadstica a datos econmicos, demogrficos y sociales.
Esta corriente da origen, en los siglos XVIII y XIX, a la llamada Escuela de
Reformadores Sociales, que est constituida por numerosos pensadores socia-
les, principalmente ingleses, franceses y alemanes, que fundan "sociedades
estadsticas" interesadas en realizar censos, encuestas y recopilacin de datos
secundarios, sobre las condiciones de vida de la poblacin, con el objetivo pol-
tico de desnudar ante los gobernantes y la opinin pblica las condiciones de
vida de las clases ms pobres de la poblacin y, a partir de ello, proponer refor-
mas sociales.
Estas escuelas estuvieron muy ligadas con el primer movimiento socialista y
muchos lderes de este movimiento fueron, al mismo tiempo, los primeros en
utilizar encuestas sociales, las cuales eran aplicadas con el apoyo de las parro-
quias. Lo ms curioso de esta etapa del desarrollo de la investigacin cuantitativa
es que en aquellos tiempos este enfoque (hoy reputado de conservador e incluso
reaccionario, por algunos) era considerado progresista, pues permita dar a co-
nocer, ms all de toda crtica de parcialidad, la vida de quienes no tenan voz
pblica.
Todo esto se acompa con un renacimiento de los antiguos censos de pobla-
cin, los que se generalizan en los pases de Europa Occidental en los siglos
XVIII y XIX.
Un nuevo salto se produce hacia fines del siglo XIX, cuando socilogos como
Emile Durkheim (1858- 1917) utilizan mtodos cuantitativos y estadsticos para
estudiar las regularidades sociales en conductas antes consideradas puramen-
te individuales, como el suicidio.
Paralelamente, la naciente sicologa experimental (Martnez Arias, 1996), a
partir de los trabajos de Gustav Fechner (1801 - 1887) da origen a la Psicofsica,
51
que es una rama de la sicologa interesada en buscar formas directas (funda-
mentales) de medir la percepcin de fenmenos fsicos (como el sonido,la textura,
l peso, entre otros).
Este esfuerzo, y los avances experimentados en el siguiente siglo, se vieron
en gran parte facilitados gracias al desarrollo de la teora de los errores de medi-
cin y de la distribucin normal estndar, de Pierre Simn de Laplace (1749-
1827) y Friedrich Gauss (1777 -1855), respectivamente.
Ya en el siglo XX la psicofsica contina su desarrollo y experimenta un salto
sustantivo cuando Alfred Binet (1857- 1911) se propone medir la inteligencia de los
nios, refirindola a su edad mental (dando origen al Coeficiente Intelectual, CI).
Este esfuerzo de medicin de la inteligencia marca el inicio de la medicin de
fenmenos subjetivos y de la psicometra, disciplina que se comienza a apartar
paulatinamente de sus orgenes psicofsicos.
En esta misma lnea Edward Thorndike (1874- 1949) publica en 1904 una
teora de la medicin de estados mentales y sociales, James Cattell (1860 -1944)
desarrolla procedimientos para medir la estructura de personalidad utilizando
el anlisis factorial y en 1917 se da inicio a la utilizacin de tests para seleccin
de personal, con la creacin de los tests alfa y beta para seleccin de reclutas
para el ejrcito norteamericano, en el contexto de la primera guerra mundial.
Paralelamente, en el campo de la estadstica se observan importantes progre-
sos con la aparicin de interesantes estadsticos que permiten realizar nuevos
anlisis. Entre ellos el ms emblemtico es el coeficiente de correlacin produc-
to-momento propuesto por Karl Pearson (1857 -1936).
Todo este esfuerzo comienza a dar un nuevo salto de magnitud a partir de
1920, cuando, en el campo de la sicologa Louis Thurstone (1887 -1955), publica
numerosos artculos en que propone procedimientos, derivados de la psicofsica,
para la medicin de actitudes. A partir de estos trabajos se desarrollan estrate-
gias para la medicin de actitudes en particular y de conceptos subjetivos y
complejos en general, conocidas como tcnicas de escalamiento unidimensional.
El ms conocido, simple y actualmente ms utilizado de estos procedimien-
tos, es la Escala Likert o Escala Suma ti va, desarrollada por Resis Likert en 1932.
La sociologa cuantitativa, en cambio, experiment una etapa de estanca-
miento hasta la dcada del 30, cuando los trabajos de Paul Lazarsfeld (1901 -
1976), y sobre todo su eficaz direccin del Bureau de Applied Social Research de
la Universidad de Columbia, le permiti reunir en torno a l a un slido equipo
de investigadores empricos y servir de paradigma para los modernos estudios
sociales. Entre otros temas, Paul Lazarsfeld profundiza la utilizacin de la esta-
dstica a los anlisis de encuestas sociales y desarrolla las tcnicas de panel
para el estudio de intenciones de voto.
52
A partir de este momento se inicia la inves_tigacin cuantitativa,
transforma en industrial el proceso de estudiar la reahdad con encuestas soCia-
les (es decir, utilizando equipos de trabajo diversificados y especializados en lo
que antes era una artesana de investigadores solitarios).
El resto de la historia es fcil de relatar. A partir de 1940 observamos un
progresivo perfeccionamiento y difusin de las tcnicas de de
tionarios y escalas, un sostenido avance de los procedimientos es anahsis
estadstico social, especialmente en los campos de la estadstica no paramtrica
y multivariada y la entrada masiva de los de
registro y anlisis de informacin, que le permiten al oenhhco sooal mampular
volmenes de informacin y realizar anlisis de una complejidad, que estaban
totalmente fuera de lo posible slo unas dcadas atrs.
5. A modo de sntesis: Limitaciones y potencialidades
Es mejor un buen plan hoy,
que un plan perfecto maana
G ENERAL GEOFFREY PATION
Al explicar en qu consiste la metodologa cuantitativa ya
muchas de sus debilidades, ahora vamos a tratar de ordenar estas debilidades y
ponderarlas con sus potencialidades, de manera de formarnos una imagen equi-
librada de esta estrategia de investigacin.
a) En primer lugar, con relacin a nuestra forma de medicin propiamente tal,
ya hemos constatado que sus dos grandes debilidades consisten en que me-
dimos sin tener unidades de medida y en forma indirecta,lo que implica que
la interpretacin de los nmeros asignados es mucho ms ambigua y menos
vlida y precisa que la de otras ciencias.
b) Adems, la utilizacin de indicadores indirectos supone depender de un
proceso de operacionalizacin que las ms de las veces implica intr?ducir
otros conceptos en el constructo que originalmente pretendemos medir. Esto
tiene como consecuencia, por ejemplo, que nuestros resultados dependern
de sobre manera de la redaccin concreta de las preguntas que incluyamos
en el cuestionario en caso que ese sea nuestro instrumento de produccin de
informacin. Lo anterior es particularmente ms relevante en las preguntas
cerradas, en las cuales el sujeto encuestado slo puede escoger su respuesta
de las alternativas provistas por el investigador. Adicionalmente, esta estrate-
gia "cerrada" disminuye radicalmente las posibilidades de obtener informacin
53
no prevista en el estudio (alguna respuesta de los sujetos no considerada
previamente por el investigador, por ejemplo).
e) En tercer lugar, y desde el punto de vista de nuestra tcnicas de anlisis la
estadstica es una ciencia cuyos resultados nunca son definitivos, sino slo
pr?bables (algur:os matemticos despectivamente decan de ella que "era la
prrmera de las ciencias imperfectas"), por lo que siempre podemos obtener
resultados que no se ajusten a la realidad.
d) En lugar, desde el punto de vista de nuestros datos, la investigacin
cuantitativa se fundamenta en informacin que posee intrnsecamente me-
nor validez que el de otras ciencias. Por ejemplo, si trabajamos con datos
sec_undarios, es muy posible que estos estn distorsionados o sean de baja
por lo que usualmente debemos gastar un tiempo precioso en lim-
pmrlos de errores y eliminar los ms dudosos (como bien nos ilustra Durkheim
en El Suicidio). Si, por el contrario, nuestra informacin proviene de encues-
usualmente sostendremos nuestro anlisis sobre autorreportes, que si
bien pueden _tener una validez en el caso de tratar sobre hechos simples
(en el entendido que los SUJetos que den la informacin no deseen voluntaria-
mente distorsionarla), son mucho ms dudosos cuando estudiamos
fenmenos subjetivos o hechos complejos que deben ser recordados tiempo
despus de ocurridos.
e) ya hemos sealado, la necesidad de disponer de informacin sim-
plificada (a travs de la utilizacin de preguntas cerradas o de codificar las
abiertas o textos), implica perder mucha de la complejidad de las
propiedades que estamos estudiando.
f) A !o anterior habra que agregar todos los problemas de validez que tienen su
ongen errores administrativos y organizacionales que ocurren en el pro-
de investigacin social de gran volumen (como por
eJemplo:_ mala formaCion de los encuestadores, falseo de respuestas por parte
de los mismos, errores de digitacin, errores de muestreo producto de marcos
muestrales inadecuados, entre otros problemas).
g) Finalmente, tambin hay que sealar errores de interpretacin de los datos
que son humanos, es decir, producto de las actitudes y habili-
dades de los mveshgadores que analizan la informacin cuantitativa. Entre
estos errores el ms frecuente es sobreinterpretar como diferencias social-
mente relevantes algunas asociaciones de variables que apenas son
estadsticamente significativas. As, por ejemplo, es muy usual encontrar
textos que enfatizan las diferencias entre grupos basndose en diferencias
54
que, siendo estadsticamente significativas, son muy poco relevantes. Diga-
mos, los hombres estn a favor de algo en un 77%, frente al70% de las mujeres.
En este caso es ms importante el amplio acuerdo frente a la afirmacin que
la leve diferencia encontrada, aunque sta sea significativa.
Evidentemente para cada uno de estos problemas de medicin se han desa-
rrollado contramedidas que intentan minimizar su impacto. As por ejemplo, se
han desarrollado mtodos para evitar los errores de digitacin, se ha enfatizado
la necesidad de supervisin externa sobre el proceso de levantamiento de datos,
se han desarrollado anlisis estadsticos que detecten datos de dudosa calidad,
se ha exigido un personal cualificado a la hora de construir los instrumentos de
produccin de informacin, se han diseado procedimientos metodolgico es-
tadsticos para asegurar la fiabilidad y validez de la informacin producida,
entre otros procedimientos.
No obstante, aunque la utilizacin de estas estrategias sin duda mejoran la
validez global de nuestra investigacin, es innegable que, pese a todo, la infor-
macin cuantitativa de que disponemos no es tan precisa y vlida corno la
accesible en otras disciplinas.
Qu justifica entonces que sigamos insistiendo en este camino?, no sera
mejor que intentramos otra estrategia que quizs podra ser ms productiva?
Dejando de lado motivaciones de carcter personal que hacen ms difcil el
abandono de los nmeros como herramienta de anlisis social (si, aunque mu-
chos de los lectores no lo crean, existen cientficos sociales a quienes les encanta la
estadstica), creemos que hay razones que justifican continuar en esta tarea.
a) En primer lugar, slo la metodologa cuantitativa permite trabajar con am-
plios volmenes de informacin. La combinacin de anlisis estadstico e
instrumentos de produccin de informacin estandarizados y cerrados, per-
miten levantar y manipular informacin proveniente de muchos sujetos, lo
que sin duda mejora la validez externa de los resultados de la investigacin.
b) En segundo lugar, este procedimiento nos permite manipular gran cantidad
de variables de manera relativamente independiente de nuestras percepcio-
nes y juicios, por lo que muchas veces, sobre todo en los anlisis rnultivariados,
somos ca paces de descubrir configuraciones de informacin sorpresi vas con
respecto a lo que inicialmente suponamos.
e) Muy asociado con lo anterior, esta estrategia nos brinda mecanismos para
ponderar la influencia relativa de diversas variables sobre otras, lo que
nos permite simplificar la configuracin original, obteniendo un mapa de
relaciones entre variables mucho ms simple que el que originalmente
tenemos cuando comenzamos una investigacin de carcter rnultivariado.
55
En definitiva, podemos simplificar los componentes de una situacin real,
pero maximizando la capacidad explicativa del modelo que construimos.
d) Lo anterior facilita enormemente la toma de decisiones cuando nos encontra-
mos en presencia de situaciones multivariadas. Adems, el que el anlisis
realizado sea relativamente independiente de las manipulaciones ms ob-
vias del investigador (ya que los anlisis multivariados que, por ejemplo,
determinan la puntuacin de un sujeto en una regresin no son fcilmente
reproducibles sin ayuda computacional), nos brinda un cierto grado de in-
dependencia y equidad en dichas decisiones (independencia slo relativa
sin embargo, ya que es el investigador el que escoge el modelo a implementar,
las variables a considerar y en muchos casos su ponderacin).
e) El que este procedimiento sea tan dependiente de determinados procesos de
definicin operacional de las variables, nos permite y obliga a ser muy preci-
sos en las definiciones que utilizamos. Incluso muchas veces el definir
operacionalmente una variable nos hace darnos cuenta que muchos de los
conceptos que creemos claros, comprendidos y unvocos, en realidad no son
tan evidentes como pensbamos inicialmente (esto lo muestra con mucha
claridad Blalock, 1986).
f) Finalmente, a pesar de todas las debilidades que posee el procedimiento de
medicin utilizado en ciencias sociales, cuando realizamos una investiga-
cin cuantitativa en forma cuidadosa, enfatizamos procedimientos que
mejoran la calidad de nuestros datos y chequeamos la fiabilidad y validez de
nuestros resultados con los procedimientos adecuados para ese efecto, gene-
ralmente los resultados obtenidos muestran una clara correspondencia con
datos externos o la conducta posterior de los sujetos.
Creemos que por todas estas razones es conveniente y es productivo utilizar
la metodologa cuantitativa y trabajar por su perfeccionamiento.
Un tema aparte lo constituye la fuerte legitimidad que socialmente se le adju-
dica a estos procedimientos. Frente a esto debemos decir que la "validez mtica"
de la metodologa cuantitativa, si bien tiene como aspecto positivo que es ms
fcil obtener permisos y recursos para realizar este tipo de investigaciones y que
sus resultados alcanzan mayor influencia sobre el pblico externo (maximizando
nuestra capacidad de influir en la realidad social), tambin tiene aspectos nega-
tivos que dificultan el avance de la investigacin cuantitativa.
Entre estas connotaciones negativas podemos sealar la relativa compla-
cencia que tienen muchos investigadores frente a sus procedimientos de
investigacin. Pensamos que el creer que los resultados que se han obtenido
56
son objetivos, vlidos y legtimos, slo por el hecho de que se ha logrado
expresar sus conclusiones en forma numrica, tiene como consecuencia
que no se reflexione ms sobre las limitaciones de la tecnologa que utiliza-
mos. Y si no reflexionamos sobre sus limitaciones, no podremos contribuir
a su perfeccionamiento.
Ese es uno de los sentidos de este artculo: fomentar que los investigadores
cuantitativos sean ms conscientes de las limitaciones de esta estrategia en cien-
cias sociales, de manera que algunos de ellos puedan contribuir a su desarrollo
y la mayora sean ms prudentes en el momento de la interpretacin de sus
resultados.
Muy relacionado con ello est el ltimo punto de este artculo: trataremos de
esbozar lo que creemos sern los desarrollos futuros de la metodologa cuantita-
tiva, en la lnea de perfeccionar sus procedimientos y aumentar la validez de sus
resultados.
6. Eplogo: el futuro de la investigacin cuantitativa
La imaginacin es ms importante
que el conocimiento.
ALBERT EINSTEIN
A la luz de todo lo dicho y de la experiencia personal del autor con estos
temas, nos parece que la investigacin cuantitativa, a pesar de sus defectos,
goza de buena salud. Tanto en la investigacin privada como en la pblica, se
contina utilizando esta estrategia en forma frecuente y en las revistas acadmi-
cas especializadas se publican regularmente artculos que buscan perfeccionar
sus procedimientos.
En este contexto me parece que las lneas futuras de desarrollo de esta tecno-
loga estarn en cinco reas:
a) Mayor desarrollo y formalizacin de las tcnicas de triangulacin de resultados:
La habitual demanda por desarrollar investigaciones en que se utilicen en
forma complementaria las tcnicas cuantitativas y cualitativas encuentra
bsicamente dos obstculos: en primer lugar, implementar una investiga-
cin de estas caractersticas implica un consumo mucho mayor de recursos
(tiempo, personal y dinero) que una investigacin que utilice slo una de las
dos estrategias. Frente a esto poco podemos hacer, ya que depende de la
necesidad de tener dos equipos de investigadores, aplicar dos tipos de tcni-
cas de produccin de informacin, utilizar dos tcnicas de anlisis, etc.
57
En definitiva, slo el disponer de mayores recursos de investigacin permiti-
r la masificacin de investigaciones complementarias.
No obstante, la segunda dificultad que tiene la complementariedad es de
naturaleza metodolgica y por tanto puede ser abordada por nosotros (y
creemos que lo ser en el futuro). El problema a que nos referimos consiste en
la dificultad actual para combinar en un informe los resultados cuantitati-
vos y cualitativos.
Hoy en da no se dispone de procedimientos ni de controles de calidad para
desarrollar ese proceso, por lo que generalmente queda al buen sentido del
investigador el peso que entrega en el informe final a ambos tipos de resulta-
dos. Esto no es un problema demasiado grave cuando ambos informe iniciales
parecen coincidir, pero cuando sus resultados son relativamente contradic-
torios, la decisin de privilegiar unos sobre otros, o la forma de explicar sus
diferencias, es en la actualidad un proceso altamente arbitrario.
En definitiva, la complementariedad entre ambas tcnicas, al estar poco es-
tudiada desde el punto de vista metodolgico, tiende a slo traducirse en el
predominio de una sobre la otra. Nos parece que junto con el aumento de
investigaciones que utilicen ambas tecnologas, en el futuro veremos apare-
cer propuestas que delimiten y propongan estrategias para realizar la
triangulacin de resultados cuantitativos y cualitativos.
b) Desarrollo de la estadstica multivariada:
58
Nos parece que el potencial de la estadstica multivariada est recin comen-
zando a ser explotado en ciencias sociales. Creemos que en los prximos
aos veremos tanto una masificacin de su utilizacin, como una difusin
de programas que realizan anlisis multivariados ms sofisticados.
En trminos de las ms probables reas de desarrollo de estas tcnicas, nos
parece que se impondr una profundizacin de los anlisis no paramtricos
y de la exploracin de relaciones no lineales.
Adems, tanto el desarrollo de programas ms amigables y computadores
con mayor capacidad de procesamiento pondrn estas tcnicas no
paramtricas y no lineales al alcance de los investigadores aplicados, sacn-
dolas de los espacios acadmicos, lugar en donde se encuentran en desarrollo
actualmente.
La difusin de estas tcnicas nos permitir profundizar en relaciones entre
mltiples variables que hasta ahora hemos presupuesto paramtricas y li-
neales, ms por artefacto de la tcnica, que por verdadera conviccin terica.
e) Evolucin en la construccin de escalas de medicin:
En el campo denominado "psicometra", es decir, en los procedimientos de
construccin y anlisis de escalas de medicin, podremos observar un per-
feccionamiento importante en el desarrollo y masificacin de modelos de
anlisis basados en la teora de respuesta al tem (TRI), lo que tendrn dos
consecuencias: por un lado el proceso de construccin de escalas (redaccin
y seleccin de tems) ser ms informado y preciso y, por otro lado, se facili-
tarn la asignacin de puntuaciones y el escalamiento de los sujetos
cometiendo menores errores de medicin que con los procedimientos clsi-
cos actuales.
La masificacin de modelos de TRI tiene como condicin el desarrollo
de programas informticos que pongan al alcance de la mayor parte de
los cientficos sociales estas sofisticadas herramientas de manera ami-
gable.
d) Desarrollos tericos y prcticos en validacin:
Desde el punto de vista terico, la teora de la validez ha sido relativamente
abandonada por los investigadores sociales a favor de la fiabilidad.
Este olvido, explicable producto que la validez es menos estandarizable que
la fiabilidad como objeto de estudio, deber dar paso a un mayor inters en
este crucial tema.
Adems, desde el punto de vista aplicado, creemos que en el futuro la aten-
cin que pondrn los investigadores sociales cuantitativos en los
procedimientos de validacin ser mayor que hasta ahora. Eso implicar
que ya no se dejar al buen sentido o a la capacidad de convencer al audito-
rio la validez de los resultados de una investigacin, sino que se aportarn
datos sobre ella, al igual como se hace hoy al presentar la ficha tcnica de un
proceso de muestreo.
e) Generalizacin de los meta anlisis:
La acumulacin de estudios cuantitativos sobre un mismo tema y sus re-
sultados no siempre coherentes, tendr como consecuencia la
generalizacin de las investigaciones meta analticas, es decir, de aquellas
investigaciones cuya base de datos se encuentra constituida por los resul-
tados de estudios primarios.
Con esta herramienta no slo se establecern mejores estimaciones del nivel de
asociacin verdadero entre dos o ms variables, sino que se podr determinar
qu variables del proceso de medicin (operacionalizacin de variables, forma
59
de preguntar, tipo de anlisis estadstico utilizado, entre otras caractersticas)
influyen en los resultados de los estudios cuantitativos.
Todos estos cambios tienen una condicin previa fundamental: que el nivel
de conocimiento medio sobre metodologa cuantitativa de los investigadores
sociales aumente considerablemente, especialmente en las reas de construc-
cin de escalas de medicin, teora de validez, estadstica multivariada, manejo
de herramientas informticas y matemticas.
No obstante, reconpcemos que estos cambios que avizoramos son tanto una
extrapolacin de los desarrollos actuales como una expresin de los deseos del
autor de este artculo.
En otras palabras, es muy posible que estos cambios nunca se hagan reali-
dad ms que en los sueos y fantasas de quien escribe, pero lo bueno es que
nuestros sueos, a diferencia de nuestros resultados, no necesitan pasar la prue-
ba de la validez externa para materializarse. Al menos son sueos interesantes.
Bibliografa
BLALOCK, H. (1986) Construccin de teorfas en ciencias sociales: de las formulaciones
verbales a las matemticas. Mxico DF: Trillas.
CAMPBELL, N.R. (1920) Psltysics, tite elements. Cambridge: Cambridge University
Press.
CEA, M.A. (1998) Metodologfa cuantitativa: estrategias y tcnicas de investigacin
social. Madrid: Sntesis.
CROSBY, A.W. (1997) Tite measure of reality: Quantification and Western Society,
1250-1600. Cambridge: Cambridge University Press.
IBEZ, J. (1994) "Perspectivas de la investigacin social: el diseo en las tres
perspectivas". En GARCA FERRANDO, M.; IBEZ, J. y AL VIRA, F. (Comps.) El anlisis de
la realidad social. Mtodos y tcnicas de investigacin social. Madrid: Alianza.
MARTNEZ ARIAS, R. (1996) Psicometrfa: teorfa de los tests sicolgicos y educativos.
Madrid: Sntesis.
MICHELL, J. (1990) An introducction to tite logic of psycltological measurement.
New Jersey: Laurence Erlbaum Associates.
NAVAS ARA, M.J. (2001) "La Medicin de lo psicolgico". En NAVAS ARA, M.J.
Mtodos, diseos y tcnicas de investigacin psicolgica. Madrid: UNED.
60
HARDT, C. S. y CooK, T. D. (1986) "Hacia una del enfrentamien-
lt
1
ntre los mtodos cualitativos y los cuantitativos": En C. Cook,
1 1 (Comps.). Mtodos cualitativos y cuantitativos en mvesttgacin evaluattva. Ma-
"' l: Morata.
tcvens, s.s. (1946) "On the theory of scales of measurement". Science 103.
111 7-680.
61