Introducción a la investigación en ciencias sociales

Daniel Gabaldón Estevan

Escuela de Educación - Centro de Altos Estudios Universitarios OEI

Daniel Gabaldón Estevan es desde octubre de 2011 Profesor Ayudante Doctor en el Departamento de Sociología y Antro-
pología Social de la Universitat de València. Sus líneas de investigación son tres: (1) Educación (movilidad y estratifica-
ción / valores y hábitos); (2) Sostenibilidad (Sostenibilidad e innovación en ámbitos tecnológicos, urbanos o educativos);
y (3) Innovación (tecnología y cambio social / Sistemas de innovación / Sociología del cambio tecnológico / Desarrollo
regional).

Su actividad investigadora la ha desempeñado en entidades públicas de reconocido prestigio investigador en el campo

de las ciencias sociales. En el área de los estudios de innovación y del cambio tecnológico en el Consejo Superior de In-
vestigaciones Científicas (INGENIO CSIC-UPV); y en el área de la sociología de la educación en la Universidad de Valencia
(departamentos de Sociología y Antropología Social y de Economía Aplicada). Su actividad investigadora se ha materia-
lizado en la dirección de un proyecto de investigación, en participación en otros ocho proyectos y en dos contratos de
investigación, la presentación veintiuna comunicaciones en congresos, ocho de los cuales internacionales. Fruto de su
actividad investigadora destacan los seis artículos científicos publicados, todos ellos en revistas indexadas en directorios
de revistas internacionales, junto a tres monografías, y dos capítulos de libro.

Licenciado en Sociología (UA-2000) y en Ciencias Políticas y de la Administración (UV-2008), Diploma de Especialista

Universitario en Gerentes de Centros Urbanos (UMH-2002) y Diploma de Estudios Avanzados (UV-2005), y Doctor por la
Universidad de Valencia (2010) con calificación excelente cum laude y mención europea. Complemento a mi formación
académica han sido las cuatro becas predoctorales competitivas, una de ellas de la iniciativa europea PRIME, y las es-
tancias predoctorales de investigación en Estonia, en los Países Bajos y en Castellón, así como por la postdoctoral en el
Institute of International and Social Studies-Tallinn University (Estonia).
Indice

1. Presentación y objetivos......................................................................................1

2. El método científico y el porqué de la investigación científica...............................................2

2.1. Ciencia vs. Ideología................................................................................3
2.2. Los paradigmas.......................................................................................4
2.3. La teoría................................................................................................7
2.4. Deducción vs. Inducción............................................................................... 9
2.5. Conocimiento probabilístico...................................................................... 10
2.6. Cuantitativo vs. Cualitativo...................................................................... 10
2.7. Objetividad vs. Subjetividad......................................................................10

3. Dimensiones éticas y políticas de la investigación............................................................12

4. La formulación del problema y la medición......................................................................14

4.1. Las fases de la investigación........................................................................14
4.2. Finalidades de la investigación.......................................................................16
4.3. La dimensión temporal................................................................................. 17

5. Conceptualización y operacionalización...................................................................... 20
5.1. Explicación conceptual............................................................................ 20
5.2. Definiciones operacionales.........................................................................21
5.3. Elecciones de operacionalización.................................................................23
5.4. Escalas existentes.................................................................................. 23
5.5. Una perspectiva cualitativa en definiciones operacionales......................................23

6. Medición......................................................................................................... 25
6.1. Evitando los errores de medición......................................................................26
6.2. Fiabilidad...............................................................................................27
6.3. Validez...................................................................................................28
6.4. La relación entre fiabilidad y validez.............................................................30
6.5. Fiabilidad y validez en investigación cualitativa..................................................30

7. Textos de ampliación....................................................................................... 33

8. Bibliografías y enlaces...................................................................................... 34
 Introducción a la investigación en ciencias sociales

1. Presentación y Objetivos ANOTACIONES

Este tema se configura como introductorio a los métodos y técnicas de investigación
cuantitativa y cualitativa y se complementa con otras materias del máster, es por
eso que su objetivo no es la descripción pormenorizada de técnicas particulares sino
dotar de los fundamentos para comprender y plantear una investigación empírica.
La materia pretende, fundamentalmente, profundizar en las perspectivas teóricas
y metodológicas de las técnicas de investigación social, y, al mismo tiempo, junto
a los otros módulos metodológicos, capacitar al estudiante para analizar, diseñar
y desarrollar investigaciones sociales. Se pretende que el estudiante se familiarice
con los conceptos básicos de la investigación social, la contemple como un proceso,
conozca la variedad de métodos y técnicas disponibles para su realización y sea
capaz, tanto de elaborar un proyecto de investigación, como de saber interpretarlo,
ayudándole a descubrir la importancia y la necesidad de la investigación social en
el ejercicio de su profesión.

Los objetivos generales planteados para esta asignatura son los siguientes:

1. Introducir al alumnado en los aspectos generales de la metodología y las técnicas

de investigación social, conociendo y comprendiendo los conceptos básicos de
la investigación: su fundamento ontológico, epistemológico y metodológico.
2. Conocer y distinguir las distintas vías de acceder al conocimiento científico de
la realidad social, capacitando al alumno/a para diseñar, desarrollar y juzgar
investigaciones sociales.
3. Estimular el pensamiento crítico y creativo, con capacidad de indagar para que
el alumno/a pueda adoptar un enfoque científico y ético en la investigación.

Lo que en definitiva se pretende es que el estudiante se familiarice con el vocabu-

lario de la investigación social, descubra su necesidad en el ejercicio profesional,
la contemple como un proceso, conozca la diversidad de técnicas disponibles para
su realización, y sea capaz de elaborar un proyecto de investigación.

1
 Máster de Gestión de la Ciencia y la Innovación

ANOTACIONES 2. El método científico y el porqué de la investigación

científica

No todo lo que sabemos lo hemos averiguado por nuestras propias experiencias.

De hecho la mayoría de lo que aceptamos como cierto lo hacemos por acuerdo o
creencia. La ciencia se constituye en una aproximación a ambos, el acuerdo y la
experiencia, pero tiene unos criterios: La afirmación ha de ser refrendada lógica y
empíricamente, esto es, tiene que tener sentido y alinearse con las observaciones.
Cuando nos cuestionamos las cosas y buscamos evidencias cómo base para tomar
decisiones, estamos aplicando el método científico.

Una de las características del método científico es que todo es cuestionable. En otras
palabras, que lo que llamamos conocimiento es provisional y está sujeto a revisión.
Otra característica es que la base del conocimiento se fundamenta en la evidencia
basada en observaciones (en contraposición a autoridad, tradición o ideología).

Pero además, el método científico tiene otras exigencias:

1. Las observaciones han de ser sistemáticas y exhaustivas, i.e.: para evitar las
generalizaciones y las observaciones selectivas las muestras tienen que ser
amplias y variadas (representativas).
2. Han de especificarse los procedimientos de observación, para que terceros
puedan analizar los fundamentos de las conclusiones y valorar hasta qué punto
se han evitado las generalizaciones y las observaciones selectivas, y juzgar si
las conclusiones están suficientemente justificadas en la evidencia observada.
3. Los procedimientos seguidos deben ser escudriñados en busca de posibles sesgos1.
4. Una manera del método científico para garantizar la objetividad, exactitud y
generalización de la evidencia es mediante la replicación de estudios e inves-
tigaciones (ya sea “idéntico”, con ligeras variaciones en los procedimientos,
en la población, o en diferentes circunstancias).

Tanto la experiencia personal como el conocimiento de otros sobre el que existe

un acuerdo generalizado son fuentes también de conocimiento. Por ejemplo que la
educación afectará cuánto dinero ganaremos en el futuro, o que estudiar duro da
como resultado mejores calificaciones. También aprendemos que esos patrones de
causa efecto son de naturaleza probabilística (los efectos ocurren más a menudo
cuando ocurren las causas, pero no siempre): no siempre por estudiar más sacamos
mejores notas.

La tradición también es un modo de tratar de aprender cosas. Se trata de cono-

cimiento fuertemente aceptado y transmitido por la cultura (que el azúcar de
muchos caramelos hace caer los dientes; que la circunferencia de un círculo es
aproximadamente veintidós séptimos de su diámetro;…). La tradición, con sus li-
mitaciones, ofrece la ventaja de no tener que empezar a averiguarlo todo por tus
propios medios. Asumes lo “comúnmente aceptado” y desde allí partes en busca
de nuevo conocimiento. Intentar revisar la tradición, puede no sólo provocar que
te tomen por chiflado, sino que puede que jamás se te ocurra entrar a discutirla.
(Y lo mismo puede ocurrir en la práctica profesional)
1 El método científico reconoce que todos tenemos sesgos y predilecciones. No se trata por
tanto de exigir una objetividad pura, sino de perseverar en la búsqueda de la objetividad. Hay que
reconocer la posible existencia de sesgos y poner los medios para reunir observaciones que no estén
influenciadas por tales sesgos.
2
 Introducción a la investigación en ciencias sociales

La autoridad o el estatus del descubridor a menudo influyen en la aceptación de

nuevo conocimiento. Afecta negativamente cuando dependemos de la autoridad de
ANOTACIONES
expertos que tratan cuestiones ajenas a su ámbito de pericia (la publicidad abusa
a menudo de este modo cuando presenta actores famosos promocionando coches
o relojes). Pero pueden cometer también errores en su propio ámbito de pericia
(no somos infalibles).

El sentido común (o razonamiento lógico) es otro modo de adquirir conocimiento.

Nos puede ayudar a entender que el arco iris no produce la lluvia (entre otras cosas
porque ésta acontece con anterioridad a aquél), pero también puede inducirnos a
error (antes se pensaba que la tierra era plana o que la esclavitud era de sentido
común). El sentido común puede implicar además creencias compartidas proceden-
tes de la tradición o la autoridad. No obstante, y a pesar de que el sentido común
parece racional y preciso, es una alternativa insuficiente y peligrosa al conocimiento
científico.

Los medios de comunicación son otra importante fuente de conocimiento en nues-

tros días pero también es cierto que pueden engañarnos. Las razones pueden ser
variadas: ideología, sensacionalismo por audiencia, sesgos informativos para dar una
imagen irreal, limitaciones de tiempo y espacio para una cobertura más fidedigna,
o lo que escriben son editoriales y artículos de opinión. Por no hablar de películas
de ficción y shows de TV que pueden influenciar nuestra percepción del mundo si
no son fidedignas.

En definitiva, estos otros modos de conocimiento pueden llevarnos a error por

equivocaciones y falacias como: observaciones imprecisas/inexactas (sin plan); ge-
neralizaciones (tamaño muestral & replicación); observación selectiva (corroboran
falsas evidencias); suposiciones ex post facto (no debe quedarse ahí); implicación del
ego en el entendimiento (barreras de autoprotección cuando estás personalmente
ligado); otras formas de razonamiento ilógico (la falacia del jugador; distorsionar
el argumento del contrario, o desacreditarlo; la novedad siempre es buena; lo
popular siempre es bueno); cierre prematuro de la investigación (consecuencia de
las anteriores) frustra seguir investigando. En definitiva errar es humano, y si bien
la ciencia no puede eliminarlo sí puede limitarlo.

2.1. Ciencia vs. Ideología

Una ideología es un sistema cerrado de creencias y valores que conforma la manera

de entender y el comportamiento de aquellos que creen en ella. Para aquellos que
creen en ella, la ideología ofrece certeza absoluta y son inmunes a las evidencias
contradictorias. Ellos “saben” que es están en lo cierto, y no quieren que se les
confunda con hechos. Por ello suelen cometer errores tales como sobre-generaliza-
ciones, observación selectiva, suposiciones ex post facto o cierre prematuro de la
investigación. Y se os presentarán dificultades a la hora de cambiar su mentalidad,
por muy agudos que seáis o fundamentadas vuestras críticas. Ejemplos los encontráis
en multitud de ocasiones: muchos debates políticos en TV; algunos defensores y
opositores en debates éticos (eutanasia, aborto, investigación con células madre...).
Pero también en el debate académico pueden encontrarse ejemplos: Si os dijese
que el método científico nunca debe cuestionarse; si en los trabajos no os dejase
citar evidencias científicas que cuestionasen mis puntos de vista; o si no os dejase
cuestionar mi perspectiva con otras que quizá sean más eficientes.

3
 Máster de Gestión de la Ciencia y la Innovación

Podemos ser ideológicos respecto de algunas de nuestras creencias pero no en otras.

ANOTACIONES En el debate científico cuando los eruditos discuten sobre cuestiones referentes a
ciertos aspectos del método científico o de la práctica basada en la experiencia,
sus posiciones pueden parecer, en ocasiones, ideológicas, incluso cuando pretenden
no serlo respecto a otros asuntos.

Los filósofos en ocasiones utilizan el término realismo inocente (naive realism) para
designar la manera en la que la mayoría, y en la mayoría de ocasiones, interpretamos
la realidad. Así, no entramos a valorar cada vez que nos sentamos en una mesa que
esta está compuesta de átomos la mayoría de los cuales están huecos; o cuando
salimos a la calle y se nos viene encima un autobús, no nos ponemos a meditar si
éste existe realmente. Generalmente vivimos nuestras vidas asumiendo que lo que
es real es obvio, y en la vida diaria esto parece ser suficiente. No obstante algunas
perspectivas filosóficas entienden que la naturaleza de “lo real” es quizá más com-
pleja de lo que presumimos en la vida diaria.

Una perspectiva postmodernista, por ejemplo, rechaza la noción de que existe una
realidad objetiva y estándares objetivos de la verdad y razonamiento lógico asocia-
dos con el método científico. Para ellos no pueden haber estándares objetivos de la
verdad porque no hay distinción entre el mundo externo y lo que hay en nuestras
mentes. Todo es subjetivo; no hay puntos de vista sobre la realidad superiores a otros.
Dado que aunque nuestra tarea es observar y entender la “realidad”, todos somos
humanos y, como tales, impregnamos nuestras observaciones y explicaciones con
nuestras orientaciones personales. En definitiva, no hay manera posible de desli-
garnos totalmente de subjetividad. Pero mientras que los positivistas reconocen
lo inevitable de nuestra subjetividad, los postmodernistas sugieren que, en primer
lugar, no hay realidad “objetiva” a observar, tan sólo nuestras diferentes visiones
subjetivas.

2.2. Los paradigmas

Llamamos paradigmas a las diferentes posiciones filosóficas que podemos tomar

respecto de la naturaleza de lo real y sobre cómo observarlo. Los paradigmas, al
igual que las ideologías, organizan nuestras observaciones y les dan sentido. También
es cierto que podemos organizar o dar sentido a las cosas de diferentes maneras, y
que diferentes puntos de vista nos darán diferentes explicaciones.

Nadie comienza a trabajar sobre una teoría en una hoja en blanco. Los conceptos,
que son como los ladrillos de una teoría, no se crean de la nada. Sobre muchos de
los temas sobre los que puede tratar vuestro trabajo seguro que ya tenéis ideas
previas: un punto de vista general o un marco de referencia. Un paradigma es un
modelo fundamental que organiza nuestra visión de algo. No necesariamente de
respuestas a cuestiones importantes, pero puede indicarnos dónde buscarlas, y el
dónde las buscamos determina en gran medida las respuestas que encontramos.

Aunque los paradigmas guardan algunas similitudes con las ideologías, y aunque
alguna gente puede parecer ideológica acerca de los paradigmas que exponen, los
paradigmas pueden verse como más abiertos a su cuestionamiento y modificación
que las ideologías. Para Thomas Kuhn (1962) la ciencia no es acumulativa y lineal,
sólo lo es en épocas normales (ciencia normal). Las revoluciones científicas suponen
cambios en el paradigma, o estructura conceptual, anterior de la ciencia, lo que

4
 Introducción a la investigación en ciencias sociales

supone cambios en los problemas que se propone la investigación científica, y en lo

que puede aceptarse cómo solución al mismo. Un paradigma es más amplio que una
ANOTACIONES
teoría, es más bien una perspectiva teórica que sirve para interpretar el mundo,
compuesta de teorías que desarrollan parcelas del mismo. Para T. Kuhn el paradig-
ma, por tanto, es una perspectiva teórica que: (a) es común a, y es reconocida por,
los científicos de una disciplina concreta. (b) está basada en logros que preceden a
la propia disciplina y (C) dirigen la investigación mediante la identificación de los
hechos relevantes a estudiar, la formulación de hipótesis para explicar el fenómeno
observado, y la preparación de las técnicas de investigación empírica necesarias
Según esta interpretación, las ciencias sociales (a excepción quizá de la economía)
se encuentran todavía en un estadio preparadigmático, al no haber conseguido, cada
una de ellas por separado, un único paradigma ampliamente compartido.

Otra interpretación, idéntica a la de Kuhn a excepción del requisito de aceptación

generalizada de un paradigma común, aceptaría que las Ciencias Sociales son cien-
cias multiparadigmáticas. Así, los científicos sociales han desarrollado diferentes
paradigmas para entender el comportamiento social. Pero, a diferencia de lo que
ocurre en las ciencias naturales, los paradigmas en ciencias sociales parecen tener
otro destino en tanto que los nuevos no desplazan a los anteriores sino que, si bien
pueden ganar o perder popularidad, rara vez son descartados.

2.2.1. El positivismo

Cuando August Comte (1798-1857) acuñó el término sociología en 1822, desencadeno

una aventura intelectual que sigue desarrollándose hasta hoy. Antes de Comte la
sociedad simplemente era. Los paradigmas religiosos eran los predominantes y, para
ellos, el estado de cosas social era expresión del deseo de Dios. Por otro lado, a la
gente se le animaba a crear la “ciudad de Dios” en la tierra para expulsar el pecado y
la falta de fe. Comte separó su investigación de la religión. Pensaba que la sociedad
debía ser estudiada científicamente, reemplazando las creencias religiosas por la
objetividad científica, y basando el conocimiento en las observaciones de los cinco
sentidos antes que en las creencias. Comte creía que la sociedad podía entenderse
de manera lógica y racional, tal y como se hacía en biología o en física. Y su visión
sentó los pilares del desarrollo de las ciencias sociales. En su optimismo denominó
positivismo a ésta aproximación científica, en contraste con lo que consideraba
aspectos negativos de la ilustración. Desde entonces, el desarrollo de la ciencia, el
declinar de las supersticiones, y el surgimiento de estructuras burocráticas parecen
poner mayor racionalidad en el centro de la vida social.

No obstante, y a pesar de lo fundamental que nos parece la racionalidad, muchos

académicos la han puesto en duda: a pesar de que muchos modelos económicos
suponen una racionalidad en las decisiones de las personas los humanos no siempre
actuamos racionalmente dado que hay otros factores que nos afectan (tradición,
lealtad, imagen,…) y que compiten por determinar nuestra conducta. Un positivismo
más refinado sugiere que podemos estudiar incluso el comportamiento humano “irra-
cional” o no racional de manera científica y racional. Reconocen que la objetividad
es un objetivo quizá inalcanzable pero minimizable y creen que la realidad externa
objetiva existe. Y si bien enfatizan la objetividad, la precisión y la generalización,
más que verificar leyes universales buscan contrastar las condiciones en las que
ideas e hipótesis particulares son o no son falseadas. También reconocen que nun-
ca podemos estar totalmente a salvo de valores políticos e ideológicos, pero que

5
 Máster de Gestión de la Ciencia y la Innovación

éstos pueden ser combatidos mediante ajustes lógicos y técnicas de observación

ANOTACIONES que reduzcan su influencia.

Hoy en día los positivistas generalmente usan metodologías de investigación muy

estructuradas, pero también usan metodologías flexibles, reconociendo que en
ocasiones es difícil determinar anticipadamente la mejor metodología para analizar
algunos aspectos de la realidad social. Los resultados de las metodologías flexibles
suelen considerarse tentativas y exploratorias, generadoras de ideas nuevas que
deberán ser testadas posteriormente. Los positivistas suelen ser escépticos sobre
las impresiones de los investigadores y de las conclusiones de investigaciones in-
dividuales, que requieren su replicación por diferentes investigadores es por esto
que prefieren la acción publicitada de muchos investigadores con mentes abiertas,
rigurosos e independientes y diversas metodologías.

2.2.2. El interpretativismo

El interpretativismo, que contrasta con el positivismo pero no es excluyente, es

un enfoque que no se basa en el aislamiento y la medición objetiva de causas o en
generalizaciones sobre desarrollos, sino que trata de adquirir un conocimiento empá-
tico sobre el cómo se sienten las personas, tratando de interpretar sus experiencias
cotidianas, sus sentimientos y significados profundos, y las razones idiosincrásicas
de sus comportamientos. Más que buscar probabilidades estadísticas para procesos
causales particulares sobre amplios grupos de individuos, los interpretativistas
tratan de conseguir que los lectores de sus informes se sientan en la piel del re-
ducido grupo de personas del estudio. Suelen trabajar mezclándose con la gente
a la que observan, en su propio espacio, y tratando de obtener un conocimiento,
subjetivo pero en profundidad, de sus vidas. Piensan que las medidas objetivas y
estandarizadas no capturan toda la realidad. Que hay que ver el mundo a través
de los ojos del sujeto estudiado. Pueden, o no, estar de acuerdo en que existe una
realidad social eterna y objetiva que puede ser descubierta. Pero su interés se
centra en descubrir y entender cómo la gente percibe y siente subjetivamente el
mundo. Ninguna explicación de la realidad social será completa si no se comprende
cómo las interpretaciones subjetivas de la realidad influyen en la creación de su
realidad social.

2.2.3. Ciencia social crítica

La ciencia social crítica (también Marxista, feminista o del empoderamiento) es un

enfoque que se basa en la opresión, y su compromiso está en utilizar los recursos
de la investigación científica para liberar a los grupos oprimidos. Con esta finalidad
utilizan tanto metodologías estructuradas o flexibles, o elementos seleccionados de
otros paradigmas. Así, más que respecto al método su característica fundamental
es su posición respecto de los resultados. Mientras que los positivistas buscan neu-
tralidad metodológica, política e ideológica a la hora de interpretar los resultados,
los críticos los interpretan a través los filtros liberadores.

No tenéis porque elegir un paradigma. Muchos investigadores varían según investi-

gaciones e incluso a veces combinan elementos de varios. Todos tienen ventajas y
desventajas (la mayor el extremismo). Las técnicas cuantitativas se asocian con los
positivistas. Las técnicas cualitativas se asocian con positivistas y interpretativistas.
La ciencia social crítica se considera herramienta para conseguir el cambio social.

6
 Introducción a la investigación en ciencias sociales

2.3. La teoría
ANOTACIONES
Del mismo modo que los paradigmas, las teorías también pueden influir en cómo
hacemos investigación. De hecho la distinción entre ambas es, en ocasiones, con-
fusa. Especialmente cuando se produce un apasionamiento tal con una teoría que
hace que se utilice solo ésta para explicar un amplio espectro de fenómenos. Así
algunas teorías (psicoanálisis, teoría de los roles, teoría del comportamiento,…)
pueden verse como paradigmas. Esta limitación puede ser tan perjudicial como lo
es el obsesionarse con un solo paradigma.

La diferencia radicaría en que el paradigma podría entenderse como un marco

general para mirar la vida, mientras que la teoría sería el conjunto sistemático de
enunciados interrelacionados dirigidos a explicar algunos aspectos de la realidad
(social) o mejorar nuestro conocimiento de cómo se comportan las personas y buscan
sentido a su vida diaria. Así dos investigadores pueden compartir paradigma (p.e.
positivista) y pero hacerlo desde marcos teóricos diferentes (a- desde la teoría del
comportamiento; o b- desde el psicoanálisis).

La teoría científica social se ocupa de cómo son las cosas, no de cómo deberían de
ser (aunque en ocasiones se haya hecho). Por tanto la teoría científica (y la ciencia)
no pueden resolver debates de valor. Solo si encontrásemos acuerdos sobre cómo
medir tales valores (justicia, dignidad, libertad,…) y nuestros resultados se basa-
sen solo en tales resultados, podríamos sacar conclusiones no generalizables y sólo
validas respecto al criterio sobre el que existe acuerdo. Como las convicciones de
las personas generalmente son no-racionales, la ciencia no parece lo más apropiado
para estas cuestiones.

Pero en ocasiones, la distinción entre teorías y valores es escurridiza. Del mismo

modo que un control de paso no nos dice quién es mejor corredor (a menos que
coincidamos en que la velocidad es el criterio), la investigación no nos dará la
valoración de un programa o política social a menos que estemos de acuerdo en
qué criterio es relevante. Aunque llegar a un consenso sobre el criterio de éxito
y fracaso puede ser complicado, ese criterio es esencial si la investigación ha de
decirnos algo de utilidad respecto a cuestiones de valor.

La teoría juega un papel fundamental tanto en la práctica como en la investigación

en ya que: (1) nos ayuda a dar sentido y a ver patrones en las observaciones; (2)
nos ayuda a dirigir la investigación hacia aquellas áreas que parecen más fructíferas
(patrones y observaciones); (3) nos ayuda a distinguir acontecimientos azarosos de
las observaciones que anticipan acontecimientos futuros; (4) nos ayuda a entender
los fundamentos de las prácticas que empleamos (que efectos esperar, cuando eva-
luar, qué indicadores usar); nos ayuda a sacar implicaciones de nuestros estudios,
para la práctica profesional y para las políticas.

También se da investigación que no implica teoría como los estudios basados exclu-
sivamente en cuestiones metodológicas; o los estudios que pretenden solo describir
y no explicar.

7
 Máster de Gestión de la Ciencia y la Innovación

2.3.1. Predicción vs. Explicación

ANOTACIONES
Al tratar de explicar por qué las cosas ocurren, la teoría inevitablemente predice.
La predicción está implícita en la explicación, pero podemos predecir sin entender,
o entendiendo erróneamente, un fenómeno concreto. Antes hemos definido la teoría
como un conjunto sistemático de enunciados interrelacionados dirigidos a explicar
algunos aspectos de la realidad. Esos enunciados son las hipótesis.

Una hipótesis predice algo que debe ser observado en el mundo real siempre que
la teoría sea correcta. Es un enunciado tentativo y testable sobre cómo cambios en
una determinada cosa produce cambios en otra. A las cosas que las hipótesis pre-
dicen se les denomina variables. Un ejemplo: Con cuanto más aprecio son tratados
los niños en la escuela, más autoestima tendrán (variable 1: cantidad de aprecio,
variable 2: nivel de autoestima).

Otra manera de decirlo es que las hipótesis predicen relaciones entre variables. La
mayoría de las hipótesis predicen que variable influye a la otra, cual es la causa y
cual el resultado. A la que explica o causa algo se le denomina variable indepen-
diente (lo es en el modelo causal especificado). La que es explicada o causada se le
denomina variable dependiente. (En el ejemplo anterior: variable independiente:
cantidad de aprecio, variable dependiente: nivel de autoestima).

Las variables son conceptos, esto es, imágenes mentales que simbolizan una idea,
un objeto, un acontecimiento, o una persona. Lo que simbolizan puede ser relativa-
mente sencillo y fácil de observar (el género), o más abstracto y difícil de observar
(el nivel de autoestima). Dado que son variables porque varían, las variables son
conceptos que están compuestos de otros conceptos (género: masculino y femenino).
Así, a los conceptos, de los que están compuestas las variables, se les denomina
atributos de la variable, esto es, las características o cualidades que describen algo
o a alguien (africano, pelirroja, simpático, honesta…). Por su parte, las variables son
agrupaciones lógicas de atributos (profesión incluye médico, abogado, profesor, etc.)

8
 Introducción a la investigación en ciencias sociales

Las teorías también requieren observaciones. Las observaciones son lo que experi-
mentamos en el mundo real y que nos ayuda construir una teoría y a verificar si es
ANOTACIONES
correcta. Cuando nuestras observaciones son concordantes con lo que esperamos
experimentar si la teoría es correcta, a esas observaciones les llamaremos soporte
empírico de la teoría. Así la credibilidad de una teoría depende de que nuestras
observaciones le den soporte empírico, y de que sus componentes estén organizados
sistemáticamente de un modo lógico, que nos ayude a entender el mundo.

La relación entre los atributos y las variables es la esencia tanto de la descripción

como de la explicación científica. Así una tasa de desempleo puede verse como la
descripción de la variable “situación laboral” en términos del atributo “empleado”
y “desempleado”; y también un informe sobre los ingresos de una población dada
es un resumen de los atributos que componen esa variable: 3.140€, 2.589€, 4.231€,
etc. Como hemos visto antes, las teorías describen relaciones entre variables que
son lógicamente esperables (noción de causalidad). Esto es, el atributo de una
persona en una variable se espera que cause, predisponga, fomente un atributo
particular en otra variable.

2.4. Deducción vs. Inducción

El método científico puede proceder de dos modos: el deductivo (silogismo: todos

los hombres son mortales; Sócrates es un hombre; entonces Sócrates es mortal) y el
inductivo (Sócrates es mortal; otros hombres también son mortales; tentativamente
todos los hombres son mortales).

El contraste entre el método deductivo e inductivo ilustra dos modelos de relacionar

teoría y práctica. Muchas investigaciones han desarrollado variaciones sobre éstos,
así en algunos estudios la revisión bibliográfica se utiliza como introducción para
luego exponer análisis empíricos, y en otros se analizan multitud de estudios empí-
ricos para reforzar argumentos teóricos. En ninguno de estos casos se produce una
verdadera interacción entre teoría e investigación con el propósito de desarrollar
nuevas explicaciones.

9
 Máster de Gestión de la Ciencia y la Innovación

2.5. Conocimiento probabilístico

ANOTACIONES
Pocas cosas del comportamiento humano pueden ser explicadas totalmente por
factores que conozcamos. Pero sabemos de muchos factores que contribuyen a
explicar parcialmente un problema, cuando esto ocurre hablamos en términos
probabilísticos: si sucede A, es más probable que suceda B (lo que no significa que
tenga que suceder B, ni que probablemente ocurra B) No obstante, muchos factores
propiciatorios (A) no son ni necesarios ni suficientes para que ocurra B.

Dos modelos causales explicativos: Ideográfico vs. Nomotético

Ideográfico: cuando pretendemos explicar el comportamiento de una persona

mediante la identificación de muchas de sus causas (algunas únicas). Ej. ¿Por qué
“x” innova?

Nomotético: cuando pretendemos parcialmente explicar un fenómeno general

considerando, relativamente, pocas causas. Ej. ¿Por qué la juventud de unos países
obtiene mejores resultados académicos que otros?¿qué factores son más relevantes
a la hora de explicar el éxito en PISA?

Así el ideográfico busca dar una explicación completa de un caso particular, mientras
que el nomotético busca patrones causales, probabilísticos, y rara vez ofrece una
explicación completa del fenómeno.

2.6. Cuantitativo vs. Cualitativo

Los métodos cuantitativos ponen el énfasis en la producción de resultados estadísti-

cos precisos y generalizables, que suelen ser más apropiados para fines nomotéticos.
Los métodos cualitativos ponen el énfasis en la profundidad del entendimiento,
asociadas con técnicas ideográficas. Intentan explotar los significados profundos de
las experiencias humanas particulares y se dirigen a generar observaciones teóricas
más ricas y que son difícilmente reducidas a números.

Tras vaivenes en la preferencia de unos u otros, hoy es comúnmente aceptado que

ambos son complementarios.

2.7. Objetividad vs. Subjetividad

Tanto los métodos cuantitativos como lo cualitativos persiguen la objetividad en la

investigación social: Que su propia manera de ver las cosas no afecte lo que ven, y
no influir a aquellos a los que se observa. Sabemos, no obstante, que la objetividad
no es sencilla de alcanzar, y algunos investigadores tratan de sacarle partido (ex-
perimentar en su propia piel situaciones que estudian) pero incluso ellos, paradó-
jicamente, desean que sus observaciones subjetivas sean objetivas. La manera más
aproximada de obtener observaciones objetivas es el acuerdo, de manera similar
que en la vida cotidiana, pero sólidamente fundamentado en estándares lógicos
rigurosos y observaciones precisas.

Aunque publicar una investigación que no obtiene los resultados esperados puede
ser de mucha utilidad para otros investigadores, el reconocimiento a su trabajo y
la gratificación personal será mayor si el resultado fuera el inicialmente esperado.
10
 Introducción a la investigación en ciencias sociales

Para superar sus predisposiciones y prejuicios en ocasiones se recurre a diferentes

vías, utilizar observadores que no conocen detalles de la investigación que pueden
ANOTACIONES
predisponerlos, pueden utilizar cuestionarios que los usuarios rellenan fuera de las
instalaciones, utilizan datos conseguidos por otras investigaciones o censos y que
no pueden estar influidos por su investigación. Ya veremos que ninguna es infalible
y todas tienen errores potenciales.

Quizá nunca sepamos si un observador o método de observación particular es

realmente objetivo, pero asumimos que se ha alcanzado la objetividad cuando (1)
diferentes observadores con diferentes intereses creados coinciden en lo que ob-
servan. O cuando (2) diferentes estrategias de observación producen básicamente
los mismos resultados.

11
 Máster de Gestión de la Ciencia y la Innovación

ANOTACIONES 3. Dimensiones éticas y políticas de la investigación

Hoy en día existen requisitos éticos para los estudios que requieren de la participa-
ción de seres humanos. Estos estudios no sólo deben cumplir los estándares éticos de
los investigadores, sino que muy a menudo deben cumplir con los estándares éticos
de comités creados al efecto. Si bien no podemos hablar de absolutos morales si
podemos recomendaros que os ajustéis a los estándares de conducta establecidos
en investigación.

Como principio general, y aunque vaya en contra de la generalización de resultados,

requeriremos la participación voluntaria y consentimiento informado, sin coacción,
a menos que su participación sea tangencial (p.e. un estudio sobre el tráfico) o que
la finalidad del estudio justifique que se oculte. No revelaremos información sensi-
ble que pueda suponer cualquier perjuicio a los participantes. Estaremos atentos y
trataremos de evitar cualquier tipo de perjuicio psicológico a los participantes, por
ejemplo si identifican su perfil en el informe. La protección de la identidad de los
participantes es una cuestión capital para proteger sus intereses y bienestar, hay
dos técnicas. Hablamos de (1) anonimato cuando el investigador no puede relacionar
una respuesta con un participante (por ejemplo una encuesta por correo). Si alguien
pone su nombre puedes borrarlo. Esto además puede incrementar la cantidad y
calidad de las respuestas y evitar situaciones comprometidas. Y (2) confidencialidad
cuando el investigador puede identificar las respuestas de un participante pero
promete no hacerlas públicas (por ejemplo en una entrevista cara a cara). Se han
de tomar las necesarias precauciones para garantizarlas (entrenamiento, códigos,
base de datos de acceso restringido).

Nunca digáis a los participantes que es anónimo cuando se trate de confidencialidad.

E informarles si existe la posibilidad de que se informe de su caso a las autoridades
(por imperativo legal).

En principio vuestra identidad no debe de ocultarse a los participantes dado que el

engaño es una conducta no ética. Cuando por necesidades científicas o administra-
tivas vais a ocultar vuestra identidad esto ha de quedar suficientemente justificado
y, aun así, será discutible. En ocasiones los investigadores reconocen su condición
pero engañan acerca del propósito o destinatario.

Aunque no sea habitual, como ya vimos, los investigadores deben informar de los
resultados de sus investigaciones aunque estos contradigan o no refrenden sus hi-
pótesis. Para que dejemos de utilizar una medida o política necesitamos evidencias
de que no es útil, y estas evidencias solo las conseguimos si replicamos los estudios.
Cuando obtengamos resultados inesperados, aun cuando muchos de ellos parecen
obvios retrospectivamente, evitaremos la tentación de simular unas hipótesis que
no nos planteábamos para aparentar que se trataba de una estrategia analítica
cuidadosamente planeada, si este no era el caso. Esta es una actitud deshonesta y
puede confundir a pensar que todas las investigaciones son planeadas y organizadas
rigurosamente. Hay que superar el ego y ser honesto respecto a errores y problemas
ya que pueden ayudar a otros y, en definitiva, ayudan a la ciencia.

Recordar que siempre podéis contar con los códigos deontológicos y los comités éti-
cos de vuestro ámbito profesional, y que obtener su aprobación en ocasiones puede
suponer mejoras en el planteamiento del estudio, y que en ocasiones su aprobación
12
 Introducción a la investigación en ciencias sociales

es obligatoria para concurrir a ciertas fuentes de financiación. Las ventajas de un

comité de expertos que no tiene intereses personales y cuyo ego no está en juego
ANOTACIONES
es más objetivo, y que la responsabilidad ética recae en el comité que ha dado su
aprobación.

En cuanto a las cuestiones políticas, hay que hacer notar que tanto las cuestiones
éticas como las políticas suelen pivotar sobre posiciones ideológicas y ambas son, en
consecuencia, controvertidas, pero podemos diferenciarlas entorno a dos cuestiones:
(1) las controversias éticas suelen centrarse en cuestiones metodológicas, mientras
que las políticas lo hacen respecto a los costes prácticos y usos de la investigación
(p.e. si ponen en riesgo la financiación o reputación de la agencia). Y (2), no existe
un código formal y aceptado de lo “políticamente correcto” comparable a los éti-
cos (si bien algunos, como los de no dañar a los participantes, tienen que ver con
libertades civiles). La única visión ampliamente aceptada es que las investigaciones
no deben verse influidas por las posiciones políticas de los investigadores, por lo
que hay que evitar ser mezquino y mentir.

No se puede ser totalmente objetivo, así los valores pueden influir cualquier fase
de la investigación. La ciencia trata de alcanzar la objetividad mediante el uso de
técnicas que permitan llevar a unas mismas conclusiones con independencia de las
visiones subjetivas de quienes realizan las investigaciones, de ahí la importancia
de los hechos y las evidencias.

13
 Máster de Gestión de la Ciencia y la Innovación

ANOTACIONES 4. La formulación del problema y la medición

4.1. Las fases de la investigación

Fase 1: La formulación del problema

La pregunta ¿dónde hace falta más conocimiento? da lugar a la pregunta de inves-
tigación. Tanto la pregunta como los conceptos inherentes se irán afinando para
hacerlos más específicos, relevantes y significativos para el área de conocimiento. (En
este proceso la cuestión de viabilidad de la implementación ha de estar presente).
Al final de este proceso se ultima el propósito de la investigación y se explican sus
elementos, que incluye las unidades de análisis (i.e. los individuos), las hipótesis,
las variables y las definiciones operacionales. En toda esta fase la revisión de la
literatura es fundamental.

Fase 2: El diseño del estudio

En esta fase se consideran los diferentes arreglos lógicos posibles y los diferentes
métodos de recoger los datos. Qué arreglos y metodologías escogemos estará en
función de la formulación del problema que hayamos hecho (fase 1), en particular
de la viabilidad y el propósito de la investigación, pero también todas aquellas
decisiones que comporta: el tipo de diseño de investigación, el muestreo, fuentes
y procedimientos de obtención de los datos, cuestiones de medición, el plan de
análisis de los datos, etc.

Fase 3: La recogida de datos

En esta fase se implementa el diseño realizado (fase 2). El propósito de la inves-
tigación y su diseño nos indicarán hasta qué punto ésta implementación ha de ser
estructurada rígidamente o es flexible y abierta a modificaciones una vez iniciada
la investigación. Así, estudios deductivos que tratan de testar hipótesis, o estudios
descriptivos que enfatizan la precisión y la objetividad, requerirán procedimientos
de recogida de datos más rígidos y estructurados. Mientras que aquellos estudios que
utilizan métodos cualitativos para entender mejor los significados de un fenómeno
concreto o que buscan generar hipótesis sobre él, tenderán a ser más flexibles.

Fase 4: El procesamiento de los datos

En función de la metodología de investigación escogida se habrá obtenido un volumen
mayor o menor de observaciones que probablemente sean difíciles de interpretar
en bruto. Ya se trate de una metodología cuantitativa o cualitativa, el procesamien-
to de los datos en esta fase generalmente implica la clasificación o codificación,
habitualmente mediante un programa informático, de las observaciones a fin de
facilitar su interpretación. Ocasionalmente, si se trata de estudios a pequeña escala
(estudios de caso), pueden no requerir informatización.

Fase 5: El análisis de los datos

En esta fase se opera con los datos procesados (fase 4) con el fin de responder a
la pregunta de investigación (fase 1). Posiblemente, el análisis también nos aporte
evidencias inesperadas que se relacionan con nuestro problema de investigación.
Los resultados del análisis pueden retroalimentar la formulación inicial del problema
y generar nuevos ciclos de investigación.

14
 Introducción a la investigación en ciencias sociales

Fase 6: La interpretación de los resultados

No hay un único modo correcto de plantear una investigación, ni manera de asegurar
ANOTACIONES
que los resultados del análisis de los datos nos dará la respuesta correcta a nuestra
pregunta de investigación. Ningún modelo matemático ni programa informático
podrá obviar la necesidad de que hagamos juicios sobre los resultados obteni-
dos. Inevitablemente encontraremos explicaciones alternativas a los resultados,
y tendremos que tener en cuenta las limitaciones metodológicas que limitan su
generalización. De lo anterior se deriva la importancia de tratar: interpretaciones
posibles, posibilidades de generalización y limitaciones metodológicas (validez de
los resultados). Y considerar también las posibles implicaciones para programas,
políticas, o investigaciones futuras.

Fase 7: El informe de investigación

(se van elaborando sus partes a medida que se avanza)

»» Introducción: antecedentes, planteamiento, importancia, revisión de teorías

relevantes e investigaciones previas. Seguido de una explicación de los elementos
conceptuales del estudio, esto es, unidades de análisis, variables, hipótesis,
asunciones y definiciones operacionales.
»» Metodología: diseño del estudio en términos precisos que incluye los arreglos
lógicos, muestreo y recogida de datos, y la medición utilizada.
»» Resultados: análisis de los datos (procedimientos, datos en gráficas y tablas) y
narrativa técnica y fáctica.
»» Discusión: (fase 6) dependiendo de la longitud puede representar un resumen
de los apartados precedentes que subraya los resultados principales y las con-
clusiones.

15
 Máster de Gestión de la Ciencia y la Innovación

4.2. Finalidades de la investigación

ANOTACIONES
Exploración

Es una primera aproximación a un tema para cuando: queremos familiarizarnos con

él; hay un interés nuevo; el objeto de estudio es relativamente nuevo; queremos
comprobar la viabilidad de llevar cabo un estudio detallado; queremos desarrollar
metodologías para llevar cabo un estudio detallado. Son esenciales cuando lo que
necesitamos es romper el hielo con un tema relativamente nuevo, el problema es
que generalmente no dan respuestas precisas a las preguntas de investigación solo
apuntan posibles respuestas y metodologías con las que avanzar.

Descripción

Su objetivo es describir situaciones y acontecimientos, pero al ser observaciones

científicas (rigurosas y deliberadas) son generalmente más precisas que las ob-
servaciones casuales. En los estudios cuantitativos la descripción es sinónimo de
caracterizar a la población (representatividad) y suele referirse a cuestiones más
superficiales (edad, ingresos, tamaño familiar, etc.). En los estudios cualitativos la
descripción generalmente se refiere descripciones más penetrantes de los fenómenos
y sus significados profundos.

Explicación

Busca dar una explicación a lo que investigamos. Así, si contabilizamos el esfuerzo

innovador de ciertas empresas estamos haciendo descripción, si tratamos de ex-
plicar de qué depende tal o cual grado de esfuerzo innovador estamos realizando
una investigación explicativa.

Evaluación

Su objetivo es evaluar intervenciones, programas o políticas, y abarca los tres tipos

anteriores: Exploración, como por ejemplo entrevistas no estructuradas para cono-
cer las problemáticas que afectan a un sector industrial. Descripción, para conocer
si los protocolos se están implementando como estaba previsto. Explicación, si
queremos averiguar el papel que juega el origen nivel de estudios en el uso de los
servicios de una OTRI.

Construcción de instrumentos de medición

A diferencia de los anteriores, algunos estudios lo que buscan es desarrollar y testar

instrumentos de medición que puedan ser usados por otros investigadores o profe-
sionales en sus investigaciones o evaluaciones. Aquí la pregunta de investigación es
si un determinado instrumento de medición es una herramienta útil y válida para
ser aplicada en la práctica profesional o en la investigación.

Finalidades múltiples

En muchos casos las investigaciones combinan varias finalidades y es difícil enca-

sillarlas. Es frecuente que quién inicia un estudio exploratorio sobre algún tema
pretenda, a largo plazo, explicarlo. Generalmente un estudio que pretende iniciar
la comprensión de un fenómeno tenderá a ser exploratorio, mientras que uno que
16
 Introducción a la investigación en ciencias sociales

trata de contrastar rigurosamente nuestras predicciones (hipótesis) será probable-

mente explicativo.
ANOTACIONES

4.3. La dimensión temporal

Estudios transversales.

Estudian las variables de forma simultánea en un momento dado. Pueden ser tanto
exploratorios (una entrevista no estructurada para conocer las razones que aducen
los usuarios que utilizan un servicio de la OTRI), como descriptivos (un censo) o
explicativos (una entrevista estructurada tanto a los que utilizan un servicio de la
OTRI como a los que no, para testar una hipótesis de por qué no la usan). El pro-
blema inherente a estos estudios es que a pesar de realizarse en un momento del
tiempo, pretenden entender fenómenos causales que ocurren en el tiempo. Y es
por lo tanto más difícil distinguir la causa del efecto.

Estudios longitudinales

Estudian las variables a lo largo de un tiempo que puede ser continuo ó periódico.
Pueden basarse en datos recogidos en repetidas ocasiones a lo largo del tiempo,
o analizarse en un momento dado datos que fueron generados a lo largo de un
periodo (p.e. el seguimiento de noticias). Hay tres tipos principales de estudios
longitudinales: los estudios de tendencias, los estudios de cohortes y los paneles.

Estudios longitudinales de tendencias

Estudian cambios sobre una población general a lo largo del tiempo. Un ejemplo
sería el estudio y comparación de un mismo censo a lo largo del tiempo para ob-
servar las variaciones en la población de empresas o en el número de trabajadores.
Otro ejemplo: el estudio de las variaciones en el tiempo de las características o
problemáticas que presentan los usuarios de un servicio de asesoría.

Estudios longitudinales de cohortes

Estudian cambios sobre una población reducida a lo largo del tiempo. La cohorte
típica es un grupo de edad (los nacidos en el baby-boom, por ejemplo). Pero también
puede establecerse en función de otras características temporales (aquellos cuyo
primera actividad innovadora ocurrió durante los primeros cinco años de actividad
de la empresa; o aquellos trabajadores que se graduaron entre 2000 y 2005).

Estudios longitudinales paneles

Estudian cambios sobre una población reducida a lo largo del tiempo, con la parti-
cularidad de que son siempre los mismos individuos (la única que nos da una visión
completa de las variaciones sobre unos mismos individuos).

Un ejemplo sería el estudio de la valoración que sobre los cursos recibidos hacen
los diplomados de vuestra promoción. Podríamos conocer de este modo cómo con la
práctica profesional varían tales valoraciones y quizá modificar el plan de estudios.

17
 Máster de Gestión de la Ciencia y la Innovación

ANOTACIONES

4.4. Unidades de análisis

Individuos

Cuando hacemos observaciones sobre atributos de individuos (usuarios, profesiona-

les, estudiantes, residentes, trabajadores, votantes, profesores…). Son los individuos
también cuando tratamos de describir y entender un fenómeno entre grupos con
diferentes atributos mediante agregación y manipulación de datos de los individuos
que los componen. A modo de ejemplo: un estudio que analiza si los individuos
cuyos padres no acabaron secundaria tienen mayor probabilidad de abandonarla.

Grupos

Los grupos por si mismos pueden ser unidades de análisis (familias, parejas, pandillas,
departamentos, residencias, iglesias, barrios, ciudades, regiones…). La descripción
de los grupos se puede derivar de los atributos de sus miembros (p.e. edad, etnia o
nivel educativo del cabeza de familia). Al igual que los individuos, los grupos tam-
bién pueden caracterizarse por su entorno o su pertenencia a grupos más amplios
(por ejemplo tipo de casa en la que reside o pertenencia a una etnia). Ejemplo:
un estudio que pretende averiguar si es más probable que las familias ricas vivan
en casas en zonas residenciales (en oposición a vivir en pisos) en comparación con
familias pobres.

Individuos vs. Grupos

Si en una investigación queremos saber si: los graduados (individuos con estudios
superiores) tienen más o menos descendencia que los no graduados, la unidad de
análisis será el individuo. Si en una investigación parecida queremos saber si: las
familias cuyo cabeza de familia tiene estudios superiores tienen más o menos des-
cendencia que las familias cuyo cabeza de familia no tienen estudios superiores, la

18
 Introducción a la investigación en ciencias sociales

unidad de análisis será la familia (grupo). Importante: si en una investigación mez-

clamos ambas debemos especificar sobre cual pretendemos sacar qué conclusiones.
ANOTACIONES

Creaciones humanas

Nos referimos a creaciones tales como libros, poemas, pinturas, coches, edificios,
canciones, descubrimientos científicos…, dónde cada objeto implica una población de
todos esos tipos de objetos (libros: de historia, de cocina, biografías…) y que pueden
ser caracterizados (tamaño, peso, número de páginas, contenido, precio, número
de ventas, descripción del autor…). Por ejemplo podríamos comparar aspectos de
las innovaciones de las grandes empresas con aspectos de las innovaciones de las
pequeñas y medianas empresas (aquí la unidad de análisis serían las empresas).
No es tan importante como clasificamos las unidades de análisis como que seamos
capaces de identificar cuál es la unidad de análisis de nuestra investigación: ¿las
empresas o a los empresarios? Si no somos capaces de tenerlo en cuenta corremos
el riesgo de hacer aseveraciones sobre una unidad de análisis basándonos en el
estudio de otra. La falacia ecológica ocurre cuando sacamos conclusiones sobre
los individuos como unidad de análisis cuando lo que observamos es el grupo o su
agregación.

(Nota sobre reduccionismo: Cuando consideramos solo un tipo de conceptos y

variables para explicar un fenómeno. Así hablaremos de reduccionismo cuando
expliquemos todo o la mayoría del comportamiento humano mediante un solo tipo
de factores, o cuando consideramos que ciertas unidades de análisis o variables son
más importantes que otras, como por ejemplo: Reduccionismo económico (oferta y
demanda, valor marginal, …); Reduccionismo sociológico (valores, normas, roles,…);
Reduccionismo psicológico (características de la personalidad, traumas, …)

19
 Máster de Gestión de la Ciencia y la Innovación

ANOTACIONES 5. Conceptualización y operacionalización

Se trata de refinar y especificar conceptos abstractos (conceptualización) y desarro-

llar procedimientos de investigación específicos (operacionalización) que producirán
observaciones de cosas que representan esos conceptos en el mundo real.

Se realiza al final de la fase 1 (formulación del problema) en investigación cuanti-

tativa. En estudios cualitativos se defiende una libertad y flexibilidad metodológica
(no predeterminamos variables e indicadores específicos, precisos y objetivos),
en la que es suficiente una exposición inicial de significaciones, que será refinada
durante las fases de recogida y análisis.

5.1. Explicación conceptual

Cuando hemos resuelto la formulación del problema podemos pasar a especificar

y operacionalizar las variables del estudio y, salvo que se trate de un estudio des-
criptivo, aventurar relaciones entre las variables (formular hipótesis).

Las variables son conceptos (imágenes mentales que simbolizan algo: idea, objeto,
suceso, comportamiento, persona) que pueden ser fáciles de observar (la altura,
edad, residencia, etnicidad…) o complicadas (nivel de autoestima, racismo, sexismo,
homofobia, …), y se denominan así porque varían.

Requisitos: (1) Los conceptos-variables (p.e. género) son compuestos bien de otros
conceptos-atributos (masculino y femenino) que no varían, o bien puede tomar
diferentes valores. (2) Son seleccionados para una investigación. Y, (3) en el caso
de estudios cuantitativos, debe ser traducida en términos observables.

5.1.1. Desarrollando la hipótesis

Como vimos, una hipótesis es un enunciado que establece una relación entre la va-
riable independiente (V Ind.) y la dependiente (V Dep.). Es un enunciado tentativo
que predice qué esperamos encontrar sobre la manera en que nuestras variables
co-varían. Requisitos: (1) debe ser clara y específica; (2) no ser una obviedad (tener
más de una posible respuesta); (3) no ser un juicio de valor, y (4) poderse testar
(verificar o falsear).

5.1.2. Tipos de variables

Además de variables independientes y dependientes podemos calificar otros tipos

de variables en función de su relación con éstas.

Las variables extrañas representan una explicación alternativa a la relación obser-

vada entre la V Ind. y la V Dep. Si en nuestra investigación las tenemos en cuenta,
dejan de ser extrañas para ser variables de control. Si al introducir una variable de
control desaparece la relación observada entre la V Ind. y la V Dep. es porque se
trataba de una relación espuria. A las variables de control se las denomina varia-
bles moderadoras cuando afectan a la intensidad o dirección de la relación entre
la V Ind. y la V Dep. (estas variables se sitúan fuera de la relación causal y pueden
afectar tanto a la V Ind. como a la V Dep. o a ambas)

20
 Introducción a la investigación en ciencias sociales

Las variables mediadoras es el mecanismo por el que la V Ind. afecta a la V Dep.

Estas variables se sitúan dentro de la relación causal y solo pueden afectar a la V
ANOTACIONES
Dep., estamos hablando de una cadena causal.

5.1.3. Tipos de relaciones entre variables

Algunas hipótesis predicen relaciones positivas, negativas o curvilíneas entre va-

riables.

5.2. Definiciones operacionales

A diferencia de las definiciones nominales (diccionario) las definiciones operacio-

nales nos permite traducir las variables en términos observables, medibles. Y la
manera en la que las definamos pueden afectar a los resultados que obtenemos.
Por ejemplo el emprendedurismo, el éxito, la confianza, no pueden ser observados
directamente tal y como observamos un objeto, son términos que representan una
colección de fenómenos aparentemente relacionados y compartidos, sobre las que
tenemos concepciones generalmente coincidentes, pero no idénticas (ya que se
basan en diferentes experiencias y observaciones).

Según A. Kaplan hay tres tipos de observaciones: (1) las directamente observables
(una manzana); (2) las indirectamente observables (la respuesta a la pregunta sexo
de un cuestionario, o las actas de una asociación para conocer sus actividades);
(3) los constructos (creaciones teóricas basadas en observaciones, pero que ellas
mismas no pueden ser observadas ni directa ni indirectamente)

5.2.1. Conceptualización

Proceso mediante el cual especificamos con precisión a qué nos referimos cuando
usamos un término particular.

5.2.2. Indicadores y dimensiones

Así, este proceso de conceptualización debe generarnos los indicadores que nece-
sitamos y que marcan la presencia o ausencia del concepto que estudiamos. Pero
si hacemos esto seriamente nos encontraremos a menudo con desacuerdos e incon-
sistencias, con que nuestras imágenes mentales presentan diferentes tipologías,
grupos y subgrupos (p.e. desarrollo). El término técnico para esos agrupamientos es
la dimensión: un aspecto o faceta de un concepto que se puede especificar: “dimen-
sión económica” o “dimensión social” del desarrollo. Especificar las dimensiones e
identificar indicadores para ellas es parte del proceso de conceptualización.
21
 Máster de Gestión de la Ciencia y la Innovación

5.2.3. Concepciones y realidad

ANOTACIONES
Cómo hemos visto, los conceptos los derivamos de imágenes mentales (concep-
ciones) que resumen colecciones de observaciones y experiencias aparentemente
relacionadas. En última instancia las palabras son colecciones de letras sin significado
intrínseco. En ocasiones caemos en la trampa de pensar que los términos tienen
significados reales, y esto se denomina Reificación o Cosificación (considerar como
reales las cosas que no lo son).

5.2.4. Creando orden conceptual

Particularmente en diseños de investigación rigurosamente estructurados (encues-

tas, experimentos) la definición operacional de las variables, que representan los
conceptos que estudiamos, es un requisito de partida. No obstante la clarificación
de los conceptos es un proceso continuo y no es raro encontrarnos con intentos por
refinarlos en las secciones finales de los informes. En algunas formas de investigación
cualitativa la clarificación se realiza durante la selección de datos, pero siempre
se ha de comenzar con un conjunto inicial de significaciones anticipadas que serán
refinadas en las siguientes fases. En el análisis de texto en ocasiones se habla del
“círculo hermenéutico” (Kavale, 1996).

Centrándonos en los diseños de investigación estructurados, las definiciones nomi-

nales nos ayudan a centrar nuestra estrategia de observación, pero no nos permite
la observación. Así, el siguiente paso será especificar con precisión qué es lo que
vamos a observar, cómo lo vamos a observar, y qué interpretaciones daremos a las
posibles observaciones que obtengamos. Por ejemplo medir el estatus socioeconómi-
co mediante los ingresos familiares del año anterior y el nivel de estudios alcanzado.
Habrá mayor o menor acuerdo acerca de la conceptualización y definición que
empleemos, pero deberá tener una virtud científica esencial: absolutamente es-
pecífica y precisa.

De este modo los científicos sociales no sólo somos capaces de medir cosas reales,
sino de hacer un buen intento de medir cosas que no lo son. Creando así un orden
que responde más a la utilidad que a una verdad última.

5.2.5. La influencia de las definiciones operacionales

Nuestra elección acerca de cómo definimos operacionalmente las variables puede

influir notablemente los resultados que obtenemos. Por ejemplo, si tenemos que
describir e informar acerca de la tasa de desempleo en nuestra ciudad, nuestra
definición acerca de que entendemos por “desempleado” será fundamental.

22
 Introducción a la investigación en ciencias sociales

5.3. Elecciones de operacionalización

ANOTACIONES
5.3.1. Rango de las variables

Cuando operacionalizamos un concepto debemos dejar claro cuál es el rango de

variación que nos interesa en nuestra investigación (por ejemplo cuando creamos
los rangos de la variable ingresos dónde, a menos que nos interesen los extremos,
dos categorías amplias pueden ser útiles).

La operacionalización debe dar opción a registrar todas las opciones relevantes y

no dejar fuera otras (por ejemplo si estamos estudiando la valoración que los em-
presarios hacen sobre una política pública determinada las opciones “muy a favor”
y “nada a favor” dejará fuera respuestas como “en contra” e incluso pudiera ser
relevante dentro de ésta si están “muy” “bastante” o “algo” en contra. Hay que
ser pragmático a la hora de establecer los rangos.

5.3.2. Variaciones entre extremos

La precisión es otra consideración importante en el proceso de operacionalización.

Cuanto más precisa, más podremos afinar las diferencias entre los posibles atributos
que componen la variable pero, como hemos visto, de poco sirve esforzarse en re-
cabar precisiones sobre cuestiones que son poco relevantes para nuestro propósito.
Dado que a posteriori siempre es posible agrupar, pero no desagregar, en caso de
duda es mejor pasarnos en detalle que quedarnos cortos.

5.3.3. Dimensiones

Cuando creamos medidas operacionales de las variables hay que tener claras cuáles
son las dimensiones que nos interesan de tales variables, para poder dirigir nues-
tros esfuerzos (entrevistas, etc.) a medir lo que realmente queremos medir y no a
medir otra cosa.

Por ejemplo, si investigamos la percepción que los usuarios tienen sobre un servicio
de documentación, ¿nos interesa saber su grado de satisfacción? o ¿si consideran
que se ofrecen suficientes servicios?

5.4. Escalas existentes

El uso de escalas existentes puede ahorrarnos mucho tiempo y esfuerzo, pero puede
presentar ciertos inconvenientes: (1) puede tener derechos y costarnos dinero; (2)
puede ser larga y no ser útil para gente muy ocupada; (3) puede ser difícil de contes-
tar (pesada o compleja); (4) si queréis medir cambios en el tiempo quizá necesitéis
escalas sensibles a pequeñas variaciones; (5) fiabilidad correcta para una población
que no es la vuestra; (6) validez correcta para una población que no es la vuestra;

5.5. Una perspectiva cualitativa en definiciones operacionales.

En investigaciones cualitativas la operacionalización suele dejarse para fases más

avanzadas (tras la observación). Esto se debe a que podemos no saber de antemano
qué variables son las principales; a que las limitaciones en nuestro entendimiento
acerca de las variables que consideramos relevantes pueden prevenirnos de intentar

23
 Máster de Gestión de la Ciencia y la Innovación

aventurar el mejor modo de operacionalizarlas; o a que incluso las mejores opera-

ANOTACIONES cionalizaciones son por definición superficiales al ser especificadas únicamente en
términos de indicadores observables. (no nos ayuda a ver significaciones profundas).

24
 Introducción a la investigación en ciencias sociales

6. Medición ANOTACIONES
Error sistemático
Ocurre cuando la información que recogemos nos da una imagen sistemáticamente
falseada del concepto que tratamos de medir, bien por la manera en la que reco-
gemos los datos, bien por la manera en la que se comportan aquellos quienes nos
los facilitan. La manera más frecuente de que esto suceda es cuando introducimos
sesgos en la recogida de datos. Los sesgos pueden darse en diferentes formas, pode-
mos realizar preguntas de modo que predisponemos a los entrevistados a responder
del modo que deseamos, o sonreír o asentir excesivamente cuando obtenemos las
respuestas que confirman nuestras hipótesis. Así, los entrevistados pueden querer
responder de un modo sesgado para complacernos (sesgo aquiescente) o dar un
impresión favorable de sí mismos (sesgo por deseabilidad social). Además pueden
darse sesgos por diferencias culturales (IQ).

Error aleatorio
A diferencia de los errores sistemáticos, los errores aleatorios no siguen patrones es-
tables, y por lo tanto no sesgan nuestras mediciones, pero sí las hacen inconsistentes
de una medición a la siguiente. Esto no significa que se produce error aleatorio cada
vez que los datos varían. En ocasiones las cosas varían y nuestras mediciones deben
ser sensibles a éstas. Lo que sí significa es que cuando las cosas que medimos no
varían pero nuestras mediciones sí, estamos ante inconsistencias de medida o error
aleatorio. Puede suceder en cuestionarios tediosos que los encuestados dejen de
prestar atención y respondan aleatoriamente. O cuando no entienden las respuestas.
El uso de cuestionarios o escalas auto valorativas es un modo relativamente barato
y directo de obtener información sobre las personas o sus conocimientos, actitudes,
destrezas o comportamiento.

Pero, independientemente de la finalidad de la herramienta, querremos evitar

errores aleatorios derivados de las dificultades de los encuestados para entender
nuestras preguntas, la duración o complejidad de nuestro instrumento, así como
errores sistemáticos derivados de sesgos en nuestros enunciados o por su propen-
sión a dar respuestas que den una imagen de sí mismos deseada socialmente (los
cuestionarios anónimos pueden reducir esta propensión pero no es garantía).

Errores en la medición mediante entrevistas

Aunque más costosas, las entrevistas tienen ventajas: (1) se pueden replantear las
preguntas, (2) asegurarse de que no se saltan preguntas (3) se puede profundizar
más y evitar vaguedades. Son vitales en investigación cualitativa, pero no se libran
de la mayoría de los errores comentados, particularmente de los referidos a la de-
seabilidad social de los entrevistados, que puede ser mayor al requerir la presencia
del entrevistador (y más aún si éste muestra sesgos sutiles a favor de respuestas que
corroboran las hipótesis del estudio, o se realizan en presencia del responsable).
Además diferentes entrevistadores pueden afectar a la consistencia por cómo son
o cómo preguntan.

Errores en la medición mediante observación directa

Aunque también más costosas, la observación directa tiene la ventaja de que po-
demos ver el comportamiento de forma directa. No obstante esta técnica es muy
vulnerable al error sistemático, particularmente asociado con la deseabilidad social

25
 Máster de Gestión de la Ciencia y la Innovación

de los observados, pero también al sesgo de los observadores a la hora de interpretar

ANOTACIONES los comportamientos de los observados.

Los errores aleatorios pueden darse a consecuencia de inconsistencias en la ma-

nera en la que los observadores observan y recogen la información, quizá como
consecuencia del modo en el que entienden el fenómeno que observan y registran.

Errores en la medición mediante registros disponibles

Quizá la manera más rápida y barata sea la de acudir a registros ya existentes,
pero quizá algunos profesionales exageran en sus registros el tiempo que dedican a
ciertas tareas, en la creencia de que éstos serán utilizados para evaluarles, lo que
sería fuente de error sistemático. O por el contrario, otros están en contra de este
tipo de registros y no son organizados a la hora de documentar su actividad, esto
provocaría errores aleatorios.

6.1. Evitando los errores de medición

De lo anterior no se deduce que los procesos de medición sean inútiles, sino que
son extremadamente vulnerables a los errores por lo que debemos ser conscientes
de ello y tomar todas las precauciones posibles.

De hecho en Ciencias Sociales nadie espera que obtengamos mediciones perfectas.

Lo importante es que minimicemos los principales errores que pudieran perjudicar la
credibilidad y utilidad de los resultados obtenidos, y que seamos capaces de valorar
en qué medida hemos sido capaces de mantener esos errores en niveles razonables.
Los errores de medición pueden producirse por muy diversas causas, y las medidas
para evitarlos dependen en gran medida del método de recolección de datos utili-
zado (que veréis en otros módulos de este curso). Veamos algunas de estas medidas
para evitarlos.

Si utilizamos cuestionarios o escalas auto valorativas: (1) evitar los enunciados sesga-
dos (para minimizar el error sistemático); (2) evitar expresiones que los encuestados
no entiendan (para minimizar el error aleatorio); (3) que lo revisen compañeros
para comprobar que hemos evitado sesgos y ambigüedades; (4) realizar un pretest
para comprobar que la población objetivo del estudio entenderá el cuestionario y
no lo encontrará demasiado pesado o difícil.

Si utilizamos a otras personas para que hagan entrevistas u observaciones sobre

comportamientos: (1) asegurarse de que reciben una preparación adecuada; (2)
asegurarse de que son consistentes sobre cómo realizan sus tareas; (3) tratar de
minimizar su exposición al sesgo (por ejemplo no facilitándoles más información
de la necesaria).

Si realizamos observación directa de comportamientos hay que intentar desarrollarla

de manera que el usuario no esté demasiado pendiente de que la observación se
está produciendo. De este modo es menos probable que su comportamiento se vea
afectado por su deseo de aparentar.
Si utilizamos registros disponibles no debemos descuidarnos y pensar que están libres
de error porque otros se han ocupado de ello o porque sean “oficiales”.

26
 Introducción a la investigación en ciencias sociales

La triangulación es una manera de abordar el error sistemático mediante el uso

de varias técnicas o metodologías de recolección de los mismos datos y requiere
ANOTACIONES
que éstas tengan diferentes fuentes de error potenciales. Dado que no hay técnica
infalible para evitar el error sistemático, es conveniente utilizar varias técnicas
imperfectas y alternativas, y comprobar si tienden a indicar los mismos resultados.
Si lo hacen tendremos más garantías (si bien no estaremos completamente seguros)
de que el error de medición está a un nivel aceptable. Sino será indicativo de que
existen errores y nos dará pistas para localizarlos.

6.2. Fiabilidad

En sentido abstracto, la fiabilidad hace referencia a si una técnica particular, apli-

cada repetidamente sobre un mismo objeto, nos dará el mismo resultado cada vez.
Así, la fiabilidad tiene que ver con la cantidad de error aleatorio en la medición
(cuanto más fiable, menos error aleatorio). Pero la fiabilidad no significa exactitud,
por ejemplo, dos estimaciones del peso de un compañero a ojo serán menos fiables
que dos mediciones con báscula, pero ésta puede estar mal calibrada (hablaríamos
entonces de un error sistemático). Los problemas de fiabilidad son evidentes en
investigaciones dónde varias personas entrevistan, o han de codificar o asignar su-
cesos a categorías. Pero también cuando preguntamos cosas que no les importan,
desconocen o no entienden.

Entonces ¿cómo obtener mediciones fiables? Hay varias maneras: (1) si has de pre-
guntarles información, pregúntales sólo por cuestiones sobre las que sean capaces
de responder, que sean relevantes para ellos, y sé claro en lo que preguntas; (2)
utilizar instrumentos que hayan probado su fiabilidad en otras investigaciones; (3)
para mejorar la fiabilidad cuando han colaborado varios entrevistadores en oca-
siones el supervisor llama a varios entrevistados y confirma algunos detalles de la
entrevista; (4) en las investigaciones que implican codificación se puede recurrir
a varios codificadores independientes; (5) por último: claridad, especificidad, en-
trenamiento y práctica.

6.2.1. Tipos de fiabilidad

El tipo de fiabilidad de la medición de una investigación particular estará en fun-

ción su propósito y diseño: si el estudio requiere juicios hechos por observadores
o evaluadores deberemos evaluar su grado de acuerdo o consistencia. Si el estudio
utiliza escalas autocumplimentadas que miden constructos (autoestima, satisfacción
laboral, etc.) entonces: si medimos variaciones en el tiempo, deberemos evaluar
la estabilidad de la escala para dar mediciones consistentes entre una y otra admi-
nistración; si no nos interesa su estabilidad en el tiempo deberemos fijarnos en su
consistencia o estabilidad interna.

6.2.2. Fiabilidad inter- observador/evaluador

Hace referencia al acuerdo o consistencia entre las observaciones o evaluaciones

entre observadores/evaluadores. Para estimar la fiabilidad inter-evaluadores tendre-
mos que entrenar a dos evaluadores, hacerles ver los inputs para que independien-
temente los evalúen. Si muestran un acuerdo en el 80% o más de las evaluaciones,
o la correlación entre sus evaluaciones es de almenos .80, podremos concluir que
el grado de error aleatorio no es excesivo.

27
 Máster de Gestión de la Ciencia y la Innovación

6.2.3. Fiabilidad test-retest

ANOTACIONES
Si en nuestro estudio hacemos varias mediciones en el tiempo será necesario que
nuestro instrumento sea estable (consistente en el tiempo) para que los cambios
que registremos se deban a cambios reales en lo que medimos y no al instrumento
de medición.

Para estimar la fiabilidad aplicaremos el mismo instrumento al mismo individuo en

dos ocasiones diferentes. Si la correlación es superior a .70 o .80 podremos concluir
que la estabilidad del instrumento de medición es aceptable.

Para evitar que el individuo recuerde sus repuestas anteriores y evitar que se hayan
producido cambios en el individuo suele hacerse el retest dos semanas después del
test, y en idénticas condiciones (hora del día…).

6.2.4. Fiabilidad de consistencia interna

Nos planteemos o no medir cambios en el tiempo, es importante estimar si los

diferentes ítems que conforman el instrumento de medición son consistentes in-
ternamente.

Este método asume que el instrumento contiene múltiples ítems cada uno de los
cuales es puntuado y combinado con las puntuaciones de los otros para producir
una puntuación total. Consiste bien en estimar la correlación entre las puntuacio-
nes de cada ítem con las puntuaciones del resto de los ítems, o bien calcular las
puntuaciones totales de diferentes subconjuntos de ítems y estimar la correlación
entre las puntuaciones totales de los subconjuntos .

Con el método split-halves, por ejemplo, estimaríamos las correlaciones de las

subpuntuaciones entre los diferentes subconjuntos de la mitad de los ítems.

Con el parallel-forms construiríamos un segundo cuestionario y los compararíamos.

El método más común y eficaz para calcular la fiabilidad de consistencia interna es
el coeficiente alfa (con software). Este método subdivide todos los ítems en todas
las posibles mitades, calcula todas las subpuntuaciones de las diferentes mitades
para cada uno de los individuos y calcula las correlaciones de todos los pares posi-
bles de mitades. El coeficiente alfa es la media de todas esas correlaciones. Para
interpretar la fiabilidad de consistencia interna: un Alfa mayor que .90 = excelen-
te, un Alfa entre .80 y .89 = buena, un Alfa ligeramente por debajo de .80 pueden
considerarse aceptable si el número de ítems es muy reducido.

6.3. Validez

Convencionalmente se refiere al grado en el que una medición empírica refleja

adecuadamente el significado real del concepto estudiado.

6.3.1. Validez aparente

Podemos estar más o menos conformes con si ciertas mediciones empíricas se ajus-
tan a acuerdos generales y a nuestras imágenes mentales asociadas con conceptos
particulares. Podemos discrepar sobre lo adecuado de medir el estado de ánimo de

28
 Introducción a la investigación en ciencias sociales

los trabajadores contando las dimisiones que se producen, pero seguro que estamos
de acuerdo en que tienen algo que ver la una con la otra.
ANOTACIONES

Si sugiriésemos medir el estado de ánimo contabilizando el número de libros que

sacan de la biblioteca en su tiempo libre seguro que plantearías objeciones más
serias: esa medición no tendría validez aparente. La validez aparente es una con-
dición necesaria pero no suficiente y se estima de modo subjetivo (valor limitado).

6.3.2. Validez de contenido

Una técnica mejor, que incluye elementos de la anterior, es la validez de contenido,

y se refiere al grado en el que una medida cubre el abanico de significados incluidos
en el concepto (por ejemplo un test de habilidad matemática). Pero al igual que la
anterior se basa en juicios, de investigadores o expertos, que analizan si cubre el
universo o facetas que componen el concepto.

Aunque es importante hacer juicios sobre la validez aparente y de contenido cuando

construimos instrumentos de medición, es también importante estimar empírica-
mente la adecuación de esos juicios, necesitamos evidencia empírica.

6.3.3. Validez de criterio

Se basa en algún criterio externo que consideramos como otro indicador o medida
de la misma variable que nuestro indicador intenta medir. Así, la validez de una
prueba de acceso a la universidad se aprecia en su capacidad para predecir el éxito
de los estudiantes en la universidad. Siendo el éxito en la universidad el criterio.
Hay varios dos subtipos: (1) Validez predictiva (capacidad para predecir un criterio
que ocurrirá en el futuro); y (2) Validez concurrente o simultánea (correspondencia
con un criterio que ya conocemos) y dentro de esta última tenemos la Validez por
grupos conocidos (capacidad para diferenciar entre grupos conocidos). La sensibi-
lidad de un instrumento hace referencia a su capacidad para detectar diferencias
sutiles entre grupos con diferencias no extremas.

6.3.4. Validez de constructo

Se basa en la manera en la que un instrumento de medición se relaciona con otras

variables dentro de un sistema de relaciones teóricas. La validez de constructo
puede incluir la medición de: la (1) Validez convergente (cuando sus resultados
se corresponden con los de otros métodos de medir el mismo constructo); y la (2)
Validez discriminante (cuando sus resultados no concuerdan tanto con mediciones
de otros constructos como con otras mediciones del mismo constructo).

6.3.5. Validez factorial

Esta técnica es similar a la validez de constructo, de hecho algunos autores la con-

sideran otra manera de describirla. Se basa en el análisis factorial, más complejo
estadísticamente. Se refiere a cuantos constructos diferentes (llamados factores)
mide un instrumento y si el número de factores e ítems que los conforman son los
que el investigador cree.

Sirve también para casos en los que pretendemos contrastar que sólo estamos
midiendo un factor.
29
 Máster de Gestión de la Ciencia y la Innovación

6.4. La relación entre fiabilidad y validez

ANOTACIONES
Como ya hemos dicho, aunque es deseable que una medición sea fiable, su fiabilidad
no nos garantiza que sea válida.

(No puede haber validez sin fiabilidad)

A menudo se da cierta tensión entre los criterios de fiabilidad y validez, una especie
de tira y afloja. Esta situación refleja una tensión más general de la medición en
investigación: que la mayoría de los conceptos más interesantes que nos interesa
estudiar tienen muchos matices sutiles y es difícil especificar con precisión que
entendemos por ellos.

Algunos investigadores se refieren a ellos como “riqueza de significado” pero la

ciencia ha de ser específica y generar mediciones fiables. Por eso a menudo la
especificación de definiciones operacionales y mediciones fiables parecen privar a
esos conceptos de la riqueza de significados.

Si no hay acuerdo en cómo medir un concepto, medirlo de varias maneras. Si el

concepto tiene diferentes dimensiones, medirlas todas. Y sobre todo recordar que el
concepto no tiene otro significado que el que vosotros le deis. La única justificación
que hay para darle a un concepto un significado determinado es la utilidad; medir
conceptos de manera que nos ayude a entender el mundo que nos rodea.

6.5. Fiabilidad y validez en investigación cualitativa

Aún habría una manera más de entender la validez. Los investigadores sociales
muchas veces se critican por asumir implícitamente que son de algún modo supe-
riores a aquellos que estudian (descubrir o desvelar motivaciones ocultas para los
propios actores) lo que concuerda con una visión positivista pero casa mal con una
visión más humanista, cualitativa, realizada por muchos investigadores sociales
(p.e. desde la etnometodología) que tratan de entender el modo en el que la gente
normal conceptualiza y da sentido a sus mundos.

Así los investigadores deberían contar con ambos, colegas y sus sujetos, como
fuentes de acuerdo para las significaciones y mediciones más útiles del concepto
que estudiamos.

30
 Introducción a la investigación en ciencias sociales

6.5.1. Aproximaciones cualitativas a la fiabilidad y validez

ANOTACIONES
Aunque la lógica básica es la misma, en cuanto a fiabilidad y validez, en investiga-
ción cuantitativa y cualitativa, hay algunas diferencias.

En investigación cualitativa no utilizamos instrumentos de medición estandarizados

(probabilísticos) en una amplia muestra, sino que realizaremos observaciones direc-
tas y entrevistas en profundidad sobre una muestra mucho más reducida.

El objetivo de las investigaciones cualitativas es estudiar y describir en profundidad

y con detalle, desde perspectivas y significaciones variadas (no son mediciones
rápidas de indicadores para generalizar) aquí la cuestión de si estamos midiendo o
no lo que pretendemos no es tan relevante.

En un extremo estarían aquellos investigadores que no creen en la visión posmoder-

nista de ausencia de realidad objetiva. Estos utilizaran varios criterios para juzgar
si las evidencias extraídas de su investigación pueden considerarse acertadas y sin
sesgo. Una manera de hacerlo es la triangulación, pueden ver si diferentes entre-
vistadores u observadores generan los mismos resultados. Quizá incluso comparen
las interpretaciones cualitativas con los datos de investigaciones cuantitativas. Si
esta refrenda los resultados de aquella, pueden considerarse los resultados como
más creíbles (o fiables).

Otros investigadores utilizan procedimientos que, sin ser exactamente lo mismo,

si siguen la misma lógica que en estudios cuantitativos: Así de manera similar que
en la fiabilidad inter-observadores, se puede comparar las interpretaciones de dos
clasificadores sobre las mismas anotaciones de campo, la diferencia es que esta
comparación no se haría de manera numérica sino en términos de acuerdo/des-
acuerdo sobre la conclusiones. De manera similar que en la fiabilidad de consistencia
interna, se puede examinar si diferentes fuentes consistentemente encajan con las
observaciones e interpretaciones del estudio. Pero en vez de calcular coeficientes
numéricos, se trata de ilustrar que hay acuerdo cualitativo.

Aún otros investigadores utilizan procedimientos más alejados de los de naturaleza

cuantitativa. Pueden contrastar las observaciones del investigador con los propios
participantes en el estudio. O preguntar a éstos si las interpretaciones que hace
parecen ciertas y tienen sentido para ellos.

Para otros la fiabilidad se ve en si el investigador ha tratado eficazmente de buscar

evidencias que mostrasen lo contrario de lo que buscaba, analizando otros casos
o informantes cuyos datos puedan discrepar. Y en si el investigador ha variado el
tiempo, el lugar y los contextos de las observaciones, y si las interpretaciones son
consistentes con la variedad de las observaciones.

Jane Kronick (1989) propuso cuatro criterios para evaluar la validez de interpreta-
ciones cualitativas de textos escritos: (1) En analogía a la consistencia interna, la
interpretación de partes del texto debe ser consistente con la de otras partes del
texto, así mismo, el argumento desarrollado debe ser internamente consistente.
(2) La interpretación debe ser completa, ha de tomar en cuenta todas las eviden-
cias. (3) Convicción: la interpretación debe ser la más convincente a la luz de las

31
 Máster de Gestión de la Ciencia y la Innovación

evidencias del texto. (4) La interpretación tiene que tener sentido, ser congruente
ANOTACIONES con el texto y ampliar nuestro conocimiento sobre él.

También en investigación cualitativa encontramos limitaciones inherentes a algu-

nas de las aproximaciones a la fiabilidad y validez. Quizá los sujetos del estudio no
confirmen la precisión de las observaciones del investigador porque no les agrada
el modo en que los ha reflejado, porque no entienden la perspectiva teórica que
sigue, o porque no son conscientes de patrones que, siendo ciertos, solo emergen
de la agrupación de datos.

Puede ocurrir también que un segundo investigador, al analizar los registros, no esté
de acuerdo con las interpretaciones extraídas por el que realizo las entrevistas ya
que requieren haber realizado para darse cuenta y no se pueden extraer simple-
mente del análisis de los registros.

Y mientras hay investigadores cualitativos que discrepan de cuál de las perspec-

tivas mencionadas utilizar, hay otros que rechazan de plano la idea de fiabilidad
y validez porque mantienen el rechazo epistemológico posmoderno a que puedan
haber asunciones conectadas con la realidad. O definen fiabilidad y validez de mo-
dos radicalmente diferentes a lo que otros investigadores entienden por ellos (en
ocasiones pueden ser consideradas por otros como no científicas o acientíficas) y en
lugar de definirlos en términos de objetividad y precisión, algunos pueden definirlos
en función de si sus resultados pueden ser útiles para algún fin político o ideológico.
O consideran el estilo narrativo como criterio de validez y será apropiado aquel
estudio que te haga sentir en la piel del otro, cruzando la frontera entre ciencia y
las artes y humanidades.

32
 Introducción a la investigación en ciencias sociales

7. Textos de ampliación ANOTACIONES

Cristina Lavía; Beatriz Otero; Mikel Olazaran y Eneka Albizu (2011). Innovación
y Territorio. Una encuesta a pequeñas y medianas empresas industriales. Re-
vista Internacional de Sociología (RIS), Vol.69, nº 2, Mayo-Agosto, 461-486. Este
trabajo, partir de una encuesta realizada a las Pymes industriales guipuzcoanas
(en España), se analizan las características y capacidades internas de innovación
de estas organizaciones, sus fuentes externas y las relaciones de cooperación con
otras empresas y con agentes de I+D, así como la influencia del entorno regional
en los procesos de innovación. Sirve de ejemplo para ver de forma práctica algunos
aspectos estudiados en el tema.

SE RECOMIENDA EL SIGUIENTE TEXTO, AUNQUE NO SE ADJUNTA.

Putnam, R. D., Leonardi, R. y Nanetti, R. (1993) Making democracy work civic

traditions in modern Italy. Princeton (N.J): Princeton University Press. Este
trabajo presenta una investigación llevada a cabo en Italia con el fin de analizar el
desarrollo y funcionamiento de los gobiernos regionales en Italia. Es un texto que
permite observar con claridad las elecciones de operacionalización tomadas por
los investigadores.

33
 Máster de Gestión de la Ciencia y la Innovación

ANOTACIONES 8. Bibliografía

Manuales de referencia

CEA, Mª A (2003) Metodología Cuantitativa. Estrategias y técnicas de investigación

social. Madrid, Síntesis.

GARCÍA FERRANDO, M., Ibáñez, J. y Alvira, F. (Ed.) (2000), El análisis de la realidad

social. Métodos y técnicas de investigación, Madrid, Alianza Universidad.

RUBIN, A. y BABBIE, E. R. (2008) Research methods for social work. Belmont, CA.
Thomson/Brooks/Cole.

VALLES, M. S. (2003) Técnicas cualitativas de investigación social, Reflexión meto-

dología y práctica profesional. Madrid, Síntesis. (3ª edición revisada y ampliada).

Bibliografía general

ALONSO, L.E. (1998) La mirada cualitativa en sociología. Madrid, Fundamentos.

ÁLVAREZ-GAYOU JURGENSON, J. L. (2003). Cómo hacer investigación cualitativa:

fundamentos y metodología. México, D.F. Paidos.

BERICAT, Eduardo (1998). La Integración de los métodos cuantitativo y cualitativo

en la investigación social: significado y medida. Barcelona. Ariel.

BRUNET, I:,BELZUNEGUI, A, PASTOR, I. (2000) Les técniques d’investigació social i

la seva aplicació, Tarragona, Universitat Rovira i Virgili.

CALLEJO,J.(2001) El grupo de discusión: introducción a una práctica de investiga-

ción. Barcelona, Ariel Practicum

CALLEJO,J. y VIEDMA A. (2006) Proyectos y Estrategias de Investigación Social: la

perspectiva de intervención. Madrid, Mc Graw Hill

CICOUREL A. (1982.) El método y la medida en Sociología, Madrid. Ed. Nacional.

DELGADO, J. y GUTIERREZ J. (coords) (1994) Métodos y Técnicas Cualitativas de

Investigación en Ciencias Sociales. Madrid, Síntesis Psicología.

DANE, Francis C. (1997). Mètodes de recerca. Barcelona. Universitat Oberta de

Catalunya. Proa

DENZIN,N. (1970) Sociological Methods, Chicago, Aldine,.

DENZIN,N y LINCOLN, Y.(eds.) (1994) Handbook of Qualitative Research, London,

Sage,

FERRAROTTI, F. (1991) La historia y lo cotidiano. Barcelona, ediciones Península,

(e.o.1986).

GABARRON, L.R. y HERNANDEZ LANDA, L. (1994) Investigación participativa. Centro

de Investigaciones Sociológicas, colección Cuadernos Metodológicos nº10, Madrid

34
 Introducción a la investigación en ciencias sociales

GONZÁLEZ RÍO, M. J. (1997), Metodología de la investigación social. Técnicas de

recolección de datos. Alicante. Aguaclara. ANOTACIONES

GUASCH,O. (1997) Observación participante. Centro de Investigaciones Sociológicas,

colección Cuadernos Metodológicos nº20, Madrid,

GUTIÉRREZ, A. (2004): Pobre, como siempre...Estrategias de reproducción social

en la pobreza. Córdoba (Argentina), Ferreira Editor.

GUTIERREZ BRITO, J.(1999) Consignas para el despegue de un grupo de discusión:

un modelo de presentación, en Rev. Empiria, nº 2 pp. 153-166.

IBAÑEZ, J. (1979) Más allá de la sociología. El grupo de discusión: técnica y crítica.

Madrid, Siglo XXI,

LATIESA, M. (1991) El pluralismo metodológico en la investigación social: Ensayos

típicos. Granada, Universidad de Granada.

LOPEZ CEBALLOS,P. (1998) Un método para la Investigación. Acción participativa

.Madrid, Editorial Popular

LOSADA LÓPEZ, J. L. (coor. 2003). Métodos de investigación en ciencias humanas y

sociales. Madrid. Thomson.

MANHEIM, Jarol B. & R. C. Rich (1999). Análisis político empírico. Madrid, Alianza.

MIGUEL,J. Mª. De( 1996) Auto/biografías. Centro de Investigaciones Sociológicas,

colección Cuadernos Metodológicos nº17, Madrid

NUÑEZ LAVEDEZE, L. (1985) Sobre el uso de conceptos comprensivos en Ciencias

Sociales, en R.E.I.S. nº 29, Madrid, pp.43-83.

PUJADAS MUÑOZ, J.J. (1992) El método biográfico: El uso de las historias de vida
en ciencias sociales. Centro de Investigaciones Sociológicas, colección Cuadernos
Metodológicos nº5, Madrid.

RODRÍGUEZ GÓMEZ, G., GIL FLORES, J., GARCÍA JIMÉNEZ, E. (1999). Metodología
de la investigación cualitativa; (2ª ed.). Archidona [Málaga]. Aljibe.

RUIZ OLABUENAGA, I. e ISPIZUA, A. (1989) La descodificación de la vida cotidiana.

Métodos de investigación cualitativa. Bilbao,Universidad de Deusto,.

SARABIA, B. (1997) Metodología Cualitativa en España. Centro de Investigaciones

Sociológicas, colección Cuadernos Metodológicos nº22 Madrid.

SWARTZ, H. y JACOBS, J. (1984) Sociología Cualitativa. Método para una recons-

trucción de la realidad. Mexico,Trillas,

TAYLOR, S.J-Bogdan, R. (1992), Introducción a los métodos cualitativos de investi-

gación, Buenos Aires, Paidós.

35