Metodología de las Ciencias Sociales

MÓDULO 1

EL PROCESO DE INVESTIGACIÓN EN LAS CIENCIAS SOCIALES. MARCO TEÓRICO Y

DISEÑO EMPÍRICO

1. PROCESO DE INVESTIGACIÓN SOCIAL Y CRIMINOLÓGICA: ETAPAS. LÓGICA Y RETOS

La investigación social es un proceso circular que empieza y acaba en la teoría. Se

puede revisar y cambiar partes del diseño inicial.
2 procesos: marco teórico (teoría y lógica deductiva, hipótesis, conceptos, variables,
[causalidad]) y diseño empírico (operacionalización y medición, métodos y técnicas,
selección y recogida de datos, análisis de datos).
Seguir esto es típico de metodología y técnicas cuantitativas (encuestas, experimentos,
análisis comparativo de casos).
Las cualitativos (observación participante, entrevistas en profundidad, grupos
discusión, análisis de contenido) no hay división clara, la lógica de investigación es más
inductiva.
Autores dicen que la lógica inferencial se tiene que aplicar a ambos indistintamente,
que sólo tienen que diferenciarse en manera de seleccionar y recoger datos.
La inferencia es el objetivo principal de la tarea científica: pasar de los hechos
observados a generalizaciones no observadas.

2. EL MARCO TEÓRICO DE LA INVESTIGACIÓN

2.1. La teoría

Son los esfuerzos de los científicos para desarrollar explicaciones de la realidad.

Son redes de conceptos relacionados que representan lo que pensamos que sucede en
el mundo. Ofrecen estructura para observarlos e interpretarlos.
Iniciar revisando bibliografía de otros autores del tema y construir el marco teórico.
Una teoría abstracta tiene que transformarse en marco teórico concreto. Luego:
preguntas – hipótesis – concepto o definiciones – variables.
En todas las etapas, la coherencia lógica tiene papel fundamental: la lógica mueve el
proceso de investigación.
La deducción es un proceso de razonamiento, hacemos que las proposiciones teóricas
se transformen en hipótesis de trabajo que se puedan comprobar empíricamente.

2.2. El tema y las preguntas de investigación

Hay que formular el tema como preguntas de investigación (explicación de realidad).

Las descriptivas caracterizan un fenómeno y las explicativas por qué se da, influencias
de otro, etc.
 Ejemplo tema “desorganización social y delincuencia”:
Descriptivas: ¿Cuál es la frecuencia de comportamiento delictivo entre los jóvenes?
Explicativas: ¿Hay relación entre los lazos afectivos desarrollados por los jóvenes y su
propensión a comportarse antisocialmente?

1
Metodología de las Ciencias Sociales

En las preguntas se tiene que ser capaz de pasar del ámbito particular y general y
viceversa (distintos niveles de generalidad). Preguntas en donde tenemos que
reflexionar sobre distintos niveles: los más específicos o particulares y los más
genéricos o universales.
 Ejemplo: en una explicas la existencia de pobreza en los barrios y en otra el grado
de lazos afectivos que han desarrollado en la familia.

La criminología aporta información práctica de patrones de criminalidad que ayudan a

la prevención. Aunque las preguntas son importantes, la criminología tiene un
componente práctico. Hay tendencia a dar importancia a metodología a costa de la
inteligibilidad (se debería evitar el narcisismo metodológico).

2.3. Las hipótesis

Son posible respuesta a las preguntas. Son proposiciones que o bien describen
situación (descriptivas), o bien dan explicación sobre diferentes fenómenos que pone
en relación (explicativas).
Sin ellas no se puede iniciar investigación empírica. Si no hay explícita hipótesis en
estudio, se analiza de forma arbitraria dando resultados confusos y manipulables.
Impide conocimiento.
Descriptivas afirman cómo es el fenómeno y las explicativas relacionan la variación
entre 2 o más fenómenos (la variación de una es causa de la otra).
 Ejemplo descriptivas: delincuencia es mayor entre jóvenes de familias
desestructuradas.
 Ejemplo explicativas: Canto más desarrollados tengan los lazos afectivos menos
propensión a delinquir.

Las hipótesis tienen que seguir 4 reglas:

- 1. Deducidas lógicamente del marco teórico, coherentes. También de modo inductivo
(observar relación de fenómenos en la realidad).
- 2. Verificables empíricamente. Formuladas de tal modo que puedan ser
empíricamente contrastadas. Elaborar con finalidad de que puedan observarse.
- 3. Que sean refutables. No solo que se puedan comprobar de forma empírica, sino
que tiene que ser posible refutarlas con la observación empírica. Indispensable
hipótesis alternativas contrarias.
- 4- Concretarlas. Explicitar la relación positiva o negativa entre los elementos y el tipo
o forma de relación. Lineal y positiva es cuando incrementa una o disminuye hace lo
mismo la otra. Es curvilínea cuando hay punto de inflexión y llega un momento que el
incremento lleva a la disminución de la otra (ejemplo: incentivo para cometer
atentados cuando Hamas es más fuerte, pero puede que, aunque tenga menos
recursos si se ve contra la pared haga cosas más sanguinarias).

2
Metodología de las Ciencias Sociales

2.4. Los conceptos o definiciones

Después es necesario recoger y definir los conceptos que hacen referencia las
hipótesis. Ayudan a precisar el objeto de estudio.
En criminología acostumbran a ser controvertidos y complejos (reincidencia, delito...)
Tienen que encontrar un equilibrio entre los requerimientos: precisión, suficientes
elementos caracterizadores, referente empírico, visibilidad técnica, generalidad,
coherencia con la teoría, utilidad para objetivos de investigación).

2.5. Las definiciones y las hipótesis operacionales de trabajo

El puente entre la teoría y la realidad se pasa cuando la definición abstracta se

transforma en definición operacional y las hipótesis en operacionales. Así alcanzan los
requerimientos empíricos.
La definición operacional incluye los indicadores empíricos de los elementos o variables
contenidos en un concepto. Las hipótesis de trabajo establecen relaciones entre los
valores o medidas de los indicadores. Se llama operacionalización.
Ejemplo: la definición “criminalidad organizada como actividades delictivas de
organizaciones “es vago. Por tanto, hay 5 criterios utilizados por autores: jerarquía
organizada duradera, beneficios por delitos, uso de la fuerza, corrupción para
mantener inmunidad y demanda de servicios públicos.
El paso siguiente es encontrar indicadores empíricos de estos criterios. Según autores
para medirla hay estas variables: extensión del grupo, tipo de estructura, extensión
territorial, grado de influencia, etc.
Es recomendable que investigadores noveles utilicen como punto de partida
definiciones o conceptos de otras teorías validadas (revisar bibliografía).

2.6. Las variables y los tipos de variables

Aparecen en las hipótesis y conceptos. Las variables son fenómenos que varían y son
observables empíricamente. Por lo tanto, tienen dos características:
- Variabilidad: el fenómeno o elemento asume diferentes valores.
- Observabilidad: se puede detectar en la realidad empírica y por eso se recomienda
que aparezcan en definiciones e hipótesis.
Son importantes porque determinan que hay que observar.
Hay 2 tipos de variables:
- Dependientes: el fenómeno que queremos explicar. Su valor depende de otras.
- Independientes: son las que explican que los cambios en sus valores influyen en los
valores de la dependiente.

Hay 4 tipos de variables independientes:

1. Variable Explicativa o independiente: aquella que se supone que causa o influye en
cambios en otra variable. En un experimento o análisis, se manipula o se observa cómo
cambia para comprender su efecto sobre la variable dependiente.
Ejemplo: El impacto de la cantidad de tiempo que las personas pasan haciendo
ejercicio (variable explicativa) en su salud medida por su frecuencia cardíaca (variable
dependiente). La cantidad de tiempo dedicado al ejercicio es la variable explicativa.

3
Metodología de las Ciencias Sociales

2. Variable Interviniente: Se encuentra entre la variable explicativa y la variable

dependiente en un modelo causal. Ayuda a explicar el proceso a través del cual la
variable explicativa afecta a la dependiente.
Ejemplo: Si supones que la cantidad de ejercicio afecta la salud a través de la pérdida
de peso, el peso corporal se convierte en una variable interviniente. La cantidad de
ejercicio afecta el peso, y el peso, a su vez, a la salud.
3. Variable Antecedente: precede en el tiempo a las variables de interés en un estudio
y se considera un factor que podría influir en ellas.
Ejemplo: Si estás investigando el rendimiento académico de los estudiantes (variable
dependiente), las variables antecedentes podrían incluir la educación de los padres, el
entorno familiar, etc., pueden influir en el rendimiento.
4. Variable de Control: en un experimento o análisis estadístico, una variable de
control es aquella que se mantiene constante o se controla cuidadosamente para
garantizar que no influye en la relación entre la variable explicativa y la variable
dependiente. Su propósito es aislar y evaluar el efecto de la variable explicativa.
Ejemplo: Supongamos que deseas investigar si un nuevo medicamento (variable
explicativa) afecta la presión arterial (variable dependiente). Para controlar factores
que podrían influir en la presión arterial, como la edad de los pacientes, puedes
seleccionar grupos de pacientes con edades similares. La edad se convierte en una
variable de control.

Direcciones de las relaciones entre variables: el signo + representa relación positiva:

cuando incrementa una, lo hace la otra igual. El signo – representa relación negativa:
cuando incrementa una disminuye la otra y al revés.

Ejemplos: VI1 sexo, VI2 clase social. VD delincuencia.

Ejemplos: Antecedente control social, interviniente familia (castigos...), interviniente
Estructura familia (pobreza...), VD delincuencia.
2.7. Las relaciones causales

Las ciencias sociales pretender obtener explicaciones causales de los

comportamientos. En las hipótesis explicativas se plantean relaciones entre variables
con la intención de explicar una dependiente.
Hay 2 tipos de relaciones que se pueden dar: de covarianza y de causalidad.

Las de covarianza sólo establecen que 2 o más variables varían al mismo tiempo. No
nos dicen lo que hace cambiar simultáneamente a las 2.
Ejemplo: “el consumo de drogas aumenta la probabilidad de cometer delitos”. Puede
que las drogas hagan cometer delitos o que cometer delitos haga caer en las drogas. O
que intervenga una tercera “no aceptación límites de deseos” que haga caer en drogas.

Las ciencias sociales quieren superar covarianzas y hacer causales que indiquen que los
cambios en una variable producen cambios en otra.
Ejemplo: saber si el descenso de criminalidad es por la forma de patrullar nueva.

Los autores hablan de relaciones causales fuertes y débiles. Las fuertes se dan cuando
se cumplen los 4 requisitos:

4
Metodología de las Ciencias Sociales

- 1. La causa X y el efecto Y covarían juntos. Implica que siempre aparece la causa

aparece el efecto y al revés. Puede no suceder en un futuro en algún contexto, es
improbable que suceda siempre.
- 2. La causa X precede al efecto Y. También presenta dificultad, qué fue antes el
consumo de droga o la delincuencia... Hay que utilizar sentido común, nunca un
atributo de nacimiento será una causa porque precede en el tiempo.
- 3. Se puede establecer un mecanismo, vínculo o proceso causal que explique qué
cambios en X ocasionan cambios a Y. Algunos autores remiten a la teoría para
establecer el mecanismo que hace que una variable influya en otra, pero a veces no
hay adecuadas. Lo llaman la caja negra: se conocen las relaciones entre VI (causas) y
VD (efecto) y se pueden hacer generalizaciones, pero no se conocen los procesos que
lo generaron. De ahí la distinción entre métodos cuantitativos y cualitativos. En los
últimos se mira más de cerca los mecanismos causales entre las variables (estudios de
caso, etnográfica...). Aun así, es un problema de ambos métodos y según autores hay
que desarrollar más teorías generales.
- 4. La covarianza de X e Y no se debe a una tercera variable (relación espuria). Hay
diseños más efectivos, el experimento y diseños longitudinales son eficaces. Los
experimentos se hacen en entornos sociales. Por ejemplo, para saber si informar sobre
los riesgos de la conducción agresiva puede disminuir la conducta de riesgo, se pasa
video a conductores. Se registra en tacómetro una semana antes y otra después los
movimientos.

Hablaremos de relación causal cuando: existe relación entre 2 variables, se da en

suficientes casos (numerosos y diversos), responde a una lógica teórica y se pueden
descartar una relación espuria.

Las relaciones causales pueden ser directas (X es causa de Y sin variables

intervinientes), indirectas (producidas por intervinientes: X es causa de Y en la medida
que lo es de T, que es causa directa de Y) y múltiples (las causas son variadas y
numerosas).
Es aconsejables dibujar las relaciones mediante mapas.

3. EL DISEÑO EMPÍRICO DE LA INVESTIGACIÓN

3.1. La operacionalización y la medición

Después de desarrollar marco teórico hay que idear la manera de obtener

observaciones que respondan las preguntas e hipótesis.

La operacionalización es el proceso de obtención de fenómenos observables que

representen conceptos abstractos. Contrastar empíricamente.
Hay que medir la realidad de manera que obtengamos observaciones, necesitamos
instrumentos de medición.
Los instrumentos de medición sirven para asignar valores de alguna propiedad del
fenómeno investigado, herramientas de trabajo para medir características o
propiedades del fenómeno. Por ejemplo, pueden ser las preguntas o ítems de un

5
Metodología de las Ciencias Sociales

cuestionario, una escala, un índice que mide un fenómeno, instrucciones sobre la

forma de registrar un comportamiento por medio de la observación participante, etc.

El instrumento de medición mide la realidad con los indicadores.

Los indicadores son la representación observable de un fenómeno o variable. No
analizamos o comparamos conceptos o variables sino sus indicadores. Raramente
reflejan todo lo que quiere decir un concepto y hay que intentar que la pérdida sea
reducida. Ejemplo: sólo con el indicador de ingresos no se alcanza a la medición del
concepto clase social. Hay otros indicadores (nivel educativo, barrio, coches, etc.).

Los valores del indicador serán al final las observaciones para evaluar hipótesis.
Ejemplo: el estado psicológico de reclusos se puede medir para saber si mejoran con
tratamiento (cuestionario STAXI-2, con 42 ítems). Ítems: me caliento rápido – nunca 4,
casi nunca 3, a menudo 2, casi siempre 1; y 41 preguntas más. Las personas con
puntuaciones más altas son las más iracundas.

Es necesario que todo este proceso se refleje en las definiciones e hipótesis

operacionales.
Una operacionalización correcta tiene que indicar paso a paso todo lo que hay que
hacer en el proceso de medición de una variable, así otros investigadores pueden
criticar, utilizar o mejorar la operacionalización.
Entre las decisiones más importantes que tendremos que tomar con respecto a las
variables y los indicadores, tenemos la de determinar el nivel de medición.
Hay diversos niveles según el grado de precisión con el que podemos establecer la
presencia o ausencia de concepto. Este grado de precisión distingue las medidas en
cualitativas y cuantitativas.

Los niveles de medición son los siguientes:

- 1. Nominal. Indican la calidad de pertenencia o diferencia. Permiten la clasificación y
tipologías. Ejemplos: sexo - 0 hombres, 1 mujeres; religión – 1 católico, 2 judío, etc. No
tiene valor numérico, sólo si pertenece a un grupo.
- 2. Ordinal. Además de la pertenencia a una categoría, se pueden ordenar según la
mayor o menor presencia de un atributo. Ejemplo: categorías- 1 clase baja, 2 media, 3
alta; los valores altos preceden a los bajos en la escala social.
- 3. Numérico de intervalo. Se puede determinar en cada caso la mayor o menor
presencia de una determinada propiedad o atributo, pero desconocemos el punto de
origen o cero (ausencia total de atributo). Solo podemos sumar y restar, no multiplicar
o dividir. Ejemplo: temperatura en grados F o C, donde el 0 es arbitrario. Si en la calle
hace 10 grados en grados kelvin son 283, si en casa hace el doble serían 566 K, 293
grados.
- 4. Numérico de razón. Todas las características de numérico de intervalo, pero el 0 no
es arbitrario, sino que refleja la carencia del atributo. Se pueden hacer todas las
matemáticas. Ejemplo: muchos datos oficiales son así, número delitos, porcentaje clase
baja, edad.

¿Cómo podemos saber el nivel de medición adecuada para las variables?

6
Metodología de las Ciencias Sociales

- 1. Detectar dimensiones subyacentes: Cuando estás investigando, a veces hay

factores ocultos que están relacionados con las diferencias que observas entre los
casos. Por ejemplo, si estás estudiando la calidad de vida en diferentes áreas, podrías
descubrir que la calidad de vida está influenciada por cosas como el empleo, la
educación y la atención médica. Para medir estas dimensiones, podrías usar "medidas
ordinales o de intervalo" que asignan números a las categorías (por ejemplo, muy
mala, regular, muy buena) y luego combinar estas medidas en "índices agregados" para
obtener una imagen completa.
Ejemplo: Después de asignar valores a cada dimensión, puedes combinarlos utilizando
un "índice agregado" para obtener una imagen más completa de la calidad de vida en
cada área. Supongamos que asignas un valor promedio de estas dimensiones para
cada área. Si un área tiene un bajo desempleo (1), un alto nivel de educación (3) y una
buena atención médica (3), su puntuación promedio sería (1 + 3 + 3) / 3 = 2.3.
- 2. Operacionalizar al nivel más alto posible: En investigación, deseas medir tus
variables de la manera más precisa posible. Sin embargo, a veces no es práctico o
(como preguntar los ingresos exactos). Por ejemplo, si preguntas directamente sobre
los ingresos, es posible que obtengas respuestas imprecisas o mientan. En lugar de eso,
podrías usar una medida dicotómica (dos categorías) para preguntar si los ingresos
están por encima o por debajo de la renta media. Aunque es un nivel de medida más
bajo que los números exactos, es más preciso y válido.

3.2. Los métodos y técnicas de investigación

Una vez operacionalizado las variables hay que diseñar plan para contrastar las
hipótesis, recogida de datos y análisis. Para recoger y seleccionar hay que organizarlo
para que no haya sesgos.
Estos métodos se diferencian en la forma en que controlan VI y VD:
- 1. Experimento: Este método ofrece un alto grado de control al manipular la variable
independiente y compararla con un grupo de control. Se mide la VD antes y después de
aplicar la VI.
- 2. Método estadístico: Ofrece un control medio utilizando técnicas estadísticas para
mantener constantes las variables independientes. Esto implica, por ejemplo, tablas de
contingencia o análisis de regresión. Ejemplo: los investigadores recopilan datos de una
muestra de la población. Luego, cuando realizan el análisis de regresión, consideran
cómo el nivel de educación se relaciona con los ingresos en esa muestra específica.
Además, controlan otras variables, como la experiencia laboral y la ubicación
geográfica, para comprender cómo influyen en los ingresos en esa muestra.
- 3. Método comparativo: Ofrece un alto grado de control al seleccionar casos que
permiten mantener constantes las variables independientes. Puede ser de dos tipos:
método de diferencia (comparando sistemas similares) o método de concordancia
(comparando sistemas diferentes, pero con similitudes en la variable dependiente).
Ejemplo - Método de Diferencia: Para entender cómo la política de salud afecta la
esperanza de vida, se comparan dos países con sistemas de salud similares pero
diferentes políticas. Se mantienen constantes otras variables, como el entorno
socioeconómico.
Ejemplo - Método de Concordancia: Se comparan varios países con diferentes sistemas
de salud, pero que tienen características similares en términos de esperanza de vida. Se

7
Metodología de las Ciencias Sociales

busca una variable independiente común, como el gasto en atención médica, que
podría explicar las diferencias.
- 4. Estudio de casos: Ofrece un control bajo, especialmente cuando se estudia un solo
caso. Sin embargo, cuando se estudian varios casos, se puede hacer una selección
muestral basada en variables que actúen como controles explicativos. Ejemplo: Para
investigar un brote de enfermedad en una escuela, se realiza un estudio de caso. Se
entrevistan a los estudiantes afectados, se revisan registros médicos y se examinan
factores como la higiene, la limpieza de la escuela y la nutrición. Si se realizaran varios
estudios de casos en diferentes escuelas, se podría seleccionar una muestra diversa
para controlar factores que contribuyen al brote de enfermedad.

3.3. La selección y recogida de datos

Hablamos de una correcta selección de casos (cuántos y cuáles).

Por una parte, los datos se estructuran en:
- 1. Unidades de análisis. Objetos cuyas propiedades que se quieren estudiar (personas,
países, etc.).
- 2- Variables. Propiedades que varían de una unidad a otra (índice desigualdad, etc.).
- 3. Observaciones. Valores concretos de cada variable de cada unidad (España 7.5).

Por otra parte, la investigación puede adoptar diferentes niveles de análisis y

observación. Por ejemplo, el nivel de análisis podría ser individual (personas) y los
niveles de observación podrían ser colectivos si se está interesado en entender cómo
las instituciones influyen las actitudes individuales.

Hecho esto, hay que seleccionar los casos siguiendo estas pautas:
- Decidir cuántos casos incluir en la investigación.
- El número de casos depende de varios factores, como el tamaño del universo y el
objetivo de la investigación.
- Evitar la selección sesgada para obtener resultados imparciales. No basar la selección
de casos en combinaciones que confirmen prejuicios. La selección debe ser imparcial y
no influenciada por hipótesis preconcebidas para asegurar la integridad de la
investigación.
3.4. El análisis de datos
El análisis de datos se adapta a la naturaleza de las variables y los objetivos de la
investigación. Esto incluye el tipo de análisis estadístico según si las variables son
nominales, ordinales o numéricas, así como si el enfoque es explicativo o descriptivo. El
análisis también depende de la naturaleza de las relaciones entre las variables, lineales
o no lineales. El método utilizado en la investigación (por ejemplo, comparativo o
cuasiexperimentos) también afecta al análisis. Antes de realizar el análisis en sí, es
importante presentar los datos de manera gráfica y tabular (tablas).

MÓDULO 2

LA INVESTIGACIÓN CUANTITATIVA

8
Metodología de las Ciencias Sociales

1. LAS TÉCNICAS CUANTITATIVAS EN LAS CCSS. COMBINACIÓN CON LAS CUALITATIVAS

La dualidad entre técnicas cualitativas y cuantitativas es común en todas las ciencias

sociales, y la criminología, un campo interdisciplinario y aplicado, ha utilizado ambas
para conocer la realidad. Estos dos enfoques son complementarios:
1. La ciencia social cuantitativa se ha centrado más en el estudio de variables que en
los estudios de casos. Destinan más recursos a estudios cuantitativos para testar
teorías e hipótesis que se formulan con la ayuda de técnicas cualitativas. En los
estudios de variables, los casos (las unidades que se investigan: países, tribus...)
sólo son el soporte de las variables. Las características de las variables y sus
relaciones se verifican en presencia y combinación de los distintos valores de los
casos. Los estudios de caso, en cambio, se estudian mediante observación,
reconstrucción y descripción detallada.
2. Se emplean principalmente técnicas cuantitativas, como encuestas y el análisis
estadístico de los resultados.
3. En los estudios basados en encuestas, las unidades de análisis son las personas, y
en experimentos, también se recopilan datos a nivel individual. Sin embargo,
mucha información recogida de registros oficiales es tratada a escala de agregados
sociales, como municipios, regiones o países.
Actualmente, se busca la combinación de técnicas cuantitativas y cualitativas, estudios
de casos con los de variables, análisis comparados sincrónicos tanto sincrónicos con los
longitudinales e históricos, y datos individuales con los agregados. Se da prioridad a
obtener un mayor conocimiento en lugar de mantener posturas fundamentalistas.
La combinación de diferentes metodologías, técnicas y niveles de análisis ha
demostrado ser altamente efectiva. Por un lado, esta combinación mejora la
interacción entre la teoría y los datos al permitir obtener más datos y más sólidos, lo
que contribuye a proporcionar respuestas más robustas a las preguntas de
investigación y a contrastar las hipótesis. Por otro lado, esta estrategia aumenta el
realismo en las investigaciones al abordar el objeto de estudio de manera global y
detallada al mismo tiempo y situándolo mejor en su contexto temporal y espacial.

Tanto las técnicas cuantitativas como las cualitativas siguen una lógica inferencial y
comparten cuatro características fundamentales que hacen que sean científicas:
1. Objetivo de hacer inferencias: Ambos enfoques buscan hacer inferencias
descriptivas o explicativas a partir de la información y los datos disponibles, con el
fin de revelar hechos que aún no se han observado o comprender las relaciones
causales entre diferentes fenómenos.
2. Procedimientos públicos: En la investigación científica, se utilizan métodos
explícitos, codificados y transparentes que pueden ser evaluados y replicados por
otros investigadores.
3. Conclusiones inciertas: La inferencia en la investigación científica es
inherentemente imperfecta, lo que significa que no se puede llegar a conclusiones
con certeza absoluta sobre la realidad. La incertidumbre es una característica
constante en todo conocimiento científico.
4. El contenido es el método: La ciencia es ciencia porque se basa en procedimientos
y métodos que permiten interrogar la realidad de manera justa. Se brinda la
oportunidad de que las interpretaciones rivales sean formuladas y defendidas,

9
Metodología de las Ciencias Sociales

mostrando toda la información necesaria sobre cómo se ha llevado a cabo la

investigación.
Estas cuatro características hacen que la buena ciencia sea una empresa social, ya que
la comunidad científica puede comprender, replicar, criticar y mejorar los trabajos
realizados por otros investigadores.
Las técnicas cuantitativas y cualitativas presentan diferencias significativas:
Técnicas Cuantitativas:
 Se enfocan en el estudio de variables.
 Recopilan un alto número de casos.
 Utilizan metodología estadística para abordar posibles errores de medición y
formalizar relaciones complejas entre variables.
 Es analítica, permite la comparación de diferentes casos (individuos, países, etc.).
 Buscan verificar o comprobar leyes universales a través de generalizaciones
empíricas, investigación de explicaciones causales y predicciones de fenómenos.
 Técnicas comunes: encuestas y experimentos (en laboratorio/entorno controlado).
Técnicas Cualitativas:
 Se emplean en estudios holísticos, donde cada sistema es considerado una
totalidad compleja y única que no se puede dividir sin perder significado esencial.
 Se centran en descifrar el sentido y significado que las personas dan a sus acciones,
y situar a los individuos o fenómenos dentro de un contexto social más amplio.
 Se caracterizan por una atención al detalle, la proximidad a los hechos y el
comportamiento ordinario.
 La finalidad es el descubrimiento y exposición de objetos de investigación, no tanto
la predicción o explicación.
 El número de casos es pequeño, a menudo incluso uno, y se utilizan escasas
herramientas estadísticas.
 Ejemplos comunes de técnicas cualitativas incluyen observación (participante o no
participante), entrevistas en profundidad, análisis de contenido, historias de vida,
grupos de discusión, autobiografía asistida y la técnica Delphi.
Los métodos cuantitativos y cualitativos son complementarios en la investigación. Se
puede hacer un acercamiento cualitativo con la realidad y luego pasar a cuantitativo.
Cuando un área de conocimiento no ha sido explorada ni hay hipótesis ni teorías, los
procedimientos cualitativos son idóneos.
Las técnicas cualitativas pueden servir para realizar hipótesis realistas del sentido del
comportamiento y actitud humana y, en cuantitativas como la encuesta muestral se
muestra una representatividad de la población que carece la cualitativa (primero hago
entrevistas a pacientes sobre experiencias y satisfacción y hago hipótesis. Luego
encuesta muestral).

TÉCNICAS Criterios del método de investigación

REALISMO CONTROL REPRESENTATIVIDAD
Encuesta Medio Medio Alto
Experimento Bajo Alto Medio
Observación Alto Bajo Bajo

El investigador se enfrenta a la elección de priorizar entre el realismo, el control sobre

las variables independientes o la representatividad y generalización de los resultados.

10
Metodología de las Ciencias Sociales

Esta elección depende de los objetivos de la investigación y las circunstancias técnicas.

Por un lado, los métodos de alto control, como el experimento, son valorados por su
capacidad explicativa o causal, pero pueden carecer de realismo y no ser generalizables
(además no reproducen de manera creíble entornos naturales). Por otro lado, las
encuestas permiten hacer inferencias estadísticas a poblaciones y se pueden llevar a
cabo en entornos naturales, pero son más adecuadas para estudiar opiniones y
actitudes que sus conductas.
La observación se adentra en el entorno natural, pero puede tener dificultades para
realizar inferencias a toda la población.
La elección entre estos criterios a menudo involucra un equilibrio, ya que satisfacer
completamente uno de ellos puede implicar comprometer otro. La comprensión de las
fortalezas y debilidades de cada método ayuda en la toma de decisiones. La
combinación de técnicas cuantitativas y cualitativas se vuelve necesaria para abordar
estos desafíos.
En la siguiente sección, se describirán las características y ventajas de dos técnicas
cuantitativas específicas: la encuesta y el experimento.

2. LA ENCUESTA

Se caracteriza por 3 elementos:

- 1. Un cuestionario elaborado para obtener información (por ejemplo, actitudes-

preguntas de opinión- y comportamientos – preguntas de hecho-) sobre el objeto de
investigación. Se hace por teléfono, correo, en línea (más utilizado cada vez, acabarán
sustituyendo a las clásicas), etc.
- 2. Una muestra de persona. Intentar la representatividad de la totalidad de población.
- 3. Uso de análisis estadístico. Las respuestas de cada uno son codificadas en un
formato estándar que puede ser registrado cuantitativamente. La codificación es el
proceso de asignar valores numéricos a las observaciones (en un cuestionario: las
diferentes alternativas de respuesta), indispensable para un preciso registro y
permitiendo análisis estadístico. La codificación tiene que ir de acuerdo con los niveles
de medición de las variables (nominales, ordinales, numéricos).

Las respuestas codificadas de cada entrevistado se trasladan a la matriz de datos y son

sometidas a análisis estadístico agregado para conseguir descripciones y explicaciones
sobre la muestra y, por ende, al resto de población. En la encuesta, por lo tanto, se
reúnen datos individuales para obtener datos agregados sobre conjuntos de
poblaciones.

La matriz de datos: Es una tabla de filas y columnas donde se recogen las

observaciones. Filas son los individuos y columnas las variables o preguntas. Es la
materia prima para empezar con análisis.

2.1. El cuestionario

La preparación depende del objeto de estudio y los recursos disponibles.

11
Metodología de las Ciencias Sociales

En general, es importante la experiencia previa, conocer la población a estudio y que

hipótesis y preguntas sean claras, para que así estas últimas (hipótesis y preguntas) se
operacionalicen fácilmente en variables e indicadores que se puedan observar y
recoger mediante preguntas.
Es recomendable utilizar preguntas de otros investigadores (acumula conocimiento,
permite comparación en el tiempo y permite avanzar en técnicas de cómo preguntar
para tener mejor información).

Tipos de preguntas según su contenido (3 grandes grupos):

- 1. Características Sociodemográficas:
o Se refieren a datos como género, estado civil, edad, situación laboral, nivel de
estudios o profesión.
o Utilizadas como variables de control en diversos estudios sociales o criminológicos.
o Pueden abordar tanto características personales y familiares como aspectos del
entorno donde vive el individuo.
- 2. Actitudes del Individuo:
o Buscan descubrir puntos de vista, perspectivas, valores, opiniones, emociones y
juicios.
o Obtener información sobre estas áreas es crucial, pero la validez de las respuestas
puede ser cuestionable.
o Explorar opiniones y valores es complejo debido a la subjetividad, la falta de
introspección y la influencia de factores externos (cómo se plantea la pregunta, el
orden, etc.).
- 3. Comportamientos de los Individuos:
o Relacionadas con acciones concretas que se han realizado o no (votar, consumir
medicamentos, leer diarios, ver televisión).
o Menos problemáticas de formular y responder en comparación con las preguntas
sobre actitudes.
o Los comportamientos son objetivos y observables, lo que facilita la respuesta,
aunque la memoria puede influir en la precisión temporal.

Existen 2 tipos de formato de respuesta a las preguntas (preguntas abiertas y cerradas):

- 1. Preguntas Abiertas:
o El entrevistado tiene libertad para formular su respuesta.
o Apropiadas para explorar fenómenos complejos y desconocidos.
o Ventajas: respuestas no condicionadas, útiles para temas complejos.
o Inconvenientes: ambigüedad, el comportamiento del entrevistador puede
influenciar, dificultades de codificación.

- 2. Preguntas Cerradas:
o La pregunta se presenta con una lista de posibles respuestas, de las cuales se elige
una.
o Ventajas: mismo marco de referencia para todos, facilita el recuerdo, claridad en
decisiones.

12
Metodología de las Ciencias Sociales

o Inconvenientes: limita opciones de respuesta y puede influir en opiniones, también

pueden provocar causalidad por tener que elegir una obligatoriamente. Las
alternativas pueden no tener el mismo significado para todos. En algunos casos no
pueden utilizarse por diversas razones: tema delicado o complejo (preguntar por
consumo de drogas a jóvenes) o cuando los entrevistados son de nivel educativo
bajo y no entienden.

Aquí tienes un resumen de los principios básicos para el diseño de un cuestionario:

1. Simplicidad del lenguaje:
o Utilizar un lenguaje sencillo y adaptado a la población objetivo.
2. Extensión de las preguntas:
o Preguntas concisas, pero claras y, en casos complejos, extensas y claras. “Como
usted sabe, hay diversidad de opiniones sobre este problema, mucha gente piensa x
otra gente piensa y, ¿de qué postura está más cerca?”
3. Número de alternativas en preguntas cerradas:
o Recomendación de no más de cinco. Para superiores se recomienda usar tarjetas.
En todo caso no más de 10 o 15.
4. Evitar expresiones de argot:
o No utilizar expresiones que usa a quien va dirigido para crear empatía.
5. Evitar conceptos ambiguos y palabras con fuerte connotaciones (especialmente
negativas):
o Evitar semánticas complicadas, por ejemplo dobles negaciones.
6. Evitar dobles preguntas o subpreguntas:
o Formular preguntas claras y específicas, evitando confusiones. “¿Cree que la
política del gobierno es justa y eficaz?”. También evitar preguntas no
suficientemente articuladas: “¿trabajas?... ¿se refiere en verano o todo el año?”
7. Identificar distintos tipos de actitudes o comportamientos:
o Preguntas que permitan diferenciar respuestas y no generen consenso absoluto.
8. Evitar preguntas tendenciosas:
o Evitar formular preguntas de manera sesgada. Ejemplo: plantear acuerdo o
desacuerdo con el aborto como derecho de mujer a decidir o como del feto a vivir.
9. Centrarse en momentos concretos en el tiempo:
o Preguntas específicas sobre momentos temporales para facilitar el recuerdo.
10. Concreción frente a abstracción:
o Preguntas concretas facilitan la reflexión mientras que las abstractas dificultan la
posición del individuo. Importante concretar el concepto abstracto a medir.
Ejemplo: el sentimiento patriota es abstracto y una manera de plantear el tema
sería: “Nadie quiere guerras, pero en caso de que hubiera, ¿defenderías tu país?”
11. Secuencia y orden de las preguntas:
o Estructurar el cuestionario con preguntas preparatorias al inicio (no
comprometedoras, más bien basadas en hechos que opiniones) y las más difíciles
hacia la mitad (curva de atención). Al final las sociodemográficas. Plantear los
temas y preguntas de más general a particular.
12. Duración del cuestionario:
o Evitar que supere los cuarenta o cuarenta y cinco minutos en entrevistas cara a
cara.

13
Metodología de las Ciencias Sociales

2.2. La muestra y el procedimiento de muestreo

En resumen, el cuestionario se aplica a una muestra de la población en lugar de a toda

la población, y la clave es asegurar que esta muestra sea representativa. La teoría del
muestreo se centra en dos preguntas principales: el procedimiento de selección de la
muestra y el tamaño necesario de la muestra.
 Procedimiento de Muestreo:
- La mejor manera de garantizar una muestra representativa es mediante un muestreo
aleatorio, donde todos los individuos tienen una probabilidad conocida de ser
seleccionados.
- Extraer una muestra aleatoria no implica un proceso laxo; se requiere un
conocimiento completo de la población y procedimientos estrictos de selección.
 Tipos de Muestreo:
- El muestreo aleatorio simple es básico para estudiar poblaciones homogéneas, donde
los individuos se eligen mediante lotería o asignación de números aleatorios.
- El muestreo aleatorio sistemático selecciona sistemáticamente a individuos de cada
tantos de una lista completa de la población, utilizando un coeficiente de elevación
N/m para determinar la frecuencia de selección.

El objetivo final es obtener una muestra que refleje las características importantes de la
población, permitiendo inferencias válidas sobre el total de la población.

A veces, cuando la complejidad del fenómeno o la distribución de la población

dificultan el uso de un muestreo aleatorio simple, se recurre a métodos más
elaborados que conservan la aleatoriedad. Estos incluyen:
 Muestreo Aleatorio Estratificado:
o Clasifica a los individuos en grupos relevantes para el estudio (estratos). Por
ejemplo, si se quiere estudiar el impacto de la confesión religiosa en el
comportamiento antisocial, nos interesa estratificar la muestra de modo que se
garantice que confesiones religiosas o sectas formen parte de la muestra. Con el
aleatorio simple no se asegura presencia de estos. En este muestreo se forman
subpoblaciones o subgrupos de los que se obtienen muestras aleatorias simples.
o Los estratos son internamente homogéneos (que los individuos dentro de cada
estrato sean bastante similares en términos de la variable que se está estudiando) y
heterogéneos entre sí (que los diferentes grupos deben ser diferentes entre sí en
relación con la variable de interés).
o Reduce la varianza de los estimadores y aumenta la representatividad de la
muestra.
 Muestreo Aleatorio por Conglomerados:
o La unidad muestral inicial no es el individuo, sino grupos naturales (conglomerados)
de individuos (hospitales, viviendas, cárceles, empresas, etc.).
o Se selecciona una muestra aleatoria simple de estos conglomerados.
o Los conglomerados deben ser internamente heterogéneos (Por ejemplo, si estás
llevando a cabo un estudio sobre hábitos alimenticios y utilizas escuelas como
conglomerados, sería beneficioso que cada escuela incluya estudiantes con
diferentes patrones de alimentación) y homogéneos entre sí (cada conglomerado
tiene que ser parecido a otro, intercambiables. en el ejemplo de las escuelas, las

14
Metodología de las Ciencias Sociales

escuelas seleccionadas como conglomerados deberían ser comparables en

términos de las características relevantes para el estudio. Si algunas escuelas son
significativamente diferentes de otras en aspectos clave, podría afectar la
representatividad de la muestra) para mantener la representatividad.
 Muestreo Polietápico Estratificado por Conglomerados:
o Combina diferentes tipos de muestreo en etapas.
o Primero selecciona estratos, luego establece subdivisiones (conglomerados) y luego
selecciona individuos por cuotas.
o En las encuestas de opinión con entrevistas personales en España se estratifica por
CCAA de acuerdo con tamaño poblacional.
o Luego estratificación dentro de CCAA por tamaño del municipio
o El municipio se divide en secciones que varían según tamaño y dentro de las
secciones se escogen rutas y dentro de estas, viviendas.
o Finalmente, dentro de las viviendas selecciona por cuotas preestablecidas, como
edad, sexo y situación laboral, para garantizar proporcionalidad en la muestra.
o La distribución de entrevistas se ajusta según el peso relativo de la población en
cada estrato (afijación proporcional).

El tamaño de la muestra en una encuesta depende de varios factores:

1. Variabilidad en la Población:
o Se refiere al grado en que los miembros de la población son iguales entre sí con
respecto a las características interesantes para el estudio. Cuanto más homogénea
sea la población en las características que se están estudiando, menor será el
tamaño necesario de la muestra. Si no conocemos la variabilidad, se asume la
variabilidad máxima en un 50%.
2. Tamaño de la Población:
o En poblaciones grandes o infinitas (+ de 100 mil), el tamaño específico de la
población no afecta significativamente el tamaño de la muestra para lograr
representatividad. Sin embargo, en poblaciones finitas, el tamaño de la población
se convierte en un factor importante para calcular el tamaño de la muestra.
3. Nivel de Confianza:
o El nivel de confianza que se quiere asumir. Representa la seguridad de que el
estimador coincidirá con el parámetro dentro de un margen de error. Aumentar el
nivel de confianza requiere un aumento en el tamaño de la muestra.
4. Margen de Error de Muestreo:
o Este indica la precisión y exactitud deseadas en el estudio. Cuanto menor sea el
error permitido, mayor deberá ser el tamaño de la muestra.

En resumen, estos son los puntos clave:

1. Relación entre Factores:
o Hay una relación inversa entre el tamaño de la muestra y el error; disminuir el
tamaño de la muestra aumenta el error, y viceversa.
o Aumentar la variabilidad en la población requiere un aumento en el tamaño de la
muestra para evitar un aumento en el error.

15
Metodología de las Ciencias Sociales

o El nivel de confianza y el margen de error no pueden mejorar simultáneamente con

el mismo tamaño de muestra.
2. Impacto del Nivel de Confianza:
o Mejorar el nivel de confianza, por ejemplo, pasar del 95% al 99%, resulta en un
aumento en el margen de error (por ejemplo, del 2% al 3%) con el mismo tamaño
de muestra.
3. Ajuste del Margen de Error:
o Si se busca reducir el margen de error sin cambiar el tamaño de la muestra, se debe
disminuir el nivel de confianza.
o Reducir el nivel de confianza resulta en una disminución del error.
En resumen, existe un equilibrio entre estos factores, y ajustar uno puede afectar los
otros. La elección depende de las prioridades del estudio y la disponibilidad de
recursos.

La fórmula para calcular el tamaño de la muestra es la siguiente:

 Las fórmulas presentadas son específicas para el muestreo aleatorio.

 Los demás tipos de muestreo tienen fórmulas más complicadas, pero es común
utilizar las fórmulas más simples presentadas para calcular la muestra y el error en
los muestreos polietápicos.
 Se acepta comúnmente un margen de error de ±3.
 Se han elaborado tablas que muestran el margen de error y el tamaño de la
muestra según el nivel de confianza, y estas se adjuntan al final del módulo.

2.3. Censos y padrones

La encuesta se usa en muchas investigaciones sociales, como por ejemplo en los

recuentos de población en los que normalmente no se establece selección muestral,
pero si se da un cuestionario. Nos referimos a los censos de población y padrones de
habitantes, que son recuentos exhaustivos de la población. Los padrones ya no se
hacen por encuesta sino por medio de empadronamiento personal que se actualiza
constantemente. En el caso del censo, la gran mayoría de la población (no se consigue
la totalidad) es entrevistada mediante cuestionario sobre características
sociodemográficas, laborales y familiares, cada 10 años, con la obligación de responder
con exactitud. El entrevistador deja el cuestionario en el hogar y luego recoge.

16
Metodología de las Ciencias Sociales

Los censos no se limitan al recuento de población; cualquier registro exhaustivo y

sistemático de ciudadanos, ya sea sobre comportamiento, hábitos de consumo o
características, puede considerarse un censo. Estos registros son integrales y
completos, no emplean procedimientos muestrales. Ejemplos de censos incluyen el
censo de población y viviendas, el de automovilistas y el censo electoral. Los
ministerios de Interior y de Justicia, junto con las consejerías de las comunidades
autónomas, mantienen registros relevantes en la investigación criminológica, como la
actividad policial (detenciones), la actividad de los tribunales (sentencias) y las
instituciones penitenciarias (número y tipología de reclusos), que son fundamentales
para probar teorías sobre la actividad delictiva y el impacto de las políticas de
seguridad.

2.4. Ventajas e inconvenientes de la encuesta

La encuesta es una técnica de investigación ampliamente utilizada en criminología,

especialmente efectiva cuando se combina con otros métodos. Sus ventajas incluyen la
capacidad para formular preguntas variadas que exploran comportamientos, actitudes
y opiniones, permitiendo examinar hipótesis complejas con múltiples variables.
También puede ser un sustituto eficiente de procedimientos más directos o de
obtención de datos agregados que serían costosos o técnicamente difíciles. La encuesta
es útil cuando la observación directa es difícil, se requieren datos sobre eventos
pasados o situaciones inaccesibles, y cuando se busca generalizar los resultados a toda
una población. Sin embargo, su uso no se recomienda cuando se puede realizar
fácilmente una observación, se dispone de infraestructura para experimentos, o se
pueden obtener directamente datos agregados, ya que la validez de los resultados
puede verse afectada por problemas como el desconocimiento, la mala memoria, la
falta de sinceridad y los errores de los entrevistados.

A pesar de esto, las encuestas son social, económica y políticamente relevantes, siendo
demandadas por políticos y empresas.

3. EL EXPERIMENTO

El experimento es una técnica cuantitativa que implica un diseño o plan de

investigación donde se compara un grupo experimental, expuesto a un estímulo, con
un grupo de control similar excepto por la falta de estímulo. Se mide una variable antes
y después de aplicar el estímulo en ambos grupos, y el impacto del estímulo se calcula
comparando estas mediciones. La fórmula del efecto se expresa como la diferencia
entre las mediciones posteriores y anteriores en el grupo experimental y de control.

La fórmula del efecto es la siguiente (Manhein y Rich):

Efecto del estímulo =
= (verificación posterior E – verificación anterior E ) – (verificación posterior C
– verificación anterior C ),
donde E es el grupo experimental y C , el grupo de control.

17
Metodología de las Ciencias Sociales

Es preferible realizar experimentos después de la fase descriptiva o cuando hay

suficientes conocimientos científicos sobre el tema. La correcta ejecución de
experimentos requiere la identificación de factores de control y una administración
adecuada de la variable explicativa o estímulo. Los factores de control son variables
compartidas por los grupos, como sexo y edad, y deben ser idénticos para atribuir los
cambios a la variable independiente. El diseño experimental permite establecer
relaciones causales al controlar otros factores y aplicar el estímulo.

El diseño experimental enfrenta limitaciones técnicas y éticas al realizar experimentos

con seres humanos, eventos sociales, políticos, instituciones y colectivos. A pesar de
estas limitaciones, se llevan a cabo en situaciones donde la población está bien
definida, de acuerdo con el experimento y es posible delimitar el grupo de control y
experimental, controlando el tiempo de aplicación del estímulo. Ejemplos incluyen
experimentos en escuelas inglesas sobre el efecto de programas violentos en la
agresividad de niños, o en Estados Unidos para analizar el impacto de campañas
electorales y noticias de televisión en opiniones políticas. Dada la dificultad de
reproducir entornos de laboratorio, en ciencias sociales se realizan experimentos
"sobre el terreno" o cuasiexperimentos. Estos implican la selección cuidadosa y
asignación aleatoria de sujetos a grupos de control y experimentales, seguido de un
seguimiento para descartar la influencia de otras variables. Aunque menos artificiales
que los experimentos de laboratorio, estos cuasiexperimentos a menudo carecen de un
verdadero control sobre la variable independiente y las condiciones de las variables,
similar a las encuestas donde la causa y el efecto ya han ocurrido.

4. EL ANÁLISIS ESTADÍSTICO DE LOS DATOS

Después de abordar las principales técnicas cuantitativas, el análisis de datos en la

investigación cuantitativa se refiere al análisis estadístico. La estadística es una
herramienta valiosa para los científicos sociales, ya que permite hacer comprensibles
conjuntos de datos complejos, con muchas variables, valores, casos y unidades de
análisis. Los valores estadísticos pueden resumir distribuciones de variables (estadística
univariada) o mostrar relaciones entre variables (estadística bivariada y multivariada).
La estadística descriptiva busca comprender las características de las distribuciones y
relaciones de las variables, mientras que la estadística inferencial trata de inferir
parámetros poblacionales a partir de los valores estadísticos obtenidos en la muestra.

4.1. La representación visual de los datos

Antes de iniciar el análisis estadístico, es recomendable realizar una presentación visual

de los datos para describirlos y presentarlos de manera comprensible. La presentación
visual es crucial al comunicar resultados a un público no interesado en análisis
estadísticos. Gráficos y tablas son las representaciones visuales utilizadas, variando
según su propósito y el tipo de variables.
1. Tabla Enumerativa:
o Presenta los datos en forma de lista, con cada columna representando una variable.
o Ejemplo: Porcentajes de detenidos juveniles en España (1996-2007) por delitos
violentos.

18
Metodología de las Ciencias Sociales

Año Robo con violencia Lesiones Homicidio

1996 74.9 23.7 1.4
... ... ... ...
2007 73.8 24.8 1.4
2. Tabla de Contingencia o de doble entrada:
o Estructurada para examinar relaciones entre variables cualitativas (nominal u
ordinal).
o Muestra una distribución conjunta de frecuencias.
o Tiene tantas celdas como combinaciones de categorías o valores.
o Se disponen de manera que los datos aparezcan totalizados en el sentido de la
variable independiente o explicativa, normalmente desglosada en columnas. Es
decir, si contienen porcentajes, se basarán en la variable independiente y
totalizarán el 100% en el sentido de la columna.
o Ejemplo: Relación entre pertenencia a familia desestructurada y comportamiento
asocial.

En este ejemplo, se observa una relación entre pertenecer a una familia

desestructurada y tener comportamiento asocial, ya que los jóvenes de familias
desestructuradas delinquen más frecuentemente (66.7%) que aquellos de familias
estructuradas (56.2%).

Tipos de Gráficos:
1. Diagrama de Líneas:
o Adecuado para visualizar la evolución en el tiempo de un fenómeno o comparar
tendencias de variables numéricas.
o Conecta observaciones de cada variable en una línea.

2. Gráfico de Sectores:
o Representación visual para mostrar la distribución de diferentes valores de una
variable nominal.
o Útil para revelar relaciones de tamaño entre las categorías.

19
Metodología de las Ciencias Sociales

3. Diagrama de Barras o Columnas:

o Representación de datos con ejes cruzados en el punto 0.
o Categorías o valores en el eje horizontal, número de casos en el eje vertical.
o Se trazan barras desde las abscisas en las que la altura representa el conjunto de
casos de una categoría o valor de la variable
o Se utilizan histogramas para variables numéricas.

Ejemplo de variable ordinal:

4.2. Análisis estadístico

Análisis Estadístico:
1. Estadísticos:
o Números que resumen las distribuciones de valores de las variables (estadística
univariada).
o Muestran las relaciones entre variables (estadística bivariada y multivariada).
2. Proceso de Análisis:
o Comienza con la descripción de las distribuciones de las variables.
o Luego, se analizan las influencias de las variables explicativas sobre las
dependientes.

4.2.1. Estadística univariada

20
Metodología de las Ciencias Sociales

Primero, examinamos los estadísticos que resumen la distribución de una variable.

Cuando hablamos de distribución de una variable nos referimos a cómo se distribuyen
los casos dentro de los valores de las variables, que valor es el más característico y en
qué medida. Para verlo, hay que observar la distribución de frecuencias, que es una
representación gráfica o tabular de cada valor de las variables y el número de casos de
cada valor, se puede hacer mediante diagrama de barras y una tabla enumerativa.

Después de analizar la distribución de frecuencias, se utilizan estadísticos para describir

la distribución de valores de una variable. Estos estadísticos se dividen en 2 categorías:
1. Medidas de Tendencia Central:
o Se centran en el valor más representativo que mejor describe el conjunto de casos
de una variable.
2. Medidas de Dispersión:
o Indican hasta qué punto el valor más representativo describe con precisión la
distribución.
o Evalúan la variación alrededor de este valor típico.

Hay diferentes medidas de tendencia central y dispersión según el nivel de medición de

las variables:

4.2.2. Estadística multivariada

5. ANEXO

21