ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN

SOCIAL

Titular: Agustín Salvia

MÓDULO 1: Invariantes y componentes del proceso de investigación

SEMINARIO DE POSGRADO

LA CONSTRUCCIÓN DEL CONOCIMIENTO Y EL PROCESO DE

INVESTIGACIÓN

SEMINARIO DE POSGRADO

EL PROCESO DE CONOCIMIENTO

En la toma de conocimiento intervienen: 1) un objeto / signo representado como realidad, 2) un sujeto socialmente situado en condiciones de asimilar al objeto desde esquemas de reconocimiento, y 3) un sujeto “interpretante” que cuestiona al objeto y al sujeto a partir de algún marco interpretativo

LO CONOCIDO

OBJETO CONOCIDO SUJETO CONOCENTE

“SIGNIFICANTE” “SIGNIFICADO”

SUJETO DESCENTRADO

“INTERPRETANTE”

EL PROCESO DE CONOCIMIENTO

El conocimiento “NO EMERGE” por intervención del sujeto sobre el objeto ni por intervención del objeto sobre el sujeto. El conocimiento “SE CONSTRUYE” a través de la relación que se establece en el contexto de la relación que se establece entre la PERIFERIA de ambos componentes.

DESDE LA PERIFERIA

DEL OBJETO Y DEL SUJETO

CENTRALIDAD DEL OBJETO CENTRALIDAD DEL SUJETO

“TOMA DE CONOCIMIENTO” “TOMA DE CONCIENCIA”

ASPECTOS COGNITIVOS DE PROCESO DE INVESTIGACIÓN

COMPONENTES DE PROCESO MODOS DEL METODO Teoría Hechos

Práct icas de

Descubr im ient o

Elaboración de Teorías

e Hipót esis

Hallazgos de Hechos y const rucción del Datos

Práct icas de Validación

Validación de Teor ías por medio deduct ivo

Validación de Dat os por

medio de exper iment ación

Supuest os e Hipót esis Teór icas

Descubr im ient o y Validación de

Hechos

Elaboración y Resignif icación

de Teorías

Análisis de Hechos

Descubiert os y Validados

EL DATO NO ES SOLO UNA CONSTRUCCIÓN DEDUCIDA DE LA TEORÍA NI LA TEORÍA UNA MERA CONSTRUCCIÓN INDUCIDA A PARTIR DEL DATO

ASPECTOS COGNITIVOS DE PROCESO DE INVESTIGACIÓN

Hechos a

Teoría A

Teor ía A’

Hechos a’

LA TEORIA DOTA DE SENTIDO A HECHOS

LOS HECHOS OBLIGA A ELABORAR TEORÍAS

ASPECTOS COGNITIVOS DE PROCESO DE INVESTIGACIÓN

CIRCUITO DEL PROCESO DE INVESTIGACIÓN

PLANTEO DE PROBLEMAS (OBJETIVOS)

ESTRATEGIA DE

INVESTIGACIÓN

� MUESTRA

� TOMA DEL DATOS

� DISEÑO

PROCESAMIENTO Y ANÁLISIS

DE DATOS

ELABORACIÓN DE

RESULTADOS

REVISIÓN DE HALLAZGOS

Actividad I

Planteo de un Problema Relevante

Identificación / Ajuste de las Hipótesis de Investigación

CIRCUITO DEL PROCESO DE INVESTIGACIÓN

Estrategia de la Investigación

Decisión sobre el t ipo de investigación

Decisión sobre fuentes de información

Secundarias / Primarias

Metodología de captación de la

información

ExperimentaciónObservación de casos

Encuestas/Censos

Fase Inicial basada en técnicas “exploratorias”

Fase de desarrollo basada en técnicas

“sistemáticas”

Actividad II

Actividad III

Captación de la información

Muestra / Organización / Trabajo de campo

Supervisión de la calidad de la información

Actividad IV Codificación y Análisis de datos e interpretación de

resultadosAnálisis descriptivos,

t ipológicos y estadísticos

Aplicación de Técnicas de Análisis

Actividad V

Elaboración de Resultados e Informe de Hallazgos

Actividad VI

Objetivación / Revisión de Hipótesis y Hallazgos

LAS ESTRATEGIAS DE INVESTIGACIÓN

• Observaciones Controladas

• Estudios Estadísticos a Muestra

• Estudios Experimentales

CUALITATIVA /Observaciones Controladas

Muestreo Teórico de Variables

Observación / Grupos focales / Entrevistas en profundidad / Semiosis

Análisis del discurso / sentido

Análisis comparativo / t ipologías

Elaboración de conjeturas / inferencias

ESTRATEGIAS DE INVESTIGACIÓN

ESTRATEGIAS DE INVESTIGACIÓN

ESTADÍSTICA Definición de Unidades de Análisis / Relaciones Esperadas /Indicadores

Selección muestral / censal de casos

Diseño de encuestas /cuestionarios

Relevamiento sistemático de datos

Análisis estadísticos / Ajuste de modelos teóricos a los datos

EXPERIMENTALES Diseño teórico del Experimento

Selección de un grupo experimental y otro de control

Cuidados de no contaminación

Manipulación del estímulo y registros de resultados

Evaluación de Efectos Experimentales

ESTRATEGIAS DE INVESTIGACIÓN

TÉCNICAS DE CAPTACIÓN Y ELABORACIÓN DE DATOS

OBSERVACIONES CONTROLADAS

Entrevistas en profundidadEntrevistas en profundidad

VENTAJAS

Mayor riqueza de información

Acceso a informantes claves

Abre nuevas hipótesis

DESVENTAJAS

Requiere habilidades especiales el entrevistador

Tiempo elevado

Costo elevado para llegar a niveles de saturación

Sesgo de relación “cara a cara” con el encuestado

Grupos focales – Observaciones Grupos focales – Observaciones controladascontroladas

VENTAJAS

Estudio en un contexto de interacción

Mayor riqueza de información

Acercamiento a situaciones reales

DESVENTAJAS

Requiere habilidades especiales

Dificultades para reunir grupos y controlar las observaciones

Riesgo de ficción

OBSERVACIONES CONTROLADAS

Observación directa o participanteObservación directa o participante

VENTAJAS

Condiciones naturales (mayor realismo)

Heterogeneidad de contextos y dimensiones

DESVENTAJAS

Estudios localizados

Carácter descriptivo

Sesgo de selección y significación subjetiva de los hechos

OBSERVACIONES CONTROLADAS

Encuestas personales / hogares

VENTAJAS

Relación directa con el informante

Amplia cobertura de problemas y temas

Alto % de respuesta frente a otras encuestas

DESVENTAJAS

Alto costo relativo

Dificultad de selección de casos

Sesgo o engaño del encuestador

ESTUDIOS ESTADÍSTICOS POR MEDIO DE CENSOS O MUESTRAS POBLACIONALES

Encuestas telefónicas

VENTAJAS

Bajo costo relativo

Alta productividad

Control del entrevistador

Se pueden volver a contactar a los entrevistados

DESVENTAJAS

Limitada cobertura de temas

Alto % de encuestados que no respuesta

Sesgo de no relación “cara a cara” con el encuestado

ESTUDIOS ESTADÍSTICOS POR MEDIO DE CENSOS O MUESTRAS POBLACIONALES

Encuestas por correo

VENTAJAS

Permite muestras más amplias

El entrevistador no influye

Bajo costo

DESVENTAJAS

Bajo % de respuesta

Lentitud del proceso

Se altera la representatividad muestral

Deficiencias en el registro de las respuestas

ESTUDIOS ESTADÍSTICOS POR MEDIO DE CENSOS O MUESTRAS POBLACIONALES

El modelo científ ico para el estudio de las relaciones de causa y efecto es el experimento controlado, en el cual se comparan las respuestas de un grupo experimental expuesto al estímulo crucial con los de un grupo de control equivalente que no es sometido al estímulo.

ESTUDIOS EXPERIMENTALES

GRUPO EXPERIMENTAL

GRUPO DE CONTROL

MOMENTO 1 X1 Y1

Exposición al estímulo E

Sin exposición al estímulo E

MOMENTO 2 X2 Y2

ESTUDIOS EXPERIMENTALES

El interés por la polít ica en el momento inicial queda registrado por las variables X1 e Y1. Al mismo tiempo que el interés por la política en el momento 2 -después de haber aplicado el estímulo E al grupo experimental- se mide en las variables X2 e Y2, siendo el estímulo, en este ejemplo, una serie de secciones televisadas de una campaña de concientización polít ica .

Si los dos grupos fueron adecuadamente igualados antes de la aplicación del estímulo, la medida del efecto se simplif ica: X 1 = Y1. Y el efecto del estímulo se reduce a:

Efecto de campaña = X 2 – Y2

Efecto de la campaña = (X 1 – Y1) – (X2 – Y2)

ESTUDIOS EXPERIMENTALES

El efecto de un factor experimental (X) a través de la cantraposición y el contraste de resultados (Y). Se evalúa la función: Y = f(x).

El método incluye por necesidad la observación, pero no es una observación simple o directa, siendo la antítesis de lo descriptivo y lo más representativo de la investigación causal.

En Ciencias Sociales la observación experimental ha sido crti t icada por razones de factibi l idad y razones éticas.

La equivalencia de los grupos se obtiene preferentemente por selección aleatoria de las poblaciones objeto de estudio.

En el caso de observaciones controladas, la equivalencia se logra a través de un muestreo teórico de los casos.

EL ANÁLISIS ESTADÍSTICO EN LA INVESTIGACIÓN SOCIAL

SEMINARIO DE POSGRADO

DE LOS CONCEPTOS A LOS INDICADORES

El proceso de operacionalización

Determinar las preguntas de investigación e hipótesis de trabajo (proposiciones conceptuales)

Establecer las relaciones esperables entre dimensiones y variables (proposiciones empíricas)

Creación / selección de indicadores e índices observables para cada dimensión / variables.

LA BASE DE DATOS COMO PUNTO DE CORTE

DADO UN DISEÑO DE INVESTIGACIÓNBASADO EN ENCUESTAS

FORMULACIÓN DE HIPÓTESIS, ELABORACIÓN DE LA MUESTRA Y EL

INSTRUMENTO

APLICACIÓN CONTROLADA DE CUESTIONARIO

CODIFICACIÓN, PROCESAMIENTO Y CARGA DE INFORMACIÓN

BASE DE DATOS

LOS TRES COMPONENTES DE UNA BASE DE DATOS

N° V1 V2 V3 V4 V5 V.n

1 20

2

3

4

5

6

Registro (casos) Atributo (variables)

Valor (categorías)

¿A qué se denomina Unidad de Análisis?

UNIDAD DE OBSERVACIÓN DEL ESTUDIO

(los registros pueden ser de diversa naturaleza, dependiendo de los objetivos del estudio)Ej: personas, familias, empresas, huelgas,

palabras, avisos, muertes, etc. El número de registros está dado por el tamaño de la muestra de la población objeto de estudio. Según las leyes de la estadística, cuanto mayor sea el número de casos de una muestra probabilística, más confianza y generalizables podrán ser nuestras estimaciones ¿Por qué…? ¿Y si la muestra no es probabilística?

REGISTROS: UNIDADES DE OBSERVACIÓN

VARIABLES: ATRIBUTOS DE LA POBLACIÓN

Propiedades o atributos observables de la población o dimensión objeto de estudio.

Ej: edad, nivel socio-económico, preferencias, hábitos de consumo, nivel educativo alcanzado, situación ocupacional, condición de pobreza, etc.

Las variables estadísticas pueden ser: causales o independientes, contextuales o intervinientes y descriptivas o dependientes. Los valores de una variable deben ser excluyentes y exhaustivos.

VALORES DE LAS VARIABLES

Representación conceptual cualitativa o cuantitativa que una propiedad o atributo objeto de medición.

Ej: 54 años, joven, varón, ocupado, católico, 150$ per cápita, 12 años de instrucción, feliz, etc.

MEDIR implica poner en correspondencia una teoría o concepto explicativo y los atributos observables de un objeto a través de un lenguaje estándar cuyas reglas de sintaxis permiten realizar operaciones lógico-matemáticas entre sus valores o categorías. Ej. Masa-Peso / Nivel de Vida-Ingreso.

LAS VARIABLES ESTADÍSTICAS

NIVEL DE MEDICIÓN DE LAS VARIABLES

VARIABLES CATEGÓRICAS

VARIABLES MÉTRICAS

Operaciones básicas: moda, porcentajes,

tasas, razones.

Discretas Continuas

Medidas de tendencia central y de posición,

varianza, etc.

División en clases

LAS VARIABLES ESTADÍSTICAS

Escalas de medida

NOMINAL O DE CLASIFICACIÓN

DE ORDEN JERÁRQUICO

INTERVALOS IGUALES RAZÓN

Nº de hijos, ingresos, antigüedad, edad, etc.

Fecha del calendario, factoriales, test, etc.

Clase social, nivel educativo, escalas de actitud, etc.

Sexo, ciudad, situación laboral, religión, etc.

La medición de actitudes apuntan a conocer los componentes cognitivos, afectivos e motivacionales que intervienen en las expectativas, valoraciones y preferencias de las personas.

ESCALAS DE LIKERTESCALAS DE LIKERT

VALORACIÓN POR CALIFICACIÓN EN ESCALA

VALORACIÓN POR ASOCIACIÓN

VALORACIÓN POR SIMILITUDES

ESCALAS DE ACTITUDES

HERRAMIENTAS BÁSICAS EN LA ESTADÍSTICA DESCRIPTIVA

VARIABLES DESCRIPCIÓN ESTADISTICOS Y GRÁFICOS

Cualitativas en escala nominal

Valores no métricos con ausencia de orden entre ellos

Distribución de frecuencias Moda, %, tasas, razones. Diagrama de barras

Cualitativas en escala ordinal

Valores no métricos con presencia de orden entre ellos.

Mínimo Máximo Mediana Cuartiles Percentiles Rangos intercuartilicos Gráficos de caja y bigotes

VARIABLES DESCRIPCIÓN ESTADISTICOS Y GRÁFICOS

Cuantitativa en escala de intervalo o de razón

Cuantitativas: Discretas Continuas En escala de

intervalo En escala de

razón

Media Rango Varianza Desviación típica Coeficiente de variación Coef. de asimetría Coef. de curtosis Histograma

HERRAMIENTAS BÁSICAS EN LA ESTADÍSTICA DESCRIPTIVA

TÉCNICAS DE ANÁLISIS ESTADÍSTICO

ESTADÍSTICA DESCRIPTIVA(Medidas de tendencia central y dispersión)

TABLA DE CONTINGENCIA Y ANÁLISIS PORCENTUALES (Diferencias porcentuales, perfi les y

segmentos)ANALISIS DE ASOCIACIÓN

(Correlación y coeficientes de asociación)

TECNICAS DE ANALISIS MULTIVARIADO (Modelos Lazarsfeld, regresiones, factoriales, clusters)