i.‑ Momento b. Plan de tratamiento y análisis de los datos.
"Lo cierto es que uno no es capaz de ver todas las
consecuencias del método utilizado para analizar un
determinado cuerpo de datos hasta pasado un cierto tiempo.
No obstante el método se halla ya presente." J.Pitt‑Rivers
(1973).

"Analizar un determinado cuerpo de datos", es intentar alguna manera de
"compactarlos", refundirlos, o concentrarlos, para poder sacar conclusiones
de ellos: es decir, aunque parezca una contradicción en los términos,
analizar datos es ¡sintetizarlos!
Ahora bien, para poder llevar a cabo esta tarea es preciso que el cuerpo
de datos ya haya sido obtenido. Sin embargo, es preciso planificar esta
actividad antes de la obtención de los datos: simplemente porque alguna
capacidad de prever qué tratamiento o procesamiento podremos efectuar es uno
de los criterios más importantes para seleccionar los datos a buscar./
De este momento del proceso de investigación cabe hacer dos afirmaciones
paradójicamente contrapuestas: por una parte, que es una tarea que, casi
invariablemente no se cumple o se cumple insuficientemente; y, por otra
parte, que es la tarea más importante del diseño y la que, de alguna manera,
expresa la culminación de dicha fase. Respecto de la segunda afirmación (a
saber, que expresa la culminación del diseño) quisiera decir algo menos
formal: el plan de tratamiento y análisis de datos integra, como es obvio,
la planificación de la investigación científica; debe, pues, anticipar lo
que se hará con la información que se obtenga para tansformarla en
información explicada, en información comprendida científicamente. En
consecuencia, es el momento que nos exige tener en cuenta, absolut amente,
cuál es la naturaleza de nuestro producto final, para lo que deberemos tener
respuestas claras a cuestiones como éstas: ¿en qué consiste una explicación
científica? ¿qué requisitos deben darse para decidir si hemos conseguido una
comprensión científica de nuestro objeto?
Las explicaciones son "reformulaciones de la experiencia" natural, a fin
de poder efectuar una suerte de cartografiado sobre cierto sistema teórico.
Esa reformulación de las experiencias naturales se hace en término de un
lenguaje propio de los datos científicos, al que hemos llamado lenguaje de
variables o "matriz de datos".
El tratamiento y análisis de los datos deberá, consecuentemente,
anticipar qué cosas haremos para reformular la experiencia natural que
tenemos con nuestros fenómenos de interés (es decir, traducirla a "datos")
y luego qué haremos con tales datos: cómo los "cartografiaremos"; sobre qué
marco teórico (o tautología).
Pues bien, aunque a lo largo del proceso de estudio, discusión y
elaboración del Marco Teórico se ha ido tomando conciencia bastante clara
sobre las variables que se van a incluir en la investigación (sobre sus
características, dimensiones y procedimientos de medición) y del
comportamiento que se espera observar en las unidades de análisis (en la
perspectiva de tales variables), todo ello no obstante no es suficiente: es
preciso, además, prever las tareas y los procedimientos que se aplicarán
para "procesar" la información. Es decir, para intentar reconstruir el
objeto de estudio como un objeto concreto.
He puesto entre comillas la palabra "procesar" porque quisiera darle una
representación menos 'mecánica" que la usual. En efecto, usalmente, la
palabra "procesamiento de datos" se emplea para aludir a tareas mecánicas:
codificar, tabular y cosas por el estilo.
" Habitualmente ‑dice Galtung‑ no se considera esta parte del proyecto
como aquello que exige más imaginación, y los grandes equipos de
investigación tendrán a menudo una división del trabajo en que el
tratamiento de los datos y el análisis rutinario se deja a los
'codif icadores', 'estudiantes', 'gente de la sala de máquinas' y
'ayudantes'."

Pero agrega:

"Muy a menudo, sin embargo, esta representación es equivocada y puede
llevar a una calidad inferior del trabajo hecho." (1978,T. II.207.)

Para evitar una visión demasiado mecánica del tratamiento y análisis de
datos, será provechoso comparar la investigación científica con el proceso
biológico de la "asimilación". En efecto, el proceso de investigación, en
cierto aspecto, es análogo al proceso de la alimentación de un animal (por
ejemplo, de un mono). La mera observación nos muestra que este animalito va
a procurar por todos los medios ingerir alimentos. La fisiología, por su
parte, nos enseña que para que los alimentos ingeridos puedan ser utilizados
por su organismo deben ser transformados de cierta manera: es decir,
digeridos.
Así define B. Houssay la digestión:
"Se entiende por digestión a la transformación de sustancias alimenticias
complejas o insolubles en sustancias más simples, solubles en agua,
difusibles y capaces de ser absorbidas y asimiladas." (1975)

Recién ahora, los alimentos ingeridos están en condiciones de ser
incorporados a los procesos metabólicos propios de la vida del organismo: a.‑
la formación de la "sustancia propia" del organismo, b.‑ la producción de la
energía para la "acción propia" del organismo, c.‑ y la aportación de los
elementos de la "propia autoregulación" de todos estos procesos ("sustancias
reguladores del metabolismo").
Pues bien, algo semejante sucede con "el organismo científico": se puede
decir que una teoría científica sólo mantiene su valor cultural si consigue
"alimentarse" asimilando los hechos de la realidad, en el sentido de
describirlos, explicarlos y comprenderlos. Al igual que el proceso biológico,
para poder hacerlo necesita, previamente, transformar, de cierta manera, los
"hechos de la realidad". Análogamente al hecho biológico, esta "digestión"
científica tiene como objetivo transformar los hechos de la realidad
interpretados mediante los esquemas cotidianos, en datos: lecturas de
indicadores que puedan ser interpretados como valores de ciertas variables en
ciertas unidades de análisis.
Los momentos de las Fases I, II y III que hemos visto hasta ahora serían
pasos de ese proceso de digestión por el cual la experiencia ingenua de la
realidad "inmediata" es reelaborada mediante el "formato" de unas ciertas
matrices de datos. Pero esta tarea "digestiva" sólo tiene un único propósito:
preparar el proceso subsiguiente de asimilación de la información al "cuerpo"
de la teoría. No se hace ciencia con sólo reducir la riqueza densa de la
realidad vivida inmediatamente a datos, sino cuando además se logra conducir
esas "construcciones metodológicas" a la unidad de una teoría: a la unidad de
sus principios.
¡Ésta es, precisamente, la tarea que debe anticipar el "plan de análisis"!
Todavía hay otro aspecto utilizable en la analogía de la "digestión": al
igual que ésta, el proceso de investigación debe apartar (y a su manera
"excretar") lo que no es asimilable ‑o "no debiera" serlo‑. El conjunto de lo
que entra al gabinete del investigador a título de "información conseguida"
debe ser examinado antes de aceptar sus credenciales.
Antes de proceder a "cartografiar" la descripción de los hechos sobre
nuestros marcos teóricos, es preciso tener una respuesta satisfactoria a esta
pregunta: la descripción, ¿describe realmente los hechos?
En efecto, no todo lo que se presenta como información es una "buena
información". La "información" lograda puede deberse al menos a cuatro causas
muy diferentes:
i.‑ puede deberse al azar que nos ha puesto en el camino esta muestra de
sujetos, la cual puede ser o no representativa del universo que estudiamos (=
examen de las hipótesis de generalización referidas a la confiabilidad formal
y sustantiva de la muestra);
ii.‑ puede deberse a accidentes o errores cometidos por los observadores en el
momento de hacer las mediciones o de recoger los datos (= examen de las
hipótesis de generalización, referidas a la confiabilidad de los
instrumentos);
iii.‑ puede deberse a que los indicadores utilizados no han sido aplicados a
las dimensiones más relevantes de las variables respectivas, de manera que el
dato logrado, finalmente carece de validez suficiente (= examen de las
hipótesis _instrumentales: referidas a la validez de los indicadores); y, por
último,
iv.‑ puede deberse a los hechos mismos: es decir, a que la información es una
"buena información". Recién en este último caso procede llevar a cabo el
examen de las hipótesis sustantivas: referidas a la potencia explicativa de la
teoría.
Es decir que sólo cuando se ha logrado eliminar ("excretar") todo los
"ruidos" producido por los sesgos de las muestras, errores en la aplicación de
los instrumentos o una falta de especificadad adecuada de los indicadores,
recién entonces, repito, es posible confiar en que la información obtenida
"habla del mundo de los hechos reales" y, en consecuencia, es pertinente
preguntar si las hipótesis sustantivas pueden dar cuenta o no de lo
encontrado.
Dicho de otra manera: el tratamiento y análisis de los datos debe examinar
minuciosamente cada uno de los tipos de hipótesis (de manera sucesiva y
recurrente), dado que los resultados de cada una de estas hipótesis iluminan
el examen de las restantes. Sin embargo, pareciera ser obvio ‑por lo dicho‑
que antes de averiguar si la información es asimilable o no por las hipótesis
sustantivas, es preciso lograr una confirmación satisfactoria de las hipótesis
de generalización y de las hipótesis indicadoras.
Como se puede apreciar, la mayor parte de las condiciones básicas del
tratamiento y análisis de los datos han sido puestas por cada uno de los
momentos de las fases anteriores; y, especialmente, por tres de esos momentos:
i.‑ por la explicitación del marco teórico y por el análisis de las hipótesis
sustantivas; ii.‑ por la elección y el análisis de las
fuentes de datos (que compromete a las hipótesis de generalización) y iii.‑
por la discusión de los indicadores (que involucra las hipótesis
instrumentales).
Este hecho permite una primera explicación de que ‑al menos
"aparentemente"‑ sea posible "omitir" la elaboración del plan de análisis, tal
como lo dije anteriormente.
La paradoja se despeja, entonces, al advertir que la "planificación
explícita" (en tanto explícita) no es condición necesaria para la ejecución
del procesamiento y análisis ulterior de los datos.
¿Por qué? Porque hay, por así decirlo, un plan básico implícito que el
investigador va construyendo ‑sin advertirlo‑ en las diversas decisiones que
se toman en las fases anteriores y a las que habrá que acudir a la hora de
tratar, analizar e interpretar los datos que se obtengan.
Hay otra razón ‑y quizás más esencial que aquélla: se trata de que ¡la
ciencia aún sabe muy poco acerca de cómo procede la ciencia misma! Y esa
ignorancia sobre los procesos que ella cumple se traduce en una dificultad
mayúscula para exponer, en esquemas de acción explícitos y adecuadamente
codificados, lo que realmente haremos para reencontrar, en la vida misma de
nuestro espíritu, lo que hemos "degradado" a conceptos, primero, y a "simples
datos" o lecturas de indicadores, después. Gran parte del análisis, pues, se
cumple aún en la oscuridad de la "imaginación y la sabiduría" del
investigador. De allí esta conclusión explícita que extraen Selltiz y col.:
"No hay un estudio que pretenda siquiera planificar la consecusión hasta
el fin de todas las ideas interpretativas que emergen a lo largo de su
proceso investigador." (1970,434.)

Pero, entonces, ¿cuál es la función del Plan de análisis? ¿En qué consiste
y de qué se desprende su importancia?
De manera general se puede contestar así:
╔════════════════════════════════════════════════════════════════════════╗
║ el "plan de análisis" es el esfuerzo por explicitar, uno por uno, los ║
║ procedimientos que se le aplicarán a la información que se produzca a ║
║ fin de transformarla primero en dato y luego asimilarla al cuerpo teó‑║
║ rico de la investigación, sintetizandola e interpretandola. ║
╚════════════════════════════════════════════════════════════════════════╝
Esto significa, como fue anticipado en la Parte III
a.‑ que la información que se obtenga (sea bajo la forma de registros
fotográficos, de grabaciones, de narraciones de episodios humanos o de
proposiciones que describen estados de cosas ‑de cualquier nivel de
complejidad que se trate) podrá ser traducida al lenguaje de las matrices
de datos (es decir, que se podrá especificar los sujetos de los cuales se
informa [UA]; las variables implícitas en el informe [V] y las situaciones
particulares (los valores particulares) que se informan [R];
b.‑ que cada una de las variables que se incluyan en esas Matrices de
Datos deberá tener previsto un tratamiento específico para resumir y
caracterizar el comportamiento de los valores en el conjunto de las
Unidades de Análisis;
c.‑ que cada una de las Unidades de Análisis deberá tener previsto un
tratamiento para resumir y caracterizar las relaciones (y la configuración
total de relaciones) de las variables entre sí y, finalmente,
d.‑ que cada una de las matrices de datos deberá tener previsto un
procedimiento de integración al sistema de matrices de la investigación
global.
Se sobreentiende que estas previsiones podrán hacerse con diversos grados
de detalle, según sea el tipo de investigación de que se trate. En efecto, los
estudios que desarrollan estrategias exploratorias tienen ‑por la naturaleza
misma de su metodología‑ una posibilidad de previsión mucho menor que los
estudios descriptivos y que los diseños experimentales. En muchos casos el
análisis se hace ‑conforme se van generando las hipótesis‑ casi conjuntamente
con la recolección de la información.
Ahora bien, hecha la advertencia anterior, puedo, no obstante, formular la
siguiente regla general: cuanto menor sea la capacidad de previsión mayor será
el riesgo de incluir en la búsqueda una gran cantidad de información inútil o
de no incluir aquellos datos imprescindibles.
El Plan de Análisis es precisamente un dispositivo para forzar al
investigador a tomar conciencia ‑entre otras cosas‑ de la magnitud del
esfuerzo que agrega el tratamiento adecuado de cada nueva información, de cada
dato que se incorpora a una matriz y de cada matriz que se agrega al estudio.
Si bien ésta no es la única función, sí es una de las funciones principales y
ella se consigue al tener que planificar el tratamiento que se dará a la
información a fin de averiguar si las hipótesis de la investigación son o no
compatibles con la experiencia.

Criterios para organizar el Plan de tratamiento y análisis de datos.
Los tratados de Metodología de la Investigación presentan los tipos de
análisis mediante una dispersión asombrosa de criterios. En efecto, si se
revisan los manuales más conocidos, se encuentran formas de clasificación,
como las siguientes:
a.‑ según su contenido: *análisis de redes; *análisis del discurso; *análisis
de de contenido; *análisis sociométrico, etc.
b.‑ según el tipo de datos: *análisis cuantititativo; *análisis cualitativo;
c.‑ según el encuadre: *análisis estadístico; *análisis funcional; *análisis
causal; *análisis de sistemas; *análisis histórico;
d.‑ según el número de variables: *análisis uni‑variado; *análisis
multi‑variado;
e.‑ según a los objetivos: *análisis exploratorio; *análisis de verificación.
f.‑ Etcétera.
Esta dispersión de criterios muestra un grado insuficiente de desarrollo
de nuestra disciplina (la Metodología) sobre este asunto tan importante.
Procuraré en lo que sigue algún avance en la comprensión de estas acciones
investigativas, reinsertándolas en su contexto: en el proceso de la ciencia.
Esto nos exige encontrar algún criterio unificado de descripción y
clasificación sistemática del "tratamiento y análisis de los datos", en el
sentido más amplio del término, y que, al mismo tiempo, haga posible penetrar
en el detalle de cada una de sus formas particulares, poniendo de manifiesto
las articulaciones que tiene con las restantes.
Creo que un criterio que posea las características anteriormente señaladas
deberá combinar las siguientes dimensiones:
a.‑ una dimensión estructural: a fin de contemplar las diferencias que se
presentan según cuál sea el componente de la matriz de datos sobre el que se
ejecuta predominantemente la acción: el Valor (R), la Variable (V) o la Unidad
de análisis (UA).
b.‑ una dimensión genética: que permita tener en cuenta las diferencias que se
presentan según sea la estrategia de la investigación: exploratoria;
descriptiva; analítica; o explicativo/comprensiva.
La dimensión estructural: Las tres centraciones del análisis.
Una forma sencilla de pautar los pasos del plan de análisis consiste en
utilizar los componentes de la estructura misma del dato.
Galtung sostuvo que puesto que la Matriz de Datos se representa con una
tabla de doble entrada, ella
"conduce por sí misma (sic) a dos tipos de análisis:
1) Análisis centrado en la variable, o análisis vertical; en que las
columnas se analizan separadamente en cuanto a la información que dan
acerca de las variables correspondientes.

2) Análisis centrado en la unidad, o análisis horizontal, en que se
analizan las filas separadamente en cuanto a la información que dan
acerca de las unidades correspondientes." (1978,T.II,218)
Se puede ilustrar lo anterior mediante el siguiente diagrama:

análisis en
dirección
de las ║
variables ║
║
║ (Matriz de Datos)
╔═════════════════════════ ║ ═════════════════════════════╗
║ \║/ Variables ║
║ ┌───────┬──────────────┬─────────┬───── ║
║ Unid.de Analis.│ V1 │ V2 │ V3 │ Vn ║
║ ───────────────┤ ├────┬────┬────┼────┬────┤ ║
análisis en │ │item│item│item│item│item│ ║
dirección de───────────────┼───────┼────┼────┼────┼────┼────┼───── ║
════════════> │ │ │ │ │ │ │ ║
las unid.de ───────────────┼───────┼────┼────┼────┼────┼────┼───── ║
análisis ║ │ │ │ │ │ │ │ ║
║ ───────────────┼───────┼────┼────┼────┼────┼────┼───── ║
║ │ │ │ │ │ │ │ ║
╚═════════════════════════════════════════════════════════╝


i.‑ Análisis centrado en la variable.
Cada variable de la matriz de datos "informa" sobre el comportamiento de
nuestra población respecto de uno de sus aspectos relevantes. Es, en términos
de la estadística, "una población de mediciones" y, como tal, determina una
distribución de frecuencias de los valores obtenidos. El tratamiento y
análisis de la información se hace, en consecuencia, mediante los
procedimientos de la estadística descriptiva: ella nos permite caracterizar
las distribuciones de frecuencias mediante frecuencias relativas, medidas de
posición y medidas de variabilidad, y de ese modo inferir un conocimiento
sobre la población como conjunto.
Por ejemplo, la variable "años de antigüedad de la vivienda" podría
presentar la siguiente distribución:


│ │
Unidades de │Años de A│
Análisis │de la V │
──┼─────────┼──
│ │
#1 │ 12 │
──┼─────────┼──
│ │
#2 │ 27 │
──┼─────────┼──
│ │
... │ 51 │
──┼─────────┼──
│ │
... │ 7 │
──┼─────────┼──
│ │
#n │ etc. │
Suponiendo en nuestra población haya 200 viviendas, un tarea del
tratamiento y análisis de datos sería presentar la forma en que se agrupa la
población según valores (o categorías) de esta variable. A modo de ejemplo,
supondremos los siguientes resultados:
Tabla de distribución de frecuencias de la variable
"años de antigüedad de la vivienda".

───────────────────────────
Variable= │ │
Años de A │ │
de la V. │ f(*) │
────────────┼────────┤
de 0 a 4 │ 8 │
────────────┼────────┤
de 5 a 9 │ 18 │
────────────┼────────┤
de 10 a 14 │ 45 │
────────────┼────────┤
de 15 a 24 │ 102 │
────────────┼────────┤
de 25 a 39 │ 20 │
────────────┼────────┤
de 40 y más │ 7 │
────────────┼────────┤
Total │ 200 │
────────────┴────────┘
[(*) f= frecuencias]

[Debe advertirse que en la tabla anterior a ésta, en el margen izquierdo
figuraban las unidades de análisis y en los casilleros el valor respectivo de
la variable; en esta otra tabla, en cambio, en dicho margen aparecen ahora
las categorías de la variable y en el cuerpo, las unidades de análisis ya
sumadas. En sentido estricto, la anterior es (la parte de) una matriz de
datos, en cambio ésta es una "tabla de frecuencias".]

ii.‑ Análisis centrado en las unidades de análisis.
Por su parte, cada unidad de análisis presenta valores diversos en cada
una de las variables estudiadas. Éstos, puesto que son valores de variables
diferentes, no pueden ser sumados ni restados. Pero sí pueden ser
caracterizados como configuraciones variadas de atributos para inferir la
dinámica integral, propia del universo en estudio (por ejemplo, para
establecer que ciertas dimensiones de la vivienda, asociadas a ciertos
materiales, a ciertas distribuciones de espacios, a ciertas aberturas, tienen
o no una asociación con ciertas propiedades tales como buen aislamiento
térmico, capacidad de optimizar consumo de energía, etc.,etc.) Y que tales
propiedades están más o menos presentes en la población de viviendas
estudiadas; que tienen tales o cuales fechas de construcción, etc.,etc.
Creo que Galtung logra un buen procedimiento para agrupar las complejas
tareas del análisis al referirlas a estas dos direcciones que se diferencian
por la índole del tratamiento: por una parte, el análisis en la dirección de
las V (variables) nos pone ante tareas propias de la descripción estadística;
y, por otra parte, el análisis en la dirección de las UA (unidades de
análisis) nos plantea las tareas propias del análisis de pautas (de la
caracterización de configuraciones, de perfiles, de tipologías, o de
estructuras).
Éstas son, pues, las dos direcciones del análisis, presentadas de acuerdo
con las dos direcciones del diagrama.
Sin embargo, pienso que es necesario mejorar esta presentación de las
direcciones del análisis de datos, puesto que ‑como espero mostrar‑ en lo que
Galtung denomina "dirección de la UA" se estarían confundiendo dos tareas
que, si bien son semejantes por la estructura lógica de sus procedimientos,
son completamente diferentes por su función metodológica: corresponden a
momentos muy diferentes del "proceso de la investigación" y,
consecuentemente, producen resultados con funciones muy diferentes.

iii.‑ Una tercera dirección del análisis: análisis centrado en el valor.
Propongo identificar una tercera dirección del análisis, que voy a
denominar: "análisis centrado en el valor" [en R].
¿En qué puede consistir esta nueva dirección del análisis? ¿Qué tareas
estarían comprendidas en ella?
Se sobrentiende que antes de proceder a describir la distribución de
frecuencias haya que resolver muchas otras cuestiones relacionadas con las
formas posibles de agrupar sus valores.

Una ilustración
Supongamos que buscáramos determinar las normas más adecuadas para guiar
el diseño de nuevos componentes urbanos preservando su continuidad
histórico‑estructural y que para tal propósito necesitáramos averiguar cuáles
son las diversas situaciones preexistentes que se pueden presentar como
contextos del diseño. En este punto disponemos de un noción aún vaga acerca
de lo que pretendemos significar. Podríamos decir: "el objetivo es averiguar
qué variedad de circunstancias se presentarán como situaciones contextuales
de diseño". Con esta formulación disponemos del "perfil" de la variable pero
no sabemos todavía qué contiene ella. Podemos incluso darle un nombre:
"situación preexistente" o "situación remanente"o algo similar, pero, si no
disponemos de una clasificación anterior, entonces no sabemos aún a ciencia
cierta cuáles serán las clases de situaciones preexistentes que podremos
encontrarnos en un área definida. Iremos a terreno y veremos allí ‑mediante
la observación directa‑ qué es lo que se encuentra de manera efectiva. La
desdripción que logremos será el material bruto sobre el cual intentaremos
obtener una clasificación de esas "situaciones preexistentes".
Ya en terreno, encontraremos, posiblemente, variedad en cuanto a su
ubicación en el plano de conjunto (habrá algunas terrenos ‑o "situaciones"‑
en los márgenes del "casco histórico"; otros en el centro mismo, otros en el
borde; habrá situaciones originadas por construcciones de autopistas, otras
por ensanches de avenidas, otras por fenómenos sísmicos o desmoronamientos
espontáneos; habrá situaciones vinculadas a usos comerciales o
habitacionales; habrá situaciones que ponen en juego terrenos de gran valor
o de bajo valor comercial, etc.,etc.
En este ejemplo, la variable "tipo de situaciones preexistente al diseño"
se encuentra ‑por así decirlo‑ en una etapa exploratoria y será necesario
prever las acciones que deberemos realizar para conseguir dicha
clasificación. Tales variables exploratorias nos mostrarán aspectos o
dimensiones diversas (en el caso del ejemplo: a.‑ ubicación en el plano; b.‑
tipo de origen; c.‑ uso, etc.) y nos obligarán a operaciones complejas para
poder proponer una clasificación que sintetice todas estas dimensiones.
Recién al concluir estas tareas podremos tener claridad acerca de los valores
de nuestra variable; acerca del tipo de escala de medición que expresa:
escala nominal, ordinal, de concientes, de razones o absolutas (según la
clasificación de Galtung).
Se comprende, entonces, por qué razón el plan de análisis resulta
inseparable de este otro momento: la construcción de los instrumentos. En
efecto, el plan de análisis incluye la previsión de la realización de las
tareas que implica procesar la información, tal y cómo la producirán los
instrumentos que se apliquen. Este hecho explica porqué razón, en algunos
manuales, el análisis centrado en el valor aparece bajo el rótulo de
"codificación".
Ahora bien, puesto que gran parte de las tareas de esta dirección del
análisis "centrado de R" consiste en sintetizar la información perteneciente
a una única variable que se encuentra desagregada en muchas dimensiones o
subvariables, se entiende que Galtung las haya puesto en una misma categoría
junto con el análisis en la "dirección de las UA", puesto que en este caso
‑como ya vimos‑ se trabaja con grupos de sub‑variables, como si fueran
"variables".
Sin embargo, es preciso separar ambos grupos de tareas, puesto que el
análisis en la dirección de R busca sintetizar dimensiones (o subvariables),
en cambio el análisis centrado en UA opera sobre variables genuinas que ya
tienen su valor.
La confusión entre ambos grupos de tareas (centradas en R o centradas en
UA) se expresa de manera paradigmática en la confusión entre la
"clasificación" (como la ideación de un sistema de ordenamiento de objetos)
y el "diagnóstico" (como la ubicación de un cierto caso en una clase de una
clasificación previamente existente).
El siguiente texto de Jesús Mosterín me serivirá para aclarar esta
confusión:
"...A veces, se utiliza la misma palabra "clasificación" para referirse
a dos actividades o procesos totalmente distintos: la clasificación de un
dominio de individuos en clases, por un lado, y el diagnóstico o
identificación de uno de esos individuos como pertencientes a una de esas
clases previamente preestablecidas, por otro. La primera constituye una
actividad científica creativa, mientras que la segunda es una mera
práctica." (1984,42 y 43)

El análisis que busca tratar los datos con el sólo fin de obtener las
mediciones necesarias antes de pasar al analisis de las hipótesis sustantivas
consiste en un "diagnóstico" y es una tarea meramente "práctica" (en el
sentido de Mosterín) y, consecuentemente, difiere de manera profunda del
análisis de estas hipótesis sustantivas, que busca averiguar qué
clasificación, qué perfiles, qué pautas, qué tipos, en definitiva, qué
modelos teóricos ordenan y explican la realidad del objeto estudiado. El
análisis en la dirección de la unidad de análisis corresponde a esta segunda
función metodológica. Opera ya sobre el Nivel de Anclaje y avanza hacia
nuevos niveles de integración. En cambio, el análisis centrado en la
dirección del valor corresponde a la primer función metodológica (de medición
o diagnóstico) y opera, como se comprende fácilmente, en niveles
sub‑unitarios.
Las tareas en la dirección del valor no son solamente mecánicas: las más
de las veces exigen revisiones de criterios previos de clasificación y
ajustes diversos. Pero en todo los casos, la función metodológica está
presidida por el objetivo inmediato de producir un dictamen, un diagnóstico,
una medición de las unidades de análisis.
Veáse el siguiente diagrama:
A.centrado en
las variables [V]
║
║
╔════════════════════════════════ ║ ══════════════════════╦═════════╗
║ \║/ ║ ║
║ A. centrado en [UA] <──────────────────┐ ║ Nivel ║
║ ┌────┬────┬┴───┬──────┐ ║ de ║
║ │ │ │ │ │ ║ Anclaje ║
║ ║ ║
║ V1 V2 V3 V4 ...Vn ║ ║
║ │ │ ║─────────║
║ ┌───┬─┴─┬───┐ ┌───┼───┬───┐ ║ Nivel ║
║ A. centrado en [R]═══> │ │ │ │ │ │ │ │ ║ subuni‑║
║ d1 d2 d3 d4 d1 d2 d3 d4..║ tario ║
║ ║ ║
╚═════════════════════════════════════════════════════════╩═════════╝
De acuerdo con el diagrama, se observa que aunque en un aspecto lógico
ambos análisis tienen el mismo sentido horizontal (trabajan con grupos de
atributos diversos) en un sentido metodológico tienen direcciones diferentes,
puesto que uno (el análisis centrado en el valor) elabora la síntesis de las
dimensiones ‑o subvariables‑ para obtener el valor de las variable
multidimensionales. (En el ejemplo se ha presupuesto que sólo la V1 y la V4
eran multidimensionales). En cambio el otro (el análisis centrado en la
unidad de análisis) elabora la síntesis de las variables en el nivel de
anclaje, para obtener las claves de comprensión del objeto global del
estudio.
En síntesis, hay un análisis centrado en el valor, cuya tarea es previa,
y que básicamente consiste en:
a.‑ idear criterios para clasificar información cualitativa o
exploratoria;
b.‑ ejecutar los procedimientos de resumen que se hayan previsto para
sintetizar variables multidimensionales (ejecución de escalas, de índices
o tipologías diversas); y
c.‑ re‑agrupar valores (para disminuir la cantidad de valores o para
identificar y poner de manifiesto la heterogeneidad que se cree haber
encontrado en la población respecto de una cierta característica
relevante).
Cualquiera sea el estado de las variables, siempre hay tareas que cumplir
en esta primera dirección del análisis centrado en el valor, aunque, por
cierto, éstas serán muy distintas según sea el "estado" de desarrollo teórico
y empírico de las variables en cuestión.

Comentarios finales sobre las tres direcciones del análisis
Creo que con lo dicho alcanza para justificar mi propuesta para ampliar
la clasificación de los tipos de análisis de datos de Galtung. No es ‑como
espero haber mostrado‑ sólo una cuestión formal: se trata de evitar
confusiones metodológicas importantes. En varios tramos del libro de Galtung
se podrían indicar encrucijadas en las que el autor advierte que en lo que él
cree poder aislar un tipo único de análisis, hay, en verdad, dos tipos
diferentes: uno centrado en la UA y otro en el R. Un texto que muestra esto
es el siguiente:
"El problema es cómo abordar grupos de variables al mismo tiempo; sea que
lleguemos a este problema porque deseamos caracterizar a las unidades en
términos más amplios, sea que deseemos un instrumento analítico a un
nivel más alto de abstracción, el problema es el mismo: cómo reducir el
espacio n‑dimensional delimitado por n variables a una variable principal
o índice." (1978,T II,288.)
Mi propuesta permite otorgarle un puesto específico a cada uno de los
tipos de análisis que menciona Galtung. La primera alternativa ("sea ...
caracterizar a las unidades en términos más amplios") corresponde al análisis
centrado en la Unidad de análisis; la segunda ("sea...un instrumento
análitico a un nivel más alto de abstracción") correspondería al análisis
centrado en el valor. Es cierto que desde el punto de vista lógico la tarea
es la misma, pero desde el punto de vista del proceso de investigación
corresponden a momentos muy diferentes.
El análisis centrado en el valor está destinado a responder a tres
problemas insoslayables en toda investigación científica: i.‑ el problema de
la confiabilidad de la información obtenida (confiabilidad de cada medición
y del conjunto‑muestra de mediciones); ii.‑ el problema de la validez de los
indicadores elaborados (escalas, índices, tipologías, etc.) y iii.‑ el
problema del reagrupamiento de valores, como efecto de los resultados
obtenidos. Las tareas centrales de este análisis están, pues, inspiradas en
el plan de la defensa que se hará de las hipótesis de generalización y de las
hipótesis instrumentales (o indicadoras).

La dimensión dinámica: los cuatro esquemas de investigación.
Pero además, como resultará obvio, las tareas del tratamiento y análisis
de datos serán diversas no sólo por referencia a los centramientos posibles
en la estructura sino por referencia al "estado del arte" de cada tema y
subtema de la investigación. Los tipos de tratamiento y análisis diferirán
según que se trate de un esquema exploratorio o descriptivo o análítico o
explicativo.
Esta doble exigencia (la dimensión estructural y la dimensión dinámica)
proporciona, entonces, un cuadro integral de los tipos de tratamiento y
análisis de datos que tendría los siguientes contenidos:

Cuadro General del tratamiento y análisis de datos
1.‑ El análisis de datos en el esquema exploratorio.
Si nuestra información se encuentra en una estadío predominatemente
exploratorio (es decir, todavía no tenemos claridad sobre cuáles serán
nuestros conceptos o categorías para agrupar a nuestros sujetos; no sabemos
qué tipo de variables los determinan, qué relaciones se da entre ellas,
etc.), el tratamiento de datos estará orientado a producir precisamente esas
ideas; a indicarnos qué clases de elementos se nos ofrecen como posibles
unidades, qué atributos son los que nos interesarán de manera más relevantes,
qué situaciones de hecho estamos encontrando y con qué tipo de conceptos
podemos describirlas, etc.
La exploración nos plante interrogantes que afectan simultáneamente al
análisis centrado en el R, en V y en UA.

1.1.‑ Análisis centrado en [R].
Las tareas previsibles para la dirección centrada en R son aquellas que
tienen que ver con examinar los "hechos" o "estados de cosas" que se nos
ofrecen y a averiguar qué formas de clasificarlos tenemos. La búsqueda de
sistemas de clasificaciones, es pues la tarea primordial.

1.2.‑ Análisis centrado en [V]
Las tareas previsibles para la dirección centrada en V son el examen de
las distribuciones de frecuencias que se presentan en cada una de estas
primeras clasificaciones. Obviamente, en esta fase exploratoria no tiene
ningún caso hacer uso de estadísticas complejas. Basta con analizar
proporciones, medidas de posición y variabilidad gruesas, y hacer
graficaciones "a mano alzada" para averiguar las principales tendencias que
se observan en el conjunto de las unidades. Se incluye dentro de estas tareas
lo que se conoce como anális dimensional, y que consiste en reflexionar sobre
los diversos aspectos que están contenidos en las posibles variables de
estudio, para preparar nuevas operacionalizaciones que permitan escalas de
medición más ambiciosas.

1.3.‑ Análisis centrado en UA
El análisis centrado en las UA, en una fase exploratoria sólo puede
revisar los distintos sujetos posibles e intentar conceptualizarlos: discutir
hasta qué punto son unidades genuinas o unidades artificiales, y qué
posibilidades de abordaje ofrecen. Como estas posibles UA son, de alguna
manera, esbozos de modelos teóricos sobre el objeto, será necesario hacer
deducciones sobre otras variables que se desprenderían de su
conceptualización.
┌────────────────────────────────────────────────────────────────────────┐
│ En cierto modo se puede decir que el tratamiento y análisis de datos │
│ en una investigación de carácter exploratorio está predominatemente cen│
│ trada en el valor [R], puesto que desde el valor (manifestaciones, res‑│
│ puestas, expresiones espontáneas) se intentará averiguar qué variables │
│ o criterios de clasificación resultarán más convenientes para categori‑│
│ zar al objeto de estudio. │
└────────────────────────────────────────────────────────────────────────┘

2.‑ El Análisis de datos en el esquema descriptivo/analítico.
Si, en cambio, nuestro trabajo se encuentra predominantemente en una fase
descriptiva (es decir, si ya tenemos nuestros "descriptores" elegidos y se
trata de proporcionar una información sistemática para progresar en el
conocimiento del objeto), el tratamiento y análisis de datos, deberá trabajar
sobre la producción y un examen sistemático de la información.

2.1.‑ Análisis centrado en R.
El tratamiento de los valores debe avanzar en la elaboración de escalas más
finas de medición (si fuera posible, transformar las escalas cualitativas en
escalas ordinales o de cocientes). En consecuencia, el tratamiento y análisis
de la información se hará por relación al plan de elaboración de las escalas
e índices respectivos y de sus valores normatizados (a los efectos de las
comparaciones).

2.2.‑ Análisis centrado en V.
El análisis centrado en la variable dispone ya de distribuciones de
frecuencias bastante más elaboradas. En consecuencia, la tarea consistirá a.‑
en caracterizar dichas distribuciones aplicando las medidas descriptivas
posibles; y ejecutando los gráficos más adecuados para interpretar las
tendencias que se observan; y
b.‑ iniciar los análisis bivariados para descubir asociaciones que puedan dar
lugar a hipótesis causales (en un sentido amplio).

2.3.‑ Análisis centrado en las UA.
El análisis centrado en UA, mediante el análisis multivariado, puede
avanzar hacia la construcción de modelos mecánicos y procesuales que permitan
plasmar globalmente las descripciones univariadas y bivariadas anteriores.

┌────────────────────────────────────────────────────────────────────────┐
│ Asimismo, podemos decir que el tratamiento y análisis de datos en el │
│ nivel descriptivo está centrado predominantemente en la variable [V]. │
│ El esfuerzo descriptivo pareciera concentrarse en exponer cómo se com‑ │
│ portan las unidades de análisis respecto de cada valor de las variables│
│ y cómo se asocian entre sí los valores de unas variables en relación │
│ con las variables restantes. Aunque el análisis discurre también en los│
│ R y en UA, el esenario, por así decirlo, lo ocupan las variables. │
└────────────────────────────────────────────────────────────────────────┘


3.‑ El análisis de datos en el esquema explicativo/comprensivo.
En este esquema, supuestamente hemos avanzado ya hasta el momento en que
podemos ajustar y pronunciar juicios integrales sobre el conocimiento
conseguido: los instrumentos han sido llevados hasta el máximo de
perfeccionamiento posible y se trata ahora de discutir su validez no sólo
confrontandolos con otros instrumentos, sino en estrecha relación con los
resultados de las distribuciones bivariadas conseguidas, de los diseños
experimentales o cuasi‑experimentales en donde se pueden apreciar otros
aspectos no previstos de las variables y por relación con los análisis
funcionales, comparativos e históricos que se está en condiciones de efectuar.

3.1.‑ Análisis centrado en R.
El análisis centrado en R debe discutir la validez de los indicadores; se
ejecutan pruebas de validez convergentes y predictivas. Y se discute por
relación a las pruebas de significación de los análisis bivariados que se
están ejecutando.

3.2.‑ Análisis centrado en V.
Se ejecutan los análisis más complejos, tales como el análisis de
variancias, el análisis factorial, etc. Se aplican los planes de análisis
propios del control de la varianza para la verificación de hipótesis causales.

3.3.‑ Análisis centrado en UA
Se aplican las técnicas de análisis funcional, comparativo, e
histórico‑estructural.
La fase final supone la exposición del modelo real de interpretación. Su
forma más acabada puede revestir la modalidad del Método de Ascenso de la
abstracto a lo concreto.

┌─────────────────────────────────────────────────────────────────────┐
│ Finalmente, se puede decir que el tratamiento y análisis de datos │
│ en investigaciones de carácter explicativo está predominantemente │
│ centrado de las unidades de análisis [UA], ya que las tareas primor │
│ diales procuran elaborar modelos (tipologías, perfiles, sistemas, │
│ etcétera) que permitan interpretar el comportamiento de las asocia‑ │
│ ciones descubiertas en el conjunto de las mediciones logradas. │
└─────────────────────────────────────────────────────────────────────┘




Una ilustración
Antes de concluir voy a retomar la investigación de J. Piaget que usé
de ejemplo en el momento anterior para brindar una imagen aunque que ayude
a la comprensión de las actividades propias del análisis de datos que
deberá prever el plan.
Vimos en 2.2.2.b que el maestro suizo, luego de recoger las
observaciones de las charlas de los dos niños, debió desarrollar una ardua
tarea antes de poder "descubrir" que las 2900 frases que habían aislado
podían ser agrupadas ‑según la variable "tipo de frase"‑ en ocho (8)
categorías. En el lugar citado sugerimos que una lista (posible) de las
dimensiones o subvariables de esta variable (tipo de frase) que Piaget
debió observar, habría sido semejante a esta:
*¿La frase tiene sentido? (Sí‑No)
*¿Quién es el destinatario: el niño mismo, otro niño, un grupo de
niños?
*¿Hay indicios de que se preocupa por haber sido entendido por el
interlocutor? (Sí‑No)
*¿Qué tipo de expresión verbal es? (Afirmación‑Pregunta‑Orden ‑Deseo)
*Si es afirmación ¿cuál es su contenido? (Informativo ‑ Crítico ‑
Burlesco, etc)
*¿Cuál es el tono emocional? (Neutro‑Vehemente‑Colérico‑etc.)
*Etc.
Y analizando todos estos aspectos Piaget y sus colaboradores llegaron
finalmente a proponer esos ocho tipos (es decir esos ocho "valores"):
Resultados del análisis en la dirección del valor
(en el estudio de J.Piaget)
╔═════════════════════════════════╗
║ ║
║ Valores [R] de"tipos de frases"║
╟─────────────────────────────────║
║ I.Repetición ║
║ II.Monólogo ║
║ III.Monólogo Colectivo ║
║ IV.Información Adaptada ║
║ V.Crítica y burla ║
║ VI.Ordenes y amenazas ║
║ VII.Preguntas ║
║ VIII.Respuestas ║
╟─────────────────────────────────║
║ T O T A L ║
╚═════════════════════════════════╝

Vimos también que, posteriormente, Piaget efectúa un reagrupamiento de
categorías: las tres primeras clases las adiciona y las pone bajo el rótulo
de lenguaje egocéntrico; a las restantes las reúne bajo el término
"lenguaje socializado total" y de ese grupo resta la función VIII
(Respuestas) y obtiene un último grupo al que rotula: "lenguaje socializado
espontáneo".
Tenemos así los siguientes subconjuntos de frases,según que
correspondan a uno u otro tipo de lenguaje: a.lenguaje egocéntrico;
b.lenguaje socializado espontáneo (d‑VIII); c.lenguaje espontáneo (a+b)
d.lenguaje socializado total:

╔════════════════════════════════════════╗
║ Tipos de frases (reagrupados) ║
╟────────────────────────────────────────║
║ a.lenguaje egocéntrico ║
║ b.lenguaje socializado espontáneo ║
║ (d‑VIII) ║
║ c.lenguaje espontáneo (a+b) ║
║ d.lenguaje socializado total (100‑a) ║
║ ║
╚════════════════════════════════════════╝

Recién ‑es decir, luego de haber trabajado culminado el análisis
centrado en los valores de las frases: de haber identificado y reagrupado
tales valores‑ procede a analizar la información en la dirección de la
variable, es decir, a obtener la distribución de frecuencia de las frases
según el "tipo de frase", y a utilizar procedimientos estadísticos:
calcular frecuencias relativas, promedios, desvíos, etc. Así informa que ha
calculado cuál es la proporción de lenguaje egocéntrico [a]: (37%) para Pie
y (39%) para Lev; también ha calculado el total de frases espontáneas
[d=a+b] para cada uno de los niños: (86%) y (82%), respectivamente.
Finalmente, procede a calcular la proporción que hay entre entre el
lenguaje egocéntrico y las frases espontáneas y encuentra los valores 0,43
y 0,47, a los que llama coeficiente de egocentrismo. (El cálculo lo efectúa
tomando bloques de 100 frases por vez: obtiene la distribución de
frecuencias por bloque y calcula el coeficiente de egocentrismo para cada
uno. De esa manera obtiene diversos coeficientes cuya variación va desde
0,31 hasta 0,59 para Pie, y de 0,40 a 0,57 para Lev. Busca el promedio de
las variaciones y comprueba que esta variación es de 0.06 para Pie y 0,04
para Lev.)
Todos estos procedimientos corresponden a lo que Galtung llama (y yo
siguiendolo a él) "análisis centrado en la variable [V]", puesto que
procuran resumir y caracterizar la información obtenida sobre las frases,
respecto de una variable: el "tipo de frase".
(Una aclaración: en el momento en que se comienza a establecer relaciones
entre variables, sea entre dos ‑como es lo más usual‑ o más de dos
variables, se puede decir que nos encontramos ya en tránsito del análisis
centrado en la variable al análisis centrado la unidad de análisis. Esto es
cierto en un sentido. Pero también es cierto que incluso el análisis
multivariado en el verdad sigue centrado en interpretar distribuciones de
frecuencias (nada más que recombinando las clasificaciones anteriores).
Todavía no se pregunta, estrictamente hablando, por el tipo de unidad de
análisis que puede dar cuenta de esas distribuciones. En este sentido, el
análisis de asociaciones entre variables debe mantenerse en el análisis
centrado en la variable [V].)
Luego de presentar estos datos procesados, Piaget pasa a formular de
manera más concreta (a sintetizar) las diversas interpretaciones que ha ido
anticipando en todo lo anterior. Se trata, en realidad de una doble
síntesis: primero, concreta la interpretación que hace de los hechos, a
partir de considerar los datos como indicios válidos de los hechos mismos
(es decir, como hechos científicos), y segundo, desarrolla un conjunto
complejo de afirmaciones y disquisiciones que pretenden sacar conclusiones
sobre los sujetos de estudio (los niños), y que se podrían agrupar en las
siguientes tareas:
╔═══════════════════════════════════════════════════════════════════════╗
║ ║
║ Fijar hechos: "Parece que tenemos derecho a admitir que ║
║ hasta una edad dada los niños piensan y actúan ║
║ de un modo más egocéntrico que el adulto..." ║
║ (Pág.41) ║
║───────────────────────────────────────────────────────────────────────╢
║ Aclarar conceptos: "No hay que confundir la intimidad del ║
║ pensamiento con el egocentrismo." (Pág.41) ║
║ "...No hay vida social propiamente dicha entre ║
║ los niños antes de los 7 u 8 años. La sociedad ║
║ de niños representada por una pieza en la Casa ║
║ de los Pequeños, es evidentemente, una sociedad ║
║ de tipo segmentario, en la que no se da, por ║
║ consiguiente, ni división del trabajo, ni ║
║ centralización de las búsquedas o unidad de ║
║ conversación..." (Pág.43) ║
╟───────────────────────────────────────────────────────────────────────╢
║ Inferir: "En virtud de las investigaciones precedentes ║
║ nosotros pensamos (...) que la palabra antes de ║
║ tener la función de socializar el pensamiento ║
║ tiene la de acompañar y reforzar la actividad ║
║ individual" (Pág.42) ║
║ "El hecho de decir el propio pensamiento, de ║
║ decirlo a otro o callarlo o de decírselo sólo a ║
║ uno mismo debe tener pues una importancia ║
║ fundamental en la estructura y el funcionamiento ║
║ del pensamiento en general y de la lógica infan‑ ║
║ til en particular (Pág. 46) ║
║ Etcétera. ║
╚═══════════════════════════════════════════════════════════════════════╝

Estas tareas han iniciado, pues, el tramo final de la investigación,
consistente en interpretar las relaciones que se dan entre distintas
variables, buscando averiguar si aparecen pautas comunes, constantes en
tales configuraciones de atributos. Es decir, ahora el investigador debe
expedirse sobre las preguntas sustantivas de la investigación: una cierta
forma de uso del lenguaje ¿está o no vinculada a una cierta edad, a un
cierto grado de coordinación de las acciones, a una cierta competencia para
resolver problemas o una cierta manera de justificar afirmaciones, etc.?
¿Qué consecuencias se puede extraer respecto de la naturaleza general del
sujeto y de sus requerimientos funcionales?
Piaget ha ido conquistando los estadios de la psicogénesis de la
inteligencia infantil y la configuración de los mismos, como resultado de
muchas investigaciones como éstas, analizando grupos de variables como las
que acabamos de presentar. Como se ve, pues, este último análisis centrado
en las unidades de análisis [UA] no está destinado a construir instrumentos
como el coeficiente mencionado ‑tareas propias del análisis centrado en R‑,
sino a descubrir o validar teorías sustantivas sobre la unidad de análisis
(los niños, como sujetos del desarrollo cognitivo). Aunque, por cierto, en
el futuro estas teorías pasen a formar parte de la construcción de nuevos
instrumentos. Después de Piaget, un estudio en psicología educacional puede
utilizar las pautas o los estadios que él descubrió para clasificar a los
niños, pero el tratamiento de estos datos ya no tiene que ver con hipótesis
sustantivas: ahora han "descendido" a una mera función instrumental,
subordinada a otras hipótesis sustantivas.
En resumen, en este ejemplo (correspondiente a un esquema exploratorio
de investigación) se puede observar cómo el tratamiento y análisis de datos
se ejecuta siempre en las tres centraciones posibles que ofrece la
estructura del dato, en un movimiento complejo (sucesivo y, a la vez,
recurrente). En efecto, en la pregunta originaria de la investigación
("¿qué funciones desempeña el lenguaje en la conversación de los niños?")
están esbozados los rudimentos de los valores, las variables y las unidades
de análisis, pero la investigación tendrá que desplegarlos mediante
hallasgos y explicitaciones sucesivas y recurrentes.
La elaboración del plan de análisis puede organizarse como la previsión
de un conjunto de procedimientos (que se aplicarán con vistas a sintetizar
la información para someterla al examen crítico y reflexivo) centrados,
sucesivamente, en los valores [R], en las variables [V] y en las Unidades
de análisis [UA].
Voy a concluir este tópico presentando (con abstracción de la dimensión
dinámica) una lista de los procedimientos más elementales a incluir en un
plan de análisis.

╔════════════════════════════════════════════════════════════════════════╗
║ Procedimientos centrados en el Valor [R] ║
║ * los procedimientos y criterios para examinar la confiabilidad de ║
║ las mediciones realmente efectuadas (incluídas en la muestra); ║
║ * los procedimientos para producir nuevas categorías de análisis (en ║
║ el sentido en que lo tratan Glaser y Strauss; ║
║ * los procedimientos y criterios para elaborar las escalas, tipología║
║ e índices, a fin de adjudicar los valores respectivos a cada unidad ║
║ de análisis de la muestra; ║
║ * los criterios taxonómicos para clasificar o reagrupar los valores ║
║ que se encuentren en los datos; ║
║ * los procedimientos incluídos en la noción de "triangulación meto‑ ║
║ todológica", destinados tanto a validar, cuanto a reformular cate‑ ║
║ gorías de análisis; ║
║ ║
║ Procedimientos centrados en la Variable [V] ║
║ * las tablas de frecuencia y los gráficos mediante los que se ║
║ concentrarán y representarán los datos y las medidas estadísticas ║
║ con los que se describirán tales distribuciones de frecuencias; ║
║ * las tablas de cruzamiento de aquellas variables que, según el Marco║
║ Teórico y las hipótesis sustantivas, puedan manifestar alguna aso‑ ║
║ ciación de interés; (*) ║
║ * las medidas de correlación que se desprendan asimismo del contenido║
║ de las hipótesis; ║
║ * las pruebas de significación estadísticas para sopesar el riesgo de║
║ azar en las posibles inferencias; ║
║ * la incorporación de nuevos cruzamientos mediante variables comple‑ ║
║ mentarias o de control para profundizar en el análisis de las asocia‑║
║ ciones encontradas; procedimientos para aportar evidencias a favor de║
║ hipótesis causales. Análisis de varianza. Análisis factorial, etc. ║
║ ║
║ Procedimientos centrados en la Unidad de Análisis [UA] ║
║ * las tipologías, los perfiles y las transformaciones o pasajes a ║
║ nuevos niveles de integración de las unidades de análisis; ║
║ * la elaboración de nuevos modelos que hagan avanzar la explicación y║
║ la comprensión del fenómeno estudiado, de acuerdo con las premisas ║
║ del Marco teórico de la investigación ║
║ * la experimentación con modelos; la simulación con ordenadores ║
║ * el análisis sistémico (de estrcuturas jerárquicas) y ║
║ * exposición ascensional de lo abstracto a lo concreto. ║
╚════════════════════════════════════════════════════════════════════════╝

¿Hay una lógica del análisis de datos? Sobre esta cuestión propuse, al
finalizar la Parte III, a modo de hipótesis que la lógica dialéctica tal
como la diagramó Hegel, podría ser un modelo heurístico para investigar la
"cinemática" y la "dinámica" del tratamiento y análisis de datos en la
ciencia. Voy a decir más: creo que la Inteligencia Artificial podría ser el
escenario en que la lógica dialéctica logre finalmente recuperar un puesto
en el panorama actual de la metodologías contemporáneas.

Momento c. Plan de Actividades en Contexto.
Por "plan actividades en contexto" me quiero referir a las previsiones
que se debe \rán tomar para llevar a cabo la recolección de la información:
sea en terreno, si se tratara de estudios que presuponen que se debe ir al
encuentro del objeto en su locus standi, sea en laboratorio, en caso de que
se pueda operar con él en situación de laboratorio. Para cada caso usaré
los términos: "contexto de terreno" o "contexto de laboratorio"
respectivamente.
En muchos aspectos podrá parecer arbi trario distinguir estas tareas de
las de construcción de los instrumentos (que trataré inmediatamente
después), y en verdad la construcción de los instrumentos debe tener
permanentemente en vista su contexto de aplicación. Vale, entonces,
reiterar lo que ya acordamos: a saber, que los momentos de cada fase son
inseparables y se resuelven en una relación que no admite un orden de
"antes/después". Sin embargo, el análisis teórico y empírico del contexto
de la acción investigativa y su adecuada planificación es algo más que la
elaboración de una agenda, y una tarea inadecuadamente cumplida puede hacer
naufragar a los mejores instrumentos.
"La preocupación por los datos sustantivos ‑dice A.Cicourel‑ ha
ocultado que tales resultados sólo son tan buenos como la teoría
fundamental y los métodos empleados para hallarlos." (1982,87)

No es posible de ninguna manera presentar normas procesales para operar
en los contextos, puesto que nos encontramos frente a una variación inmensa
de situaciones posibles. En su defecto, trataré de poner de relieve las
articulaciones sistemáticas que tiene este momento con el proceso de
investigación.
Pareciera posible distinguir ‑como dije‑ dos tipos extremos de
contextos:
a1. contextos de terreno
a2. contextos de laboratorio
Lo que diferenciaría a uno y otro es que el objeto es abordado en su
locus habitual o, por el contrario, es llevado a un locus construido para
la investigación.
A su vez, podrían diferenciarse, tipos generales de acciones en el
contexto conforme a grados mayores o menores de intervención del
investigador:
b1 la observación no interactiva
b2 la observación interactiva
Los términos que empleo son intencionalmente vagos, para dar cabida a
investigaciones tan diferentes como podrían ser las observaciones
astronómicas, meteorológicas, entomológicas, sociológicas, etc.,etc.
Quisiera proponer a ambas clasificaciones como "tipos extremos" (es
decir, como un rudimiento de clasificación, que contemple grados
intermedios). Ambos criterios pueden cruzarse de la siguiente manera:
╔════════╤═══════════╤═══════════╦═════════════════╗
║ │ No‑interac│ Interac‑ ║ Objeto de la ║
║ │ tiva b1 │ tiva b2 ║ Planificación ║
╟────────┼───────────┼───────────╫─────────────────╢
║ │ │ ║ ║
║ Terreno│ │ ║ Establecimiento ║
║ a1 │ a1/b1 │ a1/b2 ║ de la situación ║
║ │ │ ║ ║
╟────────┼───────────┼───────────╫─────────────────╢
║ │ │ ║ ║
║ │ │ ║ Controles del ║
║ Labora‑│ a2/b1 │ a2/b2 ║ Laboratorio ║
║ torio │ │ ║ ║
║ a2 │ │ ║ ║
╚════════╧═══════════╧═══════════╩═════════════════╝
Se tienen, entonces, cuatro tipos extremos de actividades de contexto.
El primer tipo [a1/b1] podría incluir las investigaciones astronómicas
todas; a la mayor parte de los estudios biológicos de Darwin; y a la mayor
parte de los estudios sociológicos de Marx. El tipo [a1/b2], en cambio,
podría incluir "experimentos" como los que N. Tinbergen relata de sus
estudios sobre la orientación de las avispas Philantus; las encuestas
hechas en las fábricas o barriadas obreras hechas por Marx; las entrevistas
de un antropólogo en la vivienda de un campesino, o las entrevistas del
Informe Kinsey. En el tercer tipo [a2/b1] se puede incluir a aquellos
estudios que si bien transcurren en laboratorio, el investigador no ejerce
un control manipulatorio de las variables independientes, sino que se
limita, con un mínimo de intervención a registrar cómo se comporta el
objeto (las investigaciones clínicas podrían ser un ejemplo). El último
tipo [a2/b2] abarca los diseños experimentales clásicos de laboratorio, en
donde es posible escoger los sujetos a voluntad y manipular las variables
independientes.
Hecha esta clasificación muy grosera, puedo ahora expresar lo que creo
que es el núcleo de este momento c. En él se trata de prever las acciones
que se ejercerán en la fuente a fin de sistematizar el conocimiento sobre
los efectos que la situación de investigación producirá en los datos que se
obtengan.
"La consideración de los problemas reales que encuentran los
investigadores en sus actividades proporciona la base adecuada para
tratar de cómo la situación de investigación puede llegar a ser, tanto
una fuente de datos, como un dato en sí de la metodología comparada."
A.Cicourel (loc.cit.)

En efecto, las condiciones en que se produce la información constituyen
en sí variables complejas que es preciso controlar (se trate o no de una
investigación experimental).
Todo contexto constituye una totalidad de la cual el investigador y sus
instrumentos pasan a formar parte y es preciso discutir científicamente
cómo es la dinámica de esta totalidad.
Conforme a esos dos tipos extremos de contextos, podría hablarse de dos
tipos de objeto en la planificaciones de las acciones:
i.‑ planificación del establecimiento de la situación; y
ii.‑ planificación de los controles de laboratorio.
La diferencia en planificar uno y otro contexto consiste en que en el
primer caso, el investigador intrusiona en un campo sobre el cual no ejerce
ningún control y en donde el margen de su capacidad de programación pasa
por los diversos modos posibles de establecer la situación de investigación
en el locus del objeto; en el segundo caso, en cambio, el investigador
construye la situación de investigación y debe programar los componentes
los distintos tipos de control según sea su naturaleza.
La planificación de las actividades de terreno se dirige, cuando menos,
a los siguientes objetivos: i.‑ identificar qué efectos posibles tendrá la
intrusión del investigador en el contexto; ii.‑ proponer para cada esfera
de fenómenos conexos, mecanismos de observación; iii.‑ disponer de
mecanismos de registro lo más amplios y fieles posibles de los
acaecimientos; y iv.‑ determinar el rango posible de variación en el
contexto dentro del cual los datos obtenidos aspiran a tener validez
ecológica.
El segundo item presenta una amplísima gama de cuestiones: la
"presentación" misma en terreno; la naturaleza y límite de las
interacciones; la estructura temporal de las interacciones, etc. El tercer
item plantea las cuestiones relacionadas con los diversos tipos de
registros: su influencia en el contexto, su fidelidad y riqueza, etc.
La planificación del laboratorio se dirige, en cambio, a los siguientes
objetivos: i.‑ identificar todas las variables que puedan tener una
influencia relevante en el fenómeno estudiado; ii.‑ decidir para cada una
de ellas qué tipo de control se intentará ejercer; iii.‑ pautar la
manipulación que se hará de la/s variable/s independiente/s.
Es preciso que el investigador, si es novato, se informe ampliamente
sobre las reglas que la tradición científica ha ido acumulando respecto de
cada contexto general de investigación.
Hay abundancia y excelencia de tratados o manuales sobre estos temas y
deben ser consultados.

Momento d. Construcción de los instrumentos.
El significado del término "instrumento" se confunde fácilmente con el
de "indicador" e, incluso, con el de "fuente de información". Son términos
que parecen sinónimos porque se superponen ampliamente.
El concepto de indicador ‑tal como fue adelantado‑ está repartido entre
la definición operacional y la operacionalización
El indicador contiene dos componentes:
i.‑ la selección de la o las dimensión/es relevantes o representativas
del contenido del concepto; y
ii.‑ la identificación de un procedimiento o esquema de acción para
observar en los hechos el comportamiento de las unidades de análisis
bajo esas dimensiones. (Este procedimiento, como lo sostuvo Kant, es el
elemento de enlace entre la dimensión como concepto teórico y el objeto
al que se le aplica la función de atribución; como tal, debe reunir dos
condiciones: la de ser universal ‑es una norma de acción que se deberá
reiterar exactamente de la misma manera en cada caso‑ y ha de ser
particular ‑producirá en cada caso la respuesta particular que le
corresponda a "esa Unidad de análisis singular"‑.)
Ahora bien, los "instrumentos" incluyen a los "indicadores", pero son
todavía algo más: son, de manera específica, los dispositivos materiales
para ejecutar la operación de los indicadores en los contextos.

Dos momentos en la construcción de los instrumentos: la operacionalización
y la construcción del dispositivo material.
Con el término "dispositivos materiales" me refiero de manera amplia a
cosas tan diversas como telescopios; series de fotografías; mapas para
localizar ciertos fenómenos; tests o pruebas psicométricas; cédulas de
encuestas; planillas de observación; análisis de laboratorio, fichas
epidemiológicas...etc.
Supongase que para determinar la presencia de una corriente eléctrica
se decide usar como indicador "el movimiento de una aguja magnética". Este
procedimiento presupone, como se vio, una decisión teórica previa ‑que ha
sido adoptada en el momento de la definición operacional (momento d, de la
fase anterior). Le toca ahora al "proyectista de instrumentos" (como lo
llama Bunge) construirlo y pautar su empleo.
"Tienen que cumplirse ciertas condiciones para que el desplazamiento
de la aguja constituya un indicador objetivo fiable de la corriente
eléctrica."(1969,804)

Para que el dato que se obtenga sea fiable se precisa, entre otras
condiciones, que podamos contar conque el instrumento no está alterando el
comportamiento del objeto estudiado, o que la alteración sea "despreciable
o calculable". En el ejemplo de la corriente eléctrica, los movimientos de
la aguja magnética inducen un flujo eléctrico nuevo en el circuito, la
que, a su turno, afectará el propio desplazamiento de la aguja.
"Esperamos ‑dice Bunge‑ que esa corriente adicional sea muy pequeña
comparada con la inicial, o, al menos, que sea calculable esa parte
del efecto, de tal modo que podamos inferir el valor de la corriente
inicial cuando no se las está midiendo. En realidad ‑agrega Bunge, de
manera acertada‑, ese valor real y sin perturbar no puede conseguirse
mediante mera medición, sino sólo con la ayuda de la teoría."
(1969,805)

La tarea de búsqueda, selección y/o construcción de indicadores es
materia que exige al investigador sumo cuidado en tanto de ella depende la
obtención de datos que expresen de la manera más fiel los nexos conceptuales
de las hipótesis que guían la investigación y, como fue expuesto al comentar
la instancia de la validacion empirica, de ella dependen la validez de los
datos que se emplearán en la solución del problema.
1.‑ Operacionalización.
Dado que se denomina "indicador" al resultado de seleccionar una
dimensión observable a la que se aplica un esquema de observación, podemos
definir la "operacionalización" como la tarea destinada a completar las
definciones operacionales previamente adoptadas, mediante la identificación
de los procedimientos precisos para llevar a cabo las mediciones
respectivas.
La operacionalización agrega, a los procedimientos lógicos y teóricos de
la definicion operacional, la identificación de los medios materiales o
prácticos para efectuar la constatación.
Este primer componente del momento d tiene que resolver las dificultades
de operación que normalmente van asociadas a los procedimientos que resultan
más confiables, lo que puede obligarnos a optar por otros menos menos
confiables pero de menor dificultad de ejecución.
En función de lo anterior se pueden señalar tres criterios principales
para evaluar y escoger los procedimientos que darán por resultado a los
indicadores de la investigación (cualquiera sea el grado de complejidad de
éstos):
1.‑ La especificidad (es decir, la capacidad de reaccionar o detectar
sólo a esa variable y no a otro estímulo análogo o asociado).
2.‑ La sensibilidad del procedimiento (es decir, la capacidad de
detectar la presencia de la variable en mínimas cantidades);
3.‑ El costo, (es decir, que resulte relativamente accesible a los
recursos de la investigación).
En muchos casos resulta inevitable detectar algunas variables mediante
más de una dimensión; en ese caso se hace necesario organizar los
indicadores de cada dimensión, en una sintesis que se suele llamar "índice".

Sin embargo, también a estos "índices" se los denomina, genéricamente,
"indicadores". (Esto crea un campo de ambigüedad en el empleo del término
"indicador": se dice, por ejemplo, que el índice de desocupación es un
indicador del deterioro de las condiciones de vida; o que el índice de
asoleamiento es un indicador de la calidad de la vivienda.) Pero hay cierto
consenso en denominar genéricamente "indicador" a toda información que
permite inferir el valor de una variable en una unidad de análisis
particular. Esta información puede ser un mero "indicio perceptivo", o la
"escucha de una respuesta", o la "lectura de unas agujas en un reloj", o "la
colocación de un sujeto en una escala" (tipo Likert, o tipo Guttman), o
diversos tipos de índices (sumatorios, acumulativos, etc.).
El problema terminológico es, decididamente, secundario; y, en cierto
sentido, tampoco importa la complejidad del indicador: lo que realmente
interesa es el grado de validez (tema de la definición operacional) y el
grado de confiabilidad (tema de la construcción de los instrumentos) que el
instrumento debe proporcionar. Es cierto que, generalmente, un único
indicador no alcanza a corresponder exactamente a todos los elementos de una
definicion teórica; pero ‑tal como sostiene Zeterberg‑ "un solo indicador
válido vale más que un índice compuesto de numerosos indicadores de baja
validez".

2.‑ La elaboración del instrumento.
Este segundo paso es la mera prosecusión del anterior en el terreno de
los hechos y dispositivos materiales y de su adecuado diseño y calibración.
Una encuesta tiene un componente material como una balanza o un
"electrocardiógrafo".
Volvamos sobre el ejemplo de definicion operacional que propuse en la
fase anterior (momento d): el caso elegido era "medir la lealtad a la casa
propia".
Una vez que se ha decidio que la variable será evaluada mediante una
entrevista al sujeto mismo, el "proyectista" del instrumento tendrá ahora
que pronunciarse, en concreto, sobre el lugar, el momento, la duración; la
manera en que se efectuarán las preguntas; el tipo de respuestas que se le
propondrá al entrevistado; los procedimientos que se emplearán para
registrar las respuestas y demás reacciones, etc.
El instrumento resultante podrá ser algo tan simple como una planilla
que posea espacios habilitados para registrar nombre del entrevistado, lugar
y hora de la entrevista; el texto de una sola pregunta (por ejemplo,
"¿cambiaría Ud. su casa en las condiciones r y s?"); espacio para escribir
las respuestas y, un espacio final destinado a las "observaciones". O podrá
ser no tan simple, como una carpeta, con un formato para cada dimensión de
la variable, correspondiente a algún tipo de escala que se ha construído
para combinar de cierta manera, los puntajes que se obtengan en cada uno de
sus items.
Veamos un simple ejemplo: i.‑ definir al alcoholismo como la ingesta de
cantidades anormales de alcohol, es una definición operacional; ii.‑
proponer medir la ingesta mediante un set de preguntas directas al sujeto
investigado es operacionalizar la definición anterior; y iii.‑ redactar la
encuesta y pautar su administración es construir el instrumento mismo.