BLOC I.- METODOLOGIA CIENTFICA I PLURALISME METODOLGIC Tema 1.- El mtode cientfic.

Metodologies dinvestigaci El mtode cientfic no s ms que uns procediments i maneres que tenim dobservar la realitat: cam, manera, procediment, i per fer recerca cal: observar la realitat: per obtenir coneixement (sociologia emprica) cientfic: la forma dobtenir coneixement ha de ser rigors, vlid, compartit i transmissible

TRES MANERES DE DEFINIR EL MTODE CIENTFIC: 1.- Principis Generals: - Teoria: sense teoria no hi ha recerca (sense aix es produiria lempirisme que vol dir que no hi ha T darrera, s diferent a empric) - Empria: els fets observats sn la realitat i sense aquest no es pot produir T T i E es necessiten recprocament - Renuncia a la veritat absoluta: tot s analitzable i discutible - No manipular ni enganyar 2.- Aplicaci a lobjecte destudi (OE): Per aplicar aquests principis generals a un objecte destudi concret, tot i que en sociologia es considera aquest ms complexa per: - analitzem fenmens dels quals en som part objecte i subjecte - per qu s un producte histric a la que afecten moltes estructures - pluridimensionalitat: les cares o manifestacions visibles - binomi individu-estructura - voluntat de canvi: reaccionem Qualsevol fenomen social te diferents maneres dobservar-se: pluralisme metodolgic 3 dimensions de la realitat social de qualsevol fenomen que shan de prendre en consideraci en qualsevol estudi (pluridimensionalitat): - objectivitat: COMTE i DURKHEIM - subjectivitat: WEBER - interacci social: MARX 3.- Eines concretes bsiques: Aqu ja estem parlant de tcniques dinvestigaci concretes on hi ha multiplicitat. Saplica mtode a una tcnica, tot i que per a certs autors la tcnica no est inclosa en el mtode. Paradigmes dinvestigaci (concepci del mn social): Dels paradigmes depn tant la T com la metodologia. - ontologia: fa referncia a la forma de les coses - epistemologia: fa referncia a la forma de conixer i transmetre el coneixement - natura humana: com ens relacionem les persones en un context - metodologia

PARADIGMES D'INVESTIGACI
SUBJECTIVISTES OBJECTIVISTES
(fenomenologia) (positivistes)

SOCIO CRTICS
REALISME HISTRIC POSITIVISTES IAP investigaci,
acci, participaci

NOMINALISTA
ontologia
els fenmens socials no existeixen fora dels actors

REALISTA
els fenmens existeixen per s sols

POSITIVISTES ANTIPOSITIVISTES
epistemologia
no pot separar subjecte i objecte separa subjecte i objecte lleis grals funcionament manipular

VOLUNTARISME ALIENAT creuen en

natura humana

VOLUNTARISME
voluntat dels individus

DETERMINISME
individus determinats per societat

l'acci social per cal superar l'alienaci imposada x la classe dominant

IDEOGRFICA
metodologia
descripci de les situacions particulars

NOMOTTICA
buscar les causes

PARTICIPATIVA
de l'IAP

MTODE CIENTFIC elements bsics processos etapes i fases

Procs circular de la investigaci Wallace

TEORIA

HIPOTESI

GENERALITZAC IONS EMPRIQUES

REALITAT DADES

Investigaci Deductiva: es dedueix des de la Teoria per crear una Hiptesi. Operativitzar (variables) les Hiptesis (aparell tcnic) per analitzar la realitat. Investigaci Descriptiva: descriu els resultats obtinguts a partir de les dades Investigaci Inductiva: de les dades obtingudes realitzem generalitzacions.

3 ETAPES DEL MTODE CIENTFIC: 1.- RUPTURA Amb prejudicis, conceptes preconcebuts, etc ... per acotar al mxim el nostre objecte destudi - pregunta inicial - exploratria - establir la problemtica i el marc teric 2.- ESTRUCTURACI - conceptes terics - operativitzem - variables - hiptesis 3.- COMPROVACI - tcnica de recollida dinformaci ( qu, qui, com) - anlisi de dades - interpretaci i conclusions Aplicar a lobjecte destudi el pluralisme metodolgic: 4 metodologies 1.- emprico numrica (quantitatiu o positivista) pretn quantificar un fenomen i buscar la presncia o absncia i la magnitud del fenomen. No pretn comprendrel. - busca controlar el fenomen: delimitar el que qui com - pretn ser exhaustiu i intensiu - anlisi estadstic la metodologia emprico numrica es divideix en dos: 1.1 experimental (pretn provocar el fenomen): - manipulaci - intervenci - provoquen realitats: resultats (causa-efecte) - laboratori: en espai tancat i controlat 1.2 correlacional (quasi experimental per qu pretn preguntar): - control flexible - enquesta/qestionari 2.- qualitativa (constructivista o fenomenologia) pretn comprendre el discurs - flexible - anlisi de discurs - no exhaustiu 3.- socio crtica (canvi social Marx) pretn que la gent sigui conscient de la realitat i busqui el canvi i actu. Molt usat en poltica social i sutilitzen tant tcniques qualitatives com quantitatives. 4.- histrica: per comprendre un fenomen actual hem de comprendre els cursos histrics i sutilitzen tant tcniques qualitatives com quantitatives per aplicades a la histria.

ESTRATGIES DINTEGRACI METODOLGICA Dissenys multi mtode (diversitat de mtodes) que ens permeti una visi ms amplia de lobjecte destudi: 1.- complementaci: molt habitual per que apliquem dues metodologies diferents que mesuren dues dimensions diferents i en cap cas interactuen.

2.- combinaci: es considera metodologia subsidiria per qu el que ens interessa saber estar a B, per utilitzem una metodologia prvia en A que ens serveix com a input per dissenyar B, per aix A esdev subsidiria de B. 2.1 qualitativa a quantitativa 2.2 quantitativa a qualitativa

3.- triangulaci: apliquem dues metodologies i el que ens interessa s el que obtenim en com en la interacci dambdues (interjecci) 3.1 intra-mtodes: dos mtodes dins la mateixa perspectiva 3.2 entre-mtodes: dos mtodes pertanyents a diferents perspectives (la veritable triangulaci) Tant la intra-mtodes com la entre-mtodes soperativitzen de tres formes: - triangulaci dinvestigadors: equips multidisciplinaris - triangulaci de dades: analitzem dades provinents de diverses fonts - triangulaci de tcniques: tcniques i analtiques diferents de la mateixa o diferent perspectiva.

Tema 2.- Procs dinvestigaci social tipus dinvestigaci social: classificacions elements bsics de la recerca fases dun projecte dinvestigaci

Tipus dinvestigaci social: Tres classificacions DISSENYS: Les metodologies o dissenys es plantegen per poder organitzar i planificar una recerca i en funci de les decisions que prenem. Aquestes 3 classificacions sn tipus ideal i acabem movent-nos en els intermitjos. Experimental: permet trobar causes Purament quantitatiu Aplicaci emprico-numrica Correlacional: permet trobar correlacions i explicacions Purament quantitatiu Aplicaci emprico-numrica Observacional: permet trobar regularitats i diferncies Purament qualitatiu El paradigma socio-crtic el podem trobar al llarg de tot el continu Espai fsic: on realitzarem la investigaci: ambient - laboratori: espai controlat, allat. Portem el fenomen al nostre espai. Portem la realitat per observar-la. Disseny experimental: enquesta, entrevista en profunditat, etc.. - Camp: la realitat en el lloc on succeeix, al lloc natural. Disseny observacional. Objecte destudi: que estudiem o investiguem - provoquem i manipulem: decisi experimental - naturalitat: decisi observacional. Flexibilitat / obertura - seleccionem a priori quines preguntes fem Unitats danlisi: qui - Microsociologia: individus (persones com agents socials) - Macrosociologia: institucions, fenmens ...

EXPERIMENTAL: Grup de control Grup experimental

aleatorietat

OBSERVACIONAL: Mostres petites Intencionalitat: selecciono els individus en funci de lobjecte CORRELACIONAL: Aleatorietat Mostra representativa de la poblaci que volem analitzar Estratificat Conglomerat Mostres grans (360/370 persones) VALIDESA respon a la credibilitat que tenen els nostres resultats obtinguts Validesa interna: al control que tenim del disseny de recerca Mxima experimental. Mnima observacional Validesa externa: a la capacitat de generalitzar resultats (a altres) i que dependr de la naturalitat de la observaci. Mxima observacional. Mnima experimental. Elements bsics de la recerca: 1.- TEORIA: Fonamental en la investigaci (sense Teoria no hi ha recerca) per que permet formular de manera concreta la temtica que sestudia i permet fer indicacions i indica buits de coneixement. El que en la teoria sn conceptes en la lgica sn variables. - marc teric - conceptes terics: de terics a operatius per organitzar dades i percebre relacions entre aquestes. - guia de sistematitzaci de dades 2.- HIPTESIS: Es generen a partir de la Teoria per a la seva contrastaci emprica i serveixen per orientar la recerca. Sn una suposici (predicci) que un cop contrastades les dades a partir dels resultats obtinguts ens poden ser confirmades, modificades o rebutjades. Orientacions de les Hiptesis: - cap a la problemtica, els objectius - senzilles, prctiques, operatives, concretes (una hiptesi s una idea) - referents emprics (conceptes operatius) - no poden tenir judicis de valor, ni posicionaments ideolgics o poltics hiptesi general: dna resposta a la pregunta dinvestigaci hiptesi especfiques o operatives

2 tipus dHiptesi: Hiptesis estadstiques: - anlisis de dades - proves estadstiques: a linici del treball shan destablir les dues hiptesis ( H0 H1) aix com altres alternatives. H0: Hiptesi nulla: nega la relaci entre variables H1: estableix relaci entre variables Hiptesis de contingut o substantives: Hiptesis que connecten la Teoria i la realitat i poden ser: Descriptives: nicament expressen un fenomen que succeeix. No pretn explicar. Ex: a Cat existeix fracs escolar Poden ser: Simples: descriuen un fenomen Comparatives: comparen el fenomen en Espai (lloc) i/o Temps (moments) Grups (entre) Relacionals o explicatives: expressen el perqu succeeix tal fenomen i el relacionen amb daltres. Expressen la relaci entre diversos fenmens. T carcter explicatiu. Analtiques: usades per obtenir coneixement. Pragmtica-decisional: usada per prendre una decisi o establir un programa. Aquests dos tipus difereixen noms en lobjectiu, tant una com altre es poden dividir en: Simples: F1 F2 - Relacionat, associat Sabem que els dos fenmens estan relacionats per no sabem quin s causa i quin efecte Causals: F1 F2 influncia, explicaci, dependncia, causa Sabem que els dos fenmens estan relacionats i sabem quin dells causa laltre Bloque 2 Recogida de informacin, encuesta por cuestionario T4- la construccin del objeto de estudio T5- la encuesta por cuestionario T6- poblacin y muestra-se dar en el bloque 3 T7- de la encuesta al soporte informtico T4- los fenmenos que observamos, son fenmenos construidos por el investigador, ningn investigador es neutral. Problemtica Preguntas Conceptos tericos o Prospectiva terica o marco Objetivos constructores tericos terico Poden ser:

Como se pasa del concepto terico a la emprea (realidad) construccin del objeto de estudio, incluye 4 fases: 1- conceptualizacin terica 2- proceso de dimensionalizacin 3- proceso de operativizacin, indicadores sociales 4- construccin de ndices y tipologas bloque 3 1- bajo una perspectiva terica, hacer una definicin terica del concepto, que se adoptara. (Todo lo que se quiere investigar) 2- la definicin terica la hacemos operativa 3- sacar los indicadores 4- reconstruccin de los conceptos tericos. Dimensionalizacin Desgranar lo que se busca rompiendo los aspectos fundamentales que hay (dimensiones), bloques temticos que se encuentran en el concepto. Ejemplo:

Las dimensiones te las marca la definicin teorica. Dos reglas: - Las diversas dimensiones tienen que ser independientes - Han de ser exhaustivas, asegurar que recogen todos los aspectos del constructer Indicadores; la unidad de informacin mnima, bsica (sexo, edad, nacionalidad) Tipos: - Accesibles directamente, recogen directamente el concepto - No accesibles directamente, no recogen directamente al concepto, pero se recogen con inferencias todos los aspectos subjetivos. Ejemplo: Conservadurismo Voto poltico, concepto familia progresismo -nicos, definitorios, un concepto un indicador: sexo, edad

-correlativos, un concepto mas de un indicador Internos, todo un conjunto de indicadores propios del concepto Externos, los que no forman parte del concepto, inferencia, aproximacin Encuesta por cuestionario 1- introduccin 2- definicin y caractersticas 3- etapas de la encuesta 4- elaboracin del cuestionario, tipos de preguntas 5- preguntas socio demogrfico 6- orden de los temas 7- formulacin de preguntas 1- Viene de una problemtica, con unos objetivos generales y especficos dentro del marco terico y basado en las hiptesis. Todo ello es abstracto pero me han dado unos conceptos claves, que vienen del proceso de dimensionalizacin que me provoca un esquema con las dimensiones y los indicadores. Operativizo, me indica lo que me interesa de la dimensionalizacin, los indicadores son unidades simples que nos relacionan con la realidad, con una tcnica de recogida de informacin (encuesta por cuestionario). Despus se aplicaran las tcnicas de anlisis y se procesan, que nos permite tener unos resultados para contrastar con las hiptesis y marco terico que he formulado. Es la tcnica ms conocida por que es la ms utilizada, es sinttico porque da datos y son ms fciles de entender. 2- Metodologa, es una estrategia de . Encuesta, es una tcnica, un instrumento para medir, permite cuantificar, recogida de informacin sobre una amplia variedad de temas y amplia poblacin, es a travs de un protocolo de preguntas, que es un cuestionario (formulario). Caractersticas - No se observan los hechos directamente, si no las manifestaciones verbales ( no permite ver la accin en el momento, solo vemos la percepcin de ella) - Permite analizar aspectos objetivos y aspectos subjetivos (menos utilizado) valoraciones numricas. - Permite conseguir gran cantidad de informacin estructurada en una matriz de datos, estructura matricial. - Es una tcnica estructurada y estandarizada de recogida de informacin. Tiene un orden y pregunto a todos lo mismo. - Se puede conseguir la generalizacin de los resultados. - Hay un contrato comunicacional implcito, entrevistador entrevistado - Permite llegar a muchas personas y es la tcnica que permite el anonimato - Comporta unas determinadas tcnicas de anlisis: univariante, una sola variable a analizar (ADV, anlisis descriptiva univariante) Bivariante, dos variables (TC, tablas de contingencia) Multivariante, mas de tres variables, ms complicadas. Ventajas: - Optima para cuando se quiere llegar a amplia poblacin y diversos temas.

- - -

Ofrece elevado grado de fiabilidad externa. Permite la comparacin, grupos, edad, geografa, poblacin. Optima cuando la finalidad es generalizar los resultados.

Desventajas: - Tiene dificultades con poblacin con problemas de comunicacin, nios pequeos, gente mayor, niveles de educacin muy bajos, extranjeros, minoras tnicas. - Toda la informacin se ve condicionada a las preguntas que se realizan, y como se realizan. - Esta influido por el encuestador, hay cierta influencia en el solo hecho de su presencia, puede inducir a falsear las respuestas. - La encuesta no permite hablar de causa entre fenmenos, solo permite la relacin de los fenmenos. - El trabajo de campo es complejo y costoso. 3- Etapas Fase previa, construccin del objeto de estudio, ayuda a captar los temas de la encuesta. CONCEPTO no es operativo DIMENSION no se entiende INDICADOR esqueleto, estructura de la encuesta, redactndolo en forma de pregunta delimita lo que buscas. Si no est como indicador no puede ir en la encuesta. Marca el orden de los temas, se pregunta sobre las distintas dimensiones, cada dimensin es un bloque temtico. Diseo del cuestionario, redaccin en forma de preguntas. Borrador se pasa a un grupo de control para ver como esta de correcto, prueba piloto. Trabajo de campo, se pasa a la realidad, se pasa el cuestionario al individuo. Se necesita una planificacin, calendario, tiempo, cuando comienza, cuando acaba, permite saber cmo va el trabajo. 4- Tipos de preguntas Criterio 1, (como est formulada la opcin de respuesta) Preguntas abiertas: - Se puede responder libremente - Propio vocabulario - Bajo desvi de interpretacin Utilidad: Estudios explicativos. Muchas respuestas Ejemplo: lugar de nacimiento?, que actividad hizo el domingo? Ao de nacimiento? Son complejas de codificar. Preguntas cerradas: - El individuo se encuentra listado de opiniones - Menos libertad Utilidad: Se usan para clasificar. Condiciones a cumplir: 10

 Mxima exhaustividad (se llegan a todas las opciones) Mutuamente excluyentes (no se pueden marcar dos casillas, tienen que ser claras) Tipos Categoriales con clase de equivalencia: clasifica en grupos, categoras. - Estrictamente cerradas, dicotmicas Dos opciones de respuesta - Cerradas de eleccin mltiple, ms opciones de respuesta: unirespuesta multirespuesta, ms opciones de respuesta: dicotmicas Categoriales (preferencias) - Semiabiertas Con estructura, ordenacin: clasifica con orden. - Orden simple, la opcin de respuesta implica un orden de ms a menos o demenos a ms. Ejemplo: qu nivel tiene de cataln? 1- habla y escribe 2- habla pero no escribe 3- lo entiende pero no la habla 4- no lo entiende - Escalar, valoraciones Tipos Liket, valoran la satisfaccin que se tiene, acuerdo/desacuerdo, muy bueno/muy malo, tiene las escalas del 1-5, 1-7, 0-10, 1-10 Yuxtaposicin de adjetivos, se buscan imgenes, se necesitan encontrar los adjetivos contrarios. Ejemplo: solidario insolidario Diferencial semntico: escala de 7 puntos, con adjetivos opuestos sobre un tem, se valora la bipolaridad de un concepto. Ejemplo: solidario -3 -2 -1 0 1 2 3 insolidario Ordenacin de adjetivos, de menos a ms o de ms a menos, provocan posicionamiento, se usan para valorar servicios, se suelen presentar con imgenes una escalera, una pirmide Criterio 2, (segn la funcin que tienen dentro del cuestionario) - Filtro: No tratan toda la poblacin Imprescindibles para seleccionar Aseguran que se cumplan las condiciones de la encuesta - Control: fiabilidad de los datos, (se repite pregunta en el cuestionario, cuando ya lleva varias contestadas) - De introduccin o de cambio: pequeo enunciado para cambiar de tema, cambio de dimensin. - Indirectas: evitan ser bruscos, con temas conflictivos, delicados. - Batera: hechas con tabla, dan mucha informacin en poco espacio, suelen ser para temas de familia. Criterio 3, (segn el contenido de la informacin que proporcionan) Variables socio demogrficas 11

- - - -

Bsicas para saber el perfil de la muestra Se ponen normalmente al final del cuestionario a no ser que se usen como filtro. En la explicacin de la investigacin se relacionan al principio para situar la muestra. Es un listado amplio que se utiliza solo lo que se necesita por temtica. Posible listado: - sexo, - edad, - nivel educativo, - estado civil, - indicadores familiares, -lugar de residencia, - situacin laboral, -categora profesional, - ocupacin, - lengua de uso, - escala ideolgica, - voto pblico.

De las encuestas a su traduccin informtica Introduccin Clases de datos y escalas de medida Preparacin y codificacin de datos Matriz de datos Introduccin al programa informtico PASW Para el anlisis se habla de variables. Clases de datos: opciones de respuestas, variables, cualquier atributo de un concepto, como mnimo dos caractersticas (dos opciones de respuesta) Criterios que tienen que cumplir: - Exhaustivas - Opciones de respuesta mutuamente excluyentes - Opciones de respuesta a un nico criterio clasificador(una sola temtica) Una variable no es una pregunta, una pregunta puede tener varias variables. Escalas de medida, como ha estado recogida la informacin. Variables cualitativas nominales (sencillas) - Categoras de respuesta - Se diferencian fcilmente - No se pueden ordenar - No se pueden cuantificar Ejemplo: sexo Variables cualitativas ordinales - Categoras de respuesta - Marcar diferencias - Ya se pueden ordenar - No se pueden cuantificar Ejemplo: nivel educativo Variables cualitativas ordinales escaladas Nacen como cualitativas pero se ordenan como cuantitativas Variables cuantitativas - Valores - Aportan diferencias - Se pueden ordenar

12

Se pueden cuantificar

Ejemplo: edad en aos Anlisis descriptiva univariada Hay que diferenciar entre interpretar y leer datos. Herramientas a utilizar para hacer una correcta interpretacin: - Tablas de frecuencias, nominales los porcentajes, ordinales y cuantitativas los acumulados. - ndices estadsticos, de tendencia central, moda mediana y media. Percentiles, cuantiles, coeficiente de variacin, desviacin tpica o estndar. - Grficos, gran variedad de modelos, el que se considere mejor para visualizar resultados. Cuestiones a tener en cuenta: 1 lector al que va el informe, no todo el mundo tiene dominio tcnico, hay que simplificar la lectura, utilizar lo mnimo la estadstica, intentar ser claro, sinttico. 2 breves, a la hora de interpretar los grficos. 3 no es necesario hacer el detalle de todo, en el informe ya estn los grficos. Interpretacin de los porcentajes, est el % y el porcentaje valido, la diferencia de valido es que no estn incluidos los perdidos, si son importantes se utiliza el %, importancia cuantitativa y cualitativa. Redondear porcentajes. Hay que situar la variable, el nombre que se le ha dado, se nombran los ms destacados, con el concepto y el porcentaje. Despus se comenta el resto. Errores que se cometen: - Hacer un discurso muy generalista sin dar ningn dato. Se han de decir los porcentajes. - Evitar los quebrados, lo tienen que calcular. Mejor los % - No hacer solo lecturas, hacer discurso pero no teora. ndices estadsticos, de tendencia central, la moda, y el coeficiente de variacin (el porcentaje de encuestados que no han contestado la moda). Solo se utilizan cuando nos aporta ms informacin. En variables cualitativas nominales una buena lectura de porcentajes nos evita usar los ndices. Variables ordinales Todas las variables de intervalos son ordinales. Si l no sabe/no contesta es vlido se convierten en nominales. - Ordinales cortas, pocas categoras de respuesta. Se suelen interpretar como las nominales. - Ordinales largas - De propio contenido, sustantivo, la variable las categoras tienen un orden con definicin, ejemplo: nivel educativo. - Escalar, son aquellas que son: mucho/poco, muy bien/muy mal, muy feliz/muy infeliz. Si son ms largas de 5, se interpretan como las cualitativas. Porcentajes, se utilizan los acumulados, ha destacar donde se concentran la gran mayora de porcentajes altos, despus se hacen notar los dos extremos. Ejemplo: hemos preguntado a los encuestados como se valoran su produccin en una escala del 0 al 10, donde el 0 13

quiere decir muy mal y el 10 muy bien, podemos observar que mayoritariamente la gente se concentra en posiciones intermedias del 5 al 8, siendo muy destacable la poblacin intermedia con un 29% las posiciones de los extremos son muy pequeas, la posicin de menos de un 5 es de un 15% y la de ms de 8 es de un 6% de los encuestados. Estadsticos, de tendencia central la mediana, que nos dice la mayora, la dispersin (se refiera a la unidad de medida de la variable), la moda, varianza, curtosis, rango, percentiles. Ejemplo: de media la gente se sita en un 6%, la dispersin no se utiliza si no aporta ms informacin. Variables cuantitativas Porcentajes acumulados, hay que buscar un punto de anclaje, sirven para decidir donde se corta, son donde se nos acumulan un porcentaje importante, puede haber ms de uno, es un valor cuantitativo. Como se usan? Se localiza, es el referente, despus se acumulan la gente que tenemos por encima y por debajo. Si hay ms de uno se reparte los datos entre ellos. Ejemplo: horas de trabajo, el punto de anclaje es el de 40 horas. ndices estadsticos, la media, la dispersin. Variables que provienen de preguntas multirespuesta, son aquellas que en la misma pregunta permitimos que los encuestados den ms de una opcin de respuesta. Eso genera distintas tablas de frecuencia, una por cada opcin, el anlisis se tiene que hacer con el conjunto de todas las repuestas. Tablas de frecuencias de mltiples respuestas o conjuntas, que acumulan todas. Tienen de diferente que aparecen las posibilidades de respuesta, cdigo de respuesta y el numero de encuestados que ha contestado cada respuesta. Cada encuestado puede contestar el nmero de respuestas que nosotros le hayamos marcado, de 3 a 5 mximos. Las tablas nos da l % de respuestas y l % de casos. Dos porcentajes diferentes, total de respuestas y total de casos, los dos son correctos, no se han de interpretar los dos, solo se interpreta el de casos que es el que representa lo que el encuestado contesta. Hay dos tipos de multirespuesta: - De eleccin mltiple, listado en el que se elije - Dicotmicas, listado en el que se responde s o no.

Anlisis exploratorio Para variables cuantitativas, solamente, nos aporta una descripcin univariada. Es conocida como la estadstica alternativa, pone en discusin a la aproximacin clsica. La estadstica clsica tiene dos supuestos fundamentales, dos hiptesis:- Campana de Gaus, ley normal, distribucin normal, presupone que una variable cuantitativa tiene un comportamiento normal, la gran mayora de la poblacin estar en un trmino intermedio, la media y que tendremos una pequea parte de la poblacin que se aleja de la media hacia los valores ms pequeos, y otra parte de la poblacin muy similar de la poblacin que se aleja hacia los valores positivos. - Cuando nosotros observamos una variable cuantitativa, y dividimos la poblacin en grupos, sea cual sea la variable que separa los grupos, el comportamiento de los diversos grupos ser idntico. No est diciendo que tengan la misma media sino que la homogeneidad (varianzas), igualdad de varianzas.

14

Estos dos supuestos se ponen en duda, porque los fenmenos observados no se comportan con normalidad, sobre todo en ciencias sociales. La anlisis exploratorio se plantea, lo primero comprobar que la variable se comporta como normal y segundo si la separo en diversos grupos existe igualdad de varianzas. Si una de las dos no se cumple, no se puede usar la estadstica clsica, se ha de utilizar la alternativa. Lo que hace es sustituir cosas, se utilizan las tablas de frecuencia acumuladas, la media se sustituye por un nuevo ndice, media rota al 5%, y la desviacin tpica, por el ndice intercuartil. Siempre que hay que hacer un anlisis de una variable cuantitativa hay que hacer el exploratorio, porque nos da todos los datos, los clsicos y los alternativos. Como lo hace? 1- comprobar las condiciones de aplicacin de la estadstica, normalidad y varianzas. Con un test de hiptesis estadstica, que nos permite tomar una decisin. Test de hiptesis de la normalidad, hiptesis nula, hiptesis alternativa. H H1, expresar la pregunta en afirmacin, la variable es normal H, la variable no es normal H1. La hiptesis nula H es lo que la estadstica da por supuesto, y la alternativa H1 es lo que suponemos, la arriesgada. Cmo se resuelve? todos los test tienen tres partes: - Valor matemtico, solucin a una formula. - Grados de libertad, valor que se relaciona con la n grandaria muestral. - Nivel de significacin, margen de error que aceptamos, 1-, probabilidad de equivocarnos, el nivel de confianza que nos interesa para aceptar o rechazar la variable sea lo menor posible. Probabilidad, mnimo error permitido es el 5%, 0,05. Si el nivel de significacin es ms grande que el 0,05 la variable que sirve es la nula, sigue siendo normal. Si el nivel de significacin el menor del 0.05 hiptesis alternativa la variable no es normal. Resolucin del test de la normalidad y de la igualdad de variancias, si los dos me dicen que si, frecuencias, media y desviacin, si uno de ellos me dice que no, las frecuencias, media rota al 5% (quitamos de la variable el 5% de los valores extremos por arriba y el 5% de los extremos por abajo, y sacamos la media de lo que queda) el rango intercuartil, (cuartil 25 y cuartil 75 y miro la distancia que queda entre ellos dos) cuartil 75-cuartil25, el tronco central el 50% entre los de mas y los de menos, eso es el rango. Anlisis exploratorio 1 condiciones de aplicacin 2 interpretacin 3 cuestiones de forma de distribucin (grficos) Simetra: ndice, cuando es simtrica, normal, se aproxima a 0, si es positivo se aleja del 0 hacia los valores positivos, crece, asimtrica positiva, si se aleja del 0 hacia los valores inferiores, valores negativos asimtrica negativa. Apuntamiento, curtosis, muestra la altura, muy alta todos estn concentrados en el valor intermedio en la media, si es baja, hay una dispersin alta. La normal mesocurtica, la alta lectocurtica, la plana platocurtica. ndice de la curtosis, la normal es de 0,26, si es ms grande de 0,26 lectocurtica, si es menor de 0,26 platocurtica. Transformacin de variables tema 10 Es todo un proceso que se hace despus del anlisis univariada, nos hemos de plantear si necesitamos cambiar las variables, transformarlas. 15

Las unidades de informacin, indicadores que pasan a ser preguntas, que tienen que ser claros y que se entiendan, una vez pasadas a la poblacin las unidades de informacin pasan a ser variables, las volvemos a cambiar en circunstancias concretas, porque nos interesa volver a los indicadores. Tres procedimientos para la transformacin: 1- recodificacin, hacemos cambios en una variable, cambio de cdigos originales. Ejemplo: variable nivel educacin 1- no tiene estudios 1 2-primarios 3 3-secundarios 5 4-universitarios 7 No cambia la informacin, solo cambia los cdigos asignados. En que situaciones nos vemos obligados a hacer cambios de cdigos: - Cuando nos equivocamos en los cdigos originales - Para poder crear ndices y tipologas 2- agrupacin de categoras, hacemos cambios en una sola variable, agrupamos las categoras de respuesta. Ejemplo: edad 1- 18 2-19 1- de 18 a 20 3-20 4-21 5-22 2- de 21 a 23 6-23 7-24 8-25 3 de 24 a 26 9-26 Queremos crear grupos de edad, nueva variable agrupando en grupos ms densos, para disminuir la exhaustividad de la encuesta. Tres situaciones para agrupar: 1- en funcin de los objetivos y de los intereses investigadores. Ejemplo. Insercin en el mercado laboral, y solo me interesa la gente joven y los adultos, pero para la encuesta he tenido que poner el ao de nacimiento, a partir de ese dato se agrupan en los aos que me interesan dndole los nuevos valores. 2- el detalle de categoras nos esconde fenmenos sociolgicos relevantes. Ejemplo. Nivel educativo 1- no tiene estudios 2- primarios 3- secundarios 4-universitarios No est claro, se presupone una informacin, es errneo, para solucionarlo sera detallar ms los niveles educativos, lo socialmente relevante es el grado de estudios, se agruparan en bloques por lo que nos interesa, bajos, medios, altos. 3- cuando alguna frecuencia de respuesta tiene un % inferior al 5%, son muy pequeas y nos pueden dar error. Cmo agrupamos? Cules son las nuevas categoras? Cul es el nuevo grupo? Proceso de asignacin hay tres estrategias:

16

1- estrategia funcional- adhoc T a priori, en funcin de tu inters y tus objetivos de la problemtica, ya tienes decidido cuales son las nuevas categoras. 2- estrategia sociolgica sustantiva Se basa en una teora del marco terico o bien en el propio contenido de la variable que lo establece. 3- estrategia emprico numrico Se utilizan los % acumulados de respuesta, solo en variables cualitativas ordinales escalar y las cuantitativas. No se basa en teoras, ni en objetivos. Se ha de intentar utilizar las dos primeras opciones, la tercera solo en casos de que no haya teora, argumentos ni objetivos. Ejemplos Variable objetivos de Espaa 1 Que estrategia usamos? Variable cualitativa nominal sociolgica sustantiva 2 nuevas categoras, argumentado, justificado. Nueva variable por objetivos. Objetivos econmicos: reduccin de diferencias sociales, Objetivos sociales: libertades, Objetivo control social: seguridad, narcotrfico, Medio ambiente 3 Asignacin 1, 2, 3, 4 Variable ideologa 1 variable cualitativa ordinal, sociolgica sustantiva, por propio contenido. 2 Izquierda: extrema izquierda, izquierda Centro: centro izquierda, centro, centro derecha Derecha: derecha, extrema derecha 3 asignacin, 1, 2,3 Se puede hacer un emprico numrico, su estrategia es bajo, medio, alto, pero en este caso no es pertinente por que tiene contenido. Variable ingresos 1 naturaleza de la variable, nivel de medida, cualitativa nominal ha quedado incluido el perdido. Sociolgica sustantiva 2 nuevas categoras, dos opciones: por una teora o por fenmenos sociolgicos relevantes, hablando de los ingresos se pueden utilizar referentes externos que nos den informacin del nivel de ingresos. Alto Medio bajo Medio alto Bajo Cmo se puede argumentar? Coste de la vida, salario mnimo interprofesional, salario medio. El salario mnimo es de 600 euros, todos los que estn por debajo de ello son bajos. Los que estn de 600 a 1600 es medio bajo. Los que estn de 1600 a 3000 son medio altos Los de ms de 3000 son altos Si no se cuenta los perdidos, se puede hacer el emprico numrico, puedo decir el % que menos cobra, el % que ms cobra y l % que queda en medio. Estrategia emperico numrico Ejemplo: encuesta de libros

17

Tabla de frecuencias, Gente que no tiene ningn libro, sigue una lista de nmeros, hasta la que tiene ms de 1000 libros. Es una cuantitativa muy desagregada. Criterios, tiene muchas frecuencias que no sobrepasa el 5%, es tan detallada que nos esconde los fenmenos sociolgicos, nos interesa la gente que tiene pocos o muchos, el capital cultural. Estrategia, la sustantiva no tenemos teora, contenido, no podemos decidir las nuevas categoras con criterios argumentados y es difcil hacer el agrupamiento. En estos casos utilizamos la emprico numrico, es cuantitativa, las nuevas categoras solo nos permiten diferenciar de menos a ms, es una estrategia de orden, de cantidad. Cuantas categoras hare? Se utiliza el ndice estadstico de dispersin, los cuartiles, los mas habitual que se acostumbra a utilizar son los cortes al 20%, al 25%, al 33%. Nuevas categoras Primer corte al 25% son los que menos libros, (0- 25) tienen, 25,2% Segundo corte hasta el 46%, los que ms se acercan, (26-90) 20,8% Tercer corte hasta el 75,6% (100-250) el 29,6% Cuarto corte los que ms tienen (251+1000) el 24,4% Esa es toda la informacin que podemos sacar, sencilla. ndices y tipologas Se acta en varias variables, conjuntamente, combinar los distintos indicadores para volver a los conceptos tericos. ndice: el valor que se consigue es un valor numrico, (dato cuantitativo) que permite aproximarse al concepto, variables cuantitativas. Ejemplo: IPC Tipologas: es una clasificacin por grupos o tipos, no es cuantitativa, que aproxima al concepto, variables cualitativas. Preguntas: he de hacer ndices y tipologas?, Cuntos? Cules?, la respuesta es SI, ser el propio proceso de dimensionalizacion el que marque la respuesta, hay que reconstruirlo hasta llegar al concepto. Cmo hay que hacerlo? Con las diversas estrategias. 1- funcional adhoc, previamente en los objetivos de la investigacin ya sabes tus objetivos. 2- sociolgica sustantiva, el propio concepto de la variable 3-emprico numrico, sencillas operaciones aritmticas Ejemplo de la 1(adhoc): clase social: 3 indicadores: ingresos, clase social profesional, nivel educativo. Si t has decidido que la persona que gane ms de 6000 euros, es de clase alta, decides omitir los otros dos indicadores. Ejemplo de la 2: sustantiva, concepto movilidad educativa, 2 indicadores, nivel educativo de los padres, nivel educativo de los hijos, buscamos tres conceptos, situaciones: - No hay movilidad - Probabilidad educativa ascendente - Probabilidad educativa descendente Las preguntas han sido: - No tiene estudios - Primarios - Secundarios - Universitarios

18

Hay que agrupar por el contenido del indicador, esto se realiza con la tabla de situaciones, donde se colocan los diversos indicadores y se cruzan las situaciones que pueden darse. Hemos realizado una tipologa de grupos 1- no hay movilidad 2- movilidad ascendente 3- movilidad descendente Ejemplo de la 3: emprico numrico, concepto calidad docente, 5 indicadores: explica bien, material de clase, tutoras, motivacin, cumple el programa. Las preguntas han sido: puntuacin del 1 al 5 - Muy mal - Mal - Ni bien, ni mal - Bien - Muy bien Quiero conseguir un ndice y una tipologa. Estrategia, variable cualitativa ordinal escalar, observamos si podemos realizar la sustantiva, con la valoracin que hemos conseguido, podemos colocar al profesor en alguna tipologa? No. Usaremos el emprico numrico. ndice, haremos los tipos ideales. - Profesor desastre: 1 1 1 1 1 - Intermedio: 3 3 3 3 3 - Excelente: 5 5 5 5 5 Hay que buscar la operacin aritmtica que sea ms sencilla que mantenga la lgica de separar los perfiles y los cuadre. La media, sumatorio de valores, dividido por los valores. Se puede utilizar. El sumatorio, es la ms sencilla y mantiene la lgica. Con la suma cada profesor tiene un valor que resume la calidad del profesor, en una escala del 5-25 pasando por el 15, pero se tiene que expresar en escala que sea comparativa, extrapolables. 0-10 0-1 0-100 Cmo lo hacemos? Formula :( Puntuacin final puntuacin inicial)+ 1= puntos totales de la escala Sumatorio de puntos/ nmero de puntos= media X con sombrerito En cada valor de la escala se aplica X1 X / P final-1 + X= escala final Tipologa Hacemos la agrupacin, con la escala original 5 (-) 0 malos 15 5 intermedios 25 (+) 10 buenos Sustantiva es complicado argumentar las categoras, mejor el emprico numrico y realizar los cortes con los porcentajes acumulados. Transformacin en la estrategia combinada Cuando hay que combinar los indicadores tenemos que utilizar las dos estrategias complementariamente. Ejemplo: recoger la actitud de la ciudadana sobre las manifestaciones

19

I-1= su grado de desacuerdo/acuerdo de lo que se defiende 1- muy en desacuerdo, 2- desacuerdo, 3- indiferente, 4- acuerdo, 5- muy de acuerdo, 9- no conoce I-2= acuerdo/desacuerdo de la pertinencia de las manifestaciones 1- acuerdo, 2- indiferente, 3- desacuerdo Motivos de la manifestacin I-3= porque se realizan los movimientos 1- No a la disminucin del sueldo, 2- recalmacion del reparto equitativo de beneficios, 3ideologa, 4- contestacin social general. Situaciones 1- actitud positiva y motivos econmicos 2- actitud negativa y motivos econmicos 3- actitud positiva y motivos sociales 4- actitud negativa y motivos sociales 5- indiferente Primero= tipologa Original 1, indicadores 1-2 I-1 agrupado 1 1- desacuerdo 2 3 4 3- acuerdo 5 9 9- no conoce + 3- desacuerdo =1 2- indiferente 2- indiferente =2 Resultado 2, actitud tipologa intermedia: negativa, indiferente, positiva I-2 recodificado 1- acuerdo + =3

Emprico numrico Sumatorio I1 + I2 = ndice Valor mximo ideal: 1+1 = 2 mximo 2+2 = 4 indiferente 3+3 = 6 mximo + Agrupamos: 2-3 = negativo 4 = indiferente tipologa intermedia

5-6 = positivo

20

I-3 = agrupacin de los motivos: I-3R= 1,2 = motivo econmico 3-4 = motivo social Tabla de situaciones Motivo econmico Actitud negativa Indiferente Actitud positiva Tipo 2 Tipo 5 Tipo 1 Motivo social Tipo 4 Tipo 5 Tipo 3

ANALISIS BIVARIADA Relacin entre dos fenmenos: tablas de contingencia Pueden ser: 1- que las dos variables sean cualitativas tablas de contingencia (tabla de cruce, tabla de doble entrada) 2- que una variable sea cualitativa y la otra cuantitativa anlisis de la varianza 3- que las dos variables sean cuantitativas anlisis de la regresin simple Las tablas de contingencia es la herramienta analtica bsica para el anlisis de las variables cualitativas. Ejemplo: comprobacin de hiptesis del trabajo, relacin entre dos variables, sexo-salario, las podemos expresar de diferentes maneras. - - Sexo y salario estn relacionados o asociados, relacin bidireccional, relacin simtrica, no hay variable dependiente ni independiente las dos tienen el mismo rol. Sexo explica el salario Sexo influencia el salario dependencia

Hiptesis general: sexo-salario, el salario depende del sexo. Relacin unidireccional, relacin asimtrica, sexo= variable independiente, salario= variable dependiente. Hiptesis especficas: son las posibilidades de las variables, salen de la general y se expresan a nivel de las categoras de las variables. Ejemplo: las mujeres tienen un salario inferior a los de los hombres. 21

Lgica de las tablas de contingencia Tenemos una variable que quiero explicar. Ejemplo: representacin laboral en la empresa Resultados que observo: concepto 1- comit 2- delegados 3- no tienen representacin Valores validos 854 244 953 2051 muestra Porcentajes 41,7% 11,9% 46,4% 100%

Una de las variables es la medida de la empresa, que explica la variable anterior, establece diferencias. La pregunta es: nmero de trabajadores de la empresa concepto 1- de 1 a 5 trabajadores 2- de 6 a 25 trabajadores 3- de 26 a 50 trabajadores 4- de 51 a 100 trabajadores 5- mas de 100 trabajadores Valores validos 389 535 289 253 586 2051 muestra porcentajes 19% 26% 14,1% 12,3% 28,6% 100%

Tengo el 100% de la poblacin por la representacin y la separo por la medida de la empresa 1-comite 1-5 trabajadores 389 33 8,5% 2,2% 89% 84,3% 7,7% 8% 100% 100%

2- representantes 9 3- no representan 347 1-comite 494 45

+ 100 trabajadores 586

2-representant

3- no representa 47

22

Se hace para todas las categoras y se observa si siguen el mismo patrn, o se cogen los dos extremos del perfil, comprobando los %. La variable independiente crea diferencias que nos lo explica. Las categoras de la variable independiente las separo, se hace el 100%, y se analizan los porcentajes de respuesta de la variable dependiente y los comparo. Cuando los % de la variable dependiente son diferentes de los % de la variable independiente nos lo explica. Procedimiento 1- hiptesis general, se expresa a nivel de variables. 2- hiptesis especifica, se expresan a nivel de categoras Simtrica: relacin-asociacin Asimtrica; explicacin, influencia, dependencia. Comprobacin de la hiptesis general - ndices estadsticos globales: permiten resolver la hiptesis

Comprobacin de las hiptesis especificas - - Tabla de porcentajes ndices estadsticos locales

3- interpretacin 4- conclusin final Estadsticos globales; test de hiptesis general Estadstico que me permite rechazar o aceptar la hiptesis Ho= hiptesis nula no me explica lo que yo busco H1= hiptesis positiva o alternativa si me explica la hiptesis.

Chi-cuadrado obligatorio aunque tiene problemas: - - - - Depende de la muestra, a mas grande menos fiable. nicamente para simetra, solo nos informa si las dos variables estn asociadas El valor no se interpreta Significacin asinttica (nivel de significacin) nos informa de la probabilidad de equivocarme, se expresa en tanto por uno, el punto crtico es el 0,05, si es superior la 23

probabilidad de equivocarme en rechazar la hiptesis nula es alta, por lo tanto hiptesis nula, si es menor de 0,05 la hiptesis positiva es la correcta. Medidas direccionales se escogen segn criterios, segn el objetivo. - - Depende de la hiptesis: asimtrica, simtrica Naturaleza y medida: nominal las dos, ordinales las dos, nominal mas ordinal se analiza como nominal.

Para las nominales: se mira el valor en la lnea de la variable dependiente Lambda: prediccin en el futuro. Tau de goodaman: clasificacin de la gente. Coeficiente de incertidumbre: reducir la incertidumbre, se mira el valor va de 01, se aproximara a 0 cuando la fuerza es dbil, se aproxima a 1 cuando la fuerza es importante. Para ordinales: se mira el valor en la lnea de la variable dependiente. d. de somers: se interpreta el valor, nos informa de la potencia, de la fuerza de la explicacin, va de -1/0/1 de 0 a -1 fuerza dbil decrecimiento, una variable disminuye y la otra aumenta, de 0 a 1 fuerza importante de crecimiento, las dos variables van en el mismo sentido hacia lo positivo. La sig. Aproximada, valor de significacin, (- + 0,05). Medidas simtricas Cuando las hiptesis sean de asociacin y relacin Nominal por nominal el criterio que las distingue es la forma: En tablas de 2x2 filas y columnas se elige PHI En tablas cuadradas mas de 2x2 se elige el coeficiente de contingencia. En tablas rectangulares se elige V de Cramer En ordinal por ordinal es en funcin del nmero de categoras y la grandeza de la muestra. Pocas casillas y muestras grandes se elige Gamma. Se mira el nivel de significacin (- + 0,05) y el valor igual que en las anteriores, nominales 01 en las ordinales -1/0/1 Test de Hiptesis especificas Tabla de contingencia En las filas se coloca la variable dependiente En las columnas se coloca la variable independiente

24

Una tabla est formada por la interseccin de las casillas y despus estn los mrgenes, son los resultados de cada variable por s sola, el margen de las filas es el resultado de la variable dependiente, el margen de las columnas nos da el resultado total de la variable independiente. Nos da los porcentajes de las variables por separado. Hay tres maneras de interpretar los porcentajes: Ejemplo con la tabla: 1- 100 totalmente en desacuerdo y con estudios primarios/ 200 el total de gente que tiene estudios primarios 50% total en desacuerdo. 2- 100 totalmente en desacuerdo y con estudios primarios / 195 el total de gente que estn en desacuerdo total el 51,3% tienen estudios primarios. 3- 100 totalmente en desacuerdo y con estudios primarios/ 815 total de encuestados el 12,3% estn en desacuerdo y tienen estudios primarios. Queremos ver el impacto de la variable independiente en la variable dependiente, haciendo el 100% de las categoras de la variable independiente y analizo la variable dependiente, separando las categoras y analizando, se usa el % de la variable dependiente en relacin con la variable independiente. ndice de asociacin local nos informa de si esa casilla o porcentajes son o no es estadsticamente significativo. Son los residuos corregidos, se interpretan: tienen una ley normal, con una mediana en el 0 y un nivel de confianza 95% los que estn cerca del 0 no son representativos, las dos colas son los estadsticamente significativos, hay que interpretar y sealar el comportamiento. El valor de curva normar por debajo y por encima es el 96%, (- 1,96, + 1,96) hay que ver si es significativo o no y se relaciona con el porcentaje que le corresponde. Se hace en todas las casillas. Lo interesante en una tabla de contingencia es empezar por los residuales que te informan de lo que tienes que interpretar. Ejemplo: -1,5 no significativo 2,4 es significativo

25