Las Emociones y La Música

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/268575616
La música como lenguaje de las emociones. Un análisis empírico de su

capacidad performativa
Article · June 2014

DOI: 10.14198/OBETS2014.9.1.01
CITATIONS READS
7 7,850
1 author:
Antonio Francisco Alaminos Fernández

University of Alicante
28 PUBLICATIONS 24 CITATIONS
SEE PROFILE
All content following this page was uploaded by Antonio Francisco Alaminos Fernández on 22 November 2014.
The user has requested enhancement of the downloaded file.

OBETS. Revista de Ciencias Sociales
Vol. 9, n.º 1, 2014; pp. 15-42
ISSN: 1989-1385
DOI: 10.14198/OBETS2014.9.1.01
LA MÚSICA COMO LENGUAJE DE LAS EMOCIONES.

UN ANÁLISIS EMPÍRICO DE SU CAPACIDAD
PERFORMATIVA
MUSIC AS A LANGUAGE OF EMOTIONS. AN EMPIRICAL
ANALYSIS OF ITS PERFORMATIVE CAPACITY
Antonio Fº. Alaminos Fernández

University of Nordland, Noruega
[email protected]
Resumen
Esta investigación estudia la relación entre las emociones y la música. Se efec-
túa un diseño de test-retest donde los individuos expresan qué música escu-
charían según estados de ánimo, para posteriormente pedir a una segunda
muestra, distinta a la anterior, que valore en qué grado considera que dichas
canciones expresan esos mismos estados de ánimo. Se ha efectuado un análi-
sis de los rasgos musicales de dichas canciones. Se concluye que tanto en las
emociones como en los rasgos musicales existe una dimensionalidad subya-
cente. En el caso de las emociones corresponde con las propuestas del diferen-
cial semántico. En los rasgos musicales, se determinan dos dimensiones aún
sin etiquetar teóricamente. Finalmente, se muestra la relación empírica entre
rasgos musicales y emociones mediante un modelo estructural de medición.
Palabras clave: Música, Emociones, Diferencial Semántico, Modelo Estructural.
Abstract
This research studies the relationship between emotions and music, with a
test-retest design. First, individuals express which music they listen according
to their moods, and later a second sample, independent of the previous one,
are asked in which grade considers that these songs express the same mood.
After completed an analysis of the musical features, we conclude that both
emotions, and musical features, show an underlying dimensionality. In the
case of emotions, corresponds with the proposal of the semantic differential.
In musical terms, two dimensions are empirically determined. Finally, the
empirical relationship between musical features and emotions shown, are
tested with a structural model.
Keywords: Music, Emotions, Semantic Differential, Structural model.
16 Antonio Fº. Alaminos Fernández
1. INTRODUCCIÓN
Que la música es un lenguaje constituye prácticamente un tópico de general
aceptación. Incluso determinadas frases comunes apuntan a una eficacia prag-
mática, real o imaginaria, especialmente dirigida a las emociones. Un ejemplo
de ello, la frase “la música amansa las fieras”, destaca precisamente de forma
extrema dicha finalidad. Sin embargo, no es una frase casual, en la medida que
varias investigaciones recientes (Juslin P.N. and Sloboda J. A., 2010; Menon,
V. & D.J. Levitin, 2005; Krumhansl, 1997; Blood, A.J., R.J. Zatorre, P. Bermúdez
& Evans, A.C. 1999; Brown, S., Martínez M. & Parsons, L.M., 2004; Blood,
A. & R.J. Zatorre, 2001;) proponen que la música es percibida por las áreas
del cerebro que reciben estímulos de carácter emocional, asociadas a sentimien-
tos. Para sentir la música y experimentar sus consecuencias no es preciso que
intervengan de forma explícita las capacidades reflexivas de los individuos.
(Koelsch, S., T.C. Gunter, A.D. Friederici & Schröger, E., 2000). Esta comu-
nicación directa a las emociones y los sentimientos que establece la música le
concede una capacidad equivalente a la poesía, si bien entre individuos sin una
cualificación cognitiva o sensibilidad especialmente cultivada. (Meyer, L.B.,
1956). La música como lenguaje, (Levitin, D.J. & V. Menon, 2003) le habla
incluso a los que no están prestando atención. Estas cualidades emocionales ya
están expuestas desde sus inicios en la filosofía occidental. Así, Aristóteles
señala como
...en los ritmos y las melodías que encontramos las semejanzas más perfectas en
consonancia con su verdadera naturaleza de la ira y la mansedumbre, de la for-
taleza y la templanza, como también de sus contrarios y de todas las otras dispo-
siciones morales... los ritmos, unos tienen un carácter más reposado, otros más
movido, y de estos unos inducen emociones más vulgares, y otros otras emociones
más propias de un hombre libre. (Aristóteles, 1982: 306).
En la reflexión sobre los sonidos, se incluían tanto los sonidos armónicos (músi-
ca) como los sonidos y ruidos propios de la naturaleza, capaces de evocar
estados de ánimo. El sonido de la lluvia, de una cascada de agua o el canto mis-
mo de los pájaros, generan estados de ánimo, en ocasiones imitados por los
instrumentos musicales.
La música, y los sonidos en general, se procesan en varias zonas del cerebro
y no solamente en las responsables del lenguaje y el sonido. En los estudios
efectuados mediante tomografía por emisión de positrones (PET/TC) se aprecia
que áreas relacionadas con otros sentidos, como el de la visión, se activan en
relación a estímulos musicales. (Koelsch, S. & Friederici, A.D., 2003). Las evi-
dencias de actividad cerebral muestran como la memoria o la evocación se acti-
OBETS. Revista de Ciencias Sociales. Vol. 9, n.º 1, 2014; pp. 15-42. DOI: 10.14198/OBETS2014.9.1.01
La música como lenguaje de las emociones. Un análisis empírico... 17
van con la música. En ese sentido, la música ofrece una vía paralela que puede
reforzar, modificar e incluso cambiar en su opuesto mensajes verbales o visuales.
Esto es especialmente importante en determinadas áreas. Así, por ejem-
plo, la música en comunicación o publicidad (North, A. and Hargreaves, D.J.,
2010) y su anclaje cultural como lenguaje, la “afinación” conceptual cuando
aparece asociado a mensajes y recomendaciones publicitarias o su capacidad
para evocar emociones o situaciones. Es evidente que la relación entre músi-
ca y emociones o afectos es tan intensa que actúa bidirecionalmente. Así, la
conexión entre música y emociones ha sido también investigada en sentido
contrario como se muestra en varios estudios (Konecni, 2010: 714). En ese sen-
tido, la primera fase de esta investigación explora como los estados emocio-
nales de los individuos pueden sugerir melodías y canciones. Es algo equivalen-
te a cuando un individuo elige una canción para escuchar según su estado de
ánimo. En el sentido opuesto, el estado de ánimo de un individuo puede cam-
biar según las músicas que le rodean.
El estudio de la relación de la música con los sentimientos y los compor-
tamientos ha interesado a múltiples disciplinas que triangulando han confir-
mado dicha eficacia. Especialmente destaca el enfoque neurofisiológico
(Koernst y Siebel, 2005; Zatorre, Chen & Penhune, 2007), los procesos cog-
nitivos y psicológicos (Konecni, 2010), complementados con la antropología
(Hannon and Trainor, 2007), o la sociología (Santacreu, 2002). Algunos autores
(Fritz, Jentschke, Gosselin, Sammler, Peretz, Turner, Friederici and Koelsch,
2009) han postulado que la música es un lenguaje universal, produciendo al
menos tres emociones que son reconocibles en cualquier cultura. Estos estudios
se encuentran en fase muy temprana y no existen evidencias suficientes sobre
la universalidad de las emociones generadas por la música. En ese sentido, el
estudio de la música y sus efectos sociales y emocionales es un área de activi-
dad cada vez más prometedora, como consecuencia de los procesos de trian-
gulación que permiten las diferentes disciplinas.
2. OBJETIVOS Y ANTECEDENTES
Existe un objetivo básico que enmarca diferentes subhipótesis. La hipótesis es
establecer primero, y detallar después, la asociación entre música, emociones y
sentimientos, mediante un enfoque que integre las propiedades formales de los
lenguajes musicales con la medición de emociones. ¿Es factible agrupar empí-
ricamente las diferentes cualidades musicales en función a los perfiles (dimen-
siones) que se aprecien en las canciones consideradas? ¿Se puede observar rela-
ción entre estos rasgos y las emociones asociadas a las canciones analizadas?
¿Responden las emociones a una estructura dimensional latente? ¿Qué relación
mantiene con las propuestas de diferencial semántico? Estas son algunas de

las preguntas que desarrollaremos en este estudio. Las conexiones entre músi-
ca (como lenguaje) y emociones, sentimientos e incluso contenidos semánticos
se han investigado previamente preferentemente desde varios campos: la musi-
cología, la neurología y la psicoacústica, la psicología, la sociología y en menor
medida el marketing y comunicación. En muchos sentidos, el estudio unidis-
ciplinario de la relación entre música y las emociones deja en evidencia impor-
tantes lagunas, así como una falta de intercambio de información que permita
validar, por triangulación teórica, muchas de las conclusiones provisionales
que se van alcanzando.
Así, considerando los diseños de investigación podemos encontrar desde
los más “físicos” hasta los más “psicológicos”. Los procedimientos metodológi-
cos empleados incluyen el reconocimiento de las áreas cerebrales que se acti-
van con la música, donde existe una evidencia empírica de activación, pero no
del significado real de dicha activación. Como señala Koelsch
So far, the majority of neuroscience studies on human emotion have used static
visual images as experimental stimuli. However, during the past years, the neuro-
sciences have discovered that music is also a valuable tool to investigate emotion.
Important advantages of music are (1) that music is capable of inducing emo-
tions with a fairly strong intensity, (2) that such emotions can usually be induced
quite consistently across subjects, and (3) that music can induce not only unpleasant,
but also pleasant emotions (which are rather difficult to induce by static images).
Neuroscience studies on the investigation of emotion with music basically indi-
cate that networks of limbic and paralimbic structures (such as amygdala, hippo-
campus, parahippocampal gyrus, insula, temporal poles, ventral striatum,
orbitofrontal cortex, and cingulate cortex) are involved in the emotional processing
of music. These structures have previously been implicated in emotion, but the func-
tional significance of each of these structures is still not well understood. (Koelsch,
2005a: 1)
Con posterioridad, los desarrollos de esa línea de investigación han consolida-
do las relaciones empíricas entre la activación de áreas cerebrales y estímulos
musicales. (Koelsh, 2005; Koelsh, 2010). Otras estrategias complementarias
desde la neurología han considerado junto a las resonancias magnéticas, el nivel
de oxígeno en sangre asociado a los estados de ánimo inducidos por diferen-
tes tipos de música (Mitterschiffthaler, M. Fu, C, Dalton, J. Andrew, C.M. y
Williams S.; 2007). En este diseño de estudio, el equipo de investigación pro-
ponía la clasificación de los tipos de música (5 tristes, 5 alegres y 10 neutros).
Sin embargo, estos tipos de músicas no habían sido determinados mediante
investigación empírica, según las opiniones de la sociedad. Tanto las músicas
como sus significados teóricos eran propuestas del equipo de investigación.

En ese sentido, tanto los tipos de emociones como la clasificación de las can-
ciones fueron establecidas a priori por los investigadores y tras un debate teó-
rico. No fueron establecidos según la subjetividad de los individuos y, menos
aun internamente por los sujetos experimentales. Los estados de ánimo se
midieron mediante un breve cuestionario. Sin embargo, la vinculación sustan-
tiva entre emociones y lenguaje musical solo puede aportarse desde otras dis-
ciplinas, que permitan conocer las estructuras y los rasgos musicales, median-
te diseños por los que pueda demostrarse una relación explícita consistente y
válida. El nivel de oxígeno en sangre según la canción escuchada no es, toma-
do aisladamente, suficientemente concluyente respecto a la inducción de
emociones.
No obstante, las aportaciones actuales son profundamente prometedoras,
en la medida en que “Recent demonstrations that music is capable of conveying
semantically meaningful information has raised several questions as to what the
underlying mechanisms of establishing meaning in music are, and if the meaning
of music is represented in comparable fashion to language meaning”. (Steinbeis
N, Koelsch S., 2008). Sin embargo, son muy escasos los intentos de formalizar
una relación entre los rasgos distintivos de la música (en tanto que lenguaje
musical) y sus efectos emocionales. Esta aproximación exige al menos una
elevada competencia musical y el análisis de las preferencias subjetivas de los
individuos según sus estado emocional. Por sí mismas, la activación de áreas
vinculadas a lo visual o la memoria solo pueden mostrar que puede existir algu-
na asociación, pero nada concluyente sobre la naturaleza de dicha relación.
Desde la psicología han sido varios los intentos de medición y desarrollo
de estrategias para conocer como la música genera sentimientos. (Zentner, M.;
Grandjean, D.; Scherer, K., 2008). En ese sentido, la Geneva Emotional Music
Scale es un intento interesante de asociar estados de ánimo con música. Una
aproximación semejante es la de Vieillard et alt. (2008) que efectúa un con-
traste entre músicas predefinidas y sujetos experimentales. Sin embargo, el dise-
ño es claramente mejorable. Así, en lugar de ofrecer a los sujetos una serie de
músicas clasificadas previamente por el investigador según las emociones que
cree debería despertar (clasificación establecida por el investigador), se debería
dejar libertad al individuo para que, personalmente, indique las canciones que
prefiere escuchar según estado de ánimo. Esa fase exploratoria, permite una cla-
sificación y estudio posterior con un mayor grado de validez. Las emociones que
finalmente se consideran en esta investigación han sido elegidas como expresión
de los pares de antónimos definitorios de las dimensiones del diferencial semán-
tico. En los escalamientos mediante diferencial semántico, los pares de atribu-
tos o cualidades son especificas para el concepto medido. No existe un escala-

miento tipo, que pueda ser empleado universalmente para cualquier concepto.
3. EL DISEÑO Y LOS DATOS

Para testar la hipótesis sobre la relación entre música y emociones se han
empleado datos primarios, recolectados para esta investigación mediante el
uso de nuevas tecnologías de la comunicación, esencialmente facebook y tuen-
ti. Para ello, se ha tomado como muestra a jóvenes entre 15 y 24 años. Una
parte de ellos participó en el establecimiento de la relación entre estados de
ánimo y su influencia en la selección de canciones para escuchar en determi-
nados momentos. Un grupo de jóvenes diferentes participó en el estableci-
miento del recorrido empírico contrario: determinar que emociones provocaba
la audición de dichas canciones. De esta forma, el nexo entre tipo de emoción
y sus canciones correspondientes quedaban validadas en los dos sentidos. De
la emoción a la canción que se prefiere escuchar y de la canción a la emoción
que provoca.
El diseño parte de la idea según la cual, un grupo de entrevistados decide
libremente que canciones escucharía en función de sus estados de ánimo. Poste-
riormente, a una segunda muestra, se le pide que valoren en qué grado cree que
cada canción puede expresar un estado de ánimo. Las dos muestras son inde-
pendientes entre sí, y la segunda actúa para determinar la consistencia entre
canción y estado de ánimo. De esta forma se define la primera matriz de datos,
que recoge la asociación libre por parte del entrevistado entre estado de ánimo
y canción. En una segunda fase, otros entrevistados valoran de cero a diez cada
canción según creen que pueden expresar estados de ánimo. En resumen, el
diseño de la recolección de datos se desarrolla en dos fases en la investigación
ha seguido el siguiente proceso:
Fase I. Exploratoria
1. Información subjetiva espontánea sobre las canciones que se escuchan
según estado de ánimo. (Ocho estados de ánimo). Muestra de jóvenes.
2. Análisis musical de las canciones.
3. Análisis estadístico de los rasgos musicales.
4. Selección de canciones típicas. (Ocho canciones típicas, una para cada
estado de ánimo)
Fase II. Validación
1. Encuesta preguntando a los entrevistados que concedan una puntuación
de cero a diez a cada una de las ocho canciones, para cada uno de los sen-
timientos considerados.
El análisis está definido para determinar la relación entre estados de ánimo

y los rasgos musicales de las canciones. Para ello, el primer análisis se orienta
a determinar la dimensionalidad subyacente a las emociones consideradas.
Este análisis de dimensionalidad permite apreciar la presencia de estructuras
latentes que den cuenta de la variabilidad de las emociones. Como era espera-
do, varias de ellas están asociadas entre sí, mostrando covariación. Tras el
análisis de dimensionalidad de las emociones, según el modelo de diferencial
semántico de Osgood, Sucy y Tannenbaum, se procede al análisis de los rasgos
musicales de las canciones. Las canciones han sido analizadas de acuerdo a
criterios musicales, determinando sus propiedades y en qué forma son diferen-
tes entre ellas, generando una muestra de canciones y sus características. Se ha
efectuado un análisis de escalamiento óptimo, mediante mínimos cuadrados
(ALS), determinando la posible existencia de dimensiones latentes tras la agru-
pación de los efectos causados por los rasgos musicales. En resumen, el primer
análisis analiza la relación que las emociones establecen entre ellas. El segundo,
la relación entre los rasgos musicales, según las emociones que expresan las
canciones.
Fase III. Análisis.
2. Análisis dimensional mediante análisis factorial. Tres dimensiones: eva-
luación, potencia y actividad confirmando las propuestas de Osgood,
Sucy y Tannenbaum sobre “orientación psicológica hacia objetos” (esca-
la de diferencial semántico).
3. Análisis dimensional (mediante escalamiento óptimo ALS) de los rasgos
musicales de las canciones estudiadas y escalamiento óptimo de los ras-
gos musicales estudiados.
Por último, se especifica un modelo estructural relacionando la estructura
psicológica (dimensiones: evaluación, potencia y actividad) y la estructura
dimensional del lenguaje musical. Este modelo estructural indicaría tanto la
dimensionalidad como las relaciones entre ellas, en los dos planos del lenguaje
musical (rasgos) y las emociones expresadas mediante diferencial semántico.
Fase IV. Modelo integrado: la conexión empírica del lenguaje musical con
los sentimientos.
En términos de datos, la investigación se apoya sobre tres matrices de datos
complementarias. Por un lado la matriz de datos que asocia estado de ánimo
y canción (en ese orden), por otro la matriz de datos que relaciona canciones
con estados de ánimo. Por último, una tercera matriz de datos dónde se incluye
los resultados del análisis de los rasgos musicales de las canciones.
Las dos muestras (exploratoria y de validación) se han obtenido mediante

un sistema de “bola de nieve” corregido. Este sistema de muestreo de bola de
nieve puede presentar sesgos en la medida que se recorran grupos homogé-
neos en gustos o preferencias. Para incrementar la diversidad de la muestra,
el diseño dispersa la muestra mediante el empleo de conexiones de segundo
orden (conocido de un conocido) donde no se comparten los contactos en las
diferentes subredes. Es decir, se entrevista al conocido de un conocido que no
conoce a los conocidos de primer orden. La inclusión en la muestra exige la no
pertenencia a las subredes de contactos de primer orden, produciéndose un
diseño que se expande irradiando los contactos en diferentes niveles desde la
red interior hacia el exterior. Se intenta garantizar una mayor heterogeneidad
entre los participantes, reduciendo el riesgo de redundancia en las opiniones y
preferencias dentro de una única red de amigos Con ello podemos considerar
que la muestra alcanza una elevada diversidad dentro del segmento juvenil estu-
diado. Las variables de control han sido género, dispersión geográfica de ámbi-
to nacional, nivel educativo y ocupación del joven.
Figura 1. Muestreo mediante “bola de nieve” de segundo orden

Desconocidos
conocido contacto 2 orden (muestra)
Investigador desconocidos entre sí
conocido contacto 2 orden (muestra)
Desconocidos
El diseño muestral ha funcionado de forma óptima, con un nivel de no res-

puesta total menor del 4% de los contactos iniciados en la primera muestra
(exploratoria, con asociación libre entre canciones y estados de ánimo) y del
14% en la segunda (donde el entrevistado debía asociar canciones predefinidas
y estados de ánimo). Los motivos para no responder no muestran asociación con
el tema sobre el que se preguntaba. Como indicamos, se construye una tercera
base de datos, con las codificaciones de los rasgos musicales contenidos en cada
una de las canciones analizadas. A efectos de análisis, esta base de datos fue
integrada, en la matriz de datos de la segunda muestra (validación).
Así, la primera muestra con carácter exploratorio para determinar el conjun-
to de canciones asociadas a estados emocionales tiene un tamaño de 20 casos
(entrevistados) y 160 respuestas (canciones). Su composición de género es del
47% hombres y 53% mujeres, con edades comprendidas entre los 15 y los 24
años, con dispersión geográfica nacional y un 64% estudiando y el 28% desem-
pleados y el 8% trabajando. El planteamiento para la recogida de datos fue
formal y dinámico. Los entrevistados debían autocumplimentar la información
que se les solicitaba y consultar cualquier duda en línea. Se les administró el
siguiente formulario de recogida de datos.
Formulario:
Presentación de la recogida de datos. Con carácter informal.
Si te encuentras en los siguientes estados de ánimo, ¿que música prefieres escu-
char?
Lista de estados de ánimo.
Feliz: canción_______________________
Con ganas de bailar: canción___________
Triste: canción______________________
Relajante: canción ___________________
Animada: canción____________________
Romántica: canción___________________
Nostálgica: canción___________________
Tensión: canción_____________________
La información sobre categorías emocionales y canciones se complementó
con información personal del entrevistado sobre conocimiento de idiomas,
género, ocupación, lugar de residencia y edad.
Las canciones mencionadas con más frecuencia asociadas a estados de
ánimo entraron a formar parte de la segunda fase de investigación. Estas cancio-
nes constituyen una submuestra representativa que serán objeto de valoración
por la segunda muestra de entrevistados. En el apartado metodológico se amplía
la información sobre las propuestas de rasgos distintivos de emociones en la
música.
A la muestra de validación se les presentó la selección de ocho canciones y
se solicitó que valoraran cada una de ellas de acuerdo a las emociones expre-
sadas en formato de diferencial semántico: Felicidad, Relajante, Animada, Ro-
mántica, Nostálgica, Bailable, Triste y Tensión. Junto a las canciones se incor-
poró el link a Youtube para que se pudiesen escuchar las canciones, en el caso
de no ser conocidas por el entrevistado. Se obtuvo una muestra de 30 entre-

vistados, habitual en los estudios psicométricos y neurofisiológicos que inves-
tigan los efectos de la música.
Canciones tipo de las categorías emocionales
Moves like Jagger (Maroon 5)
http://www.youtube.com/watch?v=iEPTlhBmwRg
Mad World (Gary Jules)
http://www.youtube.com/watch?v=4N3N1MlvVc4
Black or White (Michael Jackson)
http://www.youtube.com/watch?v=0eShfZKEe_Y&feature=related
You’r beautiful (James Blunt)
http://www.youtube.com/watch?v=oofSnsGkops
The reason (Hoobastank)
http://www.youtube.com/watch?v=fV4DiAyExN0
Party Rock (LMFAO)
http://www.youtube.com/watch?v=KQ6zr6kCPj8
Con las ganas (Zahara)
http://www.youtube.com/watch?v=yTwzhCKMA7k
Roulette (Zombie Kids)
http://www.youtube.com/watch?v=qTbrb1Jp4wE
A partir de esta información se construye la matriz de datos, con las varia-
bles de estado de ánimo, resultado de valorar cada canción de cero a diez, según
opinaran los entrevistados en la muestra de validación. A esta matriz de datos se
agregan las variables con la codificación de análisis musical y estado de ánimo.
Es decir, a la segunda base de datos, donde se recoge las puntuaciones de los
entrevistados, se le fusiona los rasgos musicales de las canciones en examen.
Así, tenemos una matriz de datos con dos tipos de variable: unas de valoración
subjetiva de los entrevistados de las canciones evaluadas y otra con los rasgos
objetivos que definen cada canción musicalmente. Esto permite establecer la
matriz de covarianzas entre la valoración subjetiva (sentimientos) de los entre-
vistados y las propiedades musicales de las canciones.
4. EL ANÁLISIS MUSICAL
El diseño de la investigación es por sí novedoso en este campo de investigación.
Triangula entre las perspectivas Emic y Etic mediante un diseño en tres fases. La
primera es de naturaleza exploratoria y emplea el catálogo de emociones pro-
puesto por varios autores (Santacreu, 2002) para que los sujetos indiquen de
forma libre las canciones que asocia a varios estados de ánimo. Como es bien
conocido, una de las características principales de la música es el sonido. El
sonido tiene cuatro cualidades subjetivas. Estas son Intensidad, Tono, Timbre
y Duración. Todas ellas disponen de una explicación física que desarrolla, espe-
cialmente, la psicoacústica. Un área de investigación muy próxima a la que
nos ocupa pero que por cuestión de parsimonia no ampliamos aquí. Las propie-
dades del lenguaje que hemos considerado son propias del análisis musical.
(Seguí, 1991: 63).
Cuadro 1. Cualidades del sonido

Intensidad Volumen: Fuertes / Débiles
Tono Instrumentación: Agudo / Grave
Timbre Voz: Masculina / Femenina
Duración Tiempo: Largo / Corto
Partiendo de Rowell (1983, 156-174), disponemos de una larga clasificación de

valores de la música como son los valores tonales, valores textuales, valores diná-
micos, valores temporales, y valores estructurales.
Cuadro 2. Valores Tonales
El silencio
El tono (Tonalidad)
El acorde
El color armónico
El timbre
Cuadro 3. Valores textuales
Simple/Complejo
Suave/Áspero
Delgado/Denso
Economía/Saturación
Dirección Vertical/Horizontal
Centro/Interjuego(Llamar la atención)
Confusión
Figuración
Cuadro 4. Valores Dinámicos
Cambios de tiempo
Cadencias (Clímax)
Tensión (Acórdica y control de grados)

Pulso
Crecimiento/Caída
Rápido/Lento
Libre/Estricto
Movimientos/Estancamientos
Cuadro 5. Valores Estructurales
Comienzos/Finales
Repetición
Tema
Melodía
Variación
Tonalidad
Los valores temporales se pueden integrar dentro de los valores dinámi-
cos. (Santacreu, O. 2002: 111). Partiendo de esta clasificación de cualidades y
valores, se utilizaran en el análisis aquellas que muestran mayor capacidad dis-
criminante. De los valores utilizaremos “textura” (servirá para diferenciar entre
compleja y simple), “pulso” (para decir si es estricto o libre) y “tonalidad” (la
cual indicará rasgos muy básicos considerado mayor o menor). Estas las clasi-
ficaremos dentro de las cualidades del sonido. Dentro de la cualidad “Intensi-
dad” encontramos volumen que hace regencia a sonidos fuertes y sonidos débi-
les, tensión que intenta localizar si la canción tiene o no tensión. En la referi-
da al “Tono” encontramos Tonalidad siendo mayor, menor o las dos en el caso
de no sobresalir una de ellas, Instrumentación haciendo referencia a el bloque
sonoro de instrumentos de la canción divididos en agudo y grave y como últi-
mo Textura siendo posible una textura simple o compleja. Seguidamente en la
cualidad “Timbre” localizamos la Voz siendo posible la masculina, femenina o
el uso de las dos. Finalmente, la última cualidad de duración identifica el Tiempo
que puede ser rápido, lento o los dos y Pulso, siendo posible estricto o libre. De
esta forma las variables para medir las propiedades del sonido, y que van a ser
empleadas para el análisis de las canciones las vemos en el Cuadro 6 (pág. 27).
En la determinación de los rasgos musicales de las canciones propuestas
por los entrevistados se han aplicado los anteriores criterios analíticos.
5. ANÁLISIS
Vamos en primer lugar a determinar la presencia de dimensionalidad en las
emociones que hemos evaluado. Esta dimensionalidad indicaría que las emo-
ciones vienen preestructuradas sobre la base de variables latentes. Un referente
Cuadro 6. Modelo de variables del sonido aplicadas a la música
Intensidad Referida al volumen: 1 - Fuertes / 0 - Débiles

Tensión: 1- Sí / 0 - No
Tono Tonalidad: 1- Mayor / 0 - Menor / 2 - las dos
Instrumentación: 1 - Agudo / 0 - Grave
Textura:1 - Simple / 0 - Complejo
Timbre Voz: 1 - Masculina / 0 - Femenina / 2 - Las dos
Duración Tiempo: 1 - Rápido / 0 - Lento / 2 - los dos
Pulso: 1 - Libre / 0 - Estricto
Fuente: elaboración propia a partir de las clasificaciones anteriores
importante es la propuesta de semantización que se efectúa desde la teoría del

diferencial semántico, por el que la imagen de un concepto se organiza en tres
dimensiones: Evaluación, Potencia y Actividad. Posteriormente, se efectuará
otro análisis de dimensionalidad sobre los datos que expresan los rasgos musi-
cales de las canciones consideradas. En este caso, no existen precedentes teóri-
cos que postulen una organización u otra de las características musicales a
efectos de producir emociones. Finalmente, se testa un modelo estructural de
medición, relacionando las emociones identificadas en las canciones y los rasgos
determinados por el análisis musical.
5.1. La dimensionalidad de las emociones

En primer lugar, hemos considerado diagnosticar en que forma los estados de
ánimo expresados por las canciones mantienen una afinidad entre sí. En
definitiva, determinar la presencia de dependencia o independencia entre ellos.
Para analizar la posible dimensionalidad presente en las valoraciones de las emo-
ciones que expresan las canciones, y a partir de los datos recogidos en la mues-
tra de validación, se efectúa en primer lugar un análisis de segmentación jerár-
quica, para averiguar la proximidad en los perfiles de evaluación (cero a diez).
Podemos apreciar la existencia de tres cluster. En primer lugar, se agrupan
los sentimientos Animada, Bailable y Feliz. Es importante apreciar como la
opción Feliz ha sido interpretada en un sentido de dinamismo. Un segundo
grupo lo define la Tensión, que se agrupa tardíamente, y el tercero viene defini-
do por las emociones Nostalgia, Relajante, Tristeza y Romántica. El análisis de
conglomerados muestra la presencia de tres segmentos valorativos que apuntan
a una dimensionalidad en las variables consideradas.
Gráfico 1. Conglomerados de emociones

Dendrograma que utiliza una vinculación media (entre grupos)
Combinación de conglomerados de distancia re-escalados
0 5 10 15 20 25
ANIMADA 3
BAILABLE 6
FELIZ 1
TENSIÓN 8
NOSTÁLGICA 5
TRISTEZA 7
RELAJANTE 2
ROMÁNTICA 4
Fuente: elaboración propia sobre datos de la muestra de validación
Esta idea se confirma mediante el análisis factorial de las emociones que

expresan cada canción. El análisis factorial determina la presencia de tres dimen-
siones. Estas dimensiones agrupan las variables consistentemente con la estruc-
tura que apreciábamos anteriormente, en el análisis de segmentación jerárquica.
Metodológicamente es muy importante la triangulación mediante diferentes
métodos de análisis. Esto permite comprobar la consistencia, en la medida que
diferentes procedimientos concluyan una misma realidad empírica. Así se evita
que se generen estructuras explicativas consecuencia del método empleado. La
estructura factorial de tres dimensiones explica el 86% de la varianza en las valo-
raciones. Un porcentaje bastante elevado. De la inspección de los coeficientes
o cargas factoriales de las diferentes variables en cada factor, mostradas en la si-
guiente tabla, podemos observar como la agrupación responde a las tres dimen-
siones propias del diferencial semántico: Evaluación, Potencia y Actividad.
Tabla 1. Cargas factoriales de las emociones
Matriz de componentes rotadosa

Componentes
1 2 3
(Evaluación) (Actividad) (Potencia)
ROMÁNTICA ,880 -,180
NOSTÁLGICA ,826 -,380 -,157
RELAJANTE ,762 -,319 -,302
TRISTEZA ,731 -,536
FELIZ -,171 ,915 -,110
ANIMADA -,417 ,854
BAILABLE -,418 ,823
TENSIÓN -,172 ,972
Método de extracción: Análisis de componentes principales.
Método de rotación: Normalización Varimax con Kaiser.
a. La rotación ha convergido en 5 iteraciones.
El gráfico muestra claramente la agrupación dimensional de las emociones

consideradas, en las variables latentes de evaluación, potencia y actividad (ver
gráfico 2, pág. 30).
La estructura dimensional queda claramente expresada en el gráfico 3. Esta
corresponde con un modelo estructural de medición de variables latentes, donde
se identifican los conceptos teoricos clave así como la carga explicativa de las dife-
rentes emociones en análisis. La capacidad que muestra cada una de las dimen-
siones en los diferentes grupos de variables es muy elevada, con cargas medias
entre el .73 y el .97. Se confirma que las emociones atribuidas espontáneamente
a las canciones en la primera muestra de individuos, son validadas por la segun-
da muestra de individuos. Mostrando, así mismo una estructura dimensional que
corresponde con las propuestas teóricas de Osgod, Sucy y Tannembaun sobre la
semantización.
En ese sentido, a partir de los resultados podemos concluir que las emocio-
nes que se asocian a las canciones consideradas muestran una estructura laten-
te, acorde con las propuestas teóricas del diferencial semántico.
Gráfico 2
Gráfico de componentes en espacio rotado
FELIZ
1,0
ANIMADA
BAILABLE
0,5
Componente 2
0,0 TENSIÓN
ROMÁNTICA
RELAJANTE
-0,5
NOSTÁLGICA
TRISTEZA
-1,0
1,0
-1,0 -0,5 0,5
0,0 0,0
-0,5 3
nente
0,5 1,0
Componente -1,0
po
1 Com
En un segundo análisis exploramos la estructura en las cualidades musi-

cales consideradas. Con ello se pretende responder a varias cuestiones. ¿Es fac-
tible agrupar empíricamente las diferentes cualidades musicales en función a
los perfiles (dimensiones) que se aprecien en las canciones consideradas? ¿Se
puede observar relación entre estos rasgos y las emociones asociadas a las can-
ciones analizadas? Para poder responder a estas preguntas, es preciso efectuar
en primer lugar una transformación empírica de los valores atribuidos a las
cualidades musicales.
5.2. Escalamiento óptimo de los valores musicales

La consideración de la música como un lenguaje propio, nos conduce necesa-
riamente a que los valores de los diferentes atributos o rasgos considerados
adquieran un valor relacional, por combinación entre ellos. Más allá de su posi-
Gráfico 3
Estructura factorial de la emociones
EMOCIONES DINÁMICAS
ROMÁNTICA .88
.73 EVALUACIÓN
TRISTEZA
.82
NOSTALGIA
.76
RELAJANTE
.91 ACTIVIDAD
FELICIDAD
.82
BAILABLE
.85
ANIMADA
POTENCIA
.97
TENSIÓN
Fuente: elaboración propia
ble valor absoluto teórico. Este valor puede ser estimado empíricamente, en este
caso, mediante el análisis de los rasgos considerados y su combinación en las
diferentes canciones, cuyas propiedades emocionales hemos determinado.
Para ello, se ha empleado una variante del análisis de componentes prin-
cipales (Categorical Principal Components Analysis). Este procedimiento esta-
dístico cuantifica variables categoriales (por ejemplo, nominales) al mismo

tiempo que reduce la dimensionalidad de los datos1. El escalamiento óptimo
permite escalar variables en diferentes niveles de medición. Cada variable cate-
górica es cuantificada de forma óptima en cada una de las dimensiones consi-
deradas. Para ello, partiendo de una atribución nominal, se optimiza la capaci-
dad de agrupamiento en las dimensiones de forma que se atribuye, en este caso,
un valor relacional a las diferentes categorías.
Gráfico 4
Saturaciones en componentes
1,00
0,75
Dimensión 2
0,50
0,25
0,00
-1,0 -0,5 0,0 0,5 1,0
Dimensión 1
Normalización principal por variable
Dimensionalmente se aprecian dos dimensiones principales, que explican el

84,9% de la varianza combinada de las cualidades musicales de las canciones
consideradas.
1
En este análisis, para la estimación del escalamiento óptimo en función a la relación
entre las categorías que clasifican los rasgos musicales, se empleó el escalamiento óptimo
mediante ALS (Mínimos cuadrados alternantes), considerando que algunas de las varia-
bles no son nominales múltiples, y se usa un único conjunto de datos. Se empleó el méto-
do de asignación de rangos, normalización principal por variable, con criterios de conver-
gencia en ,00001 y un máximo de 100 iteraciones. Sin tratamiento de casos perdidos al no
existir en las bases de datos.
Tabla 2
Resumen del modelo

Dimensión Alfa de Cronbach Varianza explicada
Total (Autovalores) % de la varianza
1 ,897 3,947 65,785
2 ,148 1,150 19,169
a
Total ,965 5,097 84,954
a. El Alfa de Cronbach Total está basado en los autovalores totales.
Los resultados del escalamiento óptimo son los siguientes, comparados con
los valores originales de los datos.
Tabla 3. Volumen Cuantificación
Volumen Cuantificación Total

-1,00 1,00
Volumen DÉBIL 108 0 108
FUERTE 0 108 108
Total 108 108 216
Tabla 4. Tensión Cuantificación
Tensión Cuantificación Total

-,77 1,29
Tensión NO 135 0 135
SÍ 0 81 81
Total 135 81 216
Tabla 5. Tonalidad Cuantificación

Tonalidad Cuantificación Total
-1,23 ,43 1,20
Tonalidad MENOR 0 0 54 54
MAYOR 81 0 0 81
MENOR Y 0 81 0 81
MAYOR
Total 81 81 54 216
Tabla 6. Textura Cuantificación

Textura Cuantificación Total
-,58 1,73
Textura COMPLEJO 162 0 162
SIMPLE 0 54 54
Total 162 54 216
Tabla 7. Voz Cuantificación

Voz Cuantificación Total
-,74 ,53 1,58
Voz FEMENINO 0 27 0 27
MASCULINO 135 0 0 135
MIXTO 0 0 54 54
Total 135 27 54 216
Tabla 8. Tiempo Cuantificación

Tiempo Cuantificación Total
-1,00 ,94 1,16
Tiempo LENTO 108 0 0 108
RÁPIDO 0 0 27 27
RÁPIDO Y LENTO 0 81 0 81
Total 108 81 27 216
El gráfico 5 nos muestra la relación, partiendo del grupo de canciones consi-

deradas, de las cualidades con las dos dimensiones estimadas empíricamente.
Debe advertirse que será preciso más estudios posteriores, ampliando la mues-
tra de canciones y de emociones, de forma que la dimensionalidad observada
en las cualidades musicales se confirmen o no, como propia de cada una de las
emociones. Se han estimado dos dimensiones, aún sin “nombre” y denomi-
nadas Dimensión 1 y Dimensión 2. La Dimensión 2 afecta sobre todo a la Voz y
a la Tonalidad. La Dimensión 1 influye en mayor grado (varianza explicada)
y a un mayor número de cualidades. Solamente la tonalidad no posee carga
significativa en la dimensión 1.
Gráfico 5
DIMENSIÓN CUALIDADES
VOLUMEN
.94
.86
DIMENSIÓN 1 TENSIÓN
.94
-.73 TIEMPO
.79
TEXTURA
DIMENSIÓN 2 .48
VOZ
.95
TONALIDAD
El análisis de la dimensionalidad en las cualidades musicales ya apunta a una

relación implícita con los sentimientos que se asocian a las canciones conside-
radas. Así, graficadas las puntuaciones de las canciones según las emociones
que se le asocian en el espacio definido por las dimensiones de las cualidades
musicales, se aprecia la estructura factorial siguiente (gráfico 6). La felicidad
aparece bastante próxima a la tensión, en la medida que como comentábamos
anteriormente, se interpreta en parte como “Actividad” o animación, más que
como un estado de ánimo particular.
Gráfico 6
Puntos de objeto etiquetados mediante Números de caso
191 190
164 192 TENSIÓN
163 166
TRISTEZA
1 4 3
FELICIDAD (happy)
Dimensión 2
31 30
0 29 RELAJANTE
111 109
110
112NOSTALGIA
83
ROMÁNTICA
82 85
137 136
-1 138 BAILABLE
57 56
55 ANIMADA
-2
-1,5 -1,0 -0,5 0,0 0,5 1,0 1,5
Dimensión 1
Normalización principal por variable
Por último consideremos la relación empírica entre las dimensiones de diferen-

cial semántico (Evaluación, Potencia y Actividad), y las dimensiones de las
cualidades musicales que muestran las canciones consideradas. Estos son coefi-
cientes estandarizados (beta) que permiten comparar la importancia de cada
dimensión (rasgos musicales) en las dimensiones de diferencial semántico.
Actividad = .574 Dimensión 1 + -.398 Dimensión 2
t (11,722) (-8,123) R2 = ,488
Potencia = .164 Dimensión 1 + .317 Dimensión 2

t (2,558) (4,958) R2 = ,127
Evaluación = -.713 Dimensión 1
t (-14,925) R2 = ,514
En el caso de la actividad (como variable latente asociada a los estados de

ánimo) la Dimensión 1 muestra un mayor efecto (.574), con carácter positivo,
incrementando la sensación de actividad. La dimensión 2 tiene comparativa-
mente un efecto menor sobre la percepción de Actividad (-.398), siendo ade-
más de carácter negativo. En el caso de la Potencia, el mayor efecto procede de
la Dimensión 2 (.317), siendo, también positivo el inducido por la Dimen-
sión 1 (.164). Por último, en la Evaluación parece influir de forma estadística-
mente significativa solamente la Dimensión 1 (.-713). Debe considerarse estas
relaciones como unas conclusiones provisionales, tanto en la especificación de
la estructura como en la magnitud de los coeficientes. Será preciso efectuar más
estudios de validación que permitan conocer las estructuras anteriores en toda
su extensión.
5.3. Las emociones y el lenguaje musical

Este análisis completa el diseño, integrando las dos grandes áreas de interés:
las emociones desde la medición empírica de los sujetos y las cualidades musi-
cales de las canciones en estudio. Su relación estadísticamente significativa y
teóricamente sustantiva es un avance importante que permite habilitar nuevas
vías de vinculación entre música y lenguaje. Y no solo en términos emocionales.
El gráfico 7 (pág. 38) muestra la estructura dimensional completa, como
modelo estructural y de medición. Los coeficientes han sido estimados empíri-
camente a partir de las dos muestras obtenidas. Todos ellos son significativos
al 0.01 pudiendo rechazarse la posibilidad que el cero este comprendido en el
intervalo de confianza del estimado de asociación.
Podemos apreciar como la dimensión de Evaluación viene expresada me-
diante los estados de ánimo "Romántica", "Tristeza", "Nostalgia" y "Relajante".
Esta dimensión se explica y viene generada principalmente por la Dimensión
1 (-.71) que se expresa mediante los rasgos musicales de "Volumen", "Tensión",
"Tiempo", "Textura" y "Voz". La Dimensión 1 explica también las dimensiones
de Actividad (.57) y de Potencia (-.39). Claramente su influencia es menos
especializada que en el caso de la Dimensión 2. Esta dimensión expresa rasgos
como la "Voz" y la "Tonalidad". La Dimensión 2 influye en la percepción de
Actividad (.16) definida mediante los indicadores de "Felicidad", "Bailable" y
"Animada", y de Potencia (.31), reflejada en la producción de "Tensión".
Gráfico 7
Modelo estructural de medición: rasgos musicales y emociones
EMOCIONES DINÁMICAS DIMENSIÓN CUALIDADES
ROMÁNTICA VOLUMEN
TRISTEZA EVALUACIÓN
DIMENSIÓN 1 TENSIÓN
NOSTALGIA
RELAJANTE TIEMPO
ACTIVIDAD
FELICIDAD TEXTURA
BAILABLE
DIMENSIÓN 2
VOZ
ANIMADA
POTENCIA TONALIDAD
TENSIÓN
En ese sentido existe una relación empírica entre los rasgos musicales y las emo-
ciones, medidas estas en su dimensionalidad como diferencial semántico. Parece
evidente que la articulación entre los dos planos, las emociones producidas por
la música y los rasgos del lenguaje musical, se establece en términos de varia-
bles latentes. La relación entre la diversidad de emociones consideradas y los
elementos de expresión musical, se establece canalizada por variables latentes
que controlan las diferentes combinaciones y sus efectos.
6. CONCLUSIONES
El estudio de la influencia de la música en la generación de estados emociona-
les es un área que experimenta en la actualidad un gran dinamismo. Tanto en
la forma de investigación fundamental, orientada a un mejor conocimiento de
los procesos cognitivos, desde las neurociencias y la psicoacústica, como aplica-
da, por ejemplo a la optimización de procesos comunicacionales. Entre las
conclusiones cabe señalar que 1) Existe una relación estadística significativa
entre la asociación de sentimientos a las canciones propuestas, primero "motu
propio" (espontáneamente), y después validada externamente por otros suje-
tos entrevistados. 2) Existe dimensionalidad en la estructura de valoración de
las canciones, que corresponde con las propuestas de dimensionalidad en la
orientación psicológica del diferencial semántico. 3) Existe una relación empí-
rica estadísticamente significativa entre las cualidades musicales de las can-

ciones y su efecto psicológico tal y como lo reconocen los entrevistados. El
campo de investigación es claramente interdisciplinar, incorporando conoci-
mientos y competencias en música, escalamientos psicométricos, análisis esta-
dístico, psicoacústica o comunicación. Otras disciplinas como la neurofisiolo-
gía son especialmente activas en el estudio de los procesos cognitivos de carác-
ter neuronal.
En resumen la presente investigación aporta evidencias para la validación
de la conexión entre música y emociones, utilizando datos empíricos median-
te un diseño test-retest. Valida la importancia del fenómeno musical en la pro-
ducción de emociones y que, en el caso de las canciones, actúa de forma inde-
pendiente a los contenidos semánticos, es decir de las letras de las canciones.
Se aprecian efectos de canciones cuyas letras están en inglés y otros idiomas
en la que los sujetos carecen de competencia lingüística. La música muestra
rasgos fundamentales, desde el análisis de lenguaje musical, que se asocian a
la presencia de determinadas cualidades psicológicas. Aporta la evaluación de
los componentes dimensionales presentes en las diferentes emociones consi-
deradas. Facilita nuevas evidencias sobre la dimensionalidad en la orienta-
ción psicológica básica hacia conceptos "musicales" (canciones), partiendo
de las propuestas clasificatorias de los propios individuos (jóvenes) conside-
rados. Así mismo, contribuye con un diseño de investigación innovador en el
campo de estudio, dado que la estrategia habitual es facilitar a los sujetos dife-
rentes músicas que han sido preclasificadas por el investigador. (Vieillard et
alt; 2008). En esta investigación se parte de una fase exploratoria donde los
sujetos aportan la relación estado emocional y música (EMIC), posteriormen-
te se analiza los elementos musicales que contienen las canciones (ETIC) para
determinar sus rasgos característicos. Finalmente, se valida con una segunda
muestra donde se pide que se valore la presencia de los componentes básicos
considerados (EMIC). En ese sentido, profundizar en el análisis permitirá
desarrollos en el estudio del ajuste entre mensajes y elementos musicales, con
la finalidad de optimizar la comunicación, por ejemplo, en disciplinas como la
publicidad. Aporta elementos de herramienta para mejorar la compatibilidad
en la eficacia performativa de los dos lenguajes: musical y lenguaje natural con
la finalidad de aunar significados y emociones. En cierto modo, este estudio
anticipa una propuesta en la programación de rutinas de diagnóstico que permi-
tan efectuar un primer análisis clasificatorio estándar de la potencialidad emo-
cional de las canciones.
Por último, una aportación prometedora es la conexión entre las dimensio-
nes de diferencial semántico y las cualidades de la música. Permite abrir una
línea con gran potencial al poner en relación empírica, gracias a los efectos
psicológicos, ambos lenguajes (natural y musical). La investigación aporta datos
empíricos, estrategias de medición y escalamiento así como conclusiones que
desde el punto de vista aplicado, representa las bases para el desarrollo de soft-
ware de análisis y diagnóstico de la eficacia emocional con posibilidad de
empleo en múltiples ámbitos, especialmente de comunicación y publicidad.
7. BIBLIOGRAFÍA
Alaminos, A.F. (2014) Cuando las letras son música: las canciones en inglés en la publici-
dad española. Universidad de Alicante.
Alaminos, A.F. y Santacreu, O. (2004) "Let the music play the feelings. The performati-
ve effect of music in advertising". Proceedings of the Conference on Interdisciplinary
Musicology. Vienna.
Aristoteles (1982). Política. 10 edición. México: Porrúa.
Blood, A.J., Zatorre, R.J., Bermudez P. & Evans, A.C. (1999). Emotional responses to
pleasant and unpleasant music correlate with activity in paralimbic brain regions.
Nat. Neurosci. 2: 382–387.
Blood, A. & Zatorre R.J. 2001. Intensely pleasurable responses to music correlate
with activity in brain regions implicated in reward and emotion. Proc. Natl. Acad.
Sci. 98: 11818–11823.
Brown, S., Martinez, M. & Parsons, L.M. (2004). Passive music listening sponta-
neously engages limbic and paralimbic systems. Neuroreport 15: 2033–2037.
Fritz, T. Sebastian Jentschke, S. Gosselin, N. Sammler, D. Peretz, I. Turner, R. Frie-
derici A.D. and Koelsch, S. (2009) “Universal Recognition of Three Basic Emotions
in Music”. Current Biology, Volume 19, Issue 7, 573-576, 19 March
Hannon E. and Trainor L. (2007) Music acquisition: effects of enculturation and for-
mal training on development. Trends in Cognitive Sciences, Volume 11, Issue 11,
466-472, 1 November
Juslin Patrick N. and Sloboda John A. (eds.) (2010) Music and emotion. Theory, research,
applications. Oxford: Oxford University Press.
Koelsch, S., Gunter, T.C., Friederici A.D. y Schröeger E. (2000). Brain indices of
music processing: “Nonmusicians” are musical. J. Cogn. Neurosci. 12: 520–541.
Koelsch, S. (2005) “Investigating Emotion with Music. Neuroscientific Approaches.”
Annals New York Academy of Sciences. 1060: 1–7.
Koelsch, S. y Friederico A.D. (2003). Toward the neural basis of processing structure in
music: comparative results of different neurophysiological investigation methods.
Ann. N. Y. Acad. Sci. 999: 15–28.
Koelsch S, Kasper E, Sammler D, Schulze K, Gunter T, et al. (2004) “Music, language
and meaning: Brain signatures of semantic processing”. Nat Neurosci 7: 302-
307.
Koelsch S. and Siebel, W. (2005). “Towards a neural basis of music perception” Trends
in Cognitive Sciences, Volume 9, Issue 12, 578-584, December
Koelsch S, Fritz T, von Cramon DY, Müller K, Friederici AD (2006) Investigating
emotion with music: An fMRI study. Hum Brain Mapp 27: 239–250.
Koelsch S. (2010) “Towards a neural basis of music-evoked emotions” Trends in Cog-
nitive Sciences, Volume 14, Issue 3, 131-137, 11 February 2010.
Konecni Vladimir J. (2010) “The influence of affect on music choice”. Juslin Patrick
N. and Sloboda John A. (eds.) Music and emotion. Theory, research, applications.
Oxford: Osford University Press. Pags. 697-723
Krumhansl, C.L. (1997). An exploratory study of musical emotions and psychophysio-
logy. Can. J. Exp. Psychol. 51: 336–353.
Levitin, D.J. & Menon, V. (2003). Musical structure is processed in “language” areas
of the brain: a possible role for Brodmann Area 47 in temporal coherence. Neuro-
image 20: 2142–2152.
Mitterschiffthaler, M.T., Fu, C.H.Y., Dalton, J.A., Christopher M. Andrew, C.M.,Williams,
S.C.R. “A functional MRI study of happy and sad affective states induced by classi-
cal music”. Human Brain Mapping Volume 28, Issue 11, pages 1150–1162, Novem-
ber 2007
Miranda, R.A., Ullman, M.T. (2007) Double dissociation between rules and memory
in music: An event-related potential study. Neuroimage 38: 331–345
Menon, V. & Levitin, D.J. (2005). The rewards of music listening: response and physio-
logical connectivity of the mesolimbic system. Neuroimage 28: 175–184.
Meyer, L.B. (1956). Emotion and meaning in music. University of Chicago Press.
Chicago.
North A.C. and Hargreaves, D.J. “Music and Marketting” en Juslin Patrick N. and
Sloboda John A. (eds.) (2010) Music and emotion. Theory, research, applications.
Oxford: Osford University Press. pags. 909-932.
Rowel, L. (1983) Introducción a la filosofía de la música. Edisa. Barcelona
Santacreu, O. (2002) La música en la publicidad. Universidad de Alicante. Alicante
Seguí, S. (1991) Teoría Musical (II). Ed. Unión musical. Madrid.
Sloboda, J.A. 1991. Music structure and emotional response: some empirical findings.
Psychol. Music 19: 110–120.
Steinbeis N, Koelsch S (2008) “Comparing the Processing of Music and Language
Meaning Using EEG and fMRI Provides Evidence for Similar and Distinct Neural
Representations”. PLoS ONE 3(5): e2226. doi:10.1371/journal.pone.0002226
Vieillard, S. Peretz, I. Gosselin, N. Stéphanie Khalfa, S. Lise Gagnon y Bernard Bouchard;
(2008) “Happy, sad, scary and peaceful musical excerpts for research on emo-
tions” Cognition & Emotion Volume 22, Issue 4, pages 720-752
Zatorre, R. Chen, J. & Penhune, V. (2007) “When the brain plays music: auditory-motor
interactions in music perception and production” Nature Reviews Neuroscien-
ce 8, 547-558 (July 2007)
Zentner, M.; Grandjean, D.; Scherer, K. R. (2008) “Emotions evoked by the sound of
music: Characterization, classification, and measurement.” Emotion, Vol 8(4), Aug,
494-521
ANTONIO FRANCISCO ALAMINOS FERNÁNDEZ está especializado en el

estudio de las capacidades performativas de la música. Título profesional en
violín, cursa en la actualidad estudios profesionales de viola. Es Bachelor en
Circumpolar Studies por la Universidad de Nordland (Noruega), y Grado en
Publicidad y Relaciones Públicas por la Universidad de Alicante (España).
Recibido: 12/01/2014
Aceptado: 07/05/2014
View publication stats

Las Emociones y La Música

Cargado por

Copyright:

Formatos disponibles

Las Emociones y La Música

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Las Emociones y La Música

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

La música como lenguaje de las emociones. Un análisis empírico de su

Article · June 2014

Antonio Francisco Alaminos Fernández

The user has requested enhancement of the downloaded file.

LA MÚSICA COMO LENGUAJE DE LAS EMOCIONES.

Antonio Fº. Alaminos Fernández

mantiene con las propuestas de diferencial semántico? Estas son algunas de

como sus significados teóricos eran propuestas del equipo de investigación.

tos o cualidades son especificas para el concepto medido. No existe un escala-

3. EL DISEÑO Y LOS DATOS

El análisis está definido para determinar la relación entre estados de ánimo

Las dos muestras (exploratoria y de validación) se han obtenido mediante

Figura 1. Muestreo mediante “bola de nieve” de segundo orden

conocido contacto 2 orden (muestra)

Investigador desconocidos entre sí

conocido contacto 2 orden (muestra)

El diseño muestral ha funcionado de forma óptima, con un nivel de no res-

de no ser conocidas por el entrevistado. Se obtuvo una muestra de 30 entre-

Cuadro 1. Cualidades del sonido

Partiendo de Rowell (1983, 156-174), disponemos de una larga clasificación de

Tensión (Acórdica y control de grados)

Cuadro 6. Modelo de variables del sonido aplicadas a la música

Intensidad Referida al volumen: 1 - Fuertes / 0 - Débiles

importante es la propuesta de semantización que se efectúa desde la teoría del

5.1. La dimensionalidad de las emociones

Gráfico 1. Conglomerados de emociones

Fuente: elaboración propia sobre datos de la muestra de validación

Esta idea se confirma mediante el análisis factorial de las emociones que

Tabla 1. Cargas factoriales de las emociones

Matriz de componentes rotadosa

El gráfico muestra claramente la agrupación dimensional de las emociones

Fuente: elaboración propia sobre datos de la muestra de validación

En un segundo análisis exploramos la estructura en las cualidades musi-

5.2. Escalamiento óptimo de los valores musicales

Fuente: elaboración propia

dístico cuantifica variables categoriales (por ejemplo, nominales) al mismo

-1,0 -0,5 0,0 0,5 1,0

Dimensionalmente se aprecian dos dimensiones principales, que explican el

Resumen del modelo

Tabla 3. Volumen Cuantificación

Volumen Cuantificación Total

Tabla 4. Tensión Cuantificación

Tensión Cuantificación Total

Tabla 5. Tonalidad Cuantificación

Tabla 6. Textura Cuantificación

Tabla 7. Voz Cuantificación

Tabla 8. Tiempo Cuantificación

El gráfico 5 nos muestra la relación, partiendo del grupo de canciones consi-

El análisis de la dimensionalidad en las cualidades musicales ya apunta a una

Por último consideremos la relación empírica entre las dimensiones de diferen-

Potencia = .164 Dimensión 1 + .317 Dimensión 2

En el caso de la actividad (como variable latente asociada a los estados de

5.3. Las emociones y el lenguaje musical

Fuente: elaboración propia

rica estadísticamente significativa entre las cualidades musicales de las can-

ANTONIO FRANCISCO ALAMINOS FERNÁNDEZ está especializado en el

View publication stats

También podría gustarte