Métodos - Apuntes Completos (Temas 0 - 4) Sub

Grado en Ciencia Política 1er año / 1er cuatrimestre
MÉTODOS EN CIENCIA POLÍTICA

TEMA 0: Introducción a la materia: De qué se ocupa la ciencia
política, el papel de las representaciones y la utilidad de las
reglas metodológicas.
Profesor: Celestino García Arias
David Botero
Métodos en Ciencia Política Tema 0: Introducción
Este tema pretende desmitificar algunos de los planteamientos que regularmente se escuchan sobre la ciencia,
desmontando algunas de las ideas que se tienen sobre ella.
Sobre el mundo político, se pueden realizar múltiples clases de discursos, se puede hacer ciencia, historia, se
puede hacer un discurso jurídico, filosófico, etc... Todas esas son perspectivas distintas sobre el mundo social.
En ciencia política, como en toda ciencia social, es conveniente adoptar una perspectiva científica. Por lo que
interesa poco a la hora de hacer ciencia cualquier discurso filosófico sobre política ni histórico, a menos que
ello sea útil para hacer ciencia política.
En el conjunto de esos discursos que quieren pasarse por ciencia política se deben hacer una serie de
distinciones, en concreto se diferencian tres tipos de discurso sobre lo social:
1. Poesía social
2. Crítica social
3. Ciencia social
Estos tres tipos de discursos NO SON LO MISMO, lo contrario a lo que se suele creer. Tanto la poesía como
la crítica social no son de interés científico. La ciencia social es el verdadero corazón de la materia, y el postrer
objeto de estudio sobre el que ella se centrará.
Partiendo de la clasificación anterior se pueden distinguir cuatro clases de sociología:
1. Sociología expresiva: Reúne las anteriores crítica y poesía social, y pretende incitar o despertar las
emociones de sus lectores. Generalmente son sociólogos con textos de una sola palabra, puesto que en
el fondo no se aporta conocimiento alguno, combinándose trivialidades y razonamientos carentes de
fundamento.
2. Sociología crítica: La practican aquellos que se dedican a denunciar, a criticar y a condenar los males
sociales, económicos... Lo cual TAMPOCO es ciencia, no siendo objeto de interés de esta materia.
3. Sociología cameralista: Es la sociología de cámara, la cual puede entrar dentro de la labor científica,
aprovecha los conocimientos para proporcionar a los decisores los datos con los cuales tengan evidencia
empírica para tomar sus decisiones de manera adecuada. No se aporta conocimiento científico nuevo,
pero se aporta evidencia empírica.
4. Sociología cognitiva: Va a ser el centro de atención de la materia. Es ciencia social, la sociología

verdaderamente científica. El objetivo es tratar de resolver enigmas, rompecabezas en el mundo social,
hacerse preguntas de por qué las cosas son como son, por ejemplo, cómo es posible la pobreza en el
mundo, pero no para ser objeto de crítica, sino para analizar y resolverlo sin acudir a la crítica. Para
ello se elaboran teorías, definen conceptos, se construyen instrumentos para analizar el mundo... con el
objetivo de dar respuesta científica a esas preguntas.
Las ciencias sociales son disciplinas empíricas, pues lo que interesa es aquello que se puede percibir a través
de los sentidos. Y solo podemos afirmar cosas perceptibles por nuestros sentidos. Lo único que se tiene como
científico, pues, son observaciones, y solo podemos creernos lo que observamos. Cuando hablamos de la
observación tenemos que hacer una serie de matices, como que la observación requiere en general de
instrumentos que se tienen que diseñar, como los cuestionarios.
2
REGLAS METODOLÓGICAS
Las reglas metodológicas son constitutivas del conocimiento científico, por lo que es científico el
conocimiento que se produce siguiendo las reglas metodológicas correctas, pues no se trata de que el científico
esté convencido de algo o conozca algo, se trata de estar convencido de ello por haber seguido correctamente
las reglas para corroborarlo.
EL PAPEL DE LAS REPRESENTACIONES

Hasta ahora se ha definido la ciencia como producto (conocimientos, reglas...), pero no solo es un proceso,
también es un resultado, y ese resultado son las representaciones. Lo que se construye por medio de la
investigación científica son representaciones de ideas sobre el mundo. Por lo tanto lo que se encuentra en
estudios, trabajos o revistas científicas, esa información no es el mundo (como algunos desean creer), sino una
representación entre muchas otras del mundo.
Los científicos construyen habitualmente representaciones lingüísticas, productos materiales sobre las ideas
que se tienen sobre el mundo. El mundo que se conoce científicamente es aquello que se representa mediante
formulaciones científicas, lingüísticas o matemáticas, por lo que el mundo que se conoce es aquel que es
construido mediante el proceso de investigación científica, no es el mundo tal cual se percibe ni tampoco ello
es pretensión del científico. No se pretende reproducir el mundo, ya que no importa.
Hay tres modelos principales para representar el proceso de investigación; el mapa conceptual, el diagrama
de flujo y el organigrama. Se puede representar el mundo de muchas maneras, por medio de muchos
procesos, alterando los pasos, pero NINGUNA de las representaciones es mejor o peor, ninguna es la buena
o ninguna es la mala en sí mismas.
Diagrama de flujo
3
Mapa conceptual
Organigrama
Las representaciones son el material con el que trabaja un científico y que le aporta información sobre el
mundo. Lo que importa de estas representaciones no es la idea de hallar la verdad, de hecho las
representaciones no son ni tienen por qué ser verdaderas en muchos casos. Lo que le interesa a un científico
es la utilidad de las representaciones, si sirven, si funcionan, y lo que se debe hacer con las representaciones
es juzgarlas en función de su utilidad, por tanto las representaciones serán buenas o malas a nivel científico
en tanto que resulten más o menos útiles.
Si esos productos permiten al científico entender el mundo, comprenderlo o describirlo mejor, explicarlo
mejor, actuar mejor en el mundo, son útiles. Lo importante pues, de las ciencias, no es el contenido de
verdad en sus afirmaciones, sino su utilidad. De hecho, el objetivo final de las ciencias es poder intervenir en
el mundo de manera más adecuada gracias a las representaciones, que no son el mundo.
Para representar se necesitan realizar tres procesos: seleccionar, abstraer, y analizar. Lo que se hace es
diseccionar, es decir, descomponer una totalidad compleja de actividades y entidades y colocar el centro en
los elementos esenciales. Seleccionar es algo muy importante para conseguir representar mejor el mundo, por
4
ello solo se escogen elementos esenciales que permitan describir mejor, comprender mejor y actuar mejor en
el mundo.
Pensar, por consecuente, es olvidar diferencias, es generalizar, es abstraer, por lo que no solo se puede, se
DEBE generalizar, pues el individuo que no generaliza está renunciando a pensar. La ciencia es el paradigma
de este modo de proceder, dado que es la que más olvida diferencias, es la que más generaliza, es la que más
abstrae, por lo tanto los científicos son los que más piensan.
UTILIDAD DE LOS MÉTODOS

Los métodos sirven para ordenar o sistematizar procesos que realizamos en nuestra vida diaria, y en ese sentido
son algo bastante poco misterioso. Son un conjunto de reglas que sistematizan procesos que realizamos todos
los días. Aportan pues reglas para saber qué datos tenemos que recoger, para definir conceptos, para analizar
datos, para construir generalizaciones, y en general para razonar tanto deductiva como inductivamente.
Aprender una metodología significa aprender a razonar correctamente, básicamente porque nuestro modo
cotidiano de razonar nos induce al error. El razonamiento habitual es normalmente sesgado por varios factores
cognitivos que nos impulsan a realizar afirmaciones generalmente erróneas. La psicología del pensamiento (y
otras disciplinas afines) han demostrado reiteradamente que los seres humanos no saben razonar
deductivamente ni inductivamente, se maneja muy mal la probabilidad por parte de un sector muy numeroso
de personas, incluyendo en la lista a profesionales de ciencias como la medicina, los cuales muchas veces
erran en la interpretación de resultados de diagnóstico en términos probabilísticos. El método lo que hace es
aportarnos una serie de reglas para evitar precisamente esos errores que cometemos en nuestra vida diaria,
y para eso es necesario aprenderse las reglas.
Una cuestión importante a resaltar es la diferencia existente entre métodos y técnicas. El método aporta un
conjunto de reglas genéricas sobre cómo realizar una investigación científica, las cuales constituyen la lógica
de la investigación, hallándose a un nivel de generalidad mucho mayor de las reglas técnicas. Permiten captar
la lógica de una investigación generalmente entendida como totalidad. Las técnicas, en cambio, son conjuntos
de reglas más específicas que se centran en una serie de procedimientos más o menos rutinarios a realizar en
toda una investigación (realizar cuestionarios, grupos de discusiones...). Por tanto el objetivo de estudio de
esta materia serán reglas generales de la lógica investigativa, dejando a un lado detalles de técnicas
investigativas específicas.
Para referirnos a un conjunto de afirmaciones como politológicas, se deben evitar dos errores de razonamiento
que se cometen a menudo:
1. Que una afirmación sea adecuada científico-políticamente no lo determina ni el rol profesional de la

persona, ni el contenido de las afirmaciones, es decir, el hecho de que un politólogo hable de política,
no convierte esas afirmaciones en ciencia política.
2. Se debe evitar confundir la ciencia política con:
2.1 La filosofía política, que tiene tendencia prescriptiva hacia el deber ser, cómo debe ser un sistema
político justo, adecuado a la existencia humana, hace juicios morales al respecto que a la ciencia
política no le interesan.
2.2 La historia política, puesto que no nos interesa construir una explicación ordenada secuencial y
temporalmente lógica, que determina hechos concretos, lo que nos interesa es establecer
5
descripciones o explicaciones sobre clases de sucesos en general (ej., no nos interesa el golpe de
estado de 1936, nos interesan los golpes de estado en sentido genérico).
2.3 El periodismo, ya que lo que diga o no diga un periodista no es ciencia política, no es hacer opinión
u opiniones dedicadas a infligir daño al contrario, o a sesgar afirmaciones políticas, es hacer una
observación sistemática dedicada a construir generalizaciones acerca de clases, sucesos o
fenómenos políticos.
2.4 El derecho habitualmente se suele confundir con la ciencia política, pero son cosas diferentes, pues
a un politólogo le interesan poco las normas jurídicas en sentido técnico (no es del interés de un
politólogo, por ejemplo, conocer la constitución española). Ello no significa que no se tenga en
cuenta el derecho, todo lo contrario, el derecho concede una serie de oportunidades o restricciones
a la conducta de los actores políticos, y lo que hace un politólogo es estudiar dicha conducta en
función de las oportunidades o restricciones que la normativa constitucional española les concede,
como aprovechan unos y otros las disposiciones constitucionales. También pueden ser interesantes
los procesos de creación de normativa jurídica (por ejemplo, por qué se regulan determinadas
conductas o fenómenos sociales de un modo u otro). Pero todo esto no implica para un politólogo
el conocimiento del derecho en la medida que lo conoce un jurista, implica conocer las normas y
los procesos de creación de tales normas.
2.5 La política, ya que cuando un politólogo hace política se deben juzgar sus afirmaciones en términos
políticos, pero cuando hace ciencia política se deben juzgar en términos de ciencia política. Por lo
que un politólogo a la hora de hacer ciencia política debe dejar al margen cualquier sesgo
ideológico, sus preferencias, intereses u objetivos, pues sus afirmaciones se han de basar en el
conjunto de reglas establecidas por la comunidad científica para que sus afirmaciones sean
consideradas ciencia política.
6

TEMA 1: Rudimentos metodológicos de la ciencia política: El mundo
como una matriz de datos de objetos y propiedades.
David Botero
Métodos en Ciencia Política Tema 1: Rudimentos metodológicos de las ciencias políticas
Según un politólogo de origen italiano, Stefano Bartolini, para hacer ciencia política se debe pensar en
términos de lo que recibe el nombre de matriz de datos, lo que forma parte del proceso de abstracción
figurante en la introducción a la materia, algo propio de la ciencia política, pues una primera manera de
abstraer consiste en representarse el mundo como una matriz de datos.
Construir una matriz de datos, implica seleccionar del mundo determinadas cosas. Para ello se debe presuponer
una determinada ontología, pues un científico social cuenta con unos supuestos ontológicos concretos, lo que
significa que se tienen determinados planteamientos acerca de qué cosas existen en el mundo, cuales son las
condiciones de su existencia y como se relacionan entre sí.
Los supuestos con los que trabaja un científico son solo supuestos, dado que no cuentan con una certeza
extraobservacional sobre la veracidad de los mismos, luego dicha veracidad se supone (se supone que existen
las naciones, las clases, los individuos, las revoluciones...). Se piensa por tanto que existen objetos en un
sentido amplio de la palabra, y esto es lo primero a tener en cuenta; en el mundo existen objetos (por ejemplo,
existen niños, familias, individuos, partidos políticos, sistemas electorales, pero para un científico son todos
objetos).
Esos objetos tienen propiedades en un sentido también amplio del significado, que engloba rasgos físicos,
conductas de los individuos etc... Una propiedad se define como todo aquello que se puede predicar
(enunciar) de un objeto, por ejemplo, la propiedad de un niño es la edad que posee, un sistema electoral tiene
un grado de proporcionalidad, ese grado es la propiedad, un Estado tiene un grado de descentralización, dicho
grado es la propiedad del Estado. En definitiva, cualquier cosa que se pueda predicar de los objetos es una
propiedad.
De lo anterior se deduce que el mundo (tal y como lo percibe un científico) está compuesto por objetos y
propiedades, y cada uno de esos objetos tiene asociado un estado en cada una de las propiedades (la palabra
estado en esta definición debe ser escrita siempre con minúscula). Cada objeto, por tanto, tiene un estado
concreto en una propiedad, por ejemplo un niño (objeto) tiene una propiedad que es la edad, unos tendrán el
estado seis años, otros el estado siete años, y otros el estado cinco años. Un sistema electoral (objeto), tiene
un grado de proporcionalidad (propiedad), unos tendrán el estado proporcional y otros el estado mayoritario,
un adulto (objeto) tiene la propiedad sexo y el estado hombre o el estado mujer, una persona (objeto) puede
tener unos ingresos anuales (propiedad), y el estado puede ser 30.000 euros anuales, y el de otra persona
50.000 euros anuales.
En resumen, en el mundo se hallan objetos con propiedades, las cuales tienen un determinado estado. Junto a
esto se debe añadir un cuarto aspecto que es la ocasión, que implica introducir el tiempo. Los objetos tienen
determinados estados en ciertas propiedades y en algún momento, por ejemplo, una persona puede tener el
estado seis años en la propiedad edad, pero pasados diez años tendrá dieciséis. El objeto España tiene el estado
democracia con respecto a la propiedad forma de gobierno en el año 2016, España tenía el estado dictadura
en la propiedad forma de gobierno en el año 1960.
Esta concepción sirve de base para todo proceso científico, así es como un científico entiende el mundo, el
cual luego representa, por ejemplo, en un excel o en un archivo de texto. Todos los datos interiores irán
introducidos en una matriz en la que se entrecruzan lineas y columnas. Los objetos se colocan en general en
las filas, las propiedades en las columnas, y los estados se colocan en las celdas de cada propiedad. Esta
distribución implica realizar previamente una selección de datos para separar los relevantes (por ejemplo, al
objeto España lo definen muchas más cosas que ser una democracia), pero lo que se hace es descomponer esa
totalidad en una serie de propiedades introducidas en unas columnas, de tal manera que se procura que en cada
intersección entre un objeto y una propiedad haya un estado, algo que no siempre se consigue.
2
Matriz de datos tipo
Matriz de datos cuya unidad de análisis son Estados.
Cuando se introduce a los objetos en una matriz, éstos pasan a recibir el nombre de unidades de análisis, o
casos y las propiedades reciben el nombre de variables, pero esta acepción no se debe concebir de forma
inmediata, se deben seguir unos pasos metodológicos correctos.
¿QUÉ ES UNA UNIDAD DE ANÁLISIS?

Una unidad de análisis es el tipo de objeto acerca del cual se afirma algo en una investigación, cuando,
por ejemplo, se dice que los individuos son la unidad de análisis de una investigación, lo que se pretende
transmitir es que en esa investigación en concreto se pretenden afirmar cosas sobre los individuos, cuando una
investigación se centra en los partidos políticos, éstos constituyen su unidad de análisis. Si se concibe el mundo
como una matriz de datos, ésta tiene que ser exclusiva del objeto que constituya la unidad de análisis de una
investigación (por ejemplo, si se quieren afirmar cosas sobre los sistemas electorales, la matriz debe estar
compuesta en exclusiva por sistemas electorales), y por ende las propiedades a analizar pertenecen en
exclusiva a esa unidad de análisis (edad o sexo en el caso de los individuos, o forma de gobierno y modelo
económico en el caso de Estados).
CLASES DE UNIDADES DE ANÁLISIS:

1. Unidades Individuales: Inicialmente una investigación científica puede centrarse en los individuos, en
las personas, y para ello uno de los instrumentos sería la investigación por encuestas (un número
determinado de filas, y un conjunto de propiedades cuyos estados se extraigan de la mencionada encuesta).
El número de individuos que compongan la muestra dependerá de la cantidad de capital económico con la
que disponga el investigador a la hora de realizar la encuesta.
En cuanto a los individuos, se puede tener como unidad de análisis al rol que desempeña cada uno, es
decir, los individuos como roles en grupos sociales, por ejemplo en una investigación sobre presidentes y
primeros ministros, el individuo José Luis Rodríguez Zapatero no interesa como unidad de análisis, por lo
cual la unidad de análisis pertinente sería la de Zapatero en calidad de presidente, por lo cual en cada una
de las celdas se situaría otro individuo que compartiese o hubiese compartido dicho rol, como Angela
3
Merkel, Nicolas Sarkozy, David Cameron... Lo que interesa por tanto es el líder y las propiedades (y
estados) de ese líder y no del individuo que ostenta ese rol, como se ha señalado anteriormente, ya que se
trata de cosas distintas, realizando por lo tanto una selección de las cualidades de los individuos
mencionados como líderes políticos, y realizando una abstracción de las demás.
2. Unidades territoriales: Estas unidades centran su estudio sobre los territorios (los países, los estados, o
los sistemas políticos). No obstante, las unidades territoriales pueden ser de más clases, por lo que se ha
de tener en cuenta que las unidades de análisis se pueden delimitar objetivamente y no objetivamente.
Los criterios objetivos son los que, por ejemplo, dan lugar a que en las filas se tengan países, estados o
sistemas políticos. Ello implica la existencia de unas fronteras normalmente físicas (o reconocidas
internacionalmente). Francia, por ejemplo, tiene unas fronteras físicas y jurídicas concretas, y más allá de
dichas fronteras no se puede hablar de Francia. Sin embargo, hay maneras no objetivas de delimitar
unidades territoriales que también se podrían incluir como unidades de análisis, por ejemplo cuando se
refiere a "oriente" y "occidente". Cuando se habla de "oriente" y "occidente" se entra dentro de esas
delimitaciones territoriales poco claras (¿dónde empieza oriente y acaba occidente?). Lo mismo sucede
dentro de una unidad territorial objetiva (como es España) con las delimitaciones no objetivas "norte" y
"sur" (En España, el norte, ¿hasta dónde llega?). Por ello los límites territoriales no objetivos, dependen
del concepto orientativo de cada individuo (unos pueden pensar que el norte de España empieza en Madrid,
y otros que el sur comienza en Guadalajara).
3. Unidades funcionales: El tercer tipo de unidades son las llamadas funcionales, las cuales trabajan con
objetos como los partidos políticos, los grupos de presión, los sindicatos, es decir, agrupaciones sociales
que agregan individuos y que cumplen una función o funciones determinadas dentro de un sistema
político.
4. Unidades temporales: Éstas unidades se subdividen en dos clases, los puntos temporales y los periodos
históricos; por ejemplo en economía cuando se estudian fenómenos como el paro o la producción de los
países, se toman registros temporales concretos (principio o fin de año, el final de un trimestre,
cuatrimestre, semestre...). La unidad de análisis en este caso es el punto temporal concreto sobre el que se
estudian propiedades como la inflación, el PIB, etc. Con los periodos ocurre algo semejante a lo que
sucedía con las unidades territoriales, hay criterios objetivos y criterios no objetivos para delimitarlos.
Los criterios objetivos se basan en los acuerdos asumidos comúnmente y que regulan la secuencia de
sucesos en el mundo (el calendario, periodos medidos en años, en décadas, en lustros...). Hay otros
periodos objetivos que guardan relación con los ciclos políticos (una legislatura es un periodo objetivo,
sobre todo cuando tiene una duración fija). No obstante, también existen periodos que pueden ser
delimitados con criterios no objetivos, como por ejemplo el periodo que ocupa un cargo un líder político
(tatcherismo, felipismo, aznarato, peronato...), son periodos no objetivos porque se basan meramente en
la duración en el poder de un líder, pues cada uno tiene periodos de duraciones distintas (el tatcherismo
fue mucho más extenso que el aznarato, y sin embargo se pueden comparar ambos en términos de dinámica
política, como por ejemplo las relaciones entre el parlamento y los gobiernos durante los mencionados
periodos).
5. Unidades procesales: En las ciencias sociales es habitual también investigar sobre los procesos como
las revoluciones sociales, las democratizaciones o las reformas burocráticas. En la investigación lo que se
persigue es hacer una serie de afirmaciones explicativas o descriptivas sobre los procesos, y no sobre las
personas u actores que puedan formar parte de ellos. Interesan más que nada las características que
definen a esos procesos, por ejemplo si se estudian las revoluciones sociales puede ser objeto de interés
el nivel de violencia empleado, la velocidad con la que se produce el cambio, la base social de la revolución
(burguesa, obrera). Los procesos se producen dentro de una duración temporal relativamente larga.
4
6. Unidades de sucesos: Junto a este tipo de objetos se pueden estudiar los eventos, sucesos o
acontecimientos cuya duración temporal es más breve que los procesos, por ejemplo, un golpe de Estado
es un proceso consumado en un periodo de 2 a 4 días generalmente, o un magnicidio que sucede en un
momento breve. Es necesario insistir en que el interés de una investigación es afirmar cosas acerca de esos
sucesos, no de la persona o personas implicadas.
7. Unidades simbólicas o culturales: Finalmente, otro objeto de estudio de las ciencias sociales son las
representaciones simbólicas o productos culturales. Pueden ser de interés como objetos de estudio artículos
de periódicos, textos literarios, programas electorales de los partidos, vídeos, memorias, etc, por ejemplo
es habitual estudiar los programas electorales para analizar su contenido, o en su defecto, para hacer un
análisis de los sentimientos que despiertan los programas electorales.
Por ende se puede concluir que lo que un científico estudie dependerá en buena medida de la imaginación
que tenga, pues cualquier cosa de la que se pueda pensar en términos políticos, es susceptible de ser convertida
en objeto de una investigación científico-política.
RELACIONES ENTRE LOS OBJETOS; LOS NIVELES DE ANÁLISIS

Hasta ahora se han mencionado las unidades de análisis sin vincularlas entre sí, sin embargo se debe tener en
cuenta que pueden establecerse relaciones entre ellas, y para eso se debe incluir el concepto de nivel de
análisis. Es una definición encontrada habitualmente en las investigaciones, y que implica partir de la idea de
agregación, lo que significa que a menudo los objetos de interés para un científico se pueden agregar en objetos
de un nivel superior, por ejemplo, los individuos se agregan formando familias, las familias se pueden agregar
en municipios, los municipios en provincias, las provincias en Comunidades Autónomas y las Comunidades
Autónomas en Estados. Es importante tener en cuenta esta definición porque en una investigación se puede
trabajar con clases de objetos a agregar en distintos niveles de análisis.
Junto a las unidades de análisis, está lo que recibe el nombre de unidades de observación o de recogida de
datos. A menudo las propiedades que se atribuyen a los objetos, se construyen con propiedades que no
pertenecen a tales objetos, se les atribuyen por tanto a partir de propiedades de otros objetos, y esos objetos
cuyas propiedades se atribuyen a las unidades de análisis, es a lo que se llama unidades de observación, por
ejemplo al hablar del voto religioso se tienen en cuenta variables (propiedades) como la religión del país en el
que viven los individuos, diferenciándose países de religión católica, ortodoxa, protestante y mixta. Lo que se
quiere es hacer afirmaciones sobre los individuos, la relación entre su religiosidad y su tendencia de voto, pero
está el problema de que se tienen dos unidades de observación, los propios individuos y sus características
religiosas (si creen en el infierno, si asisten a misa, su edad...) junto con el país o el Estado de la cual se recogen
las propiedades de si son ortodoxos, católicos... y el nivel de polarización partidista a este respecto. Por lo que
se resuelve que la conducta electoral de los individuos no depende en exclusiva de ellos, sino que para
explicarla se requiere acudir a otros objetos de dimensiones mayores, como la religión de los países en el
ejemplo anterior.
5
CLASES DE PROPIEDADES
Al igual que se pueden trabajar con diversas clases de objetos, existen diversas clases de propiedades.
1. Propiedades homorreferenciadas: Lo que las caracteriza es que el ejemplar de la unidad de análisis

es idéntico al ejemplar de la unidad de observación (ej.: a un científico le interesa aportar afirmaciones
sobre los niños, por ello atiende a propiedades como sus edades). En estos casos se sitúan:
1.1. Las propiedades individuales, pues se quiere decir algo de los individuos, por lo que se observan
propiedades de los mismos individuos.
1.2.Las propiedades globales, objeto de estudio frecuente de la política comparada. Un ejemplo claro es
que a la hora de estudiar naciones en su conjunto, se observan características de las propias naciones,
como la superficie de un país o la forma de gobierno. Estas son las más fáciles de entender y las que
menos problemas causan en sentido metodológico.
2. El tipo de la unidad de análisis y de la unidad de observación son los mismos pero los ejemplares
son distintos, por ejemplo, se quiere afirmar cosas sobre los niños escolarizados de entre siete y catorce
años y sus madres. Ambos son unidades de análisis y observación idénticos, pero las propiedades que los
caracterizan son distintas (pues el niño es el niño y la madre es la madre).
3. Propiedades agregadas, básicas en una gran parte de las investigaciones científicas, sobre todo en política
comparada. En este tipo de propiedades hay una diferencia entre el tipo de unidad de análisis y la unidad
de observación. En este supuesto la unidad de análisis se encuentra a un nivel agregado superior a la
unidad de observación. Por ejemplo en un estudio sobre cultura política, utilizando para elaborarlo
encuestas con muestras de población de cada país, se elabora una matriz de datos en la que las propiedades
de los individuos son atribuidas a los países, pues los países tienen superficie, población, pero no cultura
política. Hay otros tipos de propiedades agregadas, aunque están tan vinculadas a los países que ya se han
sintetizado con ellos. Un ejemplo es el PIB (se construye partiendo de la producción económica de los
países que se atribuye al país), o las tasas de paro de los países (los afectados son los individuos pero se
agregan esas cualidades a un Estado).
4. Propiedades contextuales, que funcionan a la inversa de las agregadas, pues la unidad de análisis está
a un nivel inferior de la unidad de observación. Como ejemplo se puede citar que se atribuya la religión
de los países a los individuos para describir su tendencia de voto. Lo que interesa es decir algo de los
individuos en un determinado contexto, entendiendo que la diferencia de contextos modifica las conductas
de los individuos, ya que en el ejemplo anterior, la tendencia del voto a partidos de derecha o izquierda no
es la misma en países protestantes, católicos u ortodoxos. Estas propiedades constituyen la manera rigurosa
de tratar el contexto y darle sentido.
5. Propiedades relacionales, que son las que expresan la relación entre objetos, como puede ser el "tener
influencia en" o "ser padre de", propiedades cuasi exclusivas de los individuos.
6. Propiedades comparativas, las cuales se ven a menudo en los informes o rankings, puesto que expresan
la posición de un objeto en una distribución de esa propiedad entre los objetos del conjunto, por ejemplo
en el informe PISA la posición de España respecto a la propiedad nivel educativo es la posición 30, 20,
50..., o en una familia ser el hermano mayor, el menor, el séptimo...
7. Propiedades estructurales, que se construyen sobre la base de agregación de propiedades relacionales,

es decir, sobre la base de influencia de las propiedades relacionales, agregando varias propiedades
relacionales se construye la estructural, es decir, agregando varias relaciones de influencias se llega a una
red, y la característica es la centralización. Se usa bastante en la investigación politológica, por ejemplo
6
cuando se estudia la centralización de los Estados o de los gobiernos se manejan en el fondo propiedades
relacionales.
CONCLUSIONES:
Cuando se hablaba de objetos y propiedades, se remarcó en que los supuestos ontológicos por los que se
maneja un científico implican, no solo preguntas acerca de que cosas existen en el mundo y acerca de las
características o propiedades de esas cosas, sino que también implican preguntas respecto a cómo se relacionan
las cosas que existen en el mundo. En la versión cuantitativa lo que se hace es establecer relaciones entre
propiedades, es decir, buscar (si las hay) conexiones de algún tipo entre las propiedades. Se pueden establecer
muchos tipos de conexiones, aunque se debe prestar atención a dos clases de relaciones:
1. Relaciones de asociación / correlación: Un ejemplo sencillo sería buscar una conexión entre nivel
educativo de los individuos y creencias religiosas, o el nivel de riqueza de los Estados y la incidencia del
terrorismo. Estas relaciones no implican necesariamente causalidad (la causa de que las personas tengan
creencias religiosas no tiene por qué ser su nivel educativo).
2. Relaciones de causalidad: Una vez que se ha establecido una asociación, se procede a buscar relaciones
de causalidad. Por ejemplo, ¿es el nivel educativo de los individuos la causa de su mayor o menor
creencia religiosa?
En ciencia, lo que interesa no es saber qué es una causa, lo que importa es como detectar las relaciones
causales, las cuales se localizan a raíz de la asociación junto con otros procedimientos que no vienen al caso
en este tema.
En definitiva, cuando alguien se plantee cualquier investigación científica, ha de partir de los objetos sobre
los que se quiere decir algo, de qué se quiere decir algo (partidos políticos, personas, países...), que propiedades
son destacables (edad, sexo, religión, nivel de estudios, riqueza, forma de gobierno...), y saber si se ha de
detectar asociaciones entre propiedades o relaciones de causalidad entre propiedades. Si se tienen claros estos
conceptos, el investigador tiene muchas posibilidades de conducir su investigación a buen puerto.
7

TEMA 2: Bases de la investigación politológica: El problema, los
objetivos y las preguntas de investigación.
David Botero
Métodos en Ciencia Política Tema 2: Bases de la investigación politológica:
EL PROBLEMA DE INVESTIGACIÓN:
Para hablar del problema de investigación, se debería distinguir el tema o la idea que a un investigador le
interesa (por ejemplo, la desigualdad, los partidos políticos, la democracia), por lo general es una idea muy
vaga, muy genérica, sin especificar, que es la que atrae la atención del investigador (sobre lo que quiere saber),
algo que se debe diferenciar de lo que técnicamente se concibe como el problema, lo cual se traduce en
preguntas. Para tener un problema de investigación, se debe contar por ende con una pregunta o preguntas de
investigación. Sin embargo para desarrollar una investigación científica se precisan de otros dos elementos:
la justificación y los objetivos. Al desarrollar estos tres elementos se tiene plena consciencia del problema de
investigación que se quiere estudiar.
LA JUSTIFICACIÓN DE UNA INVESTIGACIÓN:

Después de fijar el interés en un problema de investigación, se deben dar razones que expliquen por qué
vale la pena estudiar ese problema en concreto, por qué el científico plantea una investigación sobre, por
ejemplo, la democracia, y por qué vale la pena que otros inviertan su tiempo en leer o escuchar su
investigación, qué sentido tiene lo que se está haciendo. Por tanto toda investigación (tanto académica como
aplicada) requiere de tal justificación.
Para justificar con concreción una investigación, primero se debe tener claro que NO son lo mismo los
motivos, las razones o las causas, pese a que mucha gente las maneje de manera indistinta. Cuando se
elaboran trabajos científicos, lo que importa, tanto al investigador como a la comunidad científica son las
razones por las cuales desempeña la investigación, por lo que tanto los motivos (ideológicos, de principios)
como las causas (simpatía o repulsa hacia el tema de la investigación) son de poca o nula importancia a la
hora de justificar un trabajo científico. Las razones por tanto no son impulsos subjetivos, sino que son
argumentos de peso e intersubjetivos (que se pueden compartir entre individuos), que puedan apelar a la razón
de los otros.
TIPOS O CLASES DE RAZONES:

Existen diferentes tipos de razones intersubjetivas que pueden ser útiles a la hora de justificar una investigación
científica:
1. Conveniencia o utilidad de la investigación: Resaltar la importancia útil de una investigación en

algún sentido, esta es la matriz de la que se derivan los demás tipos de argumentos.
2. Importancia social o política: Hay problemas que son socialmente o políticamente importantes (la
pobreza es un problema socialmente importante, porque una proporción sigue siendo pobre en un
mundo cuyo nivel de riqueza podría generar una sociedad equitativa).
3. Implicaciones prácticas de la investigación: Razones cuya actuación en la sociedad, en la política o

en el mundo deriven de los resultados de una investigación científica, por ejemplo, la pobreza es
conveniente estudiarla para mejorar la aplicación y el desarrollo de políticas públicas para combatirla.
4. Contribuciones teóricas de la investigación: El conocimiento científico lo que pretende es

generalizar, pues interesa obtener conocimientos acerca de clases de sucesos, o de clases de fenómenos
(por ejemplo, por qué existe una conexión entre el nivel económico de los países y el nivel de
democracia), y eso implica la elaboración de teorías, objetivo de muchas investigaciones científicas
que tienen como fin construir teorías propias, o rebatir, mejorar o modificar teorías ajenas, que, aunque
están bien tienen algún defecto o deficiencia.
2
5. Utilidad metodológica de la investigación: A veces de lo que se trata es mejorar metodológicamente

trabajos previos, o aportar un nuevo instrumento útil en una investigación. Puede ser justificación
metodológica ampliar el marco espacial de una investigación, ampliar el ámbito temporal o mejorar la
medición del concepto.
Todas éstas son RAZONES de peso para fundamentar una investigación, apelando al juicio de los demás.
Además de estas justificaciones, se puede argumentar una investigación planteándose dos cuestiones básicas:
1. La viabilidad de la investigación: Llegados al punto de encontrar el problema de investigación y

justificarlo correctamente, se debe plantear si dicha investigación puede ser efectuada, teniendo en cuenta
los recursos disponibles a tales efectos, los cuales pueden ser humanos (conocimientos, habilidades,
destrezas), o económicos (pagar a terceros para que elaboren el trabajo que el investigador no sabe hacer),
y el tiempo de duración de la investigación, los recursos materiales, etc, y a menudo la ambición de un
investigador se ve recortada por los problemas de la viabilidad de la investigación.
2. Consecuencias éticas de la investigación: Toda investigación cuyo objeto de estudio sean seres
humanos, debe plantearse los posibles inconvenientes éticos que puedan derivar de su aplicación. Por
ejemplo, en los países anglosajones todas las ciencias sociales se poseen códigos éticos que deben
respetar los investigadores. Se pueden señalar tres ejemplos típicos de consecuencias éticas de una
investigación científica:
2.1 La película "El Experimento" está basada en una investigación desarrollada en la cárcel de
Standford por Phillip Zimbardo, donde se trataba de probar la influencia de las situaciones en
las conductas de los individuos, intentó introducir sujetos normales en distintos roles presidiarios.
Duró una semana, pero se salió de control y muchos de los implicados desarrollaron problemas
mentales.
2.2 Un segundo experimento afectado por las consecuencias éticas hace referencia a los estudios
sobre la autoridad, donde se quería probar la influencia de una autoridad superior en la conducta
de los sujetos. Para elaborar el experimento un cómplice fingía ser torturado, colocándose detrás
de un biombo, mientras que los sujetos experimentales se colocaban delante de un panel con
palancas que suministraban corriente eléctrica al sujeto tras el biombo al fallar algunas
preguntas, siguiendo ello una correlación lineal (a más fallos, más potencia eléctrica), y llegado
a un punto los sujetos experimentales entraron en concurrencia con las órdenes de los científicos
de insistir en unas convulsiones eléctricas que de haber sido reales habrían acabado con la vida
del sujeto de pruebas. Se debe tener en cuenta que se les habló a los sujetos experimentales de la
posibilidad de renunciar en cualquier momento al cumplimiento de las órdenes. Este es un ejemplo
que pone en entredicho si vale la pena a cambio de una contribución teórica importante
arriesgar la salud física o mental de las personas.
2.3 El tercer experimento fue una investigación sobre la sífilis financiado por entidades estatales
estadounidenses, en el que se quería comprobar los efectos de la sífilis en la vida de las personas
a largo plazo. Al iniciarse el experimento (años 20 o 30) no se conoce tratamiento contra la sífilis,
pero en el curso del experimento se descubre un remedio efectivo para paliar sus síntomas. La
controversia se basa en que no se quiso suministrar el medicamento a individuos negros, con lo
cual se tiene una investigación que en lugar de curar a todos los individuos, se expone a una criba
a sus efectos, partiendo de la discriminación racial. Es cierto que el conocimiento sobre los efectos
de la sífilis es importante, pero ¿es la discriminación racial, en este caso, algo éticamente
correcto?
3
Pese a que los anteriores son casos extremos de vulneraciones éticas, se puede dar el caso en ciencia social
de realizar determinados experimentos sociales con según qué colectivos, por ejemplo, probar las reacciones
de sujetos ante estímulos visuales fuertes, ¿pueden generar alguna alteración psicológica a tales sujetos?
Y si se trabaja con niños, ¿es ético exponerlos a posibles fuentes de trauma? Todas esas (y otras muchas) son
consideraciones a tomar en cuenta cuando se trabaja con grupos humanos, debiéndose en la justificación
asegurar que tales infracciones a las normas éticas no se cometan, y en caso de entrar en terreno concurrente,
asegurar que las consecuencias éticas sobre los individuos se han minimizado lo máximo posible.
OBJETIVOS DE LA INVESTIGACIÓN:
De modo genérico, sobre los objetivos de investigación, se halla la frase de un investigador, autor de uno de
los mejores manuales sobre métodos, Blaikie, que dice que el objetivo de toda investigación social es
responder preguntas sobre las características, relaciones, pautas e influencias en algún fenómeno social. Es
algo fundamental para realizar una investigación, que ésta no se reduzca a una simple confrontación de textos
sino a algo sistemático, claro y ordenado, y sobre todo, que tenga sentido en su conjunto.
A partir de estos términos generales se encuentran varias clases de objetivos en los que se desarrollan las ya
mencionadas ideas. Hay hasta ocho clases de objetivos posibles, pues a la hora de investigar es posible realizar
varias actividades distintas en conjunto. He aquí las actividades que un investigador suele realizar:
1. Explorar algún fenómeno en el que se está por una razón justificable interesado. El propio verbo indica
la consistencia de dicha actividad, pues se trata de obtener cierta familiaridad inicial y en términos
muy generales sobre el fenómeno de interés, sin la necesidad de ampliar en el mismo, sin precisión o sin
mediciones cuantitativas. (Si por ejemplo, se quieren estudiar los partidos políticos se debe empezar por
desarrollar una definición sobre el concepto, ver cuántos existen en España, cuáles hay, su organización,
sus estatutos, sus posibles diferencias, etc.) Estas ideas, a menudo superficiales, permiten saber si vale
la pena ahondar en esos conceptos, porque a menudo de la exploración puede salir la conclusión de la
imposibilidad de la investigación (Puede resultar que los partidos políticos no tienen estatutos escritos,
se desconoce su organización, no permiten el acceso por diversas razones, etc.)
2. Describir, objetivo de mayor complejidad que el anterior. En este caso esa familiaridad con el
fenómeno de interés se profundiza, buscando características, relaciones o pautas de una manera
sistemática (por ejemplo si se cuenta con varios objetos, comparar sistemáticamente, medir
sistemáticamente). No basta por ejemplo con intuir que todos los partidos políticos cuentan con
organigramas, se debe saber exactamente cuáles son dichos organigramas, cuántos niveles jerárquicos
tienen, número exacto de militantes, etc. Una de las modalidades de la descripción es la correlación
(establecer una asociación entre propiedades), pues relaciona sistemáticamente propiedades, no es por
tanto explicar (el objetivo siguiente) ni establecer relaciones causales (no por hallar una o varias
correlaciones entre nivel de riqueza de los países y nivel de democracia, la riqueza es un factor
explicativo), por consiguiente, algo que debe quedar claro es que correlación NO ES causación.
3. Explicar, es el paso que sucede a la descripción, ya que una vez que se ha descrito, a menudo se desea
explicar qué es lo que conecta o por qué están conectadas determinadas variables (nivel de riqueza y
nivel de democracia, riqueza de los individuos y su ideología). Esto implica fijar los factores, elementos
o mecanismos que producen esa asociación, esa regularidad, esa pauta o esa relación, y a menudo se
hallan variables intervinientes como resultado (la riqueza de los países influye en su nivel de democracia
porque, por ejemplo la riqueza de los países aumenta las clases medias, y éstas albergan valores más
democráticos). Explicar es el "objetivo" de toda investigación académica en principio.
4
4. Comprender o interpretar, es otra manera de "explicar", ya que se trata de establecer las razones por las
cuales se realiza cierta acción social, por las que ciertos procesos se desarrollan de un modo u otro, los
sucesos acaecidos, todo ello desde el punto de vista de los actores implicados en esos sucesos, en esos
procesos o en esa acción social a analizar. Aunque sea otra manera de análisis de lo descrito, varía con
respecto a la explicación en el punto de vista empleado. Explicar conlleva un análisis desde el punto de
vista del investigador, la comprensión o la interpretación implica situarse en el lugar de quienes han
participado en los procesos, sucesos o acciones a investigar, detectar sus razones o motivos, a menudo
inconscientes, implícitos o tácitos, de los cuales aún los propios actores no son conscientes.
5. Predecir es algo que se malinterpreta fácilmente, pues se puede considerar consecuencia de este objetivo
que la ciencia social es un fracaso, porque no se suele predecir y cuando se intenta suele salir mal, esto
es objeto de crítica hacia las ciencias sociales por sectores ajenos, por ejemplo, se acusa a los economistas
de no predecir la crisis económica. Por predecir entonces, se entiende que a partir de alguna explicación
o interpretación previa, se estipulan ciertos resultados dadas ciertas circunstancias o condiciones (si
se da A, B o C, probablemente resulte X). No se puede por tanto saber con exactitud lo que vaya a ocurrir
en el futuro, pero esto es común a todas las ciencias. Básicamente las predicciones son cuestión de
probabilidad, pues un científico no es un vidente, maneja términos probabilísticos, ni casuísticos ni
dependientes del azar ni ciertos ni eventuales.
NOTA: Estos cinco primeros objetivos, son los que constituyen la investigación básica, en contraposición
a la realizada por los tres objetivos siguientes, la que recibe el nombre de investigación aplicada. Si se relaciona
con los tipos de ciencia social reflejados en el tema introductorio, la ciencia social cognitiva se asocia a los
cinco primeros objetivos, y la ciencia social cameralista se asocia a los tres restantes:
6. Cambiar, consiste básicamente en intervenir en alguna situación o contexto social a través de la

manipulación de alguno o algunos de sus elementos, partiendo a menudo de una explicación o
interpretación previas, y con el objetivo de modificar el estado de cosas, la situación, el estado del
mundo en general. A menudo ello implica una colaboración con los actores implicados en la situación
social. Por ejemplo, los informes realizados para entidades públicas o privadas tienen como fin plantear
cambios sustanciales de las cosas.
7. Evaluar, es un objetivo primordial hoy en día. Consiste en supervisar o valorar programas de

intervención (realizados para cambiar cosas), para baremar si han logrado los objetivos que pretendían,
mejorar las intervenciones, ayudar a solventar problemas causados por esas intervenciones, o mejorar la
aplicación de las políticas públicas. (¿Se han conseguido los objetivos propuestos o no? ¿Qué ha fallado
en su consecución? ¿Qué es lo que ha funcionado? ¿Cómo se puede mejorar el planteamiento?).
8. Valoración de impactos sociales, lo que conlleva procedimientos similares a la evaluación, con la

salvedad de que se realizan antes de la ejecución de un programa de intervención, se trata de saber
cuáles van a ser las consecuencias (sociales, económicas, psicológicas, ecológicas, etc.) de la
implantación de un programa de intervención determinado. Por ejemplo, consecuencias ecológicas de
construir un complejo residencial, o económicas de un plan renove de electrodomésticos.
Estos tres últimos objetivos forman parte de la investigación aplicada frente a la investigación básica, que no
busca ningún tipo de utilidad inmediata. Pese a ello la metodología no varía (ambas trabajan con teorías,
ambas contextualizan, ambas miden conceptos y efectúan análisis de datos, etc.)
Un matiz que resulta importante en cuanto a los objetivos, es que ciertos investigadores señalan como objetivo
de investigación la inferencia, algo que otros no lo ven tan claro en términos realistas, en términos idílicos
puede darse la mencionada afirmación, pues tratar de inferir es bastante complicado hasta el punto de que
5
actualmente es prácticamente imposible para un científico social. Por lo tanto y hasta el momento inferir no
es el objetivo de una investigación, son los anteriormente descritos, más modestos pero más factibles.
Investigación básica VS Investigación aplicada: diferencias
Aunque ambas manejan la misma metodología, la diferencia puede radicar en el énfasis. Entre ambos tipos
de investigación por tanto, se ubican una serie de diferencias elementales.
La básica obedece a una investigación intrínseca, es satisfactoria por sí misma y la juzgan otros
investigadores. En la aplicada, en cambio, la investigación es extrínseca, no es satisfactoria para el
investigador dado que forma parte de un trabajo, y quien juzga el resultado es el patrocinador o financiador
de la investigación. Por otra parte en la investigación básica la selección de temas se realiza con libertad
absoluta, en la investigación aplicada por contra, los temas dependen mucho por las demandas del
patrocinador.
En la investigación básica, es el rigor científico el que predomina para valorar el trabajo, pero en el caso
de la investigación aplicada ésta puede ser "rápida y sucia" o puede ajustarse a los estándares científicos
elevados. A menudo no importa tanto el rigor como los resultados, por lo que a menudo la manera de presentar
los datos dependerá de las pretensiones del patrocinador (hay determinada información que se incluye en los
artículos científicos y en determinados informes se suele omitir porque no es conveniente o necesario).
En la investigación básica lo que preocupa es la lógica y el rigor del diseño (que sea correcta
científicamente), en la aplicada lo que preocupa es generalizar los hallazgos para adecuarlos al área de interés
de los patrocinadores. La investigación básica tiene como fin aumentar los conocimientos, mejorarlos, en
cambio la aplicada pretende la utilidad inmediata y práctica de la investigación. Finalmente el éxito en la
investigación básica consiste en publicar el trabajo en una revista científica y el ser citado por otros
investigadores, por contra el éxito en la investigación aplicada consiste en lograr los resultados que pretende
el patrocinador de la investigación.
En definitiva, las diferencias son bastante apreciables pese a que, como se insistió al comienzo, las técnicas
acaban siendo las mismas en ambos tipos de investigación.
La importancia de los objetivos:
Una última cuestión es la importancia de los objetivos. Se debe tratar de no jerarquizar los objetivos, puesto
que todos son importantes en su cierta medida, no hay ninguno más importante que los demás, todo depende
del contexto de la investigación. A menudo describir es lo que ocupa el mayor campo en las investigaciones
científicas, y lo que se suele hacer peor en las ciencias sociales. Lo que sí que es importante es saber aplicar
el mayor rigor posible a cualquiera de los objetivos.
6
Preguntas de investigación:
En general, un investigador puede formular tres CLASES de preguntas: Por qué, Qué y Cómo, ya que cada
una suele estar vinculado a uno de los tres objetivos principales; el Qué implica describir, el Por qué conduce
a explicar, y el Cómo está fuertemente vinculado al objetivo de intervenir.
De lo anterior se puede concluir que todas las preguntas por el Qué reúnen las propiedades que a ojos del
investigador parecen relevantes, el Por qué le lleva a preguntarse por las causas o razones de los actores u
objetos implicados en los procesos sociales, y el Cómo establece las herramientas que permiten incidir en los
procesos. Estas clases de preguntas constituyen un paso fundamental a la hora de plantear una investigación.
CONCLUSIÓN: ¿Cómo plantear el problema? (Modelo ilustrativo)
El modelo ilustrativo de Kumar, representa un esquema muy básico para encontrar una solución a este
supuesto. Como primer paso, el investigador debe identificar un área de interés que atraiga su atención. Esa
área, a un nivel alto de abstracción, se debe diseccionar en subtemas más bajos que sean de mayor interés, de
los cuales se elige el que se desee estudiar. Por último se plantean las preguntas de investigación pertinentes,
los objetivos, y como apunte final, se revisan los pasos anteriores.
7

TEMA 3: El diseño de investigación, la importancia de la teoría y
el manejo de los conceptos.
David Botero
Métodos en Ciencia Política Tema 3: Diseño, teoría y manejo de los conceptos
EL DISEÑO DE INVESTIGACIÓN:
Una vez establecido el problema de investigación, enumerados sus objetivos y realizado las preguntas sobre
las cuales se quieren obtener respuestas, el paso más importante de una investigación es el Diseño. Éste se
centra en dotar de lógica los elementos de la investigación. Bruschi la menciona como una “proyección” de
las operaciones a realizar. Un buen diseño es un plan sistemático que permite realizar una investigación a una
persona que no haya participado en el mismo.
Es por lo tanto, un documento técnico desarrollado por un investigador como una guía o plan para ejecutar
un trabajo de investigación. Sirve, principalmente para mencionar las decisiones que se deben tomar en una
investigación, las cuales deben estar convenientemente expresadas, justificadas, relacionadas y evaluadas
por el diseñador. Su fin, por consiguiente, es hacer explícitos los pasos seguidos en una investigación, aclarar
por qué se toman unas decisiones determinadas y no otras, y asegurar que el conjunto tenga coherencia.
Además permite que otros investigadores juzguen los resultados de la investigación por la calidad de su
diseño.
Todo buen diseño de investigación debe:
1. Definir los conceptos de manera precisa.

2. Explicitar todas y cada una de las decisiones concernientes a la recogida de datos (cómo se van a
recoger, de que fuentes, que tipo de datos son, que instrumentos son necesarios, como prever el error,
etc…)
3. Decidir cómo se deben tratar los datos empíricos obtenidos mediante la recogida de datos.
4. Determinar los factores a excluir para formar una relación focal. El diseño debe aclarar cómo se han
descartado, teniendo en cuenta los conocimientos de partida.
Sentido y papel del diseño:
El diseño tiene un papel fundamental, pues concierne tanto a un problema lógico (tipo de datos) como
logístico (recogida de datos). Se deben pensar por ejemplo, que datos se obtienen, cómo se analizan y qué tipo
de descripciones o afirmaciones se pueden hacer apoyándose en ellos (cómo se interpretan). Las técnicas o
procesos que se siguen para analizar o interpretar los datos son secundarios, y aunque se pueden incluir en el
diseño, no son esenciales.
De lo anterior podemos extraer que el diseño NO es la técnica de recogida de datos, no concierne por
consecuente a la logística sino a la lógica, es decir, al tipo de datos que se deben recoger para responder a los
objetivos planteados. Ésta falta de distinción entre el diseño y técnicas, sorprendentemente habitual en
Ciencias Sociales, conduce muchas veces a evaluaciones incorrectas de la investigación. No se deben valorar
las técnicas empleadas en la obtención de respuestas, sino CÓMO contribuyen éstas a resolver las
preguntas planteadas. Es erróneo también juzgar los diseños en base al tipo de investigación (básica o
aplicada) porque los métodos son comunes a ambas.
Como conclusión, debe quedar claro que los resultados de una investigación son SIEMPRE provisionales,
hasta que otros investigadores los critiquen, refuten o mejoren, por ello el diseño debe ser escéptico y sin carga
ideológica o de opinión, ya que es en las decisiones y solo en las decisiones tomadas, donde se pueden criticar
y mejorar los resultados de la investigación.
2
LA TEORÍA: PAPEL E IMPORTANCIA
Una vez resuelto el problema del diseño, queda la elaboración de una teoría, una respuesta en forma de
conjetura, por lo que no se le atribuye a la teoría un valor de verdad.
La teoría es trascendental, pues según Stinchcombe “un estudiante que tenga dificultades en hallar al menos
tres posibles respuestas a algo que realmente le interese, debería pensar en cambiar de profesión”. Abott habla
también de la importancia de vincular las teorías a los datos, pues dice que ser capaz de pensar rápidamente
en tres o cuatro implicaciones de una teoría social es una habilidad social más que ha de ser propia de
todo investigador.
La ciencia siempre implica simplificar la realidad, generalizar, dado que se centra en unos elementos del
mundo y omite muchos otros al no tener implicaciones relevantes en la investigación, por lo que la teoría es
solo una representación PARCIAL de aquellas parcelas de la realidad donde el investigador fija su atención.
Ya se dijo en la introducción que lo que intentan los métodos es disciplinar el razonamiento y el proceso de
construcción de teorías, para que se elaboren de manera útil y sistemática. Definiciones de este concepto, hay
muchas, pero las más certeras son las siguientes:
Manheim y Rich: Conjunto de conceptos lógicos relacionados entre sí que representan las
suposiciones del investigador sobre lo que sucede en el mundo.
Kerlinger: Conjuntos de constructos (conceptos), elementos y proposiciones relacionadas entre sí,

que presentan una visión sistemática de fenómenos, especificando relaciones entre variables con el
propósito de explicar y predecir los fenómenos.
Black y Champion: Conjunto de proposiciones relacionadas sistemáticamente que especifican

relaciones causales entre variables.
Gibas: Conjunto de proposiciones interrelacionadas lógicamente en la forma de afirmaciones

empíricas acerca de la propiedad de clases infinitas de eventos o cosas.
Corbetta: Conjunto de proposiciones relacionadas de manera orgánica, que se formulan a un alto

grado de abstracción y refieren a la realidad deduciendo hechos empíricos que se producen con
regularidad y de los cuales pueden inferirse predicciones empíricas.
Marradi: Es la más importante de todas, pues realiza una serie de distinciones entre teoría e hipótesis,
dado que ambas son conjeturas, y lo hace de dos maneras:
1. Valor de verdad: Las teorías son un conjunto de afirmaciones verdaderas, las hipótesis por el
contrario son conjeturas a las que no se les asigna el valor de verdad (esta definición es
incorrecta para el profesor).
2. La teoría se entiende como un conjunto de proposiciones en las que se relacionan conceptos a

un nivel muy alto de abstracción, y que por sí misma no se puede contrastar empíricamente,
pues no es observable por sí misma. Para ponerlas a prueba, se necesitan las hipótesis, que son
los nexos de unión entre variables YA OPERACIONALIZADAS, pues éstas se adaptan ya a
contextos espacio-temporales específicos (Esta es la definición recomendada y correcta para el
profesor).
3
Para discernir si una teoría es correcta o no, se debe primeramente operacionalizar correctamente cada
concepto que ella incluya (verificar que los indicadores concretos conectan bien con los conceptos madre
abstractos de los que parten). El segundo paso, una vez establecida la hipótesis, es hallar evidencia empírica
que la verifique, la refute o la mejore.
En ciencias las relaciones causales o focales se establecen en base a la covariación. Por esa razón a la hora de
establecer dichas relaciones es necesario comprobar adecuadamente las variables, las cuales se pueden extraer
de distintos niveles:
1. Categorías de casos: Todas aquellas variables que expresen propiedades de distinción entre dos
categorías de casos, por ejemplo entre hombres y mujeres.
2. Puntos temporales: En función de periodos histórico-temporales concretos.
3. Localizaciones geográficas: Estudia variables cuyos casos son zonas geográficas concretas.
4. Diferencias entre niveles de análisis: Son aquellas variables que se hallan buscando diferencias entre
niveles de análisis (por ejemplo, entre propiedades agregadas y contextuales).
Debe quedar claro que las teorías se construyen sobre clases infinitas de casos o sucesos, pues su función
es poder ser aplicadas y verificarse o no en cada uno de los casos particulares de las mencionadas clases. De
ello podemos afirmar que las conjeturas aplicadas a casos concretos NO son teorías, pues no son aplicables
a otros casos (por ejemplo, una conjetura sobre el funcionamiento del parlamentarismo español no puede ser
aplicada a otros sistemas parlamentarios, en cambio una teoría sobre el funcionamiento de los sistemas
parlamentarios en general puede ser aplicada a todos países donde existan sistemas parlamentarios).
También es preciso reseñar la necesidad de buscar marcos de referencia comparativos, y así evitar lo que
metodológicamente recibe el nombre de “falsos positivos” o falsas relaciones causales entre objetos. Un
ejemplo claro de falsos positivos son todas aquellas relaciones causales que establecen los fanáticos religiosos,
donde todo lo que les acontece es prueba de que Dios existe, no albergando en sus afirmaciones la posibilidad
de hallar evidencia en contra.
4
CARACTERÍSTICAS DE UNA BUENA TEORÍA:
Para evitar los errores de teorización anteriores, es necesario construir una teoría sólida y fiable, y las normas
a seguir para ello son las siguientes:
1. Contrastabildad (falsabilidad): ¿Qué evidencia en contra puede demostrar que nuestra teoría es
errónea? Una buena teoría, por lo tanto, debe dejar lugar en sus afirmaciones a que otros investigadores
puedan falsarla, es decir, encontrar evidencia empírica que la desmonte o que la anule, o la capacidad
de mejorar la nuestra, pues no se debe olvidar que el fin último de las investigaciones básicas es
aumentar el conocimiento científico, y el conocimiento no se construye si no es mediante la duda y
el escepticismo sistemático. Si no se hace este procedimiento, la teoría queda sesgada, y condicionará
la búsqueda de datos empíricos para que únicamente la ratifiquen, y deja de ser una teoría científica
para convertirse en axioma ideológico, o en falso positivo.
Para que una teoría sea falsable ha de cumplir con los siguientes propósitos:
1.1. Capacidad para generar múltiples implicaciones observables (hipótesis), es decir, que de
una teoría realice formulaciones sobre la realidad de tal forma que haya múltiples maneras de
verificarlas.
5
1.2. Claridad en las elaboraciones conceptuales, tratando de evitar dos defectos frecuentes de los
conceptos: la ambigüedad y la vaguedad. Se debe saber con la mayor exactitud posible qué
significa cada uno de los conceptos con los que se formula la teoría, y que cosas del mundo
podemos designar o etiquetar con ellos (qué características tiene, por ejemplo un sistema de
gobierno para llamarse democracia). Los elementos deben ser o directamente observables (muy
infrecuente en las teorías) o operacionalizables, a fin de sacar indicadores que sí sean
observables y verifiquen o desmonten la teoría.
1.3.Generalidad: Las teorías generales tratan de clases de sucesos o fenómenos, por lo que las
conjeturas aplicadas a casos específicos dificultan el hallazgo de evidencia empírica en contra.
Siguiendo el ejemplo de los parlamentarismos, una teoría solo aplicable al sistema
parlamentario español es inviable aplicada a otros sistemas parlamentarios, y todos los datos
que se recaben solo la verificarán, nunca la refutarán o invalidarán.
2. Satisfactoriedad: Una teoría debe ser capaz de proponer nuevas explicaciones que aporten respuestas
coherentes con lo que se pregunte, que generen la menor incertidumbre posible y que intenten dar
solución a los problemas de investigación planteados, sin caer en el error de las falsas soluciones,
soluciones re-etiquetadas o parciales.
3. Parsimonía: Ante la existencia de dos o más teorías sobre un problema, se usará la más simple,
eficiente y que tenga mayor capacidad explicativa. El equilibrio entre teorías o la teoría más eficaz no
sigue una metodología estándar y depende mucho del criterio de cada investigador.
4. Gran poder de explicación: La variable independiente (factor) tiene un efecto considerable sobre una
amplia gama de fenómenos y una aún más amplia gama de condiciones, por consiguiente la
modificación de ésta, aunque fuese mínima, influye mucho en los cambios que sufren el resto de
variables (especialmente la dependiente). Una buena teoría debe ser capaz de cubrir múltiples
fenómenos diferentes, ya que se trata de que las causas y condicionantes de las teorías se den con
frecuencia, para que éstas consigan su cometido de explicar la realidad.
5. Estructura clara: Una buena teoría incorpora en su estructura todos aquellos factores que considera
imprescindibles para ampliar su capacidad explicativa y guardar coherencia con el resto de la
investigación. El papel que interpreta cada factor también queda claro, y es la claridad o falta de ella en
las teorías un argumento de crítica legítimo a una investigación.
6
6. Riqueza prescriptiva: De las buenas teorías se pueden extraer lecciones que permitan al investigador
intervenir en el mundo de manera precisa y satisfactoria.
LA ESTRUCTURA DE LAS TEORÍAS: LAS CLASES DE VARIABLES
Antes de pasar a definir cada uno de los tipos de variables, debe quedar claro que se va a hablar de ellas en
un sentido estrictamente metonímico, pues en el fondo, se le llama variables (de manera no del todo
correcta) a todos los conceptos no operacionalizados. La tendencia de llamar variables a los conceptos para
ayudar a los investigadores en la realización de sus teorías, parte de la iniciativa de tres científicos sociales;
Aneshensel, Lazarsfeld y Rosenberg.
1. Relación focal: Es la establecida entre una variable independiente (causa potencial) y una variable
dependiente (efecto potencial), relacionando por tanto un factor a explicar (dependiente) y un factor
que mejor explica la mencionada relación (independiente). Constituye, pues, la raíz de toda teoría. La
variable independiente (nivel de desarrollo económico) es la causa que puede explicar mejor el efecto
(nivel de democracia). Por ello se le llama también a la variable independiente, variable predictora.
2. Relación de elaboración: De esta relación hay varios subtipos, uno para cada variable implicada:
2.1 Variables intervinientes o mediadoras: Son aquellas en las que influye la independiente y que
a su vez influyen en la dependiente. Establecen las llamadas relaciones focales indirectas, pues
generalmente se sitúa entre ambas variables como explicación adicional que fortalece dicha
relación.
7
2.2 Variables antecedentes: Son aquellas variables que preceden a la independiente, por eso
actúan influyendo exclusivamente sobre ella. Sirven para explicar la causa cuya consecución
generó la variable independiente que posibilita el desarrollo de la teoría.
2.3 Variables consecuentes: Amplían la explicación sobre la variable dependiente, al recibir

influencia de manera directa de ella, y al repercutir tanto en ella como, de manera indirecta,
sobre la independiente, al ser producto de la relación focal establecida entre ambas.
3. Relación de especificación (variable moderadora/ supresora/ de condición o de interacción): Son

aquellas variables que activan, inhiben, magnifican o reducen el efecto que la variable independiente
tiene sobre la dependiente en una relación focal. No influye directamente sobre ambas variables, sino
sobre SU RELACIÓN.
8
4. Relación de control (variable de control): Son terceros factores que podrían descartar la relación
causal. Influye sobre ambas variables (dependiente e independiente) al mismo tiempo, y es capaz de
descartarlas de la teoría.
5. Relaciones extrañas: Son todas aquellas que no se incluyen en la teoría, son de dos tipos:
5.1. Irrelevantes: Son variables prescindibles al no aportar contenido explicativo a la teoría, como
por ejemplo, incluir la variable sexo de los individuos en un estudio de política comparada sobre
Estados, donde los individuos como unidad de observación importan muy poco.
5.2.No controladas: Son aquellas variables que el investigador pasa por alto y que debió haber
incluido porque enriquecen la capacidad explicativa de la teoría, la hacen más falsable o más
competitiva con otras teorías semejantes.
Naturaleza de las variables:
La naturaleza del proceso científico impide la formación y constitución de variables fijas, ya que cada
una puede y debe tener un papel diferenciado, con la salvedad de excepciones claras como el sexo o la edad
en el caso de los individuos, o el territorio en el caso de los países (un individuo, o es hombre o es mujer, y un
país, o está en el hemisferio norte o en el sur). La posición de las variables y su incorporación de un modo u
otro en las teorías depende de cómo el investigador crea, entienda o interprete que es el mundo.
CARACTERÍSTICAS DE LAS RELACIONES ENTRE VARIABLES:
Es importante a la hora de plantear teorías, conocer los elementos característicos de las relaciones entre las
variables, que son esencialmente cuatro:
1. Dirección: Posición relativa que ocupa cada variable de la teoría, y que variará según que ejerza
influencia en otra variable o que la reciba.
a. Unidireccional: Es aquella en la que A influye en B pero nada influye en A. Un ejemplo clásico

es la relación focal simple, donde la independiente (A) influye en la dependiente (B) pero no
existe nada que influya sobre la primera. De manera práctica, la edad influye en los individuos
pero nada influye en la edad.
9
b. Bidireccional asimétrica: Este tipo de relación se da entre variables que se influyen

mutuamente, pero en esa relación B influye en A más de lo que A influye en B. Por ejemplo,
las tendencias conservadoras o progresistas de un individuo influyen más sobre el voto a un
determinado partido que a la inversa.
c. Bidireccional simétrica: Son aquellas variables que se influyen de manera recíproca, es decir,
A influye en B tanto como B influye en A. Un ejemplo práctico son las preferencias políticas
de un individuo que se relacionan simétricamente con las preferencias políticas del cónyuge.
2. Signo de la variación: En función del sentido de la covariación de los valores:
a. Positivo (+): Según se incrementan los valores de una variable, se incrementan los valores de
la variable a la que influye (desarrollo económico y nivel de democracia). Constituye por tanto
una relación directamente proporcional entre variables.
b. Negativo (-): Al incrementarse los valores de una variable, se reducen los valores de la otra
(índice de criminalidad y seguridad en las calles), estableciendo una relación inversamente
proporcional entre variables.
3. Magnitud: Es el grado o la intensidad de la covariación positiva o negativa de las variables:
a. Relación perfecta: Alterar el valor de la variable independiente determina de manera exacta

su relación con la dependiente (a mayor criminalidad, menor seguridad en las calles).
b. Relación cero: Este tipo de relación es peculiar, dado que al no conocer con exactitud el grado
de covariación de las variables, alterar los valores de la independiente no tendrá ningún efecto
observable sobre la dependiente.
4. Forma: La variación efectuada sobre la variable dependiente causa un cambio de una unidad en el
valor de la independiente, en función del valor mismo de la independiente.
a. Lineales: Si se cambia la unidad del valor de la independiente, dicho cambio se verá expresado
en la dependiente sin alterar sus valores de origen.
b. No lineales: La alteración de los valores de la variable independiente que son producidos por
una alteración en las unidades de valor de la independiente es diferente en función del nivel en
que la independiente se halle. Se diferencian distintos niveles (enumerados solo):
Polinómicas
o Cuadráticas
Positivas
Negativas
o Cúbicas
Exponenciales
Logarítmicas
Logísticas
Trigonométricas
10
El tiempo en las relaciones entre variables:
El tiempo juega un papel crucial a la hora de fijar las relaciones entre las variables, pues por ejemplo, en el
caso de la independiente su valor en un tiempo t no es el mismo que su valor en el tiempo t+1 o en t-1.
ANEXO: LÓGICAS DE EXPLICACIÓN SEGÚN PARSONS:
Talcott Parsons desarrollo una serie de lógicas o modelos de explicación que son útiles a la hora de clasificar
las teorías en función de las clases de casos o sucesos a los que pretenden dar explicación. En general, se
pueden diferenciar 4 lógicas o clases diferentes de explicaciones, en función del tipo de variable
independiente que cada una emplee, siendo ésta el corazón de la teoría al establecer la relación focal con una
dependiente, de la que derivará todo el proceso de estructuración.
1. Explicación estructural: Pretende explicar lo que hace la gente como una función de su posición frente
a estructuras materiales exógenamente dadas. Ejemplos de ello son todas aquellas teorías cuya variable
independiente guarde relación a factores geográficos, de distribución de la riqueza o poder físico. Un
ejemplo práctico es intentar explicar la riqueza de los países aludiendo a su estructura orográfica y
mineral, o a su capacidad para explotar dichos recursos.
11
2. Explicación institucional: Explican lo que hace la gente como una función de su posición dentro de una
serie de organización y de reglas de origen humano, y dentro de la senda reglamentaria que éstas
implican. Es importante remarcar que las decisiones tomadas o las instituciones regladas en un tiempo
t, limitarán las decisiones y acciones del tiempo t+1. Un ejemplo práctico es el caso del artículo 8 de la
Constitución que establece el reparto del poder central a las autonomías. La existencia de ese artículo de
una determinada manera implican procesos sociales que, de haberse constituido de otra forma o no haber
existido, serían diferentes o no existirían, como las pugnas secesionistas de Cataluña y Euskadi, que son
producto de las decisiones derivadas de la implantación del mencionado artículo.
3. Explicación ideacional: Intentan explicar lo que hace la gente como una función de los elementos
cognitivos afectivos que organizan su pensamiento y sus modelos de actuación, considerando estos
elementos como una creación de grupo. Un ejemplo práctico sería incluir como una variable
independiente para explicar la tendencia de los individuos al alcoholismo, la costumbre o la tradición
cultural que sitúe al alcohol como una forma ritualista para alcanzar el status de adulto, o para explicar
la riqueza de los países aludir a la mentalidad social heredada de la religión, relación que estipula Max
Weber con La Ética protestante y el espíritu del Capitalismo.
12
4. Explicación psicológica: La proposición psicológica explica lo que hace la gente como una función de
los elementos cognitivos, afectivos o instintivos que organizan su pensamiento, pero dichos elementos
se consideran generales a toda la humanidad, como rasgo identificador del modo de pensar y comportarse
humano. Estas características comunes son a la vez diferentes y específicas para cada individuo, pues
cada uno desarrolla su propio modelo de conducta, de personalidad y de pensamiento propios, por ello
es el modelo de explicación más complicado, porque se hace más difícil generalizar, aunque se intentan
localizar patrones de conducta, personalidad o pensamiento, que intenten explicar cómo llegan los
individuos a esos modelos de conducta, personalidad o pensamiento.
13
LOS CONCEPTOS
Los conceptos son fundamentales para cualquier proceso de razonamiento científico, pues son aquellos
elementos que dotan de sentido al manejo de las teorías, porque no olvidemos, que las teorías son conjeturas
estructuradas a base de conceptos que se relacionan entre sí para intentar explicar clases de casos o de sucesos.
Es importante remarcar lo que ya se subrayará más adelante: el proceso de operacionalización (la
transformación de conceptos abstractos a variables observables y medibles) se debe hacer con todos y cada
uno de los conceptos, pues al tener un nivel alto de abstracción, su cuantificación u observación se hace
imposible (¿Cómo se mide la pobreza o el nivel de democracia de un país?)
No existe una única definición de los conceptos, como no existe una única definición de teoría, hay múltiples
supuestos sobre qué significan:
Supuesto 1: Los conceptos son entidades identificables a las que tienen acceso los seres humanos.
Sin embargo, no son entidades localizadas espacio-temporalmente como los objetos del mundo físico,
ni acotadas temporalmente, como las entidades del mundo físico. Son, por definitiva, abstracciones.
Supuesto 2: Los conceptos, en cierto modo, se contraponen al “mundo real” que es su objeto de
referencia. No son la realidad, solo ideas de la realidad (Jaccard y Jacoby)
Supuesto 3: Los conceptos no deben identificarse con palabras o con expresiones de un lenguaje
dado, pues ellas son entidades físicas, por lo que pertenecen al “mundo real”. Sin embargo existe una
relación entre ambos tipos de entidades: la expresión. Las palabras y los términos de un lenguaje,
expresan conceptos.
Supuesto 4: Los nombres propios, como “Felipe González” o términos singulares como “el CEO de
Microsoft” no expresan conceptos.
Supuesto 5: La mayor parte de los conceptos que maneja la investigación científica son aprendidos,
es decir, adquiridos empíricamente (Jaccard y Jacoby).
Supuesto 6: Los conceptos tienden a ser intersubjetivos, es decir, generales y socialmente

compartidos (Jaccard y Jacoby).
Supuesto 7: Son pues, los conceptos, construcciones selectivas: los modos en que se aplican los
conceptos para describir la realidad dependen de las necesidades y de los objetivos del individuo que
conceptualiza (Jaccard y Jacoby).
14
OPERACIONALIZACIÓN DE LOS CONCEPTOS:

El proceso de la operacionalización es, básicamente, el método necesario para pasar de conceptos a un alto
nivel de abstracción (democracia, parlamentarismo, pobreza) a una serie de indicadores o variables con los
que construir la definición operativa que permita medir, cuantificar u observar ese concepto en un contexto
espacio-temporal determinado, y así poner a prueba por medio de hipótesis, la teoría previamente elaborada.
Es por ello que, en psicología, los conceptos reciben el nombre de variables latentes, pues guardan en su
interior todos los elementos necesarios para hacerlos observables. Operacionalizar es, pues, diseccionar el
concepto a fin de exponer todos esos elementos. El proceso de operacionalización se divide en dos fases, la
relación existente entre el propio concepto y los indicadores, y una segunda fase de construcción de la
definición operativa, es decir, se indica cómo medirlos o cómo determinar la observación.
Giovanni Sartori, un sociólogo italiano, estableció un proceso estándar para tratar los conceptos, un proceso
que en el fondo retoma los planteamientos aristotélicos sobre los conceptos, y que poca repercusión práctica
tienen (aunque Sartori ha sido muy loado por dicho proceso).
Lo primero, pues, que se ha de hacer con los conceptos es definirlos, o según Sartori, extraer sus dimensiones.
Para extraerlas correctamente, se ha de haber realizado previamente una exhaustiva revisión bibliográfica que
nos permita conocer cómo otros autores han conceptualizado o si lo han hecho. Esto se hace, entre otras cosas
para alterar mínimamente el campo semántico del concepto, porque si, por ejemplo, se altera la definición del
concepto de partido político, todo el campo semántico de agrupaciones sociales se vería modificado, y tendría
que plantearse cuando un sindicato deja de serlo para convertirse en un partido y viceversa.
Como consecuencia de lo anterior, los conceptos deben definirse mínimamente, entendiendo la definición
como una frase que recoge la esencia del concepto (atributos fundamentales para que el concepto sea ese y no
otro). El enunciado debe ser suficiente y necesario para categorizar los conceptos dentro de una clase
conceptual y no de otra. Las definiciones mínimas son convenientes porque, para Sartori, las definiciones
amplias dificultan la investigación empírica, al ampliarse los atributos de tal manera que no se puedan
acaparar todos.
Una vez que la definición mínima está realizada, ¿Qué se hace con ella? Extraer las dimensiones, pero para
ello se debe tener claro lo que para Sartori son la intensión y la extensión de un concepto. Por extensión se
entiende el conjunto de características definitorias del concepto a operacionalizar, y la intensión es el conjunto
de objetos y de conceptos que pertenecen a una categoría o concepto mayor (por ejemplo, la intensión del
concepto de partido político es el de agrupaciones sociales, y la extensión son los partidos de masas, catch all,
de notables, etc.)
Sartori dice además que existe una relación inversamente proporcional entre la intensión y la extensión
de un concepto, pues a mayor extensión o características definitorias de ese concepto, menor es la capacidad
del mismo para englobarse dentro de otros conceptos superiores. De lo anterior podemos extraer que, a medida
que descendemos en la escala de abstracción de un concepto, la intensión (generalidad del concepto) decrece
en favor de la extensión (características del concepto).
Como conclusión se puede añadir que a esta manera de proceder se opone otra concepción definitoria que
recibe el nombre de “parecidos de familia”. En este método, la ausencia de características definitorias
(extensión) no anula la definición del concepto. Es este, y no el método de Sartori, el más extendido dentro de
las Ciencias Sociales.
15
DE LA DIMENSIONALIZACIÓN A LA OBTENCIÓN DE INDICADORES:

Para Saini, existen diversas situaciones en las que el investigador requiere de indicadores para proceder. Como
primer paso, el investigador se debe preguntar si puede obtener directamente los estados de las propiedades
mediante la observación directa.
En caso afirmativo, se deben cuestionar la veracidad y fiabilidad de las afirmaciones. Si no se puede
obtener información fiable y veraz de las dimensiones o conceptos para captar sus estados, a fuerza mayor se
debe recurrir a indicadores, con independencia de su nivel de abstracción. Si la información obtenida ya es
fiable y se puede cuantificar, no son necesarios los indicadores, en caso contrario sí.
No son datos fiables (y por lo tanto precisan de indicadores):
Las informaciones derivadas de las respuestas que son políticamente correctas o socialmente
aceptadas. Un ejemplo es preguntar sobre la violencia de género como tal, o la homosexualidad, donde
todo el mundo responderá según lo socialmente aceptado.
Los conceptos que resultan familiares pata los investigadores pero poco familiares para los individuos
(preguntar a las parejas por su tasa de natalidad o a las mujeres por su tasa de fecundidad solo conduce
a datos errados).
Las preguntas formuladas que giran en torno a tabúes o conductas socialmente reprobables (Muy pocos
casos responderían afirmativamente la pregunta ¿Es Usted racista / sexista / machista / homófobo...?)
Qué son y cómo se buscan los indicadores.
Un indicador puede ser definido como un “subrogado”, un algo que se observa y reemplaza el lugar de otra
cosa no observable (abstracta) para contrastar las teorías (generación de hipótesis). Sin la existencia de los
indicadores NO pueden ser contrastadas las teorías, como se mencionó en el apartado de los conceptos (sin
indicadores no se pueden observar factores como el nivel de democracia, la pobreza o el nivel de desarrollo
económico).
El método de buscar indicadores no sigue ninguna regla estricta o específica, y depende mucho del criterio
y la necesidad puntual del investigador. Sí que existen algunos indicadores más o menos estandarizados, que
se utilizan a la hora de manejar datos primarios (la renta per cápita o el salario mínimo interprofesional). Todos
los demás son concepción propia del investigador.
Debe quedar claro, ante todo, que los indicadores no son ajenos a los individuos, pues un indicador en el
caso de las Ciencias Sociales, no deja de ser un indicador de uso cotidiano. Obtener indicadores es un proceso
que los individuos realizan todos los días y de manera constante (las nubes en el cielo son un indicador de mal
tiempo), pero, el objetivo de los métodos es reglamentar dichas conductas y sumirlas estrictamente al campo
científico, por lo que al tomar el rol de investigador un individuo no debería buscar indicadores de la manera
que lo hace habitualmente.
El indicador es un valor observable que parte de un concepto raíz abstracto e inobservable, y es con ellos
con los que se construye la definición operativa, es decir, aquella que le permitirá al investigador hallar
evidencia empírica para contrastar su teoría.
16
Se deben tener en cuenta dos condiciones a la hora de extraer indicadores de los conceptos:
Pluralidad desde arriba: Un solo concepto puede tener múltiples indicadores, en función de las
dimensiones extraídas.
Pluralidad desde abajo: El indicador usado para medir un concepto, es a su vez válido para definir
otros conceptos, especialmente con los que comparte el mismo campo semántico. Por ejemplo, el PIB
no solo mide el desarrollo económico de un país, también su crecimiento, su nivel de desarrollo
industrial, e incluso el tipo de economía de ese país (proteccionista, de exportación, etc…)
Como broche final, aclarar que desde un punto de vista objetivo, no existen indicadores “buenos” o
indicadores “malos”. Su validez depende del contexto, de la capacidad para recoger las características de la
dimensión y del concepto al que pertenecen, de su coherencia con el concepto y la unidad de análisis de la que
parten o de su validez para observar mejor aquella característica del concepto que al investigador le interesa.
Tratamiento de múltiples indicadores:
Lo habitual es que un concepto cuente con múltiples dimensiones y múltiples indicadores, y ante esta situación
el investigador muchas veces tiene que decidir cómo quiere tratarlos a la hora de medirlos. Puede buscar
combinaciones de indicadores a través de fórmulas lógicas para agruparlos en una cifra más o menos
homogénea, pero ante esto debe plantearse, ¿Cuentan por igual todos los indicadores o hay algunos con
mayor importancia? Muchas veces, para no alargar innecesariamente las investigaciones científicas, en lugar
de tratar los indicadores de manera individual (que sería lo óptimo), se agrupan formando indicadores más
generales y más compactos. Así se pierde información, pero se gana en ergonomía, sencillez, concisión y
claridad de la investigación.
Una vez encontrados los indicadores, el paso siguiente es pensar cómo se pueden hacer observables, es
decir, construir la definición operativa, para saber cuál es el nivel de esos datos, de qué fuentes se han de
tomar, etcétera, lo cual será materia del tema siguiente.
17

TEMA 4: La definición operativa y la selección de casos: clases y
fuentes de datos, niveles de medición, instrumentos de
observación y las estrategias de investigación.
David Botero
Métodos en Ciencia Política Tema 4: La definición operativa y la selección de casos
LA DEFINICIÓN OPERATIVA:
El proceso de operacionalización de los conceptos no acaba en la extracción de indicadores, pues eso
solo compete a una de las dos fases en las que se definió en el tema anterior. Es la definición operativa la fase
más importante de la operacionalización, pues comporta la transformación de los indicadores obtenidos en la
primera fase en variables auténticas (diferentes de las variables empleadas en la teoría), por lo que será el
proceso que generará como resultado operaciones de investigación delimitadas y definidas, con las que el
investigador puede clasificar, analizar e interpretar los datos empíricos, de los cuales la definición operativa
le servirá como apoyo para saber cómo recoger los datos y qué clase de datos recoger.
La función principal que cumple es planificar la observación y la medición, lo que a menudo implica el
trabajo más grande. Éste tipo de definiciones se plasman en un texto o se incluyen en el diseño de investigación
(hablando de él en un sentido genérico), en el que el investigador debe pormenorizar todas y cada una de las
decisiones que toma para construir la definición operativa. Solo de este modo, otros investigadores pueden
realizar críticas metodológicas para refutar o mejorar lo investigado.
Según Bruschi, la definición operativa engloba todas las operaciones lógico-físicas y experimentales
necesarias para una investigación científica. Ésta definición, tiene por tanto la peculiaridad de que transforma
las propiedades en variables que ocupan un vector de la matriz de datos. Una variable, en este sentido es, una
propiedad operacionalizada.
A la hora de definir operativamente una variable, se deben tener en cuenta algunas cuestiones:
1. Clases de datos: Los datos se pueden clasificar en tres clases: primarios, secundarios y terciarios.
Se diferencian en función del control que tiene el investigador en cada una de sus fases:
Primarios: Son aquellos sobre los que el investigador tiene control total sobre los procesos de
recogida, análisis e interpretación de los datos con los que complementa su trabajo.
Secundarios: Son todos aquellos que el investigador obtiene “en bruto” de organizaciones
externas (ONU, Banco Mundial, CIS), por lo tanto solo ostenta el control sobre las dos últimas
fases de análisis e interpretación.
Terciarios: No son en el fondo una clase de datos. El investigador no recoge los datos ni los
analiza tampoco, generalmente se reduce a reinterpretarlos (porque normalmente ya han sido
interpretados por otro). No se ostenta por tanto el más mínimo control sobre el proceso tanto de
obtención como de análisis, y la calidad de los argumentos emanados del uso de este tipo de
datos es discutible. Siempre que pueda, el investigador ha de evitarlos.
2. Fuentes de datos: Se refiere a los objetos utilizados para extraer los datos:
Escenarios sociales naturales: El observador no interviene directamente en el espacio que

quiere observar, no mantiene contacto con los objetos observados, o directamente se sirve de
datos ya recogidos por organizaciones o comunidades externas.
Escenarios semi-naturales: El escenario de observación, al igual que el anterior apartado, se

sitúa en el lugar donde acontece el fenómeno a observar, pero con la salvedad de que el
observador interviene directamente en la observación. Hay dos clases de fuentes a usar; a los
individuos como representaciones de sí mismos o a los individuos como fuentes de casos. La
diferencia radica en que en la primera, el individuo representa una fuente de datos de su conjunto
2
(datos de la EPA o de los censos), y en la segunda clase interesan los individuos en sí mismos,
y sus propiedades son el objeto de estudio de la investigación (un estudio psicológico de la
conducta, por ejemplo, estudia la conducta de los individuos, por ello los individuos son la
fuente de casos).
LOS NIVELES DE MEDICIÓN
Los niveles de medición determinan como se van a clasificar o cuantificar los datos para su posterior análisis.
Existen tres o cuatro niveles de medición: nominal, ordinal y de intervalo/razón. A la hora de determinar el
nivel de medición de una variable, se deben tener en cuenta el tipo de propiedades con las que se va a trabajar:
1. Propiedades continuas: Sus valores se modifican a través de incrementaciones infinitesimales, pues

siempre se podrá encontrar un valor intermedio (por ejemplo, el tiempo).
2. Propiedades discretas: Sus valores se incrementan de manera finita (como el sexo o la edad). Se
dividen a su vez en:
No ordenables
Ordenables
Enumerables
Continuas
Los niveles de análisis clasifican los objetos para poderlos medir, y dan pie a realizar distintas operaciones
lógico-físicas con los estados de cada propiedad:
1. Nivel nominal: Es una manera de determinar la clasificación lógico-física de los objetos. A la hora de
clasificarlos se debe tener en cuenta, no solo la clasificación dicotómica (división de la propiedad en
dos estados únicos, como el estado hombre y el estado mujer para el sexo) o politómica (división de
la propiedad en múltiples estados, como la renta económica mensual de un individuo), sino también
dos criterios existentes para clasificar las variables que respondan a este nivel de medición:
Mutua exclusividad: Un objeto o tiene un estado u otro, nunca los dos (un individuo o es
hombre, o es mujer, un Estado o es aconfesional, o es laico).
Exhaustividad conjunta: Se deben clasificar absolutamente todos los objetos.
3
2. Nivel ordinal: Las variables que se clasifican siguiendo el nivel ordinal no solo se distinguen unas de
otras, como sucede en el nivel nominal, sino que mantienen entre sus estados una relación lógica que
permite clasificarlos de mayor a menor o de menor a mayor en tanto que compartan más o menos una
determinada propiedad. No obstante, el rango exacto en el que comparten dicha propiedad no puede
ser conocido. Como ejemplos se pueden citar la clase social, el nivel de estudios o el grado de asiduidad
exacto de los individuos religiosos a sus ceremonias litúrgicas como expone este ejemplo:
3. Nivel de intervalo/razón: Es el nivel de medición más complejo de los existentes, y es aquel por tanto
en que el investigador tiene mayor capacidad de observación, al disponer del rango exacto en el que
los individuos comparten una determinada o determinadas propiedades. La diferencia en este nivel
radica en la existencia o no del cero absoluto, y en esos términos este nivel se puede clasificar en dos
subclases:
De intervalo: Carecen de cero natural o absoluto, es decir, carecen de ausencia de la propiedad

(pues aún el 0 supone que el objeto reconoce la propiedad pero no la comparte). Ejemplos
prácticos son la escala ideológica, el grado de simpatía con un partido, o una escala de actitudes.
De proporción: Son aquellas situaciones en las que el cero indica la ausencia de una propiedad.
Ejemplos prácticos se encuentran en la edad, los años de escolarización o el nivel de ingresos
de una familia.
4
La clasificación anterior lleva a pensar que los niveles de medición tienden a jerarquizarse según la
cantidad y el tipo de información que sean capaces de proporcionar. Esto significa que siempre que pueda,
el investigador deberá intentar obtener datos partiendo del nivel que más y mejor información aporte
(intervalo/razón), porque siempre se pueden convertir los datos a un nivel anterior, pero nunca pueden
transformarse en datos de un nivel superior (En el nivel nominal, no podemos deducir si de los individuos que
responden “si” a la pregunta “¿Se considera Usted religioso?” son muy religiosos, poco religiosos, asisten
asiduamente a las liturgias u ostentan un cierto grado de tolerancia o intolerancia, porque solo se les pregunta
por su condición de religiosos).
INSTRUMENTOS DE OBSERVACIÓN:
Los instrumentos de observación son todas aquellas herramientas que permiten al observador recoger y
analizar los datos de manera correcta para que éstos sean fiables. En Ciencias Sociales, a diferencia de
las Naturales, no se disponen de instrumentos de observación físicos (como los telescopios o microscopios),
no obstante, hay múltiples instrumentos no materiales que le permiten al investigador social medir los procesos
sociales que estudie, puesto que éstos también son inmateriales. Es consecuencia de lo anterior, que los
instrumentos de observación sociales se centran mucho en la recogida de datos mediante encuestas y
cuestionarios, ya que es la forma más sencilla y más directa de estudiar clases de casos (especialmente si son
individuos), aunque hay más formas de hacerlo (mediante experimentos sociales, por ejemplo).
En una definición práctica, los instrumentos de observación son las operaciones pertinentes para captar por
medio de interacciones la presencia de una o de varias propiedades o estados de las propiedades en un caso.
Por tanto observar consiste en captar la información del universo mediante la aplicación de un
instrumento (Bruschi). Existen seis instrumentos de observación más o menos relevantes:
1. Esquema de captación: El observador decide como formular las preguntas de un cuestionario o

encuesta, y se dividen en tres tipos de preguntas: abiertas (cuando el caso puede completarla con sus
propias palabras), cerradas (cuando el caso solo puede contestar con opciones o sistemas de evaluación
ya facilitados) o semi-abiertas (cuando el caso puede responder a ciertas partes con sus propias
palabras). En función de la estructuración, un cuestionario puede ser completamente estructurado
(cuando solo se puede responder con opciones ya establecidas) o nada estructurado (el sujeto puede
responder con sus propias palabras), lo cual implica muchas dificultades a la hora de categorizar y
analizar los datos, al disponer de una inmensa cantidad de ellos.
Es por ello que muchas veces se prefiere tener menos datos pero con una calidad mayor, y se opta por
estructurar bastante los cuestionarios. Los cuestionarios parcialmente estructurados le dan la opción
al sujeto de explicar el motivo por el que ha elegido una opción determinada (Sí marcó por ejemplo que
se determina católico, por qué eligió eso y no protestante). La definición operativa a este supuesto
consiste en especificar un listado de estados o modalidades de las propiedades, el código o plan de
codificación (normalmente es numérico), y los procedimientos para asignar a cada objeto una
modalidad, y por consiguiente uno de los códigos.
Según Bruschi, para captar la información “se interroga al mundo”, muchas veces a través de
preguntas virtuales (con observación no reactiva, como cuando se estudian Estados) o con preguntas
reales (a los individuos). Las preguntas “virtuales” reciben ese nombre porque a menudo van implícitas
en el proceso de observación, pero no se está interrogando directamente a los casos que no pueden
contestar. Una pregunta en ambos términos, es básicamente un estímulo al cual sigue una respuesta.
Las preguntas por tanto se pueden clasificar en base al estímulo (predeterminado y no predeterminado)
y en base a las respuestas (abiertas, cerradas o parcialmente abiertas).
5
Al formular preguntas a objetos animados (individuos) se pueden derivar dos problemas relacionados
con ellas que se deben prever en la definición operativa, a fin de establecer medios que minimicen
en la medida de lo posible los efectos de esta clase de problemas. Según Bruschi, los problemas a tener
en cuenta a la hora de formular preguntas son los siguientes:
Relativos al código lingüístico: Ha de ser común a todos los hablantes, lo cual representa un
gran problema en investigaciones internacionales cuyas muestras pertenecen a distintas
nacionalidades y grupos étnicos. Se debe conseguir que la traducción de las preguntas de una
lengua a otra sean las mismas, es decir, que quieran decir lo mismo. Pero esto no solo sucede
con diferencias entre lenguas, también entre roles, por ejemplo cuando investigadores adultos
quieran interrogar a niños o personas con un rango de edad diferente. Se ha de manejar entonces
un código que sea común tanto a investigadores como a investigados.
Respecto al uso del código: Según Bruschi existen tres clases de falacias; las semánticas (de
definición de conceptos; ambigüedad y vaguedad), sintácticas (de estructura conectiva de las
proposiciones; el caso de la conjugación "o" como excluyente en una pregunta) o las "leading
cuestions" (aquellas que conducen a una respuesta).
Las "loaded questions" son aquellas que tienen carga moral (preguntas referentes al racismo,
al machismo, al sexismo...) y que no se pueden hacer de manera literal.
Problemas de conflicto o tensión del entrevistado, que lo inducen a no responder a la pregunta

que se le formula. Pueden ser o cuestionarios demasiado largos o con temas demasiado
conflictivos - polémicos, donde se pregunta sobre aspectos personales, pueden generar
conflictos entre los entrevistados que evitarán responder aludiendo al "no sabe/no contesta" o
al "response set" con baterías de preguntas demasiado largas en las cuales se sigue un patrón
de respuesta fijo. El calado de este problema es tan serio, que según Marradi, los propios
entrevistadores pueden estimular que las preguntas se respondan mal, pues los entrevistadores
están mal pagados o poco motivados.
2. El observador: Hay que dejar claro que el observador no tiene por qué ser el investigador que
diseña la investigación, puede ser un grupo de observadores perteneciente a una empresa o que el
investigador contrata de manera independiente. La presencia del observador en el escenario que
observa puede ser o bien oculta (cuando no se delata como tal o no se encuentra presencialmente) o
bien explícita, cuando se presenta en calidad de observador o interfiere en el escenario de observación,
por ejemplo, para facilitar el cuestionario o interrogar al sujeto observado mediante encuestas, o a veces
directamente no hay observador presencial, como puede ser el caso de cuestionarios que llegan por
correo y que hay que remitir resueltos. ¿Qué problemas plantea el observador que se han de prever en
la definición operativa?:
Aptitud: los observadores han de ser aptos para desempeñar su labor, se deben seleccionar
observadores física, psicológica y lingüísticamente capacitados para desempeñar la labor que
acometen. Si la investigación es además sobre un sector muy específico, se valorará también
que los observadores ostenten amplios conocimientos sobre el área que han de observar
(entender el lenguaje técnico o de los procedimientos de investigación).
Motivación: Es fundamental, e implica tanto remunerarles como incentivarles para que

desarrollen correctamente su trabajo, a fin de evitar de que los observadores descuiden su trabajo
o falsifiquen casos para cubrir el coto que se les exige.
6
Instruir o adiestrar a los observadores: Se debe formar a los entrevistadores sobre el

procedimiento que deben de seguir minuciosamente a la hora de interactuar con los casos de
estudio, las veces que tienen que insistir en cada pregunta, si los observados tienen un límite de
tiempo para responder, las preguntas que pueden surgir, etc...
¿Qué problemas puede plantear la interacción entre el observador y el observado? Problemas

lingüísticos (como las expresiones verbales), paralingüísticos (registro y tono del discurso),
cinésicos (comportamientos) o icónicos (imágenes, indumentaria, etc...) Por ello se ha de formar
al observador para que minimice el impacto de los problemas anteriores, qué código lingüístico
debe utilizar, como debe vestir, el modo de dirigirse a los observados, que registro vocal utilizar,
con que énfasis entonar las preguntas, etc... Pues el objetivo del observador es la obtención de
respuestas que representen el mundo lo mejor posible.
3. Mecanismo de intermediación: A través de este proceso las observaciones se clasifican en función de

la manera en la que el observador y el observado interactúan. Puede ser de varias clases:
Relación reactiva: Aquella en la que se solicita una respuesta actuando intencionalmente sobre
el ambiente o el entorno (el investigador presentándose presencialmente en el escenario de
interacción).
Relación no reactiva: Aquella en que hay un registro de conductas y sucesos sin que se
promuevan directamente. El investigador por tanto se limita a observar. Es muy común en
ciencias como la Antropología, donde el observador solo observa la comunidad que investiga.
Para organizar el mecanismo de investigación hay que tener en cuenta dos componentes:
Teórico: Teorías que justifican el uso del instrumento y su funcionamiento. A la hora de

plantear una encuesta, por ejemplo, el investigador tiene un planteamiento o teoría inicial sobre
cómo usar las encuestas, con qué clases de objetos y cómo interpretar los resultados que obtenga.
Las teorías que se usa en ciencia social pertenecen a la psicología cognitiva, a la sociología, a
la psicología social, a la neurociencia, lingüísticas, etc.
Operativo: Reglas del uso del instrumento. El instrumento cuenta con un conocimiento teórico
previo, pero se debe usar de una manera concreta para que produzca los resultados esperados.
Para interpretar los resultados, se han de tener en cuenta las llamadas "hipótesis auxiliares" o supuestos
relativos a hipótesis. Importan tanto las teorías sobre el buen uso del instrumento y su funcionamiento,
pero se deben aplicar las reglas y los métodos relevantes para utilizar el instrumento de manera correcta.
Es decir, en consonancia con los conocimientos teóricos de un investigador, éste debe preguntarse ¿Los
datos obtenidos usando X instrumento son válidos y fiables? ¿Se ha aplicado el instrumento de
manera correcta? Porque de estos dos aspectos dependerá la interpretación de los resultados.
Si no hay fundamento teórico referente al uso de un instrumento, y si lo hay pero se ha seguido de

manera incorrecta o no se ha tenido en cuenta, el investigador tiene un problema, pues los datos carecen
del todo punto de fiabilidad, y su interpretación será sesgada. Es este el modo correcto en que se deben
juzgar las investigaciones, y no por el grado de identificación ideológica, ética o moral con sus
conclusiones.
7
4. Reglas de realización: Las reglas de uso de un instrumento pueden ser:
Rígidas: Los investigadores se someten a un código rígido donde sólo pueden hacer o
interactuar del modo que se les indica. Por ejemplo, las instrucciones que tienen que darle a los
entrevistados sobre la realización del cuestionario, que preguntas son de libre elección, cómo
actuar ante las dudas del entrevistado, o si éste cuenta con una limitación de tiempo para
contestar, etc.
Libres: La interacción queda a criterio del observador. Suele emplearse en entrevistas, dado
que el observado tiene libertad casi total para expresarse, y el observador se limita a anotar lo
más relevante y a enunciarle las preguntas generales. El observador puede servirse de
instrumentos auxiliares como una grabadora o una cámara y no anotar los resultados en el acto
si así lo desea.
Parcialmente libres: Se le permite libertad al observador, pero hay ciertos elementos en los
que se le instruye y se le coarta.
Si se tienen en cuenta tanto los mecanismos de intermediación como el esquema de captación, según
Marradi, el investigador cuenta con las siguientes clases de instrumentos:
Totalmente estandarizados: Instrumentos completamente estructurados y con reglas rígidas.

Es el método que suele seguir la investigación mediante cuestionarios. Cuenta con
estandarización completa, rigidez absoluta y esquematización total, de modo que ni el
entrevistador ni el entrevistado tengan libertad a la hora de influir en los resultados.
No estandarizados: Aquellos en los que el esquema no está completamente estructurado y sus

reglas no están definidas. Tanto el observador como el observado tienen plena libertad para
interactuar. Es el mecanismo frecuente que siguen las entrevistas.
Parcialmente estandarizado: El esquema está estructurado en algunos puntos clave y las reglas
no son totalmente rígidas, permiten al observador mantener la libertad en algunos puntos.
En cuanto al ámbito espacio-temporal se encuentran:

Escenarios o ámbitos naturales: Se observan las conductas y obtienen las respuestas en el lugar
de elección del observado.
Escenarios o ámbitos artificiales: Se observan las conductas y obtienen las respuestas, o bien
en el lugar que el observador ha fijado o bien de forma inmediata, donde el observador altera el
escenario de observación (encuestas callejeras o telefónicas).
5. Sistema de registro: Se debe prever cómo el observador va a anotar o registrar las observaciones que
hace a fin de preservarlas. Según Bruschi se han de tomar decisiones respecto al "cómo" como acerca
del "cuándo" se va a realizar el registro respecto de las observaciones. En cuanto al cómo, se debe
decidir si la clasificación y categorización de los datos la puede hacer el observador sin ningún tipo de
instrumento o con algún tipo de instrumento (papel, grabadora, etc.).
En cuanto al cuándo el registro se puede hacer en tiempo real (mientras se produce la interacción
observador-caso) o en tiempo diferido (cuando el observador anota las observaciones después del
8
fenómeno de interacción. Las ventajas del tiempo real es que apenas se pierde información, pero el
observador puede estar menos atento al ambiente de interacción o a las características del mismo que
condicionan las respuestas del caso observado. El tiempo real se usa en investigaciones cuantitativas,
mientras que el diferido se emplea en las cualitativas.
Las funciones que para Bruschi cumple el sistema de registro son dos fundamentalmente:
Replicativa: Se registra la observación de manera sistemática y se conservan los datos para elaborarlos
sucesivamente y así convertirlo en algo analizable (un antropólogo que rellena los diarios y acumula
progresivamente información, tiene que condensar y editar esa información para volverla analizable).
Protocolar: Implica recoger una información que se puede analizar directamente y así controlar la
hipótesis. Las técnicas de entrevista telefónica (CATI), por ejemplo, graban las respuestas mediante
patrones en una matriz que se puede usar inmediatamente en análisis estadístico, y así el investigador
se ahorra su compilación.
Al final de la investigación y a modo de anexo, se debe incluir un informe metodológico donde se da

cuenta de todas las decisiones tomadas por el investigador a la hora de construir la definición operativa
con cada uno de los indicadores. De este modo se cuenta con elementos para que tanto el investigador
como otros colegas puedan juzgar si lo que se ha hecho es lo adecuado, si es la manera de proceder, si
la calidad de los datos es la idónea, y así poder asimilar o descartar las conclusiones obtenidas.
6. Reglas de control o de supervisión: Son todos aquellos mecanismos de los que se sirve el investigador
para supervisar que los observadores y los observados interactúen de la manera esperada, y que también
se deben incluir en la definición operativa. Son muchas y muy numerosas, y entre ellas se citan las
reuniones periódicas con los entrevistadores (en caso de investigaciones largas) para recordarles las
normas, comunicarse con los casos (en porcentajes pequeños) para verificar que las respuestas que
figuran son suyas, sobre dónde y cómo se van a guardar los cuestionarios (en papel, en formato digital),
o quién va a estar al cargo de su custodia (si una persona o más personas), cómo va a poder utilizar esa
información... Todo eso se debe especificar claramente para evitar problemas de pérdida de
cuestionarios, de no correlación de los datos, de conclusiones diferentes empleando la misma muestra
y los mismos mecanismos que supuestamente han empleado los observadores, etc.
Tratamiento, limpieza y reducción de datos
Al final de todo el proceso de recogida de datos, si se ha procedido de manera correcta, resultará una matriz
de datos en cuyas filas se ubiquen casos y en cuyas columnas se ubiquen variables (propiedades) y estados de
dichas propiedades, con una serie de valores numéricos en sus casillas. Y el problema es que a menudo en
dicha matriz siempre habrán errores de alguna clase, y eso implica que hay que "limpiar" los datos, porque
siempre están "sucios" es decir, siempre hay o respuestas equivocadas de los observados, o respuestas que los
observados han completado aleatoriamente, o casos perdidos, o casillas de variables en blanco
(metodológicamente recibe el nombre de "casos perdidos"), etcétera, así como errores de anotación por parte
de los observadores, o que los datos aportados por un observador no se correspondan con los de otro
observador en términos probabilísticos, o también falta de correlación entre la respuesta de un individuo a una
pregunta y los datos oficiales existentes sobre esa pregunta (por ejemplo, que a una pregunta referente al año
de finalización de los estudios, las respuestas no se correlacionen con los documentos oficiales.)
Hay dos mecanismos para que el investigador prevea este tipo de inconvenientes, lo primero el tratamiento de
datos perdidos o la "imputación", codificar, recodificar o postcodificar los datos (por ejemplo, en una pregunta
donde los casos respondan a la edad en términos absolutos, éstos se pueden reconvertir en intervalos). Se
9
puede también combinar respuestas mediante índices o escalas (si hay muchos indicadores de una misma
dimensión ¿se tratan por separado o se combinan?), o un análisis factorial para fundir dimensiones en un solo
concepto, escalamiento para ordenar la preferencia de los casos respecto a una variable, o análisis de
conglomerado que permite agrupar casos.
De todas estas decisiones, también se debe dejar constancia explícita en el diseño e investigación, o en su
defecto, en el informe metodológico que se adjunta al término de la investigación, porque a partir de ello,
otros investigadores podrán reproducir la investigación y determinar si da o no los mismos resultados que
se exponen.
LOS TIPOS DE ERROR; LA VALIDEZ Y LA FIABILIDAD DE UNA

INVESTIGACIÓN:
El error de medición (Alexandro Bruschi)
Al tener la matriz ya elaborada se puede pensar que las mediciones son correctas, en ocasiones confundiendo
los números con la realidad. El problema es que TODAS las mediciones tienen errores, y por tanto se tiene
que considerar el error de medición, y se debe intentar estimar el error, aunque ello sea muy dificil de
cuantificar.
Para calcular la medición se sigue un esquema simple donde X es el valor observado, V es el valor verdadero
y E es el error. Lo cual implica que el error es la diferencia entre el valor observado menos el valor verdadero
de cualquier variable que se mida. La inteligencia de los sujetos es un ejemplo; con un valor observado de 98,
el valor verdadero a estimar que es desconocido, y algún porcentaje de error, pues entre la inteligencia
verdadera del sujeto y la que se observa existe una diferencia, esa diferencia es el porcentaje de error.
Cuando se trabaja con individuos, el componente de error tiene dos elementos o partes: la sistemática (S) y
la aleatoria (R). Por ejemplo, a la hora de preguntar acerca de los ingresos de las personas, siempre suele
haber una parte de error sistemática, porque algunos declaran menos o más cantidad de dinero de la que
realmente ingresan en ese caso hay un componente sistemático de error elevado, dada la tendencia de los
individuos a subestimar. Es decir, que la parte sistemática (sesgo) afecta a todos los casos de una muestra. El
componente aleatorio se compensa entre unos casos y otros, el valor promedio de los valores de las
variables. El sistemático es el que más preocupa, porque sesga los datos, el aleatorio importa poco pues, por
lo general, las investigaciones trabajan con valores promedio.
Bruschi muestra en términos funcionales las fuentes posibles de error, pero, ¿de dónde proceden los errores?
de cada uno de los componentes o elementos de la definición operativa (el objeto observado, en el ambiente
de la observación, el esquema de recogida de datos, el observador, el mecanismo de intermediación, la
aplicación de las reglas de ejecución, el lugar de la observación y el registro). En el mejor de los casos se dan
errores aleatorios, pero si los conceptos no aparecen definidos correctamente, se tendrá un error sistemático
problemático.
Errores de indicación y de operacionalización (Corbetta)
Otra manera de detectar el error la ofrecerá Corbetta, al exponer el llamado error de indicación, que es un
error sistemático basado en el sesgo de los indicadores, si son "malos" en términos metodológicos, es decir, si
no miden correctamente y de manera exacta aquellas cualidades o características del concepto que se necesitan
medir, se tendrá sistemáticamente infraestimaciones o sobreestimaciones. La fase empírica comprende
desde el indicador a la variable (definición operativa), y está también presente, según lo llama Corbetta, el
error de operacionalización, que puede afectar tanto a la selección de los casos, como a la observación o al
10
tratamiento de los datos. En cuanto a la selección se pueden tener errores de cobertura (al no saber
exactamente de qué tipo de muestra se quiere realizar estimaciones: ¿Cuántos "españoles" hay exactamente y
quienes son para realizar un barómetro?)
Error muestral:
Toda muestra por sí misma es problemática y tiene un componente de error (el hecho de seleccionar a una
parte de la población implica que a menudo se seleccionará de una manera no del todo representativa. La no
respuesta a las preguntas es también un problema serio, pues si una parte importante de la muestra no responde
se tiene un componente de error evidente derivado de la selección de los casos.
De la observación, la actuación del entrevistador y del entrevistado (que miente o se niega a responder), el
instrumento, el modo en que se procede, etc. En definitiva, esto debe llevar a pensar que en TODA medición
(por muy bien hecha que esté) existe una posibilidad de error
La validez y la fiabilidad de una investigación
Conociendo pues, que absolutamente todas las fases de la operacionalización, y en definitiva, del proceso
científico pueden albergar errores, ¿Qué criterio juzga una investigación, o la calidad de sus mediciones? Son
esencialmente dos, la validez y la fiabilidad. Las observaciones deben proporcionar datos válidos y fiables.
Para Marradi la validez se refiere a la relación entre los indicadores y sus conceptos madre, se deben buscar
indicadores válidos para evitar el error sistemático que aporta resultados sesgados, provocando que la
medición careciera de validez.
La validez se define como el grado en que los indicadores miden los conceptos que quieren medir. Y hay
varios tipos de validez:
1. Validez "aparente": Se establece "a ojo de buen cubero", es decir, se seleccionan una serie de
indicadores que a ojos del investigador parecen los adecuados, pues concuerdan con todos sus
conocimientos teóricos sobre el tema que investigan. Esto realmente no se considera un tipo de validez
fiable.
2. Validez de contenido: Se refiere a que un conjunto de indicadores capte toda la riqueza de significado
del concepto que al investigador le interesa (si democracia tiene varias dimensiones, se tienen que tener
indicadores para todas sus dimensiones). De aquí deriva la importancia de buscar el máximo número
de indicadores posibles para cada dimensión de un concepto.
3. Validez de criterio: Ante un instrumento de medición (un cuestionario, por ejemplo) anterior, que se
sabe eficaz de mediciones anteriores, pero muy complejo, muchos investigadores lo acotan para que en
menor grado de complejidad, aporte una afirmación igual de válida que el original. La validez de criterio
significa que el instrumento sucesor proporciona los mismos resultados (o todo lo similares posible)
que el instrumento raíz. Ese instrumento de medición raíz es a lo que se llama el "criterio" (el
cuestionario mayor del que se supone efectividad). En caso de diferir en los datos, afirmar que el nuevo
instrumento carece de validez de criterio es en cierto modo problemático, porque a lo mejor el que
funciona mal es el instrumento raíz, no obstante, se da siempre por sentado (apoyado a veces por
mediciones anteriores) que el que funciona bien es el instrumento original.
4. Validez de constructo: Guarda relación con la coherencia de las observaciones realizadas con la
definición operativa de unos conceptos, y las observaciones realizadas con las definiciones operativas
de otros conceptos. Las observaciones hechas sobre un concepto tienen que ser coherentes con las
11
realizadas en base a otros conceptos. El mejor modo de verlo es con un ejemplo extraído de un manual
inglés:
"La ESE (Encuesta Social Europea) mide la salud de los individuos entrevistados de varios países
europeos con lo que se llama el autoinforme (respuesta propia de los entrevistados), y se pide que
valoren los niveles de su salud entre muy mala (1) y muy buena (5). ¿Es válida esa manera de medir?
No es práctico ni económico asegurarse de ello bajo criterios concurrentes (historiales médicos de los
entrevistados) ¿Cómo se asegura la validez entonces? Pensando que las personas mayores, en general,
sufren más de problemas de salud que los jóvenes, y se espera que si el indicador sobre salud es válido,
se correlacione negativamente con la edad (los que tienen más años calificarán peor su salud que la
gente joven). Y en los resultados esta premisa se comprueba: los jóvenes declaran mejores condiciones
de salud que las personas de edad avanzada".
Debido a esa afirmación, se puede concluir que medida del ejemplo tiene la llamada "validez de
constructo" porque las observaciones realizadas con esa definición operativa son coherentes con las
observaciones de otros conceptos a través de sus indicadores (las observaciones sobre salud son
coherentes con las observaciones sobre la edad de los sujetos).
A pesar de lo expuesto, la validez de criterio y la de constructo precisan de análisis estadísticos para poder
determinarse, por lo menos un análisis de correlación para las de constructo.
En cuanto a la fiabilidad, puede definirse como el grado de precisión con el que un instrumento mide el
concepto que interesa al investigador. Por precisión o fiabilidad se habla de la capacidad de reproducir el
resultado de la medición, una medida es fiable cuando, aplicando el mismo instrumento al mismo objeto en
un contexto temporal distinto, si no hay cambio en el objeto, da los mismos resultados. Un metro, por ejemplo,
da mediciones válidas si siempre que se aplica (y los individuos no crecen) da los mismos resultados. Hay
otros instrumentos menos fiables como medir la estatura de los individuos en palmos, que dependerá mucho
de la longitud de las manos que miden y de su anchura.
Se puede tratar de determinar la fiabilidad de las mediciones de múltiples maneras. Con los cuestionarios
existe el llamado "test-retest", es decir, el cuestionario se repite en múltiples periodos temporales con los
mismos casos, siempre que los periodos temporales no sean muy largos, y los casos no hayan cambiado, pues
la "estabilidad" de los individuos puede ser un producto de sucesos psicológicos, de manera que un individuo
puede responder lo mismo porque quiere parecer coherente, o cuando hay preguntas de conocimiento puede
haber procesos de aprendizaje, o que puede haber un proceso de maduración por el que los individuos
respondan de manera distinta a una misma pregunta, etcétera.
Toda investigación, por ende, debería aspirar a la mejor calidad posible, entendida ésta como los valores
de validez y fiabilidad más altos posibles, buscando indicadores válidos y cuya definición operativa garantice
la estabilidad de las mediciones. Si se consigue eso se tendrán afirmaciones válidas y fiables, pero NO
EXENTAS DE ERROR, pero la calidad es la máxima posible dadas las condiciones (de mayor o menor
complejidad) de una investigación.
12
ESTRATEGIAS DE INVESTIGACIÓN, O SELECCIÓN DE CASOS

La importancia de la unidad de análisis: los tipos de falacias
La selección de casos guarda una profunda relación con el primer tema de la materia, donde se exponían
las relaciones entre la unidad de análisis o caso y la unidad de observación, sus distintas propiedades y sus
distintos niveles. Es interesante volver sobre aquel apartado, para remarcar algo esencial, la importancia de
la unidad de análisis, es decir, a qué nivel el investigador realizará sus observaciones y acerca de qué casos
se quieren hacer afirmaciones (o de individuos exclusivamente, o de Estados exclusivamente, etc...) No se
puede hacer saltos en niveles de análisis, ya que ello implica que el investigador no tiene claro sobre qué
quiere enunciar supuestos, por ejemplo, no es lo mismo preguntarse por qué unos individuos fracasan
escolarmente y otros no (afirmaciones sobre individuos), y otra cosa es preguntarse por qué las tasas de fracaso
escolar son mayores en unos países que en otros (afirmaciones sobre países), son investigaciones distintas
porque la unidad de análisis (que representa el alma de toda investigación), es distinta, ya que determina el
tipo de variables independientes a utilizar (para el fracaso escolar a nivel individual los factores explicativos
son diferentes que para explicar las tasas de fracaso escolar de los países), por lo que también determina como
se definen los conceptos, como se operacionalizan o sus definiciones operativas (que medir, cómo medir, con
qué instrumentos medir, fuentes de datos a utilizar, como categorizar, etc...).
Se puede determinar por tanto, que si no se tiene clara cuál es la unidad de análisis (de ahí a que se le dedique
el primer tema), todo lo demás no tiene ninguna relevancia. La unidad de análisis, por ende, es clave en una
investigación.
Hay varios ejemplos que ponen de manifiesto la ignorancia o poca atención de los investigadores con respecto
de la importancia de tener clara la unidad de análisis de una investigación, y uno de ellos es lo que se llama
"falacia ecológica". Por ejemplo, a un investigador le interesa estudiar la relación entre los cleavages
"izquierda-derecha" y la tendencia a ser más pacifista o más belicista, y que se tienen dos países posibles, A
y B. La pregunta a formularse será la siguiente: ¿Existe una relación entre la orientación ideológica de los
países y la tendencia al belicismo o al pacifismo? Se observa que en el país A se tienen 60 individuos de
izquierdas, 40 individuos de derechas, y se tienen 60 pacifistas y 40 belicistas. En el país B, se observan 30
izquierdistas, 70 derechistas, 30 pacifistas y 70 belicistas. Si se analizan los países en base a los datos
observados, ¿a qué conclusión se llega? Se llegaría la conclusión de que en los países en que predomina la
izquierda hay más pacifistas, y donde predomina la derecha se da más tendencia al belicismo.
La cuestión clave es, ¿Se pueden realizar afirmaciones con respecto a los individuos? ¿Quiénes son de
izquierdas son pacifistas? No se puede afirmar como tal, porque dentro de cada facción puede haber tanto
individuos belicistas como pacifistas, existiendo una diferencia tal que pueda descartar la relación establecida
(en un país con un 60% de izquierdas y un 40% de derechas, 25% de los pacifistas son de izquierdas y un 35%
son los de derechas, frente a 35% de belicistas de izquierdas y 5% de belicistas de derechas), pues puede
resultar que los más pacifistas en según qué países son los de derechas. Por tanto aunque a nivel de países la
correlación se mantenga, ello no implica que se pueda trasladar dicha correlación a los individuos (en un
país con 60% de individuos de izquierdas y un 40% de derechas, los individuos de izquierdas no tienen
forzosamente que ser todos pacifistas porque concuerde su porcentaje con el porcentaje de pacifistas) A partir
pues, de datos sobre países, no se puede afirmar nada sobre los individuos, de lo contrario se cometería una
falacia ecológica.
La situación inversa o falacia individualista también se comete, a partir de datos sobre los individuos se
pretende extrapolar a unidades de análisis mayores como son los Estados, lo que no se puede hacer. Por ello
planteamientos como la "cultura política" son problemáticos, porque supone el agregado de respuestas
individuales aplicadas a unidades de análisis mayores como son los países, mediante propiedades agregadas
13
como la cultura (propia de la nación) construidas a partir de datos individuales, inestables y dependientes de
terceros factores aleatorios o coyunturales que no reflejan correctamente la cultura como característica
definitoria de las naciones.
¿Cuántos casos elegir: muchos, algunos o pocos?
Una vez que el investigador tiene clara la unidad de análisis a investigar, ¿cuántos casos emplear? Y al respecto
se deben tener en cuenta ciertas cuestiones:
1. ¿Qué elementos influyen en cuántos casos se pueden seleccionar? Es esto, fundamentalmente, una
cuestión de cómo se constituye el universo, cuántos casos tiene el universo, y de los recursos que se
dispone. Si el universo de la investigación es pequeño, se dispondrá de pocos casos, si se estudia un caso
no se tendrá en cuenta los demás, y por lo tanto el universo de casos no es su referente, sino los recursos
disponibles. El equilibrio entre estas dos partes dan como resultado el número de casos necesario para
una investigación.
2. A partir de lo anterior se pueden analizar muchos casos, algunos casos, pocos casos o un solo caso.
Y hay algunas situaciones en las que ese tipo de decisiones no se toman, por ejemplo, si al investigador
solo le interesa un caso (la política española) sin inferir en ninguna población (solo interesa estudiar la
política dentro de España, sin generalizar a otros casos), en ese supuesto, el investigador no necesita
plantear cuántos casos.
3. Se debe valorar si se cuenta con suficientes recursos para estudiar todos los casos de la población que
ocupa el interés del investigador (el investigador cuenta con recursos para analizar las 17 CC.AA
españolas y cuenta con recursos para estudiar las 17, lo cual representa un estudio de muchos casos o de
todos, por lo que tampoco se deberá decidir sobre el número de casos).
La cuestión central es decidir en qué momentos el investigador tiene que seleccionar la cantidad de casos a
estudiar en función de los recursos que tenga disponible, cuando no se puede estudiar un caso sin inferir en
otros o cuando la cantidad de recursos no permite el estudio de todos los casos que al investigador le interesan.
En ese supuesto, existe una diferencia entre "el objetivo de explicar" y el "objetivo de describir", pues dan
lugar a decisiones distintas.
1. Si lo que el investigador quiere es describir, se cuenta con una "estrategia extensiva" que implica
muchos casos y pocas variables, lo que interesa es maximizar el número de casos, pero no interesa tanto
la multiplicidad de variables, se puede emplear también una "estrategia intensiva", que implica pocos
casos y muchas variables, se seleccionan pocos casos (menos de cinco, a ser posible) pero se describen
de manera exhaustiva, lo que interesa es conocer los casos con los que se trabaja, y no interesa tanto
realizar afirmaciones sobre muchos casos. Este tipo de investigación se practica en política comparada
en los "estudios de área", es decir, la especialización de los investigadores en un campo determinado
de estudio.
2. Si lo que se pretende es explicar, se cuenta con una relación directamente proporcional entre el
número de variables y el número de casos, (cuantas más variables se quieran emplear, mayor debe ser
el número de casos), pues guarda relación con las variables de control, y así funcionan las técnicas
estadísticas que realizan estimaciones precisan de muchos casos, y esa es básicamente la explicación,
pues la proporcionalidad está estrechamente vinculada con la potencia de las pruebas estadísticas, lo
que permite evitar los "falsos negativos".
14
En el supuesto de que se plantee el problema, como suele ocurrir en política comparada, donde se tienen pocos
casos y muchas variables, se tienen dos soluciones posibles: aumentar el número de casos o reducir el número
de variables.
Sobre el número de casos conviene también tener en cuenta que algunas investigaciones usan el tiempo
como factor importante, y según como se emplee se tienen dos tipos de investigaciones:
1. Investigaciones sincrónicas: Son todas aquellas cuyas observaciones se realizan en un solo punto
temporal (países en los que se toma un punto temporal para observar las variables de interés en la
investigación). El punto temporal se puede definir con mayor o menor amplitud (meses, cuatrimestres,
años, lustros, décadas...) Lo esencial es que la variable no modifica su valor en cada punto temporal para
el caso en cuestión. (si se mide en décadas, el valor de las variables será el mismo a lo largo de toda la
década)
2. Investigaciones diacrónicas: Son aquellas que se sirven de varios puntos temporales, y en las que los
valores de las variables se modifican para cada caso en los distintos puntos temporales. Ello implica que
se puede aumentar el número de casos utilizando puntos temporales (para cada país, por ejemplo, medir
las variables de interés en varios años). Esto plantea una serie de problemas estadísticos bastante serios,
que no son objetivo de análisis de esta materia.
Estudio de caso:
Es importante matizar algunos puntos respecto del estudio de caso. La perspectiva que manejan los autores
del manual recomendado (Anduiza, Crespo y Méndez) está bastante anticuada con respecto a lo que se hace
hoy en día en ciencias sociales sobre el estudio de caso.
Un estudio de caso se puede definir como el estudio de un solo caso, pero qué es en sí, y cómo se estudia un
solo caso constituye una definición problemática. Existe una perspectiva estricta sobre ello, la aportada por
Harry Eckstein, un politólogo norteamericano, que define un estudio de caso como la observación de un solo
ejemplar de la unidad de análisis en un único punto temporal para todas las variables a observar. Por ejemplo,
un estudio de caso es estudiar la política española en el año 2016 o en la última década.
Ese punto temporal del que habla Eckstein, se entiende de tal manera que dentro del intervalo de tiempo los
valores de las variables permanecen intactos, es decir, los valores para la política española en la última
década no cambian en toda la década. No se produce entonces variación interna en el caso (no se estudia la
evolución de la política española en la última década, se estudia la política española pensando que en la última
década no ha cambiado). Hacer eso es prácticamente imposible, de hecho, en investigación social casi nadie
lo intenta. Por eso se opta por otras perspectivas que entienden el estudio de caso como la observación de un
único ejemplar de la unidad de análisis, independientemente de que se estudie en múltiples puntos temporales,
o en uno largo con variación interior (En este caso, en lugar de dar por sentado que las variables para la política
española en la última década son estables, se estudia cómo evoluciona, varía o cambia la política en España a
lo largo de dicha década).
Ambas perspectivas implican a la hora de su representación en una matriz cosas distintas. Si se piensa como
Eckstein, se debería tener los casos ordenados en cada fila (un caso por cada año de la década), sin embargo
para la otra perspectiva solo debería existir un caso en la fila, con múltiples variables, una por cada año (España
en los años 2006, 2007, 2008, 2009, etc,..) Si se sigue a Eckstein la matriz tendría un caso para cada uno de
los periodos (España en 2006, España en 2007, España en 2008...).
15
¿Qué clases pues de estudio de caso hay? Varios, en función de lo que predomine:
1. En función del objetivo de elaborar una teoría nueva

2. En función de la existencia o no de teoría previa
Pensando de este modo, se puede razonar que:
No hay ni una teoría precedente, ni se quiere formular una nueva, se tiene entonces lo que recibe el
nombre de estudio de caso ateórico, es decir, puramente descriptivo. Por ejemplo, interesa estudiar la
democratización española durante la transición, pero ni se tiene teoría previa ni el objetivo del
investigador es construir una teoría aplicable a otros casos, no interesa nada más que conocer en
profundidad el proceso de democratización en España (una narración densa y exhaustiva que incorpore
todos los detalles relevantes, pero ni se pone a prueba una teoría nueva o se quiere refutar una existente,
ni se quiere que el resultado final sea aplicable a otros casos.
Cuándo hay una teoría previa, pero no se pretende elaborar una nueva, se hace un estudio de caso
interpretativo, porque existe una teoría previa que se usa fundamentalmente para dar sentido al caso, es
decir, se supone válida la teoría y se aplica como tal sin comprobar su eficacia. Por ende, la evidencia
que se busca para respaldar dicha teoría será siempre favorable, es decir no se hace la teoría falsable.
Si no existe teoría previa, y se quiere elaborar una propia, se tiene el "estudio de casos generador de
hipótesis". Por ejemplo, no se cuenta con conocimiento teórico previo sobre la democratización española,
pero se quiere elaborar una teoría en general sobre las transiciones partiendo del caso español en concreto.
La teoría resultante se comprueba con otros casos para comprobar la efectividad de la teoría generada.
Si se cuenta con teoría previa y se quiere elaborar una nueva, se tienen tres tipos de estudio, en
función de si se quiere confirmar, o rebatir la teoría, o incluir determinados casos en ella:
a) Estudio confirmador de teoría: Se dispone de una teoría previa y se busca evidencia a favor de la
teoría. Lo que se hace aquí es probar la teoría con lo que se llama un "estudio de caso crítico", es decir,
poner a prueba una teoría que se supone funciona con un caso con el que no parecería funcionar, o es
muy difícil que lo haga. Si la teoría se confirma en un caso difícil, entonces tiene raíces empíricas
sólidas para considerarla válida y funcional.
b) Estudio refutador de teoría: Se cuenta con una teoría previa sobre la cual se busca evidencia en
contra capaz de falsarla. En este tipo de estudio, se pone a prueba la teoría con un caso en el que
aparentemente la teoría debería funcionar perfectamente, porque si no funciona, entonces no es válida.
c) Estudio de caso desviante: Este caso lo que intenta es mejorar una teoría previa. Los casos desviantes
son aquellos en que el error de estimación es mayor, es decir, en los que no se cumplen todas las
características que plantea la relación focal, pero que sin embargo cuentan con alguno de sus factores.
La teoría de la modernización, por ejemplo, partía del desarrollo económico de los países para
establecer sus niveles de democratización, pero un caso desviante tradicional es la India, país muy
poco desarrollado cuyo nivel de democracia es estable, o China, con un alto desarrollo económico pero
sin democracia. ¿Qué elemento de la teoría falla para que la India o China sean casos desviantes? Otros
casos desviantes son países del golfo pérsico con un gran desarrollo económico que no son
democracias. El objetivo es mejorar o perfeccionar la teoría, de modo que el caso deje de ser desviante
e integrarlo a la línea de la relación focal entre las variables independientes y la dependiente. ¿Cómo
se puede mejorar la teoría de la modernización para integrar en su seno los casos desviantes en el
marco de la misma teoría?
16
Ventajas e inconvenientes del estudio de caso:
Después de lo visto, ¿tiene alguna ventaja el estudio de caso? Sí, permite eximir al investigador de buena
parte de las exigencias metodológicas planteadas a lo largo de la exposición de esta materia. Permite no
pensar demasiado en el proceso de operacionalización concerniente a la definición de conceptos (porque solo
interesa el caso en concreto y no conceptos generales). Interesa medir las variables que se localizan y
funcionan en el contexto del caso concreto, no es importante, por ejemplo medidas que funcionen en otros
casos, por tanto teorías, indicadores, conceptos u operacionalizaciones son mucho más contextualizados,
funcionan bien en el contexto del caso a analizar y no importa si no funcionan en otros.
A cambio, el estudio de caso también tiene inconvenientes, como la pérdida de la capacidad de

generalización, no se pueden extrapolar las conclusiones válidas para un caso a los demás casos de su misma
clase, y eso ha de tenerse claro. Un estudio de caso, en general, salvo algunos con requisitos metodológicos
exigentes, no se puede extrapolar a un estudio de una clase de casos. Se gana por tanto en conocimiento local
y se pierde en capacidad de generalización o conocimiento teórico sobre clases infinitas de casos o sucesos.
¿Qué tipo de casos escoger?
Además de la cuestión del tamaño de la muestra o de la población, el investigador a menudo se debe plantear
el problema de "cuáles". ¿Qué tipo de casos se van a estudiar? Hay tres criterios de selección que guardan
relación con el tema 5 del manual recomendado, el control de las hipótesis. El objetivo a manejar es el de
estimar de manera correcta la relación focal entre X e Y (Variable independiente y dependiente) Se busca la
relación (si la hay) entre ambas variables y se estima dicha relación numéricamente o cuantitativamente de
una manera exacta. No se puede, por ejemplo, someter a prueba la relación entre desarrollo económico y nivel
de democracia, si solo se seleccionan casos con un alto desarrollo económico y un nivel elevado de
democracia, los datos corroborarán siempre la teoría. Si la selección predetermina el resultado, éstos se
sesgan.
¿De qué manera se pueden seleccionar los casos? De tres modos:
1. Selección aleatoria: Se ampliará en los cursos posteriores de estadística y técnicas cuantitativas.
2. Selección de la variable independiente: Se ampliará en el curso posterior de política comparada.
3. Selección de la variable dependiente
Sobre las muestras de selección aleatoria: Aclaraciones y errores frecuentes
A menudo se suele hablar de las "muestras representativas" para aludir a este criterio, dando la impresión de
que se confunde "aleatorio" con "representativo". Lo que hacen los científicos sociales, son muestras
aleatorias, no representativas. Un ejemplo en términos probabilísticos sería el siguiente: Si un individuo
lanza X veces una moneda al aire, nada impide que el total de veces (20, por ejemplo) salga cara. El
procedimiento es perfectamente aleatorio y por contra, el resultado es muy poco representativo de cómo está
compuesta una moneda y de cuantas veces puede salir cara o cruz. Con las muestras o las poblaciones ocurre
igual, son aleatorias, pero no necesariamente representativas. Marradi dice, que para obtener muestras
representativas, lo mejor es hacerlas deliberadamente (se elige en la muestra, por ejemplo, X proporción
de hombres, N proporción de mujeres, etc...) La muestra representativa, según Marradi, no lo es nunca en
términos generales, sino respecto a alguna característica o propiedad que comparta la población. Por ejemplo,
una muestra puede ser representativa en términos de sexo, pero a lo mejor no lo es en términos de nivel de
17
estudios. En general, pues, la representatividad se tiene que aclarar respecto de que propiedad o característica
lo es.
Dentro del manual recomendado, los autores cometen dos errores en lo relacionado al uso de muestras
aleatorias que se refieren a continuación:
1. Las muestras son "aleatorias" cuando todos los miembros de la población (unidad de
observación) comportan la misma probabilidad de formar parte de la muestra. En términos
matemáticos, utilizando un muestreo con reemplazamiento en grandes poblaciones, esta afirmación es
cierta, en el muestreo con poblaciones pequeñas, esta afirmación es cuestionable. Por ejemplo, en una
aldea de 10 personas, y se quiere hacer una muestra de 5. La proporción inicial es de 1/2 (cada persona
tiene una probabilidad de 0,5 de formar parte de la muestra). Al seleccionar la primera persona, en la
población quedan 9 casos susceptibles de formar parte de la muestra, y 4 casos aún por seleccionar. El
problema viene porque 4/9 ya es una proporción distinta a 5/10, entonces a medida que se integran
casos a la muestra, la probabilidad de que un individuo forme parte de la muestra no es la misma que
en situaciones anteriores.
2. La ventaja del muestreo aleatorio es que, manejando ciertos niveles de probabilidad en la

muestra, se puede conocer cuál es la probabilidad de que el valor hallado en la muestra se dé en
la población. Es rotundamente falso, en estadística lo que se hace no permite saber dada la muestra
cual es la probabilidad de que el valor encontrado en la muestra se de en la población. Lo que se hace
a menudo es, si la hipótesis con la que se trabaja es correcta, cuál es la probabilidad de que se halle en
los datos de la muestra, lo que es distinto de la afirmación dada en el manual. Si la información es
correcta, ¿con qué probabilidad se obtendrá dicha información en los datos muestrales?
Para cerrar las aclaraciones sobre el muestreo aleatorio, se debe alegar que la selección aleatoria de casos
funciona bien con poblaciones grandes y bien definidas. Cuando la población es muy pequeña, el muestreo
aleatorio no es conveniente, dado que puede generar muestras muy poco representativas. Una población
"bien definida" es una población que se sabe casi perfectamente por quiénes está compuesta, se sabe
cuáles son los integrantes de la población. No quedan individuos sin contar en la población, o no se tiene una
población sobredimensionada con individuos que no deberían formar parte de ella.
18

Métodos - Apuntes Completos (Temas 0 - 4) Sub

Cargado por

Copyright:

Formatos disponibles

Métodos - Apuntes Completos (Temas 0 - 4) Sub

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

Métodos - Apuntes Completos (Temas 0 - 4) Sub

Cargado por

Copyright:

Formatos disponibles

Grado en Ciencia Política 1er año / 1er cuatrimestre

MÉTODOS EN CIENCIA POLÍTICA

Profesor: Celestino García Arias

Partiendo de la clasificación anterior se pueden distinguir cuatro clases de sociología:

4. Sociología cognitiva: Va a ser el centro de atención de la materia. Es ciencia social, la sociología

EL PAPEL DE LAS REPRESENTACIONES

UTILIDAD DE LOS MÉTODOS

1. Que una afirmación sea adecuada científico-políticamente no lo determina ni el rol profesional de la

2. Se debe evitar confundir la ciencia política con:

MÉTODOS EN CIENCIA POLÍTICA

Profesor: Celestino García Arias

Matriz de datos tipo

Matriz de datos cuya unidad de análisis son Estados.

¿QUÉ ES UNA UNIDAD DE ANÁLISIS?

CLASES DE UNIDADES DE ANÁLISIS:

RELACIONES ENTRE LOS OBJETOS; LOS NIVELES DE ANÁLISIS

1. Propiedades homorreferenciadas: Lo que las caracteriza es que el ejemplar de la unidad de análisis

7. Propiedades estructurales, que se construyen sobre la base de agregación de propiedades relacionales,

MÉTODOS EN CIENCIA POLÍTICA

Profesor: Celestino García Arias

LA JUSTIFICACIÓN DE UNA INVESTIGACIÓN:

TIPOS O CLASES DE RAZONES:

1. Conveniencia o utilidad de la investigación: Resaltar la importancia útil de una investigación en

3. Implicaciones prácticas de la investigación: Razones cuya actuación en la sociedad, en la política o

4. Contribuciones teóricas de la investigación: El conocimiento científico lo que pretende es

5. Utilidad metodológica de la investigación: A veces de lo que se trata es mejorar metodológicamente

1. La viabilidad de la investigación: Llegados al punto de encontrar el problema de investigación y

6. Cambiar, consiste básicamente en intervenir en alguna situación o contexto social a través de la

7. Evaluar, es un objetivo primordial hoy en día. Consiste en supervisar o valorar programas de

8. Valoración de impactos sociales, lo que conlleva procedimientos similares a la evaluación, con la

Investigación básica VS Investigación aplicada: diferencias

La importancia de los objetivos:

CONCLUSIÓN: ¿Cómo plantear el problema? (Modelo ilustrativo)

MÉTODOS EN CIENCIA POLÍTICA

Profesor: Celestino García Arias

Todo buen diseño de investigación debe:

1. Definir los conceptos de manera precisa.

Sentido y papel del diseño:

LA TEORÍA: PAPEL E IMPORTANCIA

Kerlinger: Conjuntos de constructos (conceptos), elementos y proposiciones relacionadas entre sí,

Black y Champion: Conjunto de proposiciones relacionadas sistemáticamente que especifican

Gibas: Conjunto de proposiciones interrelacionadas lógicamente en la forma de afirmaciones

Corbetta: Conjunto de proposiciones relacionadas de manera orgánica, que se formulan a un alto

2. La teoría se entiende como un conjunto de proposiciones en las que se relacionan conceptos a

2. Puntos temporales: En función de periodos histórico-temporales concretos.

CARACTERÍSTICAS DE UNA BUENA TEORÍA:

LA ESTRUCTURA DE LAS TEORÍAS: LAS CLASES DE VARIABLES

2.3 Variables consecuentes: Amplían la explicación sobre la variable dependiente, al recibir

3. Relación de especificación (variable moderadora/ supresora/ de condición o de interacción): Son

Naturaleza de las variables:

CARACTERÍSTICAS DE LAS RELACIONES ENTRE VARIABLES:

a. Unidireccional: Es aquella en la que A influye en B pero nada influye en A. Un ejemplo clásico

b. Bidireccional asimétrica: Este tipo de relación se da entre variables que se influyen

2. Signo de la variación: En función del sentido de la covariación de los valores:

3. Magnitud: Es el grado o la intensidad de la covariación positiva o negativa de las variables:

a. Relación perfecta: Alterar el valor de la variable independiente determina de manera exacta

El tiempo en las relaciones entre variables:

ANEXO: LÓGICAS DE EXPLICACIÓN SEGÚN PARSONS:

Supuesto 6: Los conceptos tienden a ser intersubjetivos, es decir, generales y socialmente