He estado leyendo una serie de capítulos escogidos del libro “Metodología Cuantitativa. Métodos y técnicas de investigación social” de Mª Ángeles Cea D’Ancona, en este post pretendo hacer un resumen de las principales ideas del mismo.
Empecé leyendo el capítulo dedicado a La organización de la investigación en él se detalla en qué consite el proyecto de investigación qué y cuáles son los diseños y estrategias de investigación y, finalmente en qué consiste la validez de un diseño de investigación. Los componentes esenciales de un proyecto de investigación son: 1) La formulación del problema de investigación 2) La operacionalización del problema, 3) El diseño de la investigación y 4) La factibilidad de la investigación. La autora propone cinco tipos de estrategias de investigación social: a) Uso de fuentes documentales y estadísticas, b) Estudio de casos, c) Encuesta, d) Experimentación y e) La triangulación o aproximación multimétodo; y cinco diseños de investigación según los objetivos del estudio: exploratorio, descriptivo, explicativo, predictivo y evaluativo; nótese que tras fijar el objetivo deberemos escoger la estrategia y, luego la técnica para recoger datos. Finalmente se ha establecido cuatro criterios para evaluar la validez de un diseño: 1) validez interna (hace referencia a la posibilidad de establecer relaciones de causalidad entre variables dependientes e independientes) 2) validez externa (si los resultados de la investigación se pueden aplicar en otros contextos) 3) validez de constructo y 4) validez de conclusión estadística.
En el anterior capítulo ya leimos que después de la delimitación del objeto de estudio procede su concreción, su operacionalización, tanto en su vertiente teórico analítica (principales conceptos, categorías analíticas y variables a analizar) como poblacional (qué población se estudiará y, en su caso, qué diseño muestral se efectuará). En el capítulo dedicado a La operacionalización de conceptos se estudia la tipología de variables, cómo pasar de los conceptos teóricos a los indicadores e índices y las cuestiones de validez y fiabilidad en la medición.
El capítulo La selección de las unidades de observación: el diseño de la muestra describe cuál es el tamaño de muestra óptimo, qué es y que error muestral es aceptable así como los tipos de muestreo. Para decidir cuál es el adecuado tamaño muestral intervienes seis factores: 1) el tiempo y los recursos, 2) la modalidad de muestreo (probabilístico ó no) 3) la diversidad de los análisis de datos, 4) la varianza poblacional, 5) el margen de error y 6) el nivel de confianza en la estimación muestral. Para el cálculo del error típico interviene a) el tamaño muestral, b) la varianza poblacional, c) el nivel de confianza adoptado y d) el tipo de muestreo realizado. Los tipos de muestreo pueden ser probabilísticos (simple, sistemático, estratificado, por conglomerados y de rutas aleatorias) o no probabilísticos (por cuotas, estratégico y de “Bola de nieve”).
En La investigación social mediante encuesta se explica: 1) La encuesta como estrategia de investigación (características, ventajas e inconvenientes), modalidades y fases 2) El diseño del cuestionario (tipos de preguntas, la formulación de preguntas, la disposición de preguntas y codificación y la prueba o pretest del cuestionario) 3) El trabajo de campo en una encuesta (formación de los entrevistadores y supervisión del trabajo de campo).
La experimentación puede definirse como un modo de hacer investigación basado en el control e intervención del investigador en la “realidad” que analiza. De hecho, las características básicas que definen la experimentación son la manipulación experimental, el control del investigador y la aleatorización. En La experimentación como estrategia de investigación social aparte de sus características básicas se explican los diseños experimentales (intersujetos e intrasujetos), el control de explicaciones alternativas, los experimentos de campo frente a los de laboratorio y ventajas e inconvenientes.
Finalmente en El análisis de los datos se explican los preliminares (creación de ficheros de datos y depuración de la información) el análisis estadístico univariable, el análisis bivariable y el análisis multivariable siendo este último el que logra mejores explicaciones científicas.
