EL DATO CIENTFICO Y MATRIZ DE DATOS

Recopilador: Lic. Flix C. Rodrguez Vera Con fines de enseanza aprendizaje

1. EL DATO CIENTFICO Toda investigacin cientfica organiza los hechos bajo estudio de una manera comprensible a travs de un esquema que sirve de puente entre la teora y la empiria, al que denominamos dato. Tal como es entendido en metodologa de la investigacin, el dato cientfico es el valor que toma una variable en una unidad de anlisis. Es decir, todo dato tiene - como mnimo - tres componentes - unidad de anlisis, variable y valor y por esta razn se dice que su estructura es tripartita. Luego veremos que algunos autores sostienen que se deben incorporan elementos adicionales a la estructura del dato. 1.1. COMPONENTES BSICOS DEL DATO CIENTFICO El primero en conceptualizar el dato cientfico y la matriz de datos fue el socilogo y matemtico noruego Johan Galtung quien en 1966 sostuvo que todo dato cientfico tiene una estructura compuesta por tres elementos: unidad de anlisis, variable y valor. Con posterioridad, el filsofo y socilogo argentino Juan Samaja en 1996 critic y reformul esta definicin sosteniendo que en realidad el dato cientfico tiene cuatro componentes esenciales que lo estructuran en lugar de tres, a saber: unidad de anlisis, (UA), variable (V), (con sus dimensiones y procedimientos), valor (R), e indicador (I). Cuadro 1. Componentes inherentes a todo dato cientfico (*) UA (Unidad de Anlisis) V (Variable) D (Dimensin) P (Procedimiento) R (Valor) I (Indicador)

(*) Cuadro extractado de Samaja J. (1996: 159)

A efectos didcticos desarrollaremos a continuacin cada uno de los componentes del dato cientfico basndonos en la conceptualizacin tripartita de Galtung y luego incorporaremos los aportes de Samaja. A. UNIDAD DE ANLISIS (UA) De acuerdo con Vieytes Rut (2004), la unidad de anlisis es el elemento mnimo de estudio observable en relacin con un conjunto de otros elementos que son de su mismo tipo. Es sobre estos elementos que vamos a estudiar el comportamiento de las variables. Cuando determinamos la UA de una investigacin nos estamos preguntando qu o quienes sern observados (o medidos) en ella?. Las mismas pueden ser individuos, organizaciones (o cualquier colectivo social), territorios, cultivos, regiones o pases, especies vegetales, etc. Tambin pueden ser unidades de anlisis los productos de la accin humana, materiales e inmateriales, los procesos sociales o econmicos, los sistemas productivos, los sistemas de labranza, etc.

La UA debe ser concebida - valga la redundancia - como una unidad, debe ser individualizable, pero tambin debe ser parte de un todo general o universo (compuesto por otras unidades de su misma categora). Por ejemplo, si quisiramos conocer cual es el nivel educativo de los padres de familia. Nuestras unidades de anlisis sern cada uno de los padres de familia, los cuales en conjunto forman el universo padres de familia Se debe tener en cuenta que, si bien uno de los requisitos de toda UA es que pueda ser diferenciable de otras unidades, esta no debe ser necesariamente un sujeto. Existen tambin las denominadas unidades de anlisis colectivas compuestas por miembros o elementos de menor nivel. Veamos un ejemplo: en un hipottico estudio sobre el nivel de vida de los hogares rurales del distrito de Moche, nuestras UA sern cada uno de los hogares residentes en ese distrito, los cuales estarn compuesto por el conjunto de personas que los integran. En este caso, el hogar es una unidad de anlisis colectiva que se puede descomponer en miembros de menos nivel que son las personas. Por otra parte, esos hogares forman parte a su vez del universo hogares rurales residentes en el distrito de Moche. B. VARIABLE (V) La unidad de anlisis es tambin concebida como un colectivo en un sentido diferente del expuesto anteriormente, esto es, como portadora de un conjunto de caractersticas o cualidades particulares. La nocin de variable se refiere a los rasgos relevantes que permiten conocer el perfil de la unidad de anlisis a investigar, son atributos o caractersticas de las unidades de anlisis que, parece obvio decirlo, pueden variar asumiendo distintas - cualidades o valores - de unidad a unidad. Cuando un atributo no vara de una unidad a otra, sino que siempre tiene la misma caractersticas, deja de ser una variable para transformase en una constante y - por lo tanto en un dato que contextualiza a nuestras UA. C. VALOR (R) De acuerdo con Korn Francis (1984), el valor - o categora - es una de las diferentes posiciones o alternativas que presenta la variable y que adopta alguna unidad de anlisis. Se puede expresar cualitativamente - a travs de una clasificacin por ausencia y presencia, por jerarqua u orden - cuantitativamente a travs de magnitudes (nmeros). Una cuestin que se desprende de la definicin anterior es que toda variable tiene una escala de valores (variables cuantitativas) o sistema de categoras (variables cualitativas) dentro de los cuales las UA pueden adoptar un valor especfico. La escala de valores (o sistema de categoras) de las variables son previamente definidas por el investigador y para ser correctamente construidas deben cumplir ciertos requisitos: Las clasificaciones sern exhaustivas. Esto significa que debe ser posible ubicar (clasificar) a cada una de nuestras UA en algn valor o categora de la variable, ninguna de ellas puede quedar al margen de la clasificacin. Los valores o categoras deben ser mutuamente excluyentes. Toda UA pueda ser clasificada solamente en un valor de la variable y no en varios a la vez.

2. MATRIZ DE DATOS Se considera a la matriz de datos como un a priori de inteligibilidad porque es una forma de ordenar los datos de manera que sea visible y estructurada (tripartita cuatripartita) de manera inteligible (entendible) de interpelar a la realidad con la teora. Funciona entonces el dato como un esquema transductor entre la teora y la empiria, organizando los hechos de una manera aprehensible, por lo tanto es de suma importancia su manejo por los investigadores. En s misma es una estructura funcional a muchas etapas de la investigacin, sean estas etapas exploratorias - donde recin estamos comenzando a conocer el objeto de estudio - o etapas finales - cuando emprendemos el anlisis de los datos obtenidos en la investigacin en cada etapa una de ellas se utilizar la matriz de datos con mayor o menor desarrollo, aprovechando sus capacidades para resumir un esquema complejo de consideracin del contexto y los componentes que incidan en nuestro objeto de estudio. Galtung conceptualiza la matriz de datos como una forma de ordenar los datos en una disposicin cuadrangular de manera que sea visible su estructura tripartita. En la misma, las UA ocupan la direccin de las hileras, las variables la de las columnas y los valores aparecern en el cruce de hileras y columnas (Samaja: 1996). Sin embargo, la comprensin de la estructura del dato cientfico es fundamental desde el inicio de una investigacin, dado que es el momento donde el investigador plantea cuales sern las unidades de anlisis y los conceptos relevantes en su investigacin. Una de las finalidades mas importantes de la matriz de datos es la de sistematizar la informacin recogida de la realidad para investigar un problema planteado y tratar de obtener conocimiento cientfico que intente explicar dicho problema a travs del mtodo de investigacin cientfica, En efecto, mediante el anlisis de la matriz de datos podemos obtener un conocimiento que describa, explique y prediga, de manera probabilstica, el comportamiento de los hechos tal como lo observamos y/o experimentamos en la realidad. Desde este punto de vista la matriz es una estructura sumamente til en las ltimas etapas de la investigacin, cuando ya hemos recolectado nuestros datos y debemos emprender la tarea de procesar y analizar los mismos. Para un profesor investigador es muy importante la comprensin de la matriz de datos, sus componentes y cmo se articulan entre s. De acuerdo Galtung J. (1966), la realidad observable y/o experimentable, medible y cuantificable se puede resumir en tres conceptos interrelacionados siguientes: Unidad de anlisis (UA) Variable (V) y, Valor (R). matriz de datos de la

Estos tres conceptos se formalizan en un esquema denominado manera siguiente Cuadro 2. Modelo de matriz de datos

Segn Samaja J. (1996), cuando la variable es compleja, en la realidad el dato cientfico est compuesto por cuatro conceptos esenciales: Unidad de Anlisis, ( UA) Variable (V), (con sus dimensiones y procedimientos) Valor (R), e Indicador (I)

2.1. DIMENSIONES E INDICADORES Como indicamos anteriormente, Samaja sostiene que la estructura del dato cientfico tiene cuatro elementos en lugar de tres. Para dar cuenta de ello incorpora dos nociones fundamentales: dimensin e indicador. Vamos a entender por dimensin de la variable un aspecto parcial de la misma que es relativamente independiente de otros aspectos y que, en conjunto, constituyen su sentido total (Samaja: 1996) Con la nocin de dimensin Samaja explicita que con frecuencia los atributos (variables) de las UA que deseamos estudiar presentan una complejidad tal que para establecer el valor exacto que adoptan las mismas debemos considerar una combinacin de atributos o propiedades que lo componen. Por ejemplo, si se quisiramos evaluar la calidad educativa (variable), investigaremos sobre distintas dimensiones que hacen a esa propiedad general: infraestructura, equipamiento, servicios, proyeccin comunal, profesores, estudiantes etc. depende de la concepcin de calidad educativa que adopte el equipo investigador. Obsrvese que el estudio de cada uno de estos atributos por separado nos brindar como resultado una faceta de la variable, pero ninguna nos dir por s sola es de buena calidad educativa.

Nunca una variable ser la mera suma de los indicadores, sino que el valor de la variable, ser una inferencia, un salto de las parte a un todo. En consecuencia, el valor de la variable Calidad Educativa ser una inferencia, un salto de las partes a un todo. En los sistemas de matrices, se dice que los indicadores son parte constitutiva de las variables y las variables al mismo tiempo regulan los indicadores posibles. Con la nocin de Indicador hacemos referencia a algn tipo de procedimiento que se aplique a alguna dimensin de la variable, para establecer qu valor de ella le corresponde a una unidad de anlisis determinada Se proceder con cada una de las dimensiones que resulten pertinentes. En sntesis, para comprender una variable compleja, es necesario dimensionarla, y de acuerdo a la dimensin que se evale, habr que hallar el procedimiento, que aplicado a la dimensin de la variable estudiada, permitir inferir el valor de sta. Cada dimensin tiene un procedimiento especfico. Es importante destacar que el valor del indicador no es lo mismo que el valor de la variable. Es importante entender con claridad las diferencias entre las nociones de dimensin y de valor, que en ocasiones pueden ser confusas. Esto quiere decir que la relacin entre las dimensiones es de naturaleza conjuntiva (un conjunto, con muchas caractersticas distintas). Muchas dimensiones conviven en un mismo colectivo posible. Los valores, en cambio, deben definirse por presencia-ausencia (esto quiere decir, una relacin disyuntiva). Si se percibe un valor de la variable no puede percibirse otro. 2.2. ELABORACIN DE LA MATRIZ DE DATOS Recordemos que la matriz de datos, es la organizacin, consolidacin y expresin esttica de los datos obtenidos a travs de los instrumentos para su correspondiente valoracin. Una vez aplicado un instrumento, puede procederse a efectuar el tratamiento de los datos en trminos sencillos pero efectivos en el siguiente sentido: a. Asignar una puntuacin de acuerdo al codificador o clase de respuestas b. Elaborar una matriz de datos, de doble entrada que recepcione todos los datos o puntuaciones de la prueba. c. Trasladar las puntuaciones de las pruebas, por pregunta o tem, a la matriz de datos. d. Sumar los puntajes en forma horizontal, para obtener el puntaje por cada alumno, y en forma vertical para obtener el puntaje de cada pregunta e. Con los puntajes recogidos y organizados en la matriz de datos se elaboran y presentan los resultados de la investigacin en tablas y grficos estadsticos. Cuadro 3. Modelo de matriz de datos

DIMENSIN 1 TEMS UNIAD DE ANLISIS UA1 UA2 UA3 UA4 UA5 Punt. por tem

Punt.

DIMENSIN 2

Punt.

Punt. de c/UA

I1

I2

I3

I4

I5

I6

I7

I8

Para la elaboracin de la matriz de datos e inmediato tratamiento estadstico descriptivo e inferencial los investigadores deben hacer uso de un programa Microsoft EXCEL y/o SPSS, herramientas de suma utilidad y apoyo para la presentacin, descripcin, anlisis e interpretacin de los datos de la investigacin realizada. 3, REFERENCIAS BIBLIOGRFICAS Apuntes de ctedra materia Metodologa de la Investigacin. (2006) Maestra en Metodologa de la Investigacin, Universidad Nacional de Lans. Ctedra de Metodologa Aplicada al Diseo. (2007) Ficha de ctedra: Matriz de datos. Buenos Aires. Fac. de Arquitectura Diseo y Urbanismo - UBA. Mimeo. Chvez de Paz D. (2010). Conceptos y tcnicas de recoleccin de datos en la investigacin jurdico social. Consultado en lnea el 05-07-2010 en
www.unifr.ch/ddp1/derechopenal/articulos/a_20080521_56.pdf

Galtung Johan. (1966) Teora y Mtodos de la Investigacin Social. Editorial Universitaria de Buenos Aires, Buenos Aires; T.I., pg.3 Hernndez Sampieri, R. et al. (1998). Metodologa de la investigacin. Edit. Mc Graw- Hill. Mxico DF. Lauphan W. (2010). El dato cientfico y la matriz de datos. Consultado en lnea el 07-7- 2010
www.fca.uner.edu.ar/academicas/deptos/.../ficha_mjatriz_de_datos.doc

Samaja, J. (2005).Epistemologa y Metodologa. Elementos para una teora de la investigacin cientfica Eudeba. Buenos Aires.