Академический Документы
Профессиональный Документы
Культура Документы
Pgina | 1
La perspectiva de la complejidad y los niveles de integracin del objeto de estudio Cecilia Ros
Conocimiento en formacin (Samaja): proceso de gnesis que se plantea como un llegar a ser de
algo nuevo, apoyado sobre el uso de inferencias como la analoga y la abduccin.
Conocimiento ya formado: configuracin estructurada que pone en relacin las teoras y la base
emprica. Operan validando las inferencias inductiva y deductiva.
El objeto de estudio es un mediador entre el desarrollo de reglas de teora y de patrones de
observacin, resulta de un proceso de investigacin que comienza con una delimitacin hipottica del
mismo y culmina con la validacin de dicho recorte, exponiendo un modelo fundado para comprender
y/o explicar un problema.
Los niveles de integracin del Objeto de estudio
El mayor desafo ante el cual nos encontramos al delimitar el objeto de estudio de una investigacin,
una vez que ya hemos seleccionado los modelos tericos que consideramos que permiten comprender
con mayor riqueza al problema, es cmo traducir la complejidad reconocida conceptualmente a un
conjunto de pautas de observacin que la expresen y no la reduzcan o empobrezcan.
Aunque podamos atribuir la complejidad como condicin de cualquier objeto, la misma no se expresa si
no somos capaces de hacerla visible y desarrollar sobre ella un tratamiento sistemtico. La complejidad
debe ser captada para su comprensin. Impulsa al cientfico a producir un giro en su manera de
entender las entidades que analiza, las relaciones internas de sus componentes y las relaciones que
mantiene con otros objetos.
Samaja propone que el objeto de estudio sea expresado como un Sistema de Matrices de Datos.
Matriz de Datos alude a la estructura invariante del dato cientfico, que posee cuatro elementos:
Unidades de Anlisis, Variables, Valores e Indicadores.
El Sistema de Matrices de Datos incluye la perspectiva de que al tratar con objetos complejos, en toda
investigacin cientfica siempre es posible identificar y escoger datos de distintos tipos y diferentes
niveles de integracin. La articulacin entre niveles supone atender a dos principios bsicos: el de
participacin (de un todo en un todo mayor del cual es parte) y de particin (de un todo en partes o
componentes).
As, se reconoce un nivel denominado de anclaje en el que el estudio se centra de manera prioritaria,
mientras que existen un nivel contextual o supra-unitario que incorpora el o los contextos
significativos a explorar para dicho objeto y un nivel sub-unitario definido por aquellos aspectos o
elementos del nivel de anclaje que requieren un anlisis en profundidad, de manera de constituirse en
nuevos entes a ser observados. El sistema de matrices de datos supone as una estructura
jerrquica, relacionada entre niveles.
Cada plano o nivel de integracin del objeto supone un recorte particular del mismo que, sin embargo,
guarda con los otros relaciones constructivas (unos niveles devienen de otros) y regulativas (ciertos
niveles actan como contextos determinantes de los ya formados), en un movimiento de gnesis y
estructura que permite la integracin de los estratos y da entidad al objeto como complejo; reintegra la
totalidad.
Modelos tericos y pautas de observacin. El Sistema de Matrices de Datos
La construccin del objeto de estudio u objeto modelo supone la puesta en relacin de determinadas
reglas o modelos tericos con una parcela de la realidad a comprender, describir o explicar; fruto de lo
cual deben precisarse pautas de observacin es decir, unidades de anlisis y variables, con su
consecuente operacionalizacin.
Es por ello que una vez que se han formulado las hiptesis sustantivas (soportadas sobre el marco
terico) de un proyecto y es posible anticipar el conocimiento que se pretende producir (objetivos de
investigacin) hay que producir el salto cualitativo que supone el pasaje del concepto al dato.
VARIAB
LE
edad
VARIABLE
nivel de
estudio
padre
28
sec. Compl.
docente
45
univ. Compl
docente
36
terc. Compl.
Tipos de muestreo
Probabilstica: todos los elementos de la poblacin tienen la misma posibilidad de ser escogidos,
esto se obtiene a travs de una seleccin aleatoria. Su principal objetivo es reducir el error.
- Al azar: se elabora un listado de todas las unidades que conforman el universo y a travs de un
sistema se sortean al azar. Es sencillo pero requiere un listado del universo, y si es pequea no
ser representativa.
- Sistemtico: se efectan operaciones numricas para extraer las unidades. Es fcil de aplicar pero
las estimaciones pueden resultar sesgadas.
- Estratificada: desagregar el universo en subconjuntos menores, que poseen gran homogeneidad
interna respecto de alguna caracterstica de la poblacin, pero cuidando que sean heterogneos
entre s. Dentro de ellos se hace una eleccin al azar o sistemtico. Es ms precisa y
representativa, pero es necesario conocer la distribucin de las variables en el universo.
- Por conglomerados: seleccin aleatoria de cierto nmero de conglomerados para luego investigar
todos los elementos pertenecientes a ellos. Adecuado para un universo grade, pero hay mayor
error y su clculo es complejo.
No probabilsticas: la eleccin de los elementos, no depende de la probabilidad, sino de causas
relacionadas con el investigador o del que hace la muestra. La desventaja es que no podemos
calcular con precisin el error standard. La ventaja es utilidad para un determinado diseo de estudio,
que requiere no tanto de una representatividad, sino de una cuidadosa y controlada eleccin de
sujetos con ciertas caractersticas especificadas previamente en el planteamiento del problema.
Las reglas de juego en la entrevista - Alain Blanchet
Queremos mostrar cmo "se escribe" el discurso "no directivo". Las reglas de juego a partir de las
cuales se construye el modo de interlocucin de la E.N.D.I. (Entrevista No Directiva de Investigacin) no
son ni previas ni directamente observables; las intervenciones y los discursos no son objeto de ningn
plan estructurado preparado con anticipacin. Todo parece desarrollarse espontneamente, sin
determinaciones precisas; intervenciones del entrevistador y discurso del entrevistado se generan de
una forma imprevisible.
Mientras el entrevistador favorezca este sentimiento de no direccin, puede lograr hbilmente a la
explotacin del entrevistado de todos los temas deseados para una investigacin dada, sin riesgo de
levantar resistencias.
Pero ms all de estas intervenciones calculadas con anticipacin, la mayora de las "tomas de palabra"
del entrevistador escapa a toda previsin. Ellas proceden de un gnero no directivo". El discurso de la
ENDI no es libre y espontneo, lo es slo en apariencia.
Los tipos de intervencin del entrevistador
Las "tomas de palabra" del entrevistador parecen no tener influencia en el discurso. Se les llama
habitualmente intervenciones "relances", trmino que supone implcitamente que su rol no tiene ms
que un efecto de estimulacin del discurso del entrevistado, a la reformulacin de lo que se ha dicho o a
la repeticin de lo que acaba de decirse.
En algunas investigaciones particulares se pide a los entrevistadores que no intervengan ms que en
forma de reformulaciones o repeticiones; y como resultado, el entrevistador da la impresin de impulsar
a su interlocutor a hablar. Para evitar que el artificio sea demasiado visible, el entrevistador se ve
obligado a efectuar reformulaciones selectivas, que si bien tienen el temido efecto de reforzar ciertas
temticas, al menos manifiestan al entrevistado que es escuchado e interpretado.
Salvo estas situaciones, la gran mayora de las entrevistas abarcan una gama de tipos de intervencin:
se hacen preguntas, se piden precisiones, se interpreta, se reafirma, a veces incluso se manifiesta la
propia opinin.