LIBROS

207

M. ANGELES CEA D'ANCONA, Anlisis Multivariable. Teora y

prctica en la investigacin social, Madrid: Sntesis, 2002.
Resulta sorprendente la escasa atencin que ha prestado la sociologa espaola al anlisis multivariable. Aunque
existe numerosa literatura en castellano
sobre el anlisis de datos realizada desde
la sociologa, estas referencias son prcticamente inexistentes en el mbito del anlisis multivariable. Esta situacin es radicalmente diferente en otras disciplinas
cercanas a la sociologa como la psicologa, la pedagoga y la investigacin
comercial; y de hecho es frecuente que los
socilogos citen en las bibliografas de
sus investigaciones obras realizadas
por psiclogos e investigadores comerciales. Basta realizar un breve recorrido por
las principales revistas de sociologa para
comprobar que los textos de Bisquerra
(1989), Hair et al (1998), y Luque (2000),
entre otros, son muy conocidos y utilizados por los socilogos espaoles.
Frente a esta situacin, la literatura
especializada en otros idiomas se caracteriza por la gran atencin prestada -desde
la sociologa- al anlisis de datos y las
tcnicas de anlisis multivariante. Como
muestra basta con destacar los volmenes
sobre tcnicas multivariantes publicados
dentro de la clsica coleccin Quantitative Applications in the Social Sciences de
la editorial Sage, y la reciente aparicin
de una nueva coleccin dedicada especficamente a las tcnicas multivariantes
(Advanced Quantitative Techniques in the
Social Sciences).
En el Congreso Espaol de Sociologa
realizado en A Corua, el profesor Alvira
(1998) sealaba la escasa utilizacin del
anlisis multivariante por los socilogos
espaoles como una explicacin de este
escaso desarrollo. Una revisin de los
artculos publicados en las principales
revistas espaolas de sociologa le lleva a
destacar la exigua utilizacin del anlisis
multivariante en la sociologa espaola.
En el IV Congreso Vasco de Sociologa,

realizado en Bilbao a principios de 1998,

Oleaga (1998: 544-549) llega a una conclusin similar.
Esta baja utilizacin de tcnicas multivariantes es an ms sorprendente cuando
se constatan las mejoras introducidas en
los paquetes de anlisis estadstico, que
en las ltimas versiones han facilitado
notablemente su uso y cuentan con ayudas y asesores estadsticos que explican
las tcnicas de anlisis ms complicadas.
Esta es la situacin de partida que
debemos considerar a la hora de analizar
el texto de la profesora Cea D'Ancona, si
bien el libro supera ampliamente las
expectativas creadas al observar el escaso
desarrollo del Anlisis Multivariante en la
investigacin social espaola. Lo primero
que llama la atencin es la enorme voluminosidad del texto, 638 pginas, en un
momento en que los editores apuestan por
libros ms delgados que presentan una
mejor venta. El libro est dividido en seis
captulos, cada uno dedicado a una tcnica especfica: la Regresin Mltiple es
explicada en el primer captulo, el Anlisis Logit en el segundo, el tercero se dedica al Anlisis de Conglomerados, el cuarto al Anlisis Discrimimante, el Anlisis
Factorial es explicado en el quinto, y las
Ecuaciones Estructurales en el sexto y
ltimo captulo.
En la medida que cada captulo est
dedicado a una tcnica concreta, y la
estructura de todos ellos es similar, hablar
de la organizacin de los captulos implica presentar la estructura expositiva de la
obra. Cada captulo comienza con un
apartado donde, adems de exponer los
rasgos ms importantes de cada tcnica y
sus caractersticas ms relevantes, se
explican sus orgenes y la relacin con
otras tcnicas multivariantes. A continuacin se presentan los supuestos bsicos
que deben cumplir los datos antes de aphcar cada tcnica. La exposicin de estos

208

LIBROS

supuestos se realiza con un gran nivel de

detalle, mostrando ejemplos con datos
reales utilizando una base de datos del
CIS que ayudan notablemente a una
mejor comprensin de cada uno.
Desde mi punto de vista se trata de una
de las obras que mejor explica este aspecto, que no olvidemos es una condicin
bsica a la hora de utilizar adecuadamente el anlisis multivariante. Este hecho
presenta una importancia capital en un
momento como el actual en el que el gran
desarrollo de los paquetes estadsticos,
unido a la facilidad de su uso, ha generado una reduccin del tiempo dedicado al
anlisis exploratorio de los datos, aumentando el tiempo empleado en jugar con
el ordenador para ver que sale. Un cita
de Benjamn Gonzlez ilustra magistralmente este fenmeno: se corre el riesgo
de eliminar las primeras fases del proyecto de investigacin al considerar que los
datos proporcionan informacin por si
mismos: se obvia el anlisis del problema
y el planteamiento terico de la investigacin, y sta se convierte en un cruzar
todo con todo para ver que sale (Gonzlez, 1994: 257).
Comprobados los supuestos se procede
con la utilizacin de cada tcnica, para lo
cual se muestran unos diagramas que,
bajo el ttulo fases principales de aplicacin, presentan grficamente de las etapas a considerar a la hora de utilizar cada
tcnica. Los siguientes apartados de cada
captulo siguen el orden expuesto en estos
diagramas, que bsicamente comprenden
cuatro etapas: 1) preliminares del anlisis;
2) obtencin de resultados; 3) evaluacinadecuacin del modelo; y 4) presentacin
de los datos e interpretacin. Analizaremos en detalle cada uno.
La etapa de los preliminares del anlisis, definida en algunos captulos como
preparacin de los datos para el anlisis,
es donde se lleva a cabo una primera indagacin exploratori|^ y -cuando procedese realiza una depluracin de los datos;
paso previo y fundamental antes de llevar
a cabo cualquier anlisis multivariante.

En algunos captulos se utiliza esta primera etapa para explicar los mtodos de conglomeracin y la eleccin de variables
(captulo 3), y la especificacin del modelo causal y su identificacin (captulo 6).
En la segunda etapa, dedicada a la
obtencin de resultados, se realiza una
explicacin de las pruebas y test estadsticos utilizados para la interpretacin de
cada tcnica: el significado de la ecuacin
de regresin en el caso de la regresin
mltiple y logit, la estimacin de las funciones discriminantes cannicas en el
caso del anlisis discriminante, la extraccin de factores comunes o componentes
principales en el anlisis factorial, etc.
Esta explicacin se lleva a cabo en dos
fases: en primer lugar se define y explica
cada prueba y test estadstico, para despus realizar una interpretacin aplicada a
un ejemplo concreto.
A continuacin se procede con la comprobacin de la adecuacin del modelo,
momento en el que se evala el ajuste del
modelo y su significatividad (tanto estadstica como interpretativa). El ajuste del
modelo da paso a la presentacin e interpretacin de los resultados obtenidos;
procediendo de forma similar a la segunda etapa: en primer lugar se definen y
explican los resultados obtenidos, para
realizar despus la explicacin utilizando
un ejemplo real.
Cada captulo finaliza con varias lecturas complementarias y una serie de ejercicios a realizar. Considero muy acertada
esta forma de terminar, proponiendo la
realizacin de estos ejercicios, en la medida que stos se han tomado de investigaciones reales realizadas por socilogos y
que han sido publicadas en revistas espaolas; lo que permite consultar las soluciones acudiendo a las fuentes originales.
La gran ventaja de estos ejercicios a mi
juicio es que muestran aplicaciones
concretas de las distintas tcnicas explicadas, al tiempo que ilustran cmo se presentan e interpretan los resultados de las
tcnicas multivariantes en investigaciones
concretas.

LIBROS

Este rpido recorrido por la estructura

de cada captulo desvela la exhaustividad
del libro; aunque desde nuestro punto de
vista los aspectos ms positivos de esta
obra estn relacionados no tanto con la
exhaustividad temtica apuesto que no
son explicadas todas las tcnicas multivariantes sino con la organizacin interna
de cada captulo.
Definida la estructura de cada captulo, y considerando que sta se repite captulo tras captulo, pasaremos a analizar
los aspectos positivos de esta obra. Dentro de lo difcil que me resulta realizar
una recensin de un libro de mas de 600
pginas en unos pocos folios, si tuviera
que resaltar nicamente algunos aspectos
de la obra hay varios elementos que creo
que sorprenden enormemente. Adems
de la detallada explicacin de los supuestos que deben cumplir los datos a la hora
de utilizar una determinada tcnica multivariante, ya destacado unos prrafos
ms arriba, es preciso recalcar la gran
profundidad de las explicaciones realizadas y la sucinta utilizacin de frmulas
matemticas que tanto asustan a los estudiantes de sociologa. Es imposible escribir un libro sobre anlisis multivariante
sin utilizar frmulas, pero la autora sin
duda conocedora del bajo conocimiento
matemtico de los estudiantes de sociologa ha decidido utilizar las imprescindibles con el fin de no asustar al lector
menos conocedor de esta materia. Digamos pues que es un libro de iniciacin,
pero que consigue que el lector llegue a
dominar las tcnicas multivariantes que
en el se presentan.
Es de destacar tambin el empleo de
ejemplos reales, utilizando una base de
datos del CIS (n. 2214) que est disponible para los lectores, y que por lo tanto
permite la replicacin de los ejemplos
realizados. Sin embargo uno de los aspectos ms interesantes es, desde mi punto de
vista, que la exposicin de cada tcnica
sigue la estructura de una investigacin
real; lo que implica una situacin muy
cercana a la prctica de investigacin que

209

se realiza diariamente en cualquier instituto de investigacin. Esta forma de proceder permite solventar una crtica hacia
la enseanza de la investigacin, esgrimida recientemente por Jimnez Blanco en
el nmero 96 de la RES. En la presentacin de un texto clsico Jimnez Blanco
sealaba que se ensea investigacin
social investigando, es decir, participando
en una investigacin real. O sea, lo contrario de lo que se hace en nuestras Facultades, en que se ensean "tcnicas" de
investigacin social casi como ejercicio
retrico, en que los ejemplos, cuando se
ponen, proceden de investigaciones suecas o inglesas: lo ms apartado de la realidad emprica que se pueda (2001: 228).
Este libro constituye un excelente ejemplo de cmo superar esta situacin.
Ya hemos sealado la importancia de
los ejercicios propuestos al final de cada
captulo, extrados de investigaciones llevadas a cabo en nuestro pas y que permiten consultar cmo otros investigadores
presentan los resultados obtenidos al aplicar tcnicas multivariantes, algo complicado si se tiene en cuenta el escaso conocimiento de estas tcnicas que tienen los
propios demandantes de la investigacin.
De hecho, considero que uno de los factores que explican la escasa utilizacin de
tcnicas multivariantes es la dificultad de
explicar los resultados a las personas que
encargan las investigaciones. La consulta
de ejemplos realizados por otros colegas
contribuir sin duda a una mayor utilizacin de estas tcnicas.
Otro aspecto interesante son las numerosas referencias a los resultados y test
estadsticos empleados por los paquetes
estadsticos ms difundidos y utilizados,
como el AMOS, LIMDEP, LISREL,
SPSS, BMDP y SAS.
Finalizaremos el comentario de esta
obra destacando los aspectos que menos
nos han gustado; en la medida que una
crtica de un libro no es tal si no se destacan los aspectos positivos y negativos del
mismo. Desde mi punto de vista se echa
de menos un captulo introductorio con

210

LIBROS

una breve explicacin del anlisis multivariante, que podra servir para contextualizar la obra e iniciar, al lector menos
especializado, en el conocimiento de cada
una. De esta forma proceden Bisquerra
(1989), Lozares y Lpez (1991), Hair et al
(1998), y Luque (2000), y considero que
supone una estupenda toma de contacto
para el lector no especializado. Este captulo podra utilizarse tambin para explicar la estructura de la obra y exponer las
razones por las que se han elegido unas
tcnicas y no otras. Se han elegido las
ms importantes para la investigacin
social?; aquellas que son ms utilizadas?; las que han recibido menos atencin?; las que tienen menos supuestos
restrictivos?, etc.
Suponemos que el elevado tamao
del libro ms de 600 pginas y los
requisitos de las editoriales (que prefieren obras cortas) son los responsables
de la falta de otras tcnicas de anlisis
multivariante (anlisis de correspondencias, escalamiento multidimensional, etc); si bien consideramos ms
acertado explicar seis tcnicas con gran
profundidad, que haber explicado todas
con un menor nivel de detalle. De modo
que aunque se trata de un libro dedicado a lectores que se inician en el tema,
es muy adecuado tambin para aquellos
con un nivel de experiencia medio. En
definitiva, un libro FUNDAMENTAL
para todos los que realizan investigacin social.

REFERENCIAS BIBLIOGRFICAS
ALVIRA, F. (1998): Ponencia de presentacin
de la sesin sobre Tcnicas y Anlisis Cuantitativos. Congreso Espaol de Sociologa,
La Corufta, 24-26 de septiembre.
BISQUERRA, R. (1989): Introduccin conceptual
al Anlisis Multivariable. Barcelona: PPU.
DAZ DE RADA, V. (2002): Tcnicas de Anlisis
Multivariante para Investigacin Social y
Comercial. Madrid: Ra-Ma.
GONZLEZ RODRGEZ, B . (1994): La utiliza-

cin de los datos disponibles, en GARCA

FERRANDO, M . ; IBEZ, J., y ALVIRA, F.

(Eds.), El Anlisis de la Realidad Social.

Madrid: Alianza, 2." ed., pp. 245-272.
HAK, J. R ; ANDERSON, R. E.; TATHAM, R. L., y

BLACK, W. C . (1998): Multivariate data

analysis (5." edicin). New Jersey: Prentice
Hall. Hay traduccin espaola de esta edicin publicada por la editorial Prentice Hall.
LOZARES, C , y LPEZ ROLDAN, P. (1991): El

anlisis multivariado: definicin, criterios y

clasificacin, en Papers, vol. 37, pp. 9-29.
LUQUE MARTNEZ, T. (Coordinador) (2000):

Tcnicas de Anlisis de Datos en Investigacin de Mercados. Madrid: Pirmide.

JIMNEZ BLANCO, J. (2001): Presentacin de

Texto Clsico, Revista Espaola de Investigaciones Sociolgicas, n. 96, pp. 227-233.

OLEAGA, P. (1998): El divorcio entre metodologa y prctica, o el ostracismo acadmico
de las tcnicas multivariantes de anlisis de
datos. Actas del IV Congreso Vasco de
Sociologa, vol. II, pp. 544-549.
PAPERS, revista (1991): Nlimero monogrfico
sobre anlisis multivariante, vol. 37.
VIDAL DAZ DE RADA