Documente Academic
Documente Profesional
Documente Cultură
Metodolgicos
28 Metodologa
de la ciencia
2. edicin revisada poltica
Eva Anduiza Perea
Ismael Crespo Martnez
Mnica Mndez Lago
Este manual presenta y explica las principales etapas
de la investigacin, discute las dificultades que suelen
darse a lo largo de la misma y propone
ejemplos sobre cmo abordarlas. El libro enfatiza la
importancia de poner la metodologa al servicio de los
interrogantes sustantivos de cada investigacin. Para
ello es crucial definir buenas preguntas, elaborar
marcos tericos que las intenten contestar y disear
estrategias de investigacin que minimicen los riesgos
de error en las conclusiones de la investigacin. Se
dedica especial atencin, adems, a la elaboracin
conceptual, de crucial importancia en un mbito
acadmico que comparte lenguaje con el ciudadano
de a pie, los polticos y los medios de comunicacin.
Se analizan las distintas alternativas para contrastar
hiptesis explicativas (mtodo experimental,
estadstico y comparado) y se repasan distintas
fuentes de datos al alcance de los investigadores
interesados en el mbito de la ciencia poltica. Se trata
de una obra imprescindible para las personas que
inician su trayectoria investigadora, as como para
la docencia en el mbito de la metodologa
de la investigacin social y poltica.
28 Metodologa
de la ciencia
poltica
2. edicin revisada
DIRECTORA
Beln Barreiro Prez-Pardo, Presidenta del CIS
CONSEJEROS
Luis Enrique Alonso Benito, Catedrtico de Sociologa. Universidad Autnoma de Madrid
Francisco Alvira Martn, Catedrtico de Sociologa. Universidad Complutense de Madrid
M ngeles Cea dAncona, Profesora titular de Sociologa. Universidad Complutense de Madrid
Modesto Escobar Mercado, Catedrtico de Sociologa. Universidad de Salamanca
Araceli Mateos Daz, Profesora contratada doctora de Ciencia Poltica. Universidad de Salamanca
Jos Manuel Pava Miralles, Profesor titular de Economa Aplicada. Universidad de Valencia
Araceli Serrano Pascual, Profesora titular de Sociologa. Universidad Complutense de Madrid
SECRETARIO
Alberto Penads, Unidad de Apoyo a Presidencia. CIS
Las normas editoriales y las instrucciones para los autores pueden consultarse en:
http://www.cis.es/publicaciones/CM/
Todos los derechos reservados. Prohibida la reproduccin total o parcial de esta obra por cual-
quier procedimiento (ya sea grfico, electrnico, ptico, qumico, mecnico, fotografa, etc.) y
el almacenamiento o transmisin de sus contenidos en soportes magnticos, sonoros, visuales
o de cualquier otro tipo de permiso expreso del editor.
NIPO:
004-09-022-5
ISBN:
978-84-7476-480-2
Depsito legal: M-52735-2009
Prlogo ........................................................................................................ 5
INTRODUCCIN ........................................................................................ 7
1. LA TEORA ............................................................................................ 17
Lo que proponemos en estas pginas es una gua para afrontar las principales
etapas en el proceso de investigacin dentro del mbito de la ciencia poltica.
Como propuesta de gua metodolgica es necesariamente simplificadora de la
complejidad del proceso investigador. Desde luego, no resolveremos todas las
dudas y problemas que aparecen, por ejemplo, en el transcurso de la realiza-
cin de una tesis doctoral. Como mucho, provocaremos alguna ms. Algunos
(o muchos) de los contenidos pueden ser cuestionados, precisamente, porque
el debate metodolgico y epistemolgico (cmo podemos conocer la reali-
dad?) sigue vivo en las ciencias sociales.
La pretensin de este volumen, que revisa algunos aspectos menores de la
edicin anterior, es nicamente ser un punto de partida accesible para un in-
vestigador que se enfrenta, durante el grado y fundamentalmente en el pos-
tgrado, con el anlisis de la realidad poltica en el mbito acadmico. La
prctica de cada uno dir en qu medida las premisas, las recomendaciones y
las aclaraciones que se hacen en estas pginas deben ser respetadas, matiza-
das o directamente, una vez evaluadas, descartadas. Por nuestra parte, nos
conformaramos con ofrecer algunos criterios que sirvieran para que el inves-
tigador sea consciente de los lmites de lo que puede afirmar con su trabajo, y
por lo tanto para que las investigaciones en nuestro mbito acadmico sean
cada da ms slidas y fiables.
TABLA 1
1
La principal aportacin metodolgica del conductismo a la ciencia poltica es esta pregunta
(vase el clarificador trabajo de Sanders, 2002).
10 CUADERNOS METODOLGICOS 28
El conocimiento cientfico:
se basa en la observacin sistemtica de una parte de la realidad;
intenta inferir descripciones y explicaciones vlidas ms all de lo observado;
es incierto y provisional;
es pblico y transmisible.
tener sobre otros aspectos de la realidad poltica. Qu razones estn detrs del
voto? Por qu se toman determinadas decisiones? Por qu algunos sistemas
polticos son ms estables que otros?
Tanto la descripcin como la explicacin deben, como indicbamos ante-
riormente, trascender lo que se observa y servir para conocer aquello que no
es posible observar. La inferencia, elemento fundamental del conocimiento
cientfico, debe aparecer tanto en la investigacin descriptiva como en la
explicativa.
Aunque muchas de las investigaciones en ciencia poltica tienen su origen
en preocupaciones de carcter normativo, algunos autores argumentan que el
conocimiento cientfico no tiene como objetivo el establecimiento de juicios de
valor. No debe ocuparse de qu es bueno o malo, deseable o no, ni de cmo de-
beran ser las cosas de acuerdo con ciertos principios morales o ticos, sino
nicamente de cmo son (Johnson y Joslyn, 1995: 21). Otras posiciones argu-
mentan que las preocupaciones de carcter normativo pueden ser fuente de
inspiracin para la investigacin cientfica, y constituir un objetivo importante
dentro de la misma. No podemos aqu abordar la cuestin de la relacin entre
ciencia y valores. Desde nuestro punto de vista, una investigacin politolgica
puede intentar responder a interrogantes de carcter normativo, y de hecho la
relevancia de las investigaciones procede en muchas ocasiones de la medida en
que afrontan cuestiones normativamente controvertidas. Pero si nos atenemos
a la definicin de conocimiento cientfico que hemos desarrollado en el ep-
grafe anterior, ste debe ir ms all e incorporar entre sus elementos la obser-
vacin de la realidad.
La siguiente tabla resume los objetivos que pueden definirse en una inves-
tigacin cientfica, y las preguntas a las que pretenden responder en relacin
con el objeto de estudio.
TABLA 2
TIPOS DE INVESTIGACIN Y OBJETIVOS
Qu es un problema de investigacin?
Dentro de las etapas de la investigacin en ciencia poltica, la seleccin del
problema central es el primer paso y, posiblemente, el ms complicado. Un
problema de investigacin claro, explcito y bien planteado puede conducir a
una buena investigacin. Un problema de investigacin mal definido dificulta
todas las dems etapas de la investigacin, o incluso llega a hacerla inviable.
Lamentablemente, no hay ningn mtodo que indique cmo tener nuevas
ideas, ni cmo plantear un buen problema de investigacin que d origen, por
ejemplo, a una tesis doctoral brillante. En la primera etapa de la investigacin
cientfica hay un componente de creacin personal y de imaginacin, que no
se rige por ningn mtodo riguroso. Sin embargo, s hay algunas recomenda-
ciones que pueden resultar tiles.
En primer lugar, es importante distinguir tres elementos que a veces se con-
funden: el tema, el problema y el caso. El tema es el mbito de la ciencia pol-
tica en el que se sita nuestro problema; es por lo tanto abstracto y general: por
ejemplo, la participacin poltica, los partidos, las coaliciones, el voto, las ac-
titudes, el federalismo, etc. El caso es la parte de la realidad en la que se cen-
tra nuestra investigacin: por ejemplo, Mxico, las elecciones generales de
2004, Europa occidental.
Es frecuente que tanto el tema como el caso se definan en una fase relati-
vamente temprana del proceso de investigacin. Pero estudiar la participa-
cin poltica en Mxico, el voto en las elecciones generales de 2004 o las
coaliciones en Europa occidental no significa en absoluto tener definido el
problema de investigacin. ste se sita en un mbito intermedio entre el tema
(general) y el caso (concreto) y, normalmente, toma la forma de una pregunta
que tiene relevancia general y posibilidad de ser contestada a travs del anli-
sis de lo concreto: Qu consecuencias tienen los procesos de participacin
poltica en el mbito municipal? Hasta qu punto es importante la situacin
de la economa en la orientacin del voto? Qu razones ayudan a dar cuenta
de la composicin de las coaliciones de gobierno? Contribuye el federalismo
a resolver los conflictos territoriales?
A la hora de definir un problema de investigacin es importante, adems de
encontrar el punto de equilibrio adecuado entre lo demasiado amplio y lo de-
masiado concreto, justificar la relevancia de la pregunta. Obviamente, conviene
que el tema elegido sea del inters personal del investigador. Las experiencias
son una fuente de inspiracin notable a la hora de elaborar proyectos de inves-
tigacin. Un investigador trabaja mejor si el tema le interesa particularmente,
o si le permite vivir gracias a una beca, o si conoce la lengua en la que est es-
crito la mayora del material bibliogrfico que debe utilizar. Todos estos son
criterios que pueden influir en la seleccin del tema a estudiar, pero que con-
ciernen nicamente a la persona que lleva a cabo la investigacin. La comuni-
dad cientfica evala la calidad de un proyecto de investigacin de acuerdo con
otros elementos, no por la situacin o el inters personal del investigador, y, por
14 CUADERNOS METODOLGICOS 28
lo tanto, ste debe hacer explcita la relevancia del problema con arreglo a
otros criterios.
Ms all de las preferencias personales, el problema que se plantea como
ncleo de la investigacin debe ser importante para la comprensin de un
problema poltico o social relevante. El investigador est obligado a justifi-
car por qu el tema que ha elegido merece ser estudiado, y qu implicacio-
nes se podrn derivar de las conclusiones de su estudio. Hay problemas de
investigacin cuya importancia es percibida claramente, y otros en los que
este aspecto precisa de mayor elaboracin. En cualquier caso, la presenta-
cin de un problema de investigacin debe incluir una justificacin de la
importancia de sus posibles conclusiones con respecto a la realidad social
y/o poltica. Esto implica que el investigador debe evitar centrar la investi-
gacin exclusivamente sobre su caso de estudio, lo que dificulta el llegar a
conclusiones que sean tiles ms all de la propia investigacin. En trmi-
nos prcticos, el caso o casos no deben formar parte de la formulacin del
problema.
Una investigacin debe hacer una contribucin sustancial a lo que ya se
conoce sobre el aspecto de la realidad por la que se interesa. Se trata en este
caso de elaborar una justificacin respecto al valor acadmico de la investi-
gacin, para lo que resulta imprescindible manejar la bibliografa ya exis-
tente sobre el tema. Una investigacin sobre el problema ms importante se
convierte en intil si replica el marco terico y la estrategia de otra investi-
gacin sobre el mismo tema para llegar a las mismas conclusiones. De ah la
importancia de la originalidad de la investigacin en el mbito doctoral y
acadmico. El conocimiento de las investigaciones previas publicadas sobre
el tema de inters es til no slo porque permite la acumulacin del conoci-
miento, evitando solapamientos intiles, sino porque contribuye a inspirar
proyectos de investigacin, al igual que las experiencias o las preocupaciones
personales. Se puede cuestionar la importancia de una hiptesis general-
mente aceptada por la literatura, intentar resolver una controversia o dis-
puta entre varios autores, discutir premisas asumidas por investigaciones
anteriores, o buscar elementos que hayan sido ignorados por teoras previas
(King et al., 1994: 16).
La formulacin de teoras
Como hemos dicho, las teoras son conjuntos de conceptos lgicamente rela-
cionados que representan lo que creemos que sucede en el mundo. Para poder
ser contrastadas empricamente, las teoras deben desglosarse en varias hi-
ptesis descriptivas o causales, que establezcan las relaciones que se esperan
encontrar entre las variables. Cmo se llega a construir ese conjunto de hi-
ptesis que, de manera coherente, permiten explicar el fenmeno que inte-
resa investigar y conseguir conclusiones generalizables sobre un mbito ms
all del de los propios datos? No existe un conjunto de reglas que conduzcan
a la buena elaboracin terica. Este proceso, como el de la formulacin del
problema de investigacin, tiene una parte creativa y, por lo tanto, personal.
Sin embargo, s se pueden hacer algunas recomendaciones de las que con-
viene ser consciente.
La revisin de la literatura
tente sobre el tema puede ser ms o menos extensa, pero en todo caso debe
realizarse una revisin exhaustiva de las principales investigaciones llevadas a
cabo sobre el tema con anterioridad. La revisin crtica de la literatura aporta
contenidos a muchas de las etapas de la investigacin: puede contribuir a de-
limitar el problema de investigacin, elaborar un marco terico adecuado e
identificar posibles hiptesis alternativas, definir y operacionalizar conceptos,
organizar una estrategia de investigacin, obtener datos, etc.
En muchas ocasiones, el problema de investigacin nace a partir de la ob-
servacin del mundo que nos rodea, de una preocupacin personal, o de una
circunstancia que obliga a estudiar un determinado aspecto de la ciencia po-
ltica. En otras, la definicin de un problema de investigacin puede ser un
proceso ms problemtico. En estos casos, la lectura de investigaciones reali-
zadas por otras personas puede ser una fuente de inspiracin valiosa.
Venga de donde venga el inters que empuja a estudiar un problema pol-
tico o social, una investigacin acadmica requiere de la elaboracin de un
marco terico, en el que deben jugar un papel relevante las teoras elaboradas
por otros autores. stas pueden satisfacer ms o menos el objetivo del estudio,
pero tanto si se rechazan como si se aceptan hay que conocerlas y argumen-
tar la posicin del investigador respecto a las mismas. Un investigador debe co-
nocer tanto sus hiptesis de trabajo como las hiptesis alternativas propuestas
en otras investigaciones. Tambin debe ser consciente de cmo otros investi-
gadores han definido los conceptos que se propone utilizar. El uso de las mis-
mas definiciones favorece la comunicacin entre la comunidad cientfica y la
comparabilidad de los resultados de la investigacin. Si el investigador desea
utilizar definiciones distintas, en l recae la carga de la prueba a la hora de ar-
gumentar que sus definiciones o su forma de medir son preferibles a las utili-
zadas en otras investigaciones, para lo que, en primer lugar, es necesario
conocerlas 2.
La gua de una investigacin previa no tiene por qu limitarse al mbito del
marco terico. Trabajos anteriores pueden criticarse o tomarse como ejemplo
desde un punto de vista estrictamente metodolgico, en relacin a los niveles
de anlisis utilizados, los criterios sobre los que se ha realizado la seleccin de
casos, o los mtodos de control de variables exgenas. Las publicaciones sobre
el tema de la investigacin, o sobre temas afines, proporcionan al investigador
informacin sobre cmo conseguir datos, o incluso los datos mismos. Cuando
no existe la posibilidad de obtener informacin directamente, el anlisis de
datos secundarios obtenidos a partir de publicaciones es la nica estrategia
disponible.
Leer es, por lo tanto, la primera actividad en una investigacin, pero es
sobre todo fundamental a la hora de elaborar el marco terico. Una vez co-
nocidas las explicaciones propuestas por investigaciones previas, se pueden
2
Para un desarrollo ms detallado de la importancia de las definiciones de los conceptos en
las investigaciones, vase el captulo 2.
20 CUADERNOS METODOLGICOS 28
Induccin y deduccin
Conceptos y variables
Hiptesis
teora empricamente es necesario formular hiptesis, puesto que son stas las
que hacen alusin explcita, concreta y especfica a lo que se espera encontrar
en la realidad. Las hiptesis constituyen el vnculo entre la teora y los datos:
son los elementos de la teora que se someten a contrastacin directa sobre los
datos. Al elaborar una teora es imprescindible intentar extraer el mximo de
hiptesis, es decir, el mximo de implicaciones observables.
GRFICO 1.1
Modelo 1
Variables independientes Variable dependiente
Proporcionalidad del +
sistema electoral Fragmentacin
(explicativa)
del sistema de partidos
+
+
Modelo 2
Variable dependiente
(explicativa e interviniente)
(antecedente y explicativa)
GRFICO 1.2
70
60
Gasto pblico (VD)
(porcentaje PIB)
50
40
30
Izquierda Centro Derecha
Color poltico del gobierno (VI)
METODOLOGA DE LA CIENCIA POLTICA 29
GRFICO 1.3
70
60
Gasto pblico (VD)
(porcentaje PIB)
50
40
30
Izquierda Centro Derecha
Color poltico del gobierno (VI)
GRFICO 1.4
70
60
Gasto pblico (VD)
(porcentaje PIB)
50
40
30
Izquierda Centro Derecha
Color poltico del gobierno (VI)
30 CUADERNOS METODOLGICOS 28
GRFICO 1.5
70
60
Gasto pblico (VD)
(porcentaje PIB)
50
40
30
Izquierda Centro Derecha
Color poltico del gobierno (VI)
GRFICO 1.6
70
Norte Sur
60
Gasto pblico (VD)
(porcentaje PIB)
50
40
30
Izquierda Centro Derecha
Color poltico del gobierno (VI)
32 CUADERNOS METODOLGICOS 28
La causalidad
Las hiptesis causales son las ms complicadas, pero tambin las ms intere-
santes desde un punto de vista terico. La relacin de causalidad entre dos fe-
nmenos es algo que el anlisis emprico nunca podr contrastar de manera
definitiva, ni siquiera con el mejor diseo de investigacin, los datos mejores
y ms completos y los mtodos de control ms rigurosos. Los datos indican si
existe o no covariacin y, en algunos casos, tambin si la presunta causa es an-
terior al efecto considerado. Pero el proceso causal subyacente en la relacin
entre dos variables es algo que debe establecer el investigador, y que corres-
ponde al nivel de la argumentacin terica (Lago, 2008).
En los estudios sobre participacin poltica, el nivel de estudios aparece
como una de las variables ms relevantes. Numerosos anlisis han encon-
trado una covariacin positiva entre educacin y participacin poltica: a
ms educacin, mayor es la intensidad de la participacin (Verba et al., 1995).
Es evidente tambin que los aos de estudios o el nivel educativo no son una
consecuencia de la participacin y, por lo tanto, en este caso, la causa precede
al efecto. Sin embargo, la relacin entre estas dos variables slo podr con-
siderarse causal en todo caso cuando se haga explcito el proceso por el que
los cambios en el nivel de estudios conducen a cambios en la participacin.
Habr que argumentar que la educacin puede considerarse como una causa
de la participacin, por ejemplo, porque facilita la comprensin de la actua-
lidad poltica y de los mecanismos de participacin; las personas con ms
estudios tienen ms recursos cognitivos para decidir su voto o escribir una
carta a un poltico. No slo se debe probar empricamente que existe una re-
lacin entre dos variables, sino tambin argumentar tericamente por qu se
da tal asociacin.
Desde el punto de vista ms emprico, qu significa exactamente la afir-
macin de que la educacin es una de las mltiples causas de la participacin?
Significa que todas las personas con educacin universitaria participan in-
tensamente en poltica? Implica que las personas sin estudios no desarro-
METODOLOGA DE LA CIENCIA POLTICA 33
TABLA 1.1
CONDICIN SUFICIENTE
B 0 1
C 0 0
D 1 0 X No suficiente
Nota: 1 equivale a presencia (de la causa o el efecto) y 0 equivale a ausencia.
TABLA 1.2
CONDICIN NECESARIA
B 1 0
C 0 0
D 0 1 X No necesaria
Nota: 1 equivale a presencia (de la causa o el efecto) y 0 equivale a ausencia.
TABLA 1.3
CONDICIN FACILITADORA
A 1 1
B 1 1
C 0 1 X
D 0 0
E 0 0
F 1 0 X
G 1 1
H 0 0
Una definicin clara y explcita debe permitir identificar los atributos asocia-
dos a cada concepto. Sartori (1984: 69-70) aboga por utilizar lo que denomina
definiciones mnimas, que son aquellas que contienen los atributos esencia-
les para caracterizar un concepto, evitando aadir rasgos accesorios. Podemos
servirnos de un ejemplo que proporciona el propio Sartori para ilustrar esta
cuestin. Si definimos partido poltico como cualquier grupo poltico con or-
ganizacin estable, que presenta a las elecciones candidatos para los cargos
pblicos y que es capaz de llevarlos a ellos por medio de las elecciones, esta-
mos descartando la posibilidad de analizar a travs de una investigacin em-
prica la influencia que una organizacin no estable tiene en el desempeo
electoral de los partidos, ya que slo consideraremos partidos a los grupos que
cuenten con esta organizacin estable. Si prescindimos de ese atributo no esen-
cial, y nos quedamos con la definicin mnima que propone Sartori (1984),
conseguimos que el conocimiento sobre los partidos avance a partir de las pro-
pias investigaciones empricas, de manera que podamos elaborar un diseo
de investigacin que nos permita analizar la influencia de la estabilidad orga-
nizativa de los partidos en su rendimiento electoral, utilizando el ejemplo ya
citado. En resumen, utilizar definiciones empricas mnimas no es una pre-
ferencia caprichosa, sino que es una opcin que permite que sea el propio pro-
ceso de investigacin el que verifique la existencia de relaciones entre
conceptos. En esta lnea, Sartori (1995) advierte en contra de la tentacin de
resolver los problemas por definicin, lo que, llevado al extremo, hace intil el
conocimiento emprico.
El proceso de definicin consiste, por tanto, en delimitar los atributos (esen-
ciales) asociados a un concepto. A travs del proceso de definicin establece-
mos la connotacin y la denotacin de los conceptos. La connotacin es el
conjunto de atributos, caractersticas o propiedades que constituyen un con-
cepto, mientras que la denotacin se refiere a la clase de objetos a la cual se
aplica el concepto (Sartori, 1984: 79). Generalmente, no partimos de cero a la
hora de definir los conceptos que manejamos en una investigacin, dado que
han sido utilizados previamente por otros autores, de manera que una buena
revisin de la literatura existente sobre un tema de nuestro inters es un punto
de partida crucial para realizar lo que Sartori (1984) denomina la recons-
truccin de un concepto. Seala distintas fases de este proceso: el punto de
partida consiste en recopilar las definiciones y usos del concepto que han
realizado otros autores con anterioridad. La sistematizacin de esta informa-
cin permite identificar los atributos incluidos en cada definicin, as como las
semejanzas y diferencias entre cada uno de ellos. A partir de este trabajo, el in-
vestigador debe proponer la definicin que va a utilizar y especificar de forma
justificada sus opciones, tanto si sigue la prctica ya establecida por otros au-
tores como si se separa de ella.
40 CUADERNOS METODOLGICOS 28
GRFICO 2.1
Alta
B (ms abstraccin)
Denotacin
A (menos abstraccin)
Baja
Baja Alta
Connotacin
A = Concepto inicial.
B = Concepto ms abastracto o general, adaptado para incluir un nmero mayor de casos.
Fuente: Adaptado de Collier y Mahon (1993).
METODOLOGA DE LA CIENCIA POLTICA 41
El proceso de operacionalizacin
se realiza una investigacin para estudiar los efectos de varios productos adel-
gazantes. El adelgazamiento es un concepto abstracto y slo observable a travs
de indicadores como el peso, que puede medirse en kilos. As, el adelgazamiento
se puede definir como la prdida en kilos que sufre un individuo a lo largo de un
determinado perodo de tiempo. La popularidad de un lder poltico tambin es
un concepto abstracto que puede medirse de muchas maneras. Una de ellas es
pedir a una muestra de individuos que evalen al poltico en una escala o ter-
mmetro de 0 a 100, y tomar como ndice de popularidad la valoracin media.
El proceso de operacionalizacin suele incluir varias fases. En muchas oca-
siones, nos encontramos que los conceptos complejos pueden desdoblarse en dis-
tintas dimensiones que necesitan de operacionalizaciones sucesivas para poder
ser directamente observables. Dependiendo del grado de abstraccin y compleji-
dad de cada concepto se tiene que recorrer un camino ms o menos largo hasta
su operacionalizacin. No es lo mismo operacionalizar el color de ojos o la edad
que otros conceptos que no son directamente observables, como la clase social.
Las personas presentan una serie de rasgos o propiedades que ayudan a inferir la
clase social a la que pertenecen, segn los criterios de definicin de las distintas
clases sociales que se hayan adoptado, pero hay que establecer cules son esos cri-
terios, definirlos y encontrar indicadores empricos que permitan su medicin.
Es frecuente que un solo indicador no sirva para medir un concepto. Si se
quiere medir el desarrollo econmico de los pases, utilizar un nico indicador,
como por ejemplo el PIB (producto interior bruto), probablemente deje insa-
tisfechos al investigador y a sus colegas porque ste no consiga captar dife-
rentes dimensiones importantes que definen el desarrollo econmico. En tal
caso hay dos opciones. Se pueden utilizar indicadores diferentes del concepto
desarrollo econmico y utilizarlos separadamente. Tambin se puede cons-
truir un ndice a partir de varios indicadores si lo que interesa es asignar un
valor nico a cada uno de los pases de la muestra. Este valor nico configu-
rado por una serie de indicadores es un ndice compuesto de desarrollo eco-
nmico. Lipset (1992), en su investigacin sobre la influencia del desarrollo
econmico en la legitimidad poltica, utiliza cuatro dimensiones de desarrollo:
riqueza, industrializacin, urbanizacin y educacin. A su vez, cada una de
estas dimensiones se operacionalizan con un ndice compuesto de varios in-
dicadores, como muestra la tabla 2.1
Las operacionalizaciones no son buenas o malas en abstracto, sino que tie-
nen sentido en un contexto y tiempo determinados. En la investigacin de
Lipset mencionada anteriormente, realizada hace casi cuatro dcadas, se uti-
lizan algunos indicadores que hoy en da no seran los ms adecuados para
medir el desarrollo econmico en los pases desarrollados, sobre todo algunos
como el telfono por millar de habitantes. Tendramos que pensar en indica-
dores adicionales, tales como el nmero de ordenadores per cpita o el por-
centaje de personas que tiene acceso a Internet, que permitieran medir el
desarrollo econmico de los pases de una forma ms adecuada al contexto
histrico actual.
METODOLOGA DE LA CIENCIA POLTICA 45
TABLA 2.1
OPERACIONALIZACIN: CONCEPTO, NDICES E INDICADORES
Fuente: Elaboracin propia a partir de los indicadores propuestos por Lipset (1992: 120-121).
cantidad exacta de la propiedad o variable que posee el caso que se est mi-
diendo. La ventaja fundamental de este tipo de medicin es que los nmeros
pueden ser sometidos a operaciones matemticas y los resultados de estas
operaciones tienen significado, no como en el caso de las variables nomina-
les y ordinales.
Conocer los tipos de medicin ayuda a saber exactamente cunta informa-
cin estn proporcionando los datos y cmo se puede analizar esta informa-
cin. Es fundamental tener clara la diferencia entre los tipos de medicin para
no utilizar tcnicas de anlisis que asuman que los datos contienen ms in-
formacin de la que en realidad contienen. Es posible pasar de un tipo de me-
dicin a otro, aunque siempre en el sentido de ms informacin a menos. Una
variable de intervalo se puede transformar fcilmente en una ordinal a travs
de una agrupacin de las categoras. Por ejemplo, se puede agrupar a las per-
sonas de entre 18 y 35 aos en una categora (jvenes), a los de entre 36 y 65
en otra (adultos) y a los de ms de 65 aos en una tercera (ancianos). Esto su-
pone una prdida de informacin que no siempre es necesaria: si se sabe que
una persona tiene 19 aos, se sabe ms que si nicamente se conoce su ubi-
cacin en la categora jvenes. Por ello, a la hora de recoger la informacin
es preferible, siempre que sea posible, operacionalizar una variable como la
edad en forma de medida de intervalo. En el anlisis se pueden realizar reco-
dificaciones con fines distintos, creando variables ordinales o nominales. La va-
riable edad, operacionalizada en aos cumplidos en el ltimo cumpleaos,
puede convertirse en una variable nominal dicotmica en la que una catego-
ra sea menor de edad y la otra mayor de edad.
Por tanto, la recomendacin general que se puede dar respecto al nivel de
medicin es que a la hora de recoger la informacin se debe utilizar el nivel de
medicin ms preciso que sea posible. Eso implica que, si es tericamente de-
fendible y tcnicamente posible, se debe utilizar el nivel de medicin de inter-
valo (ya que, si es necesario, posteriormente se puede transformar en ordinal
o en nominal). Naturalmente, si no es el propio investigador quien recoge la in-
formacin, el margen de maniobra se ve limitado por los datos disponibles.
La eleccin del mtodo de control de hiptesis puede estar condicionada
por el nivel de medicin de las variables 3. En algunas ocasiones la decisin
puede darse de forma inversa, es decir, por alguna razn se quiere aplicar un
mtodo de anlisis determinado y se tienen que buscar los datos en la escala
de medicin adecuada para la aplicacin de ese mtodo. En otras circunstan-
cias, no se tiene margen de eleccin y los datos slo pueden ser de un tipo, con
lo cual la eleccin de un mtodo tambin est ms restringida.
3
Como se ver ms adelante, la eleccin del mtodo depende fundamentalmente del nmero
de casos, pero tambin el tipo de datos disponibles puede condicionar la utilizacin de uno u otro
mtodo.
METODOLOGA DE LA CIENCIA POLTICA 49
4
Ejemplos de este tipo de decisiones son tanto los primeros pasos en la operacionalizacin de
un concepto como cuestiones ms concretas relativas a la medicin (por ejemplo, el tratamiento
de las respuestas no sabe/no contesta en las encuestas).
50 CUADERNOS METODOLGICOS 28
del que caracteriza al grupo/entorno en el que operan (Harper, 2002: 4). Para
desarrollar este ejercicio de definicin vamos a imaginar que estamos llevando
a cabo una investigacin en la que queremos indagar acerca de la influencia
del capital social en el acceso al mercado de trabajo en Espaa y en la movili-
dad dentro de ste, es decir, nuestra unidad de anlisis son los individuos.
Nuestra hiptesis de partida es que cuanto mayor sea el capital social a dis-
posicin de un individuo, ms fcil ser su acceso al mercado de trabajo y la
movilidad en ste. Queremos tambin analizar la influencia de este factor en
relacin con la formacin de los individuos, estrato social/clase social, edad,
sexo y ubicacin geogrfica.
Aunque no podemos desarrollar aqu un proceso excesivamente laborioso
de reconstruccin de este concepto 5, podemos esbozar los pasos que tendra.
En primer lugar, realizamos una revisin de la literatura para buscar las defi-
niciones que manejan autores que han desarrollado trabajos clave en este
campo, como Bourdieu (1985), que define capital social como el agregado de
los recursos reales o potenciales que estn unidos a la posesin de una red du-
radera de relaciones ms o menos institucionalizadas de reconocimiento
mutuo. Generalmente, se presta especial atencin a dos tipos de recurso de-
rivados de la pertenencia a estas redes: la generacin de confianza en que la
realizacin de favores a los otros o por el bien que persigue la organizacin se
ver recompensada por una actuacin parecida por parte del resto de los in-
tegrantes de esa red. En definitiva, la pertenencia a diferentes tipos de redes
se presume que genera una acumulacin de obligaciones interpersonales e
interdependencia entre quienes las componen. Coleman (1990), otro autor muy
relevante en la literatura sobre capital social, enfatiza el valor de la informa-
cin como parte del capital social que se deriva de la pertenencia a redes so-
ciales. As, pertenecer a una asociacin o tener una red familiar amplia puede
hacer que sea ms fcil para nosotros acceder a informacin relevante, sea
sobre el objeto de la asociacin (por ejemplo, la defensa del medio ambiente),
pero tambin sobre otros aspectos como la existencia de ofertas de trabajo o
de unas ayudas de la Administracin pblica para montar empresas, que de
otra forma no habramos conocido (Herreros, 2002).
Putnam (2002) es otro autor que ha hecho muy conocido el trmino capi-
tal social, entendido como las redes, normas y confianza que facilita a los in-
dividuos actuar juntos eficazmente para perseguir objetivos comunes. Esta
aproximacin ha sido fundamentalmente aplicada desde investigaciones que
indagan acerca del capital social como propiedad de colectivos, como hizo,
por ejemplo, el mismo Putnam (1993) en su investigacin sobre el capital so-
cial en las regiones italianas.
De la lectura de los diferentes textos sobre el tema extraemos una primera
conclusin clara, y es que se trata de un concepto multidimensional en el que
pueden identificarse varios elementos: pertenencia a redes sociales, confianza
5
Pueden consultarse los trabajos de Harper (2002), Herreros (2002) y Healy (2003).
METODOLOGA DE LA CIENCIA POLTICA 51
6
En su libro sobre el asociacionismo poltico en las democracias occidentales, Laura Mora-
les dedica unas pginas a discutir la forma ms adecuada de operacionalizar y medir el asocia-
cionismo (Morales, 2006: 52-62).
52 CUADERNOS METODOLGICOS 28
TABLA 2.2
Fuente: Elaboracin propia a partir de propuestas de distintos autores (Harper, 2002; Healy,
2003; Herreros, 2002).
7
Manheim y Rich (1988: 32-33) sealan algunas de las fuentes del error en una medicin me-
diante encuesta. Para obtener una exposicin ms detallada de las consideraciones que conviene
tener en cuenta a la hora de disear un cuestionario y evitar los errores de medicin ms fre-
cuentes en este tipo de tcnica de recogida de datos, vanse Schuman y Presser (1981), Converse
y Presser (1986) y Azofra (1999).
8
King et al. (1994) desarrollan de forma detallada la explicacin de las consecuencias del error
de medicin sistemtico y aleatorio en los resultados de una investigacin. Vase tambin Katzer,
Cook y Crouch (1998), especialmente los captulos 6, 7 y 9.
54 CUADERNOS METODOLGICOS 28
Organizar la informacin:
unidades, variables y observaciones
Si las teoras se organizan en conceptos e hiptesis, los datos se estructuran en
unidades, variables y observaciones. Las unidades de anlisis de una investi-
gacin son los objetos cuyas propiedades interesa estudiar con el fin de esta-
blecer conclusiones generales 9. Un trabajo en el mbito de las relaciones
internacionales puede tomar como unidades los conflictos armados, las orga-
nizaciones no gubernamentales o los gobiernos. Un trabajo sobre comporta-
miento electoral puede centrarse, por ejemplo, en el anlisis de electores,
circunscripciones, elecciones o pases. Un estudio sobre produccin legisla-
tiva puede tomar como unidades de anlisis las legislaturas de un pas a lo
largo de varias dcadas o los distintos parlamentos de un conjunto de pases.
9
En algunas ocasiones las unidades se denominan tambin casos. Sin embargo, el trmino
caso resulta algo ambiguo pues, adems de sinnimo de unidades, se utiliza, por ejemplo, como
sinnimo de pas y para hacer referencia a un tipo determinado de investigacin (los estudios de
caso). En este captulo se utiliza el trmino caso como sinnimo de unidad de anlisis.
56 CUADERNOS METODOLGICOS 28
Las variables, como ya hemos visto en los captulos anteriores, son propie-
dades de las unidades de anlisis que varan de una unidad a otra. Segn el
marco terico, las variables se relacionan entre s de manera que los valores de
unas (variables dependientes) dependen o fluctan en funcin de los valores de
otras (variables independientes). De las ONGs se puede estudiar como varia-
ble relevante el mbito en el que actan, o el nivel de recursos con el que cuen-
tan. De unas elecciones pueden interesar variables como el porcentaje de
votantes o el grado de fragmentacin del voto. De una legislatura puede inte-
resar la duracin o el nmero de leyes aprobadas.
Finalmente, las observaciones son cada uno de los valores concretos que
cada propiedad o variable toma en cada una de las unidades de anlisis. Unas
ONGs se ocuparn especficamente de la ayuda al desarrollo y otras no; unas
elecciones producirn resultados muy fragmentados y otras no; unos parla-
mentos tendrn un gran rendimiento legislativo y otros no.
Slo tendremos las observaciones cuando hayamos completado la etapa de
recogida de informacin. Aun as, antes de iniciarla es fundamental definir
con claridad las que sern nuestras unidades, variables y observaciones. Uni-
dades, variables y observaciones forman la matriz de datos en la que se debe
organizar la informacin de toda investigacin: filas (unidades), columnas (va-
riables) y celdas (observaciones).
TABLA 3.1
LA MATRIZ DE DATOS
GRFICO 3.1
Segmentacin cultural
(sistema de clivajes o
subculturas cerradas)
Volatilidad electoral
(inestabilidad del voto
Fragmentacin del entre dos elecciones)
sistema de partidos +
(muchas alternativas
polticas)
11
Por lo tanto, las unidades de anlisis tal y como est planteado este ejemplo de investigacin
no son los pases, sino las convocatorias electorales. La muestra incluye varias elecciones cele-
bradas en cada uno de los pases europeos seleccionados, hasta sumar un total de N elecciones en
distintos pases y fechas.
58 CUADERNOS METODOLGICOS 28
TABLA 3.2
(Evans, 2004: 173 y ss.). En lugar de referirse a la eleccin, como en el caso an-
terior, en este caso la variable dependiente se refiere a cada individuo, lo que
necesariamente comportar algunos cambios en el modelo terico y en la ope-
racionalizacin de las variables. Hemos pasado de un anlisis agregado o
macro a un anlisis a nivel individual o micro. Muchas investigaciones pueden
llevarse a cabo a distintos niveles de anlisis: individuos, barrios, ciudades,
distritos, regiones, estados, etc.
GRFICO 3.2
Edad
+
TABLA 3.3
1 Austria 55 S Fuerte S
2 Austria 47 S Media S
3 Austria 32 No Dbil S
... ... ... ... ... ...
1.001 Blgica 20 No Media S
1.002 Blgica 64 S Media S
... ... ... ... ... ...
2.001 Francia 43 No Dbil No
2.002 Francia 25 S Fuerte No
... ... ... ... ... ...
(N)
TABLA 3.4
Ejemplo 1 Ejemplo 2
Unidad de anlisis Eleccin Elector
Adems de elegir entre estrategias con distintos niveles de anlisis (es decir,
con unidades de anlisis diferentes), se deben tambin especificar los niveles
de observacin, ya que stos no son necesariamente los mismos. En los ejem-
plos anteriores relativos al estudio de la inestabilidad electoral, las variables ex-
plicativas se refieren a diferentes niveles de observacin. En el caso del estudio
agregado, el ndice de volatilidad se explica en funcin del nmero de partidos
(variable relativa a la eleccin, que vara entre eleccin y eleccin dentro de un
mismo pas) y en funcin del grado de segmentacin cultural del pas (varia-
ble relativa al sistema poltico, que permanece relativamente constante entre
eleccin y eleccin pero que vara entre distintos pases). Por lo tanto, hay en
esta investigacin dos niveles de observacin: la eleccin y el pas. En el caso
de la investigacin que toma como unidad de anlisis a los electores, las ex-
plicaciones posibles de un cambio en el contenido del voto pasan por el indi-
viduo (su cercana a un partido poltico), pero tambin por su contexto (el
grado de segmentacin del sistema poltico en el que vive). Ambos niveles con-
tribuyen a explicar el comportamiento de individuos que se diferencian no slo
en sus caractersticas individuales, sino tambin en las de los sistemas polti-
cos que les rodean.
Una investigacin que toma un nivel de anlisis individual, es decir, que
quiere obtener conclusiones que expliquen el comportamiento de los indivi-
duos, requiere la observacin de los mismos. Esto no implica que las posibles
explicaciones de ese comportamiento se encuentren exclusivamente en los
62 CUADERNOS METODOLGICOS 28
Macro Pases Pases Cmo afectan las caracte- Porcentaje de escaos Proporcionalidad de los siste-
rsticas de los sistemas de los partidos verdes mas electorales:
electorales a la representa- Los sistemas electorales pro-
cin poltica de los parti- porcionales permiten una
dos verdes mayor presencia parlamenta-
ria de los partidos verdes
METODOLOGA DE LA CIENCIA POLTICA
Micro Electores Electores Cmo afectan las caracte- Probabilidad de que un Nivel de estudios de los electo-
rsticas individuales al voto individuo vote por un res
a los partidos verdes partido verde Los electores con un alto
nivel de estudios tienen mayor
probabilidad de votar por un
partido verde
Mixta Electores Pases Cmo afectan las caracte- Probabilidad de que un Caractersticas de los electo-
y electores rsticas individuales y con- individuo vote por un res y caractersticas de los sis-
textuales al voto a los partido verde temas electorales
partidos verdes Los electores con un alto
nivel de estudios en pases
con sistemas electorales pro-
porcionales tienen una mayor
probabilidad de votar por un
partido verde
63
64 CUADERNOS METODOLGICOS 28
Unidades de anlisis: casos o tipos de casos de los cuales se estudian las propie-
dades cuya variacin se quiere explicar (ej.: elecciones, individuos, partidos, siste-
mas polticos, comunidades autnomas).
Variable dependiente: propiedad de las unidades de anlisis cuya variacin se desea
explicar (ej.: abstencin, alienacin, democracia interna, estabilidad, preocupacin
medioambiental).
Unidades de observacin: casos o tipos de casos de los cuales se estudian las pro-
piedades que sirven para explicar la variable dependiente. Pueden ser iguales o di-
ferentes a las unidades de anlisis.
posibles, una por cada legislatura 14. De modo que para el estudio de algunos
aspectos es posible conseguir informacin sobre muchas unidades, mientras
que en otros casos esta posibilidad est ms restringida por la propia natura-
leza del estudio.
Un segundo elemento que es necesario tener en cuenta a la hora de decidir
cuntas unidades de anlisis se incluyen en la investigacin es el del nmero
de variables o propiedades que se espera introducir. Segn si el objetivo es
describir o explicar, y si se desea considerar muchas o pocas variables, el in-
vestigador deber o no observar muchos casos. Cuando el objetivo es descri-
bir pueden disearse dos tipos de estrategia. Una primera estrategia tiene un
carcter intensivo en el que, a partir de un nmero reducido de unidades de
anlisis o casos, se analizan muchas propiedades o variables. Por el contrario,
en una estrategia de carcter extensivo se observan slo algunas propiedades
pero de un nmero elevado de casos. Para algunos autores, ambas dimensio-
nes (nmero de unidades y nmero de propiedades descritas) no pueden ser
maximizadas al mismo tiempo (Bartolini, 1991: 44). Debemos elegir entre una
descripcin pormenorizada de pocos casos o bien una ms superficial de mu-
chas unidades.
Si el objetivo de la investigacin no se limita a la descripcin, sino que as-
pira tambin a realizar inferencias causales, la cuestin es ms compleja. En
este caso, cuando el modelo terico incluye muchas variables, es imprescindi-
ble que se disponga de una cantidad de informacin suficiente para verificar
la influencia de cada una de ellas, lo que implica realizar observaciones acerca
de un nmero elevado de unidades de anlisis. Por el contrario, si el modelo
explicativo es ms modesto y se incluyen pocas variables, habr una menor
exigencia respecto al nmero de unidades de anlisis. La regla bsica es que el
nmero de variables explicativas cuya influencia sobre la variable dependiente
se espera demostrar no puede superar el nmero de unidades de anlisis. Esto
no es ms que reconocer que la cantidad de informacin de la que uno dis-
pone (unidades de anlisis observadas) limita la capacidad de establecer con-
clusiones generales (tabla 3.6).
Al describir, la cuestin se centra en elegir entre una estrategia extensiva y
una intensiva; no podemos maximizar a la vez el nmero de casos y el de va-
riables. Al contrastar relaciones causales el problema es el opuesto. Un alto
nmero de variables explicativas necesita un nmero elevado de unidades de
anlisis que faciliten la informacin necesaria para realizar estimaciones con
la suficiente garanta de su validez interna, es decir, con la suficiente certi-
dumbre de que los efectos de las variables explicativas sobre la dependiente
puestos de manifiesto en el anlisis son debidos a esas variables independien-
tes y no a otras. La verificacin de modelos causales complejos con muchas va-
riables explicativas necesita la observacin de muchas unidades de anlisis, si
14
Aunque, como ya hemos visto, podramos incluir otras unidades de anlisis en la investiga-
cin, estudiando, por ejemplo, tambin a los parlamentarios.
METODOLOGA DE LA CIENCIA POLTICA 67
TABLA 3.6
15
King et al. (1994: 121) ilustran claramente el problema que supone disear una investigacin
con ms relaciones causales que observaciones (una de las variedades del diseo indeterminado).
Se trata de un problema similar al que se encuentra una persona que tiene que resolver un sistema
de dos ecuaciones con tres incgnitas: hay lugar para infinitas soluciones.
16
Con respecto a las consecuencias que se derivan de excluir de un modelo explicativo una
variable independiente relevante, vase King et al. (1994: 168 y ss.).
68 CUADERNOS METODOLGICOS 28
TABLA 3.7
Unidades Propiedades
Estrategias espaciales o variables Tiempo
La seleccin aleatoria
por lo tanto, es necesario pensar en otros criterios de seleccin de casos que li-
miten las posibilidades de sesgo.
TABLA 3.8
Variable dependiente
Variable independiente
Casos
Tipo de sistema electoral Porcentaje de mujeres
en el Parlamento
1 Proporcional
2 Proporcional
3 Mayoritario
4 Mayoritario
Criterio de
seleccin
17
En relacin con los mtodos de control, vase el captulo 5.
METODOLOGA DE LA CIENCIA POLTICA 73
TABLA 3.9
1 Alto Mayoritario
2 Alto Mayoritario
3 Alto Proporcional
4 Alto Proporcional
Criterio de Criterio de
seleccin 2 seleccin 1
TABLA 3.10
1 Alto Mayoritario
2 Bajo Mayoritario
3 Alto Proporcional
4 Bajo Proporcional
Criterio de Criterio de
seleccin 2 seleccin 1
TABLA 3.11
1 Alto
2 Medio
3 Bajo
Criterio de
seleccin 1
TABLA 3.12
1 Alto
2 Alto
3 Alto
Criterio de
seleccin 1
18
Para un ejemplo similar, vase King et al. (1994: 131).
METODOLOGA DE LA CIENCIA POLTICA 77
GRFICO 3.1
100
75
Valoracin
50
25
0
0 1 2 3 4 5 6
Ubicacin ideolgica
GRFICO 3.2
100
75
Valoracin
50
25
0
0 1 2 3 4 5 6
Ubicacin ideolgica
78 CUADERNOS METODOLGICOS 28
Los datos sobre la realidad permiten poner a prueba las hiptesis que se han
desarrollado en el marco terico de una investigacin. En este captulo se
ofrece una visin sobre los tipos de datos que son de utilidad para el
investigador en ciencia poltica. Tambin se abordan las tcnicas ms
adecuadas para su recogida o produccin y los procesos de codificacin
necesarios para su utilizacin. Por ltimo, se explican diferentes maneras de
presentar tanto los datos como los resultados de una investigacin.
Tipos de datos
Los datos son los elementos de informacin que sobre cada caso se derivan
del proceso de observacin y medicin (Manheim y Rich, 1988: 458). Se habla
de datos primarios cuando es el investigador quien los recoge en funcin de
las necesidades de la investigacin. Cuando se manejan este tipo de datos se
debe prestar especial atencin al diseo del instrumento o tcnica para reco-
ger y sistematizar la informacin. En las investigaciones del campo de la cien-
cia poltica es muy frecuente usar datos que han sido recogidos e incluso
utilizados con anterioridad por otros investigadores u organismos. Se trata de
los datos secundarios, tomados de registros, archivos, estadsticas, encuestas
o investigaciones anteriores. Al no ser recogidos de manera especfica para la
investigacin en curso, es frecuente que los datos secundarios lleguen al in-
vestigador procesados de una forma determinada que seguramente no es la
ideal para el trabajo que se est realizando. En tal caso, el investigador debe
adecuar la informacin contenida en los datos de la manera ms conveniente
para la investigacin. Este inconveniente de utilizar datos secundarios se com-
pensa por el abaratamiento del coste de la investigacin que suele suponer su
utilizacin.
Gran parte de las investigaciones usan datos obtenidos en trabajos ante-
riores y por diferentes organizaciones pblicas y privadas. A continua-
cin se presentan algunos tipos de datos en funcin de su procedencia,
80 CUADERNOS METODOLGICOS 28
Censos y de registros
En casi todos los pases del mundo se llevan a cabo censos o recuentos peri-
dicos de toda su poblacin y de otro tipo de unidades (hogares, edificios, vi-
viendas) con el objetivo de obtener informacin con fines fundamentalmente
administrativos y de planificacin poltica. Una ventaja de estos datos es que
incluyen informacin sobre el total de una poblacin. Los censos de poblacin
suelen comprender datos como el nmero de miembros de la familia, sexo del
cabeza de familia, nivel de estudios, ingresos familiares y clase de vivienda.
Aunque los datos censales se obtienen de los individuos, cuando se encuen-
tran disponibles al pblico aparecen en forma cifrada y resumida, lo que, al
mismo tiempo que garantiza el anonimato, convierte en inaccesible una parte
de la informacin original.
Pese a esa prdida relativa de informacin, los datos del censo demogr-
fico son de gran utilidad al poseer algunas caractersticas que les confieren un
alto valor en el anlisis de datos agregados. Como sealan Manheim y Rich
(1988: 283), aunque siempre pueden contener errores, los datos globales sue-
len ser bastante fiables. La segunda gran ventaja se deriva de su carcter his-
trico y generalmente peridico. La mayora de los pases realizan algn tipo
de censo desde hace varias dcadas, lo que permite anlisis longitudinales de
inters en la determinacin de tendencias histricas. Sobre algunos perodos
histricos estos datos son, adems, los nicos con los que puede contar el in-
vestigador. Una tercera ventaja que aporta este tipo de medidas proviene del
hecho de que, por regla general, los datos del censo estn normalizados (es
decir, mantienen una homogeneidad en el tipo de categoras y clasificacio-
nes, y ello entre censos e intracensos), lo que introduce la posibilidad de la
comparacin entre poblaciones dentro de un mismo pas, o entre distintos
pases que mantengan un sistema de clasificacin y medida equivalente. Una
ltima ventaja de estos datos es su carcter pblico y la relativa accesibilidad
de los mismos, siendo en cada pas el organismo competente (en Espaa,
el Instituto Nacional de Estadstica, INE) quien se encarga de publicar la in-
formacin.
Los datos de registro son informes efectuados en el momento en el que
sucede un hecho segn las regulaciones legales o administrativas vincula-
das con ese hecho. Estos datos abarcan una gama muy amplia de sucesos.
Dentro de stos se pueden destacar datos relativos al movimiento natural de
la poblacin (nacimientos, muertes, matrimonios, divorcios), de actividades
empresariales (registros de produccin, de absentismo laboral) o de organi-
zaciones formales (miembros, participacin en comisiones). La lista puede
METODOLOGA DE LA CIENCIA POLTICA 81
Estadsticas de organizaciones
Datos de expertos
Datos de encuestas
Datos documentales
Tcnicas de recogida
Aunque las distintas tcnicas que los politlogos utilizan para obtener datos
suelen denominarse tcnicas de recogida, lo cierto es que tal trmino contiene
ya una de las primeras tipologas de datos de las muchas que se han realizado.
La obtencin de datos de la realidad social y poltica, en una primera divisin
puede clasificarse en dos tipos de tcnicas: tcnicas de recogida y tcnicas de
produccin de datos. Se alude as, por una parte, a datos que se recogen o re-
colectan (aquellos fruto de la observacin directa del investigador, o del estu-
dio de fuentes documentales o estadsticas elaboradas por otras personas
distintas al investigador) y, por otra, a datos que se producen ex profeso (los
que resultan de la respuesta a un cuestionario o aquellos fruto de una entre-
vista). Ms all de esta y otras muchas posibles clasificaciones, como ha afir-
mado Garca Fernando (1986: 115), los datos sociolgicos ni se recogen ni se
producen, sino que se construyen a partir de conceptos tericos conveniente-
mente operacionalizados. Por tanto, y teniendo en cuenta que los datos son
siempre en ltima instancia fruto de una elaboracin ad hoc, se sealan a con-
tinuacin algunas de las distintas tcnicas de uso frecuente para la obtencin
de dichos datos referidos a la realidad social o poltica investigada. Estas tc-
nicas no son mutuamente excluyentes y, si as lo aconseja el diseo, pueden, y
en ocasiones vale decir que deben, cooperar y aplicarse conjuntamente, como
generadoras de datos complementarios, o como correctoras o matizadoras una
de otra, lo que se conoce como proceso de triangulacin.
METODOLOGA DE LA CIENCIA POLTICA 85
Tcnicas documentales
Son aquellas que el investigador utiliza para obtener datos contenidos en cual-
quier tipo de documento producido por una segunda persona u organismo, no
por l mismo, ya haya sido ste elaborado con fines de investigacin o no. Tanto
censos como estadsticas oficiales, cartas, diarios, publicaciones (peridicas o
no, con fines divulgativos o de informacin, de carcter general o especfico) o
cualquier otro tipo de documento (incluso visual, grfico o sonoro) pueden
contener datos de inters para una investigacin. De entre todas estas tcni-
cas, y por ser la que indefectiblemente va unida a la aplicacin de cualquier
otra (aunque igualmente puede ejercitarse autnomamente), es importante re-
sear la relativa a la recogida de informacin en la literatura especializada con-
sultada en archivos, bibliotecas, hemerotecas, o la que usualmente es conocida
como investigacin bibliogrfica.
Esta tarea debe ser realizada como paso previo a la aplicacin de cualquier
otra tcnica, es decir, como una de las primeras etapas o fases de toda investi-
gacin. Tambin puede contemplarse como tcnica autnoma, ya que en oca-
siones el objeto de la investigacin es precisamente el anlisis de la produccin
anterior en un determinado campo de inters y no se prev la adquisicin de
otros datos nuevos, sino la localizacin y anlisis de los estudios ya existentes
(meta-anlisis).
Como paso previo a la entrada en el lugar fsico donde se han de encontrar
estos datos, es importante pensar de antemano una serie de palabras clave que
permitan la localizacin de obras relacionadas con el tema de la investigacin.
Para ello resulta til un proceso de reflexin de lo general a lo particular, con
capacidad de establecer una serie de reas o campos temticos. Esto es nece-
sario porque las bibliotecas, adems de un orden alfabtico de autores y de t-
tulos, suelen contar con algn tipo de ordenacin temtica por reas de
conocimiento, as como con sistemas de bsqueda por palabras clave. Como
no se puede saber con anterioridad el ttulo de un libro que se desconoce y en
el que aparezca tratado el tema de inters para el investigador, y slo se suele
conocer un nmero de autores limitado de entre quienes puedan haberlo tra-
tado, hay que remitirse primeramente al ndice temtico.
A la biblioteca es conveniente acudir con un soporte para la recogida de los
datos (fichas o programas informticos adaptados en un ordenador porttil).
El objetivo bsico es conseguir toda la informacin til disponible contenida
en las obras existentes y almacenarla o archivarla de manera que pueda ser f-
cilmente localizada y utilizada en el futuro. Se trata de tomar nota de los do-
cumentos cuya lectura se considera necesaria y en los que aparezcan datos
necesarios para la misma.
Los programas informticos de gestin de la bibliografa como Enanote,
Zotero o RefWorks han sustituido a las tradicionales fichas, pero en ambos
sistemas el objetivo fundamental es almacenar de manera ordenada y acce-
sible todas las referencias necesarias para la elaboracin del trabajo, lo que
86 CUADERNOS METODOLGICOS 28
en todo caso ha de incluir los aspectos que se detallan en la tabla 4.1. Ade-
ms, suele ser til incluir la transcripcin textual de posibles citas extradas
de las obras que se manejan, con nmeros de pgina exactos que tambin
han de consignarse 19.
TABLA 4.1
FICHA BIBLIOGRFICA
Autor
Ao de publicacin
Ttulo de la monografa, captulo o artculo
Ttulo de la revista, volumen y nmero
Ttulo y autor de la obra compilada
Editorial y lugar de edicin
Pginas
19
Sobre los pormenores de la creacin y utilizacin de estas fichas bibliogrficas existe abun-
dante literatura a la que remitirse, especialmente las obras de Eco (1992) o Garca de la Fuente
(1994).
METODOLOGA DE LA CIENCIA POLTICA 87
La entrevista
dades personales del investigador, se hace pertinente tomar una serie de notas
con el fin de no olvidarse de los elementos de inters. Si la entrevista no ha
sido grabada es necesario que el investigador haga una reconstruccin de la
misma por escrito lo antes posible. El producto de esa conversacin en pala-
bras, as como todos aquellos otros elementos no verbales observados durante
el transcurso de la entrevista y que han de anotarse cuidadosamente (gestos
significativos, titubeos, posibles reacciones a temas delicados), son otros datos
producto del uso de esta tcnica.
La seleccin del sujeto o sujetos a entrevistar, as como el guin o estructura
temtica de la entrevista, son elementos fundamentales que dependen del cri-
terio del investigador. El nmero de sujetos es variable y no responde a crite-
rios numricos ni aleatorios de seleccin, sino a la importancia sustantiva del
sujeto a entrevistar. Los criterios tericos marcados por el investigador y sus
intereses de investigacin determinan la seleccin de los asuntos que se deben
tratar en la entrevista, aunque existe literatura especializada en la materia que
dicta criterios orientativos 20.
Dos ejemplos de tipos de entrevista son la entrevista a expertos y la entre-
vista biogrfica. En la entrevista a expertos se incluyen, entre otras, la entre-
vista a profesionales de una rama de actividad, a compradores tipo, a
prescriptores de productos o a lites polticas. Es la entrevista en la que de ma-
nera clsica impera el criterio de competencia del entrevistado; es decir, la se-
leccin de entrevistados se basa en su conocimiento y aptitud para informar
sobre un tema concreto. En cuanto al nmero de entrevistados, las variaciones
son importantes y dependen de las distintas perspectivas que quieran inte-
grarse en la investigacin.
En ocasiones, la significacin de una persona, su protagonismo en deter-
minado contexto o, simplemente, la posibilidad de acceso a la misma hacen
pertinente realizar una serie de entrevistas biogrficas o de vida. Algunas in-
vestigaciones que han utilizado esta tcnica han producido resultados muy
fructferos; por ejemplo, en el estudio de individuos en situacin de exclusin
social cuyo contexto puede resultar de otra forma inabordable. Nada impide
que este tipo de entrevistas sean aplicadas en el contexto de la investigacin po-
ltica. Las entrevistas biogrficas o de vida son una variedad de tcnicas de ob-
tencin de datos que puede incluirse dentro de la tcnica de entrevista 21. El
conjunto generado por el uso de esta tcnica, con otros elementos que la com-
pletan, suele integrarse dentro del mtodo llamado historia de vida.
20
Vanse, por ejemplo, Ort (1986) o Holstein y Gubrium (1995).
21
Vase De Miguel (1996).
METODOLOGA DE LA CIENCIA POLTICA 89
La encuesta
Esta tcnica es la que genera datos ms adaptados a los anlisis de tipo esta-
dstico. Su principio bsico es el mismo que el de la tcnica anterior: pre-
guntar a los sujetos acerca del tema o temas investigados, pero tiene una serie
de peculiaridades que la hacen muy diferente. El principio central de la in-
vestigacin mediante encuesta es que la informacin se obtiene de una mues-
tra de personas representativa de un grupo mayor o universo (la poblacin
objeto de estudio). Para cumplir este principio las encuestas se apoyan fun-
damentalmente en dos tipos de teoras: por un lado, en una teora matem-
tica, el teorema del lmite central y su correlato, la ley de los grandes nmeros;
y, por otro lado, en la teora de las probabilidades y en la teora del muestreo.
Estos principios de estadstica matemtica son los que regulan las relaciones
existentes entre una poblacin y las muestras extradas de ella. A partir de
las muestras se estiman unos estadsticos 22. Los estadsticos son estimadores
de los parmetros o valores reales de la poblacin, con unos mrgenes de
error y unos niveles de probabilidad de errar a la hora de darlos por vlidos
conocidos.
Cada entrevista de una encuesta se repite tantas veces como unidades mues-
trales se han extrado, y esta operacin es la que condiciona en buena medida
la organizacin de la investigacin social a travs de esta tcnica de recogida
de datos. Al tener que realizar cientos de entrevistas hace falta contar con un
equipo de entrevistadores bien entrenados para llevarlas a cabo, del mismo
modo que hay que disponer de los medios organizativos suficientes para co-
ordinar el trabajo de campo, recoger la informacin, procesarla, tabularla y
analizarla. La segunda caracterstica esencial de la investigacin por encuesta
es, por lo tanto, el carcter estandarizado de la informacin que se obtiene
para cada individuo.
Pese a su rigidez, por tratarse de un listado de preguntas que se formulan
de manera idntica a todos los entrevistados, el cuestionario presenta otras
ventajas que superan claramente sus inconvenientes. La funcin del cuestio-
nario en el proceso de investigacin social es doble: por un lado, pretende co-
locar a todos los entrevistados en la misma situacin psicolgica y, por otro
lado, facilita el examen y asegura la comparabilidad de las respuestas. Todas
las estrategias y tcnicas para construir y administrar buenos cuestionarios se
dirigen a satisfacer ambas funciones 23.
El cuestionario ocupa un lugar preciso en el proceso global de la investiga-
cin. Se debe construir despus de haber formulado los temas y las hiptesis
de investigacin, y de haber definido y operacionalizado los conceptos que se
22
Los estadsticos son nmeros que resumen las distribuciones de las variables (como la
media) o las relaciones entre ellas (como el coeficiente de correlacin).
23
Una gua muy til para la redaccin de cuestionarios puede encontrase en el libro de
Azofra (1999).
90 CUADERNOS METODOLGICOS 28
Grupos de discusin
24
Vase Cea DAncona (1996).
METODOLOGA DE LA CIENCIA POLTICA 93
25
Vase, por ejemplo, Ibez (1979 y 1986).
94 CUADERNOS METODOLGICOS 28
sido escogido, segn las necesidades del estudio. Posteriormente explica la di-
nmica de la reunin, y todo el proceso de la presentacin ha de estar contro-
lado en los siguientes sentidos: el moderador no puede introducir juicios de
valor sobre el tema; ha de adaptar su lenguaje a las caractersticas del grupo,
y debe mantener su autoridad.
Las aplicaciones de la tcnica de grupo de discusin a la investigacin po-
ltica son innumerables, pero se puede destacar, por ser una de las que ms
se utiliza actualmente, la que genera los llamados estudios de clima poltico.
Muchos partidos y lderes polticos encargan, normalmente cuando se han
producido acontecimientos importantes, la elaboracin de un estudio de
clima mediante grupos de discusin. Antes de elaborar una propuesta, de
emprender una campaa poltica, o al poco tiempo de presentar un candi-
dato al gobierno, se solicita una investigacin de este tipo. Reuniendo uno o
varios grupos de personas se pueden pulsar las distintas actitudes, expecta-
tivas o climas de opinin con respecto a cuestiones tan diversas como la in-
migracin, las campaas electorales o las percepciones de los jvenes sobre
la poltica.
Observacin
26
El libro de Guasch (1997) expone las principales caractersticas de esta tcnica de recogida
de datos y recoge ejemplos prcticos de su aplicacin en diferentes contextos.
METODOLOGA DE LA CIENCIA POLTICA 95
var nunca equivale a mirar, sino que requiere el uso de conceptos, ideas e hi-
ptesis. Es ah donde difiere la observacin segn sea la naturaleza del pro-
yecto, en la diversidad de categoras e hiptesis empleadas por el observador
para reconocer elementos o piezas de informacin relevantes para sus objeti-
vos cientficos.
Para el ejercicio de esta tcnica, adems de dotes de observacin, de cierta
empata con los sujetos estudiados (capacidad para ponerse en su lugar) y del
requisito sine qua non de estar all, es necesario un perodo de tiempo, mayor
o menor en funcin de las necesidades del estudio, durante el cual el investi-
gador es aceptado en el grupo, ya sea en su propio rol de investigador de vi-
sita, ya sea en un papel encubierto (cosa a menudo necesaria aunque polmica
por sus posibles implicaciones ticas). Si una investigacin tiene como obje-
tivo explicar, por ejemplo, las peculiaridades organizativas de las cooperati-
vas agrarias en el campo andaluz, quiz sea interesante que el propio
investigador se introduzca all donde ese fenmeno objeto de estudio se de-
sarrolla. Hay que evaluar las distintas posibilidades de acceder a determina-
dos ncleos sociales donde esa realidad se desarrolla, y si se considera
necesario tomar parte de las actividades como participante adems de como
observador. Es asimismo necesario llevar un diario de campo o documento
elaborado por el investigador donde se ha de tomar nota de las distintas ob-
servaciones realizadas, conversaciones mantenidas, posibles incgnitas sur-
gidas en el terreno (que posteriormente habrn de ser resueltas) y de todo
aquello, en fin, que pueda ser de utilidad al investigador en su intento de com-
prender un proceso poltico. Esas notas son la materializacin de los datos re-
cogidos. El investigador, en esta tcnica como en ninguna otra, construye sus
propios datos en un proceso que ha sido denominado de negociacin o con-
senso con los sujetos objeto de investigacin. La informacin sobre el fen-
meno estudiado por un extrao que se incorpora durante un tiempo ms o
menos largo al contexto en el que se produce (en algunas ocasiones es nece-
sario un ao completo de trabajo de campo, e incluso ms) es fruto del
acuerdo entre investigado e investigador. Por ello, el investigador de campo
nunca es solamente un observador participante. Es a la vez un entrevistador
activo y un analista de archivos, que contrasta, sobre unos mismos temas, los
datos producidos a partir de encuestas, entrevistas, documentos, observacin
y experiencia participativa.
La codificacin
El proceso de codificacin de los datos consiste en preparar stos de una ma-
nera adecuada para que el propio investigador, generalmente con la ayuda de
un ordenador, pueda procesar la informacin que contienen y analizarla con-
venientemente. A travs del proceso de codificacin se asignan grupos de n-
96 CUADERNOS METODOLGICOS 28
meros a cada una de las categoras de una variable, de manera que cada n-
mero o combinacin de nmeros se convierte en un cdigo que representa una
caracterstica de la variable que se analiza. Los cdigos sirven para dos pro-
psitos principales. En primer lugar, permiten identificar, clasificar y ordenar
las categoras de las variables segn los criterios dados en la definicin opera-
cional; en segundo lugar, sirven para comunicar informacin compleja de una
forma abreviada, para poder analizarla. Se trata de una etapa de la investiga-
cin esencial en los anlisis cuantitativos, pero que es til cualquiera que sea
el tipo de datos utilizados y las tcnicas que vayan a emplearse para su anli-
sis. La encuesta no es el nico contexto en que se requiere de un proceso de co-
dificacin, pero este tipo de tcnica de recogida de datos es el que mejor refleja
las tres etapas principales de la codificacin: la asignacin de cdigos a las ca-
tegoras, la asignacin de columnas a cada variable y la produccin de un libro
de cdigos.
La manera en la que se asigna un cdigo numrico a las categoras de cada
variable constituye el primer paso del proceso de codificacin. La asignacin
de cdigos depende del tipo de variable (nominal, ordinal o de intervalo) y
debe tener en cuenta los principios de exhaustividad y exclusividad que ya de-
bieron ser considerados a la hora de operacionalizar los conceptos, segn se
expone en el captulo 2. Todas las unidades de anlisis deben ser susceptibles
de recibir un cdigo para cada propiedad o variable, incluso cuando el valor
de sta en ese caso se desconoce. Para ello es til crear y asignar cdigos a ca-
tegoras como otros, no sabe o no contesta. Igualmente, a cada unidad se
le podr asignar un cdigo y slo uno para cada variable.
En las variables nominales los cdigos representan categoras que no pue-
den ordenarse con respecto a ningn criterio; el orden jerrquico de los cdi-
gos no tiene significado alguno, ni los nmeros indican cantidad. Los cdigos
slo tienen el valor que les asigna el investigador, y esta asignacin puede ha-
cerse de una manera arbitraria. Conviene elegir siempre cdigos sencillos y
que respondan a criterios prcticos. En el caso de una variable nominal como
el sexo, cualquiera de los siguientes ejemplos sera vlido:
Varn 1 0 933
Mujer 2 1 047
tos anlisis (por ejemplo, a la hora de introducir el sexo como variable expli-
cativa en una regresin).
Una variable ordinal requiere una asignacin de cdigos que respete el
orden de las categoras. Los cdigos no indican cantidad, pero s indican una
posicin relativa de cada categora con respecto a las dems. Con una variable
ordinal, como el grado de inters por la poltica, es posible pensar en varios es-
quemas de codificacin:
Ningn inters 1 4 00
Poco inters 2 3 20
Bastante inters 3 2 40
Mucho inters 4 1 50
Los tres ejemplos son vlidos, puesto que en los tres se respeta la ordena-
cin de las categoras. Una variable ordinal no permite saber cul es la dis-
tancia que separa las distintas categoras (no sabemos si la diferencia entre los
que dicen no tener ningn inters y los que dicen tener poco es igual, inferior
o superior a la distancia que separa los que dicen tener poco de los que dicen
estar bastante interesados por la poltica). Desde este punto de vista, es irre-
levante elegir una codificacin como la del ejemplo 1 o como la del ejemplo
3. Por razones de simplicidad, de nuevo es preferible optar por el ejemplo 1.
El ejemplo 2 resulta menos intuitivo que el ejemplo 1, pues los cdigos estn
ordenados de manera inversa a la ordenacin de las categoras (el 4 corres-
ponde a ningn inters y el 1 a mucho inters). Es preferible un sistema
de codificacin en el que a medida que aumenta el cdigo aumenta el inters
por la poltica. Esto no implica que estemos midiendo en unidades el gra-do
de inters, sino nicamente que los cdigos indican el orden de las catego-
ras 27.
En las variables de intervalo la codificacin resulta ms directa, porque es
posible utilizar la propia unidad de la variable como cdigo. En estos casos
los nmeros adquieren significados muy precisos y las opciones para su asig-
nacin quedan sustancialmente reducidas. En la medicin de intervalo los c-
digos no solo indican un orden, sino tambin una cantidad (euros de ingresos,
aos de servicio). La distancia entre dos categoras o entre dos casos puede
medirse sin ningn problema. La variable edad se codifica de la manera ms
sencilla dado que el nmero de aos sirve como cdigo, de manera que el c-
27
Sea cual sea la codificacin elegida, sta debe tenerse en cuenta al interpretar los anlisis
realizados por el ordenador, que no sabe interpretar el significado de los nmeros.
98 CUADERNOS METODOLGICOS 28
digo 33 indica 33 aos. Otras variables de intervalo, como los ingresos, pue-
den codificarse utilizando categoras ms amplias, pero lo ideal es elaborar un
sistema de operacionalizacin y codificacin en el que la informacin sea lo
ms exacta posible. Posteriormente, el investigador podr recodificar y agru-
par los datos en categoras ms amplias si as lo desea.
En las encuestas, la asignacin de los cdigos puede llevarse a cabo antes
de la observacin (precodificacin) o despus de haber obtenido las respues-
tas (codificacin). En las preguntas cerradas las categoras de respuesta estn
preestablecidas, por lo que es posible precodificar las respuestas. Por el con-
trario, en las preguntas abiertas no existen categoras preestablecidas de res-
puesta. Esta opcin se utiliza en mayor medida cuando no es fcil predecir
qu categoras de respuesta utilizar la poblacin ante una pregunta determi-
nada; cuando el investigador busca una mayor riqueza en las observaciones de
los entrevistados, o cuando no desea introducir ningn tipo de sesgo en la res-
puesta del encuestado. En las preguntas abiertas se requiere un anlisis de las
respuestas con el fin de crear un esquema de asignacin de cdigos a cada tipo
de contestacin, de acuerdo al propsito original de la pregunta.
El proceso de asignacin de columnas a cada variable en la matriz de datos
se realiza posteriormente a la asignacin de los cdigos a las categoras, pues
en funcin de sta se necesitarn una o ms columnas para cada variable. La
matriz de datos contiene las observaciones codificadas relativas a los valores
de cada unidad de anlisis (casos) con respecto a cada propiedad o variable.
Como ya se vio en el captulo 3, cada una de las filas contiene los datos de un
individuo o caso, mientras que los espacios dentro de cada fila que ocupan los
distintos cdigos son determinados por las columnas, que a su vez indican
las variables. El aspecto de una matriz de datos codificados es algo similar a
esto:
033441 0001 28 1 18 1
033441 0002 28 2 45 2
033441 0003 41 2 56 5
033441 0004 28 2 23 1
Las tablas
contienen los datos. Al pie de la tabla figuran las notas relativas a las fuentes
de las que proceden los datos, al uso de abreviaturas (si las hubiera), al resul-
tado de los tests de significacin estadstica (si se utilizan) o a otros aspectos
que deban sealarse. Los comentarios a propsito de las tablas no han de li-
mitarse a repetir su contenido, sino a interpretarlo, llamando la atencin del
lector sobre los puntos de mayor inters.
Una de las tablas ms sencillas es la enumerativa, que consiste en la pre-
sentacin de la distribucin de frecuencias de una o ms variables, enume-
rando las categoras e indicando el nmero y/o el porcentaje de casos que
aparecen en cada una de ellas. Este tipo de representacin sirve principal-
mente para describir y resumir la informacin. La tabla 4.2, por ejemplo, re-
sume la distribucin de una sola variable, la autoubicacin ideolgica de los
ciudadanos europeos segn el Eurobarmetro. Los encuestados han elegido
la posicin en una escala de diez categoras izquierda-derecha que mejor re-
fleja su posicin ideolgica. De los 11.589 encuestados, la mayora se sitan
en torno a las categoras centrales de la escala, el 24% en el centro-izquierda
y el 11% en el centro-derecha. La frecuencia de los casos disminuye progre-
sivamente conforme nos aproximamos a cualquiera de los dos extremos. El 14
de los encuestados prefiere no autoubicarse en la escala. Como se trata de
TABLA 4.2
Autoubicacin Porcentaje N
Media 4,8
Desviacin tpica 2,4
TABLA 4.3
Los grficos
29
Una referencia til sobre la presentacin de distintos tipos de anlisis es Rudestam y
Newton (1992), especialmente el captulo 6.
30
Sobre la utilizacin de grficos, vase Alaminos (1993). Vase tambin el sitio http:/www.
statcan.ca/english/edu/power/ch9/using/using.htm, con excelentes recomendaciones sobre cundo
usar o no un grfico y qu aspectos han de tenerse en cuenta en su elaboracin.
104 CUADERNOS METODOLGICOS 28
GRFICO 4.1
25
Hombres Mujeres
20
15
j
10
0
a
da
ia
da
ca
ia
lia
ga
ci
ic
an
Ita
ar
pa
an
an
an
lg
re
rtu
et
em
am
B
G
Es
Irl
ol
Fr
Br
Po
H
Al
in
n
D
ra
G
En este captulo se explican los distintos mtodos que existen para llevar a
cabo la contrastacin de hiptesis. Su contenido es fundamental para realizar
investigaciones de carcter explicativo, en las que no slo se pretende descri-
bir las caractersticas de un fenmeno, sino tambin entender los mecanismos
causales que lo producen. La explicacin de los fenmenos polticos, as como
la posibilidad de extender las conclusiones obtenidas al conjunto de casos si-
milares a los estudiados, es una de las partes fundamentales de la investigacin
politolgica. Se trata tambin de una tarea extremadamente compleja, que
debe ceirse a una serie de pautas metodolgicas precisas para conseguir su
objetivo.
TABLA 5.1
LA RELACIN ENTRE ACTITUDES SOBRE EL GASTO PBLICO Y VOTO
Variable independiente
TABLA 5.2
A favor de En contra de
reducir el gasto reducir el gasto Total
Altos ingresos
Partido Popular 52% (130) 28% (70)0 40% (200)
Otros partidos 48% (120) 72% (180) 60% (300)
Total 100% (250) 100% (250) 100% (500)
Bajos ingresos
Partido Popular 52% (130) 28% (70)0 40% (200)
Otros partidos 48% (120) 72% (180) 60% (300)
Total 100% (250) 100% (250) 100% (500)
TABLA 5.3
A favor de En contra de
reducir el gasto reducir el gasto Total
Altos ingresos
Partido Popular 60% (240) 60% (60)0 60% (300)
Otros partidos 40% (160) 40% (40)0 40% (200)
Total columnas 100% (400) 100% (400) 100% (500)
Bajos ingresos
Partido Popular 20% (20)0 20% (80)0 20% (100)
Otros partidos 80% (80)0 80% (320) 80% (400)
Total columnas 100% (100) 100% (100) 100% (500)
GRFICO 5.1
Ingresos
+ Probabilidad
+ de voto al PP
+
Actitud favorable a la
reduccin del gasto
El mtodo experimental
El mtodo experimental es el que permite tener un mayor grado de control
de las posibles causas de un fenmeno o comportamiento. El experimento es
la prueba cientfica por excelencia. Consiste en provocar deliberadamente
modificaciones en los estados o valores de una variable independiente para
evaluar su efecto sobre los estados o valores de la variable dependiente man-
teniendo constantes todos los dems factores que pueden influir en sta (Bar-
tolini, 1991: 63).
La ventaja de este mtodo respecto a otros es que mediante el experimento
se intenta confirmar las hiptesis exponiendo a las personas u objetos a va-
riaciones en los valores de la variable explicativa de inters, manteniendo cons-
tantes (y por lo tanto controladas) el resto de las variables independientes, de
forma que cualquier variacin en la variable dependiente slo puede ser atri-
buible a los cambios en la variable explicativa. Es decir, se controla la in-
fluencia del resto de los factores que dejan de ser variables y se convierten en
parmetros. Por ejemplo, un investigador en un laboratorio puede realizar ex-
perimentos en las plantas (unidades de anlisis) sobre la incidencia del uso de
fertilizantes (variable explicativa) en su crecimiento (variable dependiente que
se define operacionalmente como diferencia en centmetros entre t y t+1).
De esta forma se puede hacer variar la cantidad de fertilizante, manteniendo
constantes otros factores que influyen en el crecimiento, como la cantidad de
agua y luz (variables de control), y as comprobar la repercusin de la admi-
nistracin de diferentes cantidades de fertilizantes en el crecimiento de las
plantas.
En la ciencia poltica los estudios experimentales suelen analizar el com-
portamiento de dos grupos de personas con caractersticas similares: el grupo
experimental, cuyos integrantes son expuestos a un estmulo (la variable in-
dependiente), y el grupo de control, que no es sometido al estmulo. El grupo
de control est compuesto por sujetos que renen las mismas caractersticas
que los del grupo experimental pero que no son sometidos al mismo estmulo.
Su nombre (grupo de control) se deriva precisamente del hecho de que sirve
para controlar que la variacin en la variable dependiente que se produce tras
la administracin del estmulo se debe nicamente a ste y no a ninguna otra
METODOLOGA DE LA CIENCIA POLTICA 113
TABLA 5.4
El mtodo estadstico
El mtodo estadstico utiliza tcnicas matemticas para descubrir relaciones
entre variables. As como el mtodo experimental manipula verdaderamente el
estado de las variables de control, el mtodo estadstico utiliza una manipula-
cin conceptual/matemtica para realizar la misma tarea (Murray Faure, 1994:
311). El mecanismo en el que se basa el control estadstico es la divisin de la
muestra en tantas submuestras como categoras tenga la variable de control.
Para cada una de esas submuestras se estima la relacin entre la variable in-
dependiente y la dependiente, y por lo tanto se controla por el efecto de la va-
riable que se ha parametrizado (es decir, se ha convertido en constante). Si hay
ms de una variable de control se divide la muestra inicial en tantas sub-
muestras como categoras resulten del cruce de las variables de control. Para
poder realizar todas estas estimaciones (en cada una de las submuestras) es ne-
cesario disponer de un nmero elevado de casos. ste es uno de los requisitos
ms exigentes del mtodo estadstico, difcil de conseguir en algunas investi-
gaciones politolgicas, sobre todo aquellas que tienen unidades de anlisis dis-
tintas a los individuos. Por ello, en investigaciones con pocos casos suele ser
ms adecuado el mtodo comparado.
Existen tcnicas estadsticas apropiadas para cada nivel de medicin. Al
inicio de este captulo se ha puesto un ejemplo en el que se utiliza el anlisis
de tablas de contingencia, adecuado para trabajar con variables nominales y
ordinales. En este epgrafe se aplica un ejemplo de anlisis estadstico ade-
cuado para variables de intervalo. Como muestra de una aplicacin de la
lgica del mtodo estadstico se utiliza el coeficiente de correlacin de Pear-
son de asociacin entre dos variables, y la tcnica de regresin mltiple que
permite estimar la influencia de varias variables explicativas sobre una
dependiente.
116 CUADERNOS METODOLGICOS 28
Imagnese que se est realizando una investigacin sobre la relacin entre los
ingresos y la ideologa de los electores. Se dispone de datos de una encuesta en
la que se han medido los ingresos de los encuestados, as como su autoubica-
cin ideolgica en una escala de 1 a 10, en la que 1 es la posicin ms a la iz-
quierda y 10 representa la posicin ms a la derecha. El grfico 5.2 representa
esta relacin. En el eje horizontal figuran los ingresos anuales y en el vertical las
diferentes puntuaciones en la escala ideolgica. Cada uno de los puntos repre-
senta un individuo de la muestra y la localizacin del punto pone en relacin los
ingresos del individuo (comprobando su situacin respecto al eje horizontal)
con su autoubicacin ideolgica (comprobando su situacin respecto al eje ver-
tical). La recta que aparece en el grfico, denominada recta de regresin, es una
sntesis de la relacin entre ingresos e ideologa. Se parte de una hiptesis de tra-
bajo inmediatamente corroborada por una mera observacin superficial del
grfico: los individuos que tienen menos ingresos se sitan ms a la izquierda
que los que tienen ms ingresos. O, dicho de otro modo, a menor nivel de in-
gresos, menor puntuacin en la escala ideolgica.
Se puede utilizar en primer lugar el ndice de correlacin para estimar la
fuerza de la asociacin de las dos variables. El coeficiente de correlacin li-
near de Pearson es una de las medidas ms utilizada para medir el grado
GRFICO 5.2
7
Autoubicacin ideolgica
0
0 10.000 20.000 30.000 40.000
Ingresos
Fuente: Elaboracin propia a partir de datos imaginarios.
METODOLOGA DE LA CIENCIA POLTICA 117
Y = b0 + b1x1
En nuestro ejemplo:
autoubicacin = b0 + b1 (ingresos)
b p
Constante (b0) 0,92 0,0000
Ingresos (b1) 0,029 0,0000
Los resultados confirman que los ingresos (en miles de euros anuales, tal
y como se han medido en este ejemplo) estn relacionados con la variable de-
pendiente. La constante b0 (0,92) proporciona el valor que adopta la variable
dependiente (autoubicacin) cuando la explicativa es cero. Eso significa que la
ubicacin ideolgica de una persona sin ingresos sera 0,92 31 El valor del
coeficiente b1, la pendiente, informa del cambio que se produce en Y (autou-
bicacin ideolgica) al aumentar los ingresos anuales en una unidad (mil
euros, en este ejemplo): la autoubicacin ideolgica se desplaza 0,029 unida-
des a la derecha por cada incremento de mil euros en los ingresos anuales de
un individuo. Si el coeficiente b1 no fuera significativamente distinto de cero,
un incremento en los ingresos no producira ningn cambio en la autoubica-
cin ideolgica, es decir, no existira relacin entre las dos variables y, por lo
tanto, la lnea del grfico 5.2 sera paralela al eje de las abscisas.
Como, presumiblemente, el nivel de ingresos no es la nica variable rela-
cionada con la autoubicacin ideolgica, podemos introducir en el modelo de
regresin otros factores explicativos, completando la ecuacin:
31
Este valor se sale de la escala utilizada para medir la ubicacin ideolgica. Para evitar este
tipo de resultados de difcil interpretacin puede ser conveniente recodificar la variable indepen-
diente de manera que el punto cero coincida con la media. As, la interpretacin de la constante
sera el valor esperado de la autoubicacin ideolgica para un individuo que tiene un nivel de in-
gresos igual a la media de la muestra.
118 CUADERNOS METODOLGICOS 28
donde x1, x2, x3, ... xm son las variables independientes (ingresos y otras); b1, b2,
b3, ... bm representan el efecto cada variable independiente sobre la dependiente
en Y; y b0 es el valor de Y cuando el de todas las variables independientes es
cero. Cada coeficiente bm indica el cambio que se produce en Y al aumentar
una unidad en xm manteniendo constante (en cero) el resto de las variables, es
decir, cada coeficiente bm mide el efecto de cada variable explicativa en Y in-
dependientemente de las dems 32. La tcnica de regresin mltiple permite,
por lo tanto, estimar por separado el efecto que tiene cada una de las variables
independientes sobre la variable dependiente controlando por el resto de las
variables incluidas en el modelo. En nuestro ejemplo podemos analizar si, ade-
ms de los ingresos, la edad tiene un efecto adicional sobre la autoubicacin
ideolgica.
b p
Constante (b0) 1,529 0,0000
Ingresos (b1) 0,0190 0,0000
Edad (b2) 0,0646 0,0000
El mtodo estadstico permite estimar el efecto de cada una de las variables expli-
cativas sobre la variable dependiente.
Este mtodo permite conocer la probabilidad de equivocacin o error que hay al in-
ferir conclusiones de la muestra que se ha utilizado al universo o poblacin. Cuanto
mayor sea la muestra, menor ser esta probabilidad.
Permite obtener un grado de control inferior al del mtodo experimental pero supe-
rior al del mtodo comparado.
El mtodo comparado
El mtodo comparado se utiliza para abordar el anlisis de un nmero redu-
cido de casos. En esta situacin no es posible realizar un control sistemtico
de las variables independientes a travs de las correlaciones parciales en las que
se basa el mtodo estadstico, ni tampoco manipular los estados de las varia-
bles externas como en el mtodo experimental. Se trata de un mtodo clara-
mente menos potente que los anteriormente citados en cuanto al control que
consigue, pero que presenta aspectos positivos en cuanto a la profundidad que
permite conseguir en el trato de cada uno de los casos. Su lgica es similar a
la del mtodo experimental y estadstico. De hecho, para muchos autores, no
existe una frontera clara entre el mtodo estadstico y el mtodo comparado,
dependiendo la eleccin entre uno u otro del nmero de casos que se considere
en el anlisis. Adems, es preciso tener en cuenta que el mtodo comparado no
es una tcnica concreta de investigacin, sino un mtodo con una lgica es-
pecfica que pretende descubrir relaciones empricas entre variables con una
voluntad de producir conocimientos generalizables (Cas, 1997).
El mtodo comparado, como su propio nombre indica, se vale de la com-
paracin explcita y sistemtica para estudiar las relaciones entre variables. Se
trata del mtodo ms frecuentemente utilizado en la poltica comparada, es
decir, aquella que estudia el desarrollo de los sistemas polticos y su interrela-
METODOLOGA DE LA CIENCIA POLTICA 121
33
Como se ha visto en captulos anteriores, es preciso proporcionar los criterios que se siguen
para operacionalizar el grado de heterogeneidad tnica y la distincin entre alta, media y baja.
122 CUADERNOS METODOLGICOS 28
TABLA 5.5
34
Przeworski y Teune (1970: 33-34), y Murray Faure (1994: 312).
124 CUADERNOS METODOLGICOS 28
TABLA 5.6
Variables
Casos X1 X2 X3 X4 X5 Y
A 1 1 0 0 1 1
B 1 1 1 0 0 1
C 1 0 1 0 1 1
D 1 0 1 1 0 1
E 1 0 0 1 1 1
Una forma til para entender cmo se aborda una investigacin basada en
el mtodo comparado es consultar trabajos previos que se hayan basado, par-
cial o totalmente, en dicha metodologa. A este efecto, la investigacin com-
parada realizada por Dez Medrano (1999) del nacionalismo vasco y el cataln
puede resultar especialmente ilustrativa, sobre todo en lo que se refiere a la
justificacin que realiza de la seleccin de los casos de estudio y a las limita-
ciones que el propio autor plantea que puede tener dicha eleccin en relacin
a la posibilidad de extender las conclusiones de la investigacin a otros casos
de nacionalismo distintos de los estudiados. Boix (1996), en su investigacin
sobre la incidencia del signo poltico de los gobiernos en el tipo de poltica eco-
nmica que desarrollan, incorpora una comparacin de Gran Bretaa y Reino
Unido, cuya consulta es asimismo de gran inters a modo de ilustracin apli-
cada del mtodo comparado.
No existe consenso entre los diferentes autores en la consideracin del m-
todo comparado en relacin con el mtodo estadstico. Para Lijphart (1975),
el mtodo comparado se parece en todo al estadstico, excepto en que en el
primero el nmero de observaciones no permite la realizacin del control por
METODOLOGA DE LA CIENCIA POLTICA 125
medio de correlaciones parciales. Por lo tanto, la opcin por uno u otro mtodo
depende enteramente del nmero de casos, pero cuando sea posible este autor
aconseja utilizar el mtodo experimental o el estadstico, que permiten ejercer
un mayor control sobre el estado de las variables explicativas. En todo caso, Lij-
phart (1975) insiste en la necesidad de vincular esta decisin con una valora-
cin de los recursos de que se dispone (tiempo y presupuesto). En una
situacin de escasez aconseja realizar un anlisis comparado de pocos casos
antes que un anlisis estadstico superficial de muchos casos. En esta cir-
cunstancia, el mtodo comparado puede considerarse como un primer paso
para generar hiptesis que luego pasen a ser puestas a prueba utilizando tc-
nicas estadsticas.
Para otros autores, como Ragin (1987), no existe slo una gradacin de los
mtodos segn el grado de control, sino que cada uno de ellos tiene ventajas e
inconvenientes que lo hacen adecuado a diferentes objetivos de investigacin.
El mtodo comparado requiere un conocimiento ms intenso de las unidades
de anlisis y de la interrelacin de variables que presenta cada una de ellas, y
por tanto este autor considera que el mtodo comparado no slo se trata de
una estrategia para abordar el estudio de un nmero reducido de casos, sino
que aporta un estilo de anlisis distinto al estadstico. Mientras que en el an-
lisis estadstico los casos son considerados como meras unidades, en el m-
todo comparado los casos son tratados como entidades que no pueden ser
reducidas a los valores de un conjunto de variables. Para Ragin, el objetivo de
los estudios comparados es analtico y tambin interpretativo. Los compara-
tivistas que utilizan case-oriented strategies a menudo quieren entender o in-
terpretar casos concretos por su inters especfico. Collier (1994) refleja este
punto cuando indica la evolucin de la consideracin del mtodo comparado:
mientras que en los aos setenta se le consideraba un mtodo inferior con res-
pecto al experimental o al estadstico, a medida que ha pasado el tiempo se ha
incrementado el inters en su carcter interpretativo.
En la actualidad, la ciencia poltica se halla en una fase en la que se inten-
tan superar viejos antagonismos y llegar a una convivencia fructfera de los di-
ferentes mtodos. Se insiste menos en la superioridad de un mtodo sobre otro
y ms en la complementariedad, siempre que las investigaciones se desarrollen
dentro de unas pautas de rigor cientfico.
Los datos tiles para la investigacin en ciencia poltica son muy heterog-
neos, como ya se ha comentado en el captulo 4. Se elaboran en muy diversos
mbitos, aunque los mayores productores son los organismos oficiales. El de-
sarrollo de las nuevas tecnologas de la informacin ha facilitado la agrupa-
cin, almacenamiento, recuperacin y difusin de los datos a travs de las
redes telemticas, normalizando las condiciones de acceso 36.
Cada pas suele tener un organismo encargado de recoger, organizar, coor-
dinar y difundir estos datos, establecindose autnticos sistemas estadsticos
que, a su vez, se relacionan con los sistemas de otros pases a travs de orga-
nizaciones supranacionales, como el CESSDA (Council of European Social
Science Data Archives). Asimismo, existen un buen nmero de pginas webs
que son un buen punto de partida, ya que proporcionan una excelente infor-
macin accesible por pases, partidos, instituciones, elecciones, etc., como
Webs Political Resources on the Net (www.politicalresources.net), INTUTE So-
cial Sciences (www.intute.ac.uk/socialsciences/) o Richard Kimbers Political
Science Resources (www.psr.keele.ac.uk). Esta ltima contiene ms de 300 en-
laces hacia todo tipo de webs relacionadas con la ciencia poltica.
Para todo lo relacionado con procesos electorales, son especialmente ti-
les tanto http://www.electionguide.org/, que permite hacer bsquedas por pas
y eleccin, como el Archivo Lijphart sobre elecciones, http://dodgson.ucsd.
edu/lij/, o la web http://www.electionresources.org/, que permite una bsqueda
rpida por pas, adems de ofrecer links de inters.
Adems de estos recursos generales, a continuacin se presentan algunos de
los organismos que producen datos de inters para los politlogos, ordenados
en funcin de su procedencia.
35
Agradecemos la colaboracin para la revisin de este Apndice del personal del Servicio de
Biblioteca y Documentacin del CIS, y en especial de Nstor Clabo y Ral Blanco.
36
Entre las numerosas pginas de Internet, destacamos www.politicalresources.net. Hay una
gran cantidad de vnculos a instituciones y organismos en cada pas del mundo.
128 CUADERNOS METODOLGICOS 28
Espaa
Encuestas de opinin
Europa
Oficinas de Estadstica
Encuestas de opinin
Estados Unidos
Amrica Latina
La creciente importancia de la regin latinoamericana ha hecho que sean
numerosas las fuentes de informacin que la toman como epicentro. A nivel
genrico se puede citar al Latin American Network Information Centre
(LANIC) (http://lanic.utexas.edu/indexesp.html), una gua de recursos en
ciencia poltica que se centra en Amrica Latina, indexado tanto por pases
como por temticas. Cabe destacar asimismo la base de datos polticos de
la Universidad de Georgetown (Political Database of the Americas, http://pdba.
georgetown.edu/) y, en Espaa, el Observatorio de Instituciones Representa-
tivas (www.oir.org.es).
Asimismo, existen varias bases de datos, entre las cuales podemos citar la
Scientific Electronic Library Online (www.scielo.org) o la Red de Revistas Cien-
tficas de Amrica Latina y el Caribe, Espaa y Portugal (Redalyc) (http://
redalyc.uaemex.mx/), que engloba un total de 550 revistas cientficas y 115.078
artculos de texto completo.
En cuanto a las encuestas de opinin, aunque hay iniciativas de encuestas
comparadas recientes, como el Latin American Public Opinion Project
(http://lapop.ccp.ucr.ac.cr/), el Latinobarmetro es el estudio que cuenta con
una trayectoria ms prolongada, con ms de 19.000 entrevistas realizadas
desde 1995 en ms de 18 pases de Amrica Latina. Sus datos pueden consul-
tarse en lnea a travs de una aplicacin de fcil manejo (http://www.latinoba-
rometro.org/).
Organismos internacionales
Entre los organismos internacionales, cabe destacar los siguientes:
Publicaciones peridicas
Las publicaciones cientficas en la disciplina de ciencia poltica son nume-
rosas. Se presenta aqu una seleccin de las ms utilizadas por orden alfa-
btico. Muchas de ellas son accesibles en formato electrnico a travs de
plataformas comerciales como Metapress, Science Direct, Willey Interscience
y Sage Premier, a travs de plataformas acadmicas como JSTOR (Journal
Storage) para las colecciones retrospectivas 37, o por medio de repositorios de
revistas cientficas como Dialnet y REDALYC (Red de Revistas Cientficas de
37
JSTOR recoge el texto de publicaciones peridicas vivas o muertas. Sin embargo, en el pri-
mer caso quedan casi siempre exceptuados, como mnimo, los tres ltimos aos de la publica-
cin, que habr que consultar a travs de otras fuentes
136 CUADERNOS METODOLGICOS 28
Espaa
Europa
Pouvoirs.
Problmes Politiques et Sociaux.
Revista Internacional de Ciencias Sociales.
Revue Franaise de Science Politique.
Rivista Italiana di Scienza Politica.
Scandinavian Political Studies.
Southern European Politics and Society.
West European Politics.
Estados Unidos
ACHEN, Christopher (1982): Interpreting and Using Regression, Beverly Hills: Sage.
ACHEN, Christopher y Philips W. SHIVELY (1995): Cross-Level Inference, Chicago: Uni-
versity of Chicago Press.
ALAMINOS, Antonio (1993): Grficos, Madrid: CIS.
ANDUIZA, Eva (1999): Individuos o sistemas? Las razones de la abstencin en Europa
occidental, Madrid: CIS.
AZOFRA, Mara Jos (1999): Cuestionarios, Madrid: CIS.
BARTOLINI, Stefano (1991): Metodologa de la investigacin poltica, en G. Pasquino
et al., Manual de Ciencia Poltica, Madrid: Alianza, pgs. 39-78.
(1993): On time and comparative research, Journal of Theoretical Politics, 5 (2):
131-167.
BARTOLINI, Stefano y Peter MAIR (1990): Identity Competition and Electoral Availability:
The Stabilisation of European Electorates, Cambridge: Cambridge University Press.
BERRY, William D. y Stanley FELDMAN (1985): Multiple Regression in Practice, Beverly
Hills: Sage.
BOIX, Carles (1996): Partidos polticos, crecimiento e igualdad. Estrategias econmicas
conservadoras y socialdemcratas en democracias avanzadas, Madrid: Alianza Edi-
torial.
BOURDIEU, Pierre (1985): The forms of capital, en J. G. Richardson (ed.), Handbook of
theory and research for the sociology of education, Nueva York: Greenwood.
CAS, Jordi (1997): Metodologa del anlisis comparativo, Madrid: CIS.
CEA DANCONA, M. ngeles (1996): Metodologa cuantitativa: estrategias y tcnicas de in-
vestigacin social, Madrid: Sntesis.
CAMPBELL, Angus; Philip E. CONVERSE, Donald E. STOKES y Warren E. MILLER (1960): The
American Voter, Chicago: University of Chicago Press.
CARAMANI, Daniele (2004): The Nationalization of Politics: The Formation of National
Electorates and Party Systems in Western Europe, Cambridge: Cambridge University
Press.
COLEMAN, James (1988): Social capital in the creation of human capital, American
Journal of Sociology, 94: 95-120.
C OLLIER , David (1994): El mtodo comparativo: dos dcadas de cambios, en
G. Sartori y L. Morlino (eds.), La comparacin en las Ciencias Sociales, Madrid:
Alianza.
COLLIER, David y James E. MAHON Jr. (1993): Conceptual stretching revisited: Adap-
ting categories in comparative analysis, American Political Science Review, 87 (4):
845-855.
COLLIER, David y Steven LEVITSKY (1998): Democracia con adjetivos. Innovacin con-
140 CUADERNOS METODOLGICOS 28
(2004): Electoral Engineering: Voting Rules and Political Behavior, Cambridge: Cam-
bridge University Press.
ORT, Alfonso (1986): La apertura y el enfoque cualitativo o estructural: la entrevista
abierta semidirectiva y la discusin de grupo, en M. Garca Ferrando, J. Ibez y
F. Alvira (eds.), El anlisis de la realidad social, Madrid: Alianza, pgs. 171-203.
PASQUINO, Gianfranco (1988): Naturaleza y evolucin de la disciplina, en G. Pasquino
et al., Manual de Ciencia Poltica, Madrid: Alianza, pgs. 15-35.
PEARSON, Karl (1892): The Grammar of Science, Londres: J. M. Dent & Sons Ltd.
PEDERSEN, Mogens N. (1979): The dynamics of European party systems. Changing pat-
terns of electoral volatility, European Journal of Political Research, 7: 7-26.
PENNINGS, Paul; Hans KEMAN y Jan KLEINNIJENHUIS (1999): Doing Research in Political
Science, Londres: Sage.
POPPER, Karl (1999): La lgica de la investigacin cientfica, Madrid: Tecnos
PRZEWORSKY, Adam y Henry TEUNE (1970): The Logic of Comparative Social Inquiry,
Nueva York: John Wiley and Sons.
PUTNAM, Robert (1993): Making democracy work. Civic traditions in modern Italy, Prin-
ceton: Princeton University Press.
(2002): Solo en la bolera: colapso y resurgimiento de la comunidad norteamericana,
Barcelona: Galaxia Gutenberg.
RAGIN, Charles (1987): The Comparative Method: Moving beyond Qualitative and Quan-
titative Strategies, Berkeley: University of California Press.
REHER, David-Sven y ngeles VALERO (1995): Fuentes de informacin demogrfica en Es-
paa, Madrid: CIS.
RICHARDSON, Dick y Chris ROOTES (1995): The Green challenge: the development of Green
parties in Europe, Londres: Routledge.
ROBINSON, W. S. (1950): Ecological correlations and the behavior of individuals, en
American Sociological Review, 15: 351-357.
RUDESTAM, Kjell Erik y Rae R. NEWTON (1992): Surviving your Dissertation, Londres:
Sage.
SANDERS, David (2002): Behavioralism, en David Marsh y Gerry Stoker (eds.), Theory
and Methods in Political Science, Houndmills: Palgrave Macmillan.
SARTORI, Giovanni (1970): Concept misformation in comparative politics, en American
Political Science Review, 64:4, pgs. 685-705.
(1984): Guidelines for concept analysis, en G. Sartori (ed.), Social Science Con-
cepts, Beverly Hills: Sage, pgs. 15-85.
(1995): La Poltica. Lgica y mtodo en las Ciencias Sociales, Mxico: FCE.
SCHMITTER, Philippe C. (1991): Comparative politics at the crossroads, Estudios, 27,
Madrid: Instituto Juan March de Estudios e Investigaciones.
SCHROEDER, Larry D.; David L. SJOQUIST y Paula E. STEPHAN (1986): Understanding Re-
gression Analysis. An Introductory Guide, Beverly Hills: Sage.
SCHUMAN, Howard y Stanley PRESSER (1981): Questions and Answers in Attitude Sur-
veys: Experiments on Question Form, Wording, and Context, Nueva York: Academic
Press.
SKOCPOL, Theda (1984): Los Estados y las revoluciones sociales: un anlisis comparativo
de Francia, Rusia y China, Mxico: Fondo de Cultura Econmica.
VERBA, Sidney; Norman H. NIE y Jae-On KIM (1978): Participation and Political Equa-
METODOLOGA DE LA CIENCIA POLTICA 143