Seminario doctoral: taller de tesis I

Presentación del tema: "Seminario doctoral: taller de tesis I"— Transcripción de la presentación:

1 Seminario doctoral: taller de tesis I
Cortés, F. (2000) Algunos aspectos de la controversia entre la investigación cualitativa y la investigación cuantitativa. En Cortés, F., Escobar, A. y González de la Rocha, M. (Eds.) Método científico y política social. A propósito de las evaluaciones cualitativas de los programas sociales (pp ). México: Colegio de México. Seminario doctoral: taller de tesis I

2 Introducción Ejes de discusión El Conocimiento producido por la metodología cuantitativa y, especialmente por la estadística, es el único válido, al ser confiable, significativo y generalizable. Existe una incompatibilidad esencial entre investigación cuantitativa (que “prueba” la veracidad del conocimiento o formula leyes inmutables) y cualitativa (entender y describir en profundidad, a partir de conceptos teóricos el movimiento de las sociedades) (Martínez, 1996). La aproximación cualitativa o cuantitativa depende del problema de investigación (Castro, 1996) o del tema y del momento que al investigador le interés privilegiar (generación de teoría o transformación de la realidad) (Castro y Bronfman, 1999) Los conceptos “cualitativos” y “cuantitativos” son dependientes del enfoque teórico metodológico (Halfpenny, 1979). Entre esta “guerra de paradigmas” surge una nueva corriente de pensamiento que plantea que el investigador debe estar abierto a adoptar distintas aproximaciones metodológicas en las distintas fases de una misma investigación.

3 Objetivo texto: esclarecer el campo de discusión entre la investigación cualitativa y cuantitativa a partir de analizar temas propios de cada uno de estos paradigmas y ciertos tópicos metodológico técnicos seleccionados. 1. Se examina “la guerra de los paradigmas” 2. Se analizan algunos aspectos metodológicos y técnicos que marcarían una diferencia entre ambos paradigmas

4 1. “La guerra de los paradigmas”
Cuadro creado a partir de Tashakkori y Teddlie (1998)

5 Recortan teóricamente sus objetos de investigación
Objetividad: esta existe siempre que el objeto y el sujeto sean independientes, pero, al no existir esta separación no hay cabida para este concepto por lo que es reemplazado por el de intersubjetividades. Piaget: Proceso de objetivación De teorías o hip. Clara-mente establecidas y con base en ellas se infieren enunciados empíricos que pueden rechazar o no las hip y así acrecentar el conocimiento La distinción entre uno y otro pierde toda validez cuando se reconoce que el proceso de investigación implica un movimiento continuo y ascendente entre las hipótesis y el material empírico (Piaget y García, 1982).

6 Conclusiones del apartado:
1 La trasformación del empirismo lógico en el postpositivismo fue borrando paulatinamente las barreras que dividieron en el pasado a este paradigma del constructivista naturalista. 2 A partir del desenvolvimiento del empirismo en el siglo XX es imposible sostener que el método cualitativo es propio de las ciencias sociales y el cuantitativo de las ciencias naturales porque difieren los objetos. 3 No se puede sostener que el método cualitativos es subjetivo y el cuantitativo objetivo, se reformula el concepto de objetividad por el de proceso de objetivación. 4 La explicación causal, como atribución o imputación de sentido construida por medio de modelos teóricos, hace difícil plantear una distinción paradigmática entre la causalidad y la interpretación.

7 2. Aspectos técnico metodológicos que marcarían una diferencia entre ambos paradigmas
Metodología de las ciencias sociales Conjunto de operaciones que median entre la teoría y la información empírica, incluyendo las técnicas de análisis de datos. Planteamiento del problema hipótesis Conceptos

8 La diferenciación de esencia
Individuales, de clase, relacionales comparativos, relacionales no comparativos (cualitativos), cuantitativos (cuantitativos). Conceptos (Bunge, 1979) Toda matemática es reductible a la lógica (Russell) – estas escalas están ligadas por relaciones de transformación que les permiten bajar la “exigencia lógica de la medición (Cortés y Rubalcava, 1990) Escalas básicas de medidas Nominares y ordinales (lógica) Intervalo y razón (aritmética) La diferenciación de esencia Se esfuma Códigos Magnitudes Instrumentos de recopilación De la información Matriz de datos Tipo de programa con el que se Analiza la matriz.

9 1. La estadística no está diseñada para tratar variables cualitativas
¿Por qué no aplicar el análisis estadístico a la matriz de datos sin importar si se construyó o no con una metodología cualitativa? 1. La estadística no está diseñada para tratar variables cualitativas a)Habilidad de la estadística p/ análisis de variables cualitativas Variables Dummy Regresión logística b) Aleatoriedad Ésta no depende exclusivamente de la muestra al azar, sino tb de otros factores, tales como las limitaciones i) humanas para considerar todas las variables que intervienen en un fenómeno ii) teóricas para reconocer las variables a incluir (Gary king, 1996) 2. Las variables cualitativas no tiene intensiones de generalización Finalmente terminan generalizando y por ello son criticadas. Esta crítica proviene del muestro estadístico.

10 - Las investigaciones desarrolladas dentro del cartabón aleatorio son científicas y las que se escapan de este marco no lo son. Es posible la experimentación en ciencias sociales a partir de experimentos naturales: El investigador considera las situaciones dadas como si se tratase de experimentos naturales. El investigador no puede manipular las variables pero puede pensar como si la “naturaleza” hubiese experimentado. Elegir la situación que puede aportar respuestas al problema de investigación Elegir la situación que se debe observar Elegir qué información será recabada y mediante qué técnicas Controlar los factores que limitan la validez interna Validez interna: la recopilación de la información debe permitir mostrar que las explicaciones alternativas tienen escasa probabilidad de ser válidas. Controlar los que afectan la validez externa Validez externa: plantea el interrogante de la generalización: ¿a qué poblaciones, situaciones, etc. puede generalizarse este efecto? Conclusión: la disputa sobre la generalización en la investigación cualitativa parece estar mal localizada, no debería estar en la generalización sino en la validez externa que aquejan a las investigaciones experimentales.

11 Conclusiones del apartado:
1 La selección intencional de los casos, procedimiento empleado con frecuencia en la investigación cualitativa, no es un impedimento para usar los procedimientos estadísticos de análisis de la información, así como tampoco lo es su imposibilidad por evaluar la escala métrica. 2 Con las muestras aleatorias se toman todas las previsiones para ganar pero nunca se alcanzan las certezas. El azar permite aplicar la teoría de las probabilidades, y por medio de ella, estimar los errores propios de toda inferencia. Las muestras intencionales se diferencias de las aleatorias en que no es posible calcular los márgenes de error. 3 En los casos en que las observaciones se seleccionen intencionalmente, la aleatoriedad se reintroduce mediante alguna de las dos doctrinas de Gary King (1996). 4 El paralelismo con la investigación experimental abre nuevas avenidas para discutir el tema de la generalización en la investigación cualitativa. El trabajo pionero de Campbell y Stanley enseña que: es bastante frecuente que en los trabajos enfocados con esta óptica no se tomen muestras aleatorias ii) el problema central radica en garantizar la validez interna iii) a mayor validez interna, menor validez externa. 5 En síntesis, si la investigación cualitativa desembocó en una matriz de datos el recurrir o no a la estadística debe depender de que esta disciplina tenga o no habilidad para responder alguna de las preguntas que surjan a lo largo del estudio. No importa si la muestra es o no aleatoria, ni depende del tipo de instrumento utilizado para recopilar la información, y menos aún, del interés por generalizar los resultados más allá del dominio restringido de los datos.