Limitaciones y potencialidades de la investigación cuantitativa

Al explicar en qué consiste la metodología cuantitativa ya mencionamos muchas de sus debilidades, ahora vamos a tratar de ordenar estas debilidades y ponderarlas con sus potencialidades, de manera de formarnos una imagen equilibrada de esta estrategia de investigación.

a) En primer lugar, con relación a nuestra forma de medición propiamente tal, ya hemos constatado que sus dos grandes debilidades consisten en que medimos sin tener unidades de medida y en forma indirecta, lo que implica que la interpretación de los números asignados es mucho más ambigua y menos válida y precisa que la de otras ciencias.

b) Además, la utilización de indicadores indirectos supone depender de un proceso de operacionalización que las más de las veces implica introducir otros conceptos en el constructo que originalmente pretendemos medir. Esto tiene como consecuencia, por ejemplo, que nuestros resultados dependerán de sobre manera de la redacción concreta de las preguntas que incluyamos en el cuestionario en caso que ese sea nuestro instrumento de producción de información. Lo anterior es particularmente más relevante en las preguntas cerradas, en las cuales el sujeto encuestado sólo puede escoger su respuesta de las alternativas provistas por el investigador. Adicionalmente, esta estrategia “cerrada” disminuye radicalmente las posibilidades de obtener información no prevista en el estudio (alguna respuesta de los sujetos no considerada previamente por el investigador, por ejemplo).

c) En tercer lugar, y desde el punto de vista de nuestras técnicas de análisis, la estadística es una ciencia cuyos resultados nunca son definitivos, sino sólo probables (algunos matemáticos despectivamente decían de ella que “era la primera de las ciencias imperfectas"), por lo que siempre podemos obtener resultados que no se ajusten a la realidad.

d) En cuarto lugar, desde el punto de vista de nuestros datos, la investigación cuantitativa se fundamenta en información que posee intrínsecamente menor validez que el de otras ciencias. Por ejemplo, si trabajamos con datos secundarios, es muy posible que estos estén distorsionados o sean de baja calidad, por lo que usualmente debemos gastar un tiempo precioso en limpiarlos de errores y eliminar los más dudosos (como bien nos ilustra Durkheim en El Suicidio). Si, por el contrario, nuestra información proviene de encuestas, usualmente sostendremos nuestro análisis sobre autorreportes, que si bien pueden tener una alta validez en el caso de tratar sobre hechos simples (en el entendido que los sujetos que den la información no deseen voluntariamente distorsionarla), son mucho más dudosos cuando estudiamos fenómenos subjetivos o hechos complejos que deben ser recordados tiempo después de ocurridos.

e) Tal como ya hemos señalado, la necesidad de disponer de información simplificada (a través de la utilización de preguntas cerradas o de codificar las respuestas abiertas o textos), implica perder mucha de la complejidad de las propiedades que estamos estudiando.

f) A lo anterior habría que agregar todos los problemas de validez que tienen su origen en errores administrativos y organizacionales que ocurren en el proceso de implementar una investigación social de gran volumen (como por ejemplo: mala formación de los encuestadores, falseo de respuestas por parte de los mismos, errores de digitación, errores de muestreo producto de marcos muestrales inadecuados, entre otros problemas).

g) Finalmente, también hay que señalar errores de interpretación de los datos que son propiamente humanos, es decir, producto de las actitudes y habilidades de los investigadores que analizan la información cuantitativa. Entre estos errores el más frecuente es sobreinterpretar como diferencias socialmente relevantes algunas asociaciones de variablesque apenas son estadísticamente significativas. Así, por ejemplo, es muy usual encontrar textos que enfatizan las diferencias entre grupos basándose en diferencias que, siendo estadísticamente significativas, son muy poco relevantes. Digamos, los hombres están a favor de algo en un 77%, frente al 70% de las mujeres. En este caso es más importante el amplio acuerdo frente a la afirmación que la leve diferencia encontrada, aunque ésta sea significativa.

Evidentemente para cada uno de estos problemas de medición se han desarrollado contramedidas que intentan minimizar su impacto. Así por ejemplo, se han desarrollado métodos para evitar los errores de digitación, se ha enfatizado la necesidad de supervisión externa sobre el proceso de levantamiento de datos, se han desarrollado análisis estadísticos que detecten datos de dudosa calidad, se ha exigido un personal cualificado a la hora de construir los instrumentos de producción de información, se han diseñado procedimientos metodológico estadísticos para asegurar la fiabilidad y validez de la información producida, entre otros procedimientos.

No obstante, aunque la utilización de estas estrategias sin duda mejora la validez global de nuestra investigación, es innegable que, pese a todo, la información cuantitativa de que disponemos no es tan precisa y válida como la accesible en otras disciplinas.

 ¿Qué justifica entonces que sigamos insistiendo en este camino?, ¿no sería mejor que intentáramos otra estrategia que quizás podría ser más productiva?

Dejando de lado motivaciones de carácter personal que hacen más difícil el abandono de los números como herramienta de análisis social (si, aunque muchos de los lectores no lo crean, existen científicos sociales a quienes les encanta la estadística), creemos que hay razones que justifican continuar en esta tarea.

a) En primer lugar, sólo la metodología cuantitativa permite trabajar con amplios volúmenes de información. La combinación de análisis estadístico e instrumentos de producción de información estandarizados y cerrados, permiten levantar y manipular información proveniente de muchos sujetos, lo que sin duda mejora la validez externa de los resultados de la investigación.

b) En segundo lugar, este procedimiento nos permite manipular gran cantidad de variables de manera relativamente independiente de nuestras percepciones y juicios, por lo que muchas veces, sobre todo en los análisis multivariados, somos capaces de descubrir configuraciones de información sorpresivas con respecto a lo que inicialmente suponíamos.

c) Muy asociado con lo anterior, esta estrategia nos brinda mecanismos para ponderar la influencia relativa de diversas variables sobre otras, lo que nos permite simplificar la configuración original, obteniendo un mapa de relaciones entre variables mucho más simple que el que originalmente tenemos cuando comenzamos una investigación de carácter multivariado. En definitiva, podemos simplificar los componentes de una situación real, pero maximizando la capacidad explicativa del modelo que construimos.

d) Lo anterior facilita enormemente la toma de decisiones cuando nos encontramos en presencia de situaciones multivariadas. Además, el que el análisis realizado sea relativamente independiente de las manipulaciones más obvias del investigador (ya que los análisis multivariados que, por ejemplo, determinan la puntuación de un sujeto en una regresión no son fácilmente reproducibles sin ayuda computacional), nos brinda un cierto grado de independencia y equidad en dichas decisiones (independencia sólo relativa sin embargo, ya que es el investigador el que escoge el modelo a implementar, las variables a considerar y en muchos casos su ponderación).

e) El que este procedimiento sea tan dependiente de determinados procesos de definición operacional de las variables, nos permite y obliga a ser muy precisos en las definiciones que utilizamos. Incluso muchas veces el definir operacionalmente una variable nos hace darnos cuenta que muchos de los conceptos que creemos claros, comprendidos y unívocos, en realidad no son tan evidentes como pensábamos inicialmente (esto lo muestra con mucha claridad Blalock, 1986).

f) Finalmente, a pesar de todas las debilidades que posee el procedimiento de medición utilizado en ciencias sociales, cuando realizamos una investigación cuantitativa en forma cuidadosa, enfatizamos procedimientos que mejoran la calidad de nuestros datos y chequeamos la fiabilidad y validez de nuestros resultados con los procedimientos adecuados para ese efecto, generalmente los resultados obtenidos muestran una clara correspondencia con datos externos o la conducta posterior de los sujetos.

Creemos que por todas estas razones es conveniente y es productivo utilizar la metodología cuantitativa y trabajar por su perfeccionamiento. Un tema aparte lo constituye la fuerte legitimidad que socialmente se le adjudica a estos procedimientos. Frente a esto debemos decir que la “validez mítica” de la metodología cuantitativa, si bien tiene como aspecto positivo que es más fácil obtener permisos y recursos para realizar este tipo de investigaciones y que sus resultados alcanzan mayor influencia sobre el público externo (maximizando nuestra capacidad de influir en la realidad social), también tiene aspectos negativos que dificultan el avance de la investigación cuantitativa.

Entre estas connotaciones negativas podemos señalar la relativa complacencia que tienen muchos investigadores frente a sus procedimientos de investigación. Pensamos que el creer que los resultados que se han obtenido son objetivos, válidos y legítimos, sólo por el hecho de que se ha logrado expresar sus conclusiones en forma numérica, tiene como consecuencia que no se reflexione más sobre las limitaciones de la tecnología que utilizamos. Y si no reflexionamos sobre sus limitaciones, no podremos contribuir a su perfeccionamiento.

Ese es uno de los sentidos de este artículo: fomentar que los investigadores cuantitativos sean más conscientes de las limitaciones de esta estrategia en ciencias sociales, de manera que algunos de ellos puedan contribuir a su desarrollo y la mayoría sean más prudentes en el momento de la interpretación de sus resultados.