Disponible en: http://www.redalyc.org/articulo.oa?id=50903009

Red de Revistas Científicas de América Latina, el Caribe, España y Portugal

Sistema de Información Científica

Fernando Cortés

Los métodos cuantitativos en las ciencias sociales de América Latina

Iconos. Revista de Ciencias Sociales, núm. 30, enero, 2008, pp. 91-108,

Facultad Latinoamericana de Ciencias Sociales

Ecuador

¿Cómo citar? Fascículo completo Más información del artículo Página de la revista

Iconos. Revista de Ciencias Sociales,

ISSN (Versión impresa): 1390-1249

revistaiconos@flacso.org.ec

Facultad Latinoamericana de Ciencias Sociales

Ecuador

www.redalyc.orgProyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Los métodos cuantitativos en las ciencias sociales de América Latina*The Quantitative Methods in the Latin American Social Sciences

Fernando CortésDr. en Antropología Social. Profesor del Centro de Estudios Sociológicos,Colegio de México.

Email: fcortes@colmex.mx

Fecha de recepción: octubre de 2007Fecha de aceptación y versión final: diciembre de 2007

ResumenEl centro de interés de este texto son los avatares que ha experimentado la Estadística aplicadaa la investigación y su enseñanza en el campo de la Sociología durante los últimos cuarenta añosy sus vínculos con los principales procesos sociales y políticos. Se ofrece una interpretación, apartir de la experiencia vivida por el autor que distingue tres etapas ordenadas en el tiempo: a)auge, b) destierro y c) resurgimiento.

Palabras clave: estadística, metodología, ciencias sociales, sociología, América Latina.

AbstractThis text analyses how Statistics has been applied in sociological research during the last fourdecades, and its links to the main social and political processes. From the informed experienceof the author, it distinguishes three moments: height, exile, resurgence.

Keywords: Statistics, Methodology, Social Sciences, Sociology, Latin America.

* Conferencia Magistral presentada en octubre de 2007 en el Congreso Latinoamericano y Caribeño de CienciasSociales, celebrado a propósito del cincuentenario de FLACSO.

Iconos. Revista de Ciencias Sociales. Num. 30, Quito, enero 2008, pp. 91-108© Facultad Latinoamericana de Ciencias Sociales-Sede Académica de Ecuador.

ISSN: 1390-1249

debate

92ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

A modo de introducción

Mi ponencia versará sobre la evolu-ción del uso de la Estadística ennuestros países en los últimos cua-

renta años. No creo que esté demás señalarque sintetiza mi experiencia personal en la in-vestigación sociológica y en la enseñanza de laEstadística y la Metodología a estudiantes deSociología, Ciencia Política, Demografía yEconomía.

Tal vez una buena manera de introducir-nos al tema sea recordar parte de los hechosque me tocó vivir en FLACSO, en Santiagode Chile, en mis primeros años de vida aca-démica. Santiago de Chile a mediados de lossesenta era un crisol intelectual de lasCiencias Sociales de América Latina, avivadopor la lucha sostenida entre las opciones polí-ticas en pugna. Desde 1964 Chile era gober-nado por el primer presidente democristianode su historia, Eduardo Frei Montalba, quienhabía derrotado a Salvador Allende en su ter-cer intento consecutivo para llegar a la presi-dencia del país, en 1964. Chile era una isla dedemocracia en América del Sur y, en la déca-da de los cincuenta, una serie de organismosinternacionales habían abierto ahí oficinas.La apertura de escuelas con programas depostgrado en Ciencias Sociales por organiza-ciones dependientes de la ONU, como laUNESCO y otros organismos internaciona-les, aunada a la libre conjugación de las ideassin restricciones, hizo que una pequeña ciu-dad de un país en el rincón del mapamundi -pero con vista al mar- gozara del privilegio decontar con una concentración sin precedentede la inteligencia de la región.

Mirado retrospectivamente, con el reposoque da el paso del tiempo, se puede decir quedos eran los grandes temas que atravesaban elquehacer de las Ciencias Sociales de la época:a) la lucha entre el paradigma dominante dela modernización y el emergente de la depen-dencia, que era un reflejo de la disputa en el

terreno político que sostenían básicamente laizquierda y la democracia cristiana, y b) lasdiscusiones teóricas, dentro de la izquierda,referidas a la conquista del poder, que surgie-ron después de la victoria de la revolución cu-bana, cuyo amplio espectro se extendía desdela posición que proponía la vía armada hastala que planteaba el camino de las urnas.

Mientras esto ocurría en el mundo real,los profesores enseñaban la teoría de los siste-mas sociales de Talcott Parsons, las teorías dealcance medio de Robert Merton o la econo-mía del bienestar. Los estudiantes leían, deba-jo de sus pupitres, un mimeografiado (aún noexistían las fotocopias) -que solo era legibledespués de un arduo trabajo de rellenado delas letras faltantes debido al desgaste de la ma-triz- que posteriormente sería publicado porsiglo XXI bajo el título Dependencia yDesarrollo en América Latina de FernandoHenrique Cardoso y Enzo Faletto, chilenoeste último del barrio Ñuñoa, de Santiago, enel cual nació y murió.

El enfoque1 de la dependencia -nacido delcorazón mismo de CEPAL-, asiento institu-cional de la teoría del desarrollo económicoque predominó en la época, elaborada bajo laconducción de Raúl Presbich -conocida en elambiente académico como la teoría cepalina-hizo ver, por una parte, que la comprensióndel problema del desarrollo no sólo incluía unaspecto económico sino también uno social y,por la otra, que se requerían nuevas metodo-logías para enfrentar el reto explicativo.

Surge así la discusión en torno a la inves-tigación multidisciplinaria, circunscrita ini-

1 Es habitual que se hable de La teoría de la dependen-cia cuando en realidad hubo varias. En este texto, de-dicado a tratar principalmente temas estadísticos y se-cundariamente metodológicos, destaco el papel de laversión Cardoso-Faletto. Además, no uso la palabra“teoría” sino “enfoque” por respeto a las ideas deEnzo, para quien “las teorías” deberían no sólo ser unconjunto coherente y articulado de enunciados abs-tractos, sino incluir también los métodos y las técni-cas que hacen observables los conceptos en el plano dela experiencia.

cialmente al campo de la Economía, la Socio-logía y la Ciencia Política, en medio de pro-fundos procesos de transformación social ypolítica. Es la época en que varios investiga-dores sociales adoptamos a la Sociología co-mo el centro de gravedad de nuestro interésacadémico sin perder nunca de vista que losproblemas sociales no reconocen las fronterasdisciplinarias arbitrarias impuestas por laciencia en su afán de conocer.

Pero en concordancia con las ideas deEnzo Faletto emergió también la necesidadde enfrentar los nuevos problemas metodoló-gicos que se derivaban del enfoque de la de-pendencia, que ponía el acento en el análisisde la historia. Pasa, entonces, a primer planode la discusión metodológica la preocupaciónpor el cambio estructural, la relación entre es-tructura y coyuntura, en una época en quedesaparece o se minimiza el rol del individuo:la estructura pesa, pero en clave histórica.

La metodología de las Ciencias Socialesestaba fuertemente dominada por las técnicasde survey que, entre otras cosas, se caracteri-zaba por ser esencialmente estáticas. Si bienexistía ya en la bibliografía la idea de las en-cuestas de panel, aún estábamos lejos de losdesarrollos teóricos, de los métodos de análi-sis y de las posibilidades de procesamiento deque disponemos hoy. El estudio de series detiempo se reducía a la descomposición de lasseries en tendencia, fluctuaciones estacionalesy cíclicas e irregulares. Los poderosos méto-dos con que contamos hoy encapsulados enlos programas que procesan las computadoraspersonales, para tratar eventos cronológicos,aún estaban en el futuro. A su salida de LACEPAL, Faletto ingresó a FLACSO con laidea de transformar el enfoque en una teoría.El proyecto fue truncado el 11 de septiembrede 1973 por el golpe de estado en contra delgobierno de Salvador Allende.

Nanterre, en 1968, diseminó por AméricaLatina el marxismo estructuralista de origenfrancés. Para leer el capital de Louis Althusser

fue traducido al español, y algunos de susalumnos, que llegaron a América Latina evi-tando la persecución política, trajeron unapropuesta teórica y metodológica que cayó enterreno fértil. Se propagó el dictum que afir-maba que “la estructura determina, en últimainstancia, la superestructura”, de modo quebastaba con cambiar las relaciones sociales deproducción para desencadenar procesos irre-versibles de transformación social2.

Desde el punto de vista metodológico talvez son dos las contribuciones más importan-tes de los franceses a nuestro quehacer acadé-mico de la época. Por una parte, el acentosobre los modos de producción y su articula-ción en formaciones sociales concretas, y laidea de una cierta sucesión histórica de losmodos de producción dominantes, sucesiónreconocida a veces y con recato.

Estas ideas metodológicas, unidas a la teo-ría de la dependencia, originaron hacia finesde la década de los sesenta el análisis históri-co estructural, que tuvo fuerte influenciasobre la mayor parte de las comisiones quetrabajaban en el seno del naciente ConsejoLatinoamericano de Ciencias Sociales(CLACSO) y en la formación del proyectoPROELCE3 impulsado conjuntamente por laEscuela Latinoamérica de Sociología de

93ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

2 Sin embargo, la historia de Chile alrededor de 1973enseñó que el traspaso de la propiedad de los mediosde producción a los trabajadores y la nacionalizaciónde las riquezas naturales en manos de capital extranje-ro, no se tradujeron en un cambio revolucionario irre-versible sino más bien en una violenta vuelta atrás enel tiempo. Este hecho obligó a la reflexión sobre loacontecido: algunos reaccionaron invirtiendo el acen-to al postular el predominio de la superestructurasobre la estructura o la autonomía relativa de la supe-restructura -posición que encontró aval teórico enAntonio Gramsci-, otros se plantearon la negación delpeso de la teoría y la búsqueda descarnada de la reali-dad posición que se aproxima en lo esencial al empi-rismo lógico de la década de los años 20, del siglo re-cién pasado.

3 Programa ElLAS-CELADE, Escuela Latinoamericanade Ciencias Sociales y Centro Latinoamericano deDemografía, respectivamente.

debate

94ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

FLACSO y el Centro Latinoamericano deDemografía (CELADE), que aceleró y pusoen el centro de la discusión el papel de la po-blación en los procesos sociales.

Me parece que subyacentes al enfoque his-tórico estructural coexistían dos corrientes.Una centrada en el análisis de las estructuraspropiamente tales y otra, con fuerte influen-cia en el análisis histórico que no sólo preten-día identificar y develar las estructuras socia-les sino también identificar los mecanismosdel cambio, es decir, de la génesis estructural.A pesar que por la época se acumulaba el co-nocimiento producido por los estudios dePiaget sobre el desarrollo de la inteligencia,entendida como un sistema abierto, la escue-la ginebrina se asociaba a la psicología y la pe-dagogía, desconociéndose su veta epistemoló-gica (García R. 2000: 11). En la química, lafísica y la biología de la época estaba en plenoauge el análisis de los sistemas complejos(Prigogine I. e I. Stengers, 1979), pero aúnno era accesible a los científicos sociales.

Por otra parte, también de Francia llegó laidea de que el dato se construye. Hoy sepuede afirmar, sin temor a equivocarse, queen los sesenta la Sociología y la Ciencia Polí-tica académicas tendían a no discutir sus fun-damentos filosóficos. El positivismo lógicoejercía un dominio legítimo; se hallaba am-pliamente extendida la idea de que investigarconsistía en identificar regularidades en losdatos que a su vez eran la piedra angular delconocimiento válido en la medida en queeran o representaban la realidad y, por lógicaconsecuencia, la Estadística jugaba un papelcentral en la producción de conocimiento.Plantear en esa época que el dato se constru-ye y que se construye a partir de conceptos te-óricos tendría que haber provocado un sismopues era una bomba puesta en los cimientosde la fábrica de conocimientos.

Sin embargo, los cambios sociales, las nue-vas correlaciones políticas que afectaban a va-rios países del cono sur, y el desmoronamien-

to de la teoría, la metodología y las técnicasde investigación que se enseñaban en las aulas-incluida la Estadística-, en conjunción con eldesplazamiento del interés teórico provocadopor el enfoque de la dependencia, el surgi-miento del método histórico estructural y elpredominio del marxismo académico, opaca-ron las consecuencias del dictum “el dato seconstruye”. Sobre la base de este dictum se or-ganizó la comisión del Sistema de EstadísticasSociales y Demográficas en el seno de CLAC-SO. Por otro lado, en una de las investigacio-nes del PROELCE, realizada por Susana To-rrado, Emilio de Ipola, Juan María Carrón yArturo León se reprocesó el censo chileno de1970 a partir de los conceptos althusserianospara generar una imagen de país organizadoen clases sociales, a diferencia del tratamientohabitual de la información censal que ofrecíacomo resultado una estratificación4.

FLACSO, en Santiago de Chile, empezó adesarrollar sus programas docentes en los se-senta los que fueron abruptamente interrum-pidos el 11 de septiembre de 1973. A Santia-go llegaban a estudiar postgrado en Socio-logía -y posteriormente Ciencia Política- jó-venes de todos los países de América Latina yel Caribe. Se pretendía dotarlos con una sóli-da formación científica y muchos de ellos setransformaron en investigadores de vanguar-dia y en no pocas ocasiones en fundadores dedepartamentos o escuelas de Sociología en suspaíses. En sus aulas se formaron los sociólo-gos y los politólogos que investigaban los fe-

4 La historia tiene misterios. La Estadística ayer comohoy tiene una fuerte influencia de la obra de KarlPopper, autor que ha sido calificado como neopositi-vista. Esta corriente filosófica ya en la década de lostreinta planteaba la incapacidad del sujeto para apre-hender directamente el objeto, la relación sujeto-obje-to era mediada, el objeto era construido. Sin embar-go, esta idea llegó a través de los desplazados deNanterre. Tal vez ello se deba a la casi nula discusiónepistemológica y la muy pronunciada preocupaciónpor las técnicas de investigación y la Estadística quepredominaban por aquella época..

nómenos y procesos sociales, estaba excluidoel ensayo y la investigación teórica era desa-lentada.

La enseñanza de las Ciencias Sociales secentraba en la docencia. Los programas depostgrado incluían materias que se impartíanteóricamente en el aula, aunque algunas co-mo la Estadística contaba además con labora-torios en los que se trabajaba en la soluciónde ejercicios, y para obtener el grado se exigíala realización de una tesis, que en la mayoríade los casos terminaba siendo un estudio em-pírico.

La politización que vivió la sociedad chile-na a fines de la década de los sesenta, la posi-bilidad de ser actores en procesos de transfor-mación social inéditos, los cambios introdu-cidos en la orientación de los programas deestudio y los intensos procesos sociales y po-líticos que se desencadenaron, pusieron en te-la de juicio la división entre investigación ydocencia.

A comienzos de los setenta, en la Escuelade Sociología de FLACSO, se instalaron a tí-tulo experimental los primeros seminarios te-órico-metodológicos en torno a problemassociales críticos, como por ejemplo, la parti-cipación del movimiento obrero y de los sec-tores marginales en los procesos de transfor-mación social que vivía el país. Estos semina-rios, además de demandar el estudio de las te-orías pertinentes y de los problemas metodo-lógicos y técnicos de las investigaciones que serealizaban en su seno, conectaban a los estu-diantes con los actores sociales involucrados5.Surgía así, de las entrañas mismas del profun-do proceso de transformación socio-política,la idea de vincular docencia e investigaciónen el proceso de enseñanza, y también la in-vestigación-acción.

Este es el marco de esta ponencia. En élinscribiremos la evolución histórica de lostemas que fue abordando la Estadística Socialdesde los años sesenta hasta nuestros días.Cada vez que sea necesario se introduciránelementos de contexto para que se puedanapreciar, con la mayor nitidez posible, lasfuerzas que han conducido a la EstadísticaSocial en nuestro medio.

La década de los sesenta: el auge

El predominio del estructural funcionalismoparsoniano y de las teorías de alcance mediode Robert Merton, en el plano conceptual, yde las técnicas de survey en lo metodológico,se combinaban armónicamente con los ins-trumentos que proporcionaba la Estadística.La información empírica que permitía con-trastar las hipótesis de las investigaciones so-ciológicas de la época se obtenía preferente-mente por medio de muestras que usabancuestionarios como instrumentos de recopila-ción de información, de modo que para loscientíficos sociales de esos años era crucial lo-grar un buen manejo de la teoría del mues-treo y las diversas formas de aplicarla. Sin em-bargo, para llegar hasta ese punto del desarro-llo de la Estadística era y es necesario dispo-ner de conocimientos sólidos de la estadísticadescriptiva y de la teoría de probabilidades.

Además, era necesario estudiar la parte dela Estadística concerniente a la estimación delos parámetros poblacionales con base en losresultados de la muestra. En consecuencia, sehacía imprescindible aprender inferencia es-tadística -estimación punto y de intervalo ypruebas de hipótesis-. En concreto, el soció-logo en los sesenta debía ser capaz de em-plear con soltura el material expuesto en losprimeros capítulos de cualquier libro intro-ductorio de estadística matemática, incluidala inferencia estadística.

95ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

5 Muchos profesores y estudiantes que participaban enestos seminarios fueron perseguidos o asesinados pormiembros de las fuerzas armadas de Chile en los díasposteriores al golpe de estado del 11 de septiembre de1973.

debate

96ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

Por la época, la enseñanza de la Estadísticareferida a la construcción y descripción de losdatos era bastante parecida tanto en conteni-do como en forma de impartirla en Econo-mía, Sociología o Ciencia Política. El rigormatemático de la exposición no presentabadiferencias importantes aunque en Sociologíay Ciencia Política se evitaba hacer uso de cál-culo avanzado. La diferencia entre la Estadís-tica Social y la Estadística Económica radica-ba en las técnicas de análisis de datos. LaEconomía, por un lado, empleaba profusa-mente el análisis de regresión, materia primade la incipiente Econometría6, mientras quela Sociología tenía como principal recurso elanálisis de covarianzas de Lazarsfeld(Lazarsfeld P. 1946: 115-125). Por otra parte,la Estadística aplicada a la Ciencia Políticanavegaba a medias aguas.

El argumento que daba racionalidad a laespecialización disciplinaria en el uso de lastécnicas de análisis de datos sostenía que lamayoría de las variables económicas se medí-an en escala de intervalo o de razón, mientrasque, por el contrario, casi la totalidad de lasvariables sociales eran nominales o en elmejor de los casos ordinales7. Había caladoprofundo el libro de Sydney Siegel Nonpara-metric Statistic (1956), de amplia circulaciónpor esos años, que relacionaba las pruebas dehipótesis y las técnicas de análisis de datos alos niveles de medición de las variables. La

Sociología hacía uso intensivo de diversaspruebas de hipótesis de la familia ji-cuadrada,y para juzgar la fuerza de la relación se echa-ba mano al análisis de asociación. Las raícesde esta técnica se remontan a fines del sigloXIX y comienzos del XX y su desarrollo sedio en dos vertientes, una impulsada por KarlPearson y la otra por Udny Yule8.

Los desarrollos de Pearson suponían laexistencia de variables latentes continuas queseguían una distribución conjunta normal,sin embargo, sólo eran observables en escalasno métricas; con base en las frecuencias ob-servadas el problema estadístico a resolverconsistía en encontrar un buen estimador delcoeficiente de correlación producto-momen-to de Pearson (Kendall M. G. y A Stuart1961: 304-316).

Fue el camino no paramétrico señaladopor Yule el que se utilizó profusamente en laregión. Los trabajos desarrollados bajo estaóptica generaron una serie de coeficientespara medir la fuerza de la relación entre va-riables cualitativas, basándose únicamente enlas frecuencias observadas, sin suponer distri-bución poblacional alguna. Sin embargo,antes de estimar el grado de relación entre lasvariables se efectuaba la prueba ji-cuadrada deindependencia estadística, que supone nor-malidad para muestras pequeñas o bien uncomportamiento normal asintótico paramuestras grandes; y una vez que se rechazabala hipótesis nula de que las variables eran es-tadísticamente independientes se procedía,en la segunda etapa, a calcular la fuerza de larelación.

Los coeficientes más utilizados en tablasde 2X2 eran Q de Yule y fi. Para tablas de Rrenglones por C columnas se disponía de unconjunto de coeficientes funciones de ji-cua-drada, a los cuales se fueron agregando lospropuestos por Leo Goodman y William

6 A pesar de que en los sesenta aparecen varios libros deEconometría, el más utilizado en América Latina fueEconometric Methods de J. Johnston (1964).

7 La idea de la diferenciación entre Sociología yEconomía, según la escala de medición de las varia-bles, muy popular en esa época, se escucha a veces -aunque con menos frecuencia que en el pasado- enpleno siglo XXI. Da la impresión que ella se despren-de del supuesto que la naturaleza de lo económicosería diferente a la materia que trata la Sociología; laprimera sería cuantitativa mientras que la segundacualitativa. Este argumento no toma en cuenta que loque se mide son conceptos y no la supuesta “realidad”(Bunge M. 1979, Carnap R. 1959 y Neurath Otto1959).

8 Donald MacKenzie (1979) hace un relato históricoiluminador de las diferencias entre los desarrollos es-tadísticos de Pearson y Yule.

Kruskall (1954 y 1963), entre los que desta-can los coeficientes l, para variables nomina-les y g para ordinales. En los años siguientesse agregaron otros coeficientes, sin embargo,no todos gozaron de popularidad entre noso-tros excepto, tal vez, d de Sommers, ta y tb.

Al ampliarse la gama de coeficientes deasociación surgió el problema de decidir cuálemplear. Las escalas en que se medían las va-riables dejaron de ser un buen indicador paraseleccionar la medida adecuada, ya que paracada combinación de ellas (nominal u ordi-nal) se disponía de varios coeficientes alterna-tivos.

El análisis multivariado para variables nométricas estaba en ciernes en la década de lossesenta. A pesar de que Lazarsfeld afirmabaque su ecuación de covarianzas se podía ex-tender a fortiori a más de dos variables y acualquier número de categorías por variable(Lazarsfeld P. 1974: 23-52 y 327-352), en larealidad la técnica era bastante limitada puesen esos casos las aplicaciones se volvían de-masiado complejas. Por esta razón los estu-dios tendieron a limitarse al modelo básico.

La Ciencia Política requería en parte delanálisis de asociación lo que la hermanaba a laSociología. Sin embargo, otra parte no des-preciable de su quehacer era el análisis de losresultados de las elecciones que demandaba eluso de técnicas para establecer la fuerza de larelación entre variables métricas. En efecto,para los diferentes agregados electorales, talescomo comunas, municipios, departamentos,estados, etc. es posible registrar no sólo el nú-mero o la proporción de votos a favor de losdiferentes partidos que participaron en la con-tienda electoral sino también una serie adicio-nal de características económicas, sociales oculturales, tales como el ingreso promedio delos hogares, la importancia relativa de las prin-cipales ocupaciones, el nivel educativo, laetnia, las preferencias en elecciones pasadas,etc. Con base en esa información y diversas te-orías se solían ajustar modelos de regresión

para “explicar” el voto a favor de los diferentescandidatos y partidos políticos9. Los instru-mentos estadísticos adecuados para encarar elestudio de este tipo de problemas eran el aná-lisis de regresión y de correlación, lo que apro-ximaba a la Ciencia Política, desde el punto devista de la medición, al estilo de análisis dedatos característico de la Economía.

El denominado análisis causal fue la técni-ca estadística de punta en la década de los se-senta. El libro de H. Blalock, Causal Inferencein non Experimental Research publicado en1964, tenía como antecedentes un trabajo deS. Wright de 1934, el artículo en que Lazars-feld exponía su análisis de covarianzas presen-tado en 1946 en un congreso de la SociedadAmericana de Sociología en Cleveland, y untrabajo de H. Simon publicado 1957. Todosestos esfuerzos estaban dedicados al problemade identificar empíricamente relaciones cau-sales genuinas entre variables y distinguirlasde las relaciones espurias, empleando paraello métodos estadísticos.

El libro de Blalock fue un poco anterior alde R. Boudon, quien en el capítulo 3 de su L’Analyse mathematique des faits sociaux propu-so los denominados coeficientes de depen-dencia, que permitían -argumentaba- medirel vínculo causal entre variables. Los esfuerzosde los estadísticos sociales se volcaron febril-mente al desarrollo de esta técnica, fue asícomo varios números del influyente anuarioSociological Methodology estuvieron expresa-mente dedicados al tema. El análisis de cau-salidad, hoy transformado en análisis de tra-yectoria o de senderos (path análisis) de usopreferente en Sociología de la Educación, esen esencia un sistema recursivo de ecuaciones

97ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

9 Este tipo de estudio hizo tomar conciencia de que enla mayoría de los casos la interpretación de los resul-tados adolecían de falacia ecológica (Robinson W.1954). Recientemente, usando técnicas modernas,Gary King (1999) estableció las condiciones bajo lascuales es posible trasladar los resultados agregados alnivel individual, sin caer en el error de afirmacionesfalaces.

debate

98ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

de regresión. El que una rama importante dela Sociología usara regresión pareciera contra-decir el planteamiento de una cierta especia-lización instrumental que diferenciaba a laSociología de la Economía. Sin embargo, noes así, pues los sociólogos le daban la vuelta alproblema; para hacerlo se basaban en que elmodelo de Blalock estaba expresado en el len-guaje de la correlación10 y que el coeficientede asociación fi, para tablas de dos por dos esmatemáticamente equivalente al coeficientede correlación producto momento dePearson.

En fin, el análisis multivariado en las cien-cias sociales de Iberoamérica se limitaba casien su totalidad al análisis de variables dicotó-micas, ya sea en la versión de la ecuación decovarianzas de Lazarsfeld o al análisis de cau-salidad a través del modelo de Blalock o“Simon Blalock” como se le conocía colo-quialmente por la época. En los casos en quese dispusiera de variables métricas se podía re-currir a los denominados modelos de causali-dad o bien al ajuste de sistemas de ecuacionesrecursivas.

Llama la atención, mirado a la distancia,que durante los sesenta haya persistido la ideade la diferencia esencial de “método” entre laSociología y la Economía en función de la na-turaleza distinta de las variables económicas ysociales, a pesar de que en los años posterio-res a la Segunda Guerra mundial los econo-mistas incluyeron en sus modelos variablesexplicativas nominales a través de la defini-ción de variables ficticias (también denomi-nadas variables mudas o dummy). Las varia-bles mudas permitieron estimar el efecto devariables no métricas sobre una variable de-pendiente métrica.

Antes de abandonar los sesenta hay quedecir que la descripción que se ofrece de la

Estadística Social en esta década, se limita alas corrientes principales. Es claro que en oca-siones se usaban otro tipo de técnicas talescomo análisis de componentes principales,análisis factorial o análisis de conglomerados,sin embargo, esos estudios eran poco nume-rosos y contaban con un público bastante res-tringido; en pocas palabras, para emplear untérmino en boga en los sesenta, eran margi-nales. La gran mayoría de los trabajos socio-lógicos empleaban ji-cuadrada para probarindependencia estadística, análisis de asocia-ción para estimar la fuerza de la relación, laecuación de covarianzas de Lazarsfeld si elanálisis era “multivariable”11 y las investiga-ciones más avanzadas empleaban análisis cau-sal. En la economía se usaba prolíficamente elanálisis de regresión y técnicas relacionadas, ylos científicos políticos combinaban uno uotro tipo de técnica dependiendo del nivel demedición de las variables.

Los años del destierro

Desde comienzos de la década de los setentahasta alrededor de la mitad de la década delos ochenta12 la Estadística fue expulsada delos salones de clase y de la investigación so-cial. En América del sur los partidos de iz-quierda tuvieron avances importantes en laconquista del poder político en los primerosaños de la década de los setenta. En el planode las ciencias sociales el surgimiento y pre-dominio de la corriente histórico estructuralforzó cambios importantes en los programasde formación de economistas, sociólogos ypolitólogos. Los teóricos “funcionalistas” pa-saron al cajón de los recuerdos de la mano

10 Expresó sus desarrollos conceptuales en el lenguaje decorrelación, más familiar a los sociólogos, apoyándoseen las relaciones matemáticas entre coeficientes de re-gresión y de correlación.

11 Con todas las limitaciones que ya se han señalado.12 El límite superior del período no es tan nítido como

en el anterior, cualquiera que se elija puede ser objetode controversia. Sin embargo, como es bien sabido,toda periodización tiene cierta dosis de arbitrariedad;los procesos sociales suelen no tener límites marcados.

con la economía del bienestar; se impuso encambio el estudio del marxismo y de Marx.Es la época en que Karl Marx se viste de togay birrete al pasar de la fábrica a la universidad.Las nuevas generaciones de científicos socia-les estudiaban desde diferentes ángulos cadaobra de Marx; se volvieron clásicos los estu-dios de los marxistas rusos entre los cualesdestacaban los trabajos de Lenin y se leían ydiscutían con avidez las obras marxistas detercera generación elaboradas en el seno de laescuela francesa.

La investigación, en consonancia con lasdisputas políticas por el poder, se concentróen el estudio del cambio estructural, en la su-cesión de los modos de producción o en laevolución de las formaciones sociales concre-tas. El problema central de las ciencias socialesera dar inteligibilidad a los procesos sociales ypolíticos que estaban aconteciendo y propo-ner mecanismos para orientarlos hacia objeti-vos predefinidos. Las preguntas de investiga-ción enviaban sobre unidades de análisis agre-gadas y revestían un carácter eminentementehistórico. Quedaba en el pasado la época enque interesaba el estudio del comportamiento,las actitudes, los valores, las percepciones, etc.El foco de la atención se había desplazado alos procesos de constitución y cambio de losmovimientos populares, de la clase obrera o delos campesinos. La naciente sociodemografíaestudiaba los flujos migratorios en lugar de ladecisión para migrar; la relación entre la fe-cundidad y las clases sociales; los vínculosentre la dinámica demográfica y las formacio-nes sociales concretas. Los aires de la épocadictaban que el interés de la investigación so-cial debía constreñirse al análisis de la dinámi-ca de la estructura y sólo secundariamente alindividuo que habitaba un espacio nacional oregional en una época determinada.

El avance del marxismo y del análisis his-tórico estructural, y el enlace entre la investi-gación y los procesos de transformación socialque estaban acaeciendo, tuvieron incidencia

evidente sobre los programas de estudio de lametodología y estadística social. En el perío-do anterior, la metodología solía cubrir unamplio espectro de materias; algunas eraneminentemente técnicas, útiles en el procesode generar datos como, por ejemplo, cons-trucción de cuestionarios, principios para re-alizar entrevistas en profundidad o hacer in-vestigación participante, elaboración de índi-ces, codificación de variables no métricas, etc.Sin embargo, el contenido de los cursos demetodología no se agotaba en la parte técnicasino que incluía también el conjunto de ope-raciones que median entre la teoría y el mate-rial empírico: observación, medición, inclui-da la operacionalización, y experimentación.

Los instrumentos que ponían a disposiciónde la investigación social de esos años la me-todología y la Estadística quedaron fuera defoco ante el cambio en el paradigma. No esta-ban diseñados para contender con las estruc-turas y menos con el cambio estructural y sugénesis. Las nuevas preguntas de investigaciónprovocaron un cambio de contenido en lo quedebía ser la metodología de las ciencias socia-les. La exploración de métodos que ayudarana responder las preguntas que se formulaba lanueva investigación social se volcó en partehacia el estudio de la filosofía de la ciencia yde la epistemología. Otro camino que se ensa-yó fue la lectura metodológica de las investi-gaciones realizadas por los autores clásicos.

El muestreo y la inferencia se eliminaronde los programas de la enseñanza de laEstadística así como cualquier técnica de in-vestigación. La estadística descriptiva se ense-ñó como parte de cursos de “Fundamentostécnicos de la investigación social” en los cua-les se estudiaba la forma cómo investigacionesconsideradas clásicas y las de nuevo cuño,operacionalizaban las relaciones entre losconceptos teóricos13. Según el o los textos de

99ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

13 Nótese que no uso el término de “hipótesis teórica”pues por esos años la palabra “hipótesis” era “reaccio-naria”, tenía un fuerte tufillo funcionalista.

investigación seleccionados para la enseñanzade la Estadística era posible incluir, en ocasio-nes, algo de análisis de asociación y tambiénde correlación lineal simple, utilizadas comomedidas descriptivas.

Los golpes de estado acaecidos en Américadel Sur durante los primeros años de la déca-da de los setenta y la persecución política de-satada en contra de los académicos no tuvomayores consecuencias sobre las orientacio-nes metodológicas ni sobre el papel de laEstadística en las Ciencias Sociales. Desde elexilio, la preocupación intelectual se volcósobre la experiencia vivida y el énfasis cambióde lo estructural a lo superestructural. La dé-cada de los ochenta estará signada por la re-flexión acerca del proceso de transformacióndel Estado y su autonomía relativa. Sin em-bargo, fueron contados con los dedos de lasmanos los estudios concretos, más allá de lamera especulación, realizados en la región.

Estas eran las corrientes dominantes ennuestros países, sin embargo, el avance de laEstadística Social continuaba en otras áreasdel globo terráqueo. En los setenta se proponeuna solución al problema de qué coeficientede asociación utilizar en cada caso concreto14;lo que consistía en enlazar las estructuras lógi-cas de la hipótesis teórica y del índice de aso-ciación que le correspondía. Por una parte, elestudio en profundidad de las bases lógicas delos índices de asociación permitió ir más alládel concepto de asociación basado en la leja-nía respecto a la independencia estadística(sobre el que se erige ji-cuadrada) y se generó

la idea de que los valores de los coeficientesson diferentes porque miden la cercanía o le-janía de la distribución de los datos a distintosconjuntos de proposiciones estadísticas que“operacionalizan” enunciados teóricos (Hilde-brand, D., J. Lain y H. Rosenthal, 1977). Porotra parte, el desarrollo de esta idea develó lasestructuras lógicas sobre las cuales se erigen loscoeficientes de asociación más utilizados. Conbase en este conocimiento se propuso la fun-ción generatriz de coeficientes delta-ro, dondeel sufijo ro denota la proposición lógica -querepresenta la estructura del enunciado teórico-que se debe especificar para que el coeficienteasuma una forma determinada. La definiciónmisma de este nuevo coeficiente requiere parasu aplicación establecer la distribución espera-da de los datos.

En varios de nuestros países, en los márge-nes y rincones del quehacer de las ciencias so-ciales, se realizaban investigaciones aisladasque buscaban articular las técnicas disponi-bles con el estudio de procesos sociales con-cretos tales como las características y evolu-ción de los mercados de trabajo, sector infor-mal urbano, comportamiento electoral demujeres y jóvenes, determinantes de flujosmigratorios, etc.

En la década de los sesenta la Econometríaavanzó en la posibilidad de incluir cualquiernúmero de variables explicativas no métricassin limitaciones respecto a la cantidad de ca-tegorías15, pero con las restricciones habitua-les de la regresión referidas a la ausencia decombinación lineal de variables y tener másobservaciones que parámetros a estimar16.

debate

100ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

14 Debe recordarse que uno de los problemas que aque-jaban a la investigación social en los sesenta era la au-sencia de criterios para decidir cuál de los coeficientesde asociación disponibles usar, toda vez que la proli-feración de índices de asociación desarrollados en esaépoca proporcionaba un amplio abanico de opcionesa disposición del investigador y que habitualmente sedisponía de más de un coeficiente de asociación paralas combinaciones de niveles de medición de las va-riables de la tabla; fue así como la decisión a favor deuno u otro coeficiente ya no podía basarse en las es-calas de medida.

15 El análisis de varianza, de amplio uso en la Psicología,se aplica en los casos que interesa estudiar la relaciónentre una variable dependiente métrica y una o másindependientes medidas éstas en escalas ordinal o no-minal. A este mismo problema se puede aplicar el mo-delo de regresión sustituyendo las variables explicati-vas por regresores o variables ficticias.

16 Me refiero, en particular, a restricciones respecto a losdatos y dejo fuera los supuestos relativos a los erroresaleatorios.

Durante la década de los 70 y 80 hubo unaserie de progresos en el desarrollo de nuevastécnicas de análisis estadístico impulsadas porlas demandas planteadas por las ciencias so-ciales. Entre los nuevos instrumentos quepuso la Estadística a disposición de los inves-tigadores destacan el análisis loglineal y las re-gresiones con variables dependientes no mé-tricas dicotómicas.

El primero, el análisis loglineal, se puedeconcebir como una técnica que contiene y su-pera el análisis de covarianzas de Lazarsfeld enla medida que permite estudiar las relacionesentre dos o más variables no métricas contro-lando el efecto de las restantes. Por fin secumplía el sueño de Lazarsfeld de contar conun modelo de análisis de variables múltiplesaplicable a casos donde las variables fuesenordinales o nominales. La principal limita-ción ya no radica en cuántas variables y cuán-tas categorías se pueden considerar a la vez,sino principalmente el número de casos17 ylos programas estadísticos para procesarlos.En el futuro esta técnica se emplearía profu-samente para analizar la movilidad social(Goldthorpe J. 2000).

Las barreras que dividían los análisis deasociación y regresión habían empezado acaer en los años posteriores a la SegundaGuerra Mundial -como ya se ha dicho, con lainclusión de las variables ficticias-; este proce-so ha continuado a lo largo del tiempo.Durante estos años se elaboraron los primerosmodelos de regresión lineal con variable de-pendiente binaria y el centro de atención sepuso en los problemas de estimación. La dis-cusión, bastante técnica, dejó en la penumbrael vínculo que existe entre estos modelos y elconcepto de explicación en Max Weber. Enefecto, la concepción weberiana no sólo seplantea que las ciencias sociales tienen mayor

sed causal que las ciencias naturales, sinotambién que la explicación es esencialmenteprobabilística:

En la concepción weberiana, el tema de lacausalidad es el elemento central de la dife-renciación entre las ciencias: en las cienciassin necesidad de interpretación, la causali-dad se reduce a la probabilidad de ocu-rrencia de los fenómenos con arreglo a unaregularidad generalizada por inducción.En las ciencias comprometidas con la in-terpretación, debido a la necesidad de ela-borar esquemas teóricos que hagan posiblecomprender el sentido de las acciones, el su-jeto no se reduce a constatar, sino que le esasignada, con claridad, la función de im-putar, a las relaciones constatadas, una di-reccionalidad de tipo causal, en un contex-to de regularidades comprendidas y concierto grado de verosimilitud (Gil M.1997: 214 y 215).

Hempel sistematiza, desde el punto de vistafilosófico, la noción de explicación en Popper(1962: 57-60) y su análisis le lleva a concluirque la explicación social es esencialmenteprobabilística (1988: 249-250); Przeworski yTeune (1972: 19) presentan una buena sínte-sis de cómo aterriza esta discusión filosóficaen el campo de la investigación.

La importancia del modelo de regresióncon variable dependiente binaria radica enque permite articular la teoría sociológica conla teoría estadística: el puente entre ambas esla explicación weberiana. El modelo expresala idea de que la probabilidad de un fenóme-no depende de un conjunto de variables ex-plicativas, lo que equivale a decir que los va-lores observados de la variable dependiente(0, 1), son generados por distribuciones conparámetro Pi y que estos parámetros varíancon los valores de X.

En este argumento hay que destacar que laprobabilidad resulta ser el punto de encuen-tro entre la teoría estadística y la teoría social

101ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

17 El análisis loglineal y el análisis de asociación son téc-nicas que requieren de muchos casos; “son consumi-doras de observaciones”.

debate

102ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

sustantiva18. En efecto, es responsabilidad dela teoría social identificar los factores de loscuales dependen las probabilidades. De estemodo se vuelve a restablecer, aunque sólo enlo conceptual, el antiguo maridaje entre la Es-tadística y la Sociología. En síntesis, los valo-res estimados en un modelo de regresión convariable dependiente dicotómica arrojan co-mo resultado las probabilidades asociadas alfenómeno, dado el conjunto de circunstan-cias representadas por los valores de las varia-bles explicativas.

Hay que agregar que antes que se desarro-llaran los modelos de regresión no linealespara variables dependientes binarias se conta-ba el modelo de regresión probabilístico line-al, el que desde el punto de vista teórico erauna extensión del modelo de regresión linealclásico, relativamente sencilla, pero su ajustepresentaba obstáculos serios desde el puntode vista computacional en una época en queel uso de la computadora personal aún no eramuy extendido entre los científicos sociales, yel costo monetario del tiempo de uso de losgrandes equipos era elevado. Los problemasdel modelo de regresión lineal de probabili-dades se superaron empleando transforma-ciones no lineales de la variable dependiente.Es así como surgieron los modelos de regre-sión logística y probit.

Por fin, la Estadística ponía a disposiciónde los científicos sociales una técnica que per-mitía emplear el modelo de regresión en casosen que todas las variables eran no métricas,aunque existía la restricción de que la variabledependiente debía ser dicotómica. Se empe-zaba a caer así el criterio que diferenciaba enlos años sesenta y setenta la aplicación de laEstadística en la Economía y la Sociología, yconsecuentemente se extendía el dominio delmodelo de regresión.

El desarrollo de la Estadística Social secomplementó con la invención de la compu-tadora personal que no sólo resultaba ser mu-cho más amigable que los “mainframe” sinoque también abatió enormemente los costosde las investigaciones. La nueva herramientasi bien era relativamente barata, en sus iniciospresentaba claras limitaciones: los programasestadísticos se reducían a las técnicas más ele-mentales y los dispositivos de almacenamien-to permitían guardar pocos datos y unascuantas variables. Sin embargo, si bien alprincipio las computadoras personales fun-cionaban con dos lectoras de disco flexiblemuy pronto aparecieron los discos duros de 5MB, luego de 10 MB; hacia fines de losochenta los discos duros ya tenían 100 MB.

El vertiginoso avance del Hardware vinoacompañado de la disponibilidad del Soft-ware estadístico. Por una parte, los paquetesestadísticos más empleados por los científicossociales en los mainframe, como SPSS, SAS yBMDP, desarrollaron versiones para las mi-crocomputadoras y, por otra parte, empeza-ron a aparecer en el mercado programas esta-dísticos desarrollados específicamente para“correr” en las computadoras personales. Em-pieza a perfilarse así la última etapa en quelenta y penosamente la Estadística y parte dela antigua Metodología de las CienciasSociales vuelven por sus fueros.

El lento resurgimiento

A lo largo de la década de los ochenta tiendena desaparecer los gobiernos de facto en Amé-rica Latina y a ser sustituidos por otros elec-tos por medio del voto ciudadano; la demo-cracia electoral se extiende como un sunamipor la región. Este avance de la democracia secombinó con el estancamiento económico.La explosión de la crisis del petróleo en 1982socavó las bases del crecimiento de los paísesde América Latina. La “década perdida” se ca-

18 El puente entre la teoría económica y el modelo de re-gresión con variable binaria lo proporciona la teoríade la elección racional (Luce R. y P. Suppes 1965 yMcFadden 1973).

racterizó, entre otras cosas, porque el gasto delos gobiernos sufrió severos recortes buscandoel equilibrio con los ingresos. Ganaba espacioel concepto de déficit cero en el balance con-table de las cuentas del gobierno; idea que ala vuelta del tiempo sería uno de los compo-nentes de la primera oleada del Consenso deWashington (Williamson J. 1990).

Hacia finales de los ochenta y durante losnoventa, la mayoría de los países de la regióniniciaron procesos de cambio estructural ten-dientes a liberar las fuerzas del mercado; laconsigna era “más mercado y menos estado”.A pesar de los pronósticos basados en la “teo-ría económica” que apostaban a los efectosbeneficiosos sobre las economías de AméricaLatina, éstas exhibieron durante los años no-venta inestabilidad y ausencia de crecimien-to19. Era la “segunda década perdida” conse-cutiva (Williamson J. 2003 : 1-6).

La situación económica general se dejósentir sobre las instituciones de educación su-perior afectando la investigación y la docen-cia. El financiamiento de las investigacionesproveniente de fundaciones u organismos in-ternacionales ganó en importancia en algunospaíses y también tendió a centralizarse enConsejos Nacionales de Ciencia y Tecnología.Hubo países que crearon becas para comple-mentar salarios en las propias instituciones deeducación superior o por organismos exter-nos creados ex profeso para impulsar y orien-tar la investigación. Los escasos recursos ten-dieron y tienden a ser canalizados al estudiode problemas sociales específicos privilegián-dose la investigación social empírica. La caídaen el poder adquisitivo de los salarios de losacadémicos y los cambios institucionales cre-aron un contexto cada vez más desfavorabletanto para los estudios especulativos (enten-didos como aquellos que se refieren a los pro-cesos y problemas sociales sólo a modo de

ejemplo) como para los genuinamente teóri-cos que habían gozado de alta retribución yestima social a comienzos de la década de losochenta.

En este ambiente, la metodología de lasciencias sociales volvió sobre sus pasos y recu-peró algunos de los temas de los años sesenta:técnicas de muestreo, construcción de cues-tionarios, entrevistas, observación participan-te, etc. y también tópicos básicos de lógica dela investigación. Los avatares que han vividolas ciencias sociales en la región han dejadosus huellas en la metodología; hacia fines delsiglo XX y comienzos del XXI es un mosaicoque exhibe parte de la historia de estas disci-plinas. Bajo el término metodología se ofre-cen cursos que cubren una serie de materiasque van desde la estadística elemental y técni-cas de survey en un extremo, hasta la filosofíade la ciencia y epistemología en el otro.

Durante el segundo quinquenio de la dé-cada de los ochenta se extiende como reguerode pólvora, fuera de la región pero con lenti-tud en América Latina, el uso de modelos deregresión no lineales con variable dependien-te no métrica, que habían sido desarrolladosen la década anterior. Son varios los factoresque tienen incidencia sobre este impulso en eluso de la Estadística:

Por un lado, esta disciplina amplió el mo-delo de regresión no lineal de variables dico-tómicas a variables dependientes con variascategorías (pluricotómicas) y a variables de-pendientes ordinales. Con base en este cono-cimiento se han desarrollado modelos paraanalizar historias de eventos, tratar problemasde selección, etc.

Por otra parte, las capacidades de la com-putadora personal experimentaron cambiossorprendentes. Hoy en día la memoria se mi-de en megas, en lugar de hacerlo en k-bytes,y la capacidad de almacenamiento pasó de 10MB a 100 o más GB. Además, abundan losprogramas estadísticos capaces de procesar ensegundos o minutos grandes bases de datos.

103ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

19 Aunque la inestabilidad también afectó a la econo-mía chilena, tal vez este país fue la excepción en lamedida que su economía creció durante estos años.

Los desarrollos en teoría estadística y com-putación han hecho posible que los estudian-tes y los investigadores aprendan a leer los re-sultados que arroja la computadora sin que serequiera tener un conocimiento en profundi-dad de la inferencia estadística y de los su-puestos en que descansa la técnica empleada.Esto es posible a pesar de que tanto el mode-lo de regresión con variables dependientes bi-narias (modelos logit y probit), como multi-nomiales y ordinales, requieren de un buenconocimiento de la distribución ji-cuadrada,de estimación máximo verosímil y de teoríade las distribuciones asintóticas.

Por último, pero no menos importante,los modelos no lineales para variables depen-dientes no métricas establecen una relaciónintrínseca con la teoría. En efecto, en el casode la economía se derivan a partir de la teoríade la acción racional, que enraíza en la teoríaeconómica dominante, y se aplica cuandosólo se observan las decisiones de los indivi-duos como resultado del análisis comparativode los factores determinantes de sus preferen-cias (Greene W. 2003: 663-674). En laSociología, como se ha señalado, el vínculoradica en la explicación sociológica en la ver-sión weberiana.

Con el modelo de regresión no lineal paravariables dependientes no métricas (plurico-tómicas y ordinales) se cierra un círculo. Fi-nalmente se derrumba la idea de que los ni-veles de medición de las variables diferencia-ban a la estadística susceptible de ser aplicadaa la Sociología y a la Economía: ya es posibleanalizar tablas de contingencia empleando re-gresión.

Estrechamente vinculada a los problemasplanteados por la Sociología de la Educaciónha emergido con fuerza en los años noventa elanálisis jerárquico lineal aunque sus antece-dentes en la Sociología se remontan a 40 añosatrás, en el contexto del análisis ecológico(Boudon R. 1974: 271-284); estos desarro-llos de la Estadística aplicados a la Sociología

proporcionan una técnica que permite anali-zar datos y formalizar los vínculos teóricosentre conceptos macro y micro sociales. Porfin aparece una aproximación que permiteanalizar las restricciones que impone la es-tructura al comportamiento individual.

Ahora bien, esta técnica puede verse comouna generalización del análisis de varianza odel análisis de regresión. Está diseñada paraidentificar los efectos de diferentes niveles deanálisis sobre la variable medida al mayornivel de desagregación; el ejemplo paradig-mático es el de identificar qué parte de la va-riabilidad en la calificación de los estudiantesse debe a las características del muchacho o sufamilia, cuál corresponde a la escuela y cuál ala localización geográfica del plantel(Raudenbush S y A. Bryk: 2002). Obviamen-te las aplicaciones no tienen porqué circuns-cribirse a la Sociología de la Educación. Setrata de una técnica cuya estructura lógicapermite encarar problemas típicos de las cien-cias sociales tales como, por ejemplo, la eva-luación de los efectos de un programa de in-tervención estatal sobre los habitantes de lo-calidades o comunidades (Hernández et al,2000) o cualquier situación donde importedistinguir los efectos de agregados socialessobre individuos o grupos al interior de di-chos agregados.

Si bien las primeras versiones de los mo-delos jerárquicos lineales se restringieron a va-riables dependientes en escala de intervalo ode razón, los últimos desarrollos consideranvariables no métricas vinculándose así con losmodelos de regresión con variable dependien-te binaria. Además, ya hay en el mercado pa-quetes de programas que permiten ajustarmodelos multinivel relativamente complejoscon conocimiento estadístico relativamenteexiguo.

debate

104ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

Conclusión

El centro de interés de este texto son los ava-tares que ha experimentado la Estadísticaaplicada a la investigación y su enseñanza enel campo de la Sociología durante los últimoscuarenta años. Se ofrece una interpretaciónque no necesariamente es aplicable a cadapaís de América Latina y el Caribe, y que dis-tingue tres etapas ordenadas en el tiempo: a)auge, b) destierro y c) resurgimiento.

En algunos países la sociología profesionalsurgió bajo el predominio de los temas meto-dológicos de la época del destierro. Y el papelde la estadística, tanto en la investigación co-mo en la docencia, ha quedado circunscrito ala descriptiva, al análisis de asociación y a lacorrelación, sin considerar los enlaces con lainferencia estadística. Otros, han transitadode la segunda a la tercera etapa, sin pasar porel período de auge; la investigación que se re-aliza emplea las técnicas estadísticas más mo-dernas y en sus aulas se las enseña utilizandograndes bases de datos y computadoras perso-nales poderosas, pero, hay que reconocer, suuso se limita a relativamente pocos investiga-dores y la enseñanza se reduce a unas cuantosprogramas de postgrado en Sociología. Hayotros países en que la investigación y la do-cencia en Sociología transitaron de la época deauge a la del destierro y ahí han permanecido.

El análisis de lo acontecido con laEstadística en nuestros países muestra quehasta finales de la década de los años sesentala estadística descriptiva, el muestreo y la in-ferencia estadística proporcionaban valiososinstrumentos de recopilación de informaciónútiles para caracterizar poblaciones. De lastécnicas para estudiar relaciones entre varia-bles disponibles en esa época, la más usada enSociología y Ciencia Política era el análisis deasociación y el de covarianzas de Lazarsfeld,este último especialmente válido para analizarlas relaciones entre tres variables dicotómicas.El análisis de regresión era el instrumento es-

tadístico más popular de los economistas y delos científicos políticos dedicados al análisisde elecciones. Se argumentaba que la diferen-cia entre los instrumentos de análisis de datosde la Estadística Social y de la EstadísticaEconómica se originaba en la escala en que semedían las variables: predominantemente no-minal y ordinal en el primer caso, y de razóne intervalo en el segundo.

En los setenta y el primer quinquenio delos ochenta el conocimiento estadístico quehabía jugado un papel importante en la in-vestigación social del período anterior ya noayudaba a responder las preguntas que surgí-an del enfoque histórico estructural, centra-das en las estructuras sociales, ni tampoco lasque surgían del discurso gramsciano. En lasaulas de Iberoamérica esta disciplina fue re-ducida a su mínima expresión.

Sin embargo, continuó desarrollándosefuera de la región y hubo importantes avancesen la estadística teórica impulsados por laspreguntas que surgían desde las ciencias so-ciales. En este período culmina el desarrollode los modelos de regresión no lineal, en par-ticular logit y probit y del análisis loglineal.La incorporación de variables no métricas enel lado derecho de la ecuación se comple-mentó con la inclusión de variables depen-dientes dicotómicas en el lado izquierdo. Conestos avances empieza a desmoronarse elmuro que separaba a la Estadística Social y ala Estadística Económica. A su vez, los nue-vos modelos estadísticos nacían articulados ala explicación social.

En los últimos años, bajo la batuta delprogreso tecnológico en la fabricación decomputadoras personales cada vez más po-tentes, a precios cada vez más bajos y un mer-cado en expansión que facilitó su acceso,combinado con amplia oferta de paquetes es-tadísticos, se hizo posible “ajustar” modelosno lineales ya no sólo con variables depen-dientes dicotómicas sino también pluricotó-micas y ordinales a bajo costo. Por otra parte,

105ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

debate

106ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés

los vínculos estrechos entre los modelos teóri-cos dominantes en Economía, Sociología yCiencia Política y los nuevos modelos estadís-ticos, vía la teoría de la elección racional o laexplicación en la vertiente weberiana, lleva-ron a la proliferación de estudios sociales queutilizan los nuevos modelos. Todo esto acon-teció en otras geografías. En las nuestras se re-gistraron algunos estudios aislados aunque enlos últimos años han sido cada vez más fre-cuentes.

Hay que destacar que en el período consi-derado ha variado el rol de la Estadística en elquehacer de los científicos sociales. En laAmérica Latina y el Caribe de los años sesen-ta dicha disciplina era parte constitutiva de lainvestigación social; estaba articulada a la te-oría y metodología dominantes. En el segun-do período dicha articulación se rompe cuan-do cambiaron radicalmente las preguntas deinvestigación, de cara a los acontecimientossociales y políticos de la época; la teoría do-minante y la escasa adecuación del conoci-miento estadístico fueron insuficientes paraofrecer respuestas válidas a las nuevas pregun-tas. A partir del tercer período se advierte elinicio del reencuentro entre la teoría social, lametodología y la Estadística. Se vuelve así a laarticulación inicial pero en un contexto enque su legitimidad es disputada por los méto-dos cualitativos.20

En la medida que el modelo de regresiónextiende sus dominios al incorporar variablesdependientes no métricas termina por caer elmuro entre la estadística aplicada a laSociología y a la Economía; ya se puede usarpara analizar tablas que cruzan varios criteriosde clasificación simultáneamente.

El avance tecnológico hizo cada vez másfácil la aplicación del análisis estadístico. Paraobtener resultados basta con tener un proble-ma bien definido, disponer de informaciónmínima respecto a los modelos estadísticosdisponibles, los datos pertinentes, el equipoelectrónico y los programas adecuados. La in-terpretación es harina de otro costal pues re-quiere la concurrencia de conocimiento esta-dístico y de la disciplina en cuestión. Lo quesí es destacable es que esta labor se puede re-alizar ¡sin necesidad de dedicar mucho tiem-po al estudio de la Estadística!

En cuanto a la docencia se abren dos ca-minos. Uno consiste en entregar los conoci-mientos estadísticos mínimos necesarios paraaprender a interpretar las salidas de las com-putadoras. El otro, el tradicional, recorre latrayectoria que une a la estadística descriptivacon las técnicas modernas de análisis multiva-riado, pasando por el análisis de asociación, elmuestreo, la inferencia estadística, análisis devarianza y regresión lineal. La experienciamuestra que el primero de estos caminos tie-ne el inconveniente de que el investigador so-cial, que sólo dispone de dicha formación es-tadística, suele sufrir serias limitaciones paraincorporar los avances de la técnica, cuestiónque no ocurre con quienes tienen una forma-ción estadística más sólida. Pero hay claras di-ferencias en el tiempo que se debe invertir pa-ra proporcionar una u otra formación. Paraenseñar a leer salidas de computadoras, de lastécnicas más empleadas, bastan dos o tres se-mestres mientras que una formación más es-tructurada, además de demandar mayor for-mación matemática, suele requerir cinco oseis semestres académicos.

No es fácil llegar a un balance entre tiem-po y profundidad del conocimiento estadísti-co para científicos sociales. En el futuro pró-ximo, en la medida que se intensifique la de-manda estudiantil por este tipo de conoci-miento, habrá que aprovechar experienciasdesarrolladas en el extranjero y ensayar for-

20 F. Cortés (2000: 103-132) hace un análisis sistemáti-co de las discusiones epistemológicas entre las investi-gaciones cualitativas y cuantitativas. El mismo autor(F. Cortés 2004) estudia los procesos de general-ización en las investigaciones estadísticas, experimen-tales y en los estudios cualitativos.

mas creativas de enseñanza que permitan dara nuestros estudiantes buena formación, enpoco tiempo, y estrechamente vinculada a laspreocupaciones académicas que surgen de lareflexión problematizada de la evolución denuestras realidades sociales.

Bibliografía

Aldrich, John y Nelson Forrest, 1984, LinearProbability, Logit and Probit Models, SageUniversity Paper, Series: QuantitativeApplications in the Social Sciences, No. 45,Sage Publications, California.

Blalock, Hubert, 1961, Causal Inference in nonExperimental Research, The University ofNorth Carolina, Chapel Hill.

Borgatta, Edgar, George W. Bohrnstedt, Editores,1970, Sociological Methodology, Josse Bass, SanFrancisco.

Boudon, Raymond, 1970, L’analyse mathématiquedes faits sociaux, Plon, París.

Boudon, Raymond, 1974, “Propiedades indivi-duales y propiedades colectivas: un problemade análisis ecológico”, en Metodología de lasciencias sociales II. Análisis empírico de la cau-salidad, Laia, Barcelona.

Bunge, Mario, 1979, La investigación científica:Su estrategia y su filosofía, Ariel Barcelona.

Carnap, Rudolf, 1959, “Psicología en lenguaje fi-sicalista”, en Ayer A. J., compilador, El positi-vismo lógico, Fondo de Cultura Económica,México.

Cortés, Fernando, 2004, “Selección no aleatoria yvalidez. A propósito de la evaluación cualitati-va de oportunidades”, mimeo.

—————, 2000, “Algunos aspectos de la con-troversia entre investigación cualitativa ycuantitativa”, en Argumentos: Estudios críticosde la sociedad, División de Ciencias Sociales yHumanidades, Universidad AutónomaMetropolitana, Unidad Xoxchimilco.

—————, 1967, “Algunos coeficientes de aso-ciación en tablas de dos por dos”, en Boletín deELAS, Año 1, No.1.

Cortés, Fernando y Rosa María Rubalcava, 1987,Métodos estadísticos aplicados a la investigación

social en ciencias sociales: análisis de asociación,El Colegio de México, México.

Costner, Herbert L. editor, 1972, SociologicalMethodology, Josse Bass, San Francisco.

—————, editor, 1971, SociologicalMethodology, Josse Bass, San Francisco.

García, Rolando, 2000, El conocimiento en cons-trucción: De las formulaciones de Jean Piaget ala teoría de los sistemas complejos, Gedisa,Barcelona.

Gil, Manuel, 1997, Conocimiento científico y ac-ción social: Crítica epistemológica a la concep-ción de ciencia en Max Weber, Gedisa,Barcelona.

Goldthorpe, John, 2000, On Sociology: Numbers,Narratives and the Integration of Research andTheory, Oxford University Press, Oxford.

Goodman, Leo y William Kruskal, 1963,“Measures of association for cross classifica-tions III: Approximate Sampling Theory” enJournal of the American StatisticalAssociation.

—————, 1954, “Measures of association forcross classifications” en Journal of the AmericanStatistical Association No. 49.

Greene, William, 2003, Econometrics Analysis,Prentice Hall, New Jersey.

Hempel, Carl G., 1988, La explicación científica:estudios sobre la filosofía de la ciencia, Paidós,Barcelona.

Hernández, Daniel, Mónica Orozco y DanielaSotres, 2000, “El impacto del Progresa en lainscripción a la secundaria: modelos multini-vel para datos de matrícula escolar” enProgresa, Más oportunidades para las familiaspobres. Evaluación de resultados del Programa deEducación, Salud y Alimentación: Educación,Secretaría de Desarrollo Social, México.

Hildebrand, David, James Laing y HowardRosenthal, 1977, Analysis of Ordinal Data,Sage University Paper, Series: QuantitativeApplications in the Social Sciences, No. 8,Sage Publications, California.

Johnston J., 1963, Econometrics Methods,McGraw Hill, Nueva York.

Kendall, Maurice y Alan Stuart, 1960, TheAdvanced Theory of Statistics Vol. II: Inferenceand Relationship, Charles Griffin, London.

King, Gary, 1997, A solution to the Ecological

107ÍCONOS 30, 2008, pp. 91-108

Los métodos cuantitativos en las ciencias sociales de América Latina

Inference Problem: Reconstructin IndividualBehavior from Aggregated Data, PrincetonUniversity Press, Princeton.

Lazarsfeld, Paul, 1974, “El álgebra de los sistemasdicotómicos”, en Metodología de las ciencias so-ciales II. Análisis empírico de la causalidad,Laia, Barcelona.

—————, 1974, “La interpretación de las re-laciones estadísticas como propiedad de inves-tigación en Boudon Raymond, en Metodologíade las ciencias sociales II. Análisis empírico de lacausalidad, Laia, Barcelona.

Lazarsfeld Paul y Morris Rosenberg, coeditores,1955, The language of social research: a reader inthe methodology of social research, Free, Glencoe.

Luce, R.D. y P.Suppes, 1965, “Preference, utility,and subjective probability”, en Luce R.D.P.Suppes E. Galanter, Editores, Handbook ofMthematical Psychology, Vol. 3, John Wiley,New York.

MacKenzie, Donald, 1979, “Eugenics and theRise of Mathematical Statistics in Britain”, enIrvine John, Ian Miles y Jeff Evans,Demystifying Social Statistics, Pluto Press,Londres.

McFadden, D., 1973, “Conditional logit analysisof qualitative choice behavior” en ZarembkaP., editor, Frontiers in Econometrics, New YorkAcademic Press, New York.

Neurath, Otto, 1959, “Proposiciones protocola-res” en Ayer A. J., compilador, El positivismológico, Fondo de Cultura Económica, México.

Popper, Karl, 1962, La lógica de la investigacióncientífica, Tecnos, Madrid.

Prigogine, Ilya e Isabelle Stengers, La nueva alian-za: metamorfosis de la ciencia, Alianza

Editorial, Madrid, 1983. Przeworski, Adam y Henry Teune, 1972, The

Logic of Comparative Social Inquiry, JohnWiley, New York.

Raudenbusch, Stephen y Anthony Bryk, 2002,Hierarchical Linear Models: Applications andData Analysis Methods, Serie: AdvancedQuatitative Techniques in the Social Sciences,Sage, California.

Robinson, William, 1950, “EcologicalCorrelation and the Behavior of Individuals”,American Sociological Review No. 15.

Siegel, Sydney, 1956, Nonparametric Statistics: forthe behavioral sciences, McGraw-Hill, NewYork.

Simon, Herbert, 1957, Models of Man, JohnWiley, New York.

Williamson, John, 2003, “An agenda forRestarting Growth and Reform”, enKuczynski Pedro Pablo and John Williamson,editors, After the Washington Consensus:Restarting Growth and Reform in LatinaAmerica, Institute for InternationalEconomics, Washington.

—————,1990, “What Washington Means byPolicy Reform”, en Williamson John, editor,Latin American Adjustment. How much hashappened, Institute for InternationalEconomics, Washington D.C.

Wright, Sewall, 1934, “The Methods of PathCoefficients”, en Annals of MathematicalStatistics No. 5.

Yocelevzky, Ricardo, 1988, La DemocraciaCristiana Chilena y el gobierno de Eduardo Frei(1964-1970), Universidad AutónomaMetropolitana, Unidad Xochimilco.

debate

108ÍCONOS 30, 2008, pp. 91-108

Fernando Cortés