Beruflich Dokumente
Kultur Dokumente
Lectura
La Estadstica en la
Investigacin Educativa
LA ESTADSTICA EN LA INVESTIGACIN
EDUCATIVA
Javier Gil Flores*
RESUMEN
Partiendo de una reflexin sobre el concepto de Estadstica, examinamos el papel que esta
disciplina juega en la investigacin educativa. Frente a los tpicos de que las tcnicas estadsticas resultan tiles en la investigacin positivista y, en particular, en la fase de anlisis de datos,
defendemos la idea de que pueden ser empleadas en otros momentos del proceso de investigacin
y desde otros enfoques. Finalizamos presentando algunos factores que limitan el uso de la Estadstica en la investigacin educativa.
Palabras clave: mtodos de investigacin, estadstica aplicada, investigacin educativa.
ABSTRACT
Starting from a reflection on the concept of Statistics, we examine the role that this discipline
plays in educational research. Facing the topic that the statistical techniques are useful in the
quantitative research and, in particular, in data analysis, we support the idea that Statistics are
useful in other moments of the research process and from other focuses. We conclude presenting
some factors that limit the use of the Statistics in educational research.
Key words: research methods, applied statistics, educational research.
232
233
234
235
236
237
c) Anlisis de datos
Ya hemos destacado la importancia de las tcnicas estadsticas en la fase de anlisis
de datos. Traigamos aqu, para insistir en esta idea, las palabras de De la Orden
(1985:XXI), cuando afirma que la forma ms adecuada de razonar sobre la base del
gran nmero de observaciones exigidas para el estudio experimental de la educacin,
con pretensin generalizante, es la Estadstica.
De acuerdo con el concepto de Estadstica que hemos apuntado, a la Estadstica
corresponden tareas de organizacin, descripcin, anlisis y presentacin de datos
acerca de las muestras estudiadas, y tambin de generalizacin de los resultados a las
poblaciones de donde las muestras fueron extradas. El anlisis estadstico de los datos
supone una descripcin de stos, el descubrimiento de regularidades y la inferencia de
caractersticas relativas a conjuntos ms amplios que los directamente estudiados.
d) Obtencin de conclusiones y redaccin del informe
Recordando las palabras de Siegel (1991:20), la estadstica nos proporciona herramientas que formalizan y uniforman nuestros procedimientos para sacar conclusiones. De alguna forma, las conclusiones estn predeterminadas por el tipo de tcnicas
estadsticas que utilicemos. Un anlisis de regresin, por ejemplo, nos permitir obtener conclusiones acerca de la posibilidad de que determinadas variables independientes puedan predecir el valor observado en una variable dependiente; un anlisis
de conglomerados nos llevar a concluir sobre formas de agrupamiento entre los
individuos u objetos que estudiamos; un anlisis simple de la varianza supondr llegar a conclusiones acerca de las diferencias significativas entre las medias de diferentes grupos; etc. En cualquier caso, la Estadstica estar presente a la hora de
elaborar las conclusiones, aportando las claves para la interpretacin de los resultados del anlisis.
La presentacin de las conclusiones, as como de todo el proceso de investigacin,
debe contar con la inclusin de resultados estadsticos. Aunque no se trata de una aplicacin de tcnicas estadsticas en el momento de redactar el informe, s que la Estadstica est de algn modo presente a la hora de mostrar los resultados. Las conclusiones
de un estudio se vern convenientemente ilustradas mediante la presentacin de
tablas, cuadros, etc. recogiendo medias, porcentajes, coordenadas, correlaciones, o cualquier otro tipo de estadsticos. La inclusin de los pesos factoriales de las variables consideradas en un anlisis factorial, por ejemplo, es imprescindible si queremos ilustrar el
modo en que cada factor se ve saturado por las variables observadas.
Otro tanto podemos decir acerca de los resultados estadsticos expresados grficamente. La utilizacin de determinadas tcnicas estadsticas y la intencin posterior de
comunicar los resultados obtenidos requieren incluir representaciones estrechamente
vinculadas a aqullas en los informes de investigacin. Tcnicas como el anlisis de
conglomerados, el path-analysis o el anlisis de correspondencias, son indisociables de
formas de representacin grfica como dendogramas, diagramas de flujos o grficos
factoriales, respectivamente.
RIE, vol. 21-1 (2003)
238
En cuanto a la calidad de las investigaciones, la Estadstica aporta sus procedimientos para garantizar la validez interna y la validez externa en los experimentos. Procedimientos de muestreo aleatorio y tcnicas estadsticas como el anlisis de la
covarianza, para controlar el efecto de variables intervinientes que pudieran enmascarar el efecto de las variables independientes, resultan recursos tiles en este sentido.
2. LA ESTADSTICA Y LOS PROGRAMAS DE INVESTIGACIN POSITIVISTAS
Frecuentemente, entre los rasgos diferenciadores de los programas de investigacin
positivistas frente a otros programas (sobre todo interpretativos) se encuentra el carcter cuantitativo de las estrategias, tcnicas e instrumentos de recogida de datos y en los
procedimientos para el anlisis de los mismos. Pero de acuerdo con la posiciones integradoras, actualmente ms extendidas, deberamos considerar que los mtodos cuantitativos pueden ser empleados tanto desde enfoques positivistas como desde enfoques
interpretativos o crticos. A pesar de este tipo de planteamientos superadores de la tradicional oposicin entre lo cuantitativo y lo cualitativo, lo habitual en la investigacin
educativa es que no sea muy frecuente encontrar investigaciones de tipo interpretativo
en las que se recurre a la Estadstica y, por el contrario, que la utilizacin de sta sea
mucho ms amplia e intensa en las investigaciones enmarcadas dentro de los programas positivistas.
Una prueba de ello puede hallarse en el interesante estudio emprico de Morales
(1995), realizado sobre una muestra de 92 artculos y captulos de libros referidos a las
metodologas de investigacin cualitativa y/o cuantitativa. De acuerdo con las conclusiones de aquel estudio, el modelo ideal de metodologa cuantitativa se caracteriza,
entre otros aspectos, por su asociacin a las concepciones epistemolgicas positivistas
y por el uso de la Estadstica en el anlisis de datos, mientras que la metodologa cualitativa queda caracterizada por concepciones interpretativas o fenomenolgicas y por
el anlisis de los datos siguiendo vas diferentes a la Estadstica.
Tomando como marco la presencia de las tcnicas estadsticas directa o indirectamente en los diferentes momentos del proceso de investigacin educativa, podramos
destacar destacar tcnicas y procedimientos estadsticos que resultan especialmente
caractersticos de los mtodos descriptivos, correlacionales y experimentales empleados en la investigacin desarrollada desde una perspectiva cientfico-experimental.
En el caso de los mtodos descriptivos, el propsito del investigador es llegar a describir las caractersticas de un objeto, hecho o fenmeno a partir de algn modo de
observacin sistemtica del mismo, una vez que ste ya se ha producido. La Estadstica
cuenta con un amplio abanico de tcnicas que contribuyen directa o indirectamente al
objetivo de la descripcin de un conjunto de datos. Por ejemplo, cuando los datos recogidos se refieren a una sola variable, las tcnicas estadsticas disponibles son las propias
de la Estadstica descriptiva univariable, y la Estadstica multivariante tambin cuenta
con tcnicas apropiadas al objetivo de la descripcin de fenmenos o realidades educativas.
En los mtodos correlacionales, la presencia de la Estadstica es indispensable, en la
medida en que el establecimiento de relaciones entre variables se apoya directamente
RIE, vol. 21-1 (2003)
239
240
rar los grupos despus de la aplicacin del tratamiento como si se hubiera partido de
una situacin inicial de equivalencia.
Esta potencialidad de las tcnicas estadsticas cuando el experimentador carece de
control sobre la situacin experimental era ya anunciada por Campbell y Stanley
(1963), al afirmar que una capacitacin ms a fondo de los investigadores educacionales en tcnicas modernas de estadstica experimental permitira elevar la calidad de
la experimentacin pedaggica.
3. LA ESTADSTICA EN LOS PROGRAMAS DE INVESTIGACIN CUALITATIVOS
Para algunos, an siguen siendo irreconciliables el anlisis estadstico de datos y la
investigacin que se desarrolla desde planteamientos diferentes del tradicional marco
cientfico-experimental. Sin embargo, el empleo de los mtodos estadsticos trasciende
a estos lmites y puede estar presente de alguna manera en estudios e investigaciones
realizados desde perspectivas interpretativas o crticas, a las que globalmente podemos
referirnos como perspectiva cualitativa. Indirectamente al menos, la Estadstica contribuira a delimitar o introducir el problema de estudio, en la medida en que ste podra
apoyarse en los resultados de estudios previos basados en el anlisis estadstico.
Comienza a ser relativamente frecuente, en el acercamiento a las realidades educativas,
partir de un estudio descriptivo extensivo con base metodolgica cuantitativo-estadstica que abra paso a estudios de tipo interpretativo, basados en el estudio de casos y
dirigidos a profundizar en la explicacin de los fenmenos analizados. Es lo que se ha
denominado una estrategia de combinacin metodolgica (Bericat, 1998), como forma
de integracin de mtodos cuantitativos y cualitativos.
En lugar de basarse en procedimientos de muestreo probabilstico, dirigidos a
construir modelos reducidos de la poblacin total, con resultados extrapolables al
universo del que se extraen (Rodrguez Osuna, 1991:12), el modo habitual en que suelen determinarse el nmero y las caractersticas de los individuos o contextos que sern
estudiados se encuentra ms prximo al modelo de muestreo deliberado o intencional
(Patton, 1984). El problema de investigacin, las concepciones sobre el mismo, los factores empricos que lo afectan y las caractersticas de la poblacin estudiada, llevan a
determinar qu casos van a ser seleccionados. Cuando no existe un suficiente conocimiento previo de la realidad objeto de estudio, la fase de muestreo podra verse auxiliada por anlisis previos realizados sobre la poblacin, que contribuyan a un mejor
conocimiento de la misma. En la medida en que se lleven a cabo estudios sobre la
poblacin, habremos de trabajar con grandes colectivos y el recurso a las tcnicas estadsticas ser necesario. Estas permitirn por ejemplo una descripcin y/o clasificacin
de los sujetos, fenmenos o casos estudiados, que ayudarn al investigador en la fase
de seleccin de casos.
Existen vas diferentes a la Estadstica para llevar a cabo el anlisis de datos en la
investigacin cualitativa. En este sentido, entre los procedimientos de anlisis de datos,
entendidos como tcnicas para extraer informacin de los datos e interpretar su significado, cabra hacer una distincin entre anlisis cualitativo, que expresa, ordena, desRIE, vol. 21-1 (2003)
241
242
243
informacin bajo la apariencia de objetividad y veracidad. Kruskal (1978:1073) denunciaba el mal uso de la Estadstica por quienes la utilizan para tratar de ofuscar, mitificar
o impresionar.
Otro de los usos incorrectos de la Estadstica consiste en emplearla con el fin de justificar el rigor de un trabajo, con base en la falsa idea de que los resultados de un estudio quedarn avalados por la sofisticacin de los procedimientos estadsticos
utilizados, y ms an si stos han sido llevados a cabo con el auxilio de paquetes estadsticos informatizados. Tambin Kruskal (1978:1073) adverta de este mal uso, cuando
afirmaba que los mtodos estadsticos sirven a algunos para suministrar el requisito de
autenticidad cientfica. Ello se basa en una asociacin falaz entre la complejidad de la
tcnica y la calidad de la investigacin, que conduce a una especie de fetichismo estadstico, cuando bien sabemos que la complejidad del aparato estadstico no va a mejorar los resultados de la investigacin. En realidad, la calidad de las conclusiones de un
estudio depende de otros muchos elementos del proceso de investigacin, tales como
una slida fundamentacin terica, la correcta delimitacin del problema y formulacin de hiptesis, la adecuada seleccin de los individuos estudiados o las tcnicas
empleadas en la recogida de datos.
De alguna forma, las consideraciones expuestas hasta ahora apuntan hacia la necesidad de observar ciertas reglas ticas en el uso de la Estadstica, las cuales incluiran
junto a su no utilizacin para ocultar la verdad o para servir a finalidades que no le son
propias, consideraciones acerca del anonimato y la confidencialidad en el uso de los
datos y resultados obtenidos (Moore, 1979). Y, por supuesto, habra que aadir la necesidad de que el analista no llegue a alterar los datos con los que trabaja, ni elimine
aquellos casos que hacen alejarse los resultados obtenidos de lo esperado, con la justificacin de que posiblemente se trate de errores de medida o codificacin.
b) Subordinacin del problema al mtodo
La eleccin de tcnicas estadsticas est subordinada al objetivo de investigacin, es
decir, debe dar respuesta a los interrogantes o problemas planteados. A veces, la seleccin de los procedimientos estadsticos podra responder a ciertas modas que llevan al
empleo constante de determinadas tcnicas en detrimento de otras que tal vez resulten
ms adecuadas. Ms grave an resultara el uso incorrecto de la Estadstica que supone
hacer depender el problema de investigacin del mtodo estadstico que vamos a
emplear, invirtindose as el orden epistemolgico. Es decir, podra caerse en la incorreccin de seleccionar un problema con el nico fin de utilizar tcnicas cuyo uso es
novedoso o est bien valorado dentro de la comunidad cientfica.
En ningn caso es la Estadstica el fin de la investigacin educativa, sino un medio
para su desarrollo. La investigacin no puede reducirse al empleo de sofisticadas tcnicas de anlisis estadstico, sin que exista un trasfondo terico del que surge el problema investigado, dando lugar a lo que algunos han calificado de vaciamiento terico
y trasvase desde el diseo de investigacin al diseo estadstico (Bartolom, 1988).
Cabra aqu recoger las palabras de Cormack (1971) cuando afirma que la Estadstica es una combinacin de tcnicas y sentido comn, sin que ste pueda ser sustituido
RIE, vol. 21-1 (2003)
244
por aqullas. El autor citado refleja su pensamiento con una muy ilustrativa metfora:
las tcnicas son los caballos; el sentido comn sostiene las riendas (1971:164). En
nuestro campo de estudio, podemos sealar parafraseando la afirmacin anterior que
la aplicacin de la Estadstica supone una combinacin de tcnicas y conocimiento
sobre lo educativo. Al aplicar la Estadstica en la investigacin educativa es preciso no
olvidar el conocimiento no estadstico. Como afirman Box, Hunter y Hunter (1989) al
ocuparse de la utilizacin de la Estadstica, las tcnicas son ms efectivas cuando se
combinan con el apropiado conocimiento del tema al que se aplican.
c) Violacin de supuestos
La Estadstica no puede ser aplicada sin ms en la investigacin educativa. El investigador educativo que emplea modelos estadsticos ha de establecer una correspondencia entre los sistemas formales y la realidad estudiada; considerar unos supuestos (que
no son sino axiomas de ciertos modelos matemticos) de manera que las deducciones a
las que llegue a partir del modelo estadstico sean vlidas para interpretar la realidad
educativa slo en la medida en que se cumplan dichos supuestos (Tejedor, 1986).
Por tanto, cada tcnica de anlisis estadstico requiere el cumplimiento de unas condiciones para poder ser aplicada, y esta aplicacin ha de ir precedida de un estudio
sobre el cumplimiento o no de tales condiciones. A veces, la violacin de los supuestos
de partida conlleva pequeas alteraciones sobre los resultados que en parte pueden ser
previstas por el investigador; pero como norma general, y ante el desconocimiento de
la robustez de las pruebas y los efectos que la violacin de los supuestos pueda acarrear
sobre los resultados, es preferible ajustarse a la ms pura ortodoxia si no queremos que
las conclusiones extradas puedan resultar poco vlidas.
d) Conocimiento insuficiente de las tcnicas
La utilizacin de la Estadstica presupone un conocimiento de las propias tcnicas y
procedimientos empleados. A veces, el investigador posee concepciones errneas que
pueden limitar la utilizacin correcta de las herramientas estadsticas. As, por ejemplo,
algunos de los errores habituales podran ser el pensar que cuando no se rechaza la
hiptesis nula sta queda confirmada, el considerar que una relacin alta entre las
variables implica causalidad, o creer que el anlisis de la varianza permite un contraste
de varianzas en lugar de un contraste de medias. Reflexiones acerca de los errores conceptuales en Estadstica pueden encontrarse en el artculo de Cohen (1990), e interesantes consideraciones en este mismo sentido aparecen en el trabajo de Vallecillos y
Batanero (1995).
La carencia de una suficiente formacin estadstica podra llevar a algunos investigadores a limitar su uso a tcnicas relativamente simples e insuficientes para abordar y
resolver problemas relevantes. A veces, esta situacin deriva en un traspaso de responsabilidades a expertos que se encargan de realizar los anlisis estadsticos. Sin embargo,
la colaboracin entre investigadores y estadsticos profesionales no est exenta de problemas, fundamentalmente derivados de la dificultad de comunicacin.
RIE, vol. 21-1 (2003)
245
La aplicacin de las tcnicas estadsticas en la investigacin educativa requiere adems el conocimiento profundo de las reglas de interpretacin de los resultados obtenidos. El producto de los anlisis estadsticos ha de ser interpretado y traducido a
conclusiones relevantes de cara al problema investigado. La aplicacin de la Estadstica
implica una modelizacin del problema, operativizndolo en trminos matemticos
susceptibles del razonamiento lgico que las tcnicas conllevan, y finalmente una traduccin de los resultados a los trminos en que se plante el problema de partida. Las
conclusiones no son las que el analista espera conseguir, sino que se derivan directamente de los ndices, valores, grficos o tablas obtenidas, cuya interpretacin requiere
un conocimiento exhaustivo de la tcnica empleada y, a veces, cierta experiencia, olfato
o incluso imaginacin. Por ejemplo, al hablar de la interpretacin de los resultados del
escalamiento multidimensional, Kruskal y Wish (1986) consideran que stos estn subordinados a lo que denominan una interpretacin creativa.
4.2. Limitaciones intrnsecas de la Estadstica
En cuanto a los lmites propios de las tcnicas estadsticas, podemos comenzar
hablando de la incertidumbre respecto a los resultados. El conocimiento al que llegamos a travs de la Estadstica no es exacto sino probable. No debemos olvidar que las
conclusiones alcanzadas por medio de los procedimientos inferenciales se apoyan en
conceptos probabilsticos y contemplan la posibilidad de un margen de error.
En relacin a este aspecto puede hacerse una consideracin adicional. Cabra cuestionar el modo en que se logra la inferencia inductiva cuando rechazamos la hiptesis
nula y adoptamos para ello el nivel de significacin del 0.05. Como seala Cohen
(1990), las ideas de Fisher se han convertido en la base de la inferencia estadstica
debido a que ofrecen un esquema determinista, mecnico y objetivo que permite, con
independencia del contenido, llegar a decisiones de aceptacin o rechazo. Sin embargo,
el nivel establecido para la toma de decisiones (a=0.05) no deja de ser un criterio arbitrario y convencional, un punto de referencia en el continuo de probabilidades asociadas a la hiptesis nula. Ante una probabilidad p=0.050 y una probabilidad p=0.051 no
podemos afirmar taxativamente que existen razones ontolgicas para justificar una
decisin de signo contrario en la investigacin educativa. Tal vez este dogma sea una de
las razones que llevaban a Salsburg (1985) a afirmar que la aplicacin de la Estadstica
en las ciencias sociales se asemeja a la prctica de una religin secular.
Por otra parte, los resultados del anlisis estadstico pueden resultar incompletos en
s mismos. Por ejemplo, al realizar un anlisis de la varianza somos capaces de determinar los factores que explican la varianza experimental, pero desconocemos qu se
esconde detrs de la varianza de error. En un anlisis de regresin llegamos a explicar
slo un porcentaje de la varianza en la variable criterio, pero desconocemos qu elementos se esconden tras la varianza no explicada. De alguna forma, el conocimiento
que nos permiten las tcnicas estadsticas es limitado.
Cuando la Estadstica es aplicada a la investigacin educativa surgen limitaciones
adicionales derivadas de la complejidad del objeto de estudio. Las realidades educativas, los comportamientos humanos resultan extremadamente multifacticos y estreRIE, vol. 21-1 (2003)
246
chamente vinculados a las caractersticas del contexto en el que se dan, de tal forma
que muchos consideran difcil que los nmeros sean capaces de reflejarlos. El nmero
supone alejarse de la riqueza de significados asociada al objeto de estudio. Por otra
parte, las tcnicas estadsticas implican seleccionar un modelo que traduce la realidad
emprica en un sistema formal de elementos relacionados; si tratamos de que este
modelo sea simple nos alejamos del fenmeno real, mientras que si incluimos en este
modelo la complejidad de la situacin convertiramos el problema en prcticamente
inabordable desde el punto de vista de la metodologa estadstica.
Algunos conceptos estadsticos resultan aparentemente opuestos a la naturaleza de
los fenmenos en que interviene el hombre. La idea de causalidad que subyace a
determinados modelos estadsticos supone para algunos que la conducta humana
podra llegar a estar determinada por causas externas. No obstante, como afirma Keny
(1979), es necesario matizar que en los modelos causales no se llega a explicar mucho
ms del 50% de la varianza; la libertad humana podra permanecer formando parte de
la varianza no explicada o trmino de error.
Existen dificultades epistemolgicas que obstaculizan en las ciencias humanas la
utilizacin de la experimentacin tal y como es aplicada en las ciencias fsico-naturales,
y por tanto, la aplicacin de la Estadstica. Para que los grupos sean comparables es
preciso que las diferencias individuales se repartan en ellos del mismo modo, objetivo
que puede lograrse, entre otras vas, con los procesos de aleatorizacin. Sin embargo,
habitualmente los grupos con los que trabajamos son grupos naturales, preexistentes
en el contexto estudiado (grupo de alumnos de una clase, profesores de un centro,
etc.), sin que podamos controlar la asignacin de los sujetos a los grupos.
La aleatoriedad de las muestras no es el nico caso. Buena parte de los supuestos
exigidos para la aplicacin de las tcnicas estadsticas no siempre se dan en la realidad
educativa. Es el caso de la distribucin normal de las variables o del supuesto de
homoscedasticidad de varianzas. Por otra parte, la aditividad resulta difcil de aceptar
cuando medimos realidades no observables directamente. Adems, gran parte de la
Estadstica inferencial se apoya en distribuciones de frecuencias para poblaciones infinitas, cuando en el mundo real, y en particular en el mundo educativo, se suelen estudiar poblaciones finitas.
Adems de estas objeciones epistemolgicas, la medida en educacin presenta ciertas dificultades que limitan el alcance de los resultados a los que nos conduce el anlisis estadstico de los datos. Como seala Tejedor (1988), entre los problemas ms
importantes de la ciencia pedaggica se encuentra la obtencin de mtodos adecuados
de medicin: en nuestro campo no existen a veces instrumentos adecuados o unidades
de medida para valorar dimensiones o caractersticas de los fenmenos.
Todo ello hace que, an reconociendo el importante papel que desempean las tcnicas estadsticas en la investigacin educativa, su empleo sea contemplado con cierta
cautela, puesto que un uso incorrecto de las tcnicas de anlisis, bien por desvirtuar sus
fines y su lugar natural en el proceso de investigacin, o bien por desconocimiento,
puede llevarnos a cuestionar su pertinencia para el estudio de los problemas planteados. Adems, es preciso ser conscientes de las propias limitaciones de los mtodos
estadsticos y de los supuestos estadsticos que imponen a las situaciones estudiadas,
RIE, vol. 21-1 (2003)
247
248