12mo.

ENCUENTRO UNIVERSITARIO DE
INVESTIGADORES DEL ÁREA CONTABLE
Catamarca, 6 y 7 de Julio de 2006

TEMA 1: Metodología de la investigación científica.

Aplicación de métodos empíricos en la investigación contable

“La utilización de variables cualitativas y el

análisis de datos categóricos en la investigación
empírica en contabilidad”

Autor: Carmen Stella Verón

Instituto de Investigaciones Teóricas y Aplicadas

Escuela de Contabilidad
Facultad de Cs.Económicas y Estadística
Universidad Nacional de Rosario
 RESUMEN

El paradigma de “utilidad” a cuyo amparo se desarrolla la investigación contable actual

requiere de la contrastación permanente de si esa “utilidad” pretendida se alcanza. Este
paradigma reemplaza la búsqueda de una verdad económica única, por una verdad
orientada hacia el usuario para suministrar aquella información que mayor utilidad posea
para el usuario, en el momento de la toma de decisiones económicas.
En un trabajo anterior (Verón, 2004) reflexionamos sobre la investigación exploratoria
como medio para descubrir las relaciones de causalidad entre la información contable,
sus preparadores y sus usuarios.
El objetivo del presente trabajo es describir una de las herramientas estadísticas que nos
permiten establecer la existencia de relaciones de causalidad en los resultados obtenidos
en una investigación exploratoria: el análisis de datos categóricos y en particular la
utilización de las tablas de contingencia.
Consideramos que conocer la aplicación de las tablas de contingencia y sus estadísticos
posibilitarán efectuar los primeros pasos en investigación empírica en el ámbito nacional,
pues sus resultados nos permitirán conocer adecuadamente el comportamiento de las
empresas, la información que están suministrando, las reglas que están utilizando en su
preparación como así también si estas cuestiones se encuentran interrelacionadas entre
sí.
I. INTRODUCCIÓN
La investigación contable nacional, adaptando lo manifestado por Samaja (1999), no ha
recorrido como ciencia el camino de la teoría a la empiria como método de validación, o
el camino de la empiria a la teoría como método de descubrimiento. Entendemos que la
escasez de investigaciones empíricas en nuestro país evidencian esta situación.
El paradigma de “utilidad” a cuyo amparo se desarrolla la investigación contable actual
requiere de la contrastación permanente de si esa “utilidad” pretendida se alcanza. Este
paradigma reemplaza la búsqueda de una verdad económica única, por una verdad
orientada hacia el usuario para suministrar aquella información que mayor utilidad posea
para el usuario, en el momento de la toma de decisiones económicas. En este sentido
Tua (1991, pág.24) manifiesta: “El intento de contrastar positivamente esa utilidad es, sin
duda, el propósito subyacente que con más frecuencia y asiduidad ha movido a la
investigación empírica en Contabilidad.”
El paradigma en presencia en la investigación contable torna necesaria la aplicación de
métodos empíricos. Así los investigadores al realizar su labor, pretenden dar respuestas
a preguntas tales como:
- ¿Qué empleo es el que actualmente se hace de la información financiera
en el proceso de toma de decisiones?
- ¿Cuál es la información más útil para los usuarios identificados?
- ¿Cuál es la mejor forma de comunicar la información?
- ¿Cuál es el comportamiento de la empresa cuando elabora dicha
información?
- ¿Cuáles son los efectos que produce la información en los usuarios
individuales, el mercado de capitales y la empresa que la prepara?
- ¿Qué clase de información es la que facilita o impide la optimización de
los recursos económicos?
En un trabajo anterior (Verón, 2004) reflexionamos sobre la investigación exploratoria
como medio para descubrir las relaciones de causalidad entre la información contable,
sus preparadores y sus usuarios. El objetivo del presente trabajo es describir una de las
herramientas estadísticas que nos permiten establecer la existencia de relaciones de
causalidad en los resultados obtenidos en una investigación exploratoria: el análisis de
datos categóricos
II. LA INVESTIGACION NO EXPERIMENTAL: diseño y variables utilizadas

Las investigaciones exploratorias se realizan con el objetivo de examinar un tema o

problema poco estudiado o en el que no existen resultados coincidentes y se caracterizan
por observar los fenómenos tal y como se dan en su contexto natural para luego
analizarlos. Por lo tanto se trata de una investigación no experimental pues no hacemos
variar en forma intencional las variables observadas debido a que los hechos o
fenómenos que esas variables representan ya han ocurrido.
En este tipo de investigación previo a la observación se definen preguntas o se
establecen aspectos o facetas del tema que se quieren observar. El marco teórico que
desarrollado será la fuente para la formulación de las preguntas o para tornar operativo el
aspecto particular de la teoría que se quiere observar. Es así que por estas
características el estudio no puede realizarse sobre una muestra, al contrario debe
hacerse sobre la totalidad del universo de los datos. Así podemos nuestra investigación
puede buscar:
a) observar y analizar la presencia o ausencia de determinados fenómenos o variables
o las relaciones entre ellas en un momento dado o en determinado punto del
tiempo, para lo cual realizaremos un estudio de tipo transversal o transeccional
b) estudiar cómo evolucionan determinados fenómenos o variables o las relaciones
entre ellas, para lo cual realizaremos un estudio de tipo longitudinal

Las preguntas o aspectos a observar deben ser transformados en variables observables

tales como:
• variables cualitativas: expresan distintas cualidades o características o
modalidades. Cada cualidad que se presenta se denomina atributo o categoría y
puede tomar dos o más valores posibles, en el primer caso la variable es
dicotómica y en el segundo es politómica. Las variables cualitativas pueden
clasificarse en:
i. ordinales: tomar distintos valores ordenados siguiendo una escala.
Ejemplo: empresas grandes, medianas y pequeñas
ii. nominal: los aspectos observados no pueden ser sometidos a un
criterio de orden. Ejemplo: sector al que pertenece una empresa,
cotizan o no sus títulos valores o de deuda
• variables cuantitativas: se expresan mediante cantidades numéricas y pueden
clasificarse en:
 i. discreta: presenta separaciones o interrupciones en la escala de
valores que puede tomar. Esta separación o interrupción de los
valores indican la ausencia de valores entre los distintos valores
que la variable asume. Ejemplo: número de empleados en la
empresa
ii. continua: puede adquirir cualquier valor dentro de un intervalo
específico de valores. Ejemplo: monto de activos o de ventas de
una empresa.

Los estudios exploratorios en el área contable trabajan tanto con variables cuantitativas
como cualitativas, siendo estas últimas las más útiles en la investigación. Las técnicas
para analizar los datos que aportan las variables cualitativas se describen en el apartado
siguiente.

III. EL ANALISIS DE DATOS CATEGÓRICOS1

La expresión “datos categóricos” se refiere al tipo de datos obtenidos al medir variables
cualitativas mediante una escala nominal u ordinal con pocos niveles, pues se permiten
clasificar a los aspectos o elementos observados mediante relaciones de igualdad o
desigualdad, ausencia o presencia o de orden referidos a una categoría o modalidad.
Las técnicas de análisis de datos categóricos pueden agruparse de acuerdo a los criterios
siguientes:
a) número de variables:
b) tipo de variables: dicotómicas o politómicas
c) tipo de diseño de la investigación: transversal o longitudinal

III.a. Las tablas de contingencia

Las tablas de contingencia son tablas de frecuencias conjuntas en donde cada entrada
representa un criterio de clasificación, o sea la variable categórica. El resultado de esta
clasificación es que las frecuencias aparecen organizadas en casillas que contienen
información sobre la relación existente entre los criterios que conforman la tabla. Las
tablas de contingencia según la cantidad de variables que clasifique se denominan
bidimensionales o de 2 x 2 cuando la cantidad de variables son dos, tridimensionales o
de 3 x 3 cuando la cantidad es 3, hasta llegar a las multidimensionales o de n variables.

1
En este trabajo utilizaremos indistintamente los términos datos categóricos, variable cualitativa y variable categórica.
La notación estándar de las tablas de contingencias es la siguiente si consideramos dos
variables cualitativas:
nij : frecuencia observada en la casilla formada por la combinación del nivel i de la
variable X, el nivel j de la variable Y
i: 1,2,….I (I= nº de categorías de la variable X)
j: 1,2,….J (J= nº de categorías de la variable Y)

Así por ejemplo la frecuencia n 12 se refiere a la frecuencia de la casilla resultante de

combinar la categoría 1 de la variable X y la categoría 2 de la variable Y.

La notación que estamos presentando corresponde a una tabla de contingencia
bidimensional pero también resulta aplicable para tablas de más de dos variables, por
ejemplo para una tabla tridimensional la notación será n 231 y se refiere a la frecuencia

resultante de combinar la categoría 2 de la variable X, la categoría 3 de la variable Y y la

categoría 1 de la variable Z.
La utilidad de las tablas de contingencia no es únicamente la obtención de las frecuencias
conjuntas de las variables analizadas sino que permiten la aplicación de numerosos
estadísticos para estudiar las posibles pautas de asociación existentes entre dichas
variables.

III.b. Pruebas de asociación entre variables cualitativas

El grado de asociación existente entre dos variables categóricas no puede ser

establecido simplemente observando las frecuencias de una tabla de contingencia. A los
efectos de determinar si dos variables se encuentran relacionadas necesitamos utilizar
algún índice de asociación acompañado de su correspondiente prueba de significación.
La prueba del chi-cuadrado ( χ 2 ) de Pearson proporciona un estadístico que permite
contrastar la hipótesis de que dos criterios de clasificación utilizados son independientes,
en otras palabras permite establecer si dos variables categóricas son independientes
entre sí. Para ello compara las frecuencias de hecho obtenidas o frecuencias observadas
con las frecuencias que teóricamente deberíamos haber encontrado en cada casilla si las
dos variables fueran independientes esperadas o frecuencias esperadas.
Las frecuencias esperadas se estiman de la siguiente forma:
^ ni + n + j
mij =
n
donde i se refiere a una fila cualquiera, j a una columna cualquiera e ij a una casilla
cualquiera.
Una vez obtenidas las frecuencias esperadas para cada casilla el estadístico χ 2 se
calcula de la siguiente forma:

∑∑
(nij − mij ) 2
χ2=
i j
mîj

^
donde nij se refiere a las frecuencias observadas y mij se refiere a las esperadas. De la

ecuación se desprende que el estadístico χ 2 valdrá cero cuando las variables sean
completamente independientes ya que las frecuencias esperadas coincidirán con las
observadas, y que será tanto mayor cuanto mayor sea la discrepancia entre las
frecuencias observadas y las esperadas señalando la inexistencia de independencia
entre las variables analizadas.

El estadístico χ 2 resulta de utilidad para establecer si existe asociación o no entre

variables categóricas pero no nos permite establecer el grado o fuerza de asociación
entre dichas variables. Esta limitación es consecuencia directa de que su valor no solo
depende del grado en que los datos se ajustan al modelo de independencia sino del
número de casos de que consta la muestra, ya que con tamaños maestrales muy
grandes, diferencias relativamente pequeñas entre las frecuencias observadas y las
esperadas pueden dar lugar a valores de chi-cuadrado muy altos. Es por ello que para
estudiar el grado de asociación entre dos variables categóricas se utilizan índices o
medidas que intentan cuantificar ese grado de asociación eliminando el efecto del tamaño
muestral.
La selección de una medida de asociación concreta deberá tener en cuenta el tipo de
variable analizada (ordinal o nominal) y la hipótesis que se intenta contrastar
(independencia). Así para analizar variables cualitativas nominales tenemos las
siguientes medidas:
• coeficiente de contingencia
• el lambda
• el tau
• el coeficiente de incertidumbre
Con respecto a las variables cualitativas ordinales tenemos los siguientes estadísticos:
• gamma
• Tau-b de Kendall
• Tau-c de Kendall

La descripción y análisis de cada uno de estos estadísticos excede el objetivo de este

trabajo pues su utilización depende del tipo de investigación y las variables que se
analicen, siendo cuestiones particulares que el investigador deberá definir de acuerdo a
su objetivo de investigación.

Un aspecto que resulta de interés para cualquier investigador es que actualmente el

cálculo de estos estadísticos no se hace manualmente sino que contamos con
numerosos software o programas estadísticos que realizan automáticamente estos
cálculos, siendo responsabilidad del investigador interpretar sus resultados o salidas de
programa. Entre ellos podemos mencionar el E-View, el SPSS y el Stata.

IV. UTILIZACION DEL ANALISIS DE DATOS CATEGORICOS EN UNA

INVESTIGACIÓN DEL AREA CONTABLE

En el año 1997 en el marco del proyecto de investigación: “Sistemas de Información

Contables para Contratos de Colaboración Empresaria, en el MERCOSUR”, dirigido por
Dr. Carlos García Casella y cuyos integrantes eran Mabel Mileto, Claudia Vázquez,
Fabiana Ventura, Carmen Verón y José Ma. Vitta, se realizó un relevamiento en el
Registro Público de Comercio de Rosario, de los Contratos de Colaboración Empresaria
inscriptos durante los años 1993 a 1997 (5 años).
Los aspectos observados se clasificaron de forma tal que fueran mutuamente excluyente,
es decir que adoptada una categoría no podía adoptar simultáneamente otra. Así los
aspectos observados se clasificaron en:

• Tipo de contrato: Unión Transitorias de Empresas y Agrupación de Colaboración

Empresaria
• Objeto del contrato: comercio, industria, servicios, construcción, agrícola y obra
pública
 • Forma de adoptar las decisiones: unánime, mayoría, mayoría especial,
unanimidad para modificar el contrato y mayoría para las decisiones de gestión,
unanimidad y si no árbitro
• Forma de la representación y administración del contrato: conjunta, indistinta,
individual e individual/conjunta
• Estados de situación: sin especificación como lo establece la ley de sociedades
comerciales, libros de IVA compras y ventas y libro de liquidaciones, exigen una
modificación en el plan de cuentas del partícipe, requieren una auditoría interna,
balance mensual, rendiciones periódicas y auditoría externa mensual

Los datos obtenidos fueron codificados con 1 en caso de presencia del aspecto definido y
como 0 en su ausencia. Por ejemplo si el contrato era una unión transitoria de empresas
en el campo contrato “UTE” adoptaría el valor 1 y en el de “ACE” valor 0.
Los resultados de este relevamiento o matriz de datos se muestran en el Anexo I de este
trabajo.
Debido a que esta matriz de datos se refiere a datos o variables categóricas podemos
diseñar diferentes tablas de contingencias para establecer si dichas variables son
independientes entre sí. Por ejemplo si queremos analizar la independencia de las
variables “UTE” y “Unanimidad”, la tabla de contingencia nos arrojaría el siguiente
resultado2:

Tablas de contingencia
Resumen del procesamiento de los casos

Casos
Válidos Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
UTE * Unanime 84 98,8% 1 1,2% 85 100,0%

Tabla de contingencia UTE * Unanime

Recuento
Unanime
0 1 Total
UTE 0 14 1 15
1 27 42 69
Total 41 43 84

2
El software utilizado para elaborar las tablas de contingencias y sus estadísticos fue el SPSS 12.0
 Pruebas de chi-cuadrado

Sig. asintótica Sig. exacta Sig. exacta

Valor gl (bilateral) (bilateral) (unilateral)
Chi-cuadrado de Pearson 14,488b 1 ,000
Corrección apor
12,400 1 ,000
continuidad
Razón de verosimilitud 16,686 1 ,000
Estadístico exacto de
,000 ,000
Fisher
Asociación lineal por
14,316 1 ,000
lineal
N de casos válidos 84
a. Calculado sólo para una tabla de 2x2.
b. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada
es 7,32.

De los datos obtenidos nos interesa analizar el Chi-Cuadrado de Pearson que nos
muestra un valor elevado distinto de 0 (supuesto de independencia) con un grado de
libertad y tiene asociada una probabilidad asociada o nivel de significación observado de
0.000, decidimos rechazar la hipótesis de independencia y concluir que la forma
contractual de Unión Transitoria de Empresas y la forma de tomar decisiones por
Unanimidad no son variables independientes entre sí.

Ahora se requiere medir el grado de asociación de estas variables que no son

independientes entre sí, para ello recurrimos a distintos estadísticos tales como el Phi, la
V de Cramer y el coeficiente de contingencia. En todos los casos los valores oscilan entre
0 y 1, y los valores que se aproximan a 1 indican un alto grado de asociación.

Continuando con el análisis de las variables “UTE” y “Unanimidad” la aplicación de los

estadísticos mencionados nos arrojaría los siguientes resultados:

Medidas simétricas

Sig.
Valor aproximada
Nominal por Phi ,415 ,000
nominal V de Cramer ,415 ,000
Coeficiente de
,384 ,000
contingencia
N de casos válidos 84
a. Asumiendo la hipótesis alternativa.
b. Empleando el error típico asintótico basado en la hipótesis
nula.
Cada medida aparece acompañada de su correspondiente nivel de significación o nivel
crítico, el cual nos permite decidir sobre la hipótesis nula de independencia entre las
variables analizadas. En este caso al ser el nivel crítico muy pequeño (menor que 0.05)
podemos rechazar la hipótesis nula y concluir que la forma contractual de Unión
Transitoria de Empresas y la forma de tomar decisiones por Unanimidad están
significativamente asociadas, pero a los efectos de llegar a conclusiones fundadas se
requiere optar por alguno de estos estadísticos en función del diseño de la investigación.

El procedimiento descripto para las variables “UTE” y “Unanimidad” puede ser aplicado a
todas las variables observadas para establecer su independencia y grado de asociación.

V. REFLEXIONES FINALES
La presencia del paradigma de utilidad en nuestros tiempos, nos impulsa a buscar
métodos que nos permitan demostrar que dicha utilidad existe en la información que
suministran las empresas. Nos centramos en la investigación en contabilidad financiera,
pero no desconocemos que existen otros métodos, no estadísticos o matemáticos, para
contrastar esa utilidad. Sirva como ejemplo el método del estudio de caso que se aplica
en la investigación en contabilidad de gestión.
La descripción sobre la utilización de variables cualitativas y el análisis de datos
categóricos efectuado no pretende ser exhaustiva, sino meramente descriptiva, e intenta
ser divulgativa, como herramientas de análisis en las investigaciones exploratorias.
Nuestra intención es mostrar la utilidad de las herramientas estadísticas para identificar
relaciones de independencia o no entre variables cualitativas y su nivel de significación,
para luego poder abordar el diseño de modelos explicativos de los comportamientos
observados.
Consideramos que conocer la aplicación de las tablas de contingencia y sus estadísticos
permitirían efectuar los primeros pasos en investigación empírica en el ámbito nacional,
pues sus resultados nos permitirán conocer adecuadamente el comportamiento de las
empresas, la información que están suministrando, las reglas que están utilizando en su
preparación como así también si estas cuestiones se encuentran interrelacionadas entre
sí.
BIBLIOGRAFIA
- AGRESTI, A. (1990): Categorical data análisis, John Willey & Sons, New York.
- PARDO, A. (2002): Análisis de datos categóricos, Universidad Nacional de Educación a
Distancia, Madrid.
- RYAN, B.; SCAPENS, R. y THEOBALD, M. (2004): Metodología de la investigación en finanzas
y contabilidad, Ediciones Deusto, Madrid.
- SAMAJA, J. (1999): Epistemología y metodología, EUDEBA, Buenos Aires.
- TUA, J. (1991): La investigación empírica en contabilidad. La hipótesis de eficiencia de
mercado, Instituto de Contabilidad y Auditoría de Cuentas, Madrid.
- VERON, C.S. (2004): “ La investigación exploratoria: su aplicación en las investigaciones del
área contable”, 11mo.Encuentro Universitario de Investigadores del Area Contable, Julio,
Posadas.
ANEXO I