Los preliminares de la investigación social cuantitativa

Como sociólogos/as con cierto recorrido en el campo cuantitativo, y como docentes en diversos cursos con el programa estadístico SPSS, siempre se nos pone de manifiesto la misma controversia a la hora de abordar las diferentes etapas de la investigación social cuantitativa, y es la relativa importancia que se le dan a las etapas anteriores al análisis de los datos.

Ciertamente podríamos calificar como etapa “estrella” a la labor de analizar e interpretar los datos recopilados, en donde el investigador o investigadora principal vierte toda su experiencia, su conocimiento sobre la técnica estadística, la temática, así como su creatividad a la hora de interpretar los datos, siendo capaz de obtener unas conclusiones. Pero, reconociendo que puede ser la fase más motivadora y en la que se materializan los objetivos propuestos, se suele cometer el error de considerar menos importantes, casi preliminares, las etapas anteriores, cuando todas ellas son fundamentales para poder realizar un análisis de calidad.

No queriéndonos extender demasiado explicando cuales son todas estas etapas de la investigación cuantitativa, dentro del método científico, nos vamos a detener en una de ellas, que no por considerarse –normalmente– la más tediosa no resulta igual de esencial; hablamos de la correcta depuración de la base de datos y su preparación para el análisis.

Cuando hablamos de preliminares, nos referimos a algo que es introductorio de otra cosa más importante, y precisamente así es como se le suele considerar la depuración de la base de datos. Por ejemplo, desde nuestra experiencia como docentes, nuestros/as estudiantes están desando aprender técnicas de análisis: bivariadas, multivariables, pruebas estadísticas… Y pasan con cierta resignación una parte tan esencial como es la preparación de los datos. Es entonces cuando les lanzamos la siguiente pregunta: ¿podemos obtener un análisis de calidad si la base de datos cuenta con fallos de grabación o las variables no están correctamente depuradas y recodificadas? La respuesta es no.

El problema sucede igual en una investigación cuando la persona que realiza el depurado es totalmente ajena a los objetivos de la investigación, al tipo de análisis se va realizar o a los resultados que se pretenden conseguir.

Pondremos un ejemplo fácil: en un estudio eminentemente descriptivo, para hacer referencia a porcentajes de respuesta, la depuración suele ser más laxa, pues no se hace necesario invertir escalas y, en algunos casos, incluso no se elimina los “no sabe”, “no contesta”, ya que perfectamente ambas categorías pueden entrar en los porcentajes descritos si así lo desea el/la analista; con eliminar posibles fallos de grabación o datos que no aportan información es suficiente. Pero todo cambia si vamos a realizar alguna operación matemática tan recurrente como puede ser calcular una media aritmética o la desviación típica, o queremos realizar alguna prueba estadística como chi-cuadrado. En estos casos, el no ordenar bien las escalas o no prescindir en el análisis de los “no sabe”, “no contesta”, echarían por tierra todos los resultados.