51

MEDICIN DEL SIGNIFICADO

La nocin del significado
Jerome Bruner vea la nocin de significado en la idea central de la ciencia cognitiva:
Permtanme primero decirles lo que mis amigos y yo pensbamos acerca de lo
que trataba la revolucin [cognitiva] a finales de los 50s. Era un esfuerzo total por
establecer el significado como el concepto central de la psicologa. Se enfocaba
sobre las actividades simblicas que los seres humanos empleaban para construir
y dar sentido no solamente al mundo, sino a s mismos. (Bruner, J., 1990).
Daz-Guerrero y Salas (1975) resean as el desarrollo de las nociones en torno al
significado:
El significado del lenguaje como fenmeno ha ocupado de tiempo atrs a los
filsofos y a los lingistas slo hasta muy recientemente los psiclogos han
incursionado sistemticamente en la elaboracin de teoras del significado y en la
investigacin emprica del fenmeno posiblemente quienes ms impulso
imprimieron a la lingstica fueron los antroplogos... En pocas recientes, la
lingstica adquiere una nueva dimensin con la obra de los estructuralistas, que
siguiendo la obra de Noam Chomsky, han dado origen a un amplio cuerpo de
investigacin. Chomsky representa la coyuntura lingstica que ha permitido a
muchos psiclogos incursionar sobre bases firmes en el problema del lenguaje.
Los mismos autores describen en los siguientes trminos la evolucin de las tendencias
en el enfoque del problema:
Los investigadores han abordado el problema del significado aislando el
significado de las palabras de aqul de las frases y oraciones con dos grandes
categoras en la aproximacin: teoras estructurales y teoras del proceso mental.
Entre los enfoques estructuralistas estn:
(a) El anlisis del nivel denotativo de las palabras; es decir, del significado que
resulta de la relacin signo-objeto.
(b) El anlisis del nivel estructural, o significado producido por las relaciones signosigno.
(c) El anlisis contextual, significado que se deriva de la relacin de una palabra
con el campo en que se da: relacin signo-objeto-signo.
51

52

Las teoras del proceso mental encuentran su aplicacin con el nivel del
significado connotativo, producido por la relacin signo-objeto-persona. (DazGuerrero y Salas, 1957)
Muy brevemente, revisemos algunos de los procedimientos utilizados en la medicin del
significado.
Anlisis componencial
El anlisis componencial constituye una de las tcnicas que se utilizan dentro del
enfoque estructural para determinar el significado de las palabras. (Daz-Guerrero y
Salas, 1975, p. 12)
Estos investigadores muestran cmo se han definido cuatro dimensiones en un anlisis
componencial aplicado a la percepcin del fenmeno fsico del color. La luminosidad se
refiere a la cantidad de luz que cada color refleja; el matiz se relaciona con la longitud
de onda de la luz que permite identificar el color; la saturacin depende de la cantidad
de gris que el color contenga y la calidad de color o no color se refiere a que el blanco,
el negro y el gris no se consideran colores.

Tabla 4.1 Anlisis componencial de siete trminos referidos al color [1]

Los trminos elegidos pueden variar dependiendo del propsito del anlisis. De ah que
esta tcnica tenga una gran flexibilidad.
En otro de sus ejemplos encontramos un anlisis componencial aplicado a 21 trminos,
donde se han elegido ocho categoras, cada una con dos dimensiones.

Nota

Ejemplo tomado de Daz-Guerrero, R. y Salas, M. (1975) El diferencial semntico del idioma espaol. Mxico:
Editorial Trillas (p. 13)

52

53

La presencia del primer componente de cada dimensin se indica con el signo ms

(+), la del segundo, con el signo menos () y la ausencia de ambas, o los casos de
duda, con el cero (0).

Tabla 4.2 Anlisis componencial de 21 trminos referidos a las emociones [2]

Mediante esta tcnica es posible definir algunos atributos del espacio semntico de
cada palabra a partir de un conjunto especfico de componentes. Sin embargo, los
resultados que este procedimiento aporta tienen que validarse recurriendo a otro,
sustentado en hiptesis diferentes. Por ejemplo, Osgood (1957) combina la tcnica del
anlisis componencial con la del diferencial semntico, que revisaremos enseguida,
para comprobar la diferencia cuantitativa en el significado connotativo de dos palabras
que solamente tengan un componente distinto y determinar la distancia que separa a
dos o ms de ellas en un mismo espacio semntico, cuando la diferencia est en uno o
ms componentes.
La validacin de los modelos derivados de los anlisis componenciales es de
especial importancia en el contexto de la fusin entre la lingstica y la psicologa,
Nota

Ejemplo tomado de Daz-Guerrero, R. y Salas, M. (1975) El diferencial semntico del idioma espaol. Mxico:
Editorial Trillas (p. 15)

53

54

ya que a menudo los componentes se derivan de hiptesis de carcter

psicolgico; por ejemplo, cuando se sostiene que en dos trminos, a mayor
equivalencia de componentes, ms semejante ser la respuesta conductual que
produzcan. (Daz-Guerrero y Salas, 1975, p. 16)
Criterios para evaluar la medicin
La bsqueda de ndices de significado ha seguido diferentes direcciones: mtodos
psicolgicos, mtodos de aprendizaje, mtodos perceptuales, mtodos de asociacin y
mtodos de escalamiento. (Osgood, 1967). Todos ellos pueden ser evaluados con los
criterios usuales en medicin:
(1) Objetividad. El mtodo debe dar datos verificables, reproducibles, independientes de
las idiosincrasias del investigador.
(2) Confiabilidad. Debe aportar los mismos valores dentro de mrgenes de error
aceptables cuando se duplican las mismas condiciones.
(3) Validez. Los datos deben ser demostrablemente covariantes con aquellos obtenidos
mediante algn otro ndice de significado independiente.
(4) Precisin. Debe dar diferenciaciones conmensurables con las unidades naturales
del material estudiado, es decir, reflejar distinciones en el significado tan finas como las
que son tpicas en el proceso de comunicacin.
(5) Comparabilidad. Debe ser aplicable a un amplio rango de fenmenos en el campo,
posibilitando la comparacin entre diferentes individuos y grupos, entre diferentes
conceptos, etc.
(6) Utilidad. Debe dar informacin relevante para los asuntos tericos y prcticos de una
manera eficiente.
Diferencial semntico
El constructo denominado diferencial semntico (DS) consiste en asociar a cada
concepto un punto en el espacio semntico multidimensional, seleccionando
sucesivamente un valor entre un conjunto de opciones polares. La idea de usar
adjetivos con significados diametralmente opuestos para definir valores extremos sobre
dimensiones semnticas proviene de las investigaciones sobre sinestesia realizadas
por Theodore Karwoski y Henry Odbert (1938), que los llevaron a relacionar el
pensamiento con el lenguaje en general. Charles Osgood, alumno de ellos, justifica el
procedimiento as:
54

55

La relacin de este fenmeno con la metfora ordinaria es evidente. Se dice que

un hombre feliz se siente arriba y un hombre triste, abajo; que el pianista sube
y baja por la escala de los agudos a los graves; que las almas ascienden a un
buen lugar y descienden a un lugar malo (Osgood et al., 1957, p.21)
Los valores de las variables en este dominio se determinan por diferenciaciones en la
percepcin sensorial, definiendo cada continuo como una dimensin que se extiende
entre dos trminos extremos, con significado polarmente opuesto. Es posible entonces
evaluar el significado recurriendo a una escala arbitraria, que corresponde a un
conjunto finito de valores discretos. Osgood y colaboradores (1952) buscaron un marco
terico sustentado por evidencia experimental que permitiera el desarrollo de tcnicas
adecuadas para medir el significado de esta manera. La relacin de equivalencia entre
lenguaje y pensamiento permite representar los continuos experienciales mediante
dimensiones nicas. Basta un nmero limitado de continuos de esta clase para definir
el espacio semntico dentro del cual, cualquier concepto o estmulo ser especificado.
(Osgood, 1957)
Cada escala semntica se supone que representa una lnea recta que pasa por
el origen de este espacio y una muestra de tales escalas representa entonces un
espacio multidimensional. Mientras mayor o ms representativa sea la muestra,
mejor definido est el espacio como un todo. (Osgood et al, 1967, p. 25)
El isomorfismo involucrado asume que cada dimensin del espacio semntico, definida
mediante un par de trminos polares, corresponde a un par de reacciones mediadoras
recprocamente antagnicas. As que, trazando una escala lineal con siete valores (+3,
+2, +1, 0, -1, -2, -3) entre los extremos polares de cada dimensin se obtiene una
representacin operacional del significado en un espacio multidimensional. En ella, la
direccin y distancia respecto al origen (el cero en la escala) expresan, respectivamente, su cualidad e intensidad en cada dimensin.
Para definir con mxima eficiencia el espacio semntico necesitaramos determinar
el nmero mnimo de ejes o dimensiones ortogonales en la prctica estaramos
satisfechos con tantas dimensiones independientes como sea posible identificar y
medir de manera confiable. (Osgood et al, 1967, p. 25)
La elaboracin prctica del diferencial semntico requiere seleccionar los conceptos
que se pretende evaluar, seleccionar escalas, ponderar la cantidad de datos que se
solicitarn a los sujetos, disear la forma grfica adecuada de los diferenciales, elaborar
las instrucciones que el instrumento incluir y prever posibles efectos de contaminacin
textual que pudiesen perturbar a los sujetos. [Aunque]... en algunas reas de la
55

56

medicin puede desarrollarse alguna forma estandarizada no hay una prueba de

diferencial semntico general como tal. (Osgood et al., 1957, pp 76 77)
El diferencial semntico es una forma muy general de obtener cierto tipo de
informacin, una tcnica de medicin altamente generalizable, que debe ser
adaptada al requerimiento de cada problema de investigacin al que cual se aplica.
(Osgood et al, 1967, p. 76)
Asociacin de palabras
La tcnica de asociacin de palabras consiste en pedir a los sujetos que respondan a
una palabra inductora (estmulo) con la primera palabra, diferente del estmulo, que se
les ocurra. En la fase inicial del proceso de construccin del diferencial semntico se
utiliza un procedimiento modificado de esta tcnica. Utilizando diferentes listas de
palabras en diversas condiciones experimentales se han obtenido asociaciones iguales
hasta en el 80% de los individuos. (Osgood y Sebeok, 1965).
El mtodo de asociacin es sensible a las diferencias en el modo del signo-estmulo y
en el contexto en que la palabra-estmulo se da. Es decir, puede observarse que la
variacin de las condiciones experimentales produce una gran diferencia en las
respuestas asociativas:
Se encuentran diferencias notables cuando se modifica la clase de signo que se
utiliza para producir la respuesta asociativa, por ejemplo, cuando las palabrasestmulo son remplazadas por signos perceptuales o por la presentacin directa
de objetos. (Dorcus, 1932; Karwoski, Gramlich & Arnott, 1944)
Otros estudios demuestran que el mtodo tambin es sensible al contexto en el
que la palabra-estmulo aparece, ya sea el contexto situacional del sujeto
(Bousfield, 1950; Foley & MacMillan, 1943), o el contexto lingstico del signo.
(Howes & Osgood, 1954)
Consecuentemente, este ndice no satisface el criterio de comparabilidad, ya que las
respuestas de dos individuos al mismo estmulo, o del mismo individuo a dos palabrasestmulo distintas, son esencialmente nicas.
Adems, las asociaciones de palabras dependen de algo ms que el significado de la
palabra-inductora. El peso de los hbitos basados en contingencias de la experiencia
personal es muy considerable. De aqu que, por s misma, la asociacin de palabras no
constituya un ndice adecuado para los significados de los signos. Sin embargo, es til
si se combina con alguna otra, como se ver a continuacin.
56

57

Combinacin de las dos tcnicas

La tcnica del diferencial semntico propuesta por Osgood y colaboradores a principios
de los aos 50s es la combinacin de una asociacin controlada, con procedimientos
de evaluacin sobre escalas calibradas. En sta, se solicita al sujeto diferenciar el
adjetivo que le parezca ms prximo al significado de un concepto dado, frente a un
conjunto de escalas bipolares adjetivales. La direccin e intensidad de su asociacin es
indicada por el sujeto sobre una escala con siete niveles.
Buscando el grado de correspondencia entre estructuras de datos tratadas mediante
tcnicas de anlisis factorial obtenidas de muestreos tan diversos como la identificacin
de semejanza entre pares de palabras y el reconocimiento de seales por operadores
de sonar en un curso de entrenamiento, se lleg a conclusiones muy importantes: (a)
en todo anlisis haban intervenido ms de tres factores en las valoraciones de
significado de los sujetos; (b) los factores no eran utilizados igual por todos los sujetos
al diferenciar objetos; (c) tres factores aparecan en la mayora de los casos, ms o
menos con la misma magnitud relativa: evaluacin, potencia y actividad
asociada. (cf. Osgood et al,1967, pp 71 72)
La investigacin que subsecuentemente se propuso comprobar la hiptesis de universalidad de los sistemas de significado afectivo independientemente de las diferencias
culturales y lingsticas, ejemplifica una aplicacin sistemtica del diferencial semntico.
Inici con el trabajo de Kumata y Schramm (1956). Siguieron Osgood y Triandis (1957),
Osgood y colaboradores (1963) y Suci (1969). Pero todos estos no permitan sustentar
con suficiente solidez la posible generalidad, porque recurran a estudiantes extranjeros
en universidades norteamericanas como sujetos y utilizaban las escalas obtenidas de
los estudios iniciales del diferencial semntico, traducidas a la lengua del grupo
investigado.
Para resolver tales problemas metodolgicos se adoptaron diversas estrategias. Un
grupo de 16 ciudades en otros tantos pases fue seleccionado de acuerdo con los tres
criterios siguientes: (1) cada grupo cultural y lingstico debera representar una cultura
evolucionada; (2) tener una mxima diversidad en su lenguaje y cultura; y (3) ofrecer
instituciones y cientficos disponibles e interesados en el proyecto. En aos ulteriores se
fueron sumando otros, hasta que en 1975 haban participado 30 grupos lingsticos y
culturales en la investigacin. (Daz- Guerrero y Salas, 1975, p 51). Se delimitaron las
muestras intraculturales para incluir grupos homogneos y hacerlas comparables. As,
se escogieron jvenes estudiantes de secundaria, entre 12 y 16 aos de edad, de
gnero masculino porque representaban la menor posibilidad de variacin intracultural,
con manejo adecuado de su propio idioma y que permitan asegurar una educacin
57

58

relativamente menos variable, por ser varones. Se busc la mxima comparabilidad

posible de los grupos, con sacrificio de la representatividad de las muestras en trminos
de poblaciones nacionales. (Daz-Guerrero y Salas, 1975, p 52).
La construccin del diferencial semntico tuvo dos etapas. En la primera, se elaboraron
las escalas bipolares. En la segunda, se realizaron los anlisis factoriales de los datos.
Posteriormente vinieron el anlisis comparativo de los resultados y la construccin del
Atlas de significados. (Daz-Guerrero y Salas, 1975, p 52)
La elaboracin de las escalas involucr obtener modos verbales de calificacin, es
decir, recolectar una muestra amplia y significativa de modos de calificar la experiencia
en cada idioma y cultura. Para tal fin se construy una lista de 200 sustantivos tomando
como base estudios y listas reconocidas [3]. Luego, utilizando criterios de fidelidad de
traduccin y productividad de las palabras operando como estmulo, esta lista se redujo
a slo 100 palabras.

Tabla 4.3 Lista de los 100 sustantivos en ingls utilizados en la investigacin pancultural
como estmulos para producir calificativos [4]
El primer criterio se determin traduciendo los 200 sustantivos en ingls a los seis
idiomas del grupo inicial, rechazando palabras que mostraron dificultades, con la
3

Nota La lista de asociacin de palabras de Kent y Rossanoff, as como el Human Relations Area File Index.
Nota

Ejemplo tomado de Daz-Guerrero, R. y Salas, M. (1975) El diferencial semntico del idioma espaol. Mxico:
Editorial Trillas (p. 53)

58

59

intervencin de traductores expertos. El segundo criterio se determin aplicando la lista

de 200 sustantivos en Finlandia y Estados Unidos, para rechazar aquellas palabras que
demostraron generar pocas asociaciones, es decir, un bajo nivel de productividad.
A partir de la lista bsica de 100 sustantivos (por ejemplo, la Tabla 4.3) se estableci un
procedimiento uniforme para cada grupo lingstico, con el fin de obtener los calificativos y las instrucciones adecuadas a las caractersticas de cada grupo. Fue un procedimiento modificado de la tcnica de asociacin de palabras, de manera que a cada
estmulo se deba responder con un calificativo. Se obtuvieron as 10,000 calificativos
(100 sujetos x 100 estmulos). Estos resultados se analizaron de acuerdo a tres
criterios: (1) mxima frecuencia de uso total, o modos de calificacin caractersticos, de
cada grupo; (2) mayor diversidad de uso, o modos de calificacin ms productivos; y (3)
mnima correlacin de uso, o mxima independencia, para evitar la redundancia en los
modos de calificacin. Result una lista de 60 calificativos, a partir de los cuales se
obtuvieron palabras de significado opuesto. Finalmente, se integr el instrumento para
la segunda fase, con 50 de las escalas bipolares as construidas. En la segunda fase,
los 100 sustantivos se evaluaron como conceptos, por medio de las 50 escalas
bipolares. La evaluacin fue realizada por 10 grupos de jvenes, cada uno con 20
sujetos. El total de los datos se puede representar grficamente por medio de un cubo
de 50 escalas x 100 conceptos x 200 sujetos en cada lugar (Figura 4.4).

Figura 4.4 Matriz de datos. 200 sujetos juzgando 100 conceptos sobre 50 escalas [5]
Nota

Adaptado por Daz Guerrero y Salas, de Osgood, C. Suci, G. y Tannenbaum, P., (1957) The Measurement of
Meaning. Urbana ILL: The University of Illinois Press (p. 86)

59

60

La Tabla 4.5 muestra el porcentaje de la varianza obtenida para cada uno de los
factores en cada uno de los grupos, analizados por separado. En general, los anlisis
factoriales tienden a confirmar la estructura EPA (evaluacin, potencia, actividad
asociada) en todas las culturas e idiomas investigados, lo que da mayor validez a la
hiptesis bsica de la generalidad de la estructura factorial del significado y consecuentemente, la de los sistemas afectivos.

Tabla 4.5 Porcentajes de la varianza obtenida para cada factor en cada grupo inicial [6]
Medidas descriptivas
Cada celda en esta matriz de datos [Figura 4.6] representa el juicio de un concepto

Figura 4.6 Matriz de datos generada por el diferencial semntico

6

Nota Adaptado por Daz-Guerrero y Salas, de Osgood, C. (1964) Semantic Differential Technique in the Study of
Cultures American Anthropologist 66 (pp 171 200)

60

61

particular contra una escala particular por un sujeto en particular; cada una de las n
rebanadas representa todos los juicios de un solo sujeto; cada una de las m
columnas representa los juicios de todos los sujetos contra todas las escalas
respecto a un solo concepto; y cada rengln representa los datos completos para
cada una de las k escalas, es decir, los juicios de todos los sujetos respecto a todos
los conceptos contra la escala correspondiente. (Osgood et al., 1967, p. 86)
Asumiendo por simplicidad que slo se representarn tres factores en el
conjunto de k escalas (por ejemplo, los tres factores EPA) y que los puntajes sobre
esas escalas se hubiesen sumado y promediado en k = 3 puntajes de factor [el
cubo tendra tres capas en sentido vertical. [Cf. Figura 4.7]. Un solo sujeto,
entonces, produce una matriz de orden 3 x m, [rebanada vertical] que representa
sus juicios acerca de cada uno de los m conceptos en trminos de los tres factores
semnticos El significado de un concepto para un sujeto individual es definido
operacionalmente como el conjunto de puntajes factoriales en la columna que
representa a ese concepto. (Osgood et al., 1967, p. 87) Si colapsamos el slido
rectangular de datos a lo largo de la dimensin del sujeto, sumando y promediando
sobre los sujetos, se genera otra matriz de orden 3 x m en la cual cada columna
contiene la media (la mediana, o la moda) del puntaje factorial para cada uno de los
m conceptos juzgados por el grupo de sujetos [cf. Figura 4.8]. El significado de un

Figura 4.7 Matriz de datos generada

por el diferencial semntico; con k = 3.

Figura 4.8 Matriz de datos generada por

el diferencial semntico; con k= 3, n = 1

61

concepto en la cultura es definido operacionalmente como el conjunto de los

puntajes factoriales promediados en la columna que representa a ese concepto.
(Osgood et al., 1967, p. 88)
La Tabla [4.9] representa una matriz de rango 3 x 10, con los puntajes factoriales

Tabla 4.9 Puntajes de factor en la evaluacin de 10 conceptos por un sujeto.

que representan los juicios acerca de diez conceptos correspondientes a un solo
individuo. Cada factor fue representado por tres escalas y el puntaje en cada celda
representa la mediana del juicio sobre las tres escalas en cada factor. Puede
decirse que para este sujeto BOTONES DE ROSA BLANCA es bueno, impotente y
pasivo (+3, -3, -3), que HROE es bueno, potente y activo (+3, +3, +3), que
DESTINO es un poco malo, indiferentemente potente y algo pasivo (-1, 0, -2), etc.
(Osgood et al., 1967, p. 88)
El significado de un concepto para un sujeto o un grupo puede ser definido
como aqul punto en el espacio semntico identificado por sus coordenadas sobre
varios factores. En esta representacin podemos ver la similitud entre varios
conceptos sobre todos los factores simultneamente en trminos de su cercana
en el espacio. En este modelo, la consistencia del significado cultural de un
concepto estara representado por la dispersin de los puntos de sujetos
individuales respecto a su tendencia central. (Osgood et al., 1967, p. 89)
La necesidad de expresar cuantitativamente las similitudes y diferencias en significado
nos lleva a la nocin de distancia de la geometra. Aunque no es nica, la geometra
euclidiana es la ms accesible para el sentido comn. En ese marco de referencia, la
expresin general es:

63

donde Di j es la distancia lineal entre los puntos que representan a los conceptos i y j
sobre la misma dimensin (o factor) en el espacio semntico. La sumatoria es sobre las
k dimensiones.
Como su nombre lo indica, la operacin normal en el diferencial semntico es la
diferencia. Sin embargo, tambin sera posible tratar los conceptos como un
conjunto de variables y determinar relaciones de distancia entre pares de sujetos o
escalas. As, una D entre dos sujetos a travs del conjunto de conceptos en la
Tabla [4.9] indicara su congruencia conceptual, esto es, el grado en que
concuerdan en la ubicacin dada a este conjunto de conceptos en trminos de un
solo factor, o si las sumas se extienden a todos los factores, en [trminos de] el
espacio semntico total. Los conglomerados de individuos obtenidos de esta
manera especificaran subgrupos que piensan parecido con respecto a estos
conceptos. (Osgood et al., 1967, pp 92 93)
Hay varias suposiciones involucradas al calibrar el diferencial semntico, asignando dgitos de +3 a -3 a las categoras, para tratarlas estadsticamente. Por una
parte, se asume que los intervalos dentro de una escala y entre distintas escalas
son iguales. Si las unidades no son iguales la frmula D es inapropiada. Por otra,
cuando se usa D, la suposicin implcita es que las variables (escalas o factores)
son independientes entre s. (Osgood et al., 1967, p. 93)
Estructuras conceptuales
En lugar de limitar nuestra atencin a pares separados de conceptos (o sujetos)
todos los m ( m 1 ) / 2 pares pueden estudiarse simultneamente Las distancias
entre un concepto y cada uno de los dems puede calcularse, para ingresarlo en
una matriz m x m. Esta matriz representa la estructura semntica del conjunto de m
conceptos, dando las distancias o relaciones de similitud entre todos los conceptos. (Osgood et al., 1967, p. 93)

Tabla 4.10 Mediciones de distancia (Diq) relacionando los 10 conceptos de la Tabla 4.9
63

64

La Tabla 4.10 muestra la matriz m x m de distancias entre las calificaciones asignadas

por cada uno de los sujetos a los diez conceptos de la Tabla 4.5, tomadas sobre todas
las escalas y no de los puntajes de factor que aquella tabla contiene.
Si la mayor parte de la varianza en los juicios del sujeto est restringida a no ms de
tres factores, los valores de la matriz D pueden graficarse en un espacio tridimensional.
(Osgood et al., 1967, p. 93). La Figura 4. 11 muestra un ejemplo de tal modelo. Para
construirlo, cada valor de D es concebido como el radio de una esfera.

Figura 4.11 Modelo tridimensional construido con base en las mediciones de distancia.
La insercin de un origen en la grfica puede facilitar la interpretacin. Podra hacerse
corresponder con un punto en el espacio semntico, asocindolo con el significado
carencia de significado; por ejemplo, el valor central de cada escala (el cero).
Tcnicas de anlisis factorial
En estadstica, se denomina poblacin a un conjunto bien definido de elementos. Una
definicin suficiente es aquella que permite distinguir, sin ambigedad, cules son los
elementos que pertenecen a la poblacin y cules no.
Si a cada elemento de la poblacin se le asigna un conjunto de variables estadsticas,
se dice que se ha definido una variable multidimensional o vectorial. Las variables
multidimensionales o multivariantes pueden ser cualitativas o cuantitativas. Para
su anlisis estadstico, conviene transformar cada variable cualitativa a una escala
numrica; por ejemplo: la variable sexo se transforma en 0 para los varones y 1
para las mujeres. Resulta evidente que las transformaciones de esta ndole asignan
valores de manera arbitraria, asumiendo como criterio una premisa especfica, supuestamente vlida.
64

65

Las cantidades vectoriales tienen cuando menos dos dimensiones: magnitud (o mdulo)
y direccin. Esta caracterstica las distingue de las cantidades escalares, que slo
tienen magnitud. Usualmente se recurre a la estructura matricial para representar
cantidades vectoriales. As, se habla de una matriz de datos cuando se hace referencia
a un arreglo donde se renen todas y cada una de las componentes de un conjunto de
variables multidimensionales. Este conjunto de nmeros tiene un orden bien definido,
ya que obedece a la definicin matemtica de equivalencia entre un vector (o conjunto
de vectores) y una lista de datos colocados en una columna, o un rengln (o una
estructura formada por un conjunto de columnas, o de renglones).
La secuencia de los datos que corresponden a cada vector, o variable vectorial, en el
arreglo matricial implica la definicin previa de un conjunto de vectores unitarios (mdulo unitario) ortogonales, que sern tantos como componentes tenga el vector. Por
ejemplo: el sistema tridimensional con los ejes ortogonales x, y, z, sobre cuyas
direcciones se definen los vectores unitarios i, j, k, con un solo punto comn (el
origen), nos permite describir la posicin de cualquier vector en ese espacio. La
condicin de ortogonalidad que se impone a los vectores unitarios corresponde a la
nocin de independencia entre las variables que describen un sistema (geomtrico, en
este caso).Tal condicin est implcita en la definicin del producto escalar de dos
cantidades vectoriales, que es igual al producto de sus magnitudes multiplicado por la
proyeccin de un vector sobre el otro. La proyeccin de un vector sobre otro slo es
nula cuando stos son perpendiculares entre s. La proyeccin equivale a la unidad (la
totalidad) si son colineales, es decir, cuando son linealmente dependientes: uno
equivale al otro multiplicado por un factor de escala.
De esta manera, si cada sujeto de una poblacin con m elementos emite su opinin
respecto a n conceptos que le han sido planteados en un cuestionario, el vector
columna que corresponde a cada concepto contendr m sujetos, el vector rengln
correspondiente a cada sujeto contendr n conceptos y el arreglo de ellos formar una
matriz m x n. Si adicionalmente, la escala sobre la cual es cuantificado cada uno de los
n conceptos, tiene k valores discretos, la matriz de datos tendr una estructura como la
mostrada en la Figura 4.6. Las variables, en general, pueden ser discretas o continuas.
El anlisis de datos multivariantes permite reducir la dimensionalidad del conjunto de
datos. La necesidad de lograr tal reduccin se relaciona con el concepto de entropa:
la nocin de que la cantidad de informacin que es posible extraer de una muestra es
directamente proporcional a la varianza (la variabilidad) en los datos. De ah que al
recolectar los datos de una muestra no es raro que se incluyan tantas variables como
sea posible, sobre todo cuando los estudios son exploratorios. Es comn que algunas
65

66

de las variables estn correlacionadas, o midan lo mismo desde diferentes puntos de

vista.
Las tcnicas multivariables se pueden clasificar segn este criterio, es decir, si la
relacin entre las variables buscada debe asumir que algunas de ellas dependen de
otras, o bien, que no se haga esta clase de distincin. Las del primer tipo se denominan
mtodos dependientes y su inters es eminentemente predictivo. Si se busca conocer
las asociaciones entre variables para las que no se hace esta clase de distincin se
trata de mtodos independientes, cuyo inters es de ndole descriptiva.
Entre los mtodos dependientes estn los siguientes: la regresin mltiple, el anlisis
discriminante, los mtodos log-lineales y logit, el anlisis de correlacin cannica, el
anlisis multivariante de la varianza, el anlisis de componentes principales, el anlisis
factorial, el escalamiento multidimensional, el anlisis de correspondencias y el anlisis
de conglomerados (o nubes).
Slo vamos a referirnos a dos de ellos. Nuestra exploracin en el campo de las
representaciones sociales recurre al anlisis de correspondencias y al anlisis de
componentes principales , del cual el primero es un caso especial.
Anlisis de componentes principales
Esta tcnica, propuesta por Pearson (1901) y desarrollada por Hotelling (1933), permite
representar en un espacio de pequea dimensin p el resultado de observaciones
hechas en un espacio general mdimensional, p < m. La meta es reducir el problema
del manejo de los datos sin que la merma resultante en la informacin sea demasiado
grande. La interpretacin de los datos se facilita al transformar variables correlacionadas, a variables nuevas. Tambin permite transformar una informacin sin mtrica en
otra bajo factores ortogonales y con mtrica euclidiana, entre otras cosas, para realizar
una clasificacin de los sujetos. Como tcnica exploratoria, es el primer paso para
identificar las variables latentes que dan origen a los indicadores.
En la bsqueda de un espacio de menor dimensin que el de la matriz de datos original,
tal que la proyeccin de los puntos sobre l distorsione lo menos posible su distribucin,
si los puntos se ubican dentro del rea de una elipse es posible demostrar que su eje
mayor es la recta que minimiza las distancias ortogonales. Considerar los ejes del
elipsoide como nuevas variables implica transformar (mediante rotacin) las variables
correlacionadas de la matriz original a variables correlacionadas de una nueva matriz.
El caso ms simple sera la reduccin de una estructura bi-dimensional, por ejemplo, un
conjunto de puntos dibujados sobre un plano, a un espacio uni-dimensional: una recta.
66

67

En tal caso m = 2 y si la distribucin es parecida a la que se muestra en la Figura 4.12,

la recta sobre la cual se obtendra un resumen aceptable de los datos, es decir, donde
se conserve la mayor variabilidad (distancia entre las proyecciones ortogonales de los
puntos originales sobre ella) estara muy cerca de la que aparece en la misma figura.

Figura 4.12 Recta que minimiza las distancias ortogonales entre los puntos y ella.
Si bien este resultado puede satisfacer lo que intuitivamente se esperara, no es difcil
determinar un criterio para identificar con precisin cul es la recta ms adecuada. En
primer lugar, hay que notar que la distribucin de puntos est centrada respecto al
origen. Esto no es producto de la casualidad: antes de dibujarlos, se le ha restado al
valor de cada variable la media de su distribucin estadstica. Esta operacin determina
un valor invariante para la distancia entre cada punto y el origen. Luego, con base en el
teorema de Pitgoras, dado que la magnitud de la distancia (hipotenusa) es constante
para todos y cada uno de los puntos, se llega a la conclusin de que minimizar la suma
de las distancias perpendiculares de todos ellos respecto a la recta que interesa (el
cateto opuesto) equivale a maximizar la varianza (el cateto adyacente).
Anlisis de correspondencias
Definir una correspondencia entre [dos conjuntos] I y J consiste en asociar a cada
elemento (i, j) del producto I x J un nmero no negativo [n i j]. As, en general, la
correspondencia se representa por medio de una tabla rectangular... Si todos los
valores [n i j ] son enteros se trata de una correspondencia estadstica, pues los
67

68

nmeros indican cuntas veces se presenta el elemento (i, j). A estas se les conoce
como tablas de contingencia. Si son probabilidades, es decir, nmeros entre 0 y 1,
se trata de una correspondencia probabilstica. Tambin ... [hay otras, p.ej.,] tablas
de medidas, tablas de intensidades (en que [n i j ] es una nota de mrito de i
sobre el aspecto j), tablas de preferencias (en que cada i ordena los elementos de
J), tabla de Burt. (Joaristi y Lizasoain, 2000, pp 35 36).
Para N observaciones en que se registraran los valores de dos variables con un rango
de 3 x 4, el arreglo matricial para las frecuencias absolutas y las relativas podra ser:

Tablas 4.13 Matriz de frecuencias absolutas y Matriz de frecuencias relativas.

En ellas, los marginales de fila y columna se calcularan, respectivamente, as:

Con referencia a la matriz de frecuencias relativas, el conjunto de perfiles marginales de

fila ( f 1 j, f 2 j, f 3 j,..., f i j ) equivale a la columna promedio del arreglo y se identifica como
baricentro, centro de gravedad o centroide de las columnas. Ah mismo, el
conjunto de perfiles marginales de columna ( f i 1, f i 2, f i 3, ... , f i j ) equivale a la fila
promedio del arreglo y se identifica como centroide de las filas respectivas.
Tomando como base la metfora de un sistema de pesos balanceados respecto al
centroide, es posible construir dos tablas de perfiles para describir la distribucin
conjunta de las correspondencias: la que describe la distribucin condicionada de las
columnas para cada fila (tabla de perfiles fila) y la que describe la distribucin
condicionada de las filas para cada columna (tabla de perfiles columna). Figuras 4.14
y 4.15, respectivamente.

68

69

La primera, denominada matriz F, se obtiene dividendo las frecuencias absolutas de la

tabla de contingencia entre los valores marginales de fila. La segunda, denominada
matriz C, dividiendo las frecuencias absolutas entre los valores marginales de columna.
(Lpez, A., 2007)

Tabla 4. 14 Matriz F: perfiles fila

Tabla 4. 15 Matriz C: perfiles columna

Las filas de la matriz F equivalen a puntos en el espacio de las columnas (R J) y las
columnas en la matriz C, a puntos en el espacio de las filas (RI).
La distancia euclidea entre las filas i e i obtenida sobre fIJ slo reflejara la
diferencia entre las frecuencias marginales [f i j y f i j ], es decir, se
manifestara un efecto de tamao o de talla. Por su parte, la distancia eucldea
entre los perfiles de i e i refleja su semejanza. Esta distancia, incluyendo la
ponderacin por las columnas, da lugar a una distancia que tiene la propiedad de la
equivalencia distribucional y brinda la posibilidad de establecer las relaciones de
transicin (Joaristi y Lizasoain, 2000, p. 40).
69

70

A. Anlisis cannico
El anlisis de la posible relacin entre las variables se realiza a partir de una hiptesis
nula, H0, que afirma que estas son independientes. En consecuencia, la hiptesis
alternativa, H1, asevera que las variables son dependientes. Bajo la condicin de
independencia, la Chi cuadrada de Pearson es el valor que habitualmente se usa para
evaluar la distancia entre la distribucin de frecuencias emprica y la esperada, en una
tabla de contingencia.
Si n i j son las frecuencias observadas (absolutas) y e i j las frecuencias esperadas bajo
la condicin de H0, el estadstico de contraste es:

donde las frecuencias esperadas e i j se obtienen multiplicando de la siguiente manera:

Dividiendo ahora el numerador y el denominador de Chi cuadrada entre n i . para las

filas y entre n . j para las columnas, el estadstico de contraste compara los perfiles de
fila y los perfiles de columna con los respectivos perfiles marginales:

Bajo la hiptesis nula el estadstico de contraste se distribuye con (I 1) x (J 1)

grados de libertad y la hiptesis nula se rechaza si la significacin asinttica bilateral
resulta p < .
Los residuos tipificados corregidos se calculan con la siguiente ecuacin:

70

71

El anlisis de correspondencias intenta reproducir grficamente las distancias Chi cuadrada entre los perfiles de fila y los perfiles de columna, usualmente en un sistema de
coordenadas bidimensional. Estas distancias tienen la propiedad de equivalencia, lo
que significa que si se amalgaman dos filas (o columnas) proporcionales entre s, la
distancia entre ellas no variar.
Las distancias son invariantes ante variaciones en la codificacin con categoras cuyo
comportamiento es similar en cuanto a sus perfiles condicionales. Esencialmente, este
anlisis consiste en encontrar la descomposicin en valores singulares de la matriz:

en dos matrices de coordenadas cartesianas:

A = (a1 a2 ... ar) que represente a los puntos fila ai = (a1, a2, ..., ar); y
B = (b1 b2 ... br) que represente a los puntos columna bi = (b1, b2, ..., bc)
tales que:
(1) La distancia al cuadrado entre ai y ai sea la Chi cuadrada entre las filas i e i.
(2) La distancia al cuadrado entre bi y bi sea la Chi cuadrada entre las columnas j y j.
(3) El producto escalar entre a i y bj sea proporcional a los residuos tipificados r i j .

Redes semnticas naturales

Figueroa, Gonzlez y Sols (1981) proponen el uso de las redes semnticas naturales
para la investigacin exploratoria en el conocimiento del significado. Algunas de la
nociones fundamentales en que est basado este modelo son las siguientes:
La red semntica de un concepto es aqul conjunto de conceptos elegidos por la
memoria, a travs de un proceso reconstructivo... No est dada nicamente por
vnculos asociativos [...] sino que la seleccin se hace con base en la clase de
propiedades de los elementos que la integran. (Figueroa, J., et al, 1981)
El significado de un concepto est contenido en sus relaciones con otros conceptos en la memoria. [...] El formato de una definicin incluye un pequeo nmero de
relaciones: la clase a la cual pertenece el concepto, las propiedades que tienden a
71

72

hacerlo nico y los ejemplos del mismo. [...] Slo es necesaria una definicin de
cada concepto. [...] La bsica es llamada [...] definicin primaria, mientras que los
usos particulares de los conceptos reciben el nombre de definiciones secundarias. (Figueroa, J., et al, 1981)
La estructura semntica va desarrollndose y adquiriendo nuevas relaciones y
elementos a medida que aumenta el conocimiento general del individuo. (Figueroa,
J., et al, 1981)
En sntesis, la suposicin de Figueroa y colaboradores es que el conocimiento del
mundo se construye de manera jerrquica, estructurndose como una red.
Endel Tulving (1972) propuso la distincin entre dos clases de memoria explcita, con
base en evidencias como las reportadas por Wilder Penfield (1955, 1969), cuyos
pacientes epilpticos evocaban eventos y episodios particulares de la infancia cuando
sus cerebros eran estimulados elctricamente mientras estaban concientes, pero no
podan recordar hechos semnticos aislados no relacionados, tales como los nombres
de algunos personajes ampliamente reconocidos. La memoria semntica almacena
conocimiento general, hechos que no son recordados en un contexto temporal
especfico. La memoria episdica, almacena eventos que hemos experimentado,
permitindonos recordar algo ocurrido en un contexto o momento particulares. Aunque
Tulving (1983, 1989) y otros (Shoben, E., 1984) aportan pruebas para soportar la
distincin entre estas dos clases de memoria, an no est claro si constituyen sistemas
distintos, ya que a veces parecen funcionar en distintas formas. La memoria episdica
podra ser una forma especializada de la memoria semntica (Tulving, E. 1984, 1986).
La evidencia neuropsicolgica sugiere que estn asociadas con reas separadas en el
cerebro (Temple, C. & Richardson, P., 2004; Prince, S., et al, 2007).
La mayora de nosotros no tiene acceso introspectivo, o casi no lo tiene, al almacenamiento de la memoria sensorial, el depsito inicial de mucha informacin que
eventualmente llega a las memorias de corto y largo plazo (Atkinson, R. & Shiffrin, R.,
1968). Estos almacenamientos son constructos hipotticos, conceptos que no son
mesurables pero sirven como modelos mentales para entender cmo opera un
fenmeno psicolgico que s es observable. As, afirmar que todos tenemos acceso a
nuestro almacenamiento de memoria de corto plazo significa que tenemos la
capacidad de conservar recuerdos por unos cuantos segundos, y ocasionalmente,
hasta por un par de minutos. El mgico nmero siete ms o menos dos, de G. Miller
(1956), se refiere a esta caracterstica de nuestra memoria.

72

73

La memoria es el medio a travs del cual retenemos y recuperamos nuestras experiencias pasadas, para utilizar esa informacin en el presente (Tulving, E. y Craik, F.,
2000). Los psiclogos cognitivos han identificado tres operaciones comunes de la
memoria: codificacin, almacenamiento y recuperacin (Baddeley, A., 1998, 2000;
Brown, S. & Craik, F., 2000). Algunos tericos distinguen entre tareas explcitas e
implcitas de la memoria (Mulligan, N., 2003) donde, por ejemplo, la segunda se
refiere al uso de informacin sin plena conciencia de que el proceso est ocurriendo
(McBride, D., 2007).
Como se plante en el primer captulo, la compleja relacin entre la memoria semntica
y la representacin social quedar fuera de nuestro enfoque de bsqueda, as que
dejaremos en este punto la breve referencia que hasta aqu se ha hecho de los
conceptos involucrados en el modelo, para volver al desarrollo del marco metodolgico.
Zermeo, Arellano y Ramrez (2005) describen una aplicacin de la tcnica de las redes
semnticas naturales, buscando identificar la relacin entre tecnologas de informacin
y comunicacin y expectativas de vida en jvenes de 18 a 29 aos, de distintos
municipios del Estado de Colima. Aunque no se refieren a ella de manera explcita, en
la siguiente reflexin, extrada de su reporte, es posible reconocer la similitud entre el
marco conceptual que les sirve de referencia y la teora de Moscovici:
Los significados se transforman porque cambian los referentes, porque evolucionan las formas de nombrarlos y los sentimientos hacia stos. Los significados no
estn en las mentes de las personas slo porque en algn momento de sus vidas
tuvieron contacto con el referente fsico que lo significa: en la era de las
comunicaciones estos referentes, junto con sus significados, los recibimos empaquetados a travs de discursos mediticos. [...] Los significados estn en continuo
movimiento; sin embargo, tienen una relativa estabilidad, misma que nos permite
comunicarnos, que favorece la coherencia en los acuerdos. [...] En este sentido, el
significado no slo permite comunicarnos, sino que impacta de forma directa sobre
la conducta de los individuos y da direccin a las acciones provocadas por el
estmulo que ste representa. (Zermeo, A., et al., 2005, p. 311)
Como en el caso de las representaciones de Holton, encontramos en este reporte una
semejanza temtica considerable. Nos referiremos brevemente a ella en el siguiente
captulo, para atender ahora a la siguiente advertencia, que Tejada y Arias (2003)
sealan con relacin a la tcnica de Figueroa y colaboradores:
Mientras [que con el modelo de las redes semnticas] puede identificarse la
importancia de los conceptos definidores as como su convergencia, no puede
73

74

establecerse su interrelacin o interconexiones. Esto requiere reconsiderar en el

uso de las redes semnticas conceptos clasificatorios para integrar los nodos.
(Tejada, J., y Arias, L., 2003, Discusin)
Buscando alguna manera de integrar los nodos de la red semntica que se espera
detectar y procurando elegir una tcnica que sea independiente de la de las redes
semnticas, nuestra exploracin recurrir al diferencial semntico de Osgood y
colaboradores (1967) como procedimiento complementario. Asumimos que el nexo
existente entre los aspectos cognitivo y afectivo de la representacin social no tiene
efecto alguno sobre la independencia metodolgica entre las dos tcnicas. As,
podremos registrar de manera simultnea un segundo conjunto de datos, independiente
del primero aunque estrechamente vinculado con l, conforme a la premisa constitutiva
del constructo de Moscovici (1961). El anlisis estadstico de los resultados permitir
verificar si este procedimiento tiene o no valor prctico suficiente como para especificar
una situacin relativa para los nodos. De lograrse este objetivo, habra que enfocarse
sobre el problema de cmo ajustar la resolucin de la escala, en trminos de precisin.

74