25

ANIVERSARIO
UBA Sociales
1988 2013 FACULTAD DE CIENCIAS SOCIALES

CARRERA DE SOCIOLOGA UBA

METODOLOGA DE LA INVESTIGACIN
CTEDRA: COHEN

CUADERNO DE CTEDRA N 3

Elaboracin y anlisis de distintos

tipos de cuadros

Autores: Mercedes Aguilar, Cristina Alonso,

Gisele Kleidermacher, Norberto Vzquez

1
Cuaderno de ctedra N 3
Elaboracin y anlisis de distintos tipos de cuadros
Autores: Mercedes Aguilar, Cristina Alonso, Gisele Kleidermacher, Norberto Vzquez

1. Introduccin

Los Cuadernos de Ctedra forman parte de la bibliografa de la materia,

constituyendo documentos en los que se presentan distintos temas vinculando la
produccin terica de diferentes autores con el desarrollo de ejemplos a modo de
ilustracin.

El presente trabajo se focalizar en analizar y profundizar el proceso de elaboracin e

interpretacin de cuadros en el marco de la investigacin social. El propsito
perseguido es mostrar sucesivos pasos que hacen al tratamiento de la informacin
para construir los datos, organizarlos y ordenarlos en vistas a su anlisis, presentar
distintos tipos de cuadros (en qu consiste y cul la utilidad de cada uno) y ofrecer
algunos recursos y procedimientos que pueden utilizarse para su anlisis e
interpretacin.

Por lo tanto, es significativo tener presente que la elaboracin e interpretacin de

cuadros, junto con otros temas que sern abordados a lo largo del presente trabajo, se
inscriben y adquieren sentido al interior de un proceso de investigacin. As es
necesario considerar otros conceptos que tambin intervienen en este proceso, como
ser: variables, categoras, unidad de anlisis, medicin, matriz de datos, hiptesis y
espacio de propiedades; recordando que los mismos son construcciones tericas,
producto de decisiones tomadas por el investigador a lo largo del proceso de
construccin de conocimiento.

Por lo mencionado, en este Cuaderno de Ctedra, nos proponemos ir vinculando estos

temas a partir del aporte de diferentes autores y de una serie de ejemplos sencillos
para, finalmente, presentar los distintos tipos de cuadros y realizar una introduccin a
su interpretacin.

2. El proceso de construccin y anlisis de datos

Todo proceso de investigacin se propone como fin ltimo realizar un aporte en el

avance del conocimiento sobre un tema determinado, siendo el conocimiento existente
representado por otras investigaciones, la base o punto de partida para fundar el
problema de investigacin (Cohen y Gmez Rojas: 2003).

En ese sentido, se considera importante tener presente dos definiciones que son
complementarias de la investigacin social: Cohen y Gmez Rojas, consideran a la
investigacin como acto que se involucra en el proceso de construccin de
conocimiento, gestndose al interior del conocimiento existente, el cual resulta
insatisfactorio, incompleto, contradictorio, para responder a determinadas preguntas
que el investigador se formula (2003: 113), mientras que Saut seala que es una
forma de conocimiento que se caracteriza por la construccin de evidencia emprica

2
elaborada a partir de la teora aplicando reglas de procedimiento explcitas (Saut,
2001: 228).

De esta manera en la investigacin social, teora y mtodo no pueden ser pensados de

manera independiente si concebimos a la investigacin como un proceso al servicio
de la resolucin de problemas y a stos como obstculos de la teora, como
limitaciones en el alcance terico que requieren de una estrategia terico-
metodolgica para su resolucin (Cohen, 1997: 7).

Siguiendo a Cohen y Gmez Rojas (2003), este proceso al que hacemos referencia,
constituye su punto de partida en la elaboracin de preguntas-problema, elaboradas
partir del conocimiento acumulado hasta el momento sobre el tema de inters. El
planteo de este tipo de interrogantes, representa un primer avance en el proceso, ya
que permite focalizar el inters en algo que se quiere saber, algo sobre lo que an no
se tiene respuesta en el mbito cientfico y, a su vez, permite determinar sobre quin
(o sobre qu)1 se quiere construir ese conocimiento, as como tambin deben contener
los conceptos fundamentales de la investigacin a partir de los cuales se pretende
construir conocimiento, explicitando cmo se vinculan estos conceptos2. De este
modo, al plantear de manera clara y precisa sus preguntas-problema, el investigador
determinar el proceso de investigacin que se pretende iniciar, recortar al interior
de un tema con un universo de posibles problemas, aquel que es de inters para el
investigador (op cit: 115).

Teniendo en claro cul es el punto desde el cual se parte, deber expresarse con
claridad, hacia dnde se quiere ir, explicitando qu caractersticas tendr el nuevo
conocimiento que se busca lograr (qu tipo de respuestas se est esperando), para
ello ser necesario saber cules sern los objetivos3 frente al problema que se ha
planteado. De este modo, se constituye otro avance en este proceso4 al plantear los
objetivos ya que estos tienen la importante funcin de direccionar y ordenar la
bsqueda de respuestas a las preguntas-problema, transparentando los intereses
tericos y metodolgicos del investigador (Cohen y Gmez Rojas: 2003).
Simultneamente, se deber ir construyendo un marco conceptual, lo cual permitir

1 Recordamos aqu que la sociologa no agota su inters en las personas o en los grupos de
personas, sino que tambin puede dirigir su anlisis, hacia productos de sus acciones, por
ejemplo, la protesta social.
2 Como se ver ms adelante, estamos haciendo referencia a que las preguntas deben

contener de manera ms o menos explcita cules sern las unidades de anlisis, las
principales variables y sus categoras.
3 Referirse a los objetivos significa aludir a las metas, expresar qu tipo de informacin ser

requerida para responder a la pregunta problema planteada. Podemos partir de la misma

pregunta-problema, pero llegar a informacin diferente segn el objetivo que se plantee.
(Cohen y Gmez Rojas, 2003: 116).
4 Es importante recordar que el proceso de investigacin no constituye un camino lineal, en el

que se van sucediendo una etapa a la otra, en realidad, es un proceso en el que se encuentran
presentes todas las instancias que estamos desarrollando, pero con un particular ida y vuelta
en el que se suceden intercambios y reflexiones continuas de los miembros del equipo de
investigacin.

3
derivar de l hiptesis que orienten la investigacin e interpretar y comprender los
diferentes registros empricos que se obtengan a lo largo del proceso iniciado5.

As, el investigador, en la bsqueda de responder a sus interrogantes va tomando una

serie de decisiones guiado por la teora, en este marco, los datos, lejos de ser algo
dado, son una construccin producto de una serie de elecciones terico-
metodolgicas del autor que implica la elaboracin de las unidades de anlisis con que
ha de trabajar, as como tambin de las variables, sus correspondientes sistemas de
categoras y qu tipo de relacin se espera entre las principales variables de su
estudio.

De este modo, ir trazando las bases del camino a recorrer a lo largo de su

investigacin; o sea, la estrategia terico-metodolgica para responder a sus
preguntas-problema. En palabras de Cohen y Gmez Rojas (2003: 121): entendemos
la estrategia de investigacin como la instancia por medio de la cual el investigador
apela a sus recursos tericos y metodolgicos, entendidos como expresin de sus
saberes y habilidades, y as traza el camino que recorrer para dar respuesta a sus
preguntas. En la estrategia se expresa la indivisibilidad de la teora y el mtodo, por
ello la estrategia de investigacin es necesariamente terico-metodolgica. En esta
estrategia se condensan:

Qu es lo que se ha de investigar? (variables, su construccin y su mutua

relacin).
Respecto de quin se lo har (las unidades de anlisis y cmo
seleccionarlas).
Cmo se obtendr la informacin (las fuentes primarias o secundarias y su
tratamiento cualitativo o cuantitativo).
Cmo se realizar el anlisis de los datos producidos (los enfoques o
modelos a utilizar y las tcnicas cualitativas, cuantitativas o la combinacin de ambas).

Aqu es importante recordar que toda variable es una construccin terica que busca
representar una caractersticas o propiedad de un objeto o acontecimiento que
contenga dos o mas categoras posibles en las que un objeto o acontecimiento
pueda ser clasificado potencialmente (Garca Ferrando, 1985: 34), el mismo autor,
aclara que El tipo de objeto al que hace referencia la variable que se mide se
denomina unidad de anlisis. As, variable; categoras; unidad de anlisis;
clasificado (clasificar) y mide (medir), constituyen trminos relevantes respecto de
los cuales debemos tener en claro el vnculo existente:

Entendemos por sistema de categoras al conjunto de categoras que definen una

variable y como categora a toda clase de objetos definida tericamente. Por lo
tanto, consideramos siempre a la variable como una construccin terica. Una
variable clasifica determinadas unidades de anlisis a partir de una definicin
terica de stas, que se expresa por medio de su sistema de categoras. De esta

5el marco terico est integrado por aquellos conceptos y sus correspondientes relaciones,
que el investigador determina como escenario desde le cual abordar el mbito de lo
emprico (Cohen y Gmez Rojas, 2003: 119).

4
manera, la observacin se acota y limita sobre la base emprica en la que se est
trabajando. Esta delimitacin se da, primero, al decidir qu unidades van a ser
miradas y segundo, al decidir qu se va a observar en tales unidades. (Cohen y
Gmez Rojas, 1996: 10)

As, el (necesario) vnculo existente entre unidad de anlisis, variable y categoras,

resulta ms fcil de comprender si se asume a todo proceso de medicin,
bsicamente, como un acto clasificatorio. En definitiva, ms all del nivel de medicin
de la variable con que estemos trabajando, medir implica clasificar a cada unidad de
anlisis en la categora correspondiente de una variable determinada. Pero tambin es
importante recordar que este vnculo se expresa en otras instancias como la del
planteo de hiptesis y la elaboracin de la matriz de datos.

A partir de la definicin de hiptesis, volvemos a tener presente desde la teora los

vnculos existentes entre las unidades de anlisis, variables y categoras.
Efectivamente, como seala Gell (1973), toda hiptesis remite a una pregunta que el
socilogo intenta responder; en este sentido, Una hiptesis es una proposicin,
condicin o principio que es aceptado para obtener sus consecuencias lgicas, y por
medio de un mtodo, comprobar su acuerdo con los hechos conocidos o con aquellos
que pueden ser determinados y luego agrega que se define a la hiptesis de trabajo
como la respuesta hipottica a un problema para la solucin del cual se realiza toda la
investigacin (Gell, 1973: 48).

El citado autor, seala la importante funcin de las hiptesis ya que, constituyen un

avance en la bsqueda de dar respuesta a la pregunta propuesta de antemano, en ese
sentido, la hiptesis es el principio orientador sujeto a cambios en alguna ocasin
que ha de dirigir la marcha de la investigacin social (Gell: 1973: 48). Pero, para que
cumpla esa funcin, debe estar correctamente formulada, esto es, que defina con
precisin la cuestin que se plantea, para ello, en la proposicin formulada deben
estar presentes la unidad de anlisis, las variables y la direccin que se espera que
asuma el vnculo entre las variables a travs de las categoras de stas.

Por su parte, al volcar la informacin obtenidas en una matriz se puede visualizar con
claridad la forma en que se articulan los conceptos de unidad de anlisis, variable y
categora. Galtung, afirma que A pesar de que los datos de la sociologa, debido a la
enorme extensin de su objeto, adoptan muy diferentes formas, hay una estructura
comnEsta estructura tiene tres partes (1966:1), esas tres partes a las que hace
referencia el autor estn representadas por las unidades de anlisis, las variables y
sus correspondientes categoras; mientras que la matriz de datos es un modo de
ordenar los datos de manera que sea particularmente visible la forma tripartita
(1966:3).

Habiendo recordado algunas definiciones de conceptos que se han de utilizar a lo

largo de este Cuaderno de Ctedra a partir del ejemplo que se desarrolla en los puntos
siguientes, debe tenerse presente en todo momento que los datos son una
construccin del investigador, en la que se encuentran presentes aspectos tericos,
metodolgicos y empricos, a partir de un proceso que se inicia con la formulacin de

5
preguntas problema y prosigue a lo largo de distintas instancias que incluyen la
presentacin y el anlisis de la informacin.

3. Desarrollando un ejemplo

A los fines pedaggicos, se decidi desarrollar un ejemplo simple, que aunque no

reflejara la complejidad del proceso de investigacin, sirviera para ilustrar
didcticamente los vnculos entre los conceptos que se plantearon anteriormente. Se
basa en una temtica sencilla y cercana a la realidad de los estudiantes de forma de
favorecer el proceso de comprensin de las articulaciones entre el nivel emprico y
conceptual. El mismo se detalla a continuacin.

3.1 Preguntas, objetivos e hiptesis

Suponiendo que un investigador est interesado en estudiar la insercin de los

jvenes universitarios en el mundo del trabajo. Especficamente, busca centrar su
anlisis en los condicionantes que intervienen en el acceso al mundo del trabajo.

Para lo cual, se plantea el siguiente interrogante:

Cules son los factores que influyen sobre la situacin laboral de los estudiantes
universitarios?

Proponindose como objetivo:

Describir los factores que influyen sobre la situacin ocupacional de los alumnos
universitarios.

El investigador, al profundizar el material bibliogrfico sobre el tema y analizar las

investigaciones antecedentes, ha identificado distintos factores que pueden estar
incidiendo sobre el acceso al trabajo: edad, sexo, tipo de ttulo secundario y origen
socioeconmico6. Lo cual lleva a plantear distintas hiptesis, una de ellas propone o
sugiere un vnculo entre el origen socioeconmico de los alumnos universitarios y su
situacin ocupacional de la siguiente manera:

En los alumnos universitarios el origen socioeconmico incide sobre la situacin

ocupacional. En este sentido, se espera que los alumnos de origen socioeconmico
bajo y medio sean ms propensos a estar presentes en el mercado de trabajo
remunerado (ya sea por tener empleo o buscarlo), mientras que sus pares de origen
socioeconmico alto, sean ms propensos a no contar con empleo ni a estarlo
buscando activamente7.

6 El origen socioeconmico ser considerado por el investigador a partir de los indicadores de

ocupacin y mximo nivel educativo alcanzado por el padre del alumno universitario.
7 Para el planteo de esta hiptesis, se trabaj con los trminos que hacen referencia a la

condicin de actividad en que pueden encontrarse las personas respecto al mercado de trabajo
remunerado, esto es activo e inactivo. Se trata de una forma bsica en que puede

6
Recordemos en este punto que, a partir de la definicin de la hiptesis, volvemos a
tener presente a partir de la teora a los vnculos existentes entre las unidades de
anlisis, variables y categoras, todo ello derivado del marco terico del cual se parte.

Efectivamente, siguiendo a Gell, toda hiptesis remite a una pregunta que el

socilogo intenta responder; en este sentido, Una hiptesis es una proposicin,
condicin o principio que es aceptado para obtener sus consecuencias lgicas, y por
medio de un mtodo, comprobar su acuerdo con los hechos conocidos o con aquellos
que pueden ser determinados. Asimismo agrega que se define a la hiptesis de
trabajo como la respuesta hipottica a un problema para la solucin del cual se realiza
toda la investigacin (Gell, 1973: 48).

El citado autor, seala la importante funcin de las hiptesis ya que, constituyen un

avance en la bsqueda de dar respuesta a la pregunta propuesta de antemano, en ese
sentido, la hiptesis es el principio orientador sujeto a cambios en alguna ocasin
que ha de dirigir la marcha de la investigacin social (Gell: 1973: 48). En
consonancia con esto, Kerlinger (1991) sostiene que las hiptesis son afirmaciones
sobre la relacin entre dos o ms variables en forma de conjetura. Es decir que, las
hiptesis contienen dos o ms variables medibles o potencialmente medibles, y que
especifican al mismo tiempo de qu manera se relacionan dichas variables.

En relacin con las hiptesis, es importante recordar que uno de los criterios por el que
se puede clasificar a las variables es segn la funcin que cumplen en una hiptesis o,
en trminos ms generales, segn el uso que se hace de ellas en la investigacin
(Garca Ferrando, 1992: 42), como bien lo seala este autor, Frecuentemente, el
investigador trata de explicar las variaciones que se producen en un determinado
fenmeno en funcin de determinados factores o elementos causalesla variable que
atrae primordialmente la atencin del investigador, y cuya variacin trata de explicar,
se llama variable dependiente, porque se supone que los valores que toma la variable
dependen de los valores que presentan otras variables. Estas variables que se supone
influyen en los valores que toma la variable dependiente son las variables
independientes. Al elaborar la relacin entre dos variables en sociologa se suele
introducir una tercera variable, que se denomina variable interviniente, porque se
supone que tiene un efecto determinado sobre la variable dependiente que puede ser
controlado o modificado por la variable independiente (Garca Ferrando, 1992: 42).

clasificarse a las personas en relacin a su situacin laboral. En este sentido, se consideran las
siguientes definiciones a partir del trabajo de (Neffa, Panigo y Prez: 2001): Poblacin
econmicamente activa (PEA): la poblacin econmicamente activa abarca a todas las
personas de uno u otro sexo que aportan su trabajo para producir bienes y servicios
econmicos, definidos segn los sistemas de cuentas nacionales y de balances de las
Naciones Unidas, durante un perodo de referencia especificado (OIT 1988). Esas personas
pueden estar empleadas o desempleadas (op cit 13). Estas personas se encuentran presentes
en el mercado de trabajo remunerado ya sea por estar ocupada (en el sentido de realizar una
actividad con el fin de obtener a cambio un ingreso, en calidad de asalariado, de empleador, o
actuando por cuenta propia, con lo cual estamos en presencia del empleo) o por estar
desocupada (no tener ocupacin, pero buscarla activamente). Poblacin inactiva: comprende
a todas las personas que, por su edad, su situacin y/o su decisin estn fuera del mercado de
trabajo (op cit: 7). Es decir, no tienen empleo ni se encuentran actualmente buscndolo.

7
3.2 Variables, unidad de anlisis y matriz de datos

Retomando el ejemplo, para avanzar con su investigacin, el investigador deber

contar con informacin adecuada, para ello, debe considerar a la unidad de anlisis y
a las variables seleccionadas para llevar adelante su estudio. Teniendo en cuenta lo
mencionado, podemos identificar:

Unidad de anlisis: cada uno de los alumnos universitarios (se completara la

definicin precisando un tiempo y un lugar).

Variables:
- Edad
- Sexo
- Tipo de ttulo secundario
- Origen socioeconmico
- Situacin en materia de insercin en el mercado de trabajo

Por otro lado, en relacin a lo planteado en la hiptesis, tambin podemos identificar la

direccin que se espera que asuma el vnculo entre las variables: es decir que los
alumnos de origen socioeconmico medio o bajo tiendan a encontrarse ocupados o
desocupados y que los de origen socioeconmico alto, tiendan a no tener empleo (y a
no buscarlo activamente).

En el ejemplo que estamos analizando, teniendo en cuenta a la unidad de anlisis

(cada uno de los alumnos universitarios); si se va a trabajar con datos de fuente
primaria, deber definirse una muestra, elegir la/s tcnicas de recoleccin de
informacin (encuesta, entrevista, otros), disear el/los instrumentos correspondientes
(cuestionario, gua de entrevista u otros) que le permitan obtener informacin respecto
a: edad, sexo, tipo de ttulo secundario y origen socioeconmico de las unidades de
anlisis.

Luego, esta informacin ser cargada en una matriz de datos, all los datos estarn sin
agrupar ya que no estn ordenados a partir de ninguna variable. Por este motivo,
posteriormente se proceder a ordenar la informacin y presentarla de manera
conveniente para su anlisis en vistas a responder a los interrogantes planteados y
contrastar las hiptesis que pueda haber formulado.

Teniendo ya las unidades de anlisis, las variables y una hiptesis, seguiremos con el
ejemplo para observar la vinculacin de los temas abordados y arribar a la elaboracin
y anlisis de cuadros.

Suponiendo que decide utilizar la tcnica de encuesta, luego de disear la muestra

con que ha de trabajar y el cuestionario, habiendo llevado a cabo las distintas
actividades correspondientes al trabajo de campo, se obtuvo informacin que fue
volcando en la siguiente matriz de datos:

8
 Matriz de datos
Variables
Unidades Situacin de
de Tipo de
Origen insercin en el
anlisis Edad Sexo ttulo
Socioeconmico mercado de
secundario
trabajo
01 21 1 3 2 1
02 18 1 1 2 2
03 18 2 1 3 1
04 19 1 1 2 3
05 28 2 2 1 1
06 23 2 3 2 2
07 19 2 1 3 3
08 25 1 2 1 1
09 18 2 2 2 3
10 32 1 1 1 1
11 27 1 1 2 2
.
.
.
n (1400) 2 1 2 2 2

Como puede apreciarse, la matriz de datos tiene el formato de una planilla de clculos
como la del programa Excel. En la matriz, cada fila corresponde a una unidad de
anlisis (identificadas por un cdigo numrico que va de 01 a n, correspondiente el n
a la cantidad total de casos de la muestra con que se est trabajando (en este caso
del ejemplo, se ha trabajado con una muestra de 1.400 casos). De esta manera, la
primera columna corresponde a la unidad de anlisis y las siguientes a cada una de
las variables con que se ha trabajado. En las celdas figuran las categoras. Por
cuestiones operativas, a las categoras de las variables que no son numricas se les
asigna un cdigo numrico, en el caso de las variables que estamos utilizando en
nuestro ejemplo, los cdigos podran ser los siguientes:

Variable Sexo:
Cdigos: 1 Masculino; 2 Femenino

Variable Tipo de ttulo secundario:

Cdigos: 1 Bachiller; 2 Perito Mercantil; 3 Tcnico

Variable Origen Socioeconmico:

Cdigos: 1 Bajo; 2. Medio, 3 Alto.

Variable Situacin de insercin en el mercado de trabajo:

Cdigos: 1 Ocupado; 2 Desocupado, 3 Inactivo.

A las categoras de la variable edad no se le han asignado cdigos numricos ya que

no es necesario, pues sus categoras son magnitudes que representan los aos de
cada unidad de anlisis.

9
La muestra con que se est trabajando es de 1.400 casos (n = 1.400),
correspondientes a estudiantes distintas universidades de CABA y GBA. Una vez que
se han cargado todas las respuestas de cada una de las unidades de anlisis de la
muestra en la matriz de datos, el tamao de la matriz ser mucho mayor que el
presentado en el ejemplo.

Al tener la matriz de datos completa, se pasa a contar con toda la informacin en una
misma planilla, pero an no se est en condiciones de empezar a analizarla, para ello,
es necesario ir realizando una serie de operaciones en vistas a ordenarla y presentarla
de manera adecuada, lo cual nos lleva al tema central del Cuaderno de Ctedra: los
cuadros (tambin denominados tablas o tablas de contingencia, segn diferentes
autores), cuya elaboracin implica que los datos ya se encuentran agrupados segn
las variables utilizadas; los distintos tipos de cuadros existentes, su elaboracin e
interpretacin.

3.3 Elaboracin e interpretacin de cuadros

Una vez cargada la totalidad de la informacin en la matriz de datos, como paso

fundamental antes de comenzar con la presentacin de los cuadros, podemos
preguntarnos qu operaciones podemos realizar en vistas a su organizacin y
anlisis?

Para responder a esta pregunta, el investigador deber tomar como gua a sus
interrogantes, objetivos e hiptesis, ya que en base a ellos se ha obtenido la
informacin y la misma ser utilizada para sacar conclusiones que se constituyan en
respuestas adecuadas para los interrogantes, objetivos e hiptesis planteados,
contribuyendo el marco terico llevar a cabo las interpretaciones necesarias.

Por otro lado, recordamos que el avance en el conocimiento se realiza,

fundamentalmente, a partir del acto de comparacin (Garca Ferrando: 1992; Cohen y
Gmez Rojas: 1996). Para ello, hay que realizar una serie de operaciones bsicas en
las que una primera actividad refiere a la organizacin y ordenacin de los datos o
medidas obtenidos en algn tipo de distribucin (Garca Ferrando, 1992: 50),
siendo la elaboracin de cuadros una forma de hacerlo.

3.4 Cuadros univariados

Retomando la matriz presentada, puede apreciarse que se encuentran presentes los

datos generados por el investigador, pero an no estn organizados con un criterio
que resulte de utilidad para realizar comparaciones, siendo que La ordenacin
permitir observar con mayor facilidad la distribucin de los datos y el lugar donde
termina un grupo y comienza otro en relacin a otros grupos (Garca Ferrando, 1992:
50).

De este modo, los cuadros univariados son tablas que constituyen una forma bsica
de organizar un conjunto de datos. En este tipo de cuadros se presenta una variable,

10
sus categoras y se cuenta cuntas unidades de anlisis corresponden a cada
categora, lo cual nos permite observar cmo se distribuyen los casos respecto a las
categoras de la variable considerada. El conjunto de las unidades de anlisis que
corresponden a cada categora se denomina frecuencia.
Con respecto al ejemplo, si se agrupan los casos en base a las categoras de cada
una de las variables, podemos obtener una visin ms clara de las caractersticas que
adopta la muestra con que se est trabajando:

Cuadro N 1
Estudiantes universitarios segn edad. CABA y GBA, 2012.

Edad (en aos) f

18 a 20 583
21 a 25 448
26 a 35 263
36 a 45 82
46 o ms 24
Total 1400

Fuente: elaboracin propia

De esta manera, tomando como ejemplo a la variable edad, se pas de tener en la

matriz de datos, una larga lista de 1400 filas donde se encontraba la informacin sin
agrupar, a disponer de un cuadro univariado, breve, en el que se puede observar de
manera directa y rpida cmo se compone la muestra segn edad. Esta agrupacin de
casos en clases o categoras donde se indica el nmero de casos que pertenece a
cada clase, se denomina distribucin de frecuencias o tambin distribucin de
frecuencias absolutas y se simboliza por medio de la letra f, mientras que el nmero
total de casos, que es igual a la suma de la columna de las frecuencias, se simboliza
con la letra N si es poblacin o n minscula si es una muestra.

Con respecto a la variable edad, donde la cantidad de categoras podra ser muy
grande, -lo cual dificultara el anlisis-, se opt por agruparlas en intervalos: 18 a 20
aos; 21 a 25 aos; 26 a 35 aos; 36 a 45 aos y de 46 aos o ms8.

Otra operacin sencilla que se puede realizar y representa un importante aporte para
el anlisis, es el clculo de los porcentajes, lo cual da como resultado la distribucin
porcentual de frecuencias, simbolizada como f %.

Para ello, al nmero de casos de cada categora se lo divide por el nmero total de
casos y luego se lo multiplica por cien. Tomando como ejemplo para el clculo al
primer intervalo de la variable edad:

583 / 1400 x 100 = 41,64

8 Recordamos que, el nmero de intervalos y su tamao, depender de las necesidades de

cada investigacin.

11
Si se hace esta operacin respecto a cada una de las categoras de la variable, el
cuadro univariado que se obtiene representa la distribucin porcentual de las
frecuencias de la variable edad:

Cuadro N 2
Estudiantes universitarios segn edad. CABA y GBA, 2012 (%).

Edad (en aos) f%

18 a 20 41,64
21 a 25 32,00
26 a 35 18,79
36 a 45 5,86
46 o ms 1,71
Total 100

Fuente: elaboracin propia

De esta manera, se puede apreciar el peso relativo que tiene cada grupo de edad, en
relacin al total de los casos de la muestra: Al utilizar porcentajes, lo que se hace
realmente es estandarizar segn el tamao, ya que se calcula el nmero de casos que
habra en una categora si el nmero total de casos fuera 100 y si la proporcin en
cada categora no se alterase (Garca Ferrando, 1992: 57). Zeizel, tambin resalta las
ventajas de trabajar con porcentajes: Se utilizan para indicar con mayor claridad la
dimensin relativa de dos o ms nmeros. Logran este esclarecimiento en dos formas:
primero, reducen todos los nmeros a una escala que sea fcil para multiplicar y
dividir, por regla general los porcentajes son nmeros menores de 100; segunda,
transforman a uno de los nmeros, que es la base, en la cifra 100; la cual es
fcilmente divisible entre y por otros nmeros, con lo que se facilita la determinacin
de su magnitud relativa (1974:21).

As, se est en condiciones de realizar ciertas afirmaciones que aportan una idea ms
clara sobre la muestra con que se est trabajando. Por ejemplo: el 41,64% de los
estudiantes tienen entre 18 y 20 aos, en definitiva, se puede analizar cmo se
distribuyen porcentualmente los casos de la muestra respecto a la edad.

Como puede apreciarse, en relacin con la distribucin de frecuencias absolutas, esta

forma de presentar los datos facilita establecer comparaciones, de cada grupo con el
total y de distintos grupos de edades entre s.

Siguiendo con el ejemplo que se est presentando, si se tomara la variable sexo, se

podra obtener un cuadro como el siguiente (se presentan en forma conjunta la
distribucin de frecuencias absolutas y porcentuales):

12
 Cuadro N 3
Estudiantes universitarios segn sexo. CABA y GBA, 2012.

Sexo F f%
Masculino 824 59
Femenino 576 41
Total 1400 100

Fuente: elaboracin propia

En este caso, se han redondeado9 las cifras con el fin de simplificar al cuadro y hacer
ms fcil la comparacin de los nmeros. Hay que recordar que se debe respectar
siempre el mismo criterio de redondeo10.

Lo mismo debe hacerse con las otras variables del estudio (origen socioeconmico y
situacin ocupacional). Lo cual permitir realizar descripciones univariadas de la
muestra a partir de las variables con que se est trabajando.

3.5 Cuadros bivariados

Las operaciones realizadas implican un avance en el proceso de presentacin y

anlisis de la informacin debido a que ya se cuenta con informacin ordenada,
agrupada y se han calculado porcentajes que favorecen las comparaciones. Sin
embargo, no aporta en funcin de la hiptesis planteada, para ello, se debe presentar
la informacin de otra manera, que permita apreciar si existe un vnculo entre las
variables tal como se plantea en la hiptesis. De este modo, los cuadros bivariados se
constituyen en un recurso (no en un fin en s mismo) para analizar determinada
informacin en relacin con la hiptesis planteada. En ese sentido, Benson sostiene
que Cuando se estudia un cuadro debe recordarse que se lo prepar con un fin:
transmitir, no un nuevo conjunto de cifras, sino informacin esencial sobre un proceso
o relacin (Benson, 1974: 15).

Asimismo, es muy importante tener presente que lectura de un cuadro y anlisis de

un cuadro no son sinnimos: mientras que la lectura de un cuadro puede hacerse
tomndolo de forma aislada, leyendo las cifras que hay en su interior (considerando de
a una las cifras que hay en cada uno de los espacios de propiedades), sin poder
realizar mayores interpretaciones ya que no se cuenta con elementos que permitan
realizarla; el anlisis a que hacemos referencia, requiere de un marco conceptual, de
teora que permita dar cuenta de los resultados obtenidos para poder interpretarlos. De
este modo, el marco conceptual se vincula con el anlisis de datos a travs de las
hiptesis. As, la teora est siempre presente a lo largo del proceso: hay un marco
terico que permiti construir esos datos y tambin permite su interpretacin.

9
Redondear significa suprimir o disminuir la cantidad de decimales.
10 En este caso se decidi que si el primer decimal es mayor o igual a 5 se redonde para
arriba y si es menor a 5 se lo hizo para abajo.

13
Recordando entonces la hiptesis planteada oportunamente:

En los alumnos universitarios el origen socioeconmico incide sobre la situacin

ocupacional, en este sentido se espera que los alumnos de origen socioeconmico
bajo y medio sean ms propensos a estar presentes en el mercado de trabajo
remunerado (ya sea por tener empleo o buscarlo), mientras que sus pares de origen
socioeconmico alto sean ms propensos a no contar con empleo ni a estarlo
buscando activamente.

Por lo tanto, para comprobar si el comportamiento observado en la muestra va en el

mismo sentido que el esperado en la hiptesis, se deber elaborar un cuadro en el que
se cruce a ambas variables11, esto es, elaborar un cuadro bivariado en el que se
pueda apreciar si hay vnculo entre estas variables y si ese vnculo se da en el sentido
esperado por el investigador. Es as que, cuando hacemos referencia al anlisis
bivariado o multivariado, estn siempre presentes las hiptesis del investigador que
realiza cruces entre variables que, segn su marco terico y su entendimiento, pueden
estar vinculadas de algn modo entre s.

Sintetizando lo dicho, puede afirmarse que el cuadro es la reproduccin de la hiptesis

con otro formato: el de una tabla en la que se combinan dos variables que, se espera,
estn vinculadas entre s. Estas cuestiones podrn irse apreciando en el ejemplo que
se viene desarrollando. Para ello, se presenta el cuadro bivariado que se elabor a
partir de la hiptesis y se describe la informacin que en l se puede encontrar:

Cuadro N 4
Situacin ocupacional segn origen socioeconmico.
Alumnos universitarios. CABA y GBA, 2012

Situacin Origen socioeconmico Total

ocupacional Bajo Medio Alto
Ocupado 161 137 62 360
Desocupado 154 184 187 525
Inactivo 35 106 374 515
Totales 350 427 623 1400

Fuente: elaboracin propia

3.6 Los elementos que componen al cuadro

El ejemplo que viene desarrollndose permite explicitar las etapas por las que es
necesario transitar para elaborar cuadros en el marco del proceso de investigacin. A
su vez, pone de manifiesto que, como afirma Benson (1974), los cuadros aportan de
forma sinttica la mayor informacin posible; por eso, es necesario saber reconocer
las distintas partes que los componen y la informacin que condensa cada una de
ellas.

11A este tipo de cuadros tambin se los conoce con el nombre de tabla de contingencia: Una
tabla de contingencia es el resultado del cruce (o tabulacin simultnea) de dos o ms
variables (Baranger, 1992: 61).

14
En este sentido, otro de los contenidos fundamentales planteados en el cuaderno de
Ctedra, refiere a identificar en el cuadro cules son los distintos elementos que
deben ser tenidos en cuenta, tanto para su confeccin, como para su interpretacin, ya
que todos ellos son de utilidad para realizar una presentacin adecuada de la
informacin, en vistas a su anlisis. A continuacin se describen cada uno de los
componentes de un cuadro:

En lo que podra denominarse la parte externa del cuadro o aparato de

presentacin (Benson: 1974):

- Ttulo del cuadro: en l se menciona de manera sinttica, clara y ordenada a qu

refiere el cuadro: el nmero de cuadro segn su orden de aparicin en el
documento/informe de investigacin; las variables (la que se considera dependiente en
primer lugar y la independiente a continuacin), debindose indicar esto con un nexo
(que suele ser el trmino segn), seguido se enuncia la unidad de anlisis. As,
siguiendo a Benson (1974) se puede afirmar que, a partir del ttulo del cuadro puede
inferirse porqu fue elaborado; en este caso, el propsito fue mostrar la relacin
existente entre el origen socioeconmico de los alumnos universitarios y su situacin
ocupacional.

-Fuente (de la cual proviene la informacin): puede ser elaboracin propia o provenir
de una fuente secundaria, lo cual debe ser debidamente aclarado. La presencia de
esta informacin, hace a la confiabilidad de las cifras que figuran en el cuadro. Por
ejemplo: si se trata de informacin de fuente primaria, en la medida en que el informe
de investigacin en el cual est inserto el cuadro, es explicito respecto al
procedimiento seguido a lo largo del proceso de investigacin, el lector podr apreciar
la coherencia de la estrategia terico-metodolgica del investigador lo cual habla de la
calidad de los datos construidos; si en cambio, se trata de datos de fuente secundaria,
el indicar la procedencia, ayudar al lector a sacar conclusiones sobre la confiabilidad
de la misma y permitir su consulta si as lo desea.

En la parte interna del cuadro:

- Encabezamiento: en primer lugar, figura cada una de las variables y a continuacin

su sistema de categoras, identificando de esta manera a cada columna y a cada fila.
A esto se agregan la fila y la columna de total.
- Frecuencia de orden cero: es la celda de abajo de la ltima columna de la derecha,
representa al total de las unidades de anlisis incluidas en la muestra (en este caso es
1400).
- Frecuencias condicionales: son el resultado de un proceso de tabulacin donde se
han volcado frecuencias (nmero de casos) correspondientes a cada combinacin de
categoras de las variables; esta combinacin de categoras de distintas variables,
constituyen lo que Barton (1973) dio en llamar espacios de propiedades,
conformando as combinaciones de atributos en los cuales pueden ubicarse a las
unidades de anlisis que poseen esas caractersticas.
As, todas las unidades de anlisis (1400) que forman parte de la muestra, estarn en
el cuadro elaborado, pero irn ubicadas en los distintos espacios de propiedades,

15
segn la particular combinacin de atributos que posean, como ejemplo, podemos
observar algunas cifras del cuadro n4:
161: es la cantidad de casos de la muestra que poseen esta particular combinacin de
atributos (provenientes de las variables consideradas): son de origen socioeconmico
bajo y se encuentran ocupados.
184: son de origen socioeconmico medio y estn desocupados.
374: son de origen socioeconmico alto y estn inactivos.
- Frecuencias marginales: hay espacios de propiedades cuyas cifras representan
distintos totales y llevan el nombre de marginales. Algunos ejemplos del cuadro
permitirn clarificar lo mencionado:
427: es el total de casos de la muestra cuyo origen socioeconmico es medio.
515: es el total de casos de la muestra que se encuentran en condicin de inactivos.

3.7 Porcentajes en los cuadros bivariados

Como sucedi al describir los cuadros univariados, en primer lugar se presentaron las
frecuencias absolutas, pero para otorgar mayor claridad al cuadro y poder establecer
comparaciones al interior del mismo, interpretando las cifras en relacin a la hiptesis
planteada, es necesario calcular los porcentajes.

Para esto, es necesario decidir en qu sentido se han de calcular (vertical u horizontal,

en el sentido de las columnas o en el de las filas). Para ello debe tenerse en cuenta,
adems de la hiptesis, cmo fueron ubicadas en el cuadro las variables y su rol en la
hiptesis.

En el ejemplo que se est desarrollando, se ubic a la variable considerada

independiente (origen socioeconmico) en la parte superior y, a la variable
considerada dependiente (situacin ocupacional) en el extremo izquierdo del cuadro.

Distintos autores (Zeizel, 1974; Benson, 1974), destacan la importancia de calcular los
porcentajes en la direccin del factor explicativo o variable independiente. Esta
disposicin, como se ver en breve, es la que permite analizar la disposicin de los
datos del cuadro en relacin a la hiptesis que le dio origen.

A la funcin de los porcentajes que se mencion al describir los cuadros univariados,

aqu se debe agregar otra: los porcentajes permitirn comparar como se distribuyen
los casos de bases distintas. Efectivamente, en el ejemplo que se viene analizando:
350 es el total de alumnos de origen socioeconmico bajo, mientras que 427 son los
de origen socioeconmico medio y 623 corresponden a alto, al calcular los
porcentajes, estas tres bases se igualan a 100 como puede observarse en el cuadro
N5.

Otra cuestin de inters tiene que ver con decidir con cuntos decimales se ha de
presentar cada porcentaje. Como lo sealan los autores que acabamos de citar, no
existe al respecto una regla general ya que esto depende de cada investigacin en
particular y de las caractersticas del fenmeno bajo estudio. No obstante esto, en
vistas a facilitar el anlisis se sugiere no trabajar con muchas cifras decimales (no ms

16
de una o dos) y si las diferencias entre las cifras son grandes, bastar trabajar con los
porcentajes sin presentar decimales (Benson: 1974). Al respecto, debe recordarse
que, siempre, al redondear12 cifras, se lo debe hacer con un nico criterio.

Asimismo, debe tenerse en cuenta que el cuadro debe ser simple y claro en su
presentacin para facilitar su anlisis. Por ejemplo, una posibilidad13 es la que se
ofrece en el cuadro N 5, donde en los espacios de propiedades condicionales slo
figuran los porcentajes y, en la fila de abajo, cada uno de los totales sobre los cuales
se calcularon los porcentajes. De este modo, quien lo desee, podr reconstruir el
cuadro original y, a su vez, el lector tendr informacin acerca del tamao de la
muestra con que se est trabajando.

Cuadro N 5
Situacin ocupacional segn origen socioeconmico.
Alumnos universitarios de CABA y GBA, 2012 (%).

Situacin Origen socioeconmico Total

ocupacional Bajo Medio Alto
Ocupado 46 32 10 30
Desocupado 44 43 30 33
Inactivo 10 25 60 37
Total 100 100 100
(Nmero de casos) (350) (427) (623) 1400

Fuente: elaboracin propia

3.8 Anlisis de los cuadros

Como ya fuera sealado, el anlisis del cuadro debe hacerse en funcin de la

hiptesis que dio lugar a su construccin. Al respecto, Garca Ferrando afirma que
Cuando establecemos una clasificacin cruzada de dos variables, nuestro inters se
centra sobre todo en el conocimiento de la forma en que se distribuye la variable
dependiente para las diferentes categoras de la variable independiente o causal. La
forma en que se relacionan dos variables se denomina asociacin entre dos variables
(1992: 217).

Una forma de apreciar la existencia de asociacin entre dos variables es a travs de

las diferencias procentuales, se trata de una importante herramienta de anlisis que
implica un clculo simple. Garca Ferrando lo expresa de la siguiente manera: En su
forma ms general, y una vez calculados los porcentajes de la forma apropiada, se
puede decir que existe una asociacin entre dos variables cuando las
correspondientes distribuciones condicionales porcentuales difieren en mayor o menor
grado entre s () las comparaciones se pueden realizar mediante el clculo de los

12 Redondear significa, suprimir la cantidad de decimales o bien, conservar una limitada

cantidad de stos.
13 Ver las distintas opciones en la obra ya citada de Zeizel (1974) Dgalo con nmeros.

17
psilon, e, que son las diferencias porcentuales calculadas en la direccin en que se
han realizado los porcentajes (1992: 218).

Para ilustrar este procedimiento, en el ejemplo que se viene desarrollando la hiptesis

planteada postula que los alumnos de origen socioeconmico bajo y medio tendern a
encontrarse ocupados o desocupados y que sus pares de origen socioeconmico alto,
tendern a estar inactivos. Segn lo planteado, se espera que en el cuadro, los casos
se concentren ms en determinados espacios de propiedades que constituyen una
diagonal con el siguiente sentido:

Situacin Origen socioeconmico

ocupacional Bajo Medio Alto
Ocupado X
Desocupado X
Inactivo X
Total 100 100 100

De esta manera, se da un primer paso en el anlisis del cuadro ya que se plantea

cmo se espera que se distribuyan los casos, es decir, en qu espacios de
propiedades se espera que haya mayor concentracin de casos, segn la expectativa
planteada en la hiptesis. Teniendo en claro esto, recordamos entonces que lo que se
busca es apreciar como la variable independiente (origen socioeconmico), influye
sobre la variable dependiente (situacin ocupacional). Para eso se calculan los
porcentajes en el sentido de la variable independiente y se realiza la lectura en el
sentido de la variable dependiente (se considera de a una las categoras de la variable
dependiente y se va analizando cmo se comportan los porcentajes en los distintos
espacios de propiedades, si es en el sentido propuesto en la hiptesis o en otro).
Clarifiquemos lo sealado a partir del ejemplo:

Cuadro N 6
Situacin ocupacional segn origen socioeconmico.
Alumnos universitarios de CABA y GBA, 2012 (%).

Situacin Origen socioeconmico

ocupacional Bajo Medio Alto
Ocupado 46 32 10
Desocupado 44 43 30
Inactivo 10 25 60
Total 100 100 100
(350) (427) (623)

Fuente: elaboracin propia

As en la primera fila, en la que se encuentran los ocupados, se puede observar que, a

medida que aumenta el origen socioeconmico, disminuye el porcentaje de casos: hay
un 46% de estudiantes universitarios de origen socioeconmico bajo que estn
ocupados, un 32% de origen socioeconmico medio estn ocupados y que el 10% de
los que tienen origen socioeconmico alto se encuentran ocupados. En la misma

18
direccin en que se efectuaron las comparaciones, se calculan las diferencias
porcentuales existentes: (46% - 32%); (32% - 10%); (46% - 10%), lo cual, como ya
fuera expresado, constituye una medida de asociacin entre las variables bajo estudio.

De esta manera, se van presentando las diferentes formas de comparar que pueden
realizarse a partir de un cuadro teniendo en cuenta la diferencia que hay entre las
distintas categoras de la variable independiente respecto de lo que tienen en comn,
que es una caracterstica representada por una categora de la variable dependiente:
estar ocupados. En los espacios de propiedades de la fila que acabamos de analizar
representan a los ocupados de la muestra (eso es lo que tienen en comn, el estar
ocupados), se encuentran en diferentes espacios de propiedades por pertenecer a
distintos orgenes socioeconmicos.

De igual manera, podemos ver qu sucede con los desocupados y con los inactivos. Si
se analiza ahora la fila de los desocupados, se aprecia que los porcentajes van
variando en el mismo sentido que en el caso de los ocupados: el 44% de los
estudiantes universitarios de origen socioeconmico bajo estn desocupados, el
porcentaje es del 43% en los de origen socioeconmico medio y el 30% en los de
origen socioeconmico alto. En cambio, en los inactivos, la relacin es inversa: el
menor porcentaje de alumnos en esta condicin se encuentra en el origen
socioeconmico bajo (10%) y la cifra va aumentando al 25% en los alumnos de origen
socioeconmico medio y al 60% en los de origen alto.

Analizando de esta manera al cuadro, se pudo corroborar que los casos bajo estudio
se comportan en el sentido esperado por la hiptesis: los alumnos de origen
socioeconmico bajo y medio son ms propensos a estar ocupados o a encontrarse
buscndolo activamente que sus pares de origen socioeconmico alto.

De este modo, en el ejemplo que se viene desarrollando, se pudo comprobar que hay
una asociacin entre estas dos variables y que la misma se da en el sentido planteado
en la hiptesis. Pero es pertinente preguntarse si esta covariacin implica una relacin
de dependencia o si hay otro factor (an no considerado en el anlisis que puede estar
influyendo en el comportamiento observado).

3.9 Cuadros multivariados

Para seguir desarrollando el tema, otro punto que nos interesaba plantear corresponde
a los cuadros mutivariados. En el ejemplo que venimos trabajando se identific una
relacin entre dos variables, demostrndose en el anlisis del cuadro bivariado que
existe una relacin estadstica entre el origen y la situacin ocupacional, donde el
primero influye sobre el segundo. Pero es posible que esta relacin realmente implique
que el origen socioeconmico influye sobre la propensin a participar en el mercado
de trabajo o que sta se deba a la influencia de otra/s variables que, si no son
incorporadas al anlisis, mantendrn oculta su influencia. La sospecha del investigador
acerca de la existencia de otras variables se funda en la teora y, efectivamente,
implica la existencia de otras hiptesis.

19
Por ejemplo, el investigador puede considerar que el sexo de los estudiantes
universitarios puede influir sobre su propensin a participar en el mercado de trabajo,
por lo cual, deber incorporar al cuadro a esta variable, de manera tal que permita
observar si esta relacin se mantiene para los varones y tambin para las mujeres.
Teniendo en cuenta el cuadro N 6, al incorporar la variable sexo, obtendramos un
nuevo cuadro:

Cuadro N 7
Situacin ocupacional segn origen socioeconmico por sexo.
Alumnos universitarios de CABA y GBA, 2012.

Sexo
Situacin Varones Mujeres
ocupacional Origen socioeconmico Origen socioeconmico
Bajo y Medio Alto Bajo y Medio Alto
Activo 382 140 278 115
Inactivo 79 223 71 159
Total 461 363 349 274

Fuente: elaboracin propia

Para analizarlo deben calcularse los porcentajes:

Cuadro N 8
Situacin ocupacional segn origen socioeconmico por sexo.
Alumnos universitarios de CABA y GBA, 2012 (%).

Sexo
Situacin Varones Mujeres
ocupacional Origen socioeconmico Origen socioeconmico
Bajo y Medio Alto Bajo y Medio Alto
Activo 83 39 80 42
Inactivo 17 61 20 58
Total 100 100 100 100
(461) (363) (349) (274)

Fuente: elaboracin propia

De esta manera se ha podido controlar la variable sexo, pudindose analizar los

resultados para los varones y para las mujeres. En este caso, puede apreciarse que la
relacin se mantiene: analizando cada fila que corresponde a una categora de la
variable dependiente, puede observarse que la concentracin de casos se da en la
misma direccin (en los mismos espacios de propiedades) que plantea la hiptesis.
Pero tambin debe sealarse que se produjo una diferencia interesante: la diferencia
porcentual es mayor entre los varones que entre las mujeres.

Efectivamente, al calcular las diferencias porcentuales puede observarse que la

propensin a participar en el mercado laboral de los varones de origen
socioeconmico bajo y medio con respecto sus pares de origen socioeconmico alto,

20
es mayor que la de las mujeres de origen bajo y medio respecto a sus pares de origen
alto.

4. Los espacios de propiedades

Como ltimo punto, en relacin con la construccin y el anlisis de cuadros, es

importante profundizar en el tema de los espacios de propiedades, ya que atraviesa a
todo el proceso desarrollado hasta aqu.

Los espacios de propiedades se constituyen en una importante herramienta analtica

que permite caracterizar a las unidades de anlisis en base a la combinacin de dos o
ms atributos. Por ejemplo, retomando el cuadro N4, observamos que en l se
constituyen nueve espacios de propiedades, que resultan de la combinacin de las
categoras de ambas variables. Justamente, en este caso, los nueve espacios de
propiedades son una construccin del investigador, producto del cruzamiento de dos
variables (situacin ocupacional y origen socioeconmico) cuyos respectivos sistemas
de categoras fueron elaborados a partir de tres categoras:

Cuadro N 4
Situacin ocupacional segn origen socioeconmico.
Alumnos universitarios. CABA y GBA, 2012

Situacin Origen socioeconmico Total

ocupacional Bajo Medio Alto
Ocupado 161 137 62 360
Desocupado 154 184 187 525
Inactivo 35 106 374 515
Totales 350 427 623 1400

Fuente: elaboracin propia

A su vez, adems de constituirse en un recurso sumamente til para el anlisis, los

espacios de propiedades permiten realizar operaciones de reduccin, tal como lo
expresa Barton Entendemos por reduccin la combinacin de clases a fin de
obtener un nmero ms pequeo de categoras (1973: 59), este autor seala que este
proceso se puede llevar a cabo bsicamente, por dos motivos: a) terico y b) prctico
(para que el nmero de grupos comparados se mantenga pequeo, lo cual permite
que haya suficiente cantidad de casos por celda y, adems facilita el anlisis).

En el ejemplo que se desarroll, teniendo en cuenta que la hiptesis plantea un

comportamiento similar de los alumnos de nivel socioeconmico bajo y medio respecto
a su situacin laboral y que, como fuera mencionado oportunamente, la poblacin
econmicamente activa se constituye por los ocupados y los desocupados, se llev a
cabo un proceso de reduccin de los espacios de propiedades14. Por medio de la

14 Existen distintos tipos de procesos de reduccin de espacios de propiedades, para

profundizar sobre el tema, ver Barton op cit.

21
simplificacin de un conjunto de clases, pasamos a constituir dos variables
dicotmicas (pasan a constituirse en sistemas clasificatorios de dos categoras cada
uno), de esta manera, se constituye un cuadro bivariado de 2x2, o sea, de cuatro
espacios de propiedades. Para esto, es importante trabajar nuevamente desde el
cuadro con los nmeros absolutos, caso contrario, se estaran sumando porcentajes
correspondientes a distintas bases.

Los pasos a seguir son los siguientes: tomando el cuadro con nmeros absolutos
(Cuadro N 4), se suman los casos correspondientes a origen socioeconmico bajo y
medio, obteniendo as un nuevo cuadro:

Cuadro N 9
Situacin ocupacional segn origen socioeconmico
Alumnos universitarios. CABA y GBA, 2012.

Situacin ocupacional Origen socioeconmico

Bajo y Medio Alto
Activo15 636 249
Inactivo 141 374
Total 777 623

Fuente: elaboracin propia

Pasado a porcentajes, el cuadro es el siguiente:

Cuadro N 10
Situacin ocupacional segn origen socioeconmico.
Alumnos universitarios. CABA y GBA, 2012 (%).

Situacin ocupacional Origen socioeconmico

Bajo y Medio Alto
Activo 82 40
Inactivo 18 60
Total 100 100
(777) (623)

Fuente: elaboracin propia

Aqu, entonces, estn presentes los dos motivos que menciona Barton para reducir
espacios de propiedades. Por un lado, al disminuir la cantidad de celdas, el cuadro es
ms sencillo para su anlisis. Por otro lado, se recurri a la reduccin de categoras de
ambas variables con una finalidad ms terica, que fue la de destacar la participacin
en el mercado de trabajo (ya sea por estar ocupados o por buscar un empleo) de los

15 Recordamos que la Poblacin Econmicamente Activa (PEA) est conformada por las
personas que estn empleadas o que no lo estn pero buscan empleo. Mientras que la
Poblacin Econmicamente Inactiva (PEI) est conformada por personas que no tienen empleo
ni lo buscan de manera activa durante un perodo de referencia. Para mayor informacin al
respecto, ver Neffa, Panigo y Prez (2001) Actividad, empleo y desempleo.

22
estudiantes segn sea su origen socioeconmico. Al elaborar el nuevo cuadro, se
observa con mayor nitidez la propensin de los alumnos de origen socioeconmico
bajo y medio a participar en el mercado de trabajo (obsrvese el incremento de las
diferencias porcentuales respecto al cuadro N 5.

5. Consideraciones finales

A modo de conclusin nos interesa destacar que la propuesta planteada intent

desarrollar una estrategia pedaggica que permitiera ir presentando de forma
articulada los diferentes temas que implica el proceso de investigacin para poder
transmitir el tema especfico del Cuaderno de Ctedra (lectura y anlisis de cuadros)
enmarcado en un proceso terico metodolgico, evitando as miradas fragmentadas
del proceso de investigacin.

En ese sentido, es fundamental tener siempre presente que el proceso de

construccin de datos se inicia con los interrogantes de investigacin y contina a lo
largo del proceso de investigacin, incluyendo la instancia de elaboracin de cuadros.

Asimismo, se debe destacar el lugar que ocupa la teora a lo largo de todo este
proceso, ya que muchas veces la lectura y anlisis de los cuadros es considerada
como el punto final de un proceso pero desarticulado de las etapas anteriores. Al
respecto, debe quedar claro que las variables, que son utilizadas en los cuadros y se
expresan a travs de las categoras, son construcciones del investigador (producto
decisiones que ste toma guiado por la teora), y que de la misma manera debe
considerarse a los espacios de propiedades. Asimismo, en la bsqueda de avance en
el conocimiento que implica a toda investigacin, la comparacin ocupa un lugar
central, en este sentido es importante tener en claro qu se ha de comparar y cmo se
lo har. De esta forma, segn cmo se armen los cuadros se van generando distintos
datos, y, por ejemplo, en la reduccin de los espacios de propiedades se van
construyendo nuevas variables y nuevos datos, siendo que todas estas decisiones
estn atravesadas por los aspectos tericos que orientan desde el principio a la
investigacin.

Por ltimo, reforzando lo planteado en el prrafo anterior, a lo largo de la propuesta se

busc destacar que si bien el socilogo cuenta con una serie de recursos tcnicos
para realizar el anlisis de los cuadros (en este Cuaderno se ha hecho referencia muy
brevemente a uno de ellos: la diferencia porcentual), debe tenerse en cuenta que el
anlisis de los cuadros se produce a travs de la teora, y en esta instancia las
hiptesis tambin cumplen un rol fundamental.

23
Bibliografa

- Baranger, D. (1992) Construccin y anlisis de datos. Introduccin al uso de

tcnicas cuantitativas en la investigacin social. Paraguay: Editorial Universitaria.
- Barton, A. H. (1973) El Concepto de espacio de propiedades en la investigacin
social, en Korn F. Et. Al., Conceptos y variables en la Investigacin Social. Buenos
Aires: Nueva Visin.
- Benson, O (1974) El laboratorio de ciencia poltica. Buenos Aires: Amorrortu.
- Cohen, N. y Gmez Rojas, G. (1996) Un enfoque metodolgico para el abordaje
de escalas aditivas en Cuadernos de Sociologa. Buenos Aires: Ediciones del
CBC- Carrera de Sociologa, UBA.
- Cohen, N. (1997) La teora y el mtodo en la investigacin social. El discurso y la
prctica, en Luxemburg - Revista de Sociologa, Buenos Aires: ao I, N 2.
- Cohen, N. y Gmez Rojas, G. (2003) "Triangulando en torno al problema de
investigacin, los objetivos y el marco conceptual, en Entorno a las metodologas:
abordajes cualitativos y cuantitativos, Gabriela Gmez Rojas y Silvia Lago Martnez
(comp.). Buenos Aires: Editorial Proa XXI.
- Galtung, J. (1966) Teora y mtodo de la investigacin social. Buenos Aires:
Editorial Universitaria de Buenos Aires.
- Garca Ferrando (1992) Socioestadstica. Madrid: Alianza Universidad Textos.
- Gell, A. M. (1973) Hiptesis y Variables en Boudon, R. y Lazarsfeld, P.
Metodologa de las Ciencias Sociales. Tomo I. Barcelona: Ed. Laia.
- Kerlinger, F. (1991) Investigacin del Comportamiento. Mxico: MacGraw-Hill.
- Neffa, J., Panigo, D., Prez, P. (2001) Actividad, empleo y desempleo. Conceptos
y definiciones. Argentina: Asociacin Trabajo y Sociedad.
- Saut, R. (2001) Acerca de qu es y no es investigacin cientfica, en
Wainerman, C. y Sautu, R. (Compiladoras) La Trastienda de la Investigacin.
Argentina, Ediciones Lumiere
- Zeizel, H. (1974) Dgalo con nmeros. Buenos Aires: Fondo de Cultura
Econmica.

24