TÉCNICAS CUALITATIVAS Y CUANTITATIVAS

 

En este trabajo presentaremos de manera muy general cuales son las principales técnicas cualitativas y cuantitativas para realizar una investigación, ya sea clasificando sólo datos o haciendo estudios empíricos.

 

Por lo general las investigaciones cualitativas se orientan principalmente hacia los estudios que exponen sólo clasificaciones de datos y descripciones de la realidad social, y en menor medida, hacia estudios que intentan formular explicaciones.

 

Los estudios que clasifican datos cuantitativos, agrupan y ordenan las informaciones recogidas según las variables del objeto de investigación y lo presentan en cuadros estadísticos, corresponden a la mayor fuente de datos secundarios de la sociología. El objetivo es presentar datos procesados y no poner a prueba un conocimiento, los estudios se quedan en una etapa de clasificación y tabulación en la exposición de cuadros de frecuencias y porcentajes, sin ningún análisis e interpretación teórica de los resultados. Es decir, los datos no conducen a la formación de conceptos.¹

 

Este tipo de saber empírico representa sólo una ampliación del campo de observación de la realidad, las investigaciones únicamente dan cuenta del dato de manera ordenada, corresponden a la emergencia del deseo de conocer la realidad, lo que Jesús Ibáñez denomina proto ruptura epistemológica.²

 

 

¹ECO, U .Cómo se hace una tesis. Técnicas y procedimientos de investigación, estudio y estructura, p.63-75

²Ibáñez, J. Del algoritmo al sujeto. Perspectiva de la investigación social. p. 205, 206

En los estudios descriptivos, la preocupación central consiste en identificar características o propiedades de objetos empíricos quedando relegados a un segundo plano los aspectos teóricos. La función principal de los estudios es la descripción de las características del objeto de investigación, buscando llegar a notas y conclusiones inmediatamente derivadas de los datos cuantitativos.

 

En tercer lugar, en forma minoritaria, se encuentran los estudios que intentan explicar la realidad social, que sin dejar de examinar descriptivamente el objeto empírico tratan de determinar el significado y alcance teórico de los enunciados. Son investigaciones que intentan relacionar las conclusiones descriptivas con teorías explicativas. En general, el desarrollo actual de la investigación cuantitativa se caracteriza por la hegemonía de la descripción, la clasificación de los datos y la caracterización de los objetos empíricos.

 

Ejemplo 1 Supongamos que se realiza un análisis del mercado turístico en España y una de sus conclusiones descriptivas es que los individuos de núcleos poblacionales mayores de 10.000 habitantes escogen con mucha mayor frecuencia la temporada baja como época vacacional de desplazamiento de su vivienda habitual. Con este dato de referencia, a una determinada agencia de viajes podría ocurrírsele una estrategia promocional de este tipo de turismo en municipios pequeños, creyendo haber descubierto un nicho de mercado. Pues bien, supongamos ahora que en los núcleos pequeños la distribución por sectores de actividad incorpora una proporción muy superior de trabajadores en el sector agrícola que en los núcleos grandes y que la única época en la que pueden desentenderse de sus labores en el campo sea en verano. Si esto es cierto, la agencia que diseñó la campaña promocional fracasaría. Podemos observar que si bien la investigación es estadísticamente perfecta (puesto que cuantificó adecuadamente las variables), conceptualmente no tiene ningún valor, ya que la relación entre tamaño de hábitat y hábitos de consumo turístico es sólo una relación numérica pero prácticamente diferente.³

³Ibidem., pág. 207.

La investigación cualitativa extrae las variables motivacionales que configuran los ejes valorativos y de actuación. Por su parte, el análisis cuantitativo mide tales ejes, así como las categorías surgidas y las relaciones entre ellas. En sentido figurado, la investigación cuantitativa mide la parte visible de la luna y la cualitativa explica por qué una parte es visible y la otra no. Explicación y descripción son dos caras del mismo fenómeno. La visibilidad de la luna no implica necesariamente la imposibilidad del estudio de su cara oculta.

 

El proceso básico de la encuesta estadística se basa en la relación secuencial pregunta-respuesta. En las encuestas precodificadas, es el investigador el que decide la respuesta, dado que limita sus posibilidades.

 

Si el objetivo de la investigación cuantitativa es clasificar, agrupar en categorías y medir (en definitiva, describir la realidad), la finalidad de las técnicas cualitativas es analizar el substrato social, o sea, encontrar los «porqués» de esa realidad, o al menos nos marcarán las tendencias.

 

Las técnicas cualitativas más difundidas son los grupos de discusión, denominadas en determinadas ocasiones dinámicas de grupo, y las entrevistas en profundidad, en ambos casos, la recogida de información se traduce en la obtención y posterior análisis, del diálogo libre y espontáneo entre un reducido grupo de personas (grupo de discusión) o entre el entrevistador y el entrevistado (entrevista en profundidad).

 

Obviamente, el límite de estas técnicas es que no existen unidades de medida muestral, de ahí que sean complementarias de las cuantitativas. Su relevancia cada vez mayor en la investigación de mercados radica en que mediante el análisis del discurso de los microgrupos podemos ser capaces de captar los ejes motivacionales que subyacen a las opiniones cotidianas y al comportamiento diario.⁴

⁴Ibidem., pág. 209.

 

Ejemplo 2

La entrevista es una técnica cualitativa, cómo la que le hace José Luis Perodomo  a David Huerta.

P: ¿Todos tus libros te gustan?

R: Casí es de cajón la respuesta.

P: Es que es una pregunta de cajón

R: Las preguntas de cajón tienen sus respuesta de cajón ¿no?: Me gusta lo que estoy escribiendo ahora y me gustará más lo que escribiré después.

Y que José Luis Martines Albertos define: No es más ni menos, que una conversación llevada a la letra impresa. Las entrevistas son como el amor: se necesitan por lo menos dos personas para hacerlas, y sólo salen bien si esas dos personas se quieren.

Conclusiones

 

En conclusión las técnicas cualitativas son utilizadas generalmente para investigaciones en las que se quieren obtener variables de tipo motivacional, las cuales llevan a explicar en nuestra investigación, qué fue lo que causo tal reacción.

 

Y las técnicas cuantitativas ordenan información, numeros, según las variables que estemos investigando para presentarlos en forma de estadísticas. En ellos más que usar conocimiento sobre el tema  parecer sólo procesar datos, sin algun análisis de estos últimos.

 

Bibliografía

ECO, U .Cómo se hace una tesis. Técnicas y procedimientos de investigación, estudio y estructura, editorial Gedisa, Barcelona1996, p.63-75

 

Ibáñez, J. (1985) Del algoritmo al sujeto. Perspectiva de la investigación social. siglo XXI. p. 206. Madrid.

 

José Luis Perdomo Orellana En el surco que traza el otro p.50

⁵José Luis Perdomo Orellana En el surco que traza el otro p.50

 

 

 

 

Muestreo

“Cuando un investigador realiza en ciencias sociales un experimento, una encuesta o cualquier tipo de estudio, trata de obtener conclusiones generales acerca de una población determinada. Para el estudio de ese grupo, tomará un sector, al que se conoce como muestra”.¹

 

Por ejemplo si quisiéramos estudiar la opinión de los habitantes de Iztapalapa acerca de su opinión sobre el gobierno capitalino, en lugar de entrevistar habitante por habitante, tomaríamos a un solo sector, es decir una muestra, en este caso podría ser la clase media, de igual forma podríamos estudiar otro tipo de poblaciones, por ejemplo, la de las empresas en esa misma delegación. En cualquier estudio, según nos dice Carlos Sabino, debemos empezar nuestro estudio definiendo cual es nuestra población a estudiar.

 

“Las poblaciones suelen ser muy numerosas, por lo que es difícil estudiar a todos sus miembros; además de que esto no es posible, no es necesario”. ² Según Carlos Sabino es como si quisiéramos estudiar la composición química del agua de un río y analizáramos todo el líquido que corre por el, cuando solamente necesitamos algunas muestras para realizar ese estudio y para llegar a conclusiones que podamos generalizar de la composición química del agua a todo el río.

 

“En ciencias sociales, las muestras no se obtienen tan fácilmente, puesto que los eventos se relacionan siempre con personas heterogéneo”.³

 

¹SABINO, Carlos A. El proceso de investigación. Argentina (1996). Ed. Lumen – Humanitas. p.  53.

²Idem.

³Ibidem., 54.

“El momento metodológico de la investigación está constituido por la definición y especificación del diseño que se va a utilizar y por la tarea de operacionalización de variables (convertir en operativos, en manejables, a los diversos elementos que intervienen en el problema que se va a investigar)”.⁴

 

“La operacionalización del universo es la tarea de encontrar una forma de obtener información relevante sin necesidad de acudir a la medición de todo el universo posible de datos. La operacionalización de las variables, de naturaleza cualitativa, tiene por objeto encontrar los indicadores a través de los cuales se expresa concretamente el comportamiento de las mismas”. ⁵

Carlos Sabino trata de decirnos que tenemos que convertir en manejables a nuestras variables, es decir, encontrar la forma de que no tengamos que encuestar a todas las personas del grupo, sino solamente una parte. Y al encontrar esto se origina nuestro diseño, debido a que vamos a requerir de un determinado tipo de datos y nos da los elementos del diseño:

 

Datos y unidades. Un dato es cada uno de los elementos de información que se recoge durante el desarrollo de una investigación y en base a los cuales, convenientemente sintetizados, podrán extraerse conclusiones en relación con el problema inicial planteado (Carlos Sabino op. Cit.1996).

 

Saber, por ejemplo, que la persona N opina que las pruebas nucleares deben ser proscritas, es un dato. Esa información, por sí sola, carece prácticamente de valor, pues poco nos dice de las reacciones que despiertan las pruebas de armas atómicas en la gente. Pero el valor del dato reside no en su alcance individual, en lo que nos expresa por sí mismo, sino en su posibilidad de ser integrado en conjuntos mayores (Carlos Sabino op. Cit. 1996).

 

 

⁴Ibidem., 55.

⁵Ibidem., 57.

Las llamamos unidades de datos y, a su conjunto, a la suma de todas las unidades, se le da el nombre de universo o población. Podríamos decir que una población o universo es, entonces, el conjunto de todas las cosas que concuerdan con una determinada serie de especificaciones (Carlos Sabino op. Cit. 1996).

 

Existen universos que resultan demasiado amplios para el investigador, pues éste no tienen ni el tiempo ni los recursos para abordar el estudio de cada una de las unidades que lo componen (el conjunto de ciudadanos de un país, la flora de una región o las innumerables galaxias). Para resolver este inconveniente, se acude a la operacionalización del universo mediante la extracción de muestras (Carlos Sabino op. Cit. 1996).

 

Una muestra es un conjunto de unidades, una porción del total, que nos representa la conducta del universo en su conjunto Sin embargo, no todas las muestras resultan útiles para llevar a cabo un trabajo de investigación. Lo que se busca al emplear una muestra es que, observando una porción relativamente reducida de unidades, se obtengan conclusiones semejantes a las que lograríamos si estudiáramos el universo total. (Carlos Sabino op. Cit. 1996).

 

Con estos elementos que nos proporciona Carlos Sabino podemos entender claramente que necesitamos para nuestra investigación, y que la población representativa debe poder generalizarse a todo el conjunto. Por ejemplo si vamos a encuestar al mundo sobre la guerra el Irak sería demasiado costoso y exhausto aplicar esta prueba a cada uno de los habitantes del planeta, por lo que solo encuestaríamos a unos cuantos de cada nivel social en cada país y así generalizaríamos ese resultado.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Bibliografía

 

SABINO, Carlos A. El proceso de investigación. Argentina (1996). Ed. Lumen – Humanitas. Pp. 200

 

 

 

 

Medidas de dispersión

Se llaman medidas de dispersión aquellas que permiten retratar la distancia de los valores de la variable a un cierto valor central, o que permiten identificar la concentración de los datos en un cierto sector del recorrido de la variable. Se trata de coeficiente para variables cuantitativas.

Desviación estándar

Es posible identificar conjuntos de datos que a pesar de ser muy distintos en términos de valores absolutos, poseen la misma media. Una medida diferencial para identificar esos conjuntos de datos es la concentración o dispersión alrededor de la media. Desvío estándar para datos sin agrupar. Una manera que aparece como muy natural para construir una medida de dispersión sería promediar las desviaciones de la media, pero como vimos

Una manera de evitar que los distintos signos se compensen es elevarlas al cuadrado, de manera que todas las desviaciones sean positivas. La desviación estándar sólo puede utilizarse en el caso de que las observaciones se hayan medido con escalas de intervalos o razones..La raíz cuadrada del promedio de estas cantidades recibe el nombre de desvío estándar, o desviación típica y es representada por la siguiente fórmula:

 

Varianza
El cuadrado de la desviación estándar recibe el nombre de varianza y se representa por S². La suma de los cuadrados de los desvíos de la totalidad de las observaciones, respecto de la media aritmética de la distribución, es menor que la suma de los cuadrados de los desvíos respecto de cualquier otro valor que no sea la media aritmética. Si observamos, veremos que la varianza no es más que el desvío estándar al cuadrado. Precisamente la manera de simbolizarla es S².

Por lo mismo, el desvío estándar puede definirse como la raíz cuadrada de la varianza

El coeficiente de variación:

Para comparar la dispersión de variables que aparecen en unidades diferentes (metros, kilos, etc.) o que corresponden a poblaciones extremadamente desiguales, es necesario disponer de una medida de variabilidad que no dependa de las unidades o del tamaño de los datos. Este coeficiente únicamente sirve para comparar las dispersiones de variables correspondientes a escalas de razón.

Una manera de construir una medida de variabilidad que cumpla los requisitos anteriores es el llamado coeficiente de variación

(las barras del denominador representan el valor absoluto, es decir, indican que debe prescindirse de la unidad de medida de la media). A menor coeficiente de variación consideraremos que la distribución de la variable medida es más homogénea.

 Asimetría

Otro rasgo interesante en una distribución de frecuencias es si los datos aparecen ubicados simétricamente o no respecto de la media. Si queremos cuantificar la simetría, es necesario conservar la información acerca tanto del signo como de la distancia de cada dato a la media –centro de simetría-. Este razonamiento lleva a utilizar una potencia impar de las desviaciones.

En el caso en que el coeficiente valga cero la distribución es simétrica alrededor de la media. Los valores positivos, indicarán distribuciones con mayor sesgo a la derecha y los valores negativos indicarán un mayor sesgo a la izquierda.

D 1) Coeficiente de Asimetría para datos sin agrupar. El coeficiente de asimetría se define como

D 2) Coeficiente de Asimetría para datos agrupados

D 2.1) Cálculo usando las frecuencias absolutas

 

D 2.2) Cálculo usando las frecuencias relativas

 

Kurtosis

Otra característica relevante en una distribución es su apuntamiento o kurtosis, que describe lo picuda o plana que es la distribución, es decir si los datos se concentran demasiado o no, comparados con un modelo de distribución llamado distribución normal.

La distribución se denominará leptocúrtica cuando el CAp > 0 (más apuntada que la normal).

La distribución se denominará mesocúrtica cuando el Cap = 0 (normal).

La distribución se denominará platicúrtica cuando Cap < 0 (menos apuntada que la normal).

 

E 1) Coeficiente de Apuntamiento para datos sin agrupar

E 2) Coeficiente de Apuntamiento para datos agrupados

E 2.1) Cálculo usando frecuencias absolutas

E 2.2) Cálculo usando frecuencias relativas

 

Rango intercuartílico

El rango intercuartílico RI es, sencillamente, la diferencia entre el tercer y el primer cuartil, es decir

Esto nos dice en cuántas unidades de los valores que toma la variable se concentra el cincuenta por ciento central de los casos.

 

 

 

 

 

 

 

 

Bibliografía

ROJAS Marcelo Manual de Investigación y Redacción Científica p. 92-95

PADUA Jorge, Técnicas de Investigación, aplicadas a las Ciencia Sociales, edit. FCE, México, 1996, p. 152-176

 

Manuales de investigación

 

Variable, es una cualidad, propiedad o característica de los “sujetos en estudio” que puede ser enumerada o medida y que varía de un sujeto a otro. Dicho de otra manera: “factor que hace variar la situación del problema”. Las variables son la base del problema, del objetivo y la hipótesis. Clases de variables:

 

1. Según la función

 

1. a) Variable independiente. Factor manipulado (causa) para observar su relación con el fenómeno observado. Ejs: Cigarrillo ? cáncer, Ruido ? sordera, Vibrio ? aborto, Tunga ? pododermitis, etc.

 

1. b) Variable de control. Factor(es) que se mantiene constante para afectar cualquier efecto sobre el fenómeno en estudio. Se debe controlar en el análisis. Ejs: clima, altitud, etc.

 

2) Variable interventora.

 

Teóricamente afecta al fenómeno observado, pero no podemos medir o manipular. Se ubica entre X – Y, siendo afectada por la independiente y afectando a la vez a la dependiente. Ej: la enseñanza o el conocimiento (X), ingresa al cerebro (variable interventora), y sale el aprendizaje (Y). 3) Variable de salida o de “out put” Variable dependienteEs el resultado (efecto) de la manipulación de la variable X. Ejs: Cigarrillo ? cáncer, Ruido ? sordera, Vibrio ? aborto, Tunga ? pododermitis, etc.¹

 

 

¹ROJAS Marcelo Manual de Investigación y Redacción Científica p. 43

1. Según la naturaleza

1) Atributivas. Consustancial al sujeto y no puede cambiarse por voluntad del investigador. Ejs: sexo, talla, peso, cociente intelectual, etc.

2) Activas. No es parte consustancial al sujeto. Ejs: método de aprendizaje, nivel alimenticio, estado de salud, etc.

 

1. Según la continuidad

1) Contínuas. La variable no tienen solución de continuidad. Ejs: cociente intelectual, capacidad reproductiva, etc.

2) Categóricas. La variable tiene solución de continuidad. Ejs: vivo/muerto, macho/hembra, soltero/casado, nativo/extranjero, etc.

 

En el procedimiento de la metodología de toda investigación científica se plantea la necesidad de construir una matriz relacional o Matriz de consistencia, que permita vislumbrar las jerarquías, niveles de determinación y asociación de los procesos que conforman el objeto del estudio; que tiene como base fundamental a las variables. ²

 

En términos muy generales, puede decirse que código es el conjunto de símbolos correspondientes a cada una de las categorías en que son divididas las respuestas obtenidas a un cuestionario.

 

Se desprende que lo que interesa particularmente a la codificación, son los símbolos (numéricos) atribuidos a cada categoría, más que las categorías propiamente dichas; éstas importarán, de modo fundamental, en las etapas posteriores de la elaboración de los datos. Sin embargo, debe tenerse presente que el código se confecciona sobre la base de la división de las respuestas obtenidas en categorías o de clases. Por ello, para el establecimiento de las categorías, se nos presentan todos los problemas de la realización de una clasificación.³

² Ibidem, p. 44-45

³PADUA Jorge, Técnicas de Investigación, aplicadas a las Ciencia Sociales, p. 127-130

Normalmente en el código se anota el número de la pregunta; en algunas ocasiones, el nombre de la variable, la columna en especial IBM, el código, es decir, la posición dentro de las columnas y alternativas utilizadas.

 

Para facilitar el procesamiento de datos, conviene trabajar con un codigo general para las siguientes categorías:

O= Según las instrucciones, este pregunta no se aplica

X= El entrevistador no ha puesto la pregunta porque ha encontrado impropio hacerlo, por alguna razón. (Indique por qué).

Y= La pregunta fue hecha al entrevistado el cual no quiso responder, no sabía la respuesta o ha respondido de manera incompleta.

 

Si el entrevistador, por alguna razón, quiere dividir los entrevistados que han obtenido una Y en algunas preguntas , en un grupo que ha rechazado responder, corresponden a NA= no answer y los que quieren contestar, pero no saben, DK = Don’t know. Se puede en el cuestionario marcar Y, con una explicación del tipo Y.

 

 

 

 

 

 

 

 

 

 

 

 

Bibliografía

ROJAS Marcelo Manual de Investigación y Redacción Científica p. 43-45

PADUA Jorge, Técnicas de Investigación, aplicadas a las Ciencia Sociales, edit. FCE, México, 1996, p. 127-130, 134

 

⁴Ibidem, p. 134

Diseño del instrumento de medición

 

En una investigación hay dos opciones respecto al instrumento de medición, elegir un instrumento ya desarrollado y disponible, el cual se adapta o construir un nuevo instrumento. Los pasos para construir un elemento de medición: a) listar las variables, b) revisar su definición conceptual y comprender su significado, c) revisar cómo han sido definidas operacionalmente las variables, d) elegir el instrumento o los instrumentos (ya desarrollados) que hayan sido favorecidos por la comparación y adaptarlos al contexto de investigación; e) Indicar el nivel de medición de cada ítem y, por ende, el de las variables.

 

Existen cuatro niveles de medición: el nominal, en el cual hay dos categorías –escuela privada o pública– (dicotómicas) o más categorías –partidos políticos– (categóricas), las cuales no tienen ni orden ni jerarquía. Por ejemplo, la variable sexo de la persona posee sólo dos categorías: masculino y femenino, y ninguna de las dos categorías implica mayor jerarquía que la otra.¹

 

El nivel de medición ordinal tiene varias categorías, las cuales mantienen un orden de mayor a menor. Las etiquetas o los símbolos de las categorías sí indican jerarquía. Los números (símbolos de categorías) definen posiciones, sin embargo las categorías no tienen un intervalo común. No podríamos decir con exactitud que entre un actor (60 en valor)  y un operador de maquinaria (50 en valor) existe la misma distancia, debido a que esta no es real.²

 

El nivel de medición por intervalos, además del orden por jerarquía entre categorías, se establecen intervalos iguales en la medición. Las distancias entre categorías son las mismas a lo largo de toda la escala.

¹ HERNÁNDEZ Sampieri, Roberto, et al, Metodología de la investigación, p. 361

²DUNCAN, O. D. Socioeconoic index scores for major occupation groups, p. 263  

 

El cuarto nivel de medición es el de razón. En este nivel, además de tenerse todas las características del nivel de intervalos, el cero es real y el cero absoluto no es arbitrario.³

 

1. f) Indicar cómo se habrán de codificar los datos en cada ítem y variables. Codificar los datos significa asignarles un valor numérico que los represente. Pro ejemplo si tuviéramos la variable sexo con sus respectivas categorías, masculino y femenino, a cada categoría le asignaríamos un valor (masculino 1, femenino 2). La codificación es necesaria para analizar cuantitativamente los datos, a veces se utilizan letras o símbolos en lugar de números.⁴

 

1. g) Una ves que se indica el nivel de medición de cada variable e ítem, y que se determina su codificación, se procede a aplicar una prueba piloto del instrumento de medición.

 

1. h) Sobre la base de la prueba piloto, el instrumento de medición, preliminar se modifica, ajusta y mejora, entonces estaremos en condiciones de aplicarlo. ⁵

 

La operacionalización de hipótesis específica que actividad u operaciones deben realizarse para medir una variable (enfoque cuantitativo) o recolectar datos o información respecto a ésta (enfoque cualitativo) ⁶, la definición operacional cuantitativa de la variable temperatura sería el termómetro.

 

Los tipos de preguntas que puede haber en un cuestionario es tan variado como los aspectos que mide. Básicamente se consideran dos tipos de preguntas: cerradas y abiertas. Las primeras contienen categorías o alternativas de respuesta que han sido delimitadas, se presentan a los sujetos las posibilidades de respuesta y aquellos deben circunscribirse a éstas.⁷

³ HERNÁNDEZ Sampieri, Op. Cit. , Págs. 364-366

⁴Ibidem., pág. 365

⁵Ibidem., pág. 366-367

⁶KERLINGER, F. N. Enfoque conceptual de la investigación del comportamiento, p.23

⁷HERNÁNDEZ Sampieri, Op. Cit. , Págs. 391-392

Las preguntas cerradas son fáciles de codificar y preparar para su análisis. Asimismo, estas preguntas requieren un menor esfuerzo por parte de los respondientes. Además limitan las respuestas de la muestra y es necesario anticipar las posibles alternativas de respuesta.

 

Las preguntas abiertas no delimitan de antemano las alternativas de respuesta, por lo cual el número de categorías de respuesta es muy elevado; en teoría es infinito. Estas son particularmente útiles cuando no tenemos información sobre las posibles respuestas de las personas o cuando esta información es insuficiente. Su mayor desventaja es que son más difíciles de codificar, clasificar y preparar para el análisis. ⁸

 

Conclusiones

Existen cuatro niveles de medición: el nominal, medición por intervalos, el de razón y el ordinal.

Los tipos de preguntas que puede haber en un cuestionario es tan variado como los aspectos que mide.

La elección del tipo de preguntas que contenga el cuestionario depende del grado en que se puedan anticipar las posibles respuestas, los tiempos de que se disponga para codificar y si se quiere una respuesta más precisa o profundizar en una cuestión.

 

Bibliografía

 

Duncan, O. D. Socioeconoic index scores for major occupation groups, Free Press, Nueva York, 1977 p. 263-275

 

Roberto Hernández Sampieri, et al, Metodología de la investigación, 3ª edición, edit. McGrawHill. México, 2003, p. 171-174, 357-367,391-397

 

Kerlinger, F. N. Enfoque conceptual de la investigación del comportamiento, Nueva editorial Interamericana, México, 1979.

 

 

⁸HERNÁNDEZ Sampieri, Op. Cit. , Págs. 395-397