Fonaments de la Investigació Social: Mètodes i Paradigmes

Les tres preguntes de la investigació social

La investigació social es basa en tres preguntes fonamentals:

• Ontologia: Existeix una realitat? Analitza la naturalesa de la realitat social. Es pregunta si els fenòmens socials existeixen objectivament i independentment de les persones o si són construccions de la interpretació humana. Determina si els fets socials són "coses" o "representacions de coses".
• Epistemologia: Es pot conèixer la realitat? Estudia la relació entre l'investigador i l'objecte estudiat.
  • Independència: L'investigador i la realitat estan separats.
  • Relació: L'investigador i la realitat estan connectats, amb una influència mútua.
  El coneixement s'obté mitjançant lleis causals, lleis probabilístiques, generalitzacions o interpretacions de significats.
• Metodologia: Com conèixer la realitat? Se centra en els mètodes i les tècniques d'estudi.
  • Quantitatiu: Experiments, control de variables i tècniques estadístiques.
  • Qualitatiu: Observació participant i entrevistes.

Paradigmes de la investigació social

Els paradigmes són maneres d'entendre, conèixer i estudiar la realitat social.

El Positivisme

Parteix del realisme ingenu: la realitat social és objectiva, independent i cognoscible tal com és.

• Ontologia: Realitat social real i objectiva. Els fets socials són "coses" independents de la interpretació humana.
• Epistemologia: Investigador i objecte són independents. Observació sense influència. Cerca relacions de causa-efecte i lleis generals aplicables a tots els casos.
• Metodologia: Mètodes quantitatius, experiments, observació sistemàtica i anàlisi estadística amb variables mesurables. Utilitza principalment el mètode inductiu per explicar la realitat mitjançant lleis generals.

El Postpositivisme

Parteix del realisme crític. Accepta l'existència de la realitat, però no el seu coneixement perfecte.

• Ontologia: Realitat real, però amb un coneixement parcial i probabilístic.
• Epistemologia: Certa separació entre investigador i objecte. La neutralitat absoluta és difícil. Els resultats són probablement certs, però mai totalment segurs. Les teories són contrastables empíricament i refutables.
• Metodologia: Predomini quantitatiu amb possibilitat d'utilitzar tècniques qualitatives. Ús d'hipòtesis i mètode deductiu. L'objectiu és explicar la realitat amb lleis probabilístiques.

L'Interpretativisme

Basat en el constructivisme i el relativisme. La realitat social no és única; hi ha múltiples realitats construïdes pels individus segons els significats atribuïts a les experiències.

• Ontologia: No existeix una única realitat objectiva. Hi ha múltiples realitats segons la interpretació personal.
• Epistemologia: Investigador i objecte estan relacionats. El coneixement s'obté comprenent els significats de les accions. No busca lleis universals ni generalitzacions.
• Metodologia: Tècniques qualitatives com l'observació participant i les entrevistes en profunditat. Estudi de casos concrets mitjançant el mètode inductiu per comprendre significats i experiències.

El mètode científic en les ciències socials

S'utilitza per respondre preguntes sobre la realitat social i explicar fenòmens concrets i observables. Segons Corbetta, les fases són: Teoria, Hipòtesis, Producció de dades, Anàlisi de dades i Resultats.

El procés és deductiu: de conceptes abstractes a conceptes concrets i mesurables. La relació causal habitual s'estableix entre la Variable explicativa (X) i la Variable dependent (Y).

• Producció de dades: Mesurar la realitat social per comprovar hipòtesis mitjançant anàlisi de covariació o experiments. La causalitat no es demostra absolutament, sinó amb probabilitats.
• Mostra: Individus seleccionats habitualment mitjançant una mostra aleatòria.
• Anàlisi de dades: Per a variables quantitatives s'usa la centralitat, dispersió, correlacions i contrastos d'hipòtesis. Per a variables qualitatives s'usen taules de contingència.

Comparativa: Investigació Quantitativa vs. Qualitativa

1. Plantejament de la investigació

• Quantitativa: Relació teoria-investigació estructurada i mètode deductiu. La literatura científica és clau per formular hipòtesis. Conceptes operatius (variables). Investigador distant i subjecte passiu.
• Qualitativa: Relació oberta i interactiva amb mètode inductiu. La teoria es construeix durant la investigació. Conceptes orientatius. Investigador proper i empàtic amb un subjecte actiu.

2. Recopilació de dades

• Quantitativa: Disseny estructurat i tancat. Mostres estadísticament representatives i instruments uniformes (enquestes). Dades objectives i fiables.
• Qualitativa: Disseny flexible i obert. Estudi aprofundit de casos concrets sense buscar representativitat estadística. Dades subjectives que capten la riquesa del fenomen.

3. Anàlisi i Resultats

• Quantitativa: Anàlisi per variables mitjançant tècniques matemàtiques. Resultats en taules i indicadors per generalitzar a la població.
• Qualitativa: Anàlisi holística centrada en l'individu. Resultats amb fragments de textos i descripcions narratives per comprendre els casos en profunditat.

Variables i operacionalització

L'objectiu de l'anàlisi quantitativa és explicar la realitat identificant relacions entre variables, mentre que l'anàlisi qualitativa busca comprendre significats en el seu context. L'estadística és fonamental en la metodologia quantitativa per resumir dades i contrastar hipòtesis.

• Unitat d’anàlisi: Objecte, individu o grup que volem estudiar.
• Variable: Propietat mesurable que varia entre unitats o en el temps.
• Constant: Propietat que no varia.
• Operacionalització: Procés de transformar un concepte abstracte en una variable observable (Ex: Delinqüència → Nombre de delictes).

Tipus de variables

• Nominal: Categories sense ordre (Gènere, Nacionalitat).
• Ordinal: Categories amb ordre lògic (Nivell d'estudis).
• Cardinal discreta: Valors numèrics enters (Nombre de fills).
• Cardinal contínua: Admet decimals (Edat, Salari).

Fiabilitat, validesa i errors

• Fiabilitat: Grau en què un procediment produeix els mateixos resultats en proves repetides (estabilitat). Relacionada amb l'error aleatori.
• Validesa: Grau en què es mesura realment el concepte que es vol estudiar. Relacionada amb l'error sistemàtic.

Error total = error sistemàtic + error aleatori.

Tipus d'errors segons la posició

• Error d’indicació: Els indicadors no representen bé el concepte.
• Error d’operacionalització: Apareix en la selecció, observació o tractament de dades.
• Error de selecció: Inclou errors de cobertura, de mostreig (aleatori) i de no resposta.
• Error d’observació: Provocat per l'entrevistador, l'entrevistat, l'instrument o la forma d'aplicació.

Mesures estadístiques i tipus de dades

• Fracció i Proporció: Part respecte al total (la proporció és decimal entre 0 i 1).
• Percentatge: Proporció multiplicada per 100.
• Taxa: Freqüència d'un fenomen per cada mil habitants (‰).
• Canvi percentual: Mesura l'increment o disminució en el temps.
• Imaginació estadística: Capacitat de percebre la part en relació amb el tot.

Dades primàries i secundàries

• Primàries: Recollides directament per l'investigador (enquestes, experiments).
• Secundàries: Dades d'organismes externs (INE, CIS, Eurostat).
• Microdades: Dades individuals per cada unitat d'anàlisi.
• Macrodades: Dades agregades o resumides per col·lectius.

Causalitat i dissenys experimentals

La causalitat busca determinar si els canvis en X provoquen canvis en Y. Cal vigilar la relació espúria, on una tercera variable provoca una relació aparentment causal.

El problema de la inferència causal

És impossible observar una unitat amb i sense tractament alhora. Les solucions són:

• Invariació i equivalència: Comparar unitats equivalents que només es diferencien pel tractament.
• Aleatorietat: Assignar individus a un grup tractament i un grup control de forma aleatòria.

Dissenys experimentals

• Experiments verdaders: Amb assignació aleatòria i control directe. Són els millors per identificar causalitat.
• Quasi-experiments: Sense aleatorització. Ofereixen menys garanties però són útils quan l'experimentació pura no és possible.

Avantatges: Aïlla fenòmens i resol la causalitat. Limitacions: Artificialitat del comportament humà i manca de representativitat en mostres petites.