Modification de De la teoría a los datos

{{Infobox Lecture
 | image = 
 | image_caption = 
 | faculté = [[Faculté des sciences de la société]]
 | département = [[Département de science politique et relations internationales]]
 | professeurs = [[Marco Giugni]]<ref>[https://unige.ch/sciences-societe/speri/membres/marco-giugni/ Page personnelle de Marco Giugni sur le site de l'Université de Genève]</ref>
 | assistants =  
 | enregistrement = 
 | cours = [[Introduction aux méthodes de la science-politique]]
 | lectures =
* [[Cours introductif aux méthodes de la science-politique]]
* [[Le paradigme positiviste et le paradigme interprétatif]]
* [[Les méthodes scientifiques fondamentales]]
* [[De la théorie aux données]]
* [[Le recueil des données]]
* [[Le traitement des données]]
}}

Cuando se realiza investigación y en particular investigación cuantitativa, es decir, investigación que forma parte del paradigma pos-positivo, la operacionalización es el momento clave en el proceso. Sin una buena operacionalización, no se puede hacer una investigación relevante, porque es una estructura formalizada.

{{Translations
| en = From theory to data
| es = De la teoría a los datos
}}

= La investigación científica =

== ¿Cómo se hace una investigación?  ==
Según Corbetta, la definición de investigación científica es un proceso creativo de descubrimiento que se desarrolla según un itinerario predefinido y procedimientos preestablecidos que se han consolidado en la comunidad científica.

En primer lugar, está la idea de un proceso creativo, porque la investigación también es sobre la creación, estamos tratando de descubrir algo. Lo importante es seguir procedimientos específicos preestablecidos y consolidados en la comunidad científica.

== Investigación empírica ==
Según Raymond Boudon, "las encuestas cuantitativas son aquellas que permiten recoger información sobre un conjunto de elementos que son comparables de un elemento a otro". Es esta compatibilidad de la información la que permite entonces la enumeración y, de manera más general, el análisis cuantitativo de los datos.<ref>R. Boudon; Les méthodes en sociologie, p.31 </ref>.

La investigación empírica debe desarrollarse en un marco que sea compartido colectivamente. Es un proceso donde la investigación es colectiva, porque se basa en un proceso producido por otros, el proceso también debe ser público con la idea de transparencia que es importante en la investigación. Todo debe ser transparente, controlable por los demás. Todos los procedimientos implementados deben poder ser controlados por otros para replicar lo que se ha hecho, todo debe ser replicable. La investigación es un proceso colectivo y público que debe estar sujeto a criterios de transparencia y control.

Otro criterio es el de la cumulabilidad, dijo Newton: "si he visto más lejos que los otros, es porque he sido llevado por los hombros de los gigantes". El investigador puede hacer un descubrimiento porque puede confiar en la investigación de otros investigadores.

El marco de referencia colectivo de los investigadores se estructura en torno a dos momentos:
*en la estructura lógica del proceso de investigación.
*en la elección de los instrumentos técnicos utilizados.
 
Es en estos dos momentos cuando se ve, se expresa y se encuentra el marco de referencia de la investigación colectiva.

== Las cinco fases del proceso y la cuestión de la investigación ==
Corbetta marca la diferencia entre las fases de investigación y los procesos que permiten comprender mejor las diferentes etapas de estos procesos.

[[Fichier:Phases et processus de recherche.png|400px|vignette|droite]]
 
1) '''Pregunta de investigación'''

2) '''Teoría''': formular una teoría o basarse en una teoría.

→ '''deducción''' (de lo general a lo particular): se deducen las hipótesis de una teoría, de lo general a lo más específico.

3) '''Hipótesis''': las hipótesis provienen de una teoría existente, intentaremos verificarlas, falsificarlas a través de la investigación.

→ '''fase de explotación''': fase de construcción del diseño de la investigación.

4) '''Recolección de datos''': Esta es la colección para probar empíricamente las hipótesis. Esto afecta al plan de trabajo, hay que tomar una serie de decisiones, como el tipo de datos, el número de casos que deben analizarse, la ubicación de los casos, cómo seleccionarlos y el método de recogida.

→ '''Organización de los datos''': se ha organizado la distinción entre información y datos; se creará una matriz de datos utilizando el enfoque cuantitativo. Los datos son la materia prima que debe organizarse para desmantelar o probar una hipótesis, es la información organizada de tal manera que pueda ser analizada.

5) '''Análisis de datos'''

→ '''interpretación'''

6) '''Resultados'''

→ '''inducción''': subimos a la generalidad y volvemos a la teoría; ligados por un método de retroalimentación a la teoría pasando de lo particular a lo general a través de los resultados. Existe la idea de que los resultados se utilizarán para crear teorías y analizar hipótesis.

En la realidad de la investigación, los pasos se distribuyen a menudo de manera diferente; a menudo las hipótesis se desarrollan después de que se han recogido los datos. A veces la teoría se desarrolla después de haber analizado los datos, a veces durante la fase empírica, a veces el tema es nuevo y desconocido, por lo que hacemos una investigación puramente descriptiva, a veces las colecciones de datos no parten de una teoría específica, porque queremos incluir un campo más amplio que permita analizar varias hipótesis.

== Proceso de operacionalización de conceptos ==
Hay dos fases para traducir los conceptos teóricos en algo empírico.
*'''operacionalización de conceptos''': transformar conceptos en variables, siendo las variables algo que puede ser manipulado cuando los conceptos no pueden ser procesados por ser abstractos.
*'''selección de instrumentos de investigación''': instrumentos y procedimientos de recogida de datos.

= Teoría e hipótesis =
Es el proceso de "deducción" el que establece el vínculo entre la teoría y la hipótesis, por lo que se deriva de la teoría. Sin embargo, es difícil distinguir entre teoría e hipótesis.

== Teoría ==
Según Corbetta, una teoría es un conjunto de propuestas que están orgánicamente vinculadas entre sí y que se encuentran en un alto grado de abstracción y generalización en relación con la realidad empírica, resultantes de regularidades empíricas y a partir de las cuales se pueden hacer pronósticos empíricos.
 
*'''conjunto de propuestas''': no se trata de una sola propuesta, sino de varias propuestas, están articuladas y vinculadas entre sí.
*'''abstracción de propuestas y generalización''': la teoría está en un nivel abstracto. Una teoría es algo que pretende ser general.
*'''se basa en regularidades empíricas''': la idea de que la teoría proviene de investigaciones previas y regularidades empíricas que han sido sistemáticamente observadas y encontradas en diferentes contextos.
*'''permite hacer pronósticos empíricos''': permite hacer pronósticos según las condiciones y el contexto.

== Hipótesis ==
Según Corbetta, una hipótesis es una proposición que implica una relación entre dos o más conceptos que se encuentran en un nivel de abstracción y generalidad inferior al de la teoría y que permite traducir la teoría en términos empíricamente controlables.
 
*'''nivel de abstracción y generalidad inferior al de la teoría''': las hipótesis son específicas.
*'''El carácter provisional de la hipótesis''': las hipótesis están sujetas a control al ser verificadas y falsificadas, una hipótesis nunca es definitiva.

== Diferencia entre teoría e hipótesis ==
La diferencia esencial entre teoría e hipótesis es que la teoría y un conjunto de propuestas más generales y abstractas, mientras que las hipótesis no son lo suficientemente específicas como para ser variables, son conceptos teóricos, pero un poco menos abstractos.

La dificultad radica en el hecho de que estamos en la gradación, una es un poco menos abstracta que la otra. La hipótesis permite entrar en el campo de forma directa.

Una teoría debe ser capaz de articularse en una o más hipótesis que sean empíricamente controlables y que puedan transformarse en una serie de hipótesis. Este es el criterio de la cientificidad, la teoría combina propuestas teóricas.

== Criterios para el carácter científico de las hipótesis ==
Hay tres elementos importantes:
*la hipótesis no debe ser demasiado general.
*una hipótesis debe ser positiva en el sentido de que no debe incluir una dimensión normativa, no debe haber juicio.
*una hipótesis debe formularse de tal manera que sea falsificable.
La controlabilidad de una hipótesis es fundamental, debe ser posible compararla con los datos de campo. La hipótesis debe poder ser probada.

Según Popper y Kuhn, debe ser posible falsificar una hipótesis. Esto le da a la hipótesis un carácter científico, porque una buena hipótesis debe ser refutable. Por ejemplo, según Popper, la proposición "dios existe" no es una hipótesis, porque no es refutable; por otro lado, la hipótesis "todos los cisnes son blancos" es falsificable, porque pueden ser de un color diferente. Por lo tanto, la característica principal que da la relevancia de una hipótesis es el hecho de que es falsificable.
*'''hipótesis falsificables''': los objetos pesados tienden a caer si nada los detiene; llueve todos los jueves.
*'''hipótesis no falsificables''': llueve o no llueve; todos los puntos del círculo están equidistantes del centro.
 
En resumen, la hipótesis de que se cumpla el criterio de cientificidad debe ser falsificable.

== Ejemplos de hipótesis en ciencias políticas ==

=== Teoría de la teoría del cambio de valores ===
El cambio de valores se produce a través de la sustitución de generaciones sucesivas de personas. Se postula que en la Europa de la posguerra ha habido una transformación de los sistemas de valores desde los valores materialistas -seguridad del valor material, seguridad física- a los valores posmaterialistas -valores relacionados con el desarrollo personal y la emancipación individual-.

La teoría es que este cambio se debe a que las generaciones posteriores a la Segunda Guerra Mundial fueron socializadas en una situación referida a dos factores:
*crecimiento económico
*la expansión del estado de bienestar
Según esta teoría, las personas socializadas durante el período de expansión desarrollaron necesidades postmaterialistas, porque no necesitaban seguridad; por lo tanto, existe una tendencia a valorar los recursos escasos.

Hay otro elemento que se centra en la idea de la escasez de ciertos recursos, porque la gente tiende a favorecer los recursos que son escasos (la riqueza económica era diaria), porque fueron socializados durante el período de expansión de la riqueza. Por otro lado, esta diferencia es mayor en los países que han tenido una mayor expansión económica.

En este caso, todavía no podemos probar o falsificar la teoría, debemos pasar de la teoría a las hipótesis, avanzando hacia algo un poco más específico que corrobore las afirmaciones:
*los jóvenes son más postmaterialistas que las personas mayores en los países occidentales: nos interesan los jóvenes en comparación con las personas mayores, la hipótesis se pone a prueba si los jóvenes son más postmaterialistas que las personas mayores.
*la diferencia entre los jóvenes no es tan grande y es mayor en los países donde el cambio en la calidad de vida ha sido más fuerte, es decir, en los países donde la expansión económica en ese momento era la más importante, como Alemania.
*las personas post-materialistas son más numerosas en los países más ricos; se pueden encontrar fácilmente indicadores para probar esta hipótesis.
 
Ha habido un conjunto de propuestas articuladas de manera orgánica, pero es inútil poner a prueba la teoría; para ello es necesario formular hipótesis que estén también a nivel abstracto y teórico.

=== Teoría psicosociológica del voto ===
{{Article détaillé|Les modèles explicatifs du vote}}Es una teoría del comportamiento político también conocida como el "modelo de Michigan" propuesto en los años cincuenta. Esta teoría postula que la gente vota porque tiene un sentido de lealtad a ciertos partidos; es a través de la identificación partidista que la gente votará por un partido porque se identifica con él.

Este sentimiento de identificación con un partido proviene del proceso de socialización. Sin embargo, no tenemos suficiente sustancia, estamos en el nivel de un conjunto de propuestas vinculadas entre sí de forma orgánica.

En primer lugar, es necesario especificar los supuestos que son, por ejemplo,:
*las personas que se identifican con el partido socialista tienden a votar por el partido socialista; el grado de abstracción ha disminuido un poco.
*la gente de la clase obrera tiende a votar por el Partido Socialista: esta es una hipótesis comprobable, ya que es fácil ir al campo a recoger datos.

=== Teoría de las oportunidades políticas ===
Esta teoría dice que la gente se moviliza porque está insatisfecha o porque hay ciertas oportunidades políticas para salir a la calle.

La teoría dice que las formas y los niveles de movilización dependen de las estructuras de las oportunidades políticas. Estas oportunidades políticas se encuentran en la estructura del Estado y en el grado de apertura y cierre del Estado:
*Las manifestaciones son más pequeñas y, al mismo tiempo, más radicales y violentas en países caracterizados por estructuras de oportunidad cerradas. Esta hipótesis puede ser probada porque es posible identificar estados más abiertos o cerrados.
*cuanto más reprime la policía las manifestaciones, más radicales tienden a ser. Basta con observar las manifestaciones: en este caso, hay un problema de endogeneidad, que es el problema de la causalidad inversa, porque se supone que cuanto más reprima la policía, más radical será, pero la relación podría ser la contraria y no está claro qué explica qué.

= Operacionalización =

== Definición de la operacionalización ==
Nos centraremos en el momento en que pasemos al campo; la operacionalización es el momento en que definimos el diseño de la investigación: partimos de un marco teórico dado y luego vamos al campo, nos ocuparemos de este pasaje.

Para poder controlar y verificar, retomando la idea de la teoría crítica, es decir, para poder falsificar una hipótesis, debe ser posible establecer ciertos pasajes que correspondan al nombre de la operacionalización. Este es un momento clave en el proceso de investigación.

Recordemos que, según Corbetta, el concepto se refiere al contenido semántico y, por tanto, al significado de los signos lingüísticos y de las imágenes mentales; el concepto es una abstracción de la realidad, es básicamente algo general. En otras palabras, la única manera de conocer y pensar sobre una realidad es la conceptualización, que es el fundamento, una fase fundamental de cada disciplina científica.

Por otro lado, un concepto puede referirse a construcciones mentales abstractas e inobservables como el concepto de poder o la clase social, un concepto también puede referirse a entidades más concretas y observables como una silla o un trabajador; sin embargo, un concepto siempre se refiere a la clase de objetos.

Es a través de la realización de conceptos que podemos establecer una empirie.

== Fases de la operacionalización ==
Se puede dividir en varias fases, que son los momentos clave del proceso de investigación:
 
1) '''Renderizar conceptos en propiedades de objetos (unidad de análisis)''': los conceptos deben ser asignados y aplicados a los objetos; son unidades de análisis que se refieren a la elección del análisis en el que se trabajará. En otras palabras, significa pasar de un nivel conceptual a un nivel empírico medible, transformando conceptos, aplicándolos a objetos concretos y por lo tanto a unidades de análisis.
 
Ejemplo :
*'''el concepto de "poder"''': debe ser capaz de transformarse en un objeto, por ejemplo, el papel del poder en una empresa: se empieza por definir la unidad de análisis.
*'''Desarrollo económico''': debe aplicarse a algo concreto que podría ser el concepto aplicado a las naciones.
*'''participación electora'''l: se puede centrar la atención en las unidades territoriales que son propiedad colectiva o individual, como la frecuencia de participación en las manifestaciones.
 
Nota: estas propiedades de objeto tendrán diferentes estados dependiendo de los objetos en cuestión, por ejemplo, el desarrollo económico de Francia difiere del de Suiza. Las propiedades del objeto varían según el criterio elegido.

 
2) '''Dar una definición operativa de los conceptos''': se deben establecer y decidir reglas para traducir estos conceptos en operaciones empíricas, es decir, se deben establecer reglas para traducir los conceptos en operaciones empíricas.

Ejemplo :
*'''concepto de poder''': el poder se define en primer lugar como el papel que se puede tener en una organización. Entonces debemos especificar el número de personas sobre las que el individuo ejerce el poder (puede dirigir 1000 o 100).
*'''participación electoral''': si se asume que la participación electoral se mide a nivel de una comuna o cantón, entonces se debe considerar el porcentaje de votantes en relación con el número de votantes.
 

3) '''Aplicar la definición de trabajo a casos específicos''': se trata de la fase de operacionalización en el sentido estricto del término, estamos en proceso de ir al campo, lo que permite definir una variable.
*'''variable''': es el resultado del proceso, pasamos de un concepto a una variable, son la realización teórica de un concepto.
*'''modalidad''': a cada modalidad se le aplica un valor como, por ejemplo, para el concepto de nivel de educación: universidad 5, primaria 1, etc. Esto hace posible evaluar el nivel de educación de una persona a través del desarrollo del código.
 
[[Fichier:Opérationnalisation- schéma.png|500px|vignette|centré]]Por lo tanto, la operacionalización en el sentido estricto del término es la transición de la propiedad (concepto) a la variable que depende de cómo se hace la transición para que podamos tener diferentes variables.

Del concepto - a la - propiedad - a la - variable.

La operacionalización depende de cómo decidamos traducir los conceptos:
*tipología
*cuidadosamente
*cálculo
*conteo (unidades de conteo)
Es necesario pensar a qué tipo de análisis queremos llevarnos a través del desarrollo de conceptos.

Es esencial definir los conceptos; el concepto tiene una relación de significado, es un elemento fundamental de la investigación científica.

Operatividad: ejemplos
* '''Peso''': peso de un libro (1 kilo): no tiene relación entre el peso físico de un libro y su impacto en la literatura.
* '''Edad''': edad de una persona (20 años).
* '''Educación''': nivel de educación (universidad).
* '''Poder''': papel político (diputado, ministro, senador): es difícil definir quién tiene más poder, son papeles en los que no podemos establecer una jerarquía.
* '''Participación''': voto (frecuencia).

== Unidades de análisis ==
En la investigación empírica, se deben definir unidades analíticas. La unidad de análisis representa el propósito social o político en la investigación empírica, es esencial definirla.

Existen tres niveles de análisis, pero dependen del contexto de la investigación:
*macro
*meso;
*micro
 
La distinción puede desarrollarse más en 6 niveles de análisis:
#'''individual''': se trata de personas.
#'''agregado de individuos''': son variables colectivas agregadas; el conjunto de individuos es una variable colectiva. Por ejemplo, si la tasa de participación en Suiza es del 40%, este cálculo se basa en variables individuales.
#'''grupo / organización / institución''': variables colectivas y estructurales, no pasamos por una agregación de comportamientos individuales, es un proceso diferente del agregado.
#'''evento''': en los estudios sobre las revoluciones, por ejemplo, cada una de ellas puede dividirse en subeventos.
#'''producto cultural''': por ejemplo, una mesa que explica la evolución de una rama artística.
#'''relación''': acuerdos, colaboraciones, relaciones organizativas o interindividuales.
Los tres primeros niveles de análisis son los más frecuentes, son variables agregadas. Existen variables estructurales o globales que caracterizan a un individuo o grupo como tal. Las variables agregadas se derivan de operaciones matemáticas sobre variables individuales cuya unidad de observación se encuentra a un nivel inferior, mientras que las variables estructurales se encuentran a nivel de la unidad de análisis.

Al final del proceso, hay "casos" que son copias de un análisis dado incluido en una investigación; cuando hablamos de unidad de análisis es un caso abstracto o general, mientras que el "caso" es concreto y múltiple, es decir, lo que vamos a estudiar.

Así pues, los "casos" son los objetos específicos de investigación que se pueden definir una vez que hemos pasado de los pasos de definición de un concepto a las variables que nos permiten elegir los casos y ver cómo varían en la variable resultante del proceso.

No existe una definición real de trabajo justa o falsa, sino que se trata de ser lo más explícita y transparente posible. Por lo tanto, la elección realizada durante la fase de puesta en marcha debe ser explicada y justificada.

Siempre hay una brecha entre el nivel empírico y el teórico, nunca se puede lograr la identificación perfecta que puede llevar a una definición operativa correcta o falsa.

Finalmente, el peligro en esta fase no está en la reducción que es inevitable, sino en la reificación, es decir, en la identificación del concepto con la variable.

La definición operativa debe cumplir criterios de objetividad, es necesario llegar a un proceso controlable que pueda ser repetido por otros.

Para saber si es una buena operacionalización, es necesario justificar una elección, es decir, debe cumplir un criterio de objetividad y justificación sin eliminar la arbitrariedad.

== Criterios para distinguir las variables ==
La variable es un concepto operacionalizado; hay varias maneras de definir las variables y por lo tanto varias maneras de clasificarlas:
 
*'''no manipulable / manipulable''' :
**'''no manipulables''': son variables que no pueden modificarse, por ejemplo, las características sociodemográficas.
**'''manipulable''': las preguntas que se deben hacer.
 
*'''dependiente / independiente''':
**'''dependiente''': variables explicadas; esto es lo que queremos explicar también llamado variable endógena.
**'''independent''': variables explicativas; se supone que explica también llamada variable exógena.
 
*'''no observado (latente) / observado (manifiesto)''':
**'''unobserved''': los valores son variables latentes inobservables.
**'''observado''': se pueden observar opiniones, por ejemplo.

Nota bene: cuando trabajamos sobre los valores de la cienciapolítica nos acercamos a las actitudes; a través de esto volvemos a algo inobservable.
 
*'''Individual / colectivo''' (agregado, global, contextual)
*'''Procesamiento de valores''': este es el aspecto más importante, está relacionado con la medición. Existen diferentes tipos de variables. Saber qué tipo de variables tenemos que hacer nos dirá qué tipo de análisis tenemos que hacer; todo el proceso de operacionalización y el final del proceso, es decir, la creación de variables, es fundamental, conduciendo a variables de diferentes tipos.
== Tipos de variables ==
Hay tres tipos de variables que se pueden distinguir entre cuatro criterios.
 
{| cellspacing="0" cellpadding="20" border="1"
!
!nominales
!ordinales
!cardinales
|-
|'''Estados de la propiedad: los valores de la variable'''
|
Categorías no ordenadas y no ordenadas.
 
ej: nacionalidad, religión
|
Como categórico, pero ordenado; puede crear una orden.
 
Por ejemplo: nivel de educación, ¿hasta qué punto estamos interesados en algo?
|
Más categorías, pero variables:
*'''continuos''' - ej: edad = 1 año, 1 mes, 3 horas,
*'''discretos''' - ej: 1, 2, niños, ¡no medio niño!
|-
|'''Procedimiento de operacionalización'''
|
Lógica de clasificación.
|
Podemos ponerlos en cierto orden. Se pueden incluir en diferentes categorías. Hay una ordenación, la variable ordinal resulta de la definición operativa que consiste en dar orden a los diferentes objetos.
|
*'''Mediciones''' :
intervalo entre ellos es el mismo (por ejemplo, 1 año) -v. continuo-
*'''Contaje''' :
podemos contarlos -v. discretos-
|-
|'''Características de valor'''
|
La característica de los valores son los nombres.
 
ex: canadiense, suizo
 
Las categorías deben ser exhaustivas. Todas las categorías deben ser contempladas y mutuamente excluyentes. 
|
Número con propiedades ordinales.
 
ej: poco, bastante, muy, muy, muy; asociamos un número a cada estado, este código es arbitrario.
|
Número con propiedades cardinales, el número refleja una propiedad inmobiliaria.
 
p.ej.: ir a las urnas 5 veces, no se pueden asociar números arbitrariamente.
|-
|'''Operaciones que se pueden realizar sobre los valores'''
|
Igualdad o desigualdad.
 
ej: los musulmanes difieren de los católicos
|
Igual o desigual, de orden superior o inferior.
|
Se pueden aplicar todas las operaciones matemáticas, equivalencias, diferencias, multiplicaciones, etc.
 
Por ejemplo: un individuo de 40 años de edad es dos veces un individuo de 20 años de edad.
|} 

[[Fichier:Types de variables.png|600px|vignette|centré]]

Corbetta distingue las variables cuasicardinales, se encuentran entre las dos, es decir, entre el ordinal y el cardinal. Estas serían variables ordinales, pero se consideran variables cardinales. Intentamos hacer una variable discreta u ordinal continua.

Estas son variables ordinales que tratamos de representar como variables continuas. Tratamos de conciliar la diferencia entre dos valores, por ejemplo (no, poco, bastante, mucho); no podemos decir que la distancia entre "no" y "poco" sea la misma que entre "suficiente" y "muy". Es posible ordenarlas, pero no medir la distancia.

Una forma de hacerlo es usar escalas, por ejemplo de 0 a 10 para definir si somos izquierdos o derechos. A partir de entonces, cambiamos de variables ordinales a cardinales.

== Relación entre conceptos e indicadores ==
Es la operacionalización de conceptos complejos. Generalmente, los conceptos complejos no son observables, sólo se puede observar su manifestación, por ejemplo, desviación, religión, poder. Estos conceptos se encuentran en un nivel superior de generalidad y abstracción, y no pueden ser observados directamente.

La mayoría de los conceptos de las ciencias sociales pueden definirse como conceptos complejos que son más difíciles de poner en práctica, es decir, de transformar en propiedad de la unidad de análisis.

Ejemplo: concepto de religiosidad; para su formulación se utilizan cinco definiciones diferentes, cada vez más específicas:
*creer en una divinidad: nos permite avanzar hacia la concreción.
*creer en el dios cristiano: cada religión tiene su propia definición de dios.
*pertenecer a la Iglesia Católica
*actuar de acuerdo con las reglas de la iglesia: grados más altos de precisión.
*ir a la iglesia todos los domingos: podemos tratar de hacer operativo el concepto de religiosidad reduciéndolo a ir a la iglesia todos los domingos.
Así, vemos cómo podemos pasar de lo general a lo específico a través de diferentes pasajes.

¿Cómo medir, operacionalizar estos diferentes conceptos complejos?

El concepto puede subdividirse en subconceptos llamados indicadores. Los indicadores son cruciales en el proceso de operacionalización.

Un indicador es un concepto más simple, más específico del concepto original, que puede traducirse inmediatamente en términos observables.

Los indicadores están vinculados a conceptos más generales por una relación indicativa entre el concepto y el indicador. En la escala de generalidad, bajamos a conceptos más específicos; es una relación de representación semántica entre el indicador y el concepto que se supone que representa, indica, mide.

En otras palabras, bajamos la escala de generalidad y abstracción de conceptos generales a conceptos más específicos vinculados a los primeros por afinidades de significados.

Nota: no hay una elección correcta de los indicadores.

== ¿Cuál es la relación entre los conceptos y el indicador? ==
 
*'''Parcialidad'''
Un concepto no puede ser capturado completamente por un solo indicador, un indicador dado cubre sólo un aspecto de esta complejidad del concepto. Los indicadores son representaciones parciales. Si es posible, siempre es necesario encontrar varios indicadores para el mismo concepto complejo; el mismo concepto complejo nunca puede ser indicado por un solo indicador, existe un criterio de multiplicidad de indicadores.

Ejemplo: la práctica religiosa puede ser un indicador del componente de la dimensión ritual de la religiosidad, pero la religiosidad también tiene otros componentes como sentimientos religiosos, ideología religiosa, afiliación religiosa, etc.

Debe reconocerse siempre que un indicador está siempre en una relación sesgada con el concepto general que pretende indicar.
*'''Polisemia'''
Un indicador sólo puede solapar parcialmente un concepto; en otras palabras, el mismo indicador puede estar vinculado a varios conceptos, puede indicar, significar, representar diferentes conceptos.

Ejemplo: en las sociedades teocráticas, la práctica religiosa puede ser un indicador de conformidad social más que de religiosidad. La práctica de la religión puede ser tanto un indicador de conformidad social como de religiosidad.

El mismo indicador sólo cubre parcialmente un concepto, mientras que es un indicador de conceptos diferentes.
*Arbitrariedad
La elección de los indicadores es arbitraria, por lo que se debe argumentar en lugar de demostrar que son correctos. Es necesario tratar de mostrar la estrecha relación entre la dimensión teórica del concepto y la dimensión empírica, ambas cosas no pueden disociarse.

Los indicadores de un concepto complejo se pueden encontrar de varias maneras según el razonamiento lógico e incluso según el sentido común o de manera más sistemática según lo que se ha hecho en investigaciones anteriores con una importancia en la literatura.

== Traducción empírica de conceptos complejos: fases de la operacionalización de conceptos complejos ==
Si tenemos conceptos que no son multidimensionales, esta fase puede ser suprimida; si trabajamos con un concepto complejo, primero debemos simplificar lo complejo pasando por las dimensiones, es una reflexión teórica, analizamos el concepto en sus principales componentes de significados.

Hay cuatro fases:
#Articulación del concepto en dimensiones: reflexionamos sobre las otras dimensiones del concepto como, por ejemplo, la religiosidad, que tiene dimensiones de prácticas, ideologías, etc. Es el paso de lo general a las abstracciones específicas, se dice que se puede dividir en subconceptos para cada dimensión, sin embargo aún no estamos en la fase de operacionalización. Cuestionamos los diferentes aspectos y significados de los conceptos.
#Elección de los indicadores: nos planteamos la cuestión de la traducción empírica, decidimos qué indicadores elegiremos. Los indicadores son conceptos más específicos, estamos empezando a dar un paso hacia variables como el interés por la participación en los rituales que forman parte de la participación ritual o la dimensión práctica religiosa.
#Operacionalización: los indicadores que aún son conceptos se transforman en variables. Es la creación de variables que pueden ser, ordinales, cardinales o intervalos. Por ejemplo, con respecto a la práctica religiosa, mediremos y haremos operativa la práctica religiosa, que es un indicador de una dimensión de la religiosidad, es decir, el número de veces que vamos a la iglesia por año. Este indicador forma parte del componente conductual, porque la elección de un indicador "práctico" de religión determina una frecuencia.
#Formación de índices: todos los indicadores se sintetizan en una medida global. Vamos a formar los índices, vamos a tratar de agrupar estos indicadores en una sola medida, tal vez por ejemplo la construcción de escalas; empíricamente, concretamente, estamos tratando de llegar a una medida, porque es más fácil trabajar con una variable que con una multitud de variables.
 
Dependiendo de los objetivos de la investigación, se seleccionarán varias medidas o indicadores.

[[Fichier:Traduction empirique de concepts complexes- schéma.png|500px|vignette|centré]]Este gráfico muestra el proceso desde el concepto complejo hasta los indicadores, indicadores más específicos que indican el concepto; luego se crean las variables y en el último paso las variables se agrupan en una sola medida llamada índice.

A través de este proceso de operacionalización, se crean variables que pueden ser ordinales, cardinales, categóricas o de intervalo-ordinal. En este ejemplo tendríamos nueve indicadores a partir de los cuales construiríamos un índice que resumiera el concepto. Partimos de un concepto que es el nivel teórico de una variable, el índice es una variable derivada de la suma de las otras operaciones sobre las diferentes variables.

En este proceso siempre existe la posibilidad de que se introduzcan errores, por lo que una variable nunca es completamente asimilable a los conceptos, siempre hay un rezago; lo importante es conocer primero cuáles son las diferentes fuentes de errores que producen el rezago.

Algunos errores se pueden corregir y otros no, pero conocer el problema es algo muy importante.

== Traducción empírica de conceptos complejos: ejemplos ==

[[Fichier:Traduction empirique de concepts complexes- exemple1.png|500px|vignette|centré]]
 
Nota bene: hemos comenzado a especificar el concepto a través de siete dimensiones
 
[[Fichier:Traduction empirique de concepts complexes- exemple2.png|500px|vignette|centré]]Nota: la distinción entre concepto y dimensión es relativa, ahora la participación se ha convertido en una dimensión de otro concepto, particularmente a través de los criterios de polisemia, sesgo y arbitrariedad.

Los conceptos e indicadores complejos están todos en el corazón de los conceptos, entramos en la fase empírica con el último paso.[[Fichier:Traduction empirique de concepts complexes- exemple3.png|500px|vignette|centré]]
 
La idea es que pasemos de un concepto abstracto y general a subdimensiones que nos permitan elegir buenos indicadores en el sentido de que son justificables y justificables en el contexto de que la teoría es una relación indicativa con el concepto que queremos medir.

== Errores en la transición de los conceptos a los indicadores ==
[[Fichier:Erreurs dans le passage des concepts aux indicateurs.png|500px|vignette|centré]]
 
Il y a qu’une couverture partielle du concept par l’indicateur, mais il y a toujours un décalage entre la valeur observée et la vraie valeur liée au concept que l’on souhaite mesurer.
 
Il faut d’abord faire une distinction entre deux types d’erreurs:
*erreur systématique, « erreur constante »
*erreur accidentelle, « erreur variable »
 
L'erreur totale est la somme de l'erreur accidentelle et de l’erreur systématique.
 
ERREUR TOTALE = ERREUR ACCIDENTELLE + ERREUR SYSTÉMATIQUE
 
*'''erreur systématique'''
Se produisent dans toutes nos mesures d’une façon systématique, par exemple tout le monde a tendance à surestimer sa propre participation.
 
*'''erreur accidentelle'''
C’est une erreur variable d'une mesure à une autre, nous mesurons de façon diffèrent à des moments différents.
 
Un des deux types d’erreurs est plus facilement détectable que l’autre. Si un problème reste constant, si on ne suppose pas de problèmes alors on ne s’apercevra de rien, c’est pourquoi une erreur accidentelle est plus facilement identifiable.
 
Il peut y avoir différents types d’erreurs procédant d’une distinction entre deux phases :
 
1) '''phase d'indication''' : théorique

On peut distinguer deux types d'erreurs :
*'''d'indication''' : dû à un mauvais choix des indicateurs, l’indicateur ne mesure pas ce qu’il est censé mesurer. C’est une erreur qui est presque par définition constante ou systématique, difficilement détectable sinon à travers le raisonnement logique et l’intuition. Dans ce cas il y a un problème de validité de l’indicateur c’est-à-dire qu’il ne mesure pas vraiment le concept qu’il est censé mesurer.
*'''systématique''' : une fois mal fait, cela va se répercuter sur la recherche.
 
2) '''phase empirique''' : erreur opérationnalisation
Ces erreurs peuvent découler d’erreurs d’opérationnalisations, elles peuvent être systématiques ou accidentelles. On peut distinguer trois sources d’erreurs d’opérationnalisation, en d’autres termes il y a trois moments auxquels on est soumis au danger et au risque de tomber dans ces erreurs. Toutefois nous allons ignorer l’erreur de traitement des données.
*'''sélection des cas''' : cas mal choisis, il peut y avoir des erreurs.
**'''couverture''' : consiste du fait qu'on n'ait pas couvert la population qu'on voulait couvrir.
**'''échantillonnage''' : si l'échantillon est fait selon certaines procédures on peut calculer le pourcentage d'erreur.
**'''non-réponse''' : il y a des individus qui ne souhaitent pas répondre au sondage ce qui va biaiser l’analyse.
 
Il y plusieurs sources d’erreurs liées à la sélection des sujets dans une première phase qui est aussi une erreur d’opérationnalisation.
 
*'''d'observation''' : mauvaise observation des cas
**'''interviewer''' : erreurs liées à l’interviewer, il pourrait soumettre l’interviewé à des pressions directes ou indirectes.
**'''interviewé''' : la personne peut mal comprendre la question ou volontairement biaiser la recherche.
**'''instrument''' : la manière dont est administrée la question.
**'''mode de traitement des données''' : analyser d’une mauvaise manière.
Puede haber errores que hagan que el concepto inicial ya no se corresponda o que sólo se corresponda parcialmente con el concepto final que es la variable. Para ello, debemos ser conscientes de ello y adoptar todas las medidas posibles para reducir al máximo el desfase temporal. Debe tenerse en cuenta que el único tipo de error que puede medirse es el error de muestreo.

Al analizar los datos, cuando se tienen las variables, hay que tener en cuenta que la variable es sólo una aproximación del concepto que se supone que debe medir u operacionalizar.

Por otro lado, es necesario asegurar que estas fuentes de error se minimicen tratando de evitar cualquier sesgo relacionado con la persona entrevistada, utilizando el instrumento adecuado y el modo de administración adecuado, al tiempo que se cubre a toda la población que se supone que debe ser estudiada mediante la reducción de la falta de respuesta.

== Fiabilidad y validez ==
Los indicadores pueden ser más o menos fiables y válidos. La cuestión es hasta qué punto es fiable y válida una "medición".
 
*'''Fiabilidad'''
La noción de fiabilidad se refiere a la posibilidad de reproducir la misma medición, es decir, la reproducibilidad de la medición. Es el grado en que un determinado procedimiento de conversión de un concepto en una variable produce los mismos resultados en pruebas repetidas con el mismo instrumento de medida (estabilidad) o con instrumentos equivalentes (equivalencia).

Por otro lado, existe una fiabilidad relacionada con la consistencia interna cuando hay una serie de variables que se supone que forman parte del mismo concepto o que miden el mismo concepto. En este caso existen coeficientes que miden esta fiabilidad como el alfa de Cronbar.
*'''Validez'''
Es una Adecuación, el grado en que un determinado procedimiento de traducción de un concepto en una variable mide realmente el concepto a medir. Un indicador válido es un indicador que realmente mide lo que se quiere medir.

A la cuestión de saber hasta qué punto la variable que hemos operacionalizado, capturado, capturado y medido tanto el concepto como la realidad que queremos descubrir, para ello debemos referirnos a una adecuación.

El objetivo de la investigación es encontrar indicadores que sean a la vez fiables y válidos.

= Referencias =

= Notas =
<references />

[[Category:science politique]]
[[Category:Marco Giugni]]
[[Category:2011]] 
[[Category:2012]]  
[[Category:2013]] 
[[Category:2014]]
[[Category:2015]]