Tema 1: El método científico y la criminología como ciencia PDF

Tema 1. El método científico y la criminología como ciencia. Investigar: → Definición: “Ver lo que todo el mundo ha visto, y pensar lo que nadie ha pensado” Albert Szent-Györgyi. → Action research – Kurt Lewin (psicólogo): “No reserch without action, no action without research”. Toda investigac...

Tema 1. El método científico y la criminología como ciencia. Investigar: → Definición: “Ver lo que todo el mundo ha visto, y pensar lo que nadie ha pensado” Albert Szent-Györgyi. → Action research – Kurt Lewin (psicólogo): “No reserch without action, no action without research”. Toda investigación debe tener una utilidad y poder resolver un problema. Las investigaciones tienen que tener una repercusión y para tomar una decisión hay que basarse en una investigación. → Ciclo PDCA: El ciclo de la mejora continua es un principio propio de la gestión empresarial y el marketing, sus fases son: 1) Planificar (Plan): Tener claros los objetivos y los pasos a realizar 2) Hacer (Do): Poner en práctica lo planificado 3) Verificar (Check): Reflexionar para ver aciertos y puntos a mejorar 4) Actuar (Act): Solventar los errores y potenciar los aciertos → La investigación en el ámbito criminológico: es útil para conocer, describir y comprender los problemas, así como también prevenir y controlar delitos, e influir y colaborar en la elaboración de leyes. Método científico: → Definición: Un procedimiento general de adquisición del conocimiento, una manera de hacer las cosas, de plantear la toma de decisiones y la búsqueda de información necesaria. → Ciencia: Actividad que genera conocimiento sobre el universo, mediante la búsqueda de principios explicativos sostenidos en la observación empírica (Popper, 1959) / o bien, mediante el estableciendo relaciones naturales y ordenadas entre los fenómenos observados (Simpson, 1964). → Investigación Científica: Actividad que combina experiencia y razonamiento. “Una investigación sistemática, controlada, empírica y crítica de proposiciones” (Kerlinger, 1986). → Fases de una investigación: 1) Planteamiento del problema (Comprender) 2) Formulación de objetivos y/o hipótesis (Planificar) - Hipótesis: Posible explicación de por qué se desarrollan los hechos. Es una expresión formal de una idea y deberá formalizarse (escribirse) a nivel estadístico y conceptual. 3) Diseño de investigación - Es la manera de formalizar la investigación, donde se recoge todo, los instrumentos, las formas de analizar, y de recogida de datos. 4) Recogida y análisis de los datos - Los instrumentos de recogida de datos tienen que ser fiables (que midan lo que tiene que medir) y fiables (resultados estables). La muestra tiene que ser representativa. 5) Interpretación de los resultados (Conclusiones) 6) Elaboración del informe de investigación (Comunicar los resultados) Conceptos clave: → Estadística: herramienta matemática que sirve para analizar variables. → Población: Conjunto de elementos que se quiere investigar (Ej.: Mujeres, estudiantes...). → Muestra: Subconjunto de la población. Lo ideal es que sea representativa; aleatoria y con tamaño proporcional. → Muestreo: Conjunto de procedimientos utilizados para la selección de una muestra representativa de la población. Todo estudio tiene un error de muestreo que depende de la proporcionalidad entre la población y la muestra. Para ser representativa debe ser escogida aleatoriamente, ser proporcional y tener un tamaño suficiente. → Escala: Conjunto de preguntas o ítems que se utilizan para investigar una variable concreta. → Parámetro: Dato que se obtiene mediante una estadística a la población, de manera estimada. Característica poblacional que se desea estudiar. → Estadístico: Dato que se obtiene mediante una estadística a la muestra, con cálculos (Ej.: media, mediana, varianza...). Característica de la muestra analizada a partir de las observaciones disponibles. → Variable: Dato, materia prima de la investigación. Característica de un sujeto/objeto que es analizada en la investigación. → Validez: Un test es válido si mide lo que dice medir. → Validez interna: Capacidad que tiene el investigador de garantizar que los cambios de una variable dependiente se producen exclusivamente por la variable independiente con la que se relaciona y no con otras variables. → Validez externa: Grado de representación del estudio. Cuanta mayor sea esta, menor será el error, puesto que se puede generalizar de la muestra a la población. Grado de generalización de la muestra. → Validez ecológica: Tipo de validez externa que analiza el entorno de prueba y determina cuánto influye en el comportamiento. Los datos tienen que ser tomados en el contexto habitual en que vive el individuo → Validez de constructo: Informa de la dimensión y la complejidad de lo que se intenta investigar. → Validez de criterio: Capacidad de un instrumento de medir lo que tiene que medir. → Validez de contenido: Comprobación del test por parte de expertos, o bien, apoyándose de otro test que se sepa que está bien realizado, de manera que podemos saber que el test mide lo que dice medir. → Fiabilidad: Estabilidad de los resultados. Mediante la realización de Test-retets, los resultados vuelven a ser los mismos o similares. → Consistencia interna: Los resultados de los ítems tienen que estar correlacionados. → SPSS: Stadistical Package for Social Sciences. Variables: → Definición: Datos. Toda dimensión de un objeto/sujeto, susceptible de sufrir una variación. Constituyen la materia prima de una investigación sobre la que actúa la estadística. → Tipos/Clasificación (Según su nivel de mediad, Stevens): o Niveles de medida débiles (Categóricas (existen categorías limitadas) /No métricas): Nominales (Cualitativas): Pueden representarse con números que tan solo indican una diferencia (Hombre (1) /Mujer (2)). Ordinales (Cuasi-cualitativas): Los números reflejan cantidad cuando no existe unidad de medida (muy bueno /bueno /malo /muy malo). ▫ V. Dicotómicas: Solo hay dos opciones (Hombre (1) /Mujer (2)). ▫ V. Politómicas: Hay varias opciones (Color favorito). o Niveles de medida fuerte (Escala (se pueden aplicar leyes estadísticas) /Métricas): de Intervalo (Cuantitativa): Variables que no tienen 0 absoluto (Temperatura, Edad).  de Razón (Cuantitativa): Variables que tienen 0 absoluto (Número de hermanos, Ingresos económicos). ▫ V. continuas: Existen infinitas posibilidades entre cada número (Altura). ▫ V. discreta: No hay posibilidades entre distintos números (coches en posesión). → Según su papel en la investigación: - Dependiente: Objetivo del estudio. - Independiente: Variable que influye en la variable dependiente → Técnicas que se utilizan para medir variables de escala /categóricas: - Pruebas paramétricas: se utilizan para las variables con un nivel de medida fuerte (T de student, Análisis de varianza). - Pruebas no paramétricas: se utilizan para las variables con un nivel de mediad débil. (Chicuadrado, Manwidney). Criminología: → Definición: Disciplina científica que se centra en el estudio del delito y la conducta delictiva. Una conducta delictiva, puede ser, el consumo de alcohol por parte de menores, robos, hurtos, etc. El criminólogo tiene que conocer que es y que no es un delito. Al igual que la población debe conocer cuáles son los delitos redactados en el código penal para no incurrir en ellos. El conocimiento de los delitos permite mejorar su prevención. La criminología desde una perspectiva amplia estudia todos los agentes, condicionantes, etc. para entender el delito y así intervenir en él. Lo que permite llegar a legislaciones que solucionen dichos problemas, ya que el motivo del castigo penal de los delitos no tiene un carácter represivo si no se busca prevenir la repetición de dichos delitos. → “Cuerpo de conocimientos sobre el delito, como fenómeno social, incluyendo dentro de su ámbito los procesos de elaboración de las leyes, de la infracción de las leyes y de la reacción a la infracción de las leyes; a la vez, también se ocupa de la extensión del fenómeno delictivo” (Sutherland, 1978, 1992) → Estudio científico del delito y, especialmente, de por qué las personas cometen delitos (Tibbetts, 2012) → Ciencia que estudia los comportamientos delictivos y las reacciones sociales frente a ellos (Redondo y Garrido, 2013). Sutherland = Extensión del fenómeno delictivo (leyes) Tibbetts = Motivo - Porqué Redondo y Garrido = Reacciones sociales La criminología es una ciencia interdisciplinar, formada por ciencias como la psicología, la sociología, la psiquiatría, la medicina forense; así como también se apoya en el derecho para llegar a sus objetivos: Resolver delitos, conocer el impacto del delito, como resolverlo, etc. → La criminología es ciencia porque se asienta en dos pilares: La teoría y el método. Tienen que existir una serie de modelos teóricos que explique los problemas que surgen en la sociedad, y estos estudios, para ser científicos tienen que estar sustentados de manera que el estudio este verificado por la evidencia empírica. Para abordar el delito desde un plano científico es necesario contar con información que definan el delito, además de ser una condición necesaria para su prevención y control (Por ejemplo: cuanto, de que tipo, aumenta/disminuye, que opina la población de las medidas). → Existen tres tipos de delincuencia: o La legal: propia de los juzgados, representa las sentencias/diligencias firmes, no representa el 100%, puesto que existe... o La aparente: propia de las oficinas policiales, las denuncias. Representan aquellas denuncias que no llegan a los juzgados, por lo que siempre será mayor a la legal. o La real: los delitos reales, los hechos no conocidos, no denunciados, que no se puede conocer debido a la falta de información. → De ahí que las cifras se puedan dividir en: o Las cifras oficiales: Aquellas que forman parte del cómputo formado por la delincuencia conocida o Las cifras negras: Aquellas que no se conocen (Solo se ve la punta del iceberg). → Objetivos de la criminología: 1) La medición o extensión del delito: cuántos delitos se cometen en un cierto período de tiempo en una unidad espacial determinada (barrio, provincia, autonomía, país, etc.). Ayudar a conocer.  Diferenciación de delitos Comparación entre barrios, provincias, países, etc. Tendencias a lo largo del tiempo (aumento/disminución) ¿Hay concentración en determinado lugares, momentos o grupos de personas? Perfil de víctimas y/o delincuentes... 2) El estudio de las causas del delito: Por qué ciertas personas cometen delitos y por qué en nuestras sociedades existe un determinado índice de delincuencia. Ayudar a entender. 3) Analizar las formas de responder al fenómeno delictivo en el sentido de y controlarlo y prevenirlo: evaluar empíricamente la eficacia de los programas implantados para la prevención o para el control del delito. Ayudar a controlar y prevenir. 4) Cómo y por qué se elaboran las leyes penales: Por qué unos hechos se definen como delictivos y otros no (¿por ejemplo, usar el transporte público sin billete, es delito?). Ayudar a legislar. Criminología Científica: → Cesare Lombroso (1835-1909): Uno de los padres de la criminología como ciencia, que utilizo conocimientos científicos de otras ciencias naturales para el estudio de la criminología. Sostuvo que los criminales nacen, por lo que las tendencias delictivas son enfermedades que pueden heredarse. Funda la Escuela Positivista Criminológica que sostiene que la criminalidad está ligada a causas físicas y biológicas. Postula ciertos rasgos físicos o psicológicos en determinados tipos de delincuentes (asimetrías craneales, forma de la mandíbula o de las orejas, epilepsia, psicopatías...) → Francisco Giner de los Ríos (1839-1915): Criminólogo más importante en España, creo el Laboratorio de Criminología en la UCM en 1899. Y es fundador de la Institución Libre de Enseñanza. En 1903 crea la Escuela de Criminología dentro del Ministerio de Justicia y la Dirección General de Prisiones para la formación de personal penitenciario y algunos estudiantes universitarios. El circulo de la investigación empírica: → Definición: Conjunto de procedimientos que comienzan con un modelo conceptual de partida, es decir, con una hipótesis; y termina cuando al realizar el modelo operativo, una forma de realizar el estudio; se consigue verificar o revisar la primera hipótesis. Tema 2. Introducción al proceso de datos. Introducción: Diferencia entre proceso de datos y análisis de datos El proceso de datos engloba el análisis de datos. Es el conjunto de fases que atraviesan los datos en una investigación. Comienza con el diseño de la recogida de datos y prosigue con la propia recogida de estos. (Por ejemplo: Que variables voy a incluir en el estudio, la muestra necesaria, cómo voy a recoger los datos, etc. En general la metodología y procedimiento). En segundo lugar, se revisan, codifican y graban los datos. Se revisan los cuestionarios y se retiran los que no estén bien realizados. Se codifican los datos, es decir, se les otorga una medida numérica a las posibles respuestas. Se graban los datos en el programa estadístico (SPSS). Una vez recogido los datos y grabados en el programa se analizan. Por último, antes de realizar un análisis estadístico se realiza un análisis explorativo. (E.D.A.: Exploratory data analysis. Tuckey. Un análisis numérico o gráfico de los datos). Una vez analizados los datos de manera explorativa, se realiza el análisis estadístico, para luego realizar una interpretación de los resultados y por último redactar un Informe. Estadística: → Definición: Herramienta matemática que sirve para llevar a cabo el análisis de datos → Tipos de pruebas estadísticas: o Univariadas: Técnicas estadísticas que permiten analizar una sola variable o Bivariadas: Técnicas estadísticas que permiten analizar la relación entre 2 variables o Multivariadas: Técnicas estadísticas que permiten analizar la relación entre más de 2 variables → Pruebas Univariadas: o Medidas de tendencia central: Media aritmética Media recortad: La media del 90%, despreciando el 5% más bajo y más alto. Media geométrica: √x1 ⋅ x2 ⋅ x3 ⋅... ⋅ xN N Mediana: Dato intermedio que deja por encima y por debajo de él el 50% de los datos. Se corresponde con el percentil 50 y el cuartil 2. Moda: Valor que se repite más (unimodal, bimodal, multimodal). o Medida de variabilidad /dispersión: Varianza (σ 2 ,s2 ): La dispersión por término medio que se separa cada puntuación de la media. σ 2= Σ1 Ν(xi−X) 2 Ν Desviación típica (σ,s): Se utiliza para ajustar la varianza a la muestra. σ = √ Σ1 N(xi−X) 2 N Cuasivarianza: Similar a la varianza, pero dividiendo entre N-1, de modo que, al disminuir el valor del denominador, el resultado aumenta, por ello es mejor para el análisis de muestras pequeñas con datos pequeños. El mejor estimador de la varianza poblacional. Amplitud /Rango: Principal medida de variabilidad (valor máx. - valor mín.) Coeficiente de variación: Sirve para comparar dos variables con escalas de medida totalmente distintas, se representa en porcentajes por lo que esta acotado. Más fácilmente interpretable. Recorrido Inter Cuartil (IQR): Rango o amplitud Inter cuartil. Diferencia entre el tercer cuartil y el primero (percentil 75 – percentil 25). o Medidas de posición: Percentiles: Dividir la muestra en 100 partes (El percentil 75 deja por debajo al 75% de la muestra). Decil: Dividir la muestra en 10 partes. Cuartil: Dividir la muestra en 4 partes. o Medidas de distribución: Asimetría /Simetría: Las variaciones normales tienen simetría y para saber si se cumple hay que calcular un índice de asimetría. Curtosis: Cuán puntiaguda es una curva ▫ Leptocúrtica: Curtosis > 0 ▫ Mesocúrtica: Curtosis = 0 (Indicador de distribución Normal) ▫ Platicúrtica: Curtosis < 0 - Indicadores de Distribución Normal: ▫ Simetría - Mesocurtosis - Correspondencia entre media, mediana y moda. ▫ Prueba para reconocer una distribución normal: Prueba K-S → Pruebas Bivariadas: o Correlaciones: Para conocer la relación entre dos variables se calcula dicho estadístico, el coeficiente de correlación que cuantifica el grado de relación entre variables, llegando a conocer también el tipo de relación, directamente proporcional (+) o inversamente proporcional (-). Se denomina como perfecta cuando el valor es 1 o –1. Los resultados que indican una correlación grande son el 0,4 /0,5 /0,6. V. de Escala: Correlación de Pearson, coeficiente de correlación que permite conocer la relación entre dos variables de razón. Esta acotada entre –1 y 1. (0 = no hay relación entre las variables). V. Ordinales: Correlación de Spearman y Kendall (interpretación = Pearson) V. Nominales: Coeficiente Phi (variables nominales dicotómicas), de Contingencia (variables nominales politómicas), la V de Kramer* (una medida de relación entre dos variables categóricas). o Contrastes: Prueba estadística que nos permite realizar comparaciones entre grupos para saber si existen o no diferencias entre grupos. En muestra de tamaño reducido es necesario diferencias grandes para que estas sean significativas. La potencia de contraste es la capacidad para detectar diferencias significativas. V. Métricas: Contrastes Paramétricos, contrastan medias y son utilizados para distribuciones normales. ▫ T de student: Estadístico que compara la media de 2 grupos (hombres/mujeres). ▫ Análisis de varianza (Anova): Estadístico que compara la media de más de 2 grupos (K medias). V. No Métricas: Contraste No Paramétricas, contrasta porcentajes y son utilizados cuando no se sigue una distribución normal. ▫ Chi cuadrado: Compara K porcentajes de los K grupos que analicemos. ▫ Mann-Whitney: Compara 2 medias (= T de student) ▫ Krustal-Wallis: Relaciona K medias (= Anova) → Pruebas Multivariadas: o de Dependencia: Fin explicativo o predictivo, analiza varias variables y establece una relación entre ellas, distinguiendo entre la v. dependiente y la v. independiente. Pretenden explicar una variable a partir de otras. Permite poner a prueba un modelo teórico, depurándolo y filtrándolo para saber que variables tiene un peso significativo. Lo ideal es alcanzar el principio de parsimonia: intentar explicar lo máximo posible con el menor número de predictores posibles. Regresión Lineal Regresión Logística Análisis Discriminativa Análisis de Varianza Múltiple o de Interdependencia: Sus objetivos son reducir y simplificar la relación entre variables y la relación que aportan. El principio de colinealidad es la relación entre las variables dependientes. Lo ideal es que no se dé colinealidad entre las variables, es decir, que las variables independientes sean independientes entre sí. Análisis Clúster o de Conglomerado Análisis Factorial Análisis de Correspondencias Análisis Exploratorio de Datos: → Definición: Análisis preliminar que trata de solventar dos problemas: que los datos no sean buenos o que las herramientas no sean las adecuadas; para ello se llevan a cabo 4 tareas. o Depurar: eliminar los errores de grabación y las incoherencias en las respuestas o Falta de respuestas: preguntas sin contestar (datos missing/ausentes) que pueden alterar los resultados o Casos anómalos: Valores que caen fuera del rango normal de los datos o Comprobación de supuestos: Comprobar si se cumplen los supuestos paramétricos, en especial el supuesto de normalidad. Depuración de datos: → Errores de grabación: Valores fuera del rango admisibles (220 años - 22años) se pueden solventar mediante una tabla de frecuencia → Incoherencias entre respuestas: Se realizan tablas cruzadas o de contingencia para detectar las incoherencias, también pueden utilizarse preguntas filtro Casos Missing: → Datos que faltan, casillas vacías en la base de datos. Suponen una pérdida de representatividad y de validez externa (grado de generalización de la muestra), puesto que la muestra de la población se reduce. El tamaño y aleatoriedad de su distribución es importante para evitar sesgos. → Problemas y riesgos: o Las estimaciones: La reducción excesiva del tamaño de la muestra condiciona las estimaciones y las comparaciones. o La capacidad de generalización de los resultados: lo que en principio era una muestra adecuada se convierte en inadecuada y no representativa. o Los rechazos: No llegaremos a saber si los que no han respondido son iguales a los que siguen un patrón. → Razones: o Temas delicados o No se garantiza el anonimato o la confidencialidad o La motivación para la participación en la encuesta o Desconocimiento o ignorancia o La construcción del cuestionario, es decir, la redacción de los ítems, categorías de respuesta, extensión... o Problemas de memoria (personas mayores, datos concretos del pasado, etc.) o Grabación de los datos, transformación de variables o La motivación y formación del profesional encargado de realizar las entrevistas → Estrategias para medir el grado de aleatoriedad: o Comprobar si los distintos segmentos presentan un porcentaje similar de falta de respuestas (Sexo, distrito, grupo de edad,...). x 2 o Comprobar si la falta de datos corresponde con alguna variable sociodemográfica o Identificar variables relacionadas y comprobar que los que responden y los que no, se comportan igual, que no hay diferencias estadísticamente significativas entre ambos grupos (Actitudes, percepciones, opiniones,...). T de Student Los resultados se pueden ver sesgados por el comportamiento de los encuestados, por ello es importante comprobar el grado de aleatoriedad de los datos missing. → Soluciones: o Utilizar únicamente los casos completos o Ponderar los casos: Calcular un coeficiente de ponderación para cada grupo, dividiendo el “n” o “cuota” teórica entre la real (usar varios decimales). Equilibraje. En el caso de un desajuste pequeño en la muestra (por ejemplo, menos chicas de las que debería) se puede hacer que valga más dicha variable (chicas) multiplicándola por un valor superior a 1. Si, por el contrario, el desajuste es grande y no se cuenta con datos o extensión de la muestra suficientes, se puede sustituir el objetivo del estudio (por ejemplo, si no se tienen datos suficientes de sujetos que realicen FP, se puede hacer el estudio centrados en ESO y Bach). o Completar el trabajo de campo (si el presupuesto económico y el tiempo lo permiten) o Métodos de sustitución: Dar a todos los datos missing el mismo valor Media/Mediana de la serie Media/Mediana de los puntos adyacentes o Métodos de imputación: Estimar los datos partiendo de las respuestas de variables relacionadas (mejor método) Interpolación lineal Tendencia lineal en el punto Media de subclases (Kalton) Esperanza maximización (EM) Fichero Caliente (Hot Deck): en función del perfil del sujeto asignar la respuesta mayoritaria del resto de sujetos con el mismo perfil. (Cualitativa) Regresión Lineal (cuantitativa) Casos Anómalos: → Datos que se salen de 50% central de los datos, es decir, aquellos que se disparan por encima del percentil 75 o por debajo de 25. Al tratarse de valores numéricos, puntuaciones, tan solo se dan en variables cuantitativas. Pueden introducir sesgos en la investigación, dependen de la sensibilidad o robustez de los estadísticos. Al existir datos anómalos debemos esperar que la media (estadístico poco robusto) este sesgada, por lo que debemos acudir a estadísticos resistentes o contrastes distintos a los habituales(mediana, media reducida, M- estimadores: Andrews, Huber, Tukey, Hampel), o contrastes no paramétricos (Mann-Whitney, Prueba de la Mediana, Kruskal-Wallis). → Tipos: o Outliers: ±1.5 - 3 IQR (O) o Extremos: ±3 IQR (*) Ambos se salen de la tendencia central (entre el percentil 25 y 75) de la distribución, pero los extremos sobresalen más que los outliers. → Bloxpot: gráfico que permite identificar los casos anómalos. El borde superior corresponde con el percentil 75 y el inferior con el p25. o Cuanto más grande la caja mayor variabilidad, cuanto más pequeña más homogénea es la muestra. o Representa la mediana, la tendencia central, con una banda negra. La posición de esta también nos informa de la simetría. Si está por debajo del centro indica asimetría positiva (los casos anómalos disparan la media a valores inferiores), si se encuentra por encima asimetría negativa (los casos anómalos disparan la media a valores altos). o Informa de la curtosis. Si los brazos son cortos y la caja grande es platicúrtica. Si los brazos son largos y la caja pequeña es mesocúrtica. EJEMPLO 1 EJEMPLO 2 P75 = 250 P25 = 200 ¿Una puntación de 291 es un extremo? IQR: 50 (250 – 200 = 50) 50 x 3 = 150 200 + 150 = 350 350 > 291 ⇒ no es un extremo P75 = 300 P25 = 220 ¿Una puntuación de 64 es un outlier? IQR: 80 (300 – 220 = 80) 80 x 1.5 = 120 200 – 120 = 100 100 > 64 ⇒ es un outlier EJEMPLO 3 EJEMPLO 4 P75 = 400 P25 = 320 ¿Una puntación de 18 es un extremo? IQR: 80 (400 – 320 = 80) 80 x 3 = 240 320 - 240 = 80 80 > 18 ⇒ es un extremo P75 = 280 P25 = 180 ¿Una puntuación de 346 es un outlier? IQR: 100 (280 – 180 = 100) 100 x 1.5 = 150 280 + 150 = 430 430 > 346 ⇒ no es un outlier Comprobación de supuesto: → Comprobar supuesto como el supuesto de normalidad, de aleatoriedad, de homogeneidad o de linealidad, para elegir la prueba estadística adecuada en cada caso, bien sean pruebas paramétricas o no paramétricas. → Ajuste a la normalidad: o Para saber que una variable sigue una distribución normal se puede aplicar la prueba de Lilliefors, con la corrección de K-S (Kolmogorov-Smirnov). Si la muestra es de menos de 30 sujetos se puede aplicar la corrección de Shapiro Wilk. Si el resultado de dichas pruebas dice que la variable no sigue una distribución normal la solución es, o bien transformar la variable (trabajando con el logaritmo, la raíz o el cuadrado de la variable), o bien buscar que prueba se puede aplicar sin el cumplimiento de normalidad, es decir, pruebas no paramétricas (técnicas multivariantes robustas) Covarianza y Correlación: → Covarianza: Medida no estandarizada de la relación entre dos variables cuantitativas (no está acotada). No permite conocer la magnitud de la relación. Sirve como paso previo antes de calcular la correlación, tan solo informa del signo de dicha relación. Cov(X, Y) = ∑ (Xi − X)(Yi − Y) n → Correlación: Medida no estandarizada de la relación de dos variables cuantitativas entre – 1 y 1. Permite conocer la magnitud de la relación. Es interpretables. rxy = ∑(Xi − X)(Yi − Y) (n)σxσy Diagrama de dispersión/Recta de Regresión: → Diagrama de dispersión: Gráfico que permite analizar la distribución conjunta de dos variables cuantitativas x e y. Cada punto representa la puntuación de un sujeto en cada variable. Si la nube de puntos se ajusta a una recta entonces la correlación es directa. La orientación indica el signo (+/-) de la relación (de izquierda a derecha con pendiente positiva = signo +; de derecha a izquierda con pendiente negativa = -). La cercanía y concentración entre los puntos informa de la intensidad de la correlación. Regresión Lineal: La ecuación de regresión nos permite predecir una variable en función de la otra siguiendo la ecuación general de la recta. Técnica estadística multivariante de dependencia. Es lineal puesto que el gráfico de dispersión muestra una nube de puntos que tiene que similar una recta. Gracias a los predictores podemos predecir el valor de la VD → R. L. Simple: Y = a + bX (Un solo predictor) → R. L. Múltiple: Y = a + b1 X1 + b2 X2 + ⋯ + bn Xn a = ordenada (lo que vale la variable dependiente para un valor nulo de la variable independiente). a = Y − bX b = pendiente (lo que aumenta la variable dependiente cuando aumenta una unidad la variable independiente, es el peso que tiene la VI. en relación a la VD.) (Los valores de las b no son comparables puesto que los resultados están en escalas distintas, para ello existe b un valor estandarizado) b = rxy σy σx Y= puntuación observable Y’= puntuación predicha Y-Y'= error de predicción Coeficiente de determinación: →R 2 : Permite conocer la capacidad explicativa de la ecuación. Si se multiplica por 100 obtendremos el porcentaje (%) de varianza explicativa. Bondad de ajuste, lo bien que se aplica los resultados a la realidad. Explica cuán bien se ha predicho la variable. Lo ideal es tener un modelo, una ecuación de regresión con pocos predictores y pesos muy grandes, por lo que con poco expliquen mucho. Parsimonia Tema 3. Poblaciones y Muestras. Conceptos clave: → Población/Universo: conjunto de individuos o elementos, que representan la totalidad de individuos objeto de estudio, a los que se pretende generalizar los resultados o Población finita: N ≤ 100.000 n = Z 2PQN E2(N−1)+Z 2PQ o Población infinita: N > 100.000 n = Z 2PQ E2 → Marco muestral: Elementos muestrales que forman la población a estudiar, de los que se conocen ciertas características que los permite identificar (género, edad, nacionalidad,...). → Censo: listado completo de los individuos que componen una población. Imprescindible para poder extraer la muestra a analizar y esencial para el muestreo aleatorio. → Parámetro: Dato que se obtiene mediante una estadística a la población, de manera estimada. Característica poblacional que se desea estudiar. → Estadístico: Dato que se obtiene mediante una estadística a la muestra, con cálculos (Ej.: media, mediana, varianza...). Característica de la muestra analizada a partir de las observaciones disponibles. → Muestra: Subconjunto de la población. Lo ideal es que sea representativa; aleatoria y con tamaño proporcional. → Muestreo: Conjunto de procedimientos utilizados para la selección de una muestra representativa de la población. Todo estudio tiene un error de muestreo que depende de la proporcionalidad entre la población y la muestra. Para ser representativa debe ser escogida aleatoriamente, ser proporcional y tener un tamaño suficiente. → Fracción muestral: Proporción entre el tamaño de la muestra y el tamaño de la población (hemos seleccionado 1 de cada x sujetos de la población, n/N). Lo ideal es que la fracción muestral no sea inferior a 0,05 o 5% (entre 0,1 y 0,05). Tiene relevancia si son poblaciones finitas. → Error de muestreo: Lo fija el investigador en función del interés por el grado de precisión que quiera alcanzar salvo que venga impuesto por la disponibilidad económica. En investigación social los valores más habituales están entre 2% y 3% (nunca superior a 5%). → Estimación de parámetros: Procedimiento de inferencia que nos permite calcular los valores poblacionales a partir de la muestra. Permite pasa de un valor muestral a uno poblacional. o Puntual: dato exacto (la media es 20 años) o Por intervalos: intervalo entre dos valores (la media esta entre 19 y 20 años → Validez externa: Grado de representatividad de la muestra. Tiene que ver con el tamaño de la muestra y con su selección. → Nivel de confianza: Probabilidad de que las conclusiones sacadas de la muestra y aplicadas a la población sean correctas. Muestreo Probabilístico: → Características: o Disponemos de un censo o Cada sujeto tiene una probabilidad conocida de formar parte de la muestra o Selección aleatoria de las unidades muestrales o Permite la estimación de parámetros, con un error muestral conocido → Muestreo Aleatorio: o M.A. Simple: Todos los individuos de la población tienen la misma probabilidad de pertenecer a la muestra, puesto que se selecciona sobre el conjunto del censo, mediante afijación simple. No se sigue ningún criterio ni ninguna variable. o M.A. Estratificado: La población está dividida en estrados o subconjuntos homogéneos en base a determinadas características (Género, edad, estado civil,...) y se realizan una selección aleatoria dentro de cada uno para obtener representatividad y precisión en las estimaciones. Incluye dos opciones: Afijación simple: se atribuye el mismo peso a cada estrato (el n seleccionado es el mismo para cada uno de ellos) Afijación proporcional: se calcula el peso de cada estrato en la población y la muestra proporcional a cada estrato y se selecciona representando dicho peso o proporción. → Muestreo Sistemático/Pseudoaleatorio: Muy similar al aleatorio simple, pero se diferencia en la manera de seleccionar a los individuos de la muestra. Requiere que la población esté ordenada por algún criterio (orden alfabético) y consiste en ir seleccionando los individuos siguiendo algún patrón semi-aleatorio hasta completar la muestra necesaria. → Muestreo por Conglomerado: Las unidades muestrales no son los individuos sino un elemento de orden superior, como colegios, barrios, etc. a los que se denomina conglomerados. A partir de un censo, se escoge de forma aleatoria. → Muestreo Bietápico: Se establecen o distinguen unidades de diferente orden y el muestreo se lleva a cabo por etapas. En la primera se seleccionan las unidades de primer nivel (conglomerados) y la segunda los individuos. Si se establecen más de dos etapas se denomina polietápico. Muestreo No Probabilístico: → Características: o Selección de las unidades muestrales bajo un criterio distinto del azar o Existencia de sesgos o Útil en estudios exploratorios Ventajas Desventajas → Permite ahorrar recursos y tiempo → Puede incluir importantes sesgos → Permite un mayor control sobre la situación → El conocimiento que permite es aproximado → En muchos casos es la única solución posible → Se necesita el aval de expertos → Muestreo Intencionado/Conveniencia: Se seleccionan los individuos que convienen al investigador porque le son más próximo, conocidos, etc. La selección de la muestra es sencilla. Suele emplearse en estudios exploratorios, para comprobar si se cumplen las hipótesis iniciales que se plantea el investigador. → Muestreo Accidental/Incidental/fortuito: Los sujetos se eligen de manera casual, sin ningún juicio previo, que accidentalmente se encuentran a disposición del investigador. Permite hacernos una idea de la opinión/situación de la gente. Su resultado es meramente orientativo. Intencionado Accidental → Muestreo Bola de Nieve: Útil para estudiar poblaciones en las que no se conoce bien sus individuos, son de difícil acceso, localización o identificación (sectas, indigentes, grupos minoritario, etc.). Cada sujeto estudiado propone a otros (muestro por referidos) produciendo un efecto acumulativo parecido al de una bola de nieve. → Muestra por cuotas: Es similar al muestro accidental, pero busca corresponder a una cierta variabilidad. Corresponde al muestro aleatorio estratificado, pero sigue un método no aleatorio, no se guía por un censo, pero se determinan unos porcentajes para seguir la proporción de la población, por ello es la mejor opción de los muestreos no probabilísticos. Se determinan las subclases más importantes dentro de la población, ya se refieran a personas, grupos de edad, género, etc. Se determinan los porcentajes de cada una de ellas, lo que se conoce como cuotas. Se asignan las cuotas al encuestador y este intenta cubrirla de manera escrupulosa. Bola de Nieve Por Cuotas Muestra: → Factores que afectan en la representatividad de la muestra: o Población o Técnicas de muestreo o Tiempo y recursos o Margen de error o Varianza poblacional o Nivel de confianza → Variables que influyen en el tamaño de la muestra: o Tiempo y recursos disponibles (presupuesto) o Tamaño de la población (N): Finita (N ≤ 100.000) Infinita (N > 100.000) o Nivel de confianza: la probabilidad de que nuestras conclusiones sean correctas (99%/95%) Error tipo (α): 0,01 o 0,05 Z: 2.57 o 1.96 Nivel de confianza Error tipo(α) Z 99% 0,01 1,96 95% 0,05 2,57 o Varianza poblacional: cuanto más heterogénea sea la población mayor será su varianza y, por lo tanto, mayor será el tamaño de la muestra. P=Q=0.50 (Cuando no conocemos la varianza poblacional nos situamos en la situación más desfavorable donde la incertidumbre máxima). o Error muestral: lo fija el investigador en función de su interés por el grado de precisión que quiera alcanzar (salvo cuando venga impuesto por la disponibilidad económica); en investigación social, lo más habitual son valores comprendidos entre 2% y 3%. Nunca más del 5%. (A mayor muestra menor error, y a mayor erro menor muestra, aunque no se comporta proporcionalmente). → Determinación del tamaño muestral (Formulas de muestreo) Poblaciones Finitas (N ≤ 100.000) Poblaciones Infinitas (N > 100.000) n= N⋅Z 2 ⋅P⋅Q E2 ⋅ (N − 1) + Z2 ⋅ P ⋅ Q n= Z 2 ⋅P⋅Q E2 n = Tamaño de muestra buscado E = Error de estimación máximo aceptado N = Tamaño de la Población P = Probabilidad de que ocurra el evento estudiado (éxito) Z = Parámetro estadístico que depende del Nivel de Confianza Q = (1-P) = Probabilidad de que no ocurra el evento estudiado Casos prácticos 1.Determina el tamaño de la muestra necesario para hacer un estudio sobre los hábitos de ocio de los estudiantes gallegos de ESO, Bachillerato y FP, con un error máximo deseado del ±4% y un nivel de confianza del 95% (α=0.05). N=125.000 (Infinita) Z=1,96 n = 1 ′962 ⋅50⋅50 4 2 = 600 sujetos 2.Determina el tamaño de la muestra necesario para hacer un estudio sobre los hábitos de ocio de los estudiantes gallegos de ESO, con un error máximo deseado del ±4% y un nivel de confianza del 95% (α=0.05). N= 86.000 (Finita) Z= 1.96 n = 86000⋅1 ′962 ⋅50⋅50 4 2⋅85999+1 ′962⋅50⋅50 = 596 sujetos 3.Determina el tamaño de la muestra necesario para hacer un estudio sobre el uso de las redes sociales entre los estudiantes españoles de ESO, con un error máximo deseado del ±1% y un nivel de confianza del 95% (α=0.05). N= 2.000.000 (Infinita) Z= 1.96 n = 1 ′962 ⋅50⋅50 1 2 = 9604 sujetos 3.1.Y si con las mismas condiciones soy capaz de alcanzar una muestra de 41.509 estudiantes ¿cuál sería el error muestral asociado? N= 2.000.000 (Infinita) Z= 1.96 n=41.509 E 2= 1 ′962 ⋅ 50 ⋅ 50 41509 ⇒ E 2=0 ′231 ⇒ E = √0 ′231 ⇒ E = 0 ′48% 4. Afijación simple o “igual” N n=600 18-30: ? 150 31-43: ? ni = n ⁄ no de estratos 150 44-56: ? 150 57-65: ? 150 5.Afijación proporcional N n=600 18-30: 35% 210 31-43: 28% ni = Ni N ⋅n 168 44-56: 17% 102 57-65: 20% 120 6.Determina el tamaño de la muestra necesario para hacer un estudio sobre los hábitos de ocio de los estudiantes de la USC, con un error máximo deseado del ±2% y un nivel de confianza del 95% (α=0.05). N= 25.000 (Finita) Z= 1.96 n = 25000⋅1 ′962 ⋅50⋅50 2 2⋅(24999)+1 ′962⋅50⋅50 = 2190 sujetos 7.Determina el tamaño de la muestra necesario para hacer un estudio sobre la valoración del gobierno de la población gallega, con un error máximo deseado del ±3% y un nivel de confianza del 99% (α=0.01). N aprox.= 2.000.000 habitantes mayores de edad (Infinita) Z= 2.57 n= 2 ′572 ⋅ 50 ⋅ 50 3 2 = 1835 sujetos 8.Deseamos conocer la percepción que tienen las personas de 66 a 70 años del ayuntamiento de Sevilla en torno a cuestiones referidas a la seguridad ciudadana. A partir de los datos de la siguiente tabla, determina el tamaño de la muestra para un E = ± 4 y α=0.05. Luego realiza una afijación simple y una afijación proporcional. Completa la siguiente tabla. Edad Ni % Ni Proporción Ni Af. Simple Af. Proporcional 66 11.000 25’6% 0’256 118 144 67 10.500 24’5% 0’245 118 138 68 8.000 18’6% 0’186 118 105 69 7.000 16’3% 0’163 118 91 70 6.400 15% 0’15 118 84 TOTAL 42.900 100% 1 562 562 N= 42900 α=0.05 ⇒ NC=95% ⇒ Z=1’96 n = N ⋅ Z 2 ⋅ P ⋅ Q E 2 ⋅ ( N − 1 ) + Z 2 ⋅ P ⋅ Q = 42900 ⋅ 1 ′96 2 ⋅ 50 ⋅ 50 4 2 (42899 ) + 1 ′96 2 ⋅ 50 ⋅ 50 = 412011600 696004 = 562 Tema 4. Fuentes de información e instrumentos de recogida de datos. El método científico: → Definición: Procedimiento general de adquisición de conocimiento, una manera de hacer las cosas, de plantear la toma de decisiones y la búsqueda de información necesaria. → Fuentes de información: o Primarias: de primera mano, nuevos estudios para responder a cuestiones no resultas. Investigaciones ad hoc. o Secundarias: de segunda mano, estudios previos, bases de datos, información que ya poseen las organizaciones a menudo desaprovechada. Métodos: → Definición: Procedimiento general de adquisición de conocimiento. → Tipos de estudios: o Experimental: sus claves son la manipulación y el control (Ej.: Fármacos) Manipulación: Capacidad del investigador de intervenir en la VI para observar los cambios en la VD Control: Capacidad del investigador de determinar que los cambios de la VD de deben única y exclusivamente a la VI. (Es necesario poder controlar las variables extrañas o contaminantes que afecten a la VD, y que por lo tanto sesgan los resultados) o Cuasiexperimentales: comparten la lógica de los estudios experimentales pero el investigador no tiene la capacidad de manipular las variables. o Correlacionales (de Encuesta o Selectivo): sus claves son la representatividad, la fiabilidad y la validez de la medida. o Observacional: sus claves son la estandarización del proceso de observación, el análisis de la información y los jueces. Técnicas: → Definición: Procedimientos concretos, herramientas utilizadas por los investigadores para la obtención de información. Estrategias empleadas por el investigador para hacer operativos los métodos. → Técnicas Cuantitativas o Experimentación: sirve para estudios experimentales y cuasiexperimentales, cuyas claves son la manipulación y el control o Encuesta: Procedimiento de investigación científico que sirve para estudios correlacionales. Se apoya en herramientas como cuestionarios y escalas. Aporta representatividad, fiabilidad y validez de la medida. Una buena encuesta debe estar dirigida a una muestra representativa. o Características: Cuantificar opiniones y conductas Generalizar a la población  Margen de error conocidos No es aconsejable para temas complejos (los individuos no siempre están dispuestos a responder) Respuestas estándar o poco elaboradas → Técnicas Cualitativas: o Grupos Focales (Focus Group): Grupos de discusión que reúnen determinadas personas (entre 6 y 8) las cuales son elegidas por su relación con el estudio (profesionales, víctimas, familiares, etc.). En estas discusiones el investigador tiene que ser una persona facilitadora y dinamizadora de la conversación, así como también debe tener bien claros los objetivos de la investigación. Mini grupos: entre 4, 5 o 6, útil para temas muy concretos donde es interesante la opinión de expertos o Entrevistas en profundidad: Abierta, estructurada, semiestructurada (1:30h/2h) o Observación participante o no: El investigador no interfiere en el devenir espontáneo de la variable que quiere estudiar. Se presenta como un agente neutro que registra la información de manera que no interfiere en el desarrollo. La principal diferencia entre la participante y la no participante, es que la primera permite sentir y percibir las misma vivencias y sensaciones que los sujetos que forman parte del estudio, es muy importante en investigación social puesto que permite entender a fondo los comportamientos de los sujetos. Ante todo, el investigador debe formar parte de manera neutra y no debe distorsionar al grupo para que no cambie su comportamiento (padre, grupo de fiesta). o Técnica Delphi (obsoleta): Subtipo de grupo focal. Grupo de discusión a distancia, realizado por etapas mediante correspondencia telemática (por correo electrónico). Útil para temas muy concretos y en los cuales los expertos se reparten en países distintos. o Pseudocompra/Pseudoconsulta (Cliente misterioso): Fingir ser un cliente para poner a prueba a un vendedor, institución, etc. o Técnicas proyectivas: dibujo con manchas, collage, etc. para que los individuos los representen. o Características: Conocer motivaciones ocultas, generar explicaciones, resolver problemas complejos Fases iniciales de un estudio (antes de un Survey) Poca Validez Externa (no es representativa de la población) El uso de las técnicas cualitativas y cuantitativas no se contraponen, sino que su uso es complementario. Cuestionario: → Definición: Instrumento básico de obtención de información en Ca Sociales. → Características: o Se basa en la formulación de preguntas relevantes sobre el tema objeto de estudio. o Es imprescindible saber qué se quiere medir, tener los objetivos claros. o Es preciso garantizar la obtención de medidas fiables y validas de la/s variable/s que se pretenden pedir. o Diferentes variablesserán medidas con distintas escalas o apartados dentro de un mismo cuestionario. o El cuestionario debe incorporar variables sociodemográficas* y/o de interés en la investigación (descripción de la muestra y posibles variables). *Las variables sociodemográficas sirven para describir la muestra (edad, sexo, género, etc.) y se pueden ubicar tanto al principio como al final del cuestionario. El problema de ubicarlas de primeras es que generan desconfianza en cuanto al anonimato y la confidencialidad, sin embargo, si las dejamos para el final puede que los sujetos no respondan a estas preguntas. Escala: Instrumento de recogida de datos, inferior al cuestionario, pues se encuentra dentro de este. Una escala es un conjunto de preguntas consistentes entre sí, con un número de ítems que, conjuntamente permiten estudiar la variable objeto de estudio. Si en mi estudio quiero analizar variables muy concretas debemos conocer las escalas en las que son medidas, cuanto mayor sea la importancia de la variable dentro de mi estudio, mayor será la importancia de buscar una escala que mida de manera válida y fiable la variable objeto de estudio. → Fases de elaboración del cuestionario: o Construcción: Determinación de objetivos Elaboración y/o selección de ítems Población diana (a quién va dirigido el cuestionario)  Formato de respuesta (responder marcando las respuestas, escribiendo ellos mismos sus respuestas y opiniones, etc.) Estructura Versión preliminar de cuestionario (Cuestionario piloto) o Administración Entrevista personal, telefónica, autoadministrada... Muestra piloto o Evaluación Compresión de ítems Longitud Fiabilidad de las escalas Validez de las escalas Si la evaluación es favorable se pasará a la realización de la versión definitiva, en caso de ser desfavorable se tendrá que volver al primer paso, la construcción del cuestionario. El pilotaje es una prueba que se realiza al principio de una investigación, dirigido a un grupo normativo (mínimo 30 personas). → Elaboración de los ítems: o Escribir de forma clara, sencilla y concisa: Payne (1951) recomienda no más de 20 palabras No introducir en el enunciado términos como: Siempre, nunca, todo, nada, exclusivamente... (las respuestas suelen ser negativas) No introducir apenas, a veces... (es más probable responder afirmativamente) o Cuidar el lenguaje:  Vocabulario adecuado a la población objeto de estudio (cuidar los términos técnicos, siglas, abreviaturas...) Evitar negaciones en el enunciado del ítem (Ej: No es infrecuente que espere mucho tiempo en la consulta (no hacer)) Expresar una única idea por ítem (Ej: Estoy a favor de reducir el consumo de tabaco y de incrementar los impuestos por cajetilla (no hacer)) → Tipo de preguntas: o Abiertas (Ej: ¿Qué aspectos mejoraría de la atención sanitaria? _________ ) Ventaja: Espontaneidad, indagación en aspectos no contemplados... Inconvenientes: Necesidad de codificación o Cerradas: (Ej: ¿Qué aspectos mejoraría de la atención sanitaria? 1. El personal médico 2. El personal de enfermería 3. El tiempo de espera 4. El sistema de petición de citas...) Ventajas: La recogida de datos es más ágil y rápida Inconvenientes: las respuestas pueden no ser exhaustivas (no abarcan todas las posibilidades) o Mixtas: (Ej: ¿Qué aspectos mejoraría de la atención sanitaria? 1. El personal médico 2. El personal de enfermería 3. El tiempo de espera 4. Otros ¿Cuáles? __________) El investigador aporta las respuestas y añade un apartado de respuesta libre o Respuesta libre: (Ej: ¿Qué aspectos mejoraría de la atención sanitaria? 1. El personal médico 2. El personal de enfermería 3. El tiempo de espera 4. El sistema de petición de citas...) Los sujetos pueden marcar más de una respuesta o Valoración de elementos (Ej: Valores de 0 a 10 su satisfacción con los siguientes aspectos de su centro de salud (0 = Nada Satisfecho / 10 = Muy Satisfecho) 1. El personal médico____ 2. El personal de enfermería____ 3. El tiempo de espera____...) Escala tipo Likert (Ej: El médico se preocupa por saber cómo me siento. 1. Muy en desacuerdo 2. En desacuerdo 3. Ni acuerdo ni desacuerdo 4. De acuerdo 5. Muy de acuerdo) Permite medir la actitud o creencia hacia un objeto en base al grado de acuerdo o desacuerdo de los entrevistados con una serie de enunciados positivos o negativos. Es conveniente no exceder el número de categorías (5 es buena opción) Las opciones de respuesta deben estar equilibras (lo ideal es que el valor central sea un valor neutro) Se debe incluir enunciados en sentido positivo y negativo o Preguntas filtro (Ej: ¿Tiene usted hijos? SI/NO ¿Cuántos hijos tiene? ____? Sirve para saber si el encuestado está dentro de nuestro objeto de estudio o no Pregunta previa que se hace antes de un bloque temático para garantizar si la persona que responde tiene conocimiento de dicho bloque o Preguntas sociodemográficas o de clasificación Sirve para clasificar a los sujetos (según: edad, sexo, género, nivel de estudio, estado civil...) → Recomendaciones generales: o Presentación o Confidencialidad y anonimato (confidencialidad: conocemos las identidades de los sujetos, pero la información individual no es transferible / anonimato: no conocemos la identidad de los sujetos) o Introducciones claras o Prestar atención a la longitud y duración o Estructura de embudo (de lo más general a lo más concreto) o Datos sociodemográficos al final (el cuestionario debe estar bien pilotado para que los sujetos lleguen a responder las últimas preguntas) → Propiedades del cuestionario: o Análisis de Fiabilidad: Estabilidad (Test – retest): El cuestionario para que sea fiable tiene que ser estable en la medida para ello se realizar test – restet y se correlaciona con el test para conocer la fiabilidad Consistencia interna (α de Cronbach): Analizar la consistencia interna consiste en estudiar si las variables correlacionan entre sí. El α de Cronbach debe estar en valores entre 0 y 1 (por encima de 0’7 se considera buen resultado). Cuantos más ítems es más fácil que la puntuación sea mayor. o Análisis de Validez: Contenido (expertos): La validez de contenido se refiere a si las escalas miden lo que dice medir, es decir, si puedo garantizar que los cambios de la VD se deben a las variaciones en la VI se habla de validez interna. → Tipos de encuesta: o Encuesta personal: El investigador se pone en contacto con el sujeto de manera personal o Encuesta a domicilio: Subtipo de encuesta personal, realizada en los domicilios de los sujetos encuestados o Encuesta postal: Subtipo de encuesta personal, mediante correo. Se cubre la encuesta y se envía franqueando al investigador o Encuesta escolar: El investigador hace la recogida de datos en grupos de niños y en el espacio natural, el aula del colegio o instituto. o CAPI (Computer Assistant Personal Interview): Encuesta personal en la cual el sujeto va respondiendo sus preguntas mediante un dispositivo electrónico como una tablet. o CATI (Computer Assistant Telephonic Interview): Encuesta personal mediante línea telefónica. El entrevistador guarda las respuestas que dice el sujeto por teléfono. o CAWI (Computer Assistant Web Interview): Encuesta personal mediante una página web. Tema 5. La medición del delito: Fuentes oficiales, encuestas de victimización y autoinforme. El objetivo de la criminología es medir y conocer el delito, aunque resulte de enorme complejidad, se apoya en las fuentes oficiales, encuestas de victimización y estudios de autoinforme. El consejo general del poder judicial redacta anualmente un informe de las sentencias más destacadas y preocupantes que sirve y facilita la tarea del criminólogo. ¿Por qué es importante medir el delito? → Cuantificar el volumen de delincuencia, establecer tasas de criminalidad... → Analizar la evolución de la delincuencia en un país, comunidad o área geográfica → Mejorar el conocimiento de las víctimas y de los infractores (caracterizar perfiles) → Estudiar los correlatos del delito, variables asociadas... entender, intervenir, prevenir → Testar teorías criminológicas, es decir, que corresponda con los datos → Contribuir en el diseño de la Política Criminal (nuevas políticas de prevención y control) ¿Cómo medir el delito? 1. Estadísticas Oficiales (proporcionadas por la administración) 1.1. Estadísticas Policiales 1.2. Estadísticas Judiciales 1.2.1. Fiscalía General del Estado 1.2.2. Consejo General del Poder Judicial 1.3. Estadísticas Penitenciarias 1.4. Otros (INE, Delegación del Gobierno...) 2. Encuestas de Victimización (ad hoc) 3. Estudios de Autoinforme/de “delincuencia revelada” (ad hoc) (la población son personas reclusas con penas relacionadas al tema objeto de estudio) Cada uno analiza el delito desde un punto de vista diferente y utiliza su propia metodología, por lo que a menudo no son comparables. ¡Han de utilizarse siempre de forma complementaria, si queremos aproximarnos con rigor a la realidad! Son tantas las limitaciones de las estadísticas oficiales que es imposible conocer el número total de infracciones penales que realmente se cometen en un país. No todos los delitos realizados llegan a ser denunciados. Existe una cifra negra de delincuencia que no aparece reflejada en las estadísticas de criminalidad. 1.Estadísticas Oficiales: → Ofrecen la visión de la criminalidad desde un punto de vista oficial → Incluye o Estadísticas Policiales (Anuario del Ministerio del Interior; Informes Fuerzas y Cuerpos de Seguridad: PN, GC, PA y PL). Denuncias y detenciones o Estadísticas Judiciales (Memorias de la fiscalía general del Estado y del Consejo General del Poder Judicial) Diligencias, expedientes o procedimientos incoados. o Estadísticas Penitenciarias (Secretaría General de Instituciones Penitenciarias). Número de internos, condenados o preventivos, tipologías... o Otros (INE, Instituto Nacional de Estadística) → Legitimidad y aparente objetividad, pero muchas duplicidades y contradicciones → SUTHERLAND: importantes limitaciones y sesgos → Limitaciones y sesgos: o Sólo se recogen los delitos denunciados: Frenos, barreras, motivaciones y prejuicios Sensibilidad social Presión social Coyuntura política (¿qué es delito? La consideración del delito varia a lo largo de la historia y del momento político por los que pasa un país) o Imparcialidad (información oficial → ¿intereses políticos?) o Medios y personal necesario (ausencia de) o Estandarización de instrumentos (cuestionarios) o Soporte informático o Supervisión y control (calidad de la información) o Explotación y análisis de estadístico (meramente descriptivo) o Comparabilidad entre distintas fuentes 1.1. Estadísticas oficiales: → Exigencia oficial desde 1979. En 1988 se comienza a publicar el Anuario del Ministerio del Interior. → Ventajas: o Datos muy próximos al delito, menos manipulados, más brutos (Sellin (defensor de las estadísticas policiales): es preferible un dato cuanto menos haya penetrado en el sistema y en la Administración de Justicia) o Formulario relativamente estandarizado (¿incompleto? ¿anticuado? ¿lo usa todo el mundo?) (habría que ir actualizando) → Limitaciones: o Lo que recoge la ley como delito varía o No son completas (no todos los delitos se denuncian y no todos se denuncian en la policía) o Información limitada a nivel de prevención (variables asociadas, context, víctima, aggressor...) o No accesible para otros investigadores ajenos al sistema (para elaborar teorías y programas de prevención/intervención) (Herméticas) o Serrano (detractor de las estadísticas policiales): “... son muy deficientes, incompletas y de dudosa fiabilidad” → Limitaciones del Anuario del Ministerio del Interior: o Contiene lagunas (no todos los años se incluyen los mismos datos) o No recoge todos los tipos de delitos. Tradicionalmente se han venido centrando en: Delitos contra la vida Delitos contra la integridad Delitos contra la libertad de las personas Delitos contra el patrimonio Faltas de lesiones Faltas de hurto o No se les da la misma importancia a todos los delitos. Más información acerca de los delitos “graves” (homicidios, asesinatos, violaciones, robos...) o No prestan atención a delitos societarios, contra la Hacienda Pública, contra los derechos de los trabajadores, medioambientales... o Limitado por los RRHH (no de policías, motivación, formación...) o Concienciación de la población para denunciar, falta de información, facilidades a los ciudadanos o Los formularios prestan más atención a los autores que a las víctimas, tanto en la recogida de datos como en su explotación 1.2. Estadísticas Judiciales: → Serios problemas de registro: Más del doble de casos que las Estadísticas Policiales o Duplicidades (paso de un juzgado a otro). o Ampliación de diligencias (nuevas pruebas y datos de la policía) o “Nos ofrecen datos del volumen de trabajo en los juzgados, pero no del volumen de delitos. Aproximadamente la mitad de los casos contabilizados en la estadística judicial son duplicidades” (El gran problema) → No todas las diligencias llegan a probarse como delitos. → Están más alejados de la fuente del delito, pero recogen también los casos denunciados directamente en el juzgado → En general se consideran menos fiables que las policiales 1.2.1. Memorias de la Fiscalía General del Estado → Recogen las Diligencias Previas abiertas en los juzgados → No son demasiado fiables por falta de un programa informático común, con los mismos criterios de introducción de datos en todos los juzgados → Poca profundidad de análisis y poco rigor científico → Fiscalía de Menores proporciona datos interesantes 1.2.2. Estadísticas del Consejo General del Poder Judicial → Recogen las sentencias dictadas y el número de personas condenadas → Pueden presentar también duplicidades → Escasa profundidad: no suelen incluir información sobre víctimas y autores → Escaso potencial a nivel preventivo 1.3. Estadísticas Penitenciarias: → Recogen el número de internos en los establecimientos penitenciarios españoles (preventivos o condenados) → No están todos los que son (Los “presos” no representan a todos los “delincuentes”) → Informes Generales de la Administración Penitenciaria → Iniciativas europeas (36 países): European Sourcebook of Crime and Criminal Justice Statistics 2.Encuestas de Victimización: → Desde los años 80, paralelo al desarrollo de las teorías victimológicas → Cambia la fuente, el punto de vista: se pregunta a la población si fueron víctimas de algún delito → Es una metodología de investigación, alternativa a las encuestas oficiales dirigidas a la población que sufrió un delito, para conocer el volumen de víctimas → Ventajas: o Recogen delitos ocultos para las fuentes oficiales (especialmente en algún tipo de delitos donde no resulta “fácil” denunciar. Ej.: En Europa sólo el 45% de las violaciones se denuncia) o Permiten estimar la Tasa o Riesgo de victimización (global y por delitos) o Conocer posibles causas por las que no se denuncia o Correlatos, variables asociadas y circunstancias en las que se produce cada delito o Consecuencias del delito o Miedo al delito o Necesidades de las víctimas o Percepción seguridad ciudadana y funcionamiento de la justicia o Elaborar/testar teorías criminológicas (“Método de Investigación Social”) o Para algunos autores representan mejor la realidad o Estandarización del proceso de recogida de datos (mismo cuestionario y mismo procedimiento de muestreo) → Inconvenientes: o Sesgo importante: qué sabe y qué entiende cada uno acerca de lo qué es delito. La falta de conocimientos jurídicos puede segar mucho la estimación del volumen real de infracciones. o Memoria humana (confunde períodos temporales, distorsiona o magnifica detalles, olvida otros, emocionalidad...) o No se ocupa de los delitos sin víctima (delitos contra el medio ambiente, contra la Hacienda Pública, contra la propia Administración de Justicia...) o Falta de criterios uniformes a la hora de delimitar el período de tiempo objeto de estudio (alguna vez en la vida, últimos 5 años, último año...) o Limitaciones muestrales (núcleos urbanos generalmente y teléfono fijo-CATI; mayores de 16 años, deja fuera la victimización infantil) o Variaciones técnicas entre ediciones (comparabilidad-evolución) o Tratamiento de missing (“Rechazos”) → Internacional: 1. Hogares e individuos: Encuesta Internacional de Victimización (ICVS, International Crime Victim Survey). Naciones Unidas. Proyecto más importante a nivel mundial para la normalización de este tipo de estudios. 2. Comercios: Encuesta Internacional de Delitos Comerciales (ICCS, International Crime Commercial Survey). Novedad empresas 3. Mujeres: Encuesta Internacional de Violencia contra las Mujeres (IVAWS, International Violence Against Women Survey) 4. Minorías étnicas: Encuesta Europea sobre Minorías y Discriminación (EU-MIDIS, European Union Minorities and Discrimination Survey) → España: o La 1a la llevó a cabo el CIS en 1978 o 5 ediciones a nivel nacional (sin regularidad) o Observatorio de la Delincuencia en Andalucía (ODA, 2009) o Encuesta de Victimización del Área Metropolitana de Barcelona (2021) o Muchas críticas: importantes limitaciones metodológicas, que afectan sobre todo a la Validez Externa 3.Estudios de Autoinforme (Delincuencia Revelada): → Encuesta anónima y de libre participación → Se les presentan una serie de conductas ilegales y se pregunta si cometieron alguna de ellas, estableciendo también alguna referencia temporal → A partir de los años 50 → Revelan una delincuencia oculta → Se dirigen fundamentalmente a la población juvenil y delitos menores (idóneo para delincuencia adolescente) → Muy usadas para elaborar o comprobar teorías criminológicas (Ta del Aprendizaje Social de Akers, To de la Tensión de Agnew...), para testar hipótesis y/o para diseñar programas de prevención → International Self-Report Delinquency Study (ISRD) (13 países, entre ellos España, coordinado por el ministerio de justicia holandés; 12-18 años) → Problemas: o Depende de la colaboración de los participantes (representatividad y sesgo) o Sinceridad o Información incompleta...