Estudio de casos prototípicos en psicología desde la lógica del análisis multidimensional de datos

CASTELLARO, MARIANO; CURCIO, J. M.; PERALTA, NADIA

Mérida

Congreso; Congreso Interamericano de Psicología; 2017

Sociedad Interamericana de Psicología (SIP)

Tradicionalmente, se ha planteado una cuestionable antinomia entre dos propósitos básicos en la producción de conocimiento en psicología: uno orientado a la detección de tendencias de relativa generalidad sobre la base de pruebas de significación estadística (tradicionalmente emparentado con la psicología experimental); y otro centrado en la consideración de unidades casuísticas seleccionadas por criterios de intencionalidad teórica (tradicionalmente vinculado a la psicología clínica). En función de lo anterior, lo cual también está vinculado al debate entre los denominados enfoques cuantitativo y cualitativo, el objetivo del presente trabajo es presentar una propuesta de integración entre ambas perspectivas en el análisis de los datos. La misma se basa en la aplicación de una lógica analítica multidimensional, sostenida en el análisis de clusters, clases o conglomerados, según la propuesta de la escuela francesa de Benzécri, Morineau y Diday (Benzécri, 1976). Para este enfoque, el análisis perceptual de las representaciones gráficas posee un valor en sí mismo, marcando una diferencia esencial con los modelos estadísticos clásicos, que sólo ven en esta exploración perceptual inicial un preludio a los análisis de tipo confirmatorio propio de las pruebas de hipótesis probabilísticas. La meta central es la búsqueda de una estructura presente en los datos, bajo una lógica más de tipo inductivo que deductivo, que revaloriza el rol del individuo pero sin dejar de considerarlo como una observación (Moscoloni, 2005). El análisis multidimensional de datos combina dos métodos complementarios y encadenados. Por un lado, los métodos  factoriales (proyección de variables activas e ilustrativas en el plan factorial) son fundamentales para tener una visión compleja de una gran matriz de datos, bajo una finalidad exploratoria-descriptiva. Por el otro, los método de clasificación (proyección de los individuos-observaciones en el plano factorial) permiten el agrupamiento de unidades de análisis heterogéneas entre sí (aunque homogéneas al interior) y la diferenciación entre unidades típicas y atípicas, según la igualdad o desigualdad entre la clase a la que pertenecía cada uno de estos casos y la clase dominante en cada grupo de referencia. Sobre esta base, es posible plantear análisis específicos de la idiosincrasia de cada unidad. El objetivo del presente trabajo fue ejemplificar la aplicación del enfoque multidimensional en el análisis de datos, a partir de una investigación cuyo propósito fue analizar las características diferenciales del proceso de colaboración infantil entre pares en niños de diferentes edades (4, 8 y 12 años) y contextos socioeconómicos (favorecido y desfavorecido). Participaron 41 díadas integradas por niños de similar edad y afinidad socioafectiva recíproca, que realizaron una tarea de construcción con bloques. La interacción fue analizada desde dos sistemas categoriales complementarios. Por un lado, modalidad social de ejecución de la tarea (molar), cuyas categorías fueron las siguientes: disociación, dominio-sumisión, cooperación implícita, cooperación explícita, colaboración, conversación pertinente a la tarea sin ejecución, conversación ajena a la tarea sin ejecución. Por otro lado, se analizó la verbalización específica (molecular), en base a los siguientes códigos: aporte de información, búsqueda de ayuda, requerimiento de ayuda, directiva, planificación, mensaje cognitivo inespecífico, distribución de funciones individuales, mensajes ajenos. En cada díada, el tiempo de realización de la tarea fue diferente. Por lo tanto, para calcular los valores de modalidad social de ejecución de la tarea se dividió el total de intervalos regulares de tiempo (10 segundos) ocupados por cada código por la cantidad total de intervalos que supuso la actividad completa.  Por su parte, los valores de verbalización específica se calcularon dividiendo la frecuencia de códigos de un mismo mensaje por el tiempo total de la tarea. Del conjunto de técnicas disponibles para el análisis multidimensional de datos, se optó por el análisis de componentes principales, ya que la mayoría de las variables consideradas simultáneamente eran continuas. Por lo tanto, se seleccionaron como variables activas continuas cada uno de los códigos de modalidad social de ejecución. Por su parte, los códigos de verbalización específica fueron cargados como variables continuas ilustrativas. Finalmente, las variables nominales, como grupo etario y contextos socioeconómico fueron cargadas como categóricas ilustrativas. El análisis se realizó con el programa SPAD® 5.6 versión (Système Portable pour l?Analyse de Données). Los resultados pueden presentarse en  cuatro bloques básicos. (1) La proyección de las variables categóricas suplementarias en los ejes factoriales permitió detectar dos agrupaciones de modalidades: por un lado, cuatro años de edad, de ambos contextos socioeconómicos; por el otro, díadas de ocho años de contexto socioeconómico favorecido y de doce años de ambos contextos socioeconómicos. (2) La proyección de las variables continuas activas e ilustrativas mostró correlaciones positivas y negativas de diferentes intensidades, mostrando un conjunto de díadas que se opone claramente a las demás en lo que hace a los códigos de modalidad social de ejecución. (3) El análisis de clasificación mostró tres modalidades interactivas básicas: colaborativa-cooperativa, es decir, díadas caracterizadas por categorías de mayor coordinación social; de dominio-sumisión, es decir, díadas con un grado de coordinación social intermedio caracterizado por el predominio de relaciones asimétricas; disociativa, es decir, díadas caracterizadas por un grado bajo de coordinación social, coincidente con una modalidad de ejecución fragmentada. (4) Se seleccionaron los casos típicos y atípicos de cada cluster, en función del análisis del paso anterior. La versión francesa del análisis multidimensional constituye una alternativa para el procesamiento de datos y supone una aproximación compleja a los fenómenos, ya que trata simultánea y conjuntamente a los diferentes aspectos o variables del estudio. Una de las características más sobresalientes de este tipo de análisis es el retorno a la realidad en la interpretación de los datos, expresando resultados en unidades de medida consistentes con el objeto y permitiendo un mayor reconocimiento de su complejidad. Esto es particularmente importante en el campo de las ciencias sociales, donde el objeto presenta niveles de complejidad elevados (Moscoloni, 2004).