A l’hora d’emprendre el disseny metodològic és necessari definir prèviament quina serà la unitat d’anàlisi, la població i la mostra sobre les quals centrarem la nostra recerca. Malauradament, aquest procediment no és tant fàcil com podria semblar a primera vista. Al tractar-se de termes polisèmics, és a dir que poden adquirir diferents significats, sovint incorrem en errors d’especificació al definir la població o la mostra, el que pot comportar incongruències metodològiques en el disseny de la recerca. En aquest apunt, aprendrem a definir la població, les unitats d’anàlisi i les tècniques de mostreig (qualitatiu i quantitatiu) que poden ser-nos útils per desenvolupar el nostre TFG.
La unitat d’anàlisi
La unitat d’anàlisi correspon a la definició dels elements sobre els quals centrarem la nostra recerca. Les unitats d’anàlisi poden ser països, regions, municipis, barris, persones, ONGs, organismes internacionals, documents legislatius,… Per exemple, si fem una recerca comparativa entre desenvolupament econòmic i grau de democratització als països asiàtics, la unitat d’anàlisi serà el país; en canvi si fem la nostra recerca sobre la ratificació dels tractats internacionals de lliure comerç des de 1995 fins a l’actualitat, la unitat d’anàlisi serà el tractat; i si fem una recerca sobre l’orientació partidista dels votants, la unitat d’anàlisi serà la persona amb dret a vot.
La població
Podem definir població com aquell conjunt d’elements que comparteixen una propietat comuna en funció del nostre objecte de recerca. Fixem-nos bé en aquesta definició, la població es defineix sempre en base a una propietat comuna que marca la pertinença a un conjunt d’elements. Per exemple, una població pot estar definida pel conjunt de països que formen part de la OCDE; el conjunt de municipis de Catalunya menors de 10.000 habitants, el conjunt d’estudiants d’una aula; o el conjunt de persones que tenen dret vot a les eleccions generals. No obstant això, la definició d’una població ens molts casos pot ser imprecisa i necessitar d’algun grau d’operacionalització, que recordem és el procés de transformació dels conceptes per tal de poder ser utilitzats en una recerca. Fixem-nos en un exemple simple, quan afirmem que la població està formada pels i les alumnes d’una aula, a qui ens referim: al conjunt d’alumnes que en aquell moment assisteixen habitualment a classe? Als i les alumnes matriculats a l’assignatura encara que no assisteixin regularment? Inclourem també aquelles alumnes que sense estar matriculades assisteixen com a oients? És a dir, necessitem un criteri clar per poder definir qui forma part de la nostra població. En alguns casos, aquesta operacionalització pot ser bastant immediata, si la nostra recerca té per objecte els països integrants de la OCDE, la definició de la població correspondrà a aquells països que formen part actualment d’aquesta organització. Ara bé, si en el decurs de la nostra recerca s’integrés un nou país dins l’OCDE, ens trobaríem amb un problema. En aquests casos, és millor establir una data concreta: el conjunt de països integrants de l’OCDE a 1 de gener de 2018. En altres casos, el procés d’operacionalització pot ser més complex; per exemple, si la nostra població són els països més empobrits, caldrà que definim prèviament quin seran els criteris que definiran aquesta categoria: els països que ocupen el decil inferior en el ranking de IDH?, o els països que presenten un PIB per càpita sigui inferior a 1025 $? En aquests casos, una bona estratègia consisteix a consultar com la literatura, o els organismes internacionals, han tractat aquesta categoria i escollir l’opció que considerem més rigorosa i adequada als nostres objectius de recerca. Així doncs, les decisions que prendrem alhora de definir una població seran claus, en tant poden afectar a la qualitat i els resultats de la nostra investigació.
La mostra
A cadascun dels elements que conformen una població, l’anomenarem cas, de manera que una població està formada per un cert número de casos que pot ser determinat o indeterminat, finit o infinit, i que per convenció anomenarem N. Hi haurà recerques on podrem treballar amb el conjunt de casos que formen part de la població, per exemple quan treballem amb indicadors dels països que formen part de l’UE, o bé quan fem un estudi sobre l’avaluació d’un servei on incloem a tots els usuaris/es. En canvi, hi ha casos on o bé perquè la població és indefinida/infinita, o bé perquè no disposem dels mitjans suficients per treballar sobre tots els casos, que ho farem sobre un subconjunt d’aquests, que anomenarem mostra, i al nombre de casos que la formen, l’anomenem n. Els procediments per extreure una mostra d’una població, seran abordats en un proper apunt dedicat a les tècniques de mostreig.
La població en les diferents fases d’una recerca
Un element que sovint provoca confusió és que els conceptes de població i mostra poden ser emprats en diferents etapes del nostre estudi. Per exemple, la meva recerca pot ser fer un estudi comparatiu de la cultura política dels països del con sud. En aquest cas, la població inicial del nostre estudi estarà delimitada pels tres països que formen part d’aquesta unitat geogràfica: Argentina, Xile i Uruguai. Però després, per fer el meu anàlisi puc haver necessitat incloure tres enquestes a cadascun d’aquests països. En aquesta segona fase, estaria treballant amb tres poblacions diferents: els ciutadans/des d’Argentina, de Xile i d’Uruguai. Així mateix, puc estar fent una investigació sobre els districtes d’una ciutat: en aquest cas la població correspondria als N districtes de la ciutat; però per fer-ho he decidit fer n entrevistes als tècnics i càrrecs polítics de cada districte; en aquest cas tindria una població de tècnics per cada districte i una altra de càrrecs polítics. El problema d’aquesta especificació és que el que guanyem amb precisió, ho perdem en claredat. És per aquest motiu que quan definim la població d’un estudi, ho acostumem a fer al nivell més alt de la nostra recerca, i en aquells casos on considerem imprescindible aquesta definició. Per exemple, en el primer cas, caldria definir la població a nivell general, els països que formen part del con sud, i a nivell específic: els ciutadans que són objecte de cadascuna de les enquestes, ja que la definició de la població és necessària per assegurar la seva validesa. En canvi, quan ens referim per exemple a entrevistes al personal tècnic d’un districte en un estudi qualitatiu, la població roman implícita i no acostuma a ser necessari definir-la amb un el mateix grau de precisió que requereix un estudi quantitatiu.
Els mètodes per estudiar n
Depenent de la mida d’n podrem utilitzar unes tècniques d’investigació o altres. Per exemple, si disposem només de quatre casos, l’ús de tècniques estadístiques possiblement ens aporti poca informació rellevant, i pot ser més aconsellable emprar tècniques qualitatives. En canvi, si disposem de mil casos, el més raonable seria utilitzar tècniques quantitatives.
Ara bé, si ens referim aquí al nivell més general de població, no a les fases posteriors de la recerca, la mida d’n (o de N quan fem un estudi sobre el conjunt de la població) ens servirà per categoritzar la nostra recerca.
Quan n és igual a 1 és a dir, el conjunt consta d’un únic element, estarem davant d’un estudi de cas. Per exemple, un estudi sobre la trajectòria biogràfica d’un individu, sobre el funcionament d’un organisme internacional, la transició política en un país o el diagnòstic comunitari d’un barri,… Com ja hem indicat abans, per desenvolupar aquest estudi de cas pot ser que en una fase posterior tinguem en compte diferents poblacions alhora de fer entrevistes o consultar documents legislatius, però això no treu que la recerca al nivell més general sigui definida com un estudi de cas.
Quan n té entre 2 i 9 elements (small n), estarem davant d’un estudi de casos múltiples quan no utilitzem el mètode comparatiu, o d’un estudi comparatiu de casos quan utilitzem un disseny basat en el mètode comparatiu: mètode de similituds, mètode de diferències
Quan n té entre 10 i 50 elements (intermediate n), el mètode comparatiu acostuma a complicar-se, i en aquests casos pot ser aconsellable emprar mètodes basats en el QCA (Qualitative Comparative Analysis): CS-QCA(Crisp-Sets Qualitative Comparative Analyiss) i FS-QCA (Fuzzy-Sets Qualitative Comparative Analyisis)
Quan N té més de 50 elements (large n) acostuma a ser aconsellable l’ús de mètodes estadístics.
No obstant això cal tenir present que aquesta classificació és únicament indicativa (no és una recepta rígida) i que només té sentit quan comparem casos al nivell més general de la nostra recerca, per la qual cosa, no s’aplica necessàriament a altres nivells d’anàlisi. Per exemple, si fem un estudi de cas que inclou 25 entrevistes, no tenim perquè utilitzar tècniques basades en QCA.
La inferència
Una mostra ha de ser representativa de la població que forma part, a fi de poder establir inferències: és a dir, que aquelles propietats que analitzem i inferim en la mostra estaran també presents en la població. Ara bé, aquesta representativitat no serà la mateixa si es tracta d’un estudi quantitatiu o qualitatiu.
En un estudi quantitatiu, esperem que la mostra contingui valors semblants (proporcions, diferències de mitjanes, correlacions,…) als que es troben en la població e un cert marge d’eror i per un determinat nivell de confiança. És a dir el que cerquem és representativitat estadística o poblacional: si a la mostra s’observa un 51% de dones i un 49% d’homes, s’espera que a la població hi hagi la mateixa proporció amb un marge d’error per exemple de +/- 2,5% i un nivell de confiança del 95%.
En canvi, en un estudi qualitatiu, no té cap sentit pretendre que la mostra sigui representativa estadísticament, sinó que ens trobem davant d’una representativitat teòrica o estructural. Per exemple, si he fet deu entrevistes a dones que han estat objecte de situacions de violència masclista i tres d’elles no van presentar una denúncia a la policia, no té cap sentit afirmar en base al meu estudi que el 30% de les dones en situació de violència no presenten denuncia. En aquest sentit, és necessari distingir la inferència quantitativa de la qualitativa, ja que obeeixen a dues lògiques diferents. Allò que cerquem en una inferència qualitativa, és que els significats, els discursos, els problemes i les experiències que emergeixen a la mostra siguin presents també en la població. Per exemple, si en les nostres entrevistes apareix que aquestes dones no han denunciat les situacions de violència perquè no tenen confiança en la capacitat de la justícia en resoldre la seva situació, aquest és un significat possible que podem inferir al conjunt de la població a fi de comprendre millor els motius que poden portar a una dona a no denunciar situacions de violència, si bé no podem inferir a partir d’aquí el percentatge de dones que podrien compartir aquest significat.
