2.2 Paradigms and Norm-Change
4.2.3 Artifact: Democratizing Technology (1970-1980)
Relativas a las redes sociales
Nombre de la variable Construcción de la variable
Fuente: Elaboración propia. Escasez
de amistades
Personas que se ven con amigos o parientes (que no residan con el entrevista- do), bien sea en su casa o fuera de ella, menos de una vez al mes o nunca. No habla con
los vecinos
Personas que hablan con alguno de sus vecinos menos de una vez al mes o nunca.
No contactos personales
Personas con una escasa red de amistades que no han hablado, ni tan si quiera durante la compra, en el trabajo, en sus desplazamientos en trasporte público o por teléfono, con alguien que no sea miembro de su hogar.
5.3. Presentación de las técnicas estadísticas
En esta sección se repasará el análisis factorial y el análisis de con- glomerados, en este orden. Si bien éstas no han sido las únicas técnicas esta- dísticas empleadas, sí suponen el grueso de la investigación cuantitativa. En las próximas líneas se abordarán los fundamentos de ambas técnicas y los resultados obtenidos tras su aplicación.El análisis factorial
El objetivo del análisis factorial es descubrir los factores subyacentes que explican la correlación existente entre grupos de variables. Al ser dichos factores variables latentes no observables, se precisa una multiplicidad de indicadores para tener una aproximación de su valor. La variable latente está estrechamente relacionada con cada una de las variables observadas (o indi- cadores) y es la responsable de la correlación existente entre ellas.
Mediante la técnica del análisis factorial se estima un modelo esta- dístico en el que cada una de las variables observadas es igual en una com- binación lineal de los factores más un residuo aleatorio, donde los residuos correspondientes a las distintas variables no están correlacionados entre sí. Según el modelo factorial, todas las variables tienen una parte común que depende de los factores (comunalidad) y una parte específica que es propia de cada variable (unicidad).
El análisis proporciona los coeficientes de ese modelo, estimados mediante procedimientos iterativos. Una vez obtenida la solución factorial, se acostumbra a aplicar una rotación con el fin de conseguir que las variables correlacionen fuertemente con uno solo de los factores y escasamente con los demás. Esta estructura «simple» facilita la interpretación de los factores a par- tir del significado de las variables que correlacionan más con ellos. En ocasio- nes, si el método de estimación no converge hacia una solución, se estiman los factores mediante el algoritmo matemático de las componentes principales.
En el presente estudio se han realizado dos análisis factoriales. El primero se ha aplicado al conjunto de la muestra para extraer los factores de vulnerabilidad subyacentes en el conjunto de indicadores considerado. En esta ocasión se han obtenido once factores que han sido la base para la determinación del colectivo de individuos más vulnerables en la muestra. La estimación ha sido por componentes principales y se ha aplicado una rotación ortogonal. El segundo análisis se ha aplicado a la submuestra de individuos vulnerables y ha permitido extraer diez factores. La estimación se ha realizado por el método de la máxima verosimilitud y se ha aplicado también una rotación ortogonal.
El análisis de conglomerados
El análisis de conglomerados (cluster analysis) aplicado a un conjun- to de individuos da como resultado la clasificación de los mismos en un número de grupos previamente definidos por el investigador, así como el valor medio de las variables de clasificación para el conjunto de los indivi- duos de cada grupo, llamado centro del grupo. La comparación de los centros de los distintos grupos permite al analista descubrir las características mayo- ritarias de los individuos de cada grupo y darle un nombre que lo identifique. El número adecuado de grupos a considerar depende del número de individuos y de su heterogeneidad. La existencia de varios colectivos dife- renciados en la población aconseja formar un número de grupos superior al que se formaría en poblaciones más homogéneas. En general, se realizan varios análisis exploratorios y se decide el número de grupos en función de la interpretabilidad y coherencia del resultado.
5.4. La aplicación de las técnicas estadísticas
En esta última sección se exponen resumidamente las operaciones que han hecho posible la creación de dimensiones de exclusión social y de grupos de colectivos vulnerables. En un primer momento, se abordará la concreción del colectivo de individuos vulnerables; a continuación, se determinará el pro- ceso de identificación de los factores de vulnerabilidad del grupo de vulnera- bles. En tercer lugar, se desvelará el camino para distinguir ciertos grupos vulnerables con perfiles sociales específicos. Para finalizar, se abordará la identificación de subgrupos de individuos vulnerables en el interior de los grupos vulnerables con perfiles específicos, estos últimos desprendidos del análisis de conglomerados llevado a cabo en el tercer apartado.Identificación del colectivo de individuos vulnerables Un análisis factorial aplicado al conjunto de las variables que desde el punto de vista teórico son consideradas indicadores de exclusión en los ámbitos económico, laboral, formativo, socioeconómico, residencial, relacional, y polí- tico y de ciudadanía, ha conducido a la definición de 11 factores para el con- junto de la muestra representativa de la población española. A partir de la obser- vación de cuáles son las variables que más correlacionan con los respectivos factores, se ha identificado y etiquetado cada uno de ellos. Los factores identi- ficados y las variables que más pesan en cada uno de ellos son:
Cuadro 5.18