Podcast sobre Metodología de Investigación Social y Análisis

Kapitoly

El Sello de Calidad Académico

Los 5 Criterios del Detective de Datos

¿Números o Palabras?

El Mapa de Fuentes en Chile

Ponte a Prueba: Tu Misión de Fuentes

Cómo funciona Redatam

De la región a la comuna

Analizando los hallazgos

El Problema No Es El Problema

Los 4 Criterios de Oro

Relevancia y Coherencia

La Cadena Metodológica

De la Pregunta a la Técnica

Coherencia y Desajuste

Enfoques Mixtos y Errores Clave

Síntesis y Próximos Pasos

Análisis Cuantitativo Básico

El Poder de lo Cualitativo

Del Dato al Significado

Interpretando la Realidad Social

Repaso Rápido

El Mapa de Actores

Construyendo el Mapa Visual

Análisis y Despedida

Přepis

Adrián: …espera, entonces, ¿me dices que una “revista indexada” es básicamente un sello de calidad que ya hizo el trabajo de filtro por mí? ¡Eso es increíble!

Carmen: ¡Exacto! Piénsalo así: es como el filtro de un barista experto para tu café de investigación. No te va a servir cualquier cosa.

Adrián: Me encanta esa analogía. Okay, creo que todo el mundo necesita escuchar esto. Estás escuchando Studyfi Podcast.

Carmen: Pues sí. Una revista indexada es una publicación científica que está incluida en bases de datos reconocidas, como Scopus, SciELO o Latindex. Esto garantiza que pasó por una revisión por pares, o sea, otros académicos la validaron.

Adrián: O sea, no es un blog cualquiera. ¿Y para Trabajo Social, dónde buscamos primero?

Carmen: Para Latinoamérica, SciELO y Latindex son geniales porque son de acceso libre. Scopus es más global, pero a menudo necesitas acceso desde tu universidad. Y claro, siempre está Google Académico, que es amplio y gratuito.

Adrián: Perfecto. ¿Y alguna revista que recomiendes para empezar?

Carmen: ¡Claro! Echa un vistazo a “Trabajo Social” de la UC, “Cuadernos de Trabajo Social” de España o “Rumbos TS” de aquí de Chile. Son excelentes puntos de partida.

Adrián: Vale, ya tenemos las fuentes cualitativas. Pero, ¿qué pasa con los datos secundarios, como las encuestas? ¿Cómo sé si una fuente es buena?

Carmen: ¡Gran pregunta! Hay cinco criterios clave. Pensemos como detectives. Primero: la actualidad. ¿La información sigue vigente?

Adrián: Claro, no voy a usar datos de desempleo de 1990 para analizar el mercado laboral de hoy.

Carmen: ¡Exactamente! Segundo, la confiabilidad. ¿Quién produce la información? No es lo mismo el Instituto Nacional de Estadísticas, el INE, que una fuente sin respaldo técnico.

Adrián: Tiene sentido. ¿Qué más?

Carmen: Tercero, validez: ¿mide lo que realmente necesito? Cuarto, relevancia: ¿responde a mi pregunta de investigación? Y quinto, súper importante: el sesgo. ¿Hay algún interés detrás que pueda influir en los datos?

Adrián: Okay, ya elegí mis fuentes con esos cinco criterios. ¿Y ahora cómo las analizo?

Carmen: Depende. ¿Tu fuente te da datos cuantitativos, o sea, números y estadísticas? ¿O cualitativos, como textos y relatos?

Adrián: ¿Y qué hago en cada caso?

Carmen: Para los datos cuantitativos, como los de la encuesta CASEN, usas tablas de frecuencia, gráficos, cosas así. Para los cualitativos, como las actas de un cabildo, aplicas técnicas como la codificación temática para encontrar patrones en el discurso.

Adrián: Entendido. Números para ver frecuencias, palabras para encontrar significados. Simple.

Carmen: ¡Exacto! Y en Chile tenemos un verdadero mapa del tesoro de fuentes. Para pobreza, la encuesta CASEN es la reina.

Adrián: La he escuchado mil veces. ¿Por qué es tan importante?

Carmen: Porque es súper transversal. Te permite cruzar variables de salud, educación, empleo y vivienda en una sola base de datos. Es una herramienta potentísima para el Trabajo Social.

Adrián: ¡Wow! ¿Y si mi tema es otro? Por ejemplo, ¿violencia intrafamiliar?

Carmen: Ahí tienes la Encuesta Nacional de Victimización, la ENV. Para desempleo juvenil, la Encuesta Nacional de Empleo, ENE. Para envejecimiento, además de la CASEN, está la ENCAVI. Cada gran problema social tiene su fuente principal.

Adrián: Esto es muchísima información útil, Carmen. ¿Cómo pueden nuestros oyentes empezar a aplicar todo esto ya?

Carmen: ¡Fácil! Hagan esto en su grupo de estudio. Primero, repasen los cinco criterios de evaluación que vimos: actualidad, confiabilidad, validez, relevancia y sesgo.

Adrián: Hecho.

Carmen: Luego, que cada integrante del grupo busque una o dos fuentes secundarias para su tema de investigación. Compártanlas, discutan si cumplen los criterios y elijan las dos o tres mejores para su informe, justificando por qué.

Adrián: Me encanta. Es una forma práctica de no ahogarse en el mar de información y encontrar verdaderos tesoros. ¡Gracias, Carmen!

Carmen: Un placer, Adrián. El dato correcto es poder.

Adrián: ...y esa es una manera increíble de obtener datos primarios. Pero Carmen, seamos honestos, no siempre podemos hacer nuestras propias encuestas. ¿Qué pasa cuando necesitamos datos a gran escala, ahora mismo?

Carmen: ¡Exacto, Adrián! Y ahí es donde brillan las fuentes secundarias. Hoy vamos a hablar de una de las más potentes... los datos del Censo.

Adrián: ¿El Censo? Suena... oficial y un poco intimidante.

Carmen: Para nada. Es un tesoro de información. Y el Instituto Nacional de Estadísticas, el INE, tiene una herramienta online increíble llamada Redatam para explorarlo.

Adrián: Redatam... suena como el nombre de un robot de una película de ciencia ficción.

Carmen: ¡Podría serlo! Porque es súper potente. Te permite procesar y analizar los datos del Censo 2024 tú mismo, desde tu computador.

Adrián: Ok, me tienes intrigado. ¿Cómo empezamos? ¿Necesito ser un experto en programación?

Carmen: Cero programación. Es súper intuitivo. Piénsalo como si fuera un juego de exploración. Primero, entras a Redatam Web del INE y seleccionas la base del Censo 2024.

Adrián: Listo, estoy dentro. ¿Y ahora?

Carmen: Ahora eliges qué quieres saber. Por ejemplo, digamos que nos interesa el tema de "Hogares y Tenencia". Queremos saber cuántas familias arriendan versus cuántas son dueñas de su casa.

Adrián: Una pregunta súper relevante hoy en día.

Carmen: Totalmente. Simplemente usas las herramientas de "Frecuencias" o "Tabulados", seleccionas las variables... y ¡listo! Tienes los números.

Adrián: ¡Wow! ¿Así de fácil? ¿Puedo ver datos de mi ciudad o incluso de mi comuna?

Carmen: ¡Claro que sí! Esa es la magia de Redatam. Puedes aplicar filtros por región o comuna para hacer el análisis súper específico. Podrías descubrir, por ejemplo, en qué comunas de tu región se concentra más el arriendo.

Adrián: Eso es increíblemente útil. Podríamos comparar mi comuna con la de al lado.

Carmen: Exacto. O analizar otros temas clave para el Trabajo Social. Por ejemplo, podrías investigar el hacinamiento, cuántos hogares en tu región viven en esa condición y cómo se distribuye en el mapa.

Adrián: Entiendo. No es solo un número gigante para todo el país, sino que podemos hacer zoom y ver la realidad local.

Carmen: Ese es el punto. Los datos censales nos dan la base para entender necesidades sociales con pertinencia territorial. ¡Es la materia prima para diseñar políticas públicas que de verdad funcionen!

Adrián: Ok, ya tengo mis tablas, mis números... ¿qué sigue? ¿Solo presento un montón de cifras?

Carmen: ¡Buena pregunta! Los números son el comienzo. El siguiente paso es buscar patrones. Aquí es donde te pones el sombrero de detective. ¿Ves diferencias entre zonas urbanas y rurales? ¿Existen brechas por género o edad?

Adrián: Ah, entonces se trata de contar la historia que hay detrás de los datos.

Carmen: ¡Precisamente! La idea es conectar esos hallazgos con problemas sociales reales. Si descubres que un alto porcentaje de adultos mayores en tu comuna vive solo, ¿qué nos dice eso sobre la necesidad de redes de apoyo?

Adrián: Wow, claro. El dato te lleva a una pregunta de intervención social directamente.

Carmen: Exacto. Así que, en resumen, no solo describes los datos. Buscas las diferencias territoriales, las brechas sociales y lo conectas con lo que estudiamos. Y eso nos lleva a un punto crucial que a veces olvidamos...

Adrián: Y justo esa distinción entre lo que vemos en la calle y lo que podemos estudiar es clave, ¿no? Porque una cosa es decir "hay un problema" y otra es saber qué preguntar sobre él.

Carmen: ¡Exacto! Y esa es la diferencia fundamental entre un problema social y un problema de investigación. No son lo mismo, aunque uno nace del otro.

Adrián: A ver, explícame eso. ¿Un problema social sería... el desempleo juvenil, por ejemplo?

Carmen: Perfecto. El desempleo juvenil es un problema social. Es una condición que afecta a un grupo, que la sociedad reconoce como dañina y que pide a gritos una solución, una intervención.

Adrián: Claro, es algo amplio, complejo, que vemos en las noticias.

Carmen: Justamente. Ahora, un problema de investigación es un recorte de esa realidad. Es una pregunta específica, acotada, que podemos responder con datos. No podemos "investigar el desempleo juvenil" así, en general.

Adrián: Sería como intentar beberse el océano.

Carmen: ¡Totalmente! En vez de eso, preguntamos algo como: "¿Qué factores se asocian a la inserción laboral de jóvenes de entre 18 y 29 años en la Región del Maule?". ¿Ves la diferencia? Es concreto, medible.

Adrián: Ok, eso tiene mucho sentido. Pasamos de una queja gigante a una pregunta con bisturí. Entonces, ¿cómo se formula una buena pregunta? ¿Hay una receta secreta?

Carmen: Más que secreta, es una receta con cuatro ingredientes clave. Son los criterios que toda buena pregunta de investigación debe cumplir. El primero es que delimita un fenómeno específico.

Adrián: O sea, acotar. No decir "la pobreza en Chile", que es enorme.

Carmen: ¡Exacto! En vez de eso, podrías preguntar: "¿Qué factores dificultan el acceso de familias migrantes a subsidios de vivienda en la Región Metropolitana?". Acotamos población, territorio y el problema concreto.

Adrián: Entendido. ¿Cuál es el segundo ingrediente?

Carmen: El segundo es que la pregunta debe indicar qué tipo de conocimiento buscas. ¿Quieres medir y comparar, o quieres comprender e interpretar una experiencia?

Adrián: Ah, aquí entra lo de cuantitativo y cualitativo.

Carmen: Precisamente. Si preguntas "¿cuántos?" o "qué relación existe entre A y B", vas por lo cuantitativo. Si preguntas "¿cómo viven?" o "qué significados le dan a algo", vas por lo cualitativo. Hay que evitar verbos ambiguos como "analizar" o "estudiar".

Adrián: El verbo favorito de todo estudiante: "analizar".

Carmen: ¡Un clásico! Pero no nos dice qué haremos realmente. La pregunta debe ser explícita.

Adrián: Bien, tenemos delimitar y definir el tipo de conocimiento. Faltan dos.

Carmen: El tercero es que la pregunta debe ser empíricamente respondible. Esto significa que la puedes responder con datos reales, no con opiniones o reflexiones filosóficas.

Adrián: O sea, no puedo preguntar "¿es justo el sistema de salud?".

Carmen: No como pregunta de investigación, porque la "justicia" es un concepto filosófico. Pero sí puedes preguntar: "¿Qué barreras perciben los adultos mayores para acceder a atención psicológica en el sistema público?". Eso sí lo puedes investigar con entrevistas o encuestas.

Adrián: Y el cuarto y último criterio, supongo que tiene que ver con la utilidad.

Carmen: ¡Exacto! La pregunta debe tener relevancia para la intervención social. La respuesta que obtengamos debería ser útil para diseñar, ajustar o evaluar una intervención. Debe conectar con un problema real y aportar algo práctico.

Adrián: Ok, entonces, una vez que tengo mi pregunta bien formulada con esos cuatro criterios, ¿qué sigue? ¿Simplemente aplico cualquier técnica y ya está?

Carmen: ¡Ah, esa es la pregunta del millón! No. Aquí entra algo que llamamos la cadena de coherencia metodológica. Es crucial.

Adrián: Suena importante. ¿Una cadena?

Carmen: Piénsalo así: la Pregunta es el primer eslabón. Ese eslabón determina el siguiente, que es el Tipo de Dato que necesitas. Y el tipo de dato determina la Técnica de análisis que usarás. Pregunta, dato, técnica.

Adrián: Y si un eslabón se rompe...

Carmen: ...toda la investigación se cae. Tu análisis no podrá responder la pregunta original. Por ejemplo, una pregunta cualitativa como "¿Cómo describen su experiencia las familias en lista de espera para una vivienda?" necesita datos cualitativos, como entrevistas.

Adrián: Lógico. Quieres sus relatos, sus palabras.

Carmen: Claro. Pero un error común es tomar esas entrevistas y solo contar cuántas veces se repite una palabra para sacar porcentajes. ¡Eso es una técnica cuantitativa! Estás rompiendo la cadena.

Adrián: Destruyes el significado, la riqueza de la experiencia, para convertirlo en un número que no responde a la pregunta de "cómo lo viven".

Carmen: ¡Exactamente! Las técnicas no son buenas o malas, son pertinentes o no pertinentes para la pregunta que te hiciste. Esa coherencia es la columna vertebral de cualquier buena investigación.

Adrián: Es un mapa que te guía de principio a fin. Fascinante. Entonces, tener la pregunta correcta no es el final, es solo el comienzo del camino correcto.

Carmen: El mejor resumen posible. Y conocer ese camino nos permite elegir las herramientas adecuadas, que es justo de lo que hablaremos a continuación: las distintas técnicas que podemos usar.

Adrián: ...y esa conexión es clave. Pero, ¿sabes qué? Creo que la mejor forma de entenderlo es con ejemplos reales.

Carmen: ¡Totalmente de acuerdo! Dejar la teoría y ver cómo funciona en la práctica. La coherencia entre pregunta, dato y técnica es todo.

Adrián: Exacto. Empecemos con un caso cuantitativo. La pregunta es: «¿Cuántas familias rurales del Biobío presentan hacinamiento crítico?»

Carmen: Ok, una pregunta súper concreta. Busca un número, una medida. Claramente cuantitativa.

Adrián: Y los datos son 620 fichas sociales. ¿Qué técnica usamos aquí?

Carmen: Un cruce de variables es perfecto. Cruzas el índice de hacinamiento con el tipo de vivienda y ¡listo! Tienes tu respuesta. Es una coherencia de libro.

Adrián: ¡Genial! Ahora, un caso cualitativo. Pregunta: «¿Qué experiencias de discriminación relatan personas afrodescendientes en centros de salud?»

Carmen: Uf, esta es mucho más profunda. Busca significados, relatos, no números.

Adrián: Y el equipo usó los datos de 10 entrevistas para crear... una nube de palabras.

Carmen: Ay, ahí tenemos un desajuste. Una nube te dice qué palabras son frecuentes, como «espera» o «trato», pero no te explica *la experiencia*. No te cuenta la historia.

Adrián: Pierde todo el contexto. ¿Qué sería lo correcto entonces?

Carmen: Un análisis temático o de contenido. Así exploras las narrativas completas. Es la herramienta correcta para esa pregunta.

Adrián: Entendido. Ahora, un enfoque mixto: «¿Cuántas mujeres son derivadas en casos de violencia intrafamiliar y qué obstáculos ven los profesionales?»

Carmen: ¡Me encanta esa pregunta! Es perfecta para un enfoque mixto. Tiene una parte de «cuánto» y otra de «qué» o «cómo».

Adrián: Y así lo hicieron. Usaron registros para las frecuencias y entrevistas para mapear los obstáculos. ¡Un éxito!

Carmen: Exacto. Cada técnica responde a su parte de la pregunta. No son dos informes separados, sino una sola mirada articulada.

Adrián: ¡Ahora el caso para detectar el error! La pregunta es: «¿Qué significado le atribuyen los jóvenes en situación de calle al concepto de hogar?»

Carmen: ¡Pregunta potentísima! Súper cualitativa, sobre significado puro.

Adrián: Y para responderla... usaron una encuesta con escala Likert de 1 a 5 sobre satisfacción con el lugar donde duermen.

Carmen: ¡Nooo! Eso es un desajuste total. Es como preguntar qué sabor tiene un color. Estás midiendo satisfacción, no explorando un significado profundo.

Adrián: Entonces, Carmen, ¿cuál es la moraleja de esta historia de terror metodológica?

Carmen: La moraleja es que la pregunta es la jefa. Ella manda. La pregunta te dice si necesitas contar y medir, o si necesitas escuchar y comprender. Y eso, a su vez, define tus datos y tu técnica.

Adrián: La famosa cadena: Pregunta → Dato → Técnica. No te la puedes saltar.

Carmen: Jamás. De hecho, para que no se les olvide, los estudiantes ahora tienen una pequeña tarea. Un «ticket de salida».

Adrián: Ah, buena idea. ¿De qué se trata?

Carmen: Tienen que formular su propia pregunta de investigación, proponer los datos y la técnica, y justificar por qué su elección es coherente. ¡A aplicar lo aprendido! Es la mejor forma de que no se olvide.

Adrián: Me parece perfecto. Y hablando de aplicar lo aprendido, esto nos lleva directamente a pensar en el diseño de los instrumentos...

Adrián: Okay, Carmen, entonces ya tenemos los datos en la mano, recién salidos del horno. Pero... ¿qué hacemos con ellos? No podemos solo mirarlos, ¿verdad?

Carmen: ¡Exacto, Adrián! Tener los datos es solo el primer paso. Ahora viene lo más interesante: el análisis. Es transformar esos números y palabras en conocimiento útil. Empecemos con un caso práctico.

Adrián: Perfecto. Caso número cuatro: un equipo de Trabajo Social le pregunta a 180 familias si acceden a programas de apoyo alimentario. Las respuestas son simples: 'sí' o 'no'. Quieren saber la proporción de cada una. ¿Qué hacen?

Carmen: Bueno, las opciones son: A) Calcular porcentajes y hacer una tabla de frecuencias. B) Construir una malla categorial con entrevistas. C) Redactar una narrativa cualitativa. O D) Aplicar codificación temática a relatos.

Adrián: Mmm... como las respuestas son 'sí' y 'no', suena a que es algo muy directo, muy numérico. Me inclino por la A.

Carmen: ¡Totalmente! La opción A es la correcta. Tienes datos cuantitativos muy claros. Lo que necesitas es contar cuántos dijeron 'sí', cuántos dijeron 'no', y convertir eso en porcentajes. Simple, directo y efectivo.

Adrián: ¡Claro! Las otras opciones, como la malla categorial o la narrativa, son para datos cualitativos, ¿no? Como entrevistas largas.

Carmen: Exactamente. Usar una técnica cualitativa aquí sería como intentar cortar una sopa con un cuchillo. No es la herramienta adecuada para el trabajo.

Adrián: Buena analogía. Me gusta. No más cuchillos para mi sopa de datos.

Carmen: Ahora, vamos al caso cinco. Un proyecto sobre convivencia escolar. Aquí se hicieron grupos focales con estudiantes y se transcribió todo. El objetivo es entender cómo hablan de la violencia y qué significa para ellos.

Adrián: Okay, esto ya no es un simple 'sí' o 'no'. Aquí hay discurso, emociones, significados... Las opciones son: A) Gráfico de barras de participantes. B) Análisis de contenido temático. C) Tabla de frecuencias de conflictos. O D) Calcular medias y medianas de incidentes.

Carmen: ¿Qué te dice tu instinto?

Adrián: Siento que las opciones A, C y D son muy numéricas. Miden 'cuántos' o 'con qué frecuencia'. Pero el objetivo es entender el 'cómo' y el 'qué significa'. Así que... me voy por la B, análisis de contenido temático.

Carmen: ¡Bingo! La B es la respuesta. Cuando tienes transcripciones ricas en detalles, lo que buscas son los temas, las ideas que se repiten, los patrones en el lenguaje. Eso es justo lo que hace el análisis de contenido.

Adrián: Entendido. Y el último de esta tanda, el caso seis. Un equipo tiene entrevistas breves y notas de campo sobre familias migrantes y su acceso a vivienda. Ya tienen temas iniciales y ahora quieren ordenar todo en categorías y subcategorías para comparar. ¿Qué herramienta usan?

Carmen: Es una necesidad muy común: tienes mucha información cualitativa y necesitas estructura. La opción D, construir una malla temática o categorial, es la herramienta perfecta para eso. Te permite organizar visualmente las ideas y ver cómo se conectan.

Adrián: Es como crear un esqueleto para organizar toda la información que recogiste. Para que no sea solo un montón de notas sueltas.

Carmen: ¡Esa es la metáfora perfecta! Creas un esqueleto, una estructura que le da sentido al cuerpo de datos.

Adrián: Entonces, ya sea con una tabla de frecuencias o una malla temática, ya analizamos los datos. Pero, ¿qué sigue? ¿Cómo pasamos de un número o una categoría a una conclusión real?

Carmen: Gran pregunta. Aquí es donde entra el proceso de interpretación. Y se basa en tres movimientos clave: Hallazgo, Interpretación e Implicancias. Repito: Hallazgo, Interpretación, Implicancias.

Adrián: Suena a una fórmula secreta.

Carmen: Casi. Piénsalo así. El Hallazgo es simplemente decir lo que ves en los datos. Es el 'qué'. Por ejemplo: 'El 41% de los hogares en pobreza multidimensional vive en hacinamiento'. Es un dato, un hecho.

Adrián: Okay, el hallazgo es la evidencia. Directo de la fuente.

Carmen: Exacto. Luego viene la Interpretación. Aquí te preguntas: '¿qué significa esto?'. Siguiendo el ejemplo, no es solo falta de espacio. Significa que hay una doble vulnerabilidad: pobreza y además el desafío de cuidar a otros, quizás a adultos mayores, en condiciones difíciles. Afecta la salud, el descanso, todo.

Adrián: Entiendo. Es darle contexto y profundidad al dato. El 'y esto qué importa'.

Carmen: Justo. Y el tercer paso son las Implicancias. Aquí la pregunta es: '¿y ahora qué hacemos?'. Para el Trabajo Social, este hallazgo implica que no basta con dar subsidios de vivienda. Se necesitan políticas que combinen vivienda y cuidado. Es la acción, la recomendación.

Adrián: A ver si entendí con otro ejemplo. Escenario B: un municipio tiene 8 programas sociales. El 73% de los inscritos son mujeres. ¡Un montón!

Carmen: Ajá, ese es el hallazgo inicial. Sigue.

Adrián: Pero, aquí viene lo raro, solo el 19% de quienes van a los talleres de empleabilidad son mujeres. ¡El número se desploma!

Carmen: Exacto. ¿Cuál sería la interpretación de esa brecha tan grande?

Adrián: Bueno, podría significar que aunque las mujeres usan mucho los servicios sociales, hay barreras específicas para los programas de empleo. Quizás los horarios chocan con el cuidado de los hijos, o no hay guarderías cerca... Algo las está frenando.

Carmen: ¡Perfecto! Esa es la interpretación. No te quedas en el número, buscas la explicación social detrás. ¿Y las implicancias para el Trabajo Social?

Adrián: Pues... ¡hay que investigar por qué no van! Y quizás rediseñar los talleres. Ponerlos en otros horarios, ofrecer cuidado infantil durante las clases... ¡Hacerlos accesibles para ellas!

Carmen: ¡Lo tienes! Hallazgo, Interpretación, Implicancias. Ese es el camino para que los datos dejen de ser fríos y se conviertan en una herramienta de cambio social.

Adrián: Para que no se nos olvide, hagamos un repaso veloz con los otros casos. Caso 1: una encuesta registra el número de visitas mensuales a un centro comunitario. Para resumir el valor típico... ¿calculamos el promedio?

Carmen: ¡Correcto! Es un dato numérico y quieres un resumen central. El promedio es ideal.

Adrián: Caso 2: tenemos datos de edad y nivel educativo. Queremos ver cómo se relacionan. ¿Hacemos una tabla que cruce ambas variables?

Carmen: Por supuesto. Una tabla de contingencia o de doble entrada es la herramienta clásica para cruzar dos variables cuantitativas o categoriales. Perfecta para ver patrones.

Adrián: Y último, caso 3: tenemos el número de atenciones psicosociales de los últimos 12 meses. Queremos mostrar la evolución en el tiempo.

Carmen: Si quieres mostrar una tendencia en el tiempo, ¡nada le gana a un buen gráfico de líneas! Muestra los altos y bajos de forma súper clara.

Adrián: Genial. Creo que con esto queda mucho más claro cómo elegir la herramienta correcta y, sobre todo, cómo darle sentido a los resultados. No es solo matemática, es entender la historia que los datos nos cuentan.

Carmen: Esa es la clave de todo, Adrián. Contar la historia que vive detrás de los números y las palabras. Y usarla para proponer mejoras reales.

Adrián: Absolutamente. Y hablando de historias y limitaciones, en el próximo segmento vamos a explorar justo eso: ¿qué pasa cuando nuestros datos tienen puntos ciegos? ¿Cómo manejamos la incertidumbre en nuestro análisis?

Adrián: Y hablando de herramientas de diagnóstico, no podemos dejar fuera el mapa de actores. ¿Cómo funciona eso exactamente, Carmen?

Carmen: ¡Excelente punto, Adrián! Piensa en un caso: una familia monoparental en Santiago con problemas de vivienda. El mapa nos ayuda a visualizar quién es quién.

Adrián: Ok, ¿y cómo los clasificamos?

Carmen: ¡Fácil! Hay tres tipos. Primero, los **actores primarios**: la familia, los vecinos… los que viven el problema directamente.

Adrián: Entendido. ¿Los secundarios?

Carmen: Son instituciones que intervienen más indirectamente. Piensa en el municipio, JUNAEB, o el CESFAM.

Adrián: ¿Y los clave? Eso suena importante.

Carmen: Lo son. Son quienes tienen un poder de decisión crucial. Por ejemplo, un juez de familia o la directora del colegio.

Adrián: Vale, quiero hacer uno. ¿Uso papel y lápiz o me voy a lo digital?

Carmen: ¡Ambas sirven! Pero Canva o Miro son geniales y gratuitos. Pones a la familia en el centro, y desde ahí construyes la red.

Adrián: Y para los demás, ¿hay alguna regla?

Carmen: Sí, una convención visual simple. Círculos para personas, rectángulos para instituciones. Luego los unes con líneas.

Adrián: ¿Qué significan las líneas?

Carmen: Una línea continua es una relación fuerte. Una punteada puede ser una relación débil o incluso de conflicto.

Adrián: Ok, tengo mi mapa. Parece el tablero de un detective en una película. ¿Ahora qué preguntas me hago?

Carmen: ¡Esa es la actitud! Pregúntate: ¿Quién tiene más conexiones? ¿Hay alguien aislado? Y lo más importante: ¿qué relaciones son de apoyo y cuáles de tensión?

Adrián: Para buscar aliados estratégicos, ¿no?

Carmen: ¡Exactamente! El mapa nunca es definitivo, es una hipótesis de trabajo que te guía para actuar.

Adrián: Clarísimo. Bueno, con esto cerramos por hoy. Repasamos desde las políticas públicas hasta cómo mapear los actores de una comunidad. ¡Qué denso!

Carmen: Pero útil. Un placer, Adrián. Recuerden que entender el sistema es el primer paso para intervenirlo.

Adrián: ¡Totalmente! Gracias a todos por escuchar Studyfi Podcast. ¡Nos vemos en el próximo episodio!