10 Observaciones
10.1 Introducción
Por observaciones nos referimos a cada una de las unidades o casos que estamos investigando. En un marco de datos, las observaciones irán situadas en las filas, de forma que, si reseguimos una misma fila, podamos ver todos los atributos de una misma unidad. En la figura 10.1 vemos un marco de datos que contiene cinco observaciones, repartidas a lo largo de las filas. Si nos fijamos bien, podemos ver que cada observación contiene datos sobre unas elecciones en un país determinado. Si reseguimos la observación (marcada en rojo), visualizaremos datos sobre sus características. En la segunda observación, por ejemplo, vemos información sobre las elecciones que se celebraron en Japón, en 2021, que tuvieron una participación del 55,97 %, etc. Todos los valores de esta fila concreta son atributos del mismo caso.
Una observación no es lo mismo que una fila. No debemos confundirlo. Como veremos más adelante, en algunos conjuntos de datos las filas no contendrán las observaciones de una misma unidad.
10.2 Unidades de análisis y de observación
A la hora de establecer aquello que queremos observar en un estudio, existe una distinción conceptual que debemos tener en cuenta entre la unidad de análisis y la unidad de observación.
La unidad de análisis se refiere al enfoque de nuestro estudio. ¿Sobre qué fenómeno social o sobre qué actores políticos queremos decir algo? ¿Sobre movimientos sociales? ¿Sobre poblaciones refugiadas? ¿Sobre los regímenes políticos? La unidad de análisis viene determinada por nuestra pregunta de investigación. En el caso de la figura anterior, estamos estudiando elecciones, de forma que la unidad de análisis son las elecciones. Conocer la unidad de análisis nos ayuda a pensar qué datos podemos necesitar para medir las variables de interés (día de las elecciones, país donde se celebran, participación, partido ganador…). En Ciencias Sociales, encontraremos dos tipos de unidades de análisis:
- Actores políticos: individuos, grupos sociales, organizaciones, agencias gubernamentales, naciones, estados, regiones, etc.
- Fenómenos sociales: elecciones, atentados terroristas, guerras, conflictos, acuerdos de libre comercio, alianzas, etc.
Como vemos, la unidad de análisis (UA) es lo que queremos estudiar. Seguramente, serán los líderes políticos. La unidad de observación (UO), en cambio, es país-líder-año-mes, y viene determinada por los datos.
La unidad de observación, en cambio, viene determinada por el método de recolección de datos que utilizamos para responder a la pregunta y se refiere a aquello que observamos, medimos o recogemos para saber algo sobre la unidad de análisis. En el caso de la figura 10.1, la unidad de análisis y la unidad de observación coinciden, porque parece que cada observación del marco de datos contiene información sobre una elección concreta. Sin embargo, es muy posible que nos encontremos casos donde las unidades de análisis y de observación no coincidan, como es el caso de la figura 10.2. Veamos algunos ejemplos más:
- Queremos estudiar la corrupción de los gobiernos (unidad de análisis). Lo hacemos mediante encuestas de percepción ciudadana. Cada observación del marco de datos será la opinión de una persona sobre la corrupción. Por lo tanto, la unidad de observación será el individuo.
- Investigamos por qué algunos países (unidad de análisis) son más ricos que otros. Utilizaremos datos agregados de país en varios años, para el cual la unidad de observación será el país-año.
- Estudiamos grupos sociales (familia, grupos de amigos, trabajadores, empresarios, clubes sociales…), pero lo hacemos por medio de entrevistas a los individuos (unidad de observación).
- Estudiamos los partidos políticos (unidad de análisis) mediante el contenido de sus programas electorales. Cada frase de un programa electoral es la unidad de observación.
La distinción entre estos dos conceptos es importante, porque, cuando la unidad de observación y la unidad de análisis es diferente, existe el riesgo de incurrir en un problema de falacia ecológica (Achen & Shively, 1995).
Cuando la unidad de análisis y la unidad de observación no coinciden, corremos el riesgo de incurrir en un problema habitual de inferencia que se denomina falacia ecológica. Esta situación se produce porque queremos decir algo sobre una población de la que, por varias razones, solo tenemos datos agregados. Lo veremos más claro con un ejemplo.
Supongamos que queremos realizar un estudio de la relación entre la religión y el suicidio en Francia. Nuestra unidad de análisis es el individuo porque queremos saber por qué unas personas se suicidan más que otras. Desgraciadamente, en este estudio hipotético no disponemos de datos individuales, sino agregados por lo que se refiere al departamento. La tabla 10.1 muestra un fragmento de los datos. Vemos que la unidad de observación es el grupo religioso por departamento (en este caso vemos el departamento de Isère). Observamos que existen más suicidios entre protestantes que entre católicos.
Muestra el código
suicide <- tibble(region = c("Isère"),
municipality = rep(c("Grenoble", "Le Bourg-d'Oisans", "Saint-Jean-de-Maurienne"), times = 1, each = 2),
religion = rep(c("Protestant", "Catholic"), times = 3),
population = c(8250,1080,325,593,181,392),
suicide = c(520, 72, 12, 20, 5, 11))
suicide |>
group_by(region, religion) |>
summarize(population = sum(population),
suicide = sum(suicide)) |>
mutate(perc = suicide / population * 100)| region | religion | population | suicide | perc |
|---|---|---|---|---|
| Isère | Catholic | 2065 | 103 | 4.99 |
| Isère | Protestant | 8756 | 537 | 6.13 |
Con los datos que tenemos, podríamos concluir que los individuos que practican la religión protestante se suicidan más que los que practican la católica. Pero lo cierto es que, con la información que tenemos, no lo podemos saber con seguridad. Debemos tener presente que podemos incurrir en un problema de falacia ecológica porque estamos llegando a una conclusión sobre una unidad de análisis (el individuo) con datos agregados de un nivel superior (departamento-grupo religioso).
A continuación, cogemos los mismos datos que hemos utilizado para crear la tabla anterior, pero los desagregamos según los tres municipios que hipotéticamente conforman Isère: Grenoble, Le Bourg-d’Oisans y Saint-Jean-de-Maurienne. En la tabla 10.2 observamos exactamente la misma información, pero con la unidad de observación en el ámbito de municipio por grupo religioso. Fijémonos en que en esta nueva tabla las conclusiones anteriores ya no se sostienen.
Muestra el código
suicide |>
mutate(perc = suicide / population * 100) |>
arrange(desc(perc))| region | municipality | religion | population | suicide | perc |
|---|---|---|---|---|---|
| Isère | Grenoble | Catholic | 1080 | 72 | 6.67 |
| Isère | Grenoble | Protestant | 8250 | 520 | 6.30 |
| Isère | Le Bourg-d’Oisans | Protestant | 325 | 12 | 3.69 |
| Isère | Le Bourg-d’Oisans | Catholic | 593 | 20 | 3.37 |
| Isère | Saint-Jean-de-Maurienne | Catholic | 392 | 11 | 2.81 |
| Isère | Saint-Jean-de-Maurienne | Protestant | 181 | 5 | 2.76 |
Con los datos desagregados, observamos que las tasas de suicidio son muy parecidas entre católicos y protestantes. De hecho, en dos de los tres municipios, los católicos tienen una tasa de suicidio más alta. ¿Qué ha pasado? Pues que en Grenoble, donde hay una tasa de suicidio más alta, hay más practicantes de la religión protestante. En cambio, en los municipios pequeños, con tasas de suicidio más bajas, hay más practicantes de la religión católica. Es posible que la principal explicación de que las personas se suiciden más tenga que ver con el tamaño del municipio: se suicidan más en las ciudades. Pero, si agregamos los datos en cuanto al departamento, podemos pensar erróneamente que existe una relación positiva entre practicar la religión protestante y el suicidio.
En resumen, lo que es cierto en el ámbito agregado no es necesariamente cierto a escala individual. Si encontramos una relación entre características de grupo, esto no significa que haya una relación entre las características de los individuos del grupo.
10.3 Tipos de observaciones
¿Qué formas tenemos de observar el mundo? Cuando intentamos explicar las cosas que pasan en el ámbito social, normalmente nos centramos en una pequeña parte de este. Una clasificación muy popular de las Relaciones Internacionales, empleada también en Ciencia Política, la encontramos en Man, the state, and war: a theoretical analysis, donde Kenneth Waltz (1959) establecía tres niveles de análisis o imágenes para explicar el origen de los conflictos: el sistema internacional, el estado y el individuo (Gourevitch, 1978; ver también Singer, 1961). Estos tres niveles de análisis podemos entenderlos como agrupaciones de observaciones, que nos apuntan la «dirección desde donde emergen las causas» (Nau, 2020). Así, cada corriente teórica suele enfatizar un nivel de análisis concreto para explicar las causas de los fenómenos sociales. Por ejemplo, tanto los constructivistas sociales como los neorrealistas consideran que la principal explicación de por qué el mundo es como es, debe buscarse en la tercera imagen. Sin embargo, constructivistas y neorrealistas divergen de forma importante en la perspectiva: si bien los primeros enfatizan las ideas imperantes en la sociedad internacional, los segundos se centran en la estructura del sistema internacional.
Una clasificación próxima a la Sociología y a la Ciencia Política organiza los niveles de análisis en un contínuum de muy pequeño (micro) a muy grande (macro) (Wepundi, 2010). Así, en un nivel micro tendríamos unidades de análisis como individuos o familias; en un nivel meso encontraríamos grupos sociales y organizaciones como clanes, tribus o empresas; y en un nivel macro encontraríamos estructuras más globales como estados, naciones o civilizaciones.
A continuación, resumimos los principales tipos de observaciones que podemos encontrar en las bases de datos a partir de la clasificación de Waltz (1959). Hay que tomarse esta distinción únicamente como una forma de ordenar este apartado. De hecho, otros autores consideran que en realidad existe un número más amplio de niveles que los que marca esta clasificación.
10.3.1 Tercera imagen
La estructura del sistema internacional se refiere a aspectos como la existencia de anarquía o de instituciones que la mitigan, la distribución relativa de poder entre los estados, la presencia de una o varias potencias hegemónicas o el hecho de que estas potencias sean marítimas o territoriales.
La tercera imagen pone el foco en cuestiones sistémicas del sistema internacional. En el ámbito estructural, podemos observar la posición de poder relativa de los estados, el número de grandes potencias, la polaridad o el grado de anarquía del sistema internacional. Este último ha sido el propósito de la Intergovernmental Organizations dataset (v3) (Pevehouse et al., 2019; Wallace & Singer, 1970), en el que sus autores han observado la presencia de instituciones comunes entre los estados mediante una clasificación de las organizaciones internacionales existentes desde 1815 hasta la actualidad. En la tabla 10.31 vemos diez observaciones de la base de datos que corresponden al año 1996. La unidad de análisis es la organización internacional y, como podemos comprobar, la unidad de observación es la organización en un año determinado. Entre las características figuran el nombre de la organización, el año o cada uno de los estados que potencialmente pueden formar parte de ella. Angola, por ejemplo, era miembro de la ACPEU en 1996, pero, en cambio, Andorra no era miembro de esta organización durante el mismo año.
1 Más adelante observaremos un problema relacionado con este conjunto de datos.
| ioname | orgname | year | afghanistan | albania | algeria | andorra | angola | antiguabarbuda | argentina | armenia |
|---|---|---|---|---|---|---|---|---|---|---|
| ACPEU | ACP/EU Joint Assembly | 1996 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 0 |
| ACSSRB | Administrative Center for Soc Security for Rhine Boatmen | 1996 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| CAMES | Afr. & Malagasy Council for Higher Ed. | 1996 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| ACSO | African Civil Service Observatory | 1996 | -9 | -9 | -9 | -9 | -9 | -9 | -9 | -9 |
| ACI | Afr. Cultural Institute | 1996 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| AfDB | African Development Bank | 1996 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 |
| AFEXIMB | Afr. Exp/Import Bank | 1996 | -9 | -9 | -9 | -9 | -9 | -9 | -9 | -9 |
| AFRAND | Afr. Foundation for R & D | 1996 | -9 | -9 | -9 | -9 | -9 | -9 | -9 | -9 |
| AFGEC | Afr. Fund Guarantee & Econ. Coop. | 1996 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| AIPO | African Intellectual Property Organization | 1996 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
En la tercera imagen también podríamos ubicar el estudio del proceso, las interacciones o las relaciones de poder entre actores internacionales. Podríamos decir que este es y ha sido el tema central de las Relaciones Internacionales, puesto que, como indica el nombre de la disciplina, su foco principal ha sido observar las relaciones entre naciones o estados. La norma habitual en estudios cuantitativos ha sido, sobre todo a partir de los años noventa, utilizar lo que se denominan datos diádicos, en los que la unidad de observación no es un actor, sino la relación entre dos actores. Un ejemplo de marco de datos diádico lo vemos en la tabla 10.4, que contiene un fragmento de la Militarized Interstate Disputes dataset (Palmer et al., 2020). Lo que se quiere estudiar, la unidad de análisis, son las disputas militarizadas entre estados, mientras que la unidad de observación es la disputa-estado-año. Fijaos en que una misma disputa, por ejemplo el conflicto entre los Estados Unidos y el Reino Unido (disno número 2), está repetida tantas veces como años y número de estados tiene. Las características que se describen en el marco de datos no son propias de ningún actor, sino que son características de la relación entre los estados de la observación; por ejemplo, el resultado de la disputa (outcome) o la duración en días de la disputa (duration).
El foco en el proceso o las interacciones es común en el neoliberalismo institucional, que estudia fenómenos como la interdependencia, las alianzas, los problemas de información o la incertidumbre. Desde una perspectiva constructivista, se investigan procesos de formación y consolidación de ideas, como el feudalismo, el capitalismo, el militarismo, el mercantilismo o el keynesianismo.
| disno | namea | nameb | year | outcome | settlmnt | fatlev | hihost | duration | revstata | revstatb | war |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 2 | USA | UKG | 1902 | 0 | 0 | 0 | 3 | 184 | 1 | 1 | 0 |
| 2 | USA | UKG | 1903 | 6 | 1 | 0 | 3 | 25 | 1 | 1 | 0 |
| 2 | UKG | USA | 1902 | 0 | 0 | 0 | 3 | 184 | 1 | 1 | 0 |
| 2 | UKG | USA | 1903 | 6 | 1 | 0 | 3 | 25 | 1 | 1 | 0 |
| 3 | AUH | YUG | 1913 | 4 | 3 | 0 | 3 | 177 | 1 | 0 | 0 |
| 3 | YUG | AUH | 1913 | 3 | 3 | 0 | 3 | 177 | 0 | 1 | 0 |
| 4 | UKG | ALB | 1946 | 5 | 3 | 2 | 4 | 183 | 0 | 0 | 0 |
| 4 | ALB | UKG | 1946 | 5 | 3 | 2 | 4 | 183 | 0 | 0 | 0 |
10.3.2 Segunda imagen
La segunda imagen se refiere principalmente a las características domésticas de los estados. Las instituciones como por ejemplo tipos de régimen político (democracia o autocracia), número de actores con poder de veto, separación de poderes, sistema económico (capitalista o socialista), fortaleza del estado (estados fallidos), así como la manera en la que determinados grupos de interés domésticos (coaliciones políticas organizadas alrededor de factores de producción, sectores económicos o ideologías políticas y religiosas) ejercen su influencia en la toma de decisiones.
Según marxistas y liberales, la explicación principal de por qué el mundo es cómo es debe buscarse en el carácter de las unidades que conforman el sistema internacional. Mientras los autores marxistas han destacado que los regímenes capitalistas generan comportamientos diferentes –inherentemente más expansionistas en comparación con los regímenes socialistas–, los liberales han destacado que es el tipo de régimen político –ser o no una democracia– el principal factor explicativo de la existencia de conflictos internacionales. Para testar el argumento liberal han sido muy útiles bases de datos como la Democracy Dictatorship dataset (Cheibub et al., 2010), que describen las características políticas de cada estado del sistema internacional en un año determinado.
Este tipo de bases de datos permite estudiar la relación de las instituciones políticas, como la democracia, con otros fenómenos como el desarrollo económico o los conflictos. Como observamos en un fragmento de la tabla 10.5, la unidad de análisis es el estado y la unidad de observación es el estado-año, porque cada observación corresponde a un estado en un año determinado.
| ctryname | year | ccow | cwdi | un_region_name | exselec | legselec | closed | incumb | type2 | democracy | reg | agedem | agereg |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Afghanistan | 2003 | 700 | AFG | Southern Asia | 3 | 0 | 1 | 0 | 0 | 0 | 3 | 75 | 31 |
| Afghanistan | 2008 | 700 | AFG | Southern Asia | 1 | 2 | 2 | 0 | 1 | 0 | 3 | 80 | 36 |
| Albania | 2003 | 339 | ALB | Southern Europe | 2 | 2 | 2 | 0 | 0 | 1 | 0 | 13 | 13 |
| Albania | 2008 | 339 | ALB | Southern Europe | 2 | 2 | 2 | 0 | 0 | 1 | 0 | 18 | 18 |
| Lesotho | 2003 | 570 | LSO | Southern Africa | 2 | 2 | 2 | 0 | 1 | 0 | 3 | 38 | 11 |
| Lesotho | 2008 | 570 | LSO | Southern Africa | 2 | 2 | 2 | 0 | 1 | 0 | 3 | 43 | 16 |
| Liberia | 2003 | 450 | LBR | Western Africa | 3 | 1 | 1 | 0 | 0 | 0 | 3 | 134 | 14 |
| Liberia | 2008 | 450 | LBR | Western Africa | 1 | 2 | 2 | 0 | 0 | 1 | 2 | 3 | 3 |
En la segunda imagen de Waltz también se encuentran los grupos sociales, muy estudiados en el campo de la Sociología, como por ejemplo los grupos étnicos. La EPR - Ethnic Power Relations (Cederman et al., 2010, p. Vogt2015) es una de las bases de datos sobre conflictos étnicos que elabora el grupo International Conflict Research del Center for Comparative and International Studies del ETH Zurich. En este caso, la unidad de análisis sería el grupo étnico y la unidad de observación el grupo étnico por estado en un periodo determinado. Fijémonos, por ejemplo, en que en la tabla 10.6 el grupo étnico Spanish tiene una observación para el periodo 1946-1976 y otra del periodo 1977-1979. Podríamos cambiar la unidad de observación y establecer que cada fila de la base de datos fuera un grupo étnico por estado en un año determinado, pero esto nos llevaría a tener muchas filas con la misma información, puesto que el estatus (columna status) del grupo Spanish sería de monopolio en cada observación.
| gwid | statename | from | to | group | size | status | reg_aut |
|---|---|---|---|---|---|---|---|
| 230 | Spain | 1946 | 1976 | Spanish | 0.680 | MONOPOLY | NA |
| 230 | Spain | 1946 | 1976 | Catalans | 0.169 | DISCRIMINATED | FALSE |
| 230 | Spain | 1946 | 1976 | Galicians | 0.060 | DISCRIMINATED | FALSE |
| 230 | Spain | 1946 | 1976 | Basques | 0.054 | DISCRIMINATED | FALSE |
| 230 | Spain | 1946 | 1976 | Roma | 0.019 | DISCRIMINATED | FALSE |
| 230 | Spain | 1977 | 1979 | Spanish | 0.680 | DOMINANT | NA |
| 230 | Spain | 1977 | 1979 | Catalans | 0.169 | POWERLESS | FALSE |
| 230 | Spain | 1977 | 1979 | Galicians | 0.060 | POWERLESS | FALSE |
También podríamos considerar como segunda imagen todos aquellos fenómenos políticos o sociales que se producen específicamente en el marco del sistema político, como revoluciones, revueltas o golpes de estado. La Coup Agency and Mechanisms Dataset (Powell & Thyne, 2011), que vemos parcialmente en la tabla 10.7, ha cuantificado los golpes de estado que ha habido en el mundo desde 1950. En este caso, la unidad de análisis y la unidad de observación coinciden, puesto que cada observación se trata de un golpe de estado diferente, que es el fenómeno que queremos estudiar.
Estos tipos de fenómenos son de corte muy diferente y no todos se podrán categorizar como segunda imagen. En el ámbito político, encontramos ejemplos como las violaciones de alto el fuego, informes anuales corporativos, posts públicos de Facebook o bombas inteligentes. En el ámbito social, muchos ejemplos clásicos de la Sociología son la inmigración, el racismo, el crimen, el matrimonio o la religión.
| cowcode | region | year | country | no | coup | successful | date | combat |
|---|---|---|---|---|---|---|---|---|
| 40 | 5 | 1952 | Cuba | 1 | 1 | 1 | 1952-03-10 | 1 |
| 40 | 5 | 1957 | Cuba | 1 | 1 | 0 | 1957-09-05 | 1 |
| 41 | 5 | 1950 | Haiti | 1 | 1 | 1 | 1950-05-10 | 0 |
| 41 | 5 | 1956 | Haiti | 1 | 1 | 0 | 1956-12-06 | 0 |
| 41 | 5 | 1957 | Haiti | 1 | 1 | 1 | 1957-04-02 | 0 |
| 41 | 5 | 1957 | Haiti | 2 | 1 | 1 | 1957-05-21 | 0 |
| 41 | 5 | 1957 | Haiti | 3 | 1 | 1 | 1957-06-14 | 0 |
| 41 | 5 | 1958 | Haiti | 1 | 1 | 0 | 1958-07-03 | 1 |
La ubicación en la clasificación de Waltz de los fenómenos políticos y sociales siempre puede venir condicionada por el nivel de análisis de los actores que están involucrados en estas interacciones.
10.3.3 Primera imagen
Otros estudios se han interesado más en mirar dentro de la caja de los estados, de forma que también encontramos bases de datos que clasifican y describen las características de los líderes políticos. La base de datos Rulers, Elections and Irregular Governance (REIGN) (Bell et al., 2021), de la que observamos una parte en la tabla 10.8, incluye información sobre más de 2.300 líderes individuales en 201 países diferentes. La unidad de análisis son los líderes políticos y la unidad de observación es el líder-año-mes.
La primera imagen se refiere principalmente a las características de los individuos. Así, podemos ir de explicaciones más esencialistas del comportamiento humano, como el ansia de poder, hasta cuestiones más existencialistas. Mediante este marco podemos investigar liderazgos políticos como Otto von Bismarck, Napoleón o George W. Bush, como también la opinión de individuos y familias en una sociedad.
| ccode | country | leader | year | month | elected | age | male | militarycareer | tenure_months | gov_democracy |
|---|---|---|---|---|---|---|---|---|---|---|
| 2 | USA | Clinton | 2000 | 8 | 1 | 54 | 1 | 0 | 92 | 1 |
| 2 | USA | Clinton | 2000 | 9 | 1 | 54 | 1 | 0 | 93 | 1 |
| 2 | USA | Clinton | 2000 | 10 | 1 | 54 | 1 | 0 | 94 | 1 |
| 2 | USA | Clinton | 2000 | 11 | 1 | 54 | 1 | 0 | 95 | 1 |
| 2 | USA | Clinton | 2000 | 12 | 1 | 54 | 1 | 0 | 96 | 1 |
| 2 | USA | Clinton | 2001 | 1 | 1 | 55 | 1 | 0 | 97 | 1 |
| 369 | Ukraine | Zelensky | 2019 | 5 | 1 | 41 | 1 | 0 | 1 | 1 |
| 369 | Ukraine | Zelensky | 2019 | 6 | 1 | 41 | 1 | 0 | 2 | 1 |
| 369 | Ukraine | Zelensky | 2019 | 7 | 1 | 41 | 1 | 0 | 3 | 1 |
| 369 | Ukraine | Zelensky | 2019 | 8 | 1 | 41 | 1 | 0 | 4 | 1 |
Y obviamente también podemos estudiar individuos, una de las unidades de análisis más comunes en muchas disciplinas de las Ciencias Sociales, especialmente en Economía. En la tabla 10.9 vemos una muestra de la World Values Survey (Inglehart et al., 2020), una de las bases de datos de opinión pública más utilizadas a escala internacional, que cada cinco años organiza encuestas en decenas de países del mundo con el objetivo de realizar estudios comparados sobre las opiniones y los valores entre culturas y entre generaciones. La última oleada de 2022 compiló las opiniones de la ciudadanía de más de sesenta países. En este caso, la unidad de análisis y la unidad de observación también coinciden, porque queremos estudiar la opinión de los individuos y cada observación es la opinión de un individuo diferente.
| A_WAVE | C_COW_ALPHA | C_COW_NUM | A_YEAR | Q1 | Q2 | Q3 | Q4 | Q5 | Q6 | Q7 | Q8 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 7 | AND | 232 | 2018 | 1 | 1 | 1 | 3 | 1 | 4 | 1 | 1 |
| 7 | AND | 232 | 2018 | 1 | 1 | 1 | 4 | 1 | 4 | 1 | 2 |
| 7 | AND | 232 | 2018 | 1 | 2 | 2 | 2 | 3 | 3 | 2 | 1 |
| 7 | AND | 232 | 2018 | 1 | 1 | 1 | 4 | 2 | 4 | 1 | 2 |
| 7 | AND | 232 | 2018 | 1 | 1 | 1 | 3 | 1 | 3 | 1 | 2 |
| 7 | AND | 232 | 2018 | 1 | 3 | 1 | 4 | 1 | 3 | 1 | 2 |
| 7 | AND | 232 | 2018 | 1 | 2 | 1 | 4 | 1 | 2 | 1 | 2 |
| 7 | AND | 232 | 2018 | 1 | 1 | 1 | 1 | 1 | 3 | 1 | 2 |