Introducción

La teoría fundamentada o grounded theory (GT) revolucionó las metodologías de investigación (^{Glaser y Strauss, 1967}; ^{Sutcliffe, 2016}). No obstante, ha recibido tanto elogios (^{Burton, 2007}; ^{Stern, 2007}) como cuestionamientos (^{Blalock, 1970}; ^{Bryman, 2004}; ^{Cutcliffe, 2000}). ^{Urquhart y Fernández (2013)} resumieron los últimos en tres: a) el investigador no revisa previamente literatura; b) la GT es inflexible, y c) produce conocimiento de bajo nivel. Sin embargo, la revisión previa de literatura fue incluida como parte de la metodología actualizada (^{Strauss y Corbin, 1990}), se probó la flexibilidad de la teoría (^{Tan, 2010}) por su enfoque constructivista (^{Charmaz, 2000}), y se propuso que las entrevistas a profundidad son suficientes, en reemplazo de una escala de Likert, para generar conocimiento (^{Graue, 2015}; ^{Holland, 1998}; ^{Pinegar y Wilbricht, 1989}).

Es decir, existe evidencia suficiente para afirmar que la GT es una herramienta potente para generar conocimiento (^{Jones, 2009}). ^{Gioia, Corley y Hamilton (2013)} señalaron que la GT es rigurosa desde el planteamiento de las proposiciones, pasando por la codificación, hasta la interpretación de la información. ^{Creswell (2007)} la consideró dentro de los cinco principales métodos de investigación cualitativa. Sin embargo, ¿podría la metodología cualitativa, en particular la GT, ocupar un rol más relevante en la generación de conocimiento vinculado a la administración?

La postura de trabajar lo financiero a través del paradigma cualitativo ya ha sido defendida (^{Burton, 2007}). Además, existen investigaciones (^{Khresna, Hooy y Ahmad, 2012}) que plantean que las decisiones humanas tienden a ser irracionales, incluidas las financieras (^{Viktorovna, Pavlovna y Mokhailovna, 2018}), y no sólo a nivel de individuos, sino de mercados también (^{Poteshman y Serbin, 2003}). Desde luego, ello no involucra que toda decisión humana sea irracional, pero los argumentos previos en conjunto soportarían la postura de ^{Graue (2015)} de estudiar al individuo que toma la decisión, y no a la decisión misma. Sin embargo, no sólo cuenta el esfuerzo de desarrollar ciencia a través del paradigma cualitativo, sino en qué medida los investigadores confían en que dichos resultados son insumos veraces para continuar construyendo conocimiento. De acuerdo con ^{Nicolson (2013)}, un hecho se considera verdad por el respaldo que recibe de los individuos que componen la comunidad que acepta dicha verdad. Si bien existen métodos para probar la validez (^{Yin, 2003}; ^{Charmaz, 2006}) y confiabilidad (^{Long y Johnson, 2000}; ^{Bengtsson, 2016}) de la investigación cualitativa, ello no necesariamente involucra que la comunidad científica confiará en sus resultados, los considerará una verdad (^{Nicolson, 2013}) y los utilizará como insumo para sus propias investigaciones.

Resulta relevante, además, comprender el término confianza. ^{Giffin (1967)} la definió como la “dependencia sobre las características de un objeto, o la ocurrencia de un evento, o el comportamiento de una persona para alcanzar un deseado pero incierto objetivo en una situación riesgosa” (^{Giffin, 1967: 105}). Por otra parte, ^{Cronin (1984)} señaló que un científico recibe el reconocimiento público de sus pares al publicar su investigación, mientras que al mismo tiempo, a quienes dicho científico citó, reciben el reconocimiento por el rol que cumplieron dentro de su investigación. Así, al combinar lo propuesto por a) ^{Giffin (1967)}, b) ^{Cronin (1984)} y c) ^{Nicolson (2013)}, en el artículo la confianza en una investigación girará en torno a si la comunidad científica la considera como un insumo valioso, y si está dispuesta a depender de ella como sustento para la generación de nuevo conocimiento.

Respecto al proceso de revisión y publicación de una investigación, asumiendo que la revisión de los árbitros obedeció a consideraciones de objetividad, rigurosidad y ética (^{Berk, Harvey y Hirshleifer, 2017}), el artículo podría ser aceptado para publicación. No obstante, la comunidad científica no está obligada a citarlo. Esto ocurrirá sólo si le resulta útil y si confía en él (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}), confianza que tendría que traducirse en una citación para continuar construyendo conocimiento (^{Cronin, 1984}). La literatura actual carece de investigaciones que estudien el comportamiento de la confianza en la metodología cualitativa. Existe un punto de partida en el que la comunidad científica dedicó un esfuerzo considerable para criticar a la GT (^{Brown, 1973}; ^{Bryman, 2004}; ^{Cutcliffe, 2000}), pero no un registro de la evolución progresiva de la crítica pasada hasta la defensa actual sustentado en el volumen de publicaciones realizadas y citaciones recibidas. Por ello es que existe una excelente oportunidad de estudiar su evolución y situación actual.

La literatura bibliométrica especializada (^{Moed et al., 1985}; ^{Verbeek et al., 2002}) también ofrece una oportunidad de investigación, ya que considera el índice de citaciones por artículo como un indicador de impacto (^{Candia et al., 2019}), y no de confianza (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}). Además, muchos estudios bibliométricos segmentan sus hallazgos de diferentes formas (^{Cobo et al., 2015}; ^{Merigó et al., 2015}; ^{Merigó y Yang, 2017}), pero no proponen una comparación entre paradigmas cuantitativos o cualitativos. Estos vacíos ofrecen una oportunidad para investigar si la comunidad científica confía en mayor o menor medida en el paradigma cualitativo versus el cuantitativo.

Factores varios también pueden influir sobre la citación de un artículo. Por ejemplo, a) el prestigio de los autores, b) el número de citaciones recibidas o c) el prestigio de la revista (^{Thornley et al., 2015}). Por otro lado, ^{Di Vaio, Waldenström y Weisdorf (2012)} hallaron que existe una mayor probabilidad de ser citado cuando a) se participe en seminarios o conferencias mediante trabajos en curso, b) si las investigaciones son producidas en coautoría, o c) si es que los autores son profesores a tiempo completo. ^{Simkin y Roychowdhury (2003)} señalaron que sólo 20 % de las referencias en una investigación realmente fueron leídas por los autores. Además, ^{Cintra, Furnival y Milanez (2018)} indicaron que el acceso abierto a las revistas también influye positivamente en el número de citaciones que recibe una investigación.

Otros fenómenos bibliométricos denotan claramente que, dependiendo también de las disciplinas estudiadas, puede existir mayor preferencia por una metodología en particular. Por ejemplo, ^{Strandberg et al. (2018)} detectaron que en la industria del turismo ha habido una importante migración hacia la metodología cuantitativa en los últimos 15 años. Por otro lado, ^{Cornelius y Persson (2006)} hallaron que los investigadores de finanzas y economía tienden más hacia lo cuantitativo, mientras que los de gestión y emprendimiento prefieren lo cualitativo. Desde luego, dichos estudios no pueden ser generalizados, y junto con los claros resultados opuestos, ofrecen una oportunidad para profundizar en la situación actual de ambas metodologías y qué tan preferidas son entre los investigadores.

El objetivo del artículo, por lo tanto, es analizar el comportamiento de la citación de los artículos cualitativos versus cuantitativos como un reflejo de la confianza (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}) en ambos métodos para los campos de economics, management y business, los más relevantes según ^{Liu, Hong y Liu (2012)}. Se prestará particular atención a la metodología más popular de cada enfoque, a través de la estadística descriptiva de cantidad de publicaciones y citaciones en un horizonte de 15 años concluidos (2004-2018), para finalmente comparar los patrones de crecimiento de las citaciones a través del análisis regresional.

El aporte de la investigación es significativo principalmente por tres motivos. Primero, la evolución a través del tiempo de la producción científica basada en GT no se ha documentado, y por lo tanto no se conoce si su desarrollo ha sido acompañado por producción intelectual o mayor número de citaciones. Segundo, la literatura relevante sobre la comparación de la confianza depositada en los paradigmas cuantitativo y cualitativo traducida en citaciones por artículo es incipiente (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}). Tercero, la investigación inicia la discusión y análisis de las citaciones por artículo ya no como un indicador de impacto, sino de confianza (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}).

Metodología

El estudio consideró los resultados de búsquedas en Scopus de dos metodologías de investigación en artículos publicados en revistas durante 15 años, de 2004 a 2018. Las revistas correspondieron únicamente a las categorías “Business, Management and Accounting”, y “Economics, Econometrics and Finance”, tal y como figuran en el sistema de búsqueda de Scopus y vinculadas a los campos de estudio de economics, management y business (^{Liu, Hong y Liu, 2012}), los cuales sirvieron para delimitar los documentos a ser analizados, mas no representaron factores a analizar respecto a campo de conocimiento, contexto de origen de las publicaciones o interés de las mismas. La metodología cualitativa escogida es la principalmente defendida por ^{Creswell (2007)}: la GT, ingresada al buscador de Scopus como “grounded theory”. La metodología cuantitativa es la más defendida por ^{Chión y Charles (2016)}: la modelación de ecuaciones estructurales (SEM), ingresada al buscador de Scopus como “structural equation modeling”. Un punto importante para comparar dichas metodologías radica en que, además de ser la más relevante de acuerdo a ^{Chión y Charles (2016)}, ambas fueron formalmente propuestas en la misma época: la SEM se desarrolló desde inicios del siglo XX hasta su proposición formal por K. Jöreskog en 1970 (^{Mateos-Aparicio, 2011}), versus la propuesta de la GT por parte de ^{Glaser y Strauss (1967)}. Si bien su horizonte temporal promueve su comparación, resultará relevante también para futuras investigaciones utilizar otras metodologías cuantitativas para efectos de comparación.

La búsqueda de los términos en inglés se realizó entre los días 10 y 11 de abril de 2019 mediante la opción Article title, abstract and keywords en el buscador inicial de la base Scopus. La búsqueda se delimitó por a) año (2004-2018), b) tipo de documento (articles), y c) tipo de fuente (journals). Ninguno de ellos se encuentra en etapa de prensa. La búsqueda arrojó cuántos artículos se publicaron cada año, además de la cantidad de citaciones por año de cada artículo hallado, para obtener la razón de citaciones promedio por artículo por año. El análisis estadístico de las citaciones promedio es considerado relevante para comprender el comportamiento de la generación de conocimiento (^{Martin, 2012}; ^{Zupic y Čater, 2015}), y sustentado por diversos autores (^{Cobo et al., 2015}; ^{Merigó et al., 2015}; ^{Merigó y Yang, 2017}; ^{Moed et al., 1985}; ^{Verbeek et al., 2002}).

Si bien no se ha documentado la evolución de la situación de confianza en la GT ni se ha comparado contra una metodología cuantitativa, ha sido respaldada por muchos autores. Por ello, la hipótesis 1 es la siguiente:

H₁: la confianza actual medida en citaciones promedio por artículo es igual para artículos de SEM que para artículos de GT.

Basado en ese mismo razonamiento, si la GT continuara demostrando su validez y la confianza en ella se incrementara, se esperaría la hipótesis 2:

H₂: la confianza futura medida en citaciones promedio por artículo para artículos de SEM será menor que para artículos de GT.

Posterior a la extracción de la información, mediante las citaciones promedio se llevó a cabo el análisis descriptivo y regresional para analizar la tendencia de comportamiento de las mismas. La información extraída se puede clasificar en dos: a) número de artículos, definido como la cantidad de investigaciones publicados en un año, y b) citaciones por año, que representa la cantidad de investigaciones que han citado a los artículos estudiados en cada uno de los años analizados. Para las citaciones promedio por año no se consideró el número neto de publicaciones por año, sino el acumulado de publicaciones a la fecha desde el primer año estudiado, ya que los artículos pasados continúan aportando a las citaciones a través del tiempo.

Presentación y análisis de resultados

La Tabla 1 muestra los resultados de búsqueda de structural equation modeling (SEM), mientras que la Tabla 2 lista los correspondientes a grounded theory (GT). Los artículos de SEM publicados en 2004 fueron 93, y 1 955 en 2018. El total de publicaciones de SEM para los 15 años estudiados fue de 10 972, aunque cabe resaltar que 2 429 de ellas (22.14 %) no presentaron citación alguna, 8 519 (77.64 %) tuvieron entre 1 y 500 citaciones en total, y 24 (0.22 %) excedieron las 500 citaciones totales. Respecto a la tasa de citaciones promedio por artículo, creció de 0.10 en 2004 a 4.80 en 2018.

Respecto a los artículos de GT, ascendieron en 2004 a 40, mientras que en 2018 fueron 189. El total de investigaciones publicadas en los 15 años estudiados fue de 1 616, de las cuales 312 (19.31 %, versus 22.14 % de SEM) no presentaron citaciones, 1 301 tuvieron entre 1 y 500 citaciones (80.51 %, versus 77.64 % de SEM), y sólo 3 (0.19 %, versus 0.22 % de SEM) excedieron las 500 citaciones totales. La tasa de citaciones promedio por artículo pasó de 1.43 en 2004 a 3.61 en 2018. Las cantidades son muy similares en proporción a las presentadas por los artículos de SEM.

El comportamiento gráfico de las citaciones se encuentra resumido en la Figura 1, la cual presenta las siguientes vistas: a) artículos totales por metodología estudiada, b) citaciones totales por metodología estudiada, c) citaciones promedio por metodología estudiada, y d) citaciones promedio por metodología estudiada, incluidas las regresiones lineales y polinómicas de segundo grado. En el cuadrante superior izquierdo se muestra el comportamiento exponencial de la producción intelectual publicada de SEM, frente al comportamiento lineal de producción intelectual de GT. Algo muy similar ocurre en el cuadrante superior derecho, con un crecimiento exponencial de citaciones de artículos de SEM versus el crecimiento lineal de citaciones de investigaciones de GT. No obstante, la tendencia cambia en el cuadrante inferior izquierdo, ya que no se evidencian crecimientos exponenciales. Durante los primeros tres años analizados, las citaciones promedio por artículo son mayores para investigaciones de GT, pero dicha tendencia se revierte en 2007 y se mantiene hasta 2018.

Figura 1 Comportamiento gráfico del total de artículos y citaciones promedio por artículo para las dos metodologías estudiadas 

El cuadrante inferior derecho de la Figura 1 analiza las tendencias regresionales, tanto lineales como polinómicas de grado 2. A través de Microsoft Excel se plantearon las rectas de mejor ajuste lineales para los gráficos de barras, considerando 2004 como el período 1 y 2018 como el período 15. A continuación se muestra el resultado para las citaciones promedio de SEM:

La regresión arrojó un coeficiente R² de 0.9104, mayor que 0.70 (^{Véliz, 2011}). La Figura 2 muestra sus pruebas estadísticas. Para ambos coeficientes, los p-values están por debajo de 0.05, y ninguno de los intervalos de confianza pasa por 0.

Figura 2 Análisis estadístico en SPSS para citaciones promedio de SEM (regresión lineal) 

La expresión lineal para las citaciones promedio de GT se muestra a continuación:

La regresión arrojó un coeficiente R² de 0.8635 (^{Véliz, 2011}). La Figura 3 muestra sus pruebas estadísticas. Para ambos coeficientes, los p-values son menores a 0.05, y los intervalos de confianza no pasan por 0.

Figura 3 Análisis estadístico en SPSS para citaciones promedio de GT (regresión lineal) 

Al igualar ambas ecuaciones, se obtiene un valor de 3.88 para la variable tiempo. Es decir, las citaciones promedio por artículo fueron iguales entre 2006 y 2007, y en teoría ya no volverían a serlo. Sin embargo, también se generaron rectas de mejor ajuste polinómicas de segundo grado. A continuación se muestra la correspondiente a SEM:

La regresión arrojó un coeficiente R² mucho más contundente de 0.9853 (^{Véliz, 2011}). La Figura 4 muestra sus pruebas estadísticas, los intervalos de confianza no pasan por 0.

Figura 4 Análisis estadístico en SPSS para citaciones promedio de SEM (regresión no lineal) 

La recta de mejor ajuste polinómica de segundo grado para GT es la siguiente:

Igual que para SEM, la regresión de GT obtuvo un mejor coeficiente R², de 0.9154 (^{Véliz, 2011}). La Figura 5 muestra sus pruebas estadísticas, y únicamente en el intervalo de confianza del parámetro B (el coeficiente que corresponde a la variable de grado uno), podría darse eventualmente que cobre el valor de 0. Al igualar las ecuaciones, se obtienen dos posibles respuestas: 3.7617 y 18.155. Es decir, pasado el punto en el que ambas metodologías tuvieron un promedio igual de citaciones por artículo entre 2006 y 2007 (período 3), volverían a presentarlo en el año 2022 (período 18), para luego pasar GT a liderar el promedio.

Figura 5 Análisis estadístico en SPSS para citaciones promedio de GT (regresión no lineal) 

Discusión

El volumen de producción y publicación intelectual vinculada a SEM tiene un comportamiento exponencial, mientras que el de GT es lineal e ínfimo. En función al comportamiento gráfico, la producción de artículos de SEM debería continuar en su tendencia, aunque los resultados llevan a cuestionar dichas publicaciones en términos de confianza (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}), mostrada por la comunidad científica al citar o no dichas investigaciones. A pesar de que los artículos de GT son menores en volumen, presentan citaciones por artículo muy similares a las de SEM. Si el comportamiento de las citaciones promedio por investigación de ambos métodos se mantuviera, en 2022 podrían igualarse, lo que claramente determina que el volumen de investigaciones producidas no define el nivel de calidad ni de confianza depositados en dichos manuscritos a través de citaciones.

Los hallazgos de la investigación, dado que el promedio de citaciones por artículo de SEM es mayor que el de GT, desmienten la H1 que planteaba su igualdad. Sin embargo, la H2 sí fue validada, ya que en el futuro se espera que las citaciones promedio para investigaciones de GT excedan a las de SEM. No obstante, más allá de las críticas recibidas a lo largo de los años (^{Brown, 1973}; ^{Bryman, 2004}; ^{Cutcliffe, 2000}), los resultados evidencian que dicha metodología ha incrementado progresivamente la confianza recibida de parte de la comunidad científica. Aunque la investigación no apunta a encontrar las causas, según la literatura puede deberse a a) la rigurosidad metodológica (^{Gioia et al., 2013}), b) la conveniencia de estudiar a los individuos más que sus decisiones (^{Graue, 2015}), o c) la migración natural de ciertas disciplinas de estudio hacia lo cualitativo (^{Strandberg et al., 2018}).

Los datos analizados en el artículo corresponden a toda la administración (^{Liu, Hong y Liu, 2012}) según las categorías correspondientes en Scopus, lo que lleva a concluir preliminarmente que en efecto la comunidad científica cada vez deposita más su confianza (^{Cronin, 1984}; ^{Giffin, 1967}; ^{Nicolson, 2013}) en la GT, aunque subdisciplinas como finanzas, economía, gestión, y emprendimiento presenten resultados contrarios entre sí (^{Cornelius y Persson, 2006}). También es importante considerar que los resultados obtenidos en las regresiones no garantizan que ambas metodologías estudiadas vayan a igualar sus razones de citación en 2022. Antes de concluir ello, se debería tener en cuenta lo siguiente:

Conclusiones y Recomendaciones

Resulta relevante, para futuras investigaciones, considerar tres factores limitantes en el estudio. Primero, el prestigio que influye sobre las citaciones potenciales no fue aislado como factor exógeno (^{Thornley et al., 2015}). Segundo, la GT sólo fue estudiada contra la SEM (^{Chión y Charles, 2016}), excluyendo otras metodologías cuantitativas. Tercero, al procesar mayor can tidad de información mediante técnicas de Big Data & Analytics arrojaría resultados aún más contundentes, dividiendo a la administración en subdisciplinas que permitan entender si el comportamiento es sostenido para todas ellas, o si ciertos temas presentan tendencias particulares.

No obstante, existen oportunidades de investigación futura. El artículo no explora por qué se producen más artículos de SEM que de GT. Posiblemente su naturaleza constructivista hace que dicha metodología resulte más compleja, o menos preferida por falta de tiempo y recursos. Conocer esto ayudaría a impulsar investigaciones cualitativas brindándoles los recursos necesarios. Además, existe también la posibilidad de estudiar mayores horizontes de tiempo y volúmenes de información, sobre todo subdividiendo a la administración para una mejor comprensión de sus componentes disciplinarios. Sin embargo, lo que sí queda claro es que el estudio estadístico descriptivo sienta las bases para futuros modelos que puedan llevar a explicar las razones de por qué se está produciendo la migración de lo cuantitativo a lo cualitativo en las ciencias administrativas.

En conclusión, el paradigma cuantitativo fue arduamente defendido a través de las últimas décadas frente al fortalecimiento del cualitativo. Si bien ha sido probado que la GT genera teoría científicamente válida, el método cuantitativo, representado por la SEM, continúa liderando el índice de confianza medido en citaciones promedio por artículo. Esta visión de confianza, desde luego, se plantea como alternativa a la tradicionalmente utilizada de impacto, y cuenta con sustento teórico suficiente como para ser considerada como una medición válida de cuán contundente y confiable es una investigación. Sin embargo, el estudio bibliométrico, estadísticamente relevante y significativo en sus regresiones lineales y polinómicas, aunque no extrapolable a otras disciplinas y sin considerar las diferencias a nivel subdisciplinario, reveló que la diferencia de las citaciones promedio es ínfima comparada con el comportamiento de la producción intelectual total de ambos paradigmas. De esta forma, sólo se respalda la segunda hipótesis: en el futuro próximo es altamente probable que ambas razones se igualen y que la GT pase a liderar dicho indicador. Finalmente, es necesario continuar profundizando en cómo se comportan ambas metodologías, dados todos los fenómenos bibliométricos mencionados, y por qué.