Psicothema, 2000. Vol. Vol. 12 (Suplem.2). 413-417

María Dolores Paz Caballero y Héctor Rifà Burrull

En este trabajo se ha aplicado el procedimiento propuesto por Williams y Lambert (1975) para clasificar 82 etnias del sudeste asiático. El objetivo fundamental es evaluar la eficacia de dicho procedimiento comparando sus resultados con los obtenidos con otra técnica estadística, no puramente de Cluster, como es el Escalamiento óptimo. La aplicación del procedimiento de Williams y Lambert permite segmentar la muestra total en tres grupos cuya coincidencia con los agrupamientos lingüístico-geográficos es bastante elevada. La validez convergente de estos resultados, al compararlos con los obtenidos mediante el Escalamiento óptimo, es muy elevada.

Application of the Williams and Lambert technique to the South-East Asian ethnic groups. In this research the procedure proposed by Williams and Lambert (1975) has been applied to classify 82 South-east Asian ethnic groups. The main aim was to evaluate the effectiveness of such procedure by contrasting their results with those obtained with the HOMALS technique. The application of Williams and Lambert procedure allows three groups to be segmented. When comparing these results with those obtained using the HOMALS technique, a very good convergent validity was found.

Los estudios etnográficos y antropológicos conducen generalmente a la obtención de tipologías, entendiendo por tipología el resultado de una clasificación conceptual en contraposición a taxonomía que sería el resultado de aplicar alguna técnica estadística (Bayley, 1994). Las técnicas estadísticas de clasificación se agrupan genéricamente bajo el término Análisis de Clusters (o Análisis de Conglomerados).

¿Qué ventajas presentan los procedimientos estadísticos de clasificación frente a la clasificación conceptual? La principal ventaja es, sin duda, que se elimina en buena medida la subjetividad del investigador. Esta subjetividad sólo intervendría en la elección de las variables a medir, pero, una vez seleccionadas éstas, las puntuaciones serían sometidas a alguna de las técnicas de Análisis de Clusters y sería el procedimiento de Cluster el que determinaría la formación de los grupos. Otra ventaja se refiere al número de variables que pueden ser consideradas para la clasificación: las tipologías, o clasificaciónes conceptuales, se realizan generalmente en función de dos o tres variables, mientras que los procedimientos estadísticos de Cluster pueden trabajar, incluso es deseable que así sea, con un gran número de variables. Estas serían las ventajas de utilizar métodos estadísticos de clasificación, pero habría un inconveniente: puesto que los elementos se clasifican generalmente en función de un gran número de variables, la interpretación de los grupos resultantes puede resultar algo complicada. Al contrario de lo que ocurre en una clasificación conceptual, en la que todos los elementos de un mismo tipo coinciden en sus puntuaciones en las variables de clasificación (clases monotéticas), la mayor parte de los métodos de cluster ofrecen clases politéticas en las que los elementos pueden coincidir en algunas variables y ser distintos en otras.

Ahora bien, a la hora de realizar una clasificación resulta de especial importancia, no sólo obtener grupos de elementos que resulten lo más homogéneos posible, sino también identificar los criterios en función de los cuales se agrupan dichos elementos y que nos van a permitir asignar nuevos elementos a los grupos obtenidos. Como antes se ha indicado, la mayoría de las técnicas de Análisis de Clusters sólo permiten cubrir el primer objetivo. Existe, sin embargo, un procedimiento, propuesto por Williams y Lambert (1975, descrito en Martínez Ramos, 1984), que permite precisamente la obtención de esquemas conceptuales útiles para agrupar los elementos. Dicho procedimiento, a diferencia del resto de técnicas de Análisis de Cluster, permite segmentar la muestra en una serie de grupos que pueden definirse en función de la posesión o no de una serie de características. Por supuesto, siempre que el número de características consideradas no sea muy grande, esta segmentación podría realizarse sin necesidad de aplicar ninguna técnica estadística. La principal ventaja del procedimiento de Williams y Lambert frente a la clasificación conceptual es, precisamente, que partiendo de un amplio número de variables permite seleccionar (de forma empírica y no arbitraria) las que mejor discriminan entre los grupos.

En el presente trabajo se ha aplicado dicho procedimiento para realizar una clasificación de 82 etnias del sudeste asiático. El interés fundamental del trabajo es metodológico, se trata de analizar la validez de la técnica y, para ello, se ha tenido en cuenta:

*La concordancia entre los grupos obtenidos con la misma y los agrupamientos geográficos observados.

*La equivalencia entre los resultados obtenidos con esta técnica y los obtenidos con otra técnica, no puramente de Análisis de Clusters, como es el Escalamiento óptimo (validez convergente).

Método

Se han considerado 82 etnias del sudeste asiático:

-Eastern Mon-Khmer (E23: Khmer, Cambodians, Mnong Gar), del suroeste de Vietnam y del este de Camboya;

- Daic y sinitic (sur de China),

- Tibeto-burman (Tibet, Myanmar),

- Indo (India, Pakistán y Sri Lanka),

El 3 (Ut Pradesh, Bhil, Punjabi, Pahari, Gujarati) y El 4 (Vedda, Sinhalese)

- Mundo o kolarian (India, Bangladesh),

- Khasi-nicobarese de lafamilia Mon-Khmer (islas Nicobar),

- Burman de la familia tibeto-burnan (norte de Myanmar),)

- Burman de la familia tibeto-burman (sur de Myanmar)

E19 (Burmese, Lakher, Karen, Purum, Akha)

- Andaman (islas Andamán)

E20 (Andamanese)

- Thai-kadai y miao-yao (Tailandia, norte de Laos y sur de China),

- Antiam-miíong (noreste de Vietnam),

E22 (Annamese, Muong)

E24 (Semang, Setioi)

- Malayan (Sarawak y Sabah)

- Malayo-polinesian (Sumatra),

- Malayo-polinevian (Java e islas).

- Malayo-polinesian (Borneo y Célebes).

104 (Iban, Toradja, Macassarese, Dusun)

- Malayo-polinesian (Timor).

105 (Alorese, Tanimbarese, Belu, Arnbosese)

- Malayo-polinesian (Sur de Filipinas)

123 (Hanunoo, Subanum, Sugbuhanon, Tagbanua)

- Malayo-polinesian (Norte de Filipinas)

124 (Ifugao, Kalinga, Sagada)

- Malayo-polinesiati (Taiwán)

125 (Atayal, Paiwan, Yami, Ami)

Realizamos la recolección de datos de forma observacional indirecta a partir de la clasificación de Murdock (198l). A partir de un proceso de categorización obtuvimos datos dicotómicos de 27 categorías comportamentales del tipo: mantenimiento (5), social reproductor (2), social familiar (5) espacial (4) de diferenciación sexual (8) y social grupal (3).

Comportamiento de mantenimiento:

Subsistencia dependiente de plantas salvajes y pequeña fauna

Subsistencia dependiente de caza, incluyendo armas y trampas

Subsistencia dependiente de pesca, incluyendo marisqueo

Subsistencia dependiente de ganadería

Subsistencia dependiente de agricultura

Comportamiento social reproductor:

Manifestación de comportamiento polígamo (poligamia)

Comportamiento social familiar : 

Residencia matrimonial alejada a los parientes (independencia)

Organización comunitaria (endogamia-exogamia)

Filiación cognaticia (Clanes)

Comportamiento espacial: 

Comportamiento agricultor (cultivo)

Sedentarismo (sedentario)

Comportamiento ganadero (conducta ganadera)

Diferenciación sexual:

Diferencia sexual en el comportamiento de trabajar el metal

Diferencia sexual en el comportamiento de elaboración de tejidos

Diferencia sexual en el comportamiento de elaborar cerámica

Diferencia sexual en el comportamiento de recolectar plantas

Diferencia sexual en el comportamiento de cazar

Diferencia sexual en el comportamiento de pescar

Diferencia sexual en el comportamiento de ganadería

Diferencia sexual en el comportamiento de agricultura

Comportamiento social grupal:

Estratificación social (jerarquía)

Esclavitud (esclavos)

Procedimiento 

Puesto que el procedimiento de Williams y Lambert no es demasiado conocido y, por tanto, no está implementado en los paquetes estadísticos al uso, pasamos a describirlo brevemente :

* El procedimiento parte de las puntuaciones de los elementos en una serie de variables categóricas.

* Se obtiene la matriz de correlaciones (phi o chi-cuadrado) entre todas las variables.

* Se calcula el sumatorio para cada columna (variable). Las correlaciones no significativas se consideran cero.

* Se realiza la primera segmentación de la muestra a partir de la variable que tenga un mayor sumatorio.

* En cada uno de los grupos vuelven a calcularse las correlaciones entre el resto de variables.

* Se selecciona la mayor correlación y la segmentación se realiza ahora en función de la variable (de las dos que tienen la mayor correlación) que tuviera un mayor sumatorio inicial.

* Los dos pasos anteriores se repiten hasta que no se encuentre ninguna correlación significativa o los clusters obtenidos sean tan pequeños que carezcan de interés para el investigador.

Una vez aplicado el procedimiento de Williams y Lambert e identificados los clusters resultantes, los datos fueron sometidos a un Escalamiento óptimo. La concordancia entre los resultados de ambas técnicas fue analizada por medio del coeficiente Kappa de Cohen.

Resultados

Los resultados obtenidos tras la aplicación de la técnica de Williams y Lambert aparecen en la Figura 1. La variable que mostró correlaciones más altas con el resto de variables clasificatorias fue la Conducta ganadera y, por ello, es la que se utiliza para hacer la primera segmentación de las etnias en dos clusters. Dentro del cluster que no presenta conducta ganadera (Cluster 1) no procede hacer más subdivisiones, puesto que incluye sólo siete etnias. Los grupos del cluster que presenta conducta ganadera se diferencian máximamente en la presencia o ausencia de clanes o filiación cognaticia, por lo que podríamos dividirlo en dos clusters y, dentro de cada uno, pueden seguir realizándose otras subdivisiones. De este modo, dependiendo de la etapa del proceso que consideremos, podemos encontrarnos con una determinada división de la muestra (un determinado número de clusters) y los clusters obtenidos en cada etapa están anidados en otros más amplios obtenidos en etapas anteriores.

Si llevamos el proceso de segmentación hasta el final, nos encontramos con 9 clusters (aparecen en la figura con mayúsculas) que pasamos a describir a continuación.

Estos 9 clusters, sin embargo, podrían agruparse en 3 más generales en función de las variables «Conducta ganadera» y «Clanes».

En la Figura 2 se representan los clusters anteriores en sus coordenadas geográficas. Puede observarse que, en general, las etnias agrupadas en un mismo cluster mediante la técnica de Williams y Lambert aparecen más próximas entre sí que respecto a las pertenecientes a otros clusters. En el mapa puede observarse cómo los clusters 6, 7, 8 y 9 correspondientes con la presencia de la variable de filiación cognaticia (clanes) se sitúan preferentemente en las áreas con lenguajes de tipo malayo-polinésico; mientras que el resto de los clusters aparecen mas frecuentemente en la zona continental del mapa donde los lenguajes son del tipo austro-asiático. Las excepciones observadas pueden ser debidas a las incursiones humanas que por vía marítima se realizaron en el pasado y que facilitaron la migración de grupos humanos de diferente origen lingüístico en ambos sentidos. El resultado se hace patente en la presencia del hinduismo en Indonesia , así como en la presencia de grupos lingüísticos malayo-polinésicos en Vietnam (Cham, Chru, Haroi, Jarai, Rade y Roglai) y en Camboya (Cham y Jarai).

Sobre las puntuaciones de las 82 etnias en las 27 variables se realizó un Escalamiento óptimo pidiendo dos dimensiones. Como puede verse en la Tabla I, donde aparecen las puntuaciones de las variables en las dos dimensiones consideradas, la variable con mayor peso en la primera dimensión fue la Conducta ganadera, mientras que la segunda dimensión vino definida por la presencia o ausencia de clanes.

En la Figura 3 aparece la representación gráfica de los elementos en las dos dimensiones obtenidas. Los elementos han sido etiquetados con el número del cluster al que habían sido asignados en el apartado anterior. Como puede observarse, en función de la primera dimensión (conducta ganadera) podemos considerar 2 clusters bien diferenciados: el primero formado por 5 elementos y el segundo (con bajas puntuaciones en esta dimensión) por los restantes. Este segundo cluster podría, a su vez, subdividirse en dos en función de que la puntuación en la segunda dimensión sea menor que 0 (cluster 2) o mayor que 0 (cluster 3). De este modo puede verse que, considerando sólo los tres primeros clusters, existe una correspondencia bastante exacta entre los resultados del escalamiento óptimo y los de la técnica de Williams y Lambert. Para cuantificar esta correspondencia se calculó el estadístico kappa (Tabla II), cuyo valor fue de 0.856. En conclusión, los resultados obtenidos con el procedimiento de Williams y Lambert no sólo muestran una buena validez convergente, al compararlos con los procedentes del Escalamiento Optimo, sino que además reflejan bastante fielmente los agrupamientos lingüístico-geográficos existentes.

Aldenderfer, K.D. & Blashfield, R.K. (1984). Cluster Analysis. Sage University Paper series on Quantitative Applications in the Social Sciences. 07-044. Newsbury Park, CA: Sage Publications.

Arabie, P.; Carroll, J.D. and DeSarbo, W.S. (1987). Three-Way Scaling and Clustering. Sage University Paper series on Quantitative Applications in the Social Sciences. 07-065. Newsbury Park, CA: Sage Publications.

Bailey, K.D. (1994). Typologies and Taxonomies: An Imtroduction to Classfication Techniques. Sage University Paper series on Quantitative Applications in the Social Sciences. 07-102. Newsbury Park, CA: Sage Publications.

Martínez Ramos, E. (1984). La clasificación de los datos. En J.J. Sánchez-Carrión (Ed), Introducción a las técnicas de análisis multivariable. Madrid : CIS.

Murdock, G. P. (1981) Atlas of World Cultures. Pittsburgh, Pa.: University of Pittsburgh Press

Price, D.H. (1989). Atlas of World Cultures: A Geographical Guide to Ethnographic Literature. Newsbury Park, CA: Sage Publications.

Williams, W.T. y Lambert, J.M. (1975). Multivariate statistical methods, among-groups covariation. Dowden Hutchinson Ross.