Dónde encontrar datos para una tesina de Sociología en Argentina (2026): INDEC, EPH y encuestas nacionales

Una tesina de Sociología no siempre necesita levantar datos propios: buena parte de las preguntas sociológicas sobre la Argentina contemporánea —desigualdad, empleo, estructura de los hogares, consumos culturales, movilidad social— se pueden abordar con microdatos públicos que el Estado ya releva y publica de forma gratuita. El problema no es la disponibilidad, sino saber qué encuesta responde qué pregunta y cómo se cita una fuente de datos secundaria sin perder rigor metodológico.

Esta guía repasa las principales fuentes de datos nacionales para una tesina de Sociología en Argentina, qué mide cada una, un ejemplo de cómo se plantea una pregunta de investigación con estos datos, sus limitaciones y cómo se citan en APA 7.

Encuesta Permanente de Hogares (EPH), la fuente más usada en Sociología

La EPH, relevada por el INDEC, es la encuesta continua de hogares más utilizada en investigación sociológica argentina: mide empleo, desempleo, subocupación, informalidad laboral, ingresos, nivel educativo y composición del hogar, entre otras variables, para los principales aglomerados urbanos del país. Sus microdatos son de acceso público y se publican trimestralmente, lo que permite tanto un análisis de corte transversal como comparaciones a lo largo del tiempo.

Para una tesina, la EPH es especialmente útil en temas de estratificación social, mercado de trabajo, pobreza e informalidad. Su limitación principal: cubre solo aglomerados urbanos, no la totalidad del territorio nacional, así que cualquier generalización a «la Argentina» en su conjunto tiene que declarar esa limitación de cobertura geográfica, uno de los sesgos de la investigación más frecuentes cuando se trabaja con fuentes secundarias.

Ejemplo ilustrativo de pregunta de investigación con estos datos

Supongamos una tesina que estudia la relación entre nivel educativo alcanzado y tipo de inserción laboral (formal o informal) en jóvenes asalariados de 18 a 29 años del Gran Buenos Aires. Con los microdatos de la EPH, el diseño podría plantearse así: primero, se filtra la base a la franja etaria, a los ocupados asalariados y al aglomerado de interés; segundo, se construyen las dos variables de análisis —nivel educativo alcanzado, ya codificado en la encuesta, y condición de formalidad laboral, derivada de la pregunta sobre si por ese trabajo tiene descuento jubilatorio—; tercero, se analiza la asociación entre ambas con una tabla de contingencia y un chi-cuadrado. Ese mismo diseño, con la fuente de datos correctamente citada y las limitaciones de cobertura declaradas, es perfectamente viable como base completa de una tesina de grado sin necesidad de levantar una encuesta propia. Este tipo de diseño encaja dentro de lo que la guía de tipos de investigación describe como un diseño correlacional con datos secundarios.

Censo Nacional de Población, Hogares y Viviendas

El Censo, también a cargo del INDEC, es la única fuente que cubre a toda la población del país, no solo a los aglomerados urbanos que releva la EPH. El último censo se realizó en 2022: sus resultados definitivos se publicaron con tabulados desagregados a nivel de departamento, partido o comuna, y el INDEC habilitó una base REDATAM que permite hacer procesamientos a medida en línea. Sirven para caracterizar variables demográficas y estructurales de una localidad, provincia o región específica que la EPH no puede describir por su cobertura más acotada.

Otras encuestas nacionales útiles para Sociología

• Encuesta Nacional de Gastos de los Hogares (ENGHo): mide la estructura del gasto de los hogares por rubro, quintil de ingreso y región; útil para estudios de estratificación social y consumo. Su última edición completa es de 2017-2018, así que cualquier cita tiene que aclarar esa fecha y la posibilidad de que la estructura del gasto haya cambiado desde entonces.
• Encuesta Nacional de Consumos Culturales: relevada por el Sistema de Información Cultural de la Argentina, mide consumo de medios, plataformas, música, lectura y prácticas culturales por edad, nivel educativo y región; es una fuente central para sociología de la cultura y de los medios.
• Encuesta Nacional de Factores de Riesgo: realizada por el Ministerio de Salud junto con el INDEC, mide hábitos y condiciones de salud de la población, útil si tu tesina cruza sociología con salud pública (desigualdades en salud, hábitos según nivel socioeconómico).

Fuentes provinciales y municipales complementarias

Además de las encuestas nacionales, muchas provincias y algunos municipios grandes tienen sus propias direcciones de estadística que publican datos con mayor desagregación territorial que la que ofrece el INDEC a nivel nacional. Si tu tesina se centra en una provincia o ciudad específica, revisá si el organismo estadístico provincial correspondiente tiene series propias sobre tu tema, verificando siempre la fecha de la publicación más reciente y comparando su metodología con la de la fuente nacional si vas a usar ambas en el mismo análisis, porque no siempre son directamente comparables.

Cómo se descargan y procesan estos microdatos

Los microdatos de la EPH se descargan desde el sitio del INDEC en formato de base de datos (compatible con software estadístico como SPSS, Stata o R), acompañados de un documento de diseño de registro que explica cómo está codificada cada variable; los datos del Censo 2022 se procesan en línea desde la base REDATAM. Antes de empezar el análisis, revisá siempre la última versión del diseño de registro disponible, porque la codificación de algunas variables puede cambiar entre ediciones de la misma encuesta. Un error frecuente es usar el diccionario de una edición anterior para interpretar los datos de una edición más reciente, lo que puede llevar a categorizar mal una variable.

Cómo se plantea una tesina con datos secundarios

Trabajar con datos secundarios (que ya existen) en lugar de datos primarios (que levantás vos) tiene una lógica metodológica distinta que conviene declarar explícitamente en tu capítulo metodológico:

1. Justificá por qué elegís una fuente secundaria en lugar de recolectar tus propios datos: cobertura poblacional, representatividad estadística o simplemente la imposibilidad de levantar una muestra de ese tamaño en el tiempo de una tesina de grado son justificaciones válidas.
2. Describí el diseño muestral original de la encuesta que estás reutilizando, no solo tu propio análisis: el jurado necesita entender cómo se construyó esa muestra para evaluar la validez de tus conclusiones. Para repasar los criterios generales de un buen diseño muestral, la guía de población y muestra en tu tesis aplica igual de bien acá.
3. Declará qué variables usás y cómo las recodificaste si combinaste categorías originales de la encuesta en variables nuevas para tu análisis.
4. Reconocé las limitaciones de la fuente que no podés controlar (cobertura geográfica, período de relevamiento, preguntas que la encuesta no incluyó y que hubieras necesitado para tu pregunta específica).

Cómo se citan estas fuentes en APA 7

Un microdato o base de datos de un organismo público se cita como conjunto de datos: el organismo como autor (por ejemplo, Instituto Nacional de Estadística y Censos), el año de la edición específica que usaste, el nombre de la encuesta en cursiva, la descripción «[Conjunto de datos]» entre corchetes, y la URL de donde lo descargaste. Es importante citar la edición específica (por ejemplo, «EPH, primer trimestre de 2026») y no solo el nombre genérico de la encuesta, porque los datos cambian de edición en edición y un lector tiene que poder ubicar exactamente la versión que usaste.

Errores frecuentes al trabajar con datos secundarios en Sociología

• Generalizar resultados de la EPH a todo el país. La EPH cubre aglomerados urbanos, no zonas rurales ni la totalidad del territorio; cualquier conclusión tiene que acotarse a esa cobertura.
• Citar una edición desactualizada de la ENGHo sin aclarar la fecha. Su última edición completa es de 2017-2018; presentarla como si reflejara la estructura de gasto actual sin esa aclaración es una imprecisión que un jurado corrige.
• No declarar cómo se recodificaron las variables originales. Si combinaste o transformaste categorías de la encuesta original, el jurado necesita ver esa transformación explícita, no solo el resultado final.
• Confundir correlación con causalidad al analizar datos secundarios transversales. Las encuestas de un solo momento en el tiempo permiten describir asociaciones, no establecer relaciones causales; el lenguaje de tus conclusiones tiene que reflejar esa limitación.
• No verificar la versión del diccionario de variables antes de procesar los datos. Usar el diccionario equivocado lleva a interpretar mal una variable sin que el error sea evidente en los resultados finales.

Checklist antes de usar datos secundarios en tu tesina

1. ¿Identificaste con precisión qué encuesta responde tu pregunta de investigación específica?
2. ¿Descargaste la edición más reciente disponible y su diccionario de variables correspondiente?
3. ¿Justificaste explícitamente por qué usás datos secundarios en lugar de datos primarios?
4. ¿Describiste el diseño muestral original de la encuesta en tu capítulo metodológico?
5. ¿Declaraste cómo recodificaste cualquier variable que hayas transformado?
6. ¿Tu lenguaje de conclusiones respeta las limitaciones de cobertura y de tipo de diseño de la fuente?
7. ¿Citaste la edición específica de la encuesta, no solo su nombre genérico?

Preguntas frecuentes

¿Es aceptable hacer una tesina de Sociología solo con datos secundarios, sin recolectar datos propios?

Sí, es una práctica habitual y metodológicamente sólida en Sociología, siempre que justifiques la elección y trabajes con rigor la fuente que elegiste: describiendo su diseño muestral, sus limitaciones y el procesamiento que le aplicaste. Muchas tesinas de calidad se basan exclusivamente en el análisis secundario de encuestas nacionales.

¿Necesito saber programar para trabajar con microdatos de la EPH?

No es estrictamente necesario, aunque ayuda mucho: software con interfaz gráfica como SPSS permite trabajar con estos microdatos sin escribir código, mientras que R o Stata ofrecen más flexibilidad y son gratuitos en el caso de R. La curva de aprendizaje es menor de lo que parece si ya conocés estadística descriptiva básica.

¿Puedo combinar datos de la EPH con una encuesta propia?

Sí, es un diseño mixto habitual: usás la EPH para contextualizar y dimensionar el fenómeno a nivel poblacional, y tu propia encuesta o entrevistas para profundizar en aspectos que la EPH no releva. Declará ambas fuentes por separado en el capítulo metodológico, con su propio diseño muestral cada una.

¿Qué hago si la variable que necesito no está en ninguna encuesta nacional disponible?

Es una señal de que necesitás datos primarios propios, o de que tenés que operacionalizar tu concepto de una manera distinta usando las variables que sí existen en las fuentes disponibles. Consultá con tu director/a si una aproximación indirecta con variables proxy es metodológicamente aceptable para tu pregunta específica.

¿Los datos provinciales son comparables directamente con los nacionales?

No siempre: cada organismo provincial puede usar una metodología, una periodicidad o una definición operacional de las variables distinta de la del INDEC. Antes de combinar ambas fuentes en el mismo análisis, verificá que midan el mismo concepto de la misma manera, o aclará explícitamente las diferencias metodológicas si igual decidís presentarlas juntas.

¿Cuánto tarda en aprenderse a trabajar con microdatos de la EPH desde cero?

Depende de tu base previa en estadística y en el software que elijas. Lo básico —descargar la base correcta, entender el diseño de registro, filtrar la población de interés y correr estadística descriptiva simple— se aprende con práctica regular en pocas semanas; el análisis más avanzado (modelos de regresión, comparaciones entre varias ediciones) lleva más tiempo, pero no es necesario para una tesina de grado con un diseño acotado.