Técnicas de investigación UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Sociales, Artes y Humanidades

Contenido didáctico del curso Metodología del Trabajo Académico
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS AGRICOLAS, PECUARIAS Y DEL MEDIO
AMBIENTE
100104 - TECNICAS DE INVESTIGACIÓN

SUSANA GÓMEZ POSADA
(Director Nacional)
Acreditador
PEREIRA
Diciembre de 2009
INDICE DE CONTENIDO
INTRODUCCION
UNIDAD UNO............................................................................................................
ASPECTOS GENERALES DE LA INVESTIGACIÓN ............................................ 13
CAPITULO 1: LA INVESTIGACIÓN CIENTÍFICA.............................................. 13
Lección 1: Ciencia e investigación ................................................................. 14
Lección 2: Las Revoluciones Científicas ........................................................ 21
Lección 3: Empirismo y Racionalismo ............................................................ 26
Lección 4: El Método científico....................................................................... 30
Lección 5: Investigación pura, investigación Aplicada, Investigación
profesional...................................................................................................... 34
5.1 Investigación pura (básica) ...................................................................... 34
5.2 Investigación aplicada .............................................................................. 35
5.3 Investigación Profesional ......................................................................... 36
CAPITULO 2: TIPOS DE INVESTIGACIÓN - CRITERIOS................................ 39
Lección 6: Investigación Exploratoria, Descriptiva, Correlacional y
Explicativa ...................................................................................................... 39
Lección 8: Investigación Teórica, Investigación Empírica, Investigación
Documental .................................................................................................... 49
Lección 9. Investigación Primaria ................................................................... 63
Lección 10. Validez del Experimento ............................................................ 70
CAPITULO 3: PLANTEAMIENTO DEL PROYECTO DE INVESTIGACION ...... 78
Lección 11. La Pregunta de investigación ..................................................... 78
Lección 12: El Marco Teórico, Planteamiento de Objetivos, Hipótesis y
selección de variables .................................................................................... 84
Lección 13: Población , Muestra, Marco de Muestreo ................................... 93
Lección 14. Técnicas de Muestreo ................................................................. 98
Lección 15: Tamaño de la muestra .............................................................. 103
UNIDAD DOS ............................................................................................................

TECNICAS DE INESTIGACIÓN.......................................................................... 117
CAPITULO 4: TECNICAS DE RECOLECCIÓN DE DATOS ........................... 118
Lección 16: La Observación ......................................................................... 118
Lección 17: La Entrevista ............................................................................. 123

Lección 18: El cuestionario: Encuestas y Test ............................................. 136
Lección 19: La elaboración de Preguntas para Entrevistas y Cuestionarios 148
Lección 20: El Experimento.......................................................................... 156
Lección 21. Diseños de carácter cuantitativo- Pre experimentales o
correlacionales ............................................................................................. 181
Lección 22: Diseños de carácter cuantitativo- Experimentales y Cuasi
experimentales ............................................................................................. 184
Lección 23: Diseños de carácter cualitativo: Diseños Fenomenológicos:
Investigación etnográfica – Diseños Narrativos ........................................... 196
Lección 24. Diseños de carácter cualitativo: Diseños de Teoría Fundamentada
- Diseños de investigación acción - Estudios de Caso ................................ 208
Lección 25: Diseños no experimentales Ex Post Facto: Exploratorios,
Descriptivos, Correlacionales. Retrospectivos y Prospectivos. .................... 219
Lección 26: Estadística descriptiva .............................................................. 228
Lección 27: Prueba de hipótesis, Prueba t, El análisis de Varianza ............ 241
Lección 28: Redacción de los resultados ..................................................... 257
Lección 29: El artículo científico ................................................................... 271
Lección 30. La Ética en la investigación....................................................... 280
LISTADO DE TABLAS
Tabla 1. Diferencias entre Racionalismo y Empirismo .......................................... 29
Tabla 2. Características de los diferentes enfoques de la Investigación. .............. 37
Tabla 3. Paradigmas de la investigación científica ................................................ 48
Tabla 4. Atributos de los paradigmas cualitativo y cuantitativo ............................. 49
Tabla 5. Características de la información primaria y secundaria ......................... 53
Tabla 6. Ejemplos sobre fuentes de información confiables y no confiables. ........ 56
Tabla 7. Ejemplo de ficha de revisión de fuentes bibliográficas: ........................... 59
Tabla 8. Normas para la elaboración de bibliografías ........................................... 62
Tabla 9. Resultados obtenidos por entrevistadores con y sin experiencia .......... 129
Tabla 10. Libro de Código ................................................................................... 134
Tabla 11. Fases Principales en la Etnografía Antropológica y Sociológica ......... 198
Tabla 12. Métodos de Estudio de Caso .............................................................. 218
Tabla 13. Interpretación de Coeficientes de Correlación r .................................. 225
Tabla 14. Análisis de varianza clones pasto estrella ........................................... 249
LISTADO DE GRÁFICOS Y FIGURAS

Figura 1. Influencias socioculturales que debe evitar el sujeto en el proceso
de la investigación ................................................................................................. 34
Figura 2. Pasos a seguir en la realización de un proyecto de investigación. . ...... 79
Figura 3. Etapas del planteamiento del Problema de Investigación. . ................... 82
Figura 4. Parcela experimental dentro de un experimento agrícola. ................... 176
Figura 5. Tipos de Diseños experimentales ........................................................ 181
Figura 6. Fundamentos de la Reconstrucción Biográfica .................................. 204
Figura 7. La Práctica de la investigación Biográfica. ........................................... 207
ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO
El contenido didáctico del curso académico: Técnicas de Investigación

fue diseñado inicialmente en el año 2007 por el Dr. Hernán Collazos, docente de la
UNAD, ubicado en la sede Nacional José Acevedo y Gómez en Bogotá.
Aquí presentamos la primera actualización del curso, realizada por la Ingeniera
Susana Gómez Posada, vinculada a la UNAD desde el año 2003 como tutora y
quien a partir del 2006 se ha desempeñado como Directora Nacional de cursos
virtuales y como investigadora del SIUNAD.
Es ingeniera agrónoma de la universidad Nacional de Colombia con Maestría en
Ciencias Agrícolas Énfasis en Suelos y actualmente adelanta Maestría en
Educación On Line con el CNAD Florida.
La version del contenido didáctico que actualmente se presenta tiene
como características: 1) Desarrolla los contenidos a partir de dos enfoques: La
investigación Social y La investigación relacionada con las Ciencias de la vida. 2)
Enfatiza en las diferencias entre la investigación Cualitativa y la investigación
Cuantitativa y los campos de aplicación de cada una de ellas. 3) Desarrolla las
bases que han de servir de apoyo tanto para el desarrollo del curso de
Metodología de Investigación como para la formulación de Proyectos de
investigación.
El Doctor Hans Rodríguez, Coordinador de la Escuela de Ciencia Agrícolas
Pecuarias y del Medio Ambiente ECAPMA, apoyó el proceso de revisión de estilo
del contenido didáctico e hizo aportes disciplinares, didácticos y pedagógicos en el
proceso de acreditación del material didáctico desarrollado en el mes de
Diciembre de 2009.
INTRODUCCIÓN
La investigación es el soporte fundamental del desarrollo. Un país que no invierte

recursos en investigación, es un país que no se desarrolla o lo hace a un ritmo
más lento. Lamentablemente, los recursos para investigación, especialmente en
los países menos desarrollados son limitados y gran parte de la responsabilidad
en la generación de desarrollos científicos ha recaído siempre en las
Universidades, convirtiéndose en uno de los ejes fundamentales de su quehacer
misional.
En 1998, se lleva a cabo en la sede de la UNESCO, la CONFERENCIA MUNDIAL
SOBRE LA EDUCACIÓN SUPERIOR, de la que surge la “Declaración Mundial
sobre la Educación Superior en el Siglo XXI: Visión y Acción”.
Esta declara como una de las misiones y funciones de la educación superior “
Promover, generar y difundir conocimientos por medio de la investigación y,
como parte de los servicios que ha de prestar a la comunidad, proporcionar las
competencias técnicas adecuadas para contribuir al desarrollo cultural, social y
económico de las sociedades, fomentando y desarrollando la investigación
científica y tecnológica a la par que la investigación en el campo de las ciencias
sociales, las humanidades y las artes creativas”.
En el momento en que una persona decide formarse como profesional en un
campus universitario, cualquiera que sea, debe ser consciente de la
responsabilidad que adquiere para con la sociedad. El estudiante no solo ingresa
al sistema educativo a recibir conocimiento, sino que también adquiere la
responsabilidad social de contribuir al desarrollo científico y tecnológico de su
comunidad, lo cual solo es posible a través de la investigación y la acción social.
Sin embargo, es bastante común que los estudiantes, investigadores “novatos”,
tiendan a desconocer que la investigación, aún la académica con fines de
aprendizaje, debe ser científica y como tal es “un proceso dinámico, cambiante y
continuo, compuesto por una serie de etapas, las cuales se derivan una de otras y
no pueden ser omitidas ni alteradas en orden, a consecuencia de perder validez,
confiabilidad o propósito” (Hernandez,1993 citado por Jaramillo,2007). La mayoría
de las veces no advierten que las actividades de transferencia incluyen siempre un
componente de investigación, aún cuando no esté del todo explicito y se limitan a
abordar el proceso con el fin de cumplir un requisito de clase, descuidando o
suprimiendo algunas de las etapas del proceso con el fin de elaborar un
documento con el cual aprobar un curso sin que por ello represente una
investigación.
El propósito de este curso es adentrarse en el campo de la investigación científica,
aplicada tanto a las ciencias sociales como a las ciencias naturales y brindar las
herramientas básicas que permitan al futuro profesional enfrentar su formación
con una óptica científica encaminada al logro de la excelencia académica con
pertinencia social y dentro de un marco de libertad, privilegiando el enfoque
regional, la perspectiva multidisciplinaria y la colaboración interinstitucional como

estrategias principales para formarse como investigador.(Collazos,2007).
En la primera unidad, se abordarán las definiciones generales que enmarcan el
Método científico y se profundizará sobre los tipos de investigación y sus campos
de aplicación.
La segunda unidad de curso abordará las Técnicas de Investigación, sus métodos
e instrumentos para la recopilación de información, los diferentes tipos de análisis
de datos y la forma en que los resultados deben ser presentados en el informe y
en el artículo científico. (Collazos, 2007)
Para la correcta y eficaz apropiación del conocimiento de éste curso, es necesario
que el estudiante posea conocimientos de estadística y metodología del trabajo
académico, que constituyen el soporte sobre el cual se desarrollarán las diferentes
temáticas.
Al finalizar el curso, el estudiante contara con los elementos que le permitirán
seleccionar apropiadamente los métodos y protocolos científicamente validados de
observación sistemática, recolección y análisis de la información de acuerdo con
su área disciplinar o de interés, que deberá aplicar no solo a los proyectos de
investigación propiamente dichos sino a todas sus producciones académicas,
pues éstas por pequeñas o simples que parezcan, si están bien estructuradas, se
convierten en un aporte valioso al conocimiento.
También, habrá adquirido los conocimientos necesarios para abordar el curso de
Diseño experimental, estará en capacidad de estructurar un anteproyecto de
investigación y deberá ser capaz de redactar documentos de acuerdo con las
normas establecidas para escritos y artículos científicos.
UNIDAD 1
Nombre de la Unidad Aspectos Generales de la Investigación
Introducción El eminente premio Nóbel P. B. Medawar y
el biólogo F. Ayala coinciden en que “la
investigación científica es un dialogo
explicativo que siempre puede resolverse en
dos etapas, una de pensamiento imaginativo
y otra de pensamiento crítico, que alternan e
interactúan”. Sin embargo, en esta
exposición se propone una más: la etapa de
comunicación. Por lo tanto, el talento de un
científico se encuentra en el
encadenamiento creativo de las
capacidades que le permitan encadenar
estas tres etapas, en el que cada una de
ellas requiere predominio de ciertas
habilidades y actitudes emprendidas durante
el proceso de su formación.
“Cuando un individuo logra conjugar estas
capacidades, mediante su aplicación
práctica,
la comunidad científica reconoce que se le
ha agregado un nuevo miembro”. En ésta
unidad se pretende sentar las bases que
soportan el pensamiento y quehacer
investigativo desde las perspectivas de la
investigación cualitativa y cuantitativa.
Justificación Esta unidad recoge las nociones de lo que
es la investigación, los enfoques teóricos en
que se sustentan los principios del método
científico, los diferentes tipos de
investigación y los elementos que
conforman el proyecto de investigación.
Intencionalidades Formativas Contribuir a la comprensión de los enfoques
epistemológicos de la investigación científica
a fin de que el estudiante posea una visión
amplia de lo que es la actividad
investigativa.
Familiarizar al estudiante con las principales
herramientas conceptuales y metodológicas
que le permitan planear y llevar a cabo una
investigación, bien sea histórica, descriptiva
o experimental.
Denominación de capítulo 1 La investigación científica

Denominación de Lección 1 Ciencia e investigación
Denominación de Lección 2 Las Revoluciones Científicas
Denominación de Lección 3 Empirismo y Racionalismo
Denominación de Lección 4 El Método científico
Denominación de Lección 5 Investigación pura ,investigación Aplicada,
Investigación profesional
Denominación de capítulo 2 Tipos de Investigación- Criterios
Denominación de Lección 6 Investigación Exploratoria, Descriptiva ,
Correlacional y Explicativa
Denominación de Lección 7 Investigación Cualitativa y Cuantitativa
Denominación de Lección 8 Investigación teórica, investigación empírica,
investigación documental
Denominación de Lección 9 Investigación Primaria
Denominación de Lección 10 Validez del experimento
Denominación de capítulo 3 El Proyecto de Investigación
Denominación de Lección 11 La pregunta de investigación
Denominación de Lección 12 El Marco Teórico, Planteamiento de
Objetivos, Hipótesis y selección de variables
Denominación de Lección 13 Población , Muestra, Marco de Muestreo
Denominación de Lección 14 Técnicas de muestreo
Denominación de Lección 15 Tamaño de muestra
UNIDAD 2
Nombre de la Unidad Métodos y Técnicas de Investigación
Introducción La investigación científica se entiende como
la aplicación del método científico
propiamente dicho, a fin de hallar
respuestas acerca de una problemática
específica. La palabra método se define
como “camino que conduce a” y habrá de
entenderse como el procedimiento que se
sigue en las ciencias para hallar la verdad.
En su acepción más general, el método es
la estrategia que guía el proceso de
investigación con el fin de lograr ciertos
resultados; específicamente, aquellos
definidos en los objetos de estudio.
Esta unidad, se enfocará en las Técnicas e
instrumentos más comúnmente utilizados en
la investigación científica, como son las
técnicas para recolección de datos, los
principales tipos de diseños experimentales,
tratamiento de datos y análisis de la
información.
Justificación De la correcta elección del diseño
experimental, de las técnicas para la
recolección y análisis de datos, depende la
veracidad de los resultados en toda
investigación. Por tanto, el investigador debe
conocer a fondos las técnicas e
instrumentos de investigación a fin de
escoger aquellas que resultan más
adecuadas de acuerdo con su objeto de
estudio. Finalmente, también debe estar en
capacidad de visibilizar y comunicar sus
resultados para lo que debe desarrollar la
competencia comunicativa y dominar las
técnicas para la elaboración de documentos
y artículos científicos.
Intencionalidades Formativas Familiarizar al estudiante con las principales
técnicas e instrumentos de la investigación
científica.
Desarrollar competencias investigativas a

partir de la apropiación de elementos
conceptuales que permitan al estudiante
discernir sobre las técnicas de investigación
más adecuadas de acuerdo al propósito de

su investigación y que sirvan de apoyo para
su futuro desempeño profesional, teniendo
en cuenta que toda decisión que se tome en
torno a la solución de una problemática
específica, debe estar sustentada en bases
científicas obtenidas a través de la
investigación
Proveer las herramientas necesarias para

que el estudiante y futuro profesional pueda
desarrollar la actividad científica
propiamente dicha, bien desde el trabajo de
investigación como requisito de grado o
dentro de redes y grupos formales de
investigación.
Denominación de capítulo 4 Técnicas de Recolección de datos
Denominación de Lección 16 La observación
Denominación de Lección 17 La entrevista
Denominación de Lección 18 El cuestionario – encuestas y tests
Denominación de Lección 19 El experimento
Denominación de Lección 20 La técnica de la parcela
Denominación de capítulo 5 Tipos de Experimentos
Denominación de Lección 21 Diseños de carácter cuantitativo- Pre
experimentales o correlacionales.
Denominación de Lección 22 Diseños de carácter cuantitativo-
Experimentales y Cuasi experimentales
Denominación de Lección 23 Diseños de carácter cualitativo: Diseños
Fenomenológicos: Investigación Etnográfica
- Diseños Narrativos
Denominación de Lección 24 Diseños de carácter cualitativo: Diseños de
Teoría Fundamentada - Diseños de
investigación acción - Estudios de Caso
Denominación de Lección 25 Diseños no experimentales: Exploratorios,
Descriptivos, Correlacionales.
Retrospectivos y Prospectivos.
Denominación de capítulo 6 El análisis de la información
Denominación de Lección 26 Estadística descriptiva
Denominación de Lección 27 Prueba de hipótesis, Prueba t, El análisis de
Varianza
Denominación de Lección 28 Redacción de los resultados
Denominación de Lección 29 El artículo científico
Denominación de Lección 30 La Ética en la Investigación
UNIDAD UNO
ASPECTOS GENERALES DE LA INVESTIGACIÓN
CAPITULO 1: LA INVESTIGACIÓN CIENTÍFICA
Etimológicamente, la palabra “Investigar” proviene del latín Investigare, derivada a

su vez de “Vestigium”, que significa: en pos de la huella, ir en busca de.
Así, podríamos decir que investigar es la acción de buscar, indagar, averiguar,
obtener información para poder encontrar la verdad. Sin embargo, “La verdad”
resulta un tanto escurridiza, puesto que depende del punto de vista del
observador. De manera que puede no existir una verdad absoluta. Por ello, es
necesario decir, que la investigación se hace no sobre la verdad de nuestras
creencias y escalas de valores, sino sobre la verdad de la realidad misma que
obedece a diferentes órdenes como el físico, matemático, biológico, social,
histórico, filosófico y político.
La acción de investigar es innata en el ser humano. Desde que el Homo sapiens
apareció sobre la tierra, la investigación ha sido parte del desarrollo del intelecto,
de la construcción de las civilizaciones, de la cultura y de los desarrollos
tecnológicos.
Thomas Kuhn, en su obra La estructura de las revoluciones científicas ,
denomina como “Revoluciones” el momento en que la producción científica deja
de reproducir los esquemas de la denominada ciencia normal y se produce un
cambio de paradigma científico. Cuando se rompe un paradigma, las verdades
que se creían eran ciertas, son sustituidas por verdades nuevas que responden
con un mayor grado de universalidad a las inquietudes del hombre. Son éstas
revoluciones las que generan progreso.
En el siglo XVI y XVII, surgen grandes hombres de ciencia, como Copérnico e
Isaac Newton. Fueron éstos siglos, un periodo fundamental que supuso el cambio
del concepto de ciencia cualitativa, basada en la lógica silogística, por la ciencia
cuantitativa basada en la lógica experimental. En éste periodo personajes como
René Descartes, Johannes Kepler, Francis Bacon y Galileo Galilei imponen el
Método científico como principal herramienta de investigación y se da una de las
revoluciones científicas más importantes de la historia. Así, la investigación se
transforma de la búsqueda de las huellas del pasado, en la búsqueda de lo
desconocido y nace la era “Moderna”.
No hay un método que resulte universal para la investigación en todas las
ciencias, de manera que las técnicas a utilizar dependerán de la naturaleza del
fenómeno estudiado. Por ello, todo investigador debe tener claro cuál es el
problema de investigación pues de ello, dependerá el método, las técnicas, los
instrumentos y herramientas que deberá elegir y que lo llevarán a la solución del
problema.
Lección 1: Ciencia e investigación

―Es mucho lo que la ciencia no entiende,
quedan muchos misterios aun por resolver.
En un universo que abarca decenas de miles de
millones de años luz y de unos diez o quince
miles de millones de antigüedad,
quizás siempre sea así‖.
Carl Sagan
Se considera que la Ciencia es la acumulación de conocimientos sistemáticos en

donde no hay primacía del objeto sobre el sujeto y viceversa, es un producto
dinámico del trabajo realizado a través de la investigación científica que lleva a la
descripción y explicación de fenómenos.
La ciencia es entonces el conjunto de conocimiento cierto de las cosas por sus
principios y causas; por consiguiente, solo es científico, en principio, el
conocimiento verdadero. Sin embargo, en algunas disciplinas, este conocimiento
puede ser modificado posteriormente a medida que se profundiza en él y por lo
tanto la verdad es parcial, incierta y corregible. (Cegarra J., 2004).
Aristóteles, uno de los más grandes filósofos de la antigüedad, fue el creador de la
“lógica formal”. La lógica como disciplina, estudia la validez de los razonamientos.
En su lógica, Aristóteles distinguía entre la dialéctica y la analítica. Para él, la
dialéctica sólo comprueba las opiniones por su consistencia lógica. La analítica,
considera que las ideas no son a priori y por lo tanto para hacer ciencia es
necesario trabajar de forma deductiva, introduciéndose en el fenómeno a partir de
la experiencia, con observaciones repetidas y precisas.
La ciencia experimental moderna tiene sus inicios con Galileo, quien junto con el
astrónomo alemán Johannes Kepler, comenzó la revolución científica que culminó
con la obra del físico inglés Isaac Newton. Hasta ese momento, la ciencia estaba
dominada por la influencia de Aristóteles, en donde se partía de los principios
evidentemente ciertos, llamados axiomas y sólo mediante la capacidad de
deducción, se construían las teorías. Galileo, incorpora la importancia de la
inducción, en donde antes de formular cualquier teoría es necesaria la realización
de experimentos que se puedan repetir y que involucren magnitudes que se
puedan medir.
La última obra de Galileo, Consideraciones y demostraciones matemáticas sobre
dos ciencias nuevas, publicada en Leiden en 1638, revisa y afina sus primeros
estudios sobre el movimiento y los principios de la mecánica en general. Este libro
abrió el camino que llevó a Newton a formular la ley de la gravitación universal,
que armonizó las leyes de Kepler sobre los planetas con las matemáticas y la
física de Galileo (www.portalciencia.net).
El método científico de Newton, se basó en cuatro principios en los que se soporta
el método de inducción - deducción:
a) El principio de economía: Para explicar cosas naturales, no deberían
admitirse más causas que las que son verdaderas y bastan para la
explicación de los fenómenos.
b) Principio de constancia de la naturaleza: En la medida de lo posible, se
deben adscribir las mismas causas a idénticos efectos.
c) Propiedades de los cuerpos: Considerar como propiedades de todos los
cuerpos a aquellas que no pueden ser aumentadas ni disminuidas y que se
encuentran en todos los cuerpos en que es posible experimentar. Las
propiedades de los cuerpos solo pueden conocerse a través de la
experimentación y se deben tener por generales aquellas que concuerdan
en todos los experimentos, sin que puedan ser disminuidas ni suprimidas.
d) Inducción: Las proposiciones inferidas por inducción a partir de los
fenómenos, deben ser tenidas por exactas o aproximadamente verdaderas,
mientras no ocurran fenómenos que permitan confirmarlas o más
exactamente las sujeten a excepciones. Esto es lo que se debe hacer y no
suprimir por causa de una hipótesis, un argumento inductivo.
Como puede verse estas premisas aun son válidas y se aplican en todas las
investigaciones científicas.
Asti Vera clasifica las ciencias, basándose en la naturaleza de los objetos de
estudio, los métodos y los criterios de verdad en ciencias formales y ciencias
fácticas. Las ciencias formales son aquellas en que los objetos son ideales, su
método es la deducción y su criterio de verdad es la consistencia o no
contradicción de sus enunciados, los cuales se deducen de postulados o teorías.
A ésta categoría pertenecen las matemáticas y la lógica denominadas también
como ciencias duras.
Las ciencias fácticas por el contrario centran su atención sobre objetos materiales,
su método es la observación, la experimentación y la deducción y su criterio de
verdad es la “verificación”. A éste grupo pertenecen las ciencias naturales y las
ciencias sociales, denominadas también como ciencias blandas.
La reflexión científica no se interesa por individuos aislados sino por “sistemas”,
entendiendo que un sistema es una entidad compleja formada por diversos
individuos y por una serie de funciones y relaciones entre esos individuos. El
científico, aspira a elaborar una “teoría” del sistema es decir , un conjunto de
enunciados (ecuaciones , fórmulas , esquemas...) que permitan describir
adecuadamente el funcionamiento del sistema.
Si el sistema funciona tal y como lo dice la teoría, decimos que el sistema es un
modelo de la teoría (p.ej.: el sistema solar es un modelo de la teoría de Kepler).
Notemos que "modelo" aquí se emplea como "aquello que cumple una teoría" y
no como "aquello que sirve de paradigma a una teoría (Teorìa del Conocimiento
en http://www.mercaba.org/Filosofia/PDF).
En la teoría del conocimiento, el sistema está formado por diversos problemas
cognoscitivos y sus interacciones, para cuyo análisis, la ciencia utiliza como
instrumento “La Teoría”, entendiéndose ésta como el ordenamiento de hechos de
manera que éstos tengan sentido.
Así, es la teoría la que define la orientación principal de una ciencia pues indica la
clase de datos a abstraer, al tiempo que presenta un esquema conceptual por
medio del cual se sistematizan, clasifican y relacionan entre si los fenómenos
pertinentes. También resume o predice hechos y señala que puntos están en claro
en nuestro conocimiento. Las teorías en que subyacen los paradigmas de la
ciencia, definen la forma en que el investigador se acerca a la verdad.
1.1 Teorías Científicas

Materialismo dialéctico: La Teoría es un reflejo objetivo de la realidad, un
sistema de conceptos, categorías y leyes que está indisolublemente ligado a la
práctica y que está condicionado social e históricamente, por lo tanto sirve de guía
y contribuye a la transformación de la naturaleza y la sociedad.
Empirismo: Según Grzegorczyk & Rojas (1967), la actividad científica comienza
con la acumulación de experiencias, tras lo cual se crea una teoría pero esa teoría
implica un cierto grado de riesgo porque es una generalización o una conjetura.
De ahí, que la teoría sufra modificaciones al paso que se realizan nuevas
experiencias.
Racionalismo: El conocimiento no depende de lo que puedan percibir los sentidos
sino del intelecto y del pensamiento intuitivo. Parte de premisas que cree seguras
y su medio es la deducción. Según Grawits (1975), la deducción demuestra, pero
rara vez descubre.
Positivismo: Corriente de pensamiento fundada por Auguste Comte, quien alega
que el hombre debe aplicarse al conocimiento de los fenómenos y sus leyes, y la
ciencia se ubica de acuerdo a su complejidad y generalidad creciente,
estableciendo categorías para analizar hechos sociales, porque conocer el mundo
físico no es igual que conocer la realidad social.
El positivismo prescinde de cualquier postulado no verificable. Sus principales
exponentes son Auguste Comte, Hume, Emmanuel Kant y Saint-Simón.
Comte, considera que el conocimiento está limitado a los acontecimientos actuales
de la existencia, no puede ir más allá, porque no acepta que existan ideas innatas,
ya que todos los contenidos de la conciencia provienen de la experiencia, y su
teoría principal reside en la asociación de las ideas. Para él, las causas y hechos
del mundo físico no se pueden entender, ni por mucho, ni poco; solamente las
creemos porque la naturaleza se comporta siempre así.
Hume, no pone en entre dicho la ciencia, sin embargo, la costumbre, el hábito, la

asociación de ideas, los fenómenos naturales y psicológicos, provocan en él la
creencia en el mundo exterior.
Kant, al leer a Hume, empieza a dudar del valor de la razón, planteándose el
problema del valor y los límites de ésta, ideas que expresa en su obra “Critica de
la razón pura”.
La filosofía kantiana, supone una síntesis del racionalismo y del empirismo. Kant
procede a un estudio de cómo es posible la construcción de la ciencia, llevando a
cabo una reflexión sobre el problema de las relaciones de la razón con la realidad,
que en ella aparecen vinculadas.
Kant distinguió dos grandes facultades dentro del conocimiento humano: 1)La
sensibilidad: que es pasiva y se limita simplemente a recibir una serie de
impresiones sensibles y 2)El entendimiento: es activo , espontáneo y puede
generar, dos tipos de ideas o conceptos:
 Conceptos puros o categorías: ideas o conceptos independientes de la
experiencia (que provienen de la razón)
 Conceptos empíricos: ideas obtenidas a partir de la experiencia.
Constituye una síntesis entre racionalismo y empirismo, ya que, el conocimiento
es síntesis a priori: es síntesis porque es organización o conexión de datos
sensibles (como lo exige el empirismo) y a priori, porque el principio de esta
organización es nuestra conciencia, la cual al constituirla, actúa según leyes
esenciales a su propia naturaleza, leyes universales y necesarias (conforme a la
exigencia del racionalismo).
El gran desarrollo de la ciencia en los últimos siglos, ha permitido al Positivismo
posicionarse en nuestros días como una disciplina de verdadero conocimiento, ya
que lo que se vende, lo aceptado y lo creíble para nuestros días, es solamente lo
que se puede comprobar por algún proceso positivo (Ochoa,N. et al, 2008).
Una vez definidos los conceptos de ciencia y teoría, podemos decir que la
investigación, busca interrogar a la naturaleza mediante un procedimiento
estructurado de interacción entre el pensar (dominio conceptual y epistemológico)
y el hacer (dominio metodológico) (Moreira, 2003). El dominio metodológico
deberá definirse según el tipo de investigación sea ésta investigación científica o
investigación social.
1.2 Diferentes conceptos de Investigación

Desde el pensamiento teórico, surgen diversas definiciones del concepto de
investigación:
"...el proceso más formal, sistemático, e intensivo de llevar a cabo un método de análisis
científico...es una actividad más sistemática dirigida hacia el descubrimiento del
desarrollo de un cuerpo de conocimientos organizados. Se basa sobre el análisis crítico de
proposiciones hipotéticas para el propósito de establecer relaciones causa-efecto, que
deben ser probadas frente a la realidad objetiva. Este propósito puede ser ya la
formulación-teoría o la aplicación-teoría, conduciendo a la predicción y, últimamente, al
control de hechos que son consecuencia de acciones o de causas específicas." (Best,
1982:25,26).
"La investigación científica es una investigación crítica, controlada y empírica de

fenómenos naturales, guiada por la teoría y la hipótesis acerca de las supuestas relaciones
entre dichos fenómenos." (Kerlinger,1993:11)
"La investigación puede ser definida como una serie de métodos para resolver problemas
cuyas soluciones necesitan ser obtenidas a través de una serie de operaciones lógicas,
tomando como punto de partida datos objetivos."(Arias G.,1974:53)
"...la investigación es un procedimiento reflexivo, sistemático, controlado y crítico que

tiene por finalidad descubrir o interpretar los hechos y fenómenos, relaciones y leyes de un
determinado ámbito de la realidad...-una búsqueda de hechos, un camino para conocer la
realidad, un procedimiento para conocer verdades parciales,-o mejor-, para descubrir
no falsedades parciales."(Ander-Egg, 1992:57).
"...la búsqueda de conocimientos y verdades que permitan describir, explicar, generalizar y

predecir los fenómenos que se producen en la naturaleza y en la sociedad.... es una fase
especializada de la metodología científica."(Zorrila y Torres,1993:29).
"...estudio sistemático y objetivo de un tema claramente delimitado, basado en fuentes

apropiadas y tendiente a la estructuración de un todo unificado".(Gutiérrez,1993:93).
"La investigación es un proceso que, mediante la aplicación del método científico, procura
obtener información relevante y fidedigna, para entender, verificar, corregir y aplicar el
conocimiento."(Tamayo,1994:45)
Tomado de http://tgrajales.net/invesdefin.pdf
Por tanto, no existe un método único de investigación sino múltiples enfoques,

herramientas y metodologías que deberán escogerse cuidadosamente de acuerdo
con los objetivos que persiga el ejercicio investigativo, buscando siempre la forma
de recoger la mayor cantidad de “información confiable” que pueda llevar a
responder la pregunta de investigación.
La investigación científica o método científico está centrado en el paradigma
positivista y el realismo crítico, en donde el medio natural es la fuente de todo dato
y el investigador es el instrumento de la investigación. Supone que si alguna cosa
“existe”, existe en alguna cantidad y por lo tanto se puede medir.
Por ello, hace uso de métodos cuantitativos por medio de una medición
penetrante y controlada, orientada a la comprobación de hechos, donde los
resultados y los datos son sólidos y repetibles. Aquí la observación es objetiva, al
margen de los datos (perspectiva desde afuera), particularista y asume una
realidad estable. El análisis de los datos se apoya en las pruebas estadísticas
tradicionales.
La investigación social subyace en el “Idealismo” y los paradigmas constructivista

e interpretativo. El constructivismo asume que la realidad solo existe en la forma
de múltiples construcciones mentales y sociales y por lo tanto “la realidad es un
constructo social”.
En las ciencias sociales los fenómenos son complejos y solo pueden ser
observados si se realizan esfuerzos holísticos con un alto grado de subjetividad
orientados más hacia las cualidades que hacia la cantidad. Así, se origina la
investigación “cualitativa”, en donde las particularidades de los fenómenos
sociales dan origen a diversas metodologías para la recolección y análisis de
datos, no necesariamente numéricos.
1.3 La línea de investigación

Puesto que la investigación está encaminada a la generación de nuevo
conocimiento y las áreas del conocimiento humano son extensas, el proceso
investigador se enfoca siempre en un área del saber específica del interés de
quien investiga. Así, las investigaciones realizadas, los trabajos y artículos
publicados, las ponencias y los grupos de trabajo involucrados, se vinculan
alrededor de un mismo eje temático y van constituyendo una perspectiva o
prospectiva del trabajo investigativo, que es lo que denominamos como línea de
investigación.
Una línea de investigación se origina principalmente debido al interés de un
individuo o grupo de personas por desarrollar un tema o agenda temática. La línea
de investigación deberá por lo tanto, corresponder a un área del conocimiento lo
suficientemente amplia como para que no se agoten los temas de interés que le
son inherentes. Por ejemplo: Biotecnología vegetal, Inteligencia de mercados,
Economía de las Organizaciones, Lenguajes y Técnicas de programación, Diseño
de Redes, Evaluación Psicológica, Psicometría, etc.
El trabajo dentro de una línea de investigación es multidisciplinario y
transdiciplinario, lo cual permite variados enfoques alrededor de un mismo
aspecto, guardando la coherencia en torno a una orientación central.
Entenderemos por Disciplina, el conocimiento de una ciencia y el entrenamiento o
rigor adoptados para la enseñanza de la misma. Así, la disciplinariedad se define
como la exploración realizada en un conjunto homogéneo, con el fin de producir
conocimientos nuevos que, o hacen obsoletos los anteriores, o los prolongan para
hacerlos más completos (Tamayo,2005).
Cada disciplina se distingue de las demás por poseer unos elementos que le son
propios:
 Un objetivo material
 Un objetivo formal
 Una integración teorética
 Un método
 Unos instrumentos analíticos
 Un campo de aplicación
 Una contingencia histórica
Una disciplina, según los fines y metas que se persigan, podrá aplicarse a muchos
y diversos campos, y el método y el instrumento analítico, son el eje para la
interpretación, comprensión y análisis de las características restantes. Borrero,
citado por Tamayo (2005), dice que el método e instrumento analítico de la
disciplina, son el camino para aproximarse a su objetivo. Una disciplina se
considera “autónoma” cuando ha podido desarrollar su propio método o ruta,
conducente al objeto formal de su estudio.
Cuando una disciplina no es del todo autónoma, debe apoyarse en otras que le
sirvan para soportar su método e instrumentos analíticos, como las matemáticas,
la lógica, la estadística. A estas disciplinas de apoyo se les denomina ciencias
diagonales.
La investigación multidisciplinaria hace relación a la posible integración de las

diversas disciplinas que conforman un currículo o Área del conocimiento, a fin de
lograr que, en lo posible, funcione como totalidad. Por ejemplo, en ciencias
agrícolas, una investigación multidisciplinaria podrá integrar la fisiología vegetal,
entomología, fitopatología, suelos y mercadeo agropecuario, alrededor de un
cultivo específico, para generar entre todas un paquete tecnológico.
La interdisciplinariedad es a su vez, el conjunto de disciplinas conexas entre sí y

con relaciones definidas, a fin de que sus actividades no se produzcan en forma
aislada, dispersa y fraccionada. Por ejemplo, una investigación que pretende
generar un software de medición Psicométrica, deberá hacer un trabajo
interdisciplinario entre psicólogos e ingenieros de sistemas y/o especialistas en
programación.
La Transdisciplinariedad intenta ordenar articuladamente el conocimiento,

coordinándolo y subordinándolo en una pirámide que permita considerar
orgánicamente todas las ciencias. Busca que las relaciones entre las disciplinas
trasciendan en la integración de un conjunto con sentido y que pueda englobar el
término de la transdisciplinariedad, bajo el supuesto de unidad entre diversas
disciplinas que le permitan interpretar la realidad y los fenómenos que se
presuponen unitarios. Este tipo presenta niveles y objetivos múltiples, coordinados
hacia una finalidad común de los sistemas (Tamayo, 2005).Por ejemplo, la
investigación que realiza la NASA con miras a la llegada del hombre a Marte, en
donde casi todas las áreas del conocimiento deben integrarse.
Las líneas de investigación se integran para hacer posible el trabajo inter e

intradisciplinario. Cuando la línea de investigación se ha estructurado, a través de
su dinámica en el tiempo, podrá incluir dentro de sus objetos de estudio otros

temas asociados, que se habían escapado en la selección inicial o que surgen
como resultado de la cambiante realidad, llevándola cada vez a cercarse al trabajo
intradisciplinario. En consecuencia, los temas que puede abordar una línea de
investigación son prácticamente inagotables.
Lo que sí es correcto es que la línea se corresponde a una orientación
disciplinaria, temática y conceptual y hasta metodológica (o por lo menos a
algunas de estas). Por ello, quien se inscribe en una línea de investigación, por
ejemplo, sobre electricidad y maquinarias podrá desarrollar todos aquellos tópicos
convergentes y complementarios al eje investigativo, como circuitos, resistencias,
ley de Ohm; pero no podrá esperar que se estudien otros temas de interés como
la nutrición en infantes.
Finalmente diremos que “Publicar” es el indicador más confiable del trabajo que se
realiza en una línea de investigación. A través de las publicaciones en revistas
científicas indexadas, se puede verificar la evolución del trabajo y del investigador
o grupo de investigadores, así como precisar el momento a partir del cual, el
trabajo comienza a presentar resultados significativos.
Constituye además, una herramienta para comunicar y abrir el debate con
individualidades y colectivos que se encuentran trabajando en líneas
complementarias y permite al público interesado, contrastar criterios y formular
opiniones que servirán para la labor que se realiza.
Lección 2: Las Revoluciones Científicas
“Ningún descubrimiento científico es definitivo;

la Ciencia no tiende hacía una meta donde, después de ella no hay nada”.
Thomas S. Kuhn.
Se define “Paradigma”, como la mejor construcción teórica en tanto que supera a

las demás existentes, explica el mayor conjunto de hechos o procesos observados
o la mayor cantidad de aspectos de uno de ellos, y por tanto, es aceptado por una
comunidad científica. Este paradigma controla las teorías y discursos de esa
comunidad, sin embargo, siempre es susceptible de ser superado.
Este paradigma ofrece al que lo sigue:
 Una base de afirmaciones teóricas y conceptuales,
 Un cierto acuerdo entre los problemas urgentes a resolver,
 Unas técnicas de experimentación concretas
 Unos supuestos metafísicos que encuadran y dirigen la investigación y
sobre los que no hay ninguna duda aunque sean incomprobables.
La adhesión a un paradigma común, distingue a una Comunidad Científica, que no

es otra cosa que un grupo de personas que practican conjuntamente una
profesión científica y que están ligados por elementos comunes para llevar a cabo
la resolución de metas y objetivos de su investigación; es decir, realizan su
proyecto basados en un paradigma compartido que es aceptado plenamente.
La “Ciencia normal”, es la que hacen los científicos habitualmente cuando indagan
acerca de la naturaleza y resuelven los problemas que se les presentan, apoyados
en un paradigma que no es puesto en duda. Por lo tanto, cuando el científico
hace Ciencia Normal, debe ser capaz de explicar los hechos reveladores de la
naturaleza de las cosas utilizando la observación y la experimentación y
comparando los hechos con las predicciones de la teoría de su paradigma.
Su labor ha de ser cuantificable y ajustada a la naturaleza, debiéndose resolver,

para ello, toda clase de ambigüedades y problemas que se presenten durante su
investigación. No obstante, la investigación nunca se presenta de esta manera ya
que siempre surgen problemas extraordinarios que no concuerdan con estos
presupuestos.
A estos resultados y problemas no previstos por el científico, los denominó Kuhn

como “Enigmas”.
Un enigma puede tener una solución, varias o ninguna, y el profesional debe
poner a prueba sus conocimientos y su ingenio para resolverlo. El Paradigma
debe capacitar a una comunidad científica para la resolución de enigmas mediante
un compromiso teórico, conceptual, instrumental y metodológico y estos
compromisos generan una serie de reglas para ordenar el mundo y resolver
problemas y enigmas. Estas reglas serán siempre posteriores al paradigma y
suministradas por él.
El Paradigma, opone una gran resistencia al cambio, pero cuando descubre que la
naturaleza de alguna manera "ha violado” las expectativas inducidas por él, debe
buscar la forma de transformarse. La transgresión de los límites del Paradigma por
parte de la Naturaleza, es lo que Kuhn llamó Anomalía.
Pero para que la Anomalía provoque una crisis, es necesario que ponga en tela de
juicio fundamentaciones y generalizaciones importantes del Paradigma anterior. Si
esto es así, el Paradigma anterior quedará invalidado en la confrontación de éste
con el mundo y con la nueva teoría. Simultáneamente se rechazará una teoría y
se aceptará otra.
Cuando la Ciencia Normal fracasa en su propósito de dar solución a los enigmas y
a sus problemas tradicionales, sobreviene un período de inseguridad profesional
que, agravado por la aparición de la “anomalía”, se convertirá en una verdadera
crisis paradigmática y es allí cuando surgen las “Revoluciones científicas”. Cuando
un paradigma ya no es capaz de explicar una realidad, es necesario buscar otro
que si lo haga. Cuando el paradigma antiguo, que antes estaba en el poder y
monopolizaba la investigación científica, cae, y se alza uno nuevo por encima de
todos los impedimentos, surge el progreso.
El nuevo paradigma deberá cumplir dos premisas:
a) Ser capaz de resolver todos aquellos problemas urgentes y extraordinarios

que el paradigma anterior no pudo solucionar.
b) Comprometerse a que todas aquellas capacidades del paradigma anterior
que eran útiles para resolver problemas, no sufrirán ningún menoscabo.
Cuando ocurre la “crisis paradigmática” son muchos los científicos que abandonan
su disciplina, incapaces de soportar ese estado de desorden y confusión. Por ello,
la ciencia requiere de científicos creativos y tolerantes ante el derrumbamiento
científico, capaces de superar las crisis a partir de teorías nuevas.
Las Revoluciones científicas marcan momentos de crisis y de renacimiento,
ocurren en el devenir de la historia toda vez que la ciencia avanza y se hacen
nuevos descubrimientos. Por ello, es necesario que el hombre de ciencia tenga la
capacidad de asombrarse, de ver más allá, de no dar nada por sentado ni
definitivo.
Algunas de las “Revoluciones científicas” más importantes, se citan a
continuación:
Siglos XVI y XVII:
Revolución copernicana: Se da en la astronomía y la física, desde Nicolás

Copérnico hasta Isaac Newton a finales del siglo XVII. En 1543, muere Copérnico
y se publicaba póstumamente su libro De revolutionibus. Se denomina a menudo
como la “Revolución científica del siglo XVII” y supuso el cambio del concepto de
ciencia cualitativa, basada en la lógica silogística por la ciencia cuantitativa basada
en la lógica experimental.
En ese proceso fue fundamental la renovación del método científico a cargo de
personajes como René Descartes, Johannes Kepler, Francis Bacon y Galileo
Galilei.
El heliocentrismo, fue propuesto en la antigüedad por el griego Aristarco de Samos
(310 a. C. - 230 a. C.), quien se basó en medidas sencillas de la distancia entre la
Tierra y el Sol que lo llevaron a formular que era la tierra y los demás planetas
quienes giraban alrededor del sol y no a la inversa, como sostenía la teoría
geocéntrica de Ptolomeo e Hiparco, comúnmente aceptada en esa época y en los
siglos siguientes, acorde con la visión antropocéntrica imperante.
En el siglo XVI, la teoría volvería a ser formulada, esta vez por Nicolás Copérnico,
con la publicación en 1543 del libro De Revolutionibus Orbium Coelestium. La
diferencia fundamental entre la propuesta de Aristarco en la antigüedad y la teoría
de Copérnico es que este último emplea cálculos matemáticos para sustentar su
hipótesis.
Precisamente a causa de esto, sus ideas marcaron el comienzo de lo que se
conoce como la revolución científica. No sólo un cambio importantísimo en la
astronomía, sino en las ciencias en general y particularmente en la cosmovisión de

la civilización. A partir de la publicación de su libro y la refutación del sistema
geocéntrico defendido por la astronomía griega, la civilización rompe con la
idealización del saber incuestionable de la antigüedad y se lanza con mayor
ímpetu en busca del conocimiento (wikipedia).
A su vez, Descartes, Pascal, Leibniz-Newton(cálculo infinitesimal), Euler y Gauss

(geometría no euclidiana) superan las matemáticas griegas clásicas de Pitágoras,
Tales de Mileto, Euclides y Arquímedes.
 Importantes autores provocan un cambio sustancial en medicina y fisiología

durantelos siglos XVI y XVII. Andrea Vesalio, revisa la anatomía de Aristóteles y
las teorías de Hipócrates y Galeno (teoría de los humores) y publica el De humani
corporis fabrica, que revolucionó la anatomía. Miguel Servet y William Harvey (De
motu cordis, 1628), proponen su teoría de la circulación de la sangre.
 En química, sobreviene la revolución Lavoiseriana, por el químico Antoine
Lavoisier. Se le considera el padre de la química moderna por sus detallados
estudios sobre la oxidación de los cuerpos, el fenómeno de la respiración animal y
su relación con los procesos de oxidación, análisis del aire, uso de la balanza para
establecer relaciones cuantitativas en las reacciones químicas, estudios en
calorimetría y establece su famosa Ley de conservación de la masa.
Siglo XIX
 Revolución darwiniana o evolucionista: en biología y ciencias de la

Tierra. Charles Darwin compila su trabajo en El origen de las especies (1859).
 Revolución mendeliana o revolución genética, se inicia con los trabajos
de Gregor Mendel considerado el padre de la genética. En 1865 se publica su
trabajo Experimentos sobre la hibridación de plantas, sin embargo éste nos sería
aceptado por la comunidad científica sino hasta principios del siglo XX. A partir de
1900 otros científicos como Hugo de Vries, Carl Correns y Erich von Tschermak
profundizarían en las teorías de Mendel. En 1902, William Bateson publica su
trabajo Principios de la herencia de Mendel . Otras investigaciones posteriores
fueron llevadas a cabo por de Archibald Edward Garrod y Thomas Hunt Morgan.
 Revolución maxwelliana, denominada así por el físico escocés James
Clerk Maxwell, conocido principalmente por haber desarrollado la teoría
electromagnética clásica, sintetizando todas las anteriores observaciones,
experimentos y leyes sobre electricidad, magnetismo y aun sobre óptica, en una
teoría consistente.
Las ecuaciones de Maxwell demostraron que la electricidad, el magnetismo y
hasta la luz, son manifestaciones del mismo fenómeno: el campo
electromagnético. Desde ese momento, todas las otras leyes y ecuaciones
clásicas de estas disciplinas se convirtieron en casos simplificados de las
ecuaciones de Maxwell. Su trabajo sobre electromagnetismo ha sido llamado la

"segunda gran unificación en física", después de la primera llevada a cabo por
Newton. Muchos físicos lo consideran el científico del siglo XIX que más influencia
tuvo sobre la física del siglo XX y consideran que sus contribuciones a la ciencia
son de la misma magnitud que las de Isaac Newton y Albert Einstein.
Siglo XX
 Revolución Cuántica: Se inició en 1900, a partir del trabajo en física de

Max Planck (constante de Planck) y Einstein (Un punto de vista heurístico acerca
de la creación y transformación de la luz.1905). Numerosos científicos participaron
de esta revolución durante el primer tercio del siglo XX y culminó con la definición
de la Mecánica cuántica. Algunos de los contribuyentes fueron Walter Nernst,
Wolfgang Pauli, Louis de Broglie. Heisemberg, Max Born, David Hilbert, Felix
Klein, Pascual Jordan y Niels Bohr desarrollaron la llamada mecánica cuántica
matricial y Schrödinger la mecánica cuántica ondulatoria en 1926.
 Revolución einsteniana o relativista: en física, con Albert Einstein y su
teoría de la relatividad (artículos de 1905).
 Revolución wegeneriana, en geología, desde que Alfred Wegener
propone la teoría de la deriva continental en 1912, y hasta el año Geofísico
Internacional de 1957.
 Revolución indeterminista, que no se refiere al indeterminismo filosófico
opuesto al determinismo, sino a la indeterminación: la superación de la concepción
mecanicista o determinista de la ciencia, sobre todo a partir de las tres famosas
construcciones teóricas de los años veinte y treinta del siglo XX debidas a
Heisenberg, Schrödinger y Gödel, sobre la indecidibilidad, el principio de
incertidumbre, la indiferencia y la imposibilidad de eludir la interferencia del
experimentador u observador y de la experimentación u observación sobre el
hecho experimentado u observado.
 Revolución bioquímica: Se aplica a los descubrimientos que llevaron al
desciframiento del código genético y el ADN . James D. Watson, Francis Crick y
Wilkins, desentrañaron la estructura en doble hélice de la molécula del ácido
desoxirribonucleico (ADN), trabajo que les valió compartir en 1962, el Premio
Nobel de Fisiología o Medicina.
 Revolución genómica se suele aplicar a la biotecnología procedente de la
investigaciones en torno al genoma (1990-2003, Proyecto Genoma Humano).
Lección 3: Empirismo y Racionalismo

El ignorante afirma,
el sabio, duda y reflexiona.
Aristóteles
El Empirismo
La ciencia clásica Aristotélica es una ciencia empírica. El término “Empírico” deriva
del griego y significa experiencia. El empirismo es el que marca la división entre
las ciencias formales y las ciencias descriptivas (ciencias blandas) como las
ciencias naturales y las ciencias sociales.
Enfatiza en el papel de la experiencia ligada a la percepción sensorial. El
conocimiento encuentra su validez en su relación con la experiencia, por lo que
valida las teorías a través del experimento.
El Empirismo parte de dos premisas:
a) Niega la absolutización de la verdad o, como mínimo niega que la verdad
absoluta sea accesible al hombre.
b) Reconoce que “Toda verdad debe ser puesta a prueba” y a partir de la
experiencia, puede eventualmente ser modificada, corregida o abandonada.
No se opone de ninguna manera a la razón, pero niega la pretensión de establecer
verdades necesarias, es decir, verdades que valgan de una manera tan absoluta
que se haga innecesaria, absurda o contradictoria su verificación o su control.
Aun cuando la experimentación verifique la veracidad del enunciado, no garantiza
que la hipótesis comprobada sea la única verdadera, pues existe la posibilidad de
que estudios posteriores se aproximen mejor a la resolución del problema.
Uno de los mayores exponentes del Empirismo moderno es David Hume, quien
afirma que todo conocimiento deriva en última instancia de la experiencia sensible,
siendo esta la única fuente de conocimiento y que sin ella no se lograría saber
alguno.
Hume articuló su tesis de que todo el razonamiento humano pertenece a dos
clases, Relaciones de ideas y Hechos. Las ideas involucran conceptos abstractos
como las matemáticas y están gobernadas por las certezas deductivas mientras
que los hechos, comportan la experiencia empírica donde todos los razonamientos
son inductivos. Albert Einstein , declaró que el positivismo de Hume, le inspiró al
formular su Teoría especial de la relatividad.
El Racionalismo.
La lógica y la matemática se consideran ciencias formales (ciencias duras). Son
racionales, sistemáticas y cuantificables pero no dan razón de la realidad. No se
ocupan de los hechos. Su objeto no son las cosas ni los procesos sino “las
formas” en las que se pueden contener un número ilimitado de contenidos fácticos
y empíricos. Por ejemplo, los números solo existen en nuestras mentes como
elementos conceptuales que utilizamos para cuantificar elementos materiales
discontinuos, pero nunca los hemos visto como un objeto en sí. La física, la
economía, la química, recurren a las matemáticas como herramienta para
establecer de forma precisa las relaciones existentes entre los hechos y sus
diversos aspectos.
El Racionalismo parte de cuadros teóricos y se apoya en la deducción y la
argumentación rigurosa. Sus máximos exponentes son Popper, Bunge, Bachelard
y Lakatos entre otros, cuyos postulados sirvieron de base a numerosas
investigaciones exitosas en la historia de la Ciencia como las llevadas a cabo por
Einstein y Mendeleiev y en el caso de las Ciencias Sociales, a los trabajos de
Chomsky, Fodor, Austin y Vigotski.
Camacho et al (2000), resumen las premisas en que se apoya El Racionalismo:
1. Investigar no es medir y contar ni tampoco es sólo experimentar:

Investigar es por sobre todo “razonar”, en torno a una problemática dudosa o
confusa, dados unos hechos y un cuerpo de conocimientos previos(teorías) en
torno a los mismos. El investigador debe formular suposiciones que aclaren el
problema y que expliquen los hechos. A partir de esas suposiciones realiza un
trabajo de deducción, derivando proposiciones cada vez más concretas, en donde
las argumentaciones siguen un método riguroso, sistemático, controlado por
reglas lógicas y evidencias producto de la observación.
Los conteos, mediciones y experimentaciones son apenas un trabajo auxiliar que
sólo tiene sentido dentro de un proceso general de teorización y eventualmente,
en ciertas fases del desarrollo de los programas de investigación.
De hecho, todo trabajo de investigación o experimentación, es en su primera
etapa, un trabajo teórico y descriptivo. Solo cuando la fundamentación teórica es
suficientemente fuerte, se tendrán los elementos necesarios para desarrollar
experimentos cuantitativos que deriven resultados por el método de la inducción.
2. Investigar no es necesariamente determinar probabilidades sobre la base

de técnicas estadísticas. No todos los problemas tienen naturaleza probabilística
ni tampoco se llega a adecuadas explicaciones analizando la frecuencia en que
ocurren los hechos sobre la base de unas hipótesis alterna y nula. Investigar es
intentar descubrir aquellas estructuras abstractas de proceso, de donde se
generan los hechos particulares o que son responsables del modo en que los
hechos se producen y se repiten.
3. Investigar no es necesariamente hacer trabajo de campo. Una gran parte de

los fenómenos estudiados por la ciencia resultan ya conocidos por el investigador,
bien sea porque están cotidianamente a su alcance o bien porque han sido ya
registrados en los trabajos descriptivos de otros investigadores. Más importante
que la recolección de observaciones y datos observacionales es la decisión de
explicarlos mediante la argumentación y el razonamiento, mediante la formulación
de teorías, que siempre serán hipotéticas y provisionales.
El razonar sobre los hechos es más importante que el operar directamente con
ellos. El investigador no es esencialmente aquél que se mueve entre personas,
cosas y experiencias, sino, sobre todo, el que se mueve entre ideas. La
deducción, y no la inducción, es la clave del descubrimiento.
4. Investigar no es necesariamente abordar hechos que sólo sean

observables directamente. La evidencia empírica no es la única garantía de la
ciencia. También es posible estudiar procesos no observables mediante la
formulación de modelos que imiten el funcionamiento del proceso, aun cuando
éste jamás pueda estar a la vista.(Experimentación heurística). La evidencia
racional, aquella que se estructura en forma de argumentaciones y razonamientos,
es un elemento primordial para el avance de la ciencia.
5. Investigar no es dilucidar concluyentemente un problema ni agotar

exhaustivamente sus posibilidades de estudio. Más bien, las investigaciones
particulares son aportes pequeños y modestos que, en conjunto, van promoviendo
aproximaciones cada vez más estrechas hacia la solución. El valor de cada trabajo
individual depende de la medida en que arroje alguna luz sobre el problema y en
que contribuya al avance del programa de investigación en que está ubicado. En
ese sentido, las conquistas y logros de la investigación serán siempre
provisionales, hipotéticas, graduales y relativas a un programa o agenda colectiva
de trabajo.
6. Investigar no es reflexionar libremente, sin control, ni hacer retórica

persuasiva. La investigación no es especulación anárquica, aquélla respecto a
cuyo contenido nadie podría decidir si es erróneo o inválido ni entender en
concreto a qué realidades se está haciendo referencia. Es teorización controlada
por reglas lógicas, totalmente evaluable y criticable, cuyo contenido sea falseable
y cuyos errores sean detectables. La retórica, los discursos eminentemente
estéticos y literarios, las intenciones de persuadir ideológicamente y de lograr
comportamientos convenientes, todo ello queda excluido del trabajo investigativo,
por lo que la investigación tiene una naturaleza bien distinta a la del arte, la
religión, el activismo social o la política.
7. La investigación no es una actividad regulable por un único e inflexible

esquema de desarrollo. Los problemas de la ciencia son tan variados y pueden
ser enfocados de modos tan diferentes que resulta absurdo pensar en un
algoritmo de resolución, no sólo en el nivel del trabajo de búsqueda y de
configuración de soluciones, sino también en el trabajo de comunicación de
resultados. Una investigación será de mayor o menor calidad en la medida en que
sea coherente con sus lineamientos y eficiente para unos logros planteados, pero
no en la medida en que se acoja rígidamente a un determinado patrón específico
previamente establecido. Se asume que el valor del conocimiento radica en su
poder generalizante y universal, mucho más que en la consideración de
situaciones particulares e históricamente circunstanciales.
En el Racionalismo crítico, el enfrentamiento con la realidad debe hacerse con

base en métodos e instrumentos debidamente seleccionados. Su base es el
principio de falsabilidad, en donde constatar una teoría significa intentar refutarla
mediante un contraejemplo. Si no es posible refutarla, dicha teoría queda
corroborada, pudiendo ser aceptada provisionalmente, pero nunca verificada.
Emmanuel Kant sienta una corriente única dentro del pensamiento moderno,
tratando de cerrar la brecha entre las corrientes del Racionalismo y el Empirismo.
Para Kant, todas las cosas tienen un por qué, un origen, una explicación. Admite
la posibilidad de la existencia de juicios sintéticos a priori (es decir, juicios que
agregan nueva información -donde el predicado "no está contenido" en el sujeto- y
que son de carácter universal y necesarios; es decir, anteriores a cualquier
experiencia), intentando así superar la crítica al principio de causalidad que había
hecho David Hume, sin una respuesta satisfactoria hasta su época.
De igual forma, admite la existencia de juicios sintéticos a posteriori que son los
juicios fácticos, empíricos y por tanto contingentes. Kant elaboró como crítica una
metafísica de la metafísica, según la cual la razón no podría dar razón de sí
misma, más que con la condición de permanecer en todo momento susceptible de
fijar sus condiciones, sus objetos y sus límites intrínsecos (monografías.com).
Tabla 1. Diferencias entre Racionalismo y Empirismo
EMPIRISMO RACIONALISMO
Estudia los entes abstractos que solo existen en la mente
Estudia los hechos y experiencias. La fuente principal
humana. La principal fuente y prueba final del conocimiento es el
y prueba última del conocimiento es la percepción.
razonamiento deductivo, basado en principios evidentes y
axiomas (principio básico que es asumido como verdadero sin
demostración alguna).
Niega la posibilidad de ideas espontáneas y afirma Afirma que la Mente es capaz de reconocer la realidad mediante
que todo conocimiento se basa en la experiencia. su capacidad de razonar. Acentúa el papel de la razón en la
adquisición del conocimiento.
Requiere de la observación (sentidos) para dar Se expresa por medio de conceptos lógicos y sistemáticos que al
certeza de su conocimiento. agruparse forman teorías.
Verifica, confirma o niega una hipótesis. Demuestra o prueba una verdad. El conocimiento llega luego de
dudar y hallar un principio evidente por una verdad clara y
distinta.
Exponentes: John Locke, David Hume, Berkeley y Exponentes: Popper, Spinoza, Leibniz, Descartes.
Francis Bacon.
En la ciencia moderna, ninguna posición resulta más o menos favorable. Cualquier

experimentación u observación de las ciencias empíricas (ciencias suaves)
requieren de los elementos lógicos y conceptuales de las ciencias formales
(ciencias duras) para su demostración y por lo tanto empirismo y racionalismo no
son excluyentes.
Lección 4: El Método científico

"Usa el método científico: probando varias veces, llegarás a la verdad."
Marco Tulio Cicerón
La investigación científica o método científico está centrada en el paradigma

positivista y el realismo crítico. El medio natural es la fuente de todo dato y el
investigador es el instrumento de la investigación. Hace uso de métodos
cuantitativos por medio de una medición penetrante y controlada, orientada a la
comprobación de hechos, donde los resultados y los datos son sólidos y
repetibles. Aquí la observación es objetiva, al margen de los datos (perspectiva
desde afuera), particularista y asume una realidad estable.
El gran aporte de Galileo Galilei a la ciencia experimental radica en que fue capaz
de combinar la lógica de observación de los fenómenos con dos métodos
desarrollados en otras ramas del conocimiento formal: la hipótesis y la medida.
El método científico de Galileo parte de los siguientes elementos:
1.- Observación: Se debe precisar el objeto de la investigación, lo que

únicamente es posible por la determinación de datos de observación
minuciosamente delimitados y con referencia a un problema a resolver.
Generalmente el problema que se plantea, hace referencia a una teoría explicativa
frente a la cual los datos observados no pueden ser explicados por ella.
2.- Elaboración de una hipótesis explicativa: A partir de este momento la

explicación de este nuevo modo de concebir el fenómeno requiere una explicación
nueva, lo cual se hace como hipótesis o teoría provisional a la espera de una
confirmación experimental.
3.- Deducción: Sobre esta hipótesis o teoría se hace necesario extraer las
consecuencias que se derivan del hecho de tenerla por verdadera.
4.- Experimento o verificación: Se montan las condiciones en las que se puedan

medir las consecuencias deducidas, procurando unas condiciones ideales para
que las interferencias con otros factores sean mínimos y comprobar si
efectivamente en todos los casos, siempre se reproducen dichas consecuencias.
Durante mucho tiempo los científicos consideraron que el experimento probaba o

demostraba la verdad de la teoría o hipótesis de forma concluyente y el método
llamado hipotético-deductivo vino a convertirse en la lógica empírica que
fundamentaba la ciencia. (wikipedia.org).
Una investigación para ser considerada científica debe cumplir con las siguientes
premisas:
1. Es Sistemática: Se orienta a la solución de problemas de conocimiento,

formulados conscientemente como un fin que ha de ser alcanzado en el curso de
una investigación planeada. A la comprensión, búsqueda y solución de este
problema, se subordinan todas las actividades o acciones de conocimiento del
científico o de los grupos de investigación y se aborda como un proceso
estructurado que sigue reglas establecidas.
Las reglas incluyen especificaciones tanto para la identificación y definición de las
variables como para el diseño de las metodologías por medio de las cuales éstas
serán examinadas y sus efectos determinados o cuantificados.
Cuando se utiliza la deducción como método para el estudio del problema, se
siguen procedimientos igualmente sistemáticos que permiten alcanzar la validez
que caracteriza la investigación.
2. Es un proceso lógico: La investigación sigue un sistema que emplea la lógica

en muchos puntos. Por el examen lógico de los procedimientos empleados en un
experimento relativo a los requerimientos de validez interna, el investigador es
capaz de chequear la validez de las conclusiones obtenidas. Este proceso inicia
con la formulación de las Hipótesis Fundamentales. Estas son el núcleo con el
cual nace una investigación, de allí nacen las hipótesis Derivadas que son mucho
más específicas en cuanto al problema a tratar.
Estas hipótesis derivadas se falsean ó se comprueban con los experimentos y
observaciones, en los cuales se recolectan los “datos observacionales” y las
nuevas “teorías interpretativas experimentales” que pueden ayudar a reforzar o a
desmontar una teoría que ha sido falseada por medio del método hipotético-
deductivo. La aplicación de la lógica asegura la validez interna y externa de la
investigación.
3. Es empírica: La investigación tiene un referente real. Mucha deducción puede
preceder su aplicación, pero los datos son el resultado final de procedimientos de
investigación. La recolección o acopio de datos es lo que identifica la investigación
como un proceso empírico.
Para determinar el grado en el cual los hallazgos empíricos pueden ser
generalizados más allá de la situación inmediata en la cual la investigación tomo
lugar, el investigador debe evaluar el referente de realidad de un emprendimiento
particular en términos de su validez externa. Otros procesos implicados en
entender el mundo pueden semejar la investigación en su lógica, pero fallar en
igualar su calidad empírica.
4. Es reductiva: Cuando un investigador aplica procedimientos analíticos a los
datos recolectados, reduce objetos a categorías de conceptos más entendibles ,
disminuyendo de alguna manera, la confusión provocada por eventos individuales.
Al hacer esto, el investigador sacrifica parte de la especificidad y unicidad
asociadas con los objetos o eventos individuales, pero gana en términos del poder
identificar relaciones generales, un proceso el cual requiere algún grado de
conceptualización.
Este proceso de reducción es parte del intento de traducir la realidad a un estado

abstracto o conceptual para entender las relaciones entre eventos e intentar
predecir como estas relaciones pueden operar en otros contextos. El
reduccionismo, de este modo, facilita que la investigación juegue un papel
explicativo en vez de uno descriptivo.
5. Es replicable y transmisible : Debido a que es registrada, generalizada y
replicada, conforme con los campos de estudio, la investigación es
considerablemente menos transitoria en naturaleza que lo que son otros procesos
de solución de problemas.
Así, otros individuos además del investigador pueden usar los resultados de un
estudio, y un investigador puede construir sobre los resultados de otro. Además,
los procesos y procedimientos son ellos mismos transmisibles, facilitando a otros
replicarlos y estimar su validez. Esta propiedad de transmisión de la investigación
es crítica tanto en su papel en difundir el conocimiento como su papel en la toma
de decisiones.
En la actividad científica los elementos básicos del proceso del conocimiento,
están subordinados a la capacidad, manera de pensar y experiencia del
investigador. De esta manera él deberá disponer de estos elementos de una
manera lógica y creativa para obtener nuevos o más completos conocimientos, en
un proceso planeado según el problema de investigación que se proponga
resolver.
En la investigación científica, el proceso de conocimiento que se realiza presenta
algunas particularidades, dado especialmente el hecho que es un proceso
consciente, en el cual se ponen a intervenir herramientas metodológicas que el
hombre ha ido construyendo en el propio proceso de la construcción de la ciencia.
Estas herramientas o tareas que son esenciales para lograr el conocimiento
científico no son solo de carácter técnico o empírico; también lo son de tipo teórico
y lógico.
La investigación científica está constituida tanto por actores observables como por
razonamientos, sistemas, pasos intuitivos, representaciones figuradas, etc., no
susceptibles de observación directa. En esta forma de conocimiento, la actividad
cognoscitiva está orientada a la diferenciación y estudio de los objetos y
fenómenos reales, convertidos en objeto del conocimiento.
Pero la investigación científica no concluye con la diferenciación de determinados
objetos o de sus características; lo que sucede corrientemente es que una vez
resuelto un problema de investigación, aparecen nuevos problemas que requieren
ser estudiados. Esto explica por qué hoy día, la tendencia es a que las
instituciones que soportan la investigación científica, trabajen sobre líneas de
investigación y no sobre proyectos aislados, esto es, sobre áreas o conjunto de
problemas de investigación, que tienen una misma tendencia de
solución.(Collazos, 2007).
La investigación social por su parte, subyace en el “Idealismo” y los paradigmas
constructivista e interpretativo. Dilthey, desde el idealismo, propone a las ciencias
sociales ser más descriptivas y concentradas sobre la comprensión interpretativa,

concebida como un proceso hermenéutico en el cual la experiencia humana
depende de su contexto.
El constructivismo asume que la realidad solo existe en la forma de múltiples
construcciones mentales y sociales y por lo tanto “la realidad es un constructo
social”.
La metodología de la investigación social se basa en la hermenéutica y la
dialéctica. Está orientada por la fidelidad del objeto de estudio y la
complementariedad en el sentido que el investigador complementa la
investigación.
Carece de ideal de progreso como criterio regulatorio de la investigación. Utiliza
métodos cualitativos en donde la información se recopila en forma de palabras,
ilustraciones y construcciones mentales en lugar de cifras. No busca probar o
rechazar hipótesis sino que construye las abstracciones como consecuencia de
unir distintas piezas de información con sentido, interesándose en los procesos
más que en los resultados. Sin embargo, estas características han dado lugar a la
creencia de que en la investigación social “Todo vale”.
Este ha sido tal vez el error más grave. La investigación cualitativa se ha
convertido en “permisiva”, en donde los estudios no se estructuran de manera
adecuada, no se trabaja el marco epistemológico, se desconocen las
metodologías de recolección de datos más adecuadas a cada estudio particular y
en últimas se da demasiado peso a observaciones con una alta carga de
subjetivismo por parte de los investigadores.
De otra parte, la aplicación de las metodologías cuantitativas atribuyen en
ocasiones, mucho peso a las correlaciones y los análisis estadísticos, lo cual
carece de valor si no se soportan en un marco teórico fuerte y se contextualizan
de forma objetiva.
El hecho de que los objetos de estudio de las ciencias sociales no sean
materiales, no implica que el método científico quede excluido. Todo lo contario, la
investigación social deberá ser rigurosa en éste sentido a fin de disminuir el grado
de subjetividad de las observaciones lo que disminuirá el riesgo de llegar a
conclusiones que no son del todo ciertas por carecer de validez interna o externa.
La investigación Social se caracteriza por ciertos rasgos que deben ser
considerados en la aplicación del método científico, que marcan su carácter de
subjetividad y que están relacionados con el Objeto de investigación:
 El Objeto de la investigación incluye al investigador, el objeto es interno
puesto que necesitamos aprendizaje previo para ver el mundo de una u otra
forma.
 El Objeto de investigación es Subjetivo: Está formado por personas que
tienen libertad, voluntad y reflexividad.
 Lo social no es natural: El individuo es un producto social y la sociedad es
producto de los individuos.
 Lo social es reactivo a la observación: Cuando el sujeto se da cuenta de

que está siendo observado puede modificar su comportamiento. Por otro
lado, la observación no declarada puede ser considerada como poco ética.
 El objeto de estudio es reactivo al conocimiento: Los grupos sociales
pueden modificar a los individuos en función de conocer los resultados de
alguna investigación.
 El objeto de estudio es complejo: Es multifuncional y está formado por seres
reflexivos. El mundo social es cambiante.
El investigador investiga desde posiciones no neutras, sus valores influyen. La

realidad se ve de diferente manera dependiendo de quien la observe.
Figura 1. Influencias socioculturales que debe evitar el sujeto en el proceso de la

Investigación. Tomado de (Zorrilla y Torres, 1992)
Lección 5: Investigación pura, investigación Aplicada, Investigación

profesional
―Investigación básica es lo que hago
cuando no sé lo que estoy haciendo‖.
Wernher von Braun
Ingeniero aeroespacial germano-americano
5.1 Investigación pura (básica)

La investigación científica pura tiene como finalidad ampliar y profundizar el
conocimiento de la realidad. Busca el conocimiento por el conocimiento mismo,
más allá de sus posibles aplicaciones prácticas. Su objetivo consiste en ampliar y
profundizar en el saber de la realidad y en tanto este saber que se pretende

construir es un saber científico, su propósito será el de obtener generalizaciones
cada vez mayores (hipótesis, leyes, teorías).
Los conocimientos no se obtienen con el objeto de utilizarlos de un modo
inmediato, aunque ello no quiere decir, de ninguna manera, que estén totalmente
desligadas de la práctica o que sus resultados, eventualmente, no vayan a ser
empleados para fines concretos en un futuro más o menos próximo.
Busca el descubrimiento de leyes o principios básicos que constituyen el
punto de apoyo en la solución de alternativas sociales.
Sus resultados no son negociables y son publicados en revistas especializadas.
Esta forma de investigación emplea cuidadosamente el procedimiento de
muestreo, a fin de extender sus hallazgos más allá del grupo o situaciones
estudiadas. Poco se preocupa de la aplicación de los hallazgos, por considerar
que ello corresponde a otra persona y no al investigador.
No obstante la carencia de aplicación inmediata, esta forma de investigación
busca el progreso científico y su importancia reside en que presente amplias
generalizaciones y niveles de abstracciones con miras a formulaciones hipotéticas
de posible aplicación posterior. Sin los resultados de la investigación Pura, no
sería posible realizar investigación aplicada.
5.2 Investigación aplicada

La investigación científica aplicada se propone transformar el conocimiento 'puro'
en conocimiento útil. Tiene por finalidad la búsqueda y consolidación del saber y la
aplicación de los conocimientos para el enriquecimiento del acervo cultural y
científico, así como la producción de tecnología al servicio del desarrollo integral
de las naciones. La investigación aplicada puede ser Fundamental o Tecnológica.
La aplicada fundamental, se entiende como aquella investigación relacionada con
la generación de conocimientos en forma de teoría o métodos que se estima que
en un período mediato podrían desembocar en aplicaciones al sector productivo.
Por ejemplo, en el sector médico, se emprenden investigaciones para tratar de
conocer el mecanismo o los orígenes de cierta enfermedad o dolencia con el fin de
poder combatirla posteriormente, aunque no se sepa si llegará a ser necesario el
crear una droga para este fin.
La investigación aplicada fundamental puede ser, a su vez, teórica, experimental,
o una mezcla de ambas; dependiente de la naturaleza de su trabajo y sus
productos pueden ser artículos científicos publicables, sobre todo si en su
desarrollo no está involucrado el interés de una empresa.
La investigación aplicada tecnológica, se entiende como aquella que genera
conocimientos o métodos dirigidos al sector productivo de bienes y servicios, ya
sea con el fin de mejorarlo y hacerlo más eficiente, o con el fin de obtener
productos nuevos y competitivos en dicho sector.
Sus productos pueden ser prototipos y hasta eventualmente artículos científicos

publicables. En el caso de la investigación médica del ejemplo anterior, la
investigación tecnológica se realizaría alrededor del desarrollo de una droga
específica para la cura de una determinada dolencia y se pretendería, que la
droga fuera a dar al mercado.
5.3 Investigación Profesional

La investigación profesional suele emplear ambos tipos de conocimiento para
intervenir en la realidad y resolver un problema puntual.
Lo que habitualmente se llama investigación científica, engloba solamente las dos
primeras, en la medida en que ellas buscan obtener un conocimiento general, y no
meramente casuístico, ya que la investigación pura (o básica) busca ampliar y
profundizar el conocimiento de la realidad. (Cazau, 2006).
A continuación se citan 3 ejemplos tomados del documento Introducción a la

Investigación en Ciencias sociales de Pablo Cazau.
Ejemplo 1) En psicología:
La investigación pura investiga el mecanismo de la proyección. La investigación
aplicada busca, utilizando como marco teórico el conocimiento puro, un saber
general que pueda utilizarse prácticamente. Por ejemplo, investigar alguna técnica
de diagnóstico sobre la base del concepto freudiano de proyección, como podría
ser un test proyectivo.
La investigación profesional consiste en intervenir en la realidad. Por ejemplo,
diagnosticar una situación usando la técnica proyectiva descubierta y validada en
la investigación aplicada.
Ejemplo 2) En Ciencias Fácticas:

Un bioquímico estudia en su laboratorio la estructura molecular de ciertas
sustancias (investigación pura); luego, otro investigador utiliza este conocimiento
para probar la eficacia de ciertas sustancias como medicamentos (investigación
aplicada); finalmente, el profesional hará un estudio para determinar si a su
paciente puede o no administrarle el medicamento descubierto (investigación
profesional).
Ejemplo 3) En Ciencias Puras:

Los matemáticos desarrollan una teoría de la probabilidad y el azar (investigación
pura); luego, sobre esta base, los especialistas en diseño experimental y en
estadística investigan diversos tipos de diseños experimentales y pruebas
estadísticas (investigación aplicada); finalmente, un investigador indagará la forma
de utilizar o adaptar estos diseños y pruebas a la investigación concreta que en
ese momento esté realizando (investigación profesional).
Ejemplo 4) Ciencias agrícolas

Los químicos estudian la forma en que los átomos de carbono y silicio se unen
formando estructuras tetraédricas y octaédricas. Estas a su vez se unen de forma
particular dando origen a determinados tipos de arcillas con propiedades
singulares (expansibles y no expansibles) de acuerdo al número de capas
octaédricas y /o tetraédricas que se superpongan.
Partiendo de estos descubrimientos, los agrónomos estudian a partir de la física
de suelos las propiedades de esas arcillas y la forma en que afectan la estructura
y otras propiedades físicas de los suelos. (Investigación aplicada).
El agrónomo de campo, utiliza los resultados de las investigaciones y determina
los métodos más adecuados de preparación y manejo de suelo para la siembra de
un cultivo específico y la aplicación de riego y fertilizantes, dependiendo de las
características mineralógicas del suelo. (Investigación profesional).
La tabla 2, muestra las principales características de los tres tipos de
investigación.
Tabla 2. Características de los diferentes enfoques de la Investigación.
Los tres tipos de investigación están íntimamente ligados. La investigación

profesional puede estar orientada o guiada por un marco teórico y unas hipótesis
generadas por la investigación pura y la investigación aplicada.
La investigación profesional generará sus propias hipótesis, que convendrá
denominar 'hipótesis casuísticas' por cuanto, a diferencia de las hipótesis
propiamente dichas, no son generales y están destinadas a explicar solamente un
caso en especial en un contexto específico. Así, no es lo mismo explicar las

necesidades de abonado de un cultivo de café tradicional ubicado en zona
templada bajo un sistema agroforestal que explicar las necesidades de abonado
de un cultivo de café tecnificado e intensivo, a libre exposición, ubicado en zona
óptima cafetera.
La investigación pura puede alimentarse de los datos producidos durante una
investigación profesional. La obra de Freud nos ofrece abundantes ejemplos: él
construyó una teoría acerca del funcionamiento psíquico en general, sobre la base
de los datos que fue recolectando en su práctica profesional (Cazau, 2006).
La investigación pura está también influenciada por los resultados de la
investigación aplicada. Por ejemplo, la técnica del carbono-14 para estimar la
antigüedad de los fósiles, un producto de la investigación aplicada, contribuyó a
modificar las teorías sobre el origen de la vida, a propósito del reciente
descubrimiento, en la Antártida, de los restos de un meteorito proveniente del
planeta Marte.
La investigación aplicada suele utilizar los resultados de la investigación pura,
como cuando se diseña un nuevo motor sobre la base de los principios de la
termodinámica.
Finalmente, la investigación aplicada recibe el aporte de la investigación
profesional en la medida en que, esta última aporta elementos de juicio para
evaluar la validez o la confiabilidad de técnicas, tecnologías y procedimientos.
CAPITULO 2: TIPOS DE INVESTIGACIÓN - CRITERIOS
INTRODUCCIÓN
Los tipos de investigación suelen clasificarse según diferentes criterios dados por
el objetivo o propósito de la investigación. Así se distinguen varios tipos o
categorías sin que éstas sean excluyentes entre sí. Por el contrario una
investigación puede hacer uso o incluir varias de éstas tipologías:
a) Según el propósito o finalidad que persigue: Investigaciones pura (básica),

investigación aplicada e investigación profesional.
b) Por el nivel de conocimientos que se adquieren: investigaciones

exploratoria, descriptiva, correlacional y explicativa
c) Por las características de los medios utilizados para obtener los datos:
investigaciones: Investigación documental, de campo o experimental
d) Acorde con el método utilizado: analítica, sintética, deductiva, inductiva,

histórica, comparativa, cualitativa, cuantitativa.
e) Por las características externas de las fuentes : investigaciones primaria y

Bibliográfica o documental.
.
Lección 6: Investigación Exploratoria, Descriptiva, Correlacional y

Explicativa
"La imposibilidad en que me encuentro
de probar que Dios no existe, me prueba su existencia."
Jean De La Brouyere
Según su alcance, las investigaciones pueden ser exploratorias, descriptivas,

correlacionales o explicativas. Estos tipos de investigación suelen ser las etapas
cronológicas de todo estudio científico y cada una tiene una finalidad diferente:
primero se 'explora' un tema para conocerlo mejor, luego se 'describen' las
variables involucradas, después se 'correlacionan' las variables entre sí para
obtener predicciones rudimentarias, y finalmente se intenta 'explicar' la influencia
de unas variables sobre otras en términos de causalidad (Cazau, 2006).
6.1Investigación Exploratoria
Cuando no existen investigaciones previas sobre el objeto de estudio o cuando
nuestro conocimiento del tema es tan vago e impreciso que nos impide sacar las
más provisorias conclusiones sobre qué aspectos son relevantes y cuáles no, se
requiere en primer término explorar e indagar, para lo que se utiliza la
investigación exploratoria.
Para explorar un tema relativamente desconocido se dispone de un amplio
espectro de medios y técnicas para recolectar datos en diferentes ciencias como
son la revisión bibliográfica especializada, entrevistas y cuestionarios,
observación participante y no participante y seguimiento de casos.
La investigación exploratoria terminará cuando, a partir de los datos recolectados,
haya sido posible crear un marco teórico y epistemológico lo suficientemente
fuerte como para determinar qué factores son relevantes al problema y por lo
tanto deben ser investigados.
En pocas ocasiones los estudios exploratorios constituyen un fin en sí mismos,
establecen el tono para investigaciones posteriores y se caracterizan por ser más
flexibles en su metodología, son más amplios y dispersos, implican un mayor
riesgo y requieren de paciencia, serenidad y receptividad por parte del
investigador. El estudio exploratorio se centra en descubrir. La investigación
histórica y la investigación Documental son de tipo exploratorio.
La investigación histórica trata de la experiencia pasada, describe lo que era y
representa una búsqueda crítica de la verdad que sustenta los acontecimientos
pasados. El investigador depende de fuentes primarias y secundarias las cuales
proveen la información y a las cuáles el investigador deberá examinar
cuidadosamente con el fin de determinar su confiabilidad por medio de una crítica
interna y externa. En el primer caso verifica la autenticidad de un documento o
vestigio y en el segundo, determina el significado y la validez de los datos que
contiene el documento que se considera auténtico. (Grajales, 2000).
A partir de los estudios exploratorios se generan las investigaciones Descriptivas.
6.2 Investigación Descriptiva

En un estudio descriptivo se seleccionan una serie de conceptos o variables y se
mide cada una de ellas independientemente de las otras, con el fin, precisamente,
de describirlas.
Estos estudios buscan especificar las propiedades importantes de personas,
grupos, comunidades o cualquier otro fenómeno. El énfasis está en el estudio
independiente de cada característica, es posible que de alguna manera se
integren la mediciones de dos o más características con en fin de determinar cómo
es o cómo se manifiesta el fenómeno. Pero en ningún momento se pretende
establecer la forma de relación entre estas características.
Su propósito es la delimitación de los hechos que conforman el problema de
investigación, como:
1) Establecer las características demográficas de las unidades investigadas

(número de población, distribución por edades, nivel de educación, etc.).
2) Identificar formas de conducta, actitudes de las personas que se encuentran
en el universo de investigación (comportamientos sociales, preferencias,
etc.)
3) Establecer comportamientos concretos.
4) Descubrir y comprobar la posible asociación de las variables de
investigación.
5) Identifica características del universo de investigación, señala formas de
conducta y actitudes del universo investigado, establece comportamientos
concretos y descubre y comprueba la asociación entre variables de
investigación.
6) En ciencias naturales se llevan a cabo para describir fenómenos y procesos.
Por ejemplo, describir el ciclo fenológico de una planta en un ecosistema
específico, describir la biología de un insecto, hacer un estudio poblacional
de un insecto plaga en un cultivo, determinar el grado de apropiación de
cierta tecnología agrícola por parte de una comunidad rural. Los estudios
epidemiológicos en medicina humana y veterinaria hacen uso de éste tipo
de investigación.
7) En investigación de mercados son muy frecuentes y buscan explorar los
gustos de los consumidores, los nichos de mercado para introducir un
producto nuevo, la aceptación hacia la sustitución de un producto por otro.
De acuerdo con los objetivos planteados, el investigador señala el tipo de
descripción que se propone realizar. Acude a técnicas específicas en la
recolección de información, como la observación, las entrevistas y los
cuestionarios. La mayoría de las veces se utiliza el muestreo para la recolección
de información, la cual es sometida a un proceso de codificación, tabulación y
análisis estadístico.
Puede concluir con hipótesis de tercer grado formuladas a partir de las
conclusiones a que pueda llegarse por la información obtenida.
“Estos estudios describen la frecuencia y las características más importantes de

un problema. Para hacer estudios descriptivos hay que tener en cuenta dos
elementos fundamentales: El tamaño de Muestra y el instrumento de recolección
de datos (Vásquez, 2005).
6.3 Investigación Explicativa

Los estudios explicativos pretenden conducir a un sentido de comprensión o
entendimiento de un fenómeno. Apuntan a las causas de los eventos físicos o
sociales. Por lo tanto, están orientados a la comprobación de hipótesis causales
de tercer grado; esto es, identificación y análisis de las causales (variables
independientes) y sus resultados, los que se expresan en hechos verificables

(variables dependientes).
Los estudios de este tipo implican esfuerzos del investigador y una gran capacidad
de análisis, síntesis e interpretación. Asimismo, debe señalar las razones por las
cuales el estudio puede considerarse explicativo. Su realización supone el ánimo
de contribuir al desarrollo del conocimiento científico”.
Para definir este tipo de estudio, deberán tenerse en cuenta las siguientes
interrogantes:
· ¿Los resultados de la investigación se orientan a la comprobación de hipótesis
de tercer grado?
· Las hipótesis que se ha planteado están construidas con variables que a su vez
contienen otras variables?
· Las hipótesis que se ha planteado establecen la manera como una determinada
característica u ocurrencia es determinada por otra?
· Los resultados del trabajo pueden constituirse en un aporte al modelo teórico de
la explicación de hechos y fenómenos que puedan generalizarse a partir del
problema de investigación? (Vásquez, 2005).
6.4 Investigación Correlacional

Los estudios correlacionales pretender medir el grado de relación y la manera
cómo interactúan dos o más variables entre sí. Estas relaciones se establecen
dentro de un mismo contexto, y a partir de los mismos sujetos en la mayoría de los
casos.
Por ejemplo, un estudio correlacional puede intentar determinar si individuos con
una puntuación alta en una variable también tiene puntuación alta en una segunda
variable y si individuos con una baja puntuación en una variable también tienen
baja puntuación en la segunda. Estos resultados indican una relación positiva.
En otros casos la relación esperada entre las variables puede ser inversa. Los
sujetos con puntuaciones altas en una variable pueden tener puntuaciones bajas
en la segunda variable y viceversa. Esto indica una relación negativa.
Los estudios correlacionales se realizan cuando no se pueden manipular las
variables de tratamiento por varias razones, de las cuales señalaremos tres:
a. Es imposible manipular físicamente las variables. Imaginemos que un psicólogo
desea estudiar la relación entre dos medidas de respuesta como inteligencia y
ejecución escolar. La inteligencia es una característica individual, un rasgo que se
define en función de la ejecución en un test estandarizado y no puede ser
físicamente manipulado. Sin embargo, la relación puede ser investigada en un
estudio correlacional seleccionando un grupo de estudiantes de un colegio,
midiendo sus C.I. y comparando estas puntuaciones con su ejecución académica.
b. Cuando los sucesos ya han ocurrido. Por ejemplo, años que estuvieron un
grupo de universitarios en la etapa preescolar y las puntuaciones que obtuvieron
posteriormente en las pruebas ECAES al terminar la etapa lectiva de la carrera.
c. Por ejemplo, la relación entre el consumo de heroína y el número de infartos.

No es ético administrar a un grupo de personas distintas dosis de heroína y ver si
se da o no infarto en condiciones lo más controladas posibles, pero podemos
seleccionar de la población personas heroinómanas y realizar una seguimiento de
las mismas durante un tiempo1.
En caso de existir una correlación entre variables, se tiene que, cuando una de
ellas varía, la otra también experimenta alguna forma de cambio a partir de una
regularidad que permite anticipar la manera cómo se comportará una por medio de
los cambios que sufra la otra. Cuando existe correlación entre variables es posible
generar modelos predictivos.
En ciencias naturales es posible hacer estudios correlacionales de poblaciones.
Por ejemplo, determinar cómo varía la población de un insecto plaga o de una
enfermedad en un cultivo en relación a cambios de variables ambientales como
temperatura y humedad relativa.
En estudios de fertilidad de suelos y nutrición de plantas es posible hallar

correlaciones entre el contenido de un nutriente en el suelo y la cantidad de
nutriente absorbida por una planta, o inferir la correlación entre la concentración
de un nutriente sobre otro a nivel foliar, lo que permite establecer posibles
relaciones que dan origen a desbalances nutricionales y formular ecuaciones de
predicción mediante análisis estadísticos de regresión.
La decisión de aplicar uno u otro tipo de investigación dependerá entonces del
grado de conocimiento existente respecto al tema a investigar después de que se
ha realizado una revisión bibliográfica exhaustiva que permite conocer el estado el
arte de la temática de interés y del enfoque que el investigador desee dar a su
estudio.
1
Tomado de Estudios correlacionales. Modulo de Introducción a la Psicología, por el Dr. J.E La
Calle, Universidad de Jaen, España.
Lección 7: Investigación Cualitativa y Cuantitativa

― Es ignorancia no saber distinguir entre
lo que necesita demostración
y lo que no la necesita‖.
Aristóteles
Cook y Reichardt (1986), sostienen acerca de los métodos de cualitativos y

cuantitativos, lo siguiente:
El que un investigador utilice uno u otro método no depende del paradigma que
sostenga. De hecho, se han utilizado métodos cualitativos dentro de paradigmas
cuantitativos y viceversa.
Del paradigma cualitativo se dice que postula una concepción global
fenomenológica, inductiva, estructuralista, subjetiva, orientada al proceso y propia
de la antropología social.
Del paradigma cuantitativo, en cambio, se dice que posee una concepción global
positivista, hipotético-deductiva, particularista, objetiva, orientada a los resultados
y propia de las ciencias naturales.
De acuerdo con algunos autores (Rubio J y Varas J, 1997:237) citados por Cazau
(2006), el método cualitativo opera “en dos momentos:
1) En un primer momento el investigador intenta (mediante grupos de discusión,
entrevistas abiertas, historias de vida, etc) reproducir los discursos de determinado
grupo social, comunidad o colectivo.
O en su caso, produce o recopila documentos (relatos históricos, biográficos,
tradiciones orales, referidos al ámbito o población en la que se centra la
investigación.
2) Posteriormente, se analiza e interpreta la información recogida.
7.1 Enfoque cualitativo
El enfoque cualitativo se fundamenta en gran parte sobre el paradigma

constructivista y tienen su génesis con Emmanuel Kant, quien señala que el
mundo que conocemos es construido por la mente humana. Las “cosas” en sí
mismas existen, pero nosotros las percibimos del modo como es capaz de
percibirlas nuestra mente.
Max Weber, hace otro aporte sustancial a ésta corriente al introducir el término
verstehen o “entender”. Reconoce que además de la descripción y la medición de
variables sociales, deben considerarse los significados subjetivos y la
comprensión del contexto donde ocurre el fenómeno.
El paradigma constructivista propone que:
 No hay una realidad objetiva, por cuanto la realidad es un constructo social

y en consecuencia, múltiples construcciones mentales pueden ser
“aprehendidas” sobre ésta. Las percepciones de la realidad son
modificadas a través del proceso del estudio.
 El conocimiento es construido socialmente por las personas que participan

en la investigación.
 La tarea fundamental del investigador es entender el mundo complejo de la

experiencia vivencial desde el punto de vista de quienes la experimentan,
así como, comprender sus diversas construcciones sociales sobre el
significado de los hechos y el conocimiento.
 La investigación es en parte producto de los valores del investigador y no

puede ser independiente de ellos.
 El investigador y los individuos estudiados se involucran en un proceso

interactivo. El conocimiento resulta de tal interacción social y de la
influencia de la cultura.
La investigación cualitativa se ha definido de forma poco precisa como una

categoría de diseños de investigación que extraen descripciones a partir de
observaciones que adoptan la forma de entrevistas, narraciones, notas de campo,
grabaciones, transcripciones de audio y vídeo casetes, registros escritos de todo
tipo, fotografías o películas y artefactos.
La mayor parte de los estudios cualitativos están preocupados por el contexto de
los acontecimientos, y centran su indagación en aquellos contextos en los que los
seres humanos se implican e interesan, evalúan y experimentan directamente
(Dewey, 1934; 1938, citado por Strauss& Corbin, 2002).
El enfoque cualitativo se centra más en lo real que en lo abstracto; en lo global y
concreto, más que en lo disgregado y cuantificado. Investiga contextos que son
naturales o tomados tal y como se encuentran, más que reconstruidos o
modificados por el investigador (Sherman y Webb,1988).
Robert Rippey centró su evaluación en la quintaesencia de la preguntas
cualitativas: Qué está pasando en este escenario?, y qué significa para los
participantes? (Erickson, 1986). Estas preguntas han sido utilizadas en
investigaciones denominadas de distintas formas: interpretativas (Erickson,
1986), naturalistas (Lincoln y Guba, 1985), fenomenológicas (Wilson, 1997), y
descriptivas (Wolcott, 1980).
Estos descriptores enfatizan la importancia de los constructos de los participantes,
o los significados que los sujetos de la investigación asignan a sus acciones, el
contexto del estudio, la relación entre el investigador y los que están siendo
estudiados, los métodos para la recogida de datos, los tipos de evidencias

aducidas en apoyo de las afirmaciones realizadas, y los métodos y la importancia
del análisis utilizado.
Estos términos son más exactos y precisos que el término cualitativo, que
simplemente sugiere que los investigadores cualitativos no cuantifican, miden, o
cuentan algo, lo que realmente no es cierto.
La investigación cualitativa es un proceso de investigación que obtiene mediante
técnicas propias, datos del contexto en el cual los eventos ocurren. Intenta
describir estos sucesos, como un medio para determinar los procesos en los
cuales los eventos están incrustados y las perspectivas de los individuos
participantes en los eventos, utilizando la inducción para derivar las posibles
explicaciones basadas en los fenómenos observados (Gorman y Clayton, 1997).
7.2 Enfoque cuantitativo
El enfoque cuantitativo en las ciencias sociales se origina en la obra de Augusto

Comte (1798-1857) y Emile Durkheim (1858-1917), con la influencia significativa
de Francis Bacon, John Locke y Emmanuel Kant. Es decir, que nace del enfoque
positivista (empírico).
Con la publicación en 1849 del Discurso sobre el espíritu positivo de Augusto
Comte, se inicia en las ciencias sociales un paradigma denominado “positivista”.
Esta visión proclama, que la realidad es una sola y es necesario descubrirla y
conocerla. Asimismo, el sentido de la percepción resulta la única base admisible
del conocimiento humano y del pensamiento preciso. (Wikipedia).
Las ideas esenciales del positivismo provienen de las denominadas ciencias
“exactas” como la Física, la Química y la Biología; por tal motivo, los positivistas se
fundamentaron en científicos como Galileo Galilei, Isaac Newton, Nicolás
Copérnico, Thomas Robert Malthus y Charles Darwin.
Según el positivismo, “el mundo social puede estudiarse de manera similar al
mundo natural”. Tal como se investigan los átomos, las moléculas, los planetas y
los invertebrados; se pueden analizar los patrones de conducta de los
trabajadores, las razones de las enfermedades mentales, los efectos de un
método educativo sobre el aprendizaje o las migraciones humanas y existe un
método exclusivo para indagar ese mundo social, que es libre de los valores del
investigador.
Por ello, para el positivismo, la objetividad es muy importante, el investigador
observa, mide y manipula variables; además de que se desprende de sus propias
tendencias (la relación entre éste y el fenómeno de estudio es de independencia).
Lo que no puede medirse u observarse con precisión se descarta como “objeto” de
estudio. Además, éste se encuentra determinado por leyes y axiomas.
El positivismo solamente acepta conocimientos que proceden de la experiencia,

esto es, de datos empíricos. Los hechos son lo único que cuenta.
Es decir, los positivistas establecen como fundamental el principio de verificación:
una proposición o enunciado tiene sentido sólo si resulta verificable por medio de
la experiencia y la observación y solamente cuando existe un conjunto de
condiciones de observación significativas para determinar su verdad o falsedad.
Todo debe ser comprobable y esta condición es válida para todas las ciencias. La
experimentación constituyó la forma principal para generar teoría.
El “pospositivismo”, aparece a finales del siglo XIX y se consolida en el siglo XX y
se gesta en las obras de de autores como Wilhelm Dilthey, William James y Karl
Popper. Se fundamenta en las siguientes premisas:
 Existe una realidad, pero solamente puede ser conocida de manera

imperfecta debido a las limitaciones humanas del investigador (Mertens,
2005). Por lo tanto, tal realidad es factible descubrirla con cierto grado de
probabilidad.
 El observador no se encuentra aislado de los fenómenos que estudia, sino

que forma parte de éstos, lo afectan y él, a su vez, él influye en ellos.
 Las teorías y explicaciones que se comprueban eliminan otras posibles

teorías y explicaciones rivales.
 La perspectiva del investigador pueden influir lo que se observa, por tanto

éste deberá estar atento y tratar de permanecer neutral para prevenir que
sus juicios personales, sus valores o tendencias influyan en su estudio.
Para ello se apoya en seguir rigurosamente procedimientos prescritos y
estandarizados (Método científico).
 La experimentación en el laboratorio es una forma para probar hipótesis,

pero no la única. Por ello, se desarrollaron los diseños cuasi
experimentales (Mertens, 2005).
 Los conceptos de las teorías consideradas y las hipótesis a probar deben

tener referentes empíricos y consecuentemente, es necesario medirlos,
aunque estas mediciones nunca son “exactas” y siempre hay cierto grado
de error.
El enfoque cuantitativo se origina en el pos positivismo y de él hereda los 3

elementos que lo caracterizan:
 Los datos deben recolectarse en forma de puntuaciones. Es decir que los

objetos, los atributos de fenómenos, personas y colectividades mayores son
medidos y ubicados numéricamente.
 Los datos numéricos se analizan en términos de su variación.
 La esencia del análisis implica comparar grupos o relacionar factores sobre

tales atributos mediante técnicas estadísticas o en el caso de las ciencias
del comportamiento, mediante experimentos y estudios causales o
correlacionales.
Tabla 3. Paradigmas de la investigación científica

Dimensión Positivista Interpretativo Socio Critico
Intereses Explicar, controlar, predecir

Comprender, interpretar Emancipar, criticar e
(comprensión mutua identificar el potencial para el
compartida) cambio
Ontología Dada, singular, tangible, Construida, holística, Construida, holística
(Naturaleza de la fragmentable, convergente divergente, múltiple
realidad)
Relación sujeto – Independiente, neutral, libre Interrelación, relación influida Interrelacionados. Relación
objeto de valores por factores subjetivos influida por el fuerte
compromiso para el cambio
Propósito: Generalizaciones libres de Hipótesis de trabajo en Lo mismo que el
Generalización contexto y tiempo, leyes, contexto y tiempo dado, interpretativo
explicaciones (nomotéticas): explicaciones idiográficas,
- Deductivas inductivas, cualitativas,
- Cuantitativas centradas sobre diferencias
- Centradas sobre
semejanzas
Explicación: Causas reales, Interacción de factores Interacción de factores y
Causalidad temporalmente precedentes o multicausalidad
simultaneas
Axiología (papel Libre de valores Valores dados. Influyen en la Valores dados. Critica de
de los valores) selección del problema, ideología.
teoría, método y análisis
Teoría/ Practica Disociadas. Constituyen Relacionadas. Indisociable. Relación
entidades distintas. La teoría Retroalimentación mutua dialéctica. La práctica es
norma para la practica. teoría en acción.
Criterios de Validez, fiabilidad, objetividad Credibilidad, confirmación, Intersubjetividad, validez
calidad transferibilidad consensuada
Técnicas, Cuantitativas, Medición de Cualitativos, descriptivos. El Estudios de caso. Técnicas
Instrumentos y tests, cuestionarios, investigador como principal dialécticas.
Estrategias observación sistemática, instrumento. Perspectiva
experimentación. participante.
Analisis de datos Cuantitativo. Estadística Cualitativo. Inducción, Intersubjetivo, dialectico.
descriptiva e inferencial. analítico, triangulación.
KOETING, 1984
Tabla 4. Atributos de los paradigmas cualitativo y cuantitativo

PARADIGMA CUALITATIVO PARADIGMA CUANTITATIVO
Aboga por métodos cualitativos Aboga por el empleo de métodos cuantitativos
Se interesa en conocer la conducta humana Busca los hechos o causas de los fenómenos
desde el propio marco de referencia de quien sociales, presentando escasa atención a los
actúa estados subjetivos de los individuos
Observación naturalista y sin control Medición penetrante y controlada
Próximo a los datos, perspectiva desde adentro Al margen de los datos, perspectiva desde
afuera
Fundamento en la realidad, orientado a No fundamento en la realidad, orientado a la
descubrimientos exploratorio, expansionista, comprobación, confirmatorio, reduccionista,
descriptivo e inductivo inferencial e hipotético deductivo
Orientado al proceso Orientado al resultado
Valido: datos reales, ricos y profundos Fiable: datos sólidos y repetibles
No generalizables: estudio de casos aislados Generalizable: estudio de casos múltiples
Holística Particularista
Asume una realidad dinámica Asume una realidad estable
Fuente: Cook y Reichart (2005)
Lección 8: Investigación Teórica, Investigación Empírica,

Investigación Documental
―Desgraciados los hombres
que tienen todas las ideas claras‖.
Louis Pasteur.
8.1 Investigación Teórica e Investigación Empírica

Es posible distinguir dos actividades diferentes y complementarias en el ámbito de
la investigación científica: la investigación teórica, que compara ideas entre sí y la
investigación empírica, que compara las ideas con la realidad. Por tanto se
desenvuelven en escenarios diferentes.
La "investigación teórica es la construcción de una teoría o parte de la misma,
pero también lo es reconstruirla, reestructurarla, reformularla, remodelarla,
fundamentarla, integrarla, ampliarla o desarrollarla. Igualmente, es investigación
teórica la revisión o el examen de una teoría o de alguna de sus partes o
aspectos, el contratarla, comprobarla, validarla o verificarla, cuestionarla,
impugnarla, rebatirla o refutarla." (Martínez, 1989. p.223 citado por Gonzalez, J).
El escenario clásico de la investigación teórica es la biblioteca mientras que la
investigación empírica o experimental se desarrolla en el laboratorio o en el
campo. Por lo general, el investigador lleva a cabo las dos actividades de forma
simultánea o complementaria. No es posible experimentar en campo si antes no
se ha documentado lo suficiente, es decir, si a partir de la consulta bibliográfica no
se ha establecido el estado del arte del problema a investigar. La diferencia radica

principalmente en el énfasis en que se pone en cada una de ellas.
Cuando el investigador toma contacto con una idea, bien se trate de una idea
original que se le ocurrió o bien porque la información la obtuvo de alguna fuente,
tiene a partir de allí dos opciones: relacionar esa nueva idea con otras que ya
conoce (investigación teórica), o intentar examinarla o probarla a la luz de los
hechos (investigación empírica).
En la investigación de campo se estudia a los individuos en su hábitat natural. Por
ejemplo, si se quiere saber cómo influye la televisión en la educación infantil se
utilizarán datos sobre niños que ven (o no) televisión en sus hogares.
Si se desea conocer la efectividad de un insecticida en el control de una plaga en
un determinado cultivo, se establecerá un experimento de campo directamente en
el cultivo y se aplicarán diferentes tratamientos de dosis de ingrediente activo o
frecuencias de aplicación a fin de determinar el porcentaje de control que se logra
en un tiempo determinado.
La investigación de laboratorio, por el contrario, 'saca' a los sujetos de sus lugares
naturales, los 'aísla' de su entorno y los lleva a un entorno controlado que puede
ser el laboratorio o simplemente un lugar en donde se controlan las situaciones a
las que se desea exponer al sujeto.
Un ejemplo de laboratorio en psicología es la cámara Gesell, o habitación donde
por ejemplo se deja jugar libremente a los niños mientras se estudian sus
reacciones a través de un vidrio que permite verlos, sin que ellos puedan advertir
la mirada del investigador.
En ciencias agrícolas, se hacen experimentos en ambientes controlados. Por
ejemplo, antes de que un fungicida para el control de determinada enfermedad de
un cultivo salga a la venta, se hacen pruebas de laboratorio en donde se cultiva el
patógeno (hongos o bacterias) y se aplican diferentes tratamientos del ingrediente
activo del producto que se supone debería causar un efecto de antibiosis o
fungistasis. Los resultados permitirán establecer la dosis de ingrediente activo que
deben ser aplicadas para controlar efectivamente al patógeno. Los ensayos
posteriores en campo se llevan a cabo para comprobar la efectividad del producto
en ambientes no controlados. Una vez se verifica la efectividad del producto éste
puede salir al mercado.
La investigación básica y parte de la investigación aplicada se lleva a cabo en el
laboratorio. Las investigaciones de laboratorio encuentran su justificación en que
permiten aislar el fenómeno de influencias extrañas, de manera tal que, aplicado el
estímulo (tratamiento), cualquier cambio en las respuestas ha de deberse con
mucha mayor probabilidad a dicho estímulo y no a otras variables extrañas.
En la investigación de campo los fenómenos en estudio están más expuestos a
las influencias externas y el resultado puede deberse no solo al efecto de los
tratamientos sino también al efecto de otras variables desconocidas, por lo que el
margen de error es mayor.
En ciencias sociales, la investigación de campo se apoya en la información que es

recogida a través de instrumentos como las entrevistas, cuestionarios, encuestas y
observaciones.
8.2 Investigación Documental
En relación con las fuentes de donde proviene la información utilizada en la

investigación, la investigación puede ser primaria o bibliográfica y a su vez, los
datos utilizados, pueden ser clasificados como información primaria o secundaria.
La información primaria es aquella obtenida directamente de la realidad por el
investigador mediante la observación o a través de cuestionarios, entrevistas, tests
u otro medio.
La información secundaria corresponde a aquella información existente, obtenida
de otras personas o instituciones y es el insumo para la investigación documental.
Los siguientes ejemplos ilustran mejor la diferencia entre información primaria y
secundaria.
a) Un economista desee investigar el problema de desempleo en Colombia
durante los últimos 10 años. Para ganar tiempo y ahorrar dinero, el economista
decide examinar los datos de desempleo que durante esa década recolectó el
DANE a través de sus encuestas sobre empleo y desempleo. Y en base a esos
datos recogidos de antemano, hace su propia investigación.
Lo característico de este tipo de investigativos es que las observaciones, la
información, los datos o las estadísticas, fueron recolectados previamente con
otros propósitos. El investigador puso en claro su problema de investigación,
planteó sus hipótesis o introdujo sus interpretaciones después de que la
información había sido recogida de antemano y con otros fines. En éste caso, el
investigador ha utilizado información secundaria para obtener los datos necesarios
a su investigación.
b) Supongamos que se le plantea al clínico, una investigación sobre las causas de
la diabetes en la población joven de 20 a 30 años. El clínico, en vez de examinar
las hojas médicas de los pacientes que han ido al hospital donde trabaja, decide
hacer una serie de entrevistas a un conjunto de pacientes que sufren de esa
enfermedad. Es decir, plantea una hipótesis y luego, a través de la serie de
entrevistas a los enfermos, recoge la información indispensable para probar dicha
hipótesis.
A través de contacto directo con los pacientes y por información proporcionada
directamente por ellos, comprueba su hipótesis.
En el caso del economista, en vez de examinar los datos proporcionados por las
encuestas del DANE sobre el desempleo en Colombia, él decide diseñar su propia
encuesta, escoge un conjunto de desempleados de varias ciudades del país y les
aplica directamente su encuesta sobre el desempleo para obtener los datos de

análisis. En estos dos casos, el investigador estaría recogiendo directamente la
información, es decir que la fuente de datos es información primaria.
El investigador recurre a fuentes secundarias de información por varias razones:

 No requieren tanto costo y esfuerzo como la obtención de los datos
Primarios
 No existen datos primarios disponibles
 Necesidad de relacionar, sintetizar o integrar diversas investigaciones
basadas en datos primarios, para elaborar el estado del arte para una
investigación
Por ejemplo, si un investigador hace un seguimiento de un grupo de pacientes
para verificar si un tratamiento farmacológico da resultados, está utilizando datos
primarios. En cambio, si un investigador hace una recopilación, una síntesis o una
valoración de diversas investigaciones sobre ese tratamiento farmacológico,
estará utilizando datos secundarios.
En función de lo anterior, es posible entonces clasificar las investigaciones en
primarias, si utilizan principalmente datos primarios, y en documentales o
bibliográficas, si utilizan principalmente datos secundarios, por cuanto la fuente de
los datos secundarios se halla en material publicado (Cazau, 2006).
Una fuente primaria es aquella que provee un testimonio o evidencia directa sobre
el tema de investigación. Las fuentes primarias son escritas durante el tiempo que
se está estudiando o por la persona directamente envuelta en el evento. La
naturaleza y valor de la fuente no puede ser determinado sin referencia al tema o
pregunta que se está tratando de contestar.
Las fuentes primarias ofrecen un punto de vista desde adentro del evento en
particular o periodo de tiempo que se está estudiando.
Las fuentes de información primaria pueden ser:
 Primarias publicadas: “Aquellas fuentes que contienen información nueva u

original y cuya disposición no sigue, habitualmente, ningún esquema
predeterminado. Se accede a ellas directamente o por las fuentes de información
“secundaria”.
Ejemplos: revista científica, literatura gris, actas, libros y folletos, publicaciones
seriadas, literatura técnico-comercial, documentos Técnico -normalizativos,
patentes, filmes y videos, música impresa, litografías, grabaciones.
 Primarias no publicadas: Datos recopilados directamente por el
investigador, manuscritos, informes internos de investigación científica y de diseño
y proyectos, tesis y disertaciones, hojas informativas, obras de artes plásticas.
Las fuentes secundarias son compilaciones de fuentes primarias y se clasifican

como:
 Secundarias publicadas: “Aquellas que contienen material ya conocido,

pero organizado según un esquema determinado. La información que contiene
referencia a documentos primarios. Son el resultado de aplicar las técnicas de
análisis documental sobre las fuentes primarias y de la extracción, condensación u
otro tipo de reorganización de la información que aquéllas contienen, a fin de
hacerla accesible a los usuarios”.
Ejemplos: Revistas de resúmenes, índices. Información relativa, índices,
compilaciones, actas y memorias de eventos, catálogos impresos.
 Secundarias no publicadas: Modelos de búsqueda, catálogos, bases de
datos con estadísticas de usuarios.
La tabla 5, muestra las diferencias entre información primaria y secundaria.

Tabla 5. Características de la información primaria y secundaria
INFORMACIÓN PRIMARIA INFORMACION SECUNDARIA
SE OBTIENE mediante el contacto directo con SE OBTIENE a través de un contacto
el objeto de estudio (personas, fenómenos puramente indirecto, nunca personal, con los
físicos) objetos de estudio.
LA HIPOTESIS se infiere primero en relación LA HIPOTESIS se plantea en relación con
con un resultado desconocido o virtualmente observaciones ya conocidas previamente.
desconocido de las observaciones.
LA INFORMACION es prácticamente LA INFORMACION ya existe de antemano; ha
inexistente; el investigador debe construirla por sido construida o recolectada por otros
sí mismo. investigadores.
EL INVESTIGADOR diseña sus propios EL INVESTIGADOR utiliza información
instrumentos de recolección de información. recolectada por técnicas o instrumentos
diseñados por otros investigadores.
Alto NIVEL PROBATORIO o alto valor de Bajo GRADO PROBATORIO que permanece
confirmación, que conduce a una evidencia que en el nivel de lo admisible.
se impone.
SE PUEDE MEDIR cualquier variable en forma NO SE PUEDEN MEDIR las variables
muy refinada. refinadamente.
TÉCNICAS DE RECOLECCIÓN DE TÉCNICAS DE RECOLECCIÓN DE
INFORMACIÓN: INFORMACIÓN:
*La observación * Información residual
*La entrevista *Análisis de Documentos
*La Encuesta *Análisis de Registros
*El experimento
*Muestreos.
(Collazos, 2007).
La investigación bibliográfica es el primer y último paso de la investigación general

y no se limita a un periodo determinado del proceso de investigación sino que lo
acompaña durante todo el tiempo que dura éste.
Este tipo de investigación es la que se realiza, como su nombre lo indica,

apoyándose en fuentes de carácter documental. A su vez, toda investigación,
genera ella misma, una bibliografía propia, por lo que siempre puede considerarse
como un trabajo de elaboración bibliográfica aunque éste no sea en si el fin del
proceso investigativo.
Cuando se emprende una investigación, se parte de una tesis o hipótesis, cuya
elaboración implica un trabajo de investigación bibliográfica sobre la cual se
sustentan los postulados que serán puestos a prueba. Esta investigación pretende
crear el estado del arte en torno al problema de investigación, por lo tanto es
también un trabajo de investigación exploratoria que busca ampliar el horizonte y
ubicar el grado de desarrollo que se ha logrado en torno al objeto o contexto de
estudio.
La revisión bibliográfica lleva a la elaboración del marco teórico, que es el pilar
sobre el que se fundamenta todo estudio y que orienta sobre la forma en que se
debe encarar el problema de investigación. La elaboración del marco teórico lleva
a indagar acerca de los antecedentes acerca de cómo ha sido tratado este tipo de
problema en otros estudios, qué tipo de información se recolectó, qué diseños y
métodos se emplearon y los resultados obtenidos.
También permite centrar el trabajo del estudio evitando desviaciones del
planteamiento original, facilitando la elaboración de hipótesis o afirmaciones que
luego deberán ser validadas y provee un marco de referencia para interpretar
posteriormente los resultados del estudio o investigación.
En una investigación de la teoría fundamentada, se lleva a cabo una mínima
revisión de los estudios relevantes al comienzo del proceso de investigación. Esta
revisión es sólo un medio para poner al corriente al investigador de los estudios
que se han efectuado, pero la información procedente de éstos no se usa para
dirigir la recogida de datos o el desarrollo de la teoría del estudio que se realiza. El
investigador utiliza principalmente la bibliografía para explicar, apoyar y ampliar la
teoría generada en el estudio (Munhall, 2001).
La revisión de la bibliografía en la investigación etnográfica es similar a la de la
investigación cuantitativa. La bibliografía se revisa al principio del proceso de
investigación para proporcionar una comprensión general de las variables de la
cultura seleccionada que van a ser examinadas. La bibliografía suele ser teórica
porque habitualmente se han llevado a cabo pocos estudios en la misma área de
interés.
A partir de estas fuentes se desarrolla un marco para examinar situaciones
humanas complejas de la cultura seleccionada (Munhall, 2001).
La revisión de la bibliografía también proporciona una base para la realización del
estudio y la interpretación de los resultados.
En la investigación histórica, se lleva a cabo una revisión inicial de la bibliografía
para seleccionar un tema y desarrollar las preguntas de investigación. A
continuación, el investigador realiza un inventario de las fuentes, las localiza y las
examina; la bibliografía es, pues, la fuente principal de los datos en una
investigación histórica. Dado que ésta requiere una revisión bibliográfica extensa
que a veces resulta difícil de localizar, el investigador puede pasar meses e
incluso años buscando y examinando fuentes.
La información conseguida a partir de la bibliografía se analiza y organiza en un
informe para explicar cómo ha evolucionado un fenómeno identificado durante un
período de tiempo concreto (Munhall, 2001).
Cuando no se realiza una verdadera investigación bibliográfica, el investigador cae
en el error de formular preguntas de investigación que ya han sido contestadas o
de cometer errores dentro del proceso que ya han sido corregidos por otros
investigadores y por tanto la investigación se convierte en una pérdida de tiempo.
La investigación documental se concentra en la información que hay disponible en
documentos de cualquier especie. Como subtipos de esta investigación
encontramos la investigación bibliográfica, la hemerográfica y la archivística; la
primera se basa en la consulta de libros, la segunda en artículos o ensayos de
revistas y periódicos, y la tercera en documentos que se encuentran en los
archivos, como cartas, oficios, circulares, expedientes, entre otros.
8.2.1 Validez y Confiabilidad de las Fuentes

Al realizar una investigación, es importante tener en cuenta el valor y confiabilidad
de las fuentes. El valor se refiere a la relevancia que pueda tener una fuente de
información. La confiabilidad se refiere a qué tanto podemos creer en la
información que nos brinda (Ruvalcaba, 2002).
El valor es relativo al tema. Por ejemplo, si alguien está haciendo una
investigación histórica es probable que le interesen más las fuentes antiguas que
las actuales, pero puede que a otra persona con otro tema de investigación no le
parezcan valiosas.
La confiabilidad se vuelve cada vez más relevante debido a que en la actualidad
comunicar y publicar información está al alcance de cualquier persona,
independientemente del nivel de conocimientos o ética que tenga.
Hay diversos criterios para considerar el valor y confiabilidad de las fuentes, como
son:
 Actualidad (fecha de publicación)
 Objetividad. Se refiere a que la información no sea tendenciosa, cargada de

los sentimientos o juicios del autor para persuadir al lector.
 La clase de fuentes (primarias, secundarias, terciarias) influye en la

confiabilidad y el valor. Las primarias se conocen también como fuentes de
primera mano o fuentes directas y son más confiables porque proveen
datos de quienes directamente presenciaron un hecho o generaron alguna
idea.
Las secundarias o terciarias (fuentes indirectas) son aquellas que se

refieren a una fuente que no se ha consultado directamente, sino a través
de otras obras que los citan. Ejemplo. Una Fuente de primera mano: una
obra de Freud. Una de segundo, un libro que cita las palabras de Freud y
una tercera sería aquel que cita al que citó a Freud.
La tabla 6, ilustra mediante un ejemplo la confiabilidad de las fuentes de

información para investigación.
Tabla 6. Ejemplos sobre fuentes de información confiables y no confiables.

Criterio que no
Documento Fuente confiable Fuente poco confiable
cumple
Un narcotraficante No sería un trabajo
(debido a que su objetivo sino
Un médico de una opinión será tendencioso.
Un artículo
universidad prestigiada tendenciosa)
sobre la
que ha realizado
prohibición de
investigación sobre los Un folleto publicado
las drogas
efectos de las drogas. por un grupo de La publicación no
estudiantes en su tiene
escuela. reconocimiento.
Un libro sobre la No tiene autoridad
Un nadador ganador de Una persona que no
práctica de la sobre el tema del
medallas olímpicas. practica ese deporte
natación. que habla.
(Ruvalcaba, 2002)
Confiabilidad de las Fuentes de Información Electrónica : A las fuentes de

información disponibles en la web, se les denomina indistintamente fuentes
electrónicas, online o fuentes actualizadas en tiempo real y poseen las siguientes
características:
a) Tienden a englobarse dentro de un mismo soporte, así, se puede acceder a
multitud de información desde un mismo lugar y con un mismo equipo
técnico.
b) Estas fuentes tienden a la especialización, pero también a la interactividad,
de tal forma que el usuario puede preguntar al sistema y una vez conocida
la respuesta, puede replantearse la búsqueda de información y utilizar otras
fuentes.
c) La posibilidad de consulta en línea abre al usuario campos de acción directa
o instantánea, desde los que puede llegar a cualquier materia.
d) Todo ello posibilita la educación multimedia (virtual, a distancia). Educación
multidireccional (alumno-profesor y alumno-alumno en tiempo real), con
soportes diversos (CD, en línea), con un seguimiento constante y
actualizados de los avances en un área determinada del conocimiento.
Si se tiene en cuenta que uno de los criterios de validez de las fuentes de
información es la relación directa y el conocimiento que se tenga de la fuente, en
las nuevas fuentes virtuales, la cuestión es más complicada. El ser virtual implica
que no es condición necesaria que la persona y la fuente se conozcan y para que
se establezca una relación. Sólo es necesario que la persona consulte la
publicación de la fuente para obtener la información requerida.
La primera dificultad entonces, es que no conocemos personalmente a la persona
que edita la página. Muchas veces ni siquiera sabemos quién es, por el hecho de
que las paginas son, muchas veces, anónimos y colectivos.
En segundo lugar, es difícil contrastar una información aparecida en Internet y por
tanto, resulta mucho más creíble una información que aporta documentación que
corrobore lo que dice, que otra que no aporte nada más que la información que
coloca el autor. Son este tipo de cuestiones las que aumentan la confianza en el
Internet como fuente.
Así, la búsqueda de información relevante deberá centrarse en páginas y portales
de instituciones nacional e internacionalmente reconocidas, o en páginas de peso
e influencia publicadas por gente perfectamente identificada, con un cierto bagaje
profesional a sus espaldas, que resultan de gran fiabilidad y de cuya información
se puede estar seguro que es legítima.
La mayoría de las veces, los estudiantes buscan información en la web mediante
buscadores como Yahoo, Google, Moszilla y se quedan con lo primero que
aparece, sin cerciorarse de cuál es la procedencia de la página, portal o
documento, quien o quienes son los autores, si son reconocidos o no, cual es el
país de origen y fecha de publicación de la información. Esto lleva a que den por
cierta, actual y relevante información que en realidad no lo es y por supuesto, los
trabajos derivados de dicha información resultan mediocres.
No en vano, Internet es, probablemente, el mayor mentidero que ha existido
nunca. Ofrecen, sobre todo, resúmenes, enlaces a otras páginas y algunas
aportaciones personales, pero muy pocos ofrecen documentos originales e
interesantes.
Cuando se trata de buscar información con fines académicos y/o científicos en
internet, las páginas comerciales, los portales y blogs anónimos o de autores sin
bagaje profesional reconocido, carecen de valor. El énfasis debe estar en buscar
documentos que ya han sido publicados en revistas de investigación indexadas de
prestigio nacional y/o internacional y en documentos de fuentes primarias,
haciendo uso de buscadores especializados para cada disciplina. Es fácil
diferenciar cuando un documento es de valor, solamente evidenciando quien es el
autor y la bibliografía que ha citado para la elaboración del mismo.
Documentos anónimos, que no citan autores, fuentes y bibliografía, deben ser
descartados de inmediato, pues aunque la información que contengan sea cierta,
lo más probable es que no sean más, que un mal plagio de algún otro autor.
8.2.2 Como realizar una investigación documental o revisión bibliográfica
Los pasos a seguir para realizar una revisión bibliográfica son los siguientes:
1. Visita a la biblioteca: La biblioteca académica está situada en una institución

de aprendizaje de nivel superior. Contiene numerosos informes de investigación
en revistas y libros y proporciona acceso a muchas otras fuentes on-line. La
mayoría de las bibliotecas académicas cuentan con un departamento de préstamo
interbibliotecario, que puede ser útil cuando no se encuentra un informe de
investigación en particular.
Este departamento a menudo puede localizar y obtener libros, folletos, actas de
reuniones y artículos procedentes de otras bibliotecas en un plazo de una a dos
semanas.
A medida que ha aumentado el uso de ordenadores, el proceso de utilización de la
biblioteca y búsqueda de bibliografía ha cambiado totalmente. Hoy día, las buenas
bibliotecas proporcionan acceso a numerosas bases de datos electrónicas que
facilitan un amplio espectro de literatura “científica” disponible nacional e
internacionalmente. De este modo, los usuarios de las bibliotecas pueden
identificar rápidamente las fuentes relevantes e imprimir de inmediato textos
completos de muchas de estas fuentes.
La literatura existente en las bases de datos dista mucho de la información que los
estudiantes suelen consultar en internet. Las bases de datos especializadas
brindan información científica existente en journals, tesinas, review (revisiones y
monografías), tesis de maestría, tesis doctorales, revistas científicas indexadas,
mientras que la simple búsqueda en internet no llevará más que a información
general con escaso o ningún sustento científico. En el Anexo 1 se presenta un
listado de Directorios, buscadores y bases de datos en las áreas agrícola,
pecuaria, ciencias sociales e ingeniería.
2. Identificación de las fuentes de investigación más relevantes: Una vez se

ha identificado el problema de investigación, se pueden buscar en la bibliografía
estudios relativos a éste. Se puede ahorrar un tiempo considerable con un plan
escrito de la estrategia de búsqueda.
El plan debe incluir una selección de las bases de datos para la búsqueda, una
selección de palabras clave, la localización de la bibliografía relevante y el archivo
de las referencias bibliográficas mediante el empleo del software adecuado.
Pueden ser necesarias varias búsquedas electrónicas, no sólo una, para encontrar
los estudios que se necesitan.
3. Selección de las palabras clave: Las palabras clave son los conceptos
principales o las variables del problema o tema de la investigación. Estas palabras
serán sus claves para comenzar la búsqueda. En la mayoría de las bases de
datos, se pueden usar frases además de palabras únicas. Cuando se identifican
los estudios relevantes, se pueden revisar para encontrar otros términos que se
puedan usar como palabras clave.
Los términos alternativos (sinónimos) para los conceptos o variables también se
pueden usar como palabras clave. La mayoría de las bases de datos cuentan con
un thesaurus que se puede emplear para identificar palabras clave de búsqueda.
Se puede acceder al thesaurus entrando en la base de datos. Cortar las palabras
le puede ayudar a encontrar más citas relacionadas con ese término. Por ejemplo,
los autores pueden haber usado intervenir, interviene, intervino, interviniendo,
intervención o interventor. Para localizar todos estos términos se puede emplear
en la búsqueda un término cortado, como interven, interven* o interven$ (la forma
depende de la regla del dispositivo de búsqueda que esté utilizando).
4. Selección de las fuentes de información relevantes: En el momento en que
el investigador se da a la tarea de recopilar información secundaria puede verse
envuelto en la confusión de no saber cual información es relevante para su interés
particular. Por ello es indispensable documentar la revisión bibliográfica de manera
sistemática, a fin de generar una base de datos que posteriormente puede ser
revisada para decantar la información recopilada y seleccionar solo aquella de
interés para su posterior análisis.
Llenar una ficha de revisión de bibliografías ayuda a seleccionar las fuentes que
son relevantes para la investigación. La tabla 7, proporciona un ejemplo.
Tabla 7. Ejemplo de ficha de revisión de fuentes bibliográficas:
Fuente de
Primeras
información Información útil de
Preguntas de investigación ideas
consultada la fuente
propias
(bibliografía)
1. Las diferencias Alberdi, Inés. Aumento de la
socioculturales entre esposos Sociología del actividad femenina en
son causales de divorcio a divorcio. ReIs, (13:81) el colectivo de
mediano y largo plazo? 183-193 pp. divorciados.
2.
...
Formular las siguientes preguntas podría ayudar a valorar la calidad de la revisión

de la bibliografía de un estudio:
 ¿Se citan las fuentes primarias en la revisión?

 ¿Las referencias son actuales?
 ¿Están identificados y descritos los estudios relevantes?
 ¿Están identificadas y descritas las teorías relevantes?
 ¿Están descritos los estudios emblemáticos relevantes?
 ¿Se critican los estudios relevantes?

 ¿Están parafraseadas las fuentes para facilitar el curso del contenido
presentado?
 ¿Está descrito el conocimiento actual sobre el problema de investigación?
 ¿Identifica la revisión de la bibliografía el vacío existente en la base del
conocimiento que a su vez proporciona la base para el estudio que se lleva
a cabo?
 ¿Está la revisión de la bibliografía claramente organizada, lógicamente
desarrollada y escrita de forma concisa? (http://www.uv.es/joguigo).
8.2.3 Elaboración del informe de revisión bibliográfica- Estado del Arte de la

investigación
Una revisión de la bibliografía debe documentar el conocimiento actual sobre un
tema seleccionado e indicar los hallazgos más relevantes.
A menudo se establece un esquema para encauzar la revisión de la bibliografía
por escrito. Ésta comienza con una introducción, incluye la presentación de los
estudios relevantes y concluye con un resumen del conocimiento actual (Burns y
Grove, 2001).
1. Introducción. La introducción indica el enfoque o propósito de la revisión,

describe la organización de las fuentes e indica la base para el ordenamiento de
las fuentes (por ejemplo, de menos a más importante o de menos a más actual).
Esta sección debe ser breve y lo bastante interesante para captar la atención del
lector. La introducción se puede reescribir varias veces según el desarrollo de las
otras secciones de la revisión bibliográfica.
2. Literatura empírica. La literatura empírica incluye estudios de calidad
relevantes para un proyecto de utilización seleccionado. Para cada estudio se
debe presentar el propósito, el tamaño de la muestra, el diseño y los hallazgos
específicos, junto con una crítica erudita pero breve de los puntos fuertes y débiles
del estudio.
Esta crítica debe ser clara y concisa e incluir sólo los estudios más relevantes. Es
mejor parafrasear o resumir el contenido de estas fuentes con las propias
palabras. Si se emplea una cita directa, debe ser breve para favorecer la fluidez de
las ideas. Las citas largas suelen ser innecesarias e interferir en el curso del
pensamiento del lector.
Se deben tener en consideración los aspectos éticos al presentar las fuentes de la
investigación (Gunter, 1981). El contenido procedente de los estudios se debe
presentar sinceramente y sin distorsión para apoyar un proyecto de utilización
seleccionado. Es necesario abordar la debilidad de un estudio, pero no hay
necesidad de ser muy crítico con el trabajo del investigador.
La crítica debe estar centrada en el contenido, relacionada de algún modo con el

proyecto propuesto y manifestada como explicaciones posibles y plausibles, para
que sea neutra y erudita y no negativa y acusatoria. Además, los trabajos de los
investigadores que se citan en la revisión de la bibliografía deben estar
documentados con exactitud.
3. Resumen. El resumen incluye una presentación concisa del conocimiento de
investigación sobre un asunto determinado, incluyendo lo que se conoce y lo que
no se conoce y se debe decidir sobre si se dispone del conocimiento adecuado y
suficiente que soporta la necesidad de abordar la investigación y con base en el
replantear las preguntas y problemas de investigación.
En el caso de investigaciones documentales deberá llegarse a una conclusión
sobre la hipótesis inicialmente planteada.
8.2.4 Elaboración de la Bibliografía.

Al final de un trabajo académico o investigativo en el que se hayan consultado
fuentes de información debe incluirse la Bibliografía.
Lo más común es que se incluyan sólo las fuentes que se citaron o recomendaron
a lo largo del trabajo, sin embargo en ocasiones algunos autores agregan una lista
de bibliografía sugerida para el lector interesado en temas afines.
Deben seguirse ciertas reglas aceptadas internacionalmente para hacer la lista de
bibliografía. Las reglas especifican qué datos incluir y en qué orden. Se siguen las
normas internacionales APA para citar los diferentes tipos de fuente.
La tabla 9, muestra mediante ejemplos la forma correcta de referenciar las fuentes
bibliográficas según la norma internacional APA.
Tabla 8. Normas para la elaboración de bibliografías
Fuente electrónica en APELLIDO AUTOR, Nombre (fecha de publicación). "Título de la

línea que no cambia nota o artículo", revista o diario, número de la revista, lugar,
(revistas dirección de acceso, (vi:fecha en que se visitó)
electrónicas,
periódicos) Ejemplo: González, L.M., MARTÍN, R. (1996). "La deuda de
Jalisco crece $ 5 millones por día", Siglo 21, 3 de mayo 1996:
portada, Guadalajara, http://mexplaza.edg.mx/cgi-
bin/Hemero?Siglo21/mayo_1996/3-May-96 (vi:7.10.96)
Fuentes electrónicas APELLIDO AUTOR, Nombre (fecha de publicación). Título, lugar,

cambiantes en línea dirección de acceso, (vi:fecha en que se visitó)
* Si no hay un autor identificable se señala la empresa u

organización.
Ejemplo: NETSCAPE COMUNICATIONS CO. (1996) Manual de

Netscape, S.I.
http://home.es.netscape.com/es/eng/mozilla/2.02/handbook
(vi:7.10.96)
CD-ROM Título. Versión. Fecha. Editor. (Serie o colección)
Libros APELLIDO AUTOR, Nombre. Título y subtítulo del libro, editorial,

ciudad o país de publicación, año de publicación.
Ejemplo: SCHRAMM, Wilbur. La ciencia de la comunicación

humana, Grijalbo, México, 1989.
Revistas o APELLIDO AUTOR, Nombre. "Título del artículo o la nota",

periódicos (diarios) revista o diario, número de la revista, fecha de publicción, ciudad
o país.
Ejemplo: DÍAZ MORALES, Ignacio. "Conceptos sobre

arquitectura", en Calle Adentro, núm. 6.29 de diciembre de 1989,
Guadalajara.
Entrevista Nombre de la persona entrevistada. Institución. Departamento.

Puesto. Fecha y localidad en que se efectuó la entrevista,
nombre del entrevistador.
Encuesta Fecha de la encuesta. Número de encuestas realizadas. Lugar

en el que se realizaron. Método (casa por casa, por teléfono, en
la calle al azar). Nombre de la persona o institución que coordinó
la realización de las encuestas.
(Ruvalcaba, 2002)
Lección 9. Investigación Primaria

―Una experiencia nunca es un fracaso,
pues siempre viene a demostrar algo‖.
Thomas Alva Edison
La investigación experimental es una "investigación científica en la cual el

observador manipula y controla una o más variables independientes y observa la
variable dependiente en busca de la alteración concomitante a la manipulación de
la variable independiente" (Kerlinger, 1975. Citado en Ary y Otros, 1986.p.25).
La investigación primaria se basa en los datos e información recogida
directamente por el investigador.
De la recolección de los datos en el proceso de la investigación van a depender
los resultados que se obtenga en dicha investigación. Cuando se habla de
recolección de datos, nos estamos refiriendo a información empírica abstraída en
conceptos y por lo tanto tiene que ver con el concepto de medición, proceso
mediante el cual se obtiene el dato, valor o respuesta para la variable que se
investiga. (Paz, D. Consultado 2010).
En el proceso de recolección de datos, la medición es una pre condición para
obtener el conocimiento científico y el instrumento de recolección de datos está
orientado a crear las condiciones para la medición.
Los datos son conceptos que expresan una abstracción del mundo real, de lo
sensorial, susceptible de ser percibido por los sentidos de manera directa o
indirecta. Todo lo empírico es medible. No existe ningún aspecto de la realidad
que escape a esta posibilidad. Medición implica cuantificación. (Paz, D.
Consultado 2010).
9.1 Causalidad y Experimento

La experimentación, se puede definir como la creación de unas determinadas
condiciones, para medir mediante procedimientos diversos, entre los cuales se
incluyen los estadísticos, los efectos de una o varias variables que se controlan,
sobre unos resultados que se suponen consecuencia de las variables controladas
(Grande, E. & Abascal F., 2007), es decir para realizar el experimento.
“Una relación causal se define como aquella detectable, según la cual un hecho
llamado consecuencia, es atribuible a otro llamado causa‖.
Respecto de la causalidad se pueden sustentar tres posiciones distintas: a) todo
fenómeno tiene una sola causa (principio de unicausalidad); b) algunos fenómenos
se deben a una sola causa, pero otros a varias; y c) todo fenómeno obedece a
muchas causas (principio de policausalidad).
El sentido común sostiene habitualmente la primera postura. En la vida cotidiana
las personas suelen basarse en este supuesto cuando afirman o creen en
enunciados tales como "coma manzanas y adelgazará", o "si estoy enojado se

debe simplemente a que usted me hizo enojar", etc., o bien "no aprobé el examen
porque el profesor se ensañó conmigo".
Si las personas se mantienen en esta ilusión de la única causa, se debe
probablemente a que entre otras razones, en la fantasía podrán controlar la
ocurrencia o la no ocurrencia de los acontecimientos dominando un solo factor, o
sea de la forma más sencilla. Si alguien piensa que se resfrió simplemente porque
se desabrigó, podrá supuestamente controlar el resfrío abrigándose bien (Cazau,
2006).
La psicología conoce bien esta tendencia. De Vega refiere que “el hombre de la
calle utiliza un „principio de parsimonia‟ intuitivo cuando busca explicaciones
causales a los fenómenos. Tendemos a sobreestimar el valor de las atribuciones
unicausales, a conformarnos con una sola causa plausible, minimizando otras
causas concurrentes” (De Vega, 1984 citado por Cazau 2006).
La actitud científica supone siempre el principio de la policausalidad. Años de
investigaciones demuestran que la realidad es bastante más compleja de lo que
se supone y que cualquier fenómeno, por simple que parezca, obedece a muchas
causas que actúan conjuntamente para producirlo.
Se podría pensar que la rotura de un vidrio tiene una sola causa: la piedra arrojada
contra él. Este acontecimiento obedece sin embargo a muchas razones que
intervienen simultáneamente: el arrojar la piedra, su dureza, su trayectoria, su
velocidad, la fragilidad del vidrio, el propio instinto de agresión, etc (Cazau, 2006).
Sin embargo, aun cuando el investigador admite el principio de policausalidad, es
consciente de que no es posible conocer todas las causas que producen el
fenómeno y por lo tanto, sólo es posible decir que la intervención de las causas
conocidas aumentan la probabilidad de que el fenómeno ocurra.
El diseño de experimentos busca minimizar el efecto de las cusas

desconocidas o no controlables y del error sobre el fenómeno de estudio, de
manera que el fenómeno obedezca en un porcentaje alto a las variables
escogidas en la investigación.
En muchas ocasiones, aun cuando el experimentador sabe que el fenómeno
obedece a múltiples factores, consideran solo uno de ellos en la investigación.
Esto se debe principalmente a razones:
a) Es imposible poner a prueba simultáneamente todas las causas posibles (entre
otras cosas porque se desconocen), por lo que el científico decide probar uno por
uno cada factor causal en investigaciones separadas e independientes;
b) Al científico suelen interesarle, por razones prácticas, sólo ciertos factores
causales y en ocasiones uno solo. Sostenía Freud (1915) que en la causación de
la neurosis intervienen varias causas, como los factores constitucionales
heredados y los conflictos sexuales infantiles. Freud, sin embargo, se centró en
este último factor, porque ese era su interés, aunque, por lo demás, poco podía
estudiarse sobre el factor constitucional en aquel entonces (Cazau, 2006).
Cuando el investigador elige las causas (factores) que pondrá a prueba en el
experimento, debe asegurarse que dichas causas son condiciones necesarias y
suficientes para causar el fenómeno.
Ejemplo: Se desea evaluar las causas que determinan el que un estudiante
apruebe un examen. En éste caso, las causas son 1) haber estudiado, 2) el estado
de tranquilidad del estudiante al momento de presentar la prueba y 3) un profesor
tolerante que inspira confianza en el estudiante.
Según el principio de policausalidad, si solo una de las causas, “haber estudiado”,
que es una condición necesaria, se evalúa, no será suficiente para atribuirle todo
el peso del fenómeno provocado. El estudiante había estudiado y sin embargo
reprobó el examen porque estaba nervioso y el nerviosismo era causado en parte
por un sentimiento aprehensivo contra el profesor. Si se evalúa cada causa
necesaria por separado no es suficiente. Solo cuando las tres causas necesarias,
se evalúan en conjunto, resultan suficientes para explicar el fenómeno.
Por lo tanto podemos decir que una Condición necesaria es aquella que si no está,
el efecto no se produce. Estudiar es condición necesaria porque si no estudiamos,
no aprobamos. En cambio, una Condición suficiente es aquella que si está, el
fenómeno se produce.
En la investigación científica, las condiciones necesarias son importantes porque
permiten excluir factores irrelevantes y las condiciones suficientes, porque
permiten incluir los factores que son verdaderamente relevantes.
Cuando se escogen muchas causas que no son Necesarias y suficientes, la
investigación se desvirtúa, se vuelve engorrosa y más costosa y al final, el
investigador podría verse en problemas al momento de cuantificar e interrelacionar
múltiples factores que poco o nada influyen en el fenómeno de estudio.
Otros tipos de causa son las denominadas causas Contribuyentes , causas
Contingentes y causas Alternativas.
 Una condición contribuyente es aquella que aumenta las probabilidades de
ocurrencia del fenómeno, pero no lo hace seguro en un 100%.
 Una condición Contingente, es una situación especial en la cual la condición
contribuyente puede realmente actuar como causa.
 Una condición Alternativa es aquella, diferente a la causa suficiente que
puede también ser capaz de originar el fenómeno si actúa dentro de un
contexto específico.
El ejemplo citado por Cazau (2006), explica mejor éstos conceptos:

Una condición necesaria para ser drogadicto, es haber tenido alguna experiencia
con drogas. Es condición necesaria y suficiente de la drogadicción el hecho de no
poder el sujeto suspender voluntariamente el consumo de drogas: si no puede

suspender este consumo el sujeto es drogadicto, pero nadie que investigue sobre
las causas de la drogadicción se puede conformar con esta única explicación.
Buscará entonces causas contribuyentes (ausencia de padre), causas
contingentes (el habitual consumo de drogas en el barrio), y alternativas
(presencia de un padre hostil).
Condición contribuyente es aquella que aumenta las probabilidades de ocurrencia
del fenómeno, pero no lo hace seguro. La ausencia de padre aumenta las
probabilidades que el adolescente sea drogadicto. Sin embargo, esta condición
contribuyente podrá funcionar efectivamente como causa siempre y cuando en el
barrio el consumo de droga sea habitual (condición contingente). Y así, una
condición contingente es una situación especial en la cual la condición
contribuyente puede realmente actuar como causa.
Resumiendo: en las vecindades donde el uso de drogas está generalizado
(condición contingente), la ausencia del padre del adolescente (condición
contribuyente), contribuye o ayuda a aumentar las probabilidades de que el
muchacho sea drogadicto. Decimos que „aumenta‟ su probabilidad pero no lo hace
100 % seguro, porque además el sujeto debe no poder desprenderse
voluntariamente de su hábito (condición suficiente).
La condición contribuyente (ausencia del padre) tiene una condición alternativa
(presencia de un padre que trata en forma hostil o indiferente al sujeto). En rigor
esta última es también una condición contribuyente en tanto también aumenta la
probabilidad que el hijo sea drogadicto. Lo que interesa entonces destacar , es
que si una condición contribuyente tiene alguna condición alternativa que es
también capaz de producir el fenómeno, entonces aumentan aún más las
probabilidades de que este ocurra pues ambas condiciones cubrieron todo o casi
todo el espectro de posibilidades de la situación del padre.
9.2 Variable, Unidad de análisis y Dato

En la investigación primaria, lo que se mide y cuantifica son las “variables”. El
experimento es la forma como decidimos llevar a cabo un procedimiento para
medir el efecto de las variables independientes (causas), aplicadas sobre las
unidades de análisis, en forma de variables de respuesta (variables dependientes).
Variable, es todo concepto susceptible de medición y cuantificación, referida a
cualquier característica o atributo de la realidad. Esto significa que podemos
conocer la “realidad” en términos de variables, por lo tanto es indispensable
identificar cuáles son las variables más apropiadas para describir el fenómeno o
realidad objeto de estudio.
Al identificar las variables, se establece su tipología, sus relaciones y la forma
como las variables Independientes, condicionan, influyen y explican a otras
variables denominadas variables dependientes.
En el proceso de investigación, las variables independientes se estudian o aplican

y se miden sobre un objeto de estudio denominado unidad de análisis. El
conjunto de unidades de análisis conforma la muestra, es decir la población sobre
la que se realizan las mediciones.
El proceso de medición de las variables de respuesta que son provocadas sobre
la unidad de análisis, por el efecto de las variables independientes origina el dato.
9.2.1 Tipos de Variables
En todo experimento se distinguen varios tipos de variables: Variables

independientes, variables dependientes, variables ajenas o extrañas, que actúan
sobre la unidad de prueba o unidad experimental.
 Variables independientes: Son aquellas que el investigador controla y
cree son las que causan un efecto.
Ejemplos:
Tipo de fertilizante y dosis (variables) que se prueban sobre la producción de un
cultivo (efecto).
Tipo de droga y dosis (variables) que se evalúa sobre el control de una patología
(efecto).
Precio que se fija a un producto y la presentación del producto (variables), para
evaluar que tanto influye en su venta (efecto).
Nivel de ingresos (variable) en relación a los productos que se consumen en la
canasta familiar (efecto).
 Variables dependientes: Aquellas que se supone deben responder o son

producto de las modificaciones en las variables independientes, cuando los demás
factores causales permanecen constantes.
Ejemplos:
Variaciones en la productividad de un cultivo en kg.ha -1, como respuesta a
diferentes dosis y frecuencias de aplicación de un fertilizante, en condiciones
ambientales determinadas.
Porcentaje de control de una infección, por efecto del antibiótico suministrado,
cuando ya se han descartado otras posibles causas de la patología.
Incremento en las ventas o porcentaje de venta de un producto, debidas a la
variación en el precio al consumidor, si los demás factores causales como
aceptación del producto, nivel de ingresos permanecen constantes.
 Variables ajenas o extrañas: Son aquellas distintas a las variables

independientes que afectan los resultados (efectos) y que el investigador no puede
controlar.
Ejemplos:
Influencia de una época de intenso verano sobre la productividad de un cultivo en
kg.ha-1. El clima es una variable difícil de controlar. Por lo tanto, en el experimento
en donde se pretende medir el efecto de las dosis de fertilizante en la producción
de un cultivo a libre exposición, las condiciones ambientales no controladas
podrían sesgar los resultados y finalmente la producción obtenida no sería solo
producto de las diferentes dosis y frecuencias de aplicación del fertilizante, sino
que estaría fuertemente afectada por la no disponibilidad de agua.
En el caso del Porcentaje de control de una infección, por efecto de un antibiótico
suministrado, podría ocurrir que el paciente no respondiese al tratamiento debido a
una resistencia previamente adquirida al antibiótico que se le ha suministrado.
En el ejemplo del estudio para evaluar el incremento en las ventas o porcentaje de
venta de un producto, debidas a la variación en el precio al consumidor, podría
ocurrir que la competencia también bajara los precios, lo cual es un factor no
controlable y que va a afectar los resultados del estudio ya que varia las
condiciones normales del mercado.
Los siguientes ejemplos ilustran mejor las diferencias entre variables dependientes
e independientes, unidades de análisis y datos:
Ejemplo 1. Se desea conocer el efecto que tiene sobre el aumento de peso en
cerdos de engorde, el porcentaje de proteína contenido en la dieta suministrada.
En éste caso tenemos:
Unidad de análisis: Cerdo
Muestra: 20 cerdos
Variable independiente: Porcentaje de proteína de la dieta
Variable dependiente: Ganancia en peso/ día
Dato: Peso en gramos.
Ejemplo 2. Un estudio pretende determinar las principales causas de drogadicción

en la población adolescente de una institución educativa.
Unidad de análisis: Jóvenes entre los 12 y 17 años
Muestra: 100 jóvenes de los grados 7º, 8º, 9º, 10º
Variables independientes: Ausencia del padre en el núcleo familiar, ausencia de la
madre en el núcleo familiar, padres trabajadores y ausentes la mayor parte del
tiempo, nivel socio económico, aficiones del grupo de amigos, presencia de
patologías depresivas en los jóvenes.
Variable dependiente: Consumo de drogas

Dato: Porcentaje de población drogadicta
9.2.2 Operacionalización de variables cualitativas

En los estudios cualitativos, las variables pueden ser características,
comportamientos, situaciones, tendencias, percepciones, que no son tangibles y
que no pueden ser medidas directamente. En éste caso es necesario dar un
tratamiento especial a los datos, para volver cuantificable algo que en esencia no
lo es.
Para ello se hace uso de indicadores y de diferentes sistemas de medición a fin de
poder agrupar los datos de forma que sea posible realizar su posterior análisis y
dar respuesta a la pregunta de investigación.
Los indicadores, sistemas de medición y categorías, permiten dar valores
numéricos a las variables cualitativas.
 Indicador: concepto operacional de la variable que expresa uno y sólo un
dato para la variable.
 Sistema de medición: existen los siguientes:

a) Nominal: distribuye a las unidades de análisis en categorías intransferibles. No
expresa orden ni jerarquía; simplemente diferencia entre uno y otro.
Ejemplo: Sexo (Indicador), se distribuye en hombre y mujer (categorías). Ninguno

de los dos puede estar en el grupo del otro.
b) Ordinal: distribuye a las unidades de análisis según jerarquía u orden: más -

menos; superior – inferior ; mayor – menor, etc.
Ejemplo: nivel de educación (indicador): primaria, secundaria y superior

universitaria (categorías) , esta última categoría expresa un mayor nivel de
educación que la primera categoría.
c) Intervalo: distribuye a las unidades de análisis según jerarquía u orden, en

grupos comparables.
Ejemplo: nivel de ingresos en salarios mínimos (indicador): 01 a 100; 101 a 200;

201 a 300 (categorías).
 Categoría: Son conceptos que expresan la distribución de las unidades de

análisis según cada sistema de medición.
Ejemplo:
De la variable sexo, sus categorías son Hombre y Mujer.
De la variable “nivel de educación”, sus categorías son: primaria, secundaria y

superior universitaria.
De la variable “Nivel de ingreso” son nivel bajo: 01 a 100; nivel medio: de 101 a
200; y, nivel alto: 201 a 300.
 Dato: es el valor o respuesta que obtiene la variable en cada unidad de

análisis.
Ejemplo: Hombre, Educación primaria, Nivel de ingresos bajo ( 01 a 100).
 Código: Es un símbolo arbitrario para sintetizar la información y que facilite

su procesamiento. Se utilizan como códigos los números arábigos para identificar
cada categoría de la variable.
Ejemplo:
Sexo: 1. Mujer; 2. Hombre.
Nivel de Educación: 1. Primaria; 2. Secundaria; 3. Superior Universitaria.
Nivel de ingresos: 1. Bajo; 2. Medio; 3.alto.
Así la Operacionalizaciòn de la variable “Hombre, Educación primaria, Nivel de

ingresos bajo”, sería 2.1.1.
Lección 10. Validez del Experimento

―Un científico debe tomarse la libertad de
plantear cualquier cuestión, de dudar de
cualquier afirmación, de corregir errores‖.
Julius Robert Oppenheimer .
Los experimentos deben poseer la propiedad de Validez. Es decir, deben permitir

proponer la existencia de relaciones causa – efecto. La validez del experimento
puede ser interna o externa (Pardinas, 2005).
 Validez externa: Hace referencia a la posibilidad de generalización de la
relación de causalidad encontrada. Cuando en una investigación se obtiene
validez externa, se llega a la producción de leyes y teorías. Si hay validez externa,
se puede asegurar que siempre, las mismas causas provocan el mismo efecto.
Por ejemplo, en fisiología vegetal, las leyes de la termodinámica, de la hidráulica y
de los gases, explican el movimiento del agua en las plantas.
Se dice que el punto de marchitez permanente es aquel en donde el agua es
retenida en el suelo a presiones tan altas que la planta no puede absorberla y que
llegado a ese punto, aun cuando se aplique riego, la planta terminará por morir.
Se puede esperar siempre, que en un experimento en donde se sometan plantas

susceptibles a una condición de estrés hídrico, se obtenga la muerte por
marchitamiento si el suministro de riego se realiza una vez que la humedad en el
suelo ha alcanzado el punto de marchitez permanente.
 Validez interna: Es la medida de la precisión del experimento. Si la causa

origina un efecto se dice que el experimento posee validez interna. Si un
incremento en la dosis de fertilizante provoca un aumento en la producción del
cultivo, o si una reducción en el precio del producto origina un incremento en las
ventas, habrá validez interna en los experimentos.
Es posible que si se mide el incremento de la producción del cultivo en relación a
la aplicación de fertilizantes en unas condiciones ambientales diferentes, o sobre
una variedad diferente, o en condiciones de déficit hídrico, los resultados varíen y
no necesariamente un incremento en las dosis de fertilizante provoque un
incremento en el rendimiento.
La investigación básica o investigación pura posee una alta validez externa,
mientras que la investigación aplicada posee validez interna pero difícilmente los
resultados obtenidos serán iguales al variar las condiciones en que fue llevado a
cabo el experimento. Por ello se dice que la experimentación aplicada no permite
la generalización, sino que por el contrario es puntual y reduccionista.
“Siempre que se hace un experimento, es necesario precisar las condiciones
específicas en que fue realizado, para poder objetivar el valor de los resultados
obtenidos”.
Tanto la Causalidad como el diseño del experimento, determinarán la validez del
mismo.
10.1 Requisitos de Causalidad
Para que exista una relación causal entre dos variables X-Y deben cumplirse
obligatoriamente tres requisitos:
1) Variación concomitante (correlación): X (causa) e Y (efecto) deben variar

conjunta o concomitantemente, es decir que causa y efecto ocurren casi al mismo
tiempo o que la consecuencia se observa de forma casi inmediata y por efecto de
la causa.
Sin embargo, debe tenerse en cuenta que hay muchas situaciones donde dos
variables aparecen estadísticamente correlacionadas, pero que sin embargo,
carecen de todo vínculo causal. Por ejemplo, puede ocurrir que X e Y varíen en el
mismo sentido sólo porque son ambas efectos de una causa desconocida Z.
Hay una alta correlación entre los hechos “amanece en Buenos Aires”(X) y
“amanece en Chile” (Y), ya que cada vez que amanece en Buenos Aires, poco
después también amanece en Chile. Sin embargo, nadie se animaría a decir que
lo primero es la causa de lo segundo. La tercera variable de la cual dependen

ambas es, en este caso, la rotación de la tierra (Z) (Cazau, 2006).
Alternativamente, puede ocurrir que X e Y no aparezcan en un primer momento
correlacionadas, pero ello no significa que no estén conectadas causalmente, ya
que otras variables que no podemos controlar en ese momento pueden estar
distorsionando la correlación subyacente (como por ejemplo errores de medición o
efectos secundarios).
Por ejemplo, al hacer un estudio agronómico para determinar las concentraciones
de nutrientes a nivel foliar, que provocan un aumento en la producción de tomates,
estadísticamente se puede encontrar una correlación positiva entre los contenidos
foliares de fósforo (P) y potasio (K+) y la producción de frutos en kg .ha-1.
Pero además se encuentra que hay una correlación Positiva entre el contenido
foliar de nitrógeno (N) y el contenido foliar de fósforo (P). Aunque no hay una
correlación Directa visible entre el contenido foliar de N y la producción de frutos,
un incremento de los niveles de N implica un incremento en los niveles de P, y un
incremento en los niveles de P implica un incremento de la producción de frutos.
Estas situaciones especiales no deben hacernos pensar que puede haber
causalidad sin correlación: allí donde hay causalidad siempre ha de haber
correlación, aunque ésta pueda aparecer encubierta.
La existencia de una correlación (encubierta o no) es condición necesaria para
que haya un vínculo causal, pero aún no suficiente, porque además deben
cumplirse los restantes dos requisitos.
2) Ordenamiento temporal: Para que X sea causa de Y es preciso que la causa

X ocurra cronológicamente antes que el efecto Y, o por lo menos simultáneamente
con él. No se rompe primero el vidrio y después tiramos la piedra.
Ejemplo: Siguiendo con el caso anterior, el estudio de absorción de nutrientes en

el cultivo de tomate se hace mediante muestreos foliares de nutrientes en varias
épocas de desarrollo del cultivo. Así se tendrán datos de concentración de
nutrientes a los 30, 60, 90 y 120 días después de siembra.
Al correr el análisis estadístico entre los contenidos foliares de nutrientes 120 días
después de la siembra y la producción de frutos 50 dds puede aparecer una
correlación directa, sin embargo, éste resultado carece de sentido biológico, por
cuanto, los nutrientes que contribuyeron a llenar los racimos existentes 50 dds
fueron aquellos presentes en las hojas hasta ese momento y no posteriormente
cuando esos frutos ya habían sido recolectados.
3) Eliminación de otros posibles factores causales: Para que X sea causa de Y

es preciso haber constatado que no hay otras causas ejerciendo influencia sobre
el efecto Y.
Ejemplo: En el ensayo de nutrición de tomate es preciso asegurar que los

incrementos de producción se deben exclusivamente a la adición de fertilizantes y
no a otros factores como suministro de riego, la variedad, factores del suelo o la
aplicación de bio estimulantes.
Si la tarea de establecer la correlación era propia de una investigación descriptiva,
el trabajo de eliminar la influencia de otros posibles factores causales es ya lo más
característico de una investigación explicativa. En este contexto, los experimentos
son los dispositivos más aptos para ejercer un control sobre las variables extrañas
(Cazau, 2006).
10.2 Tipos de Experimentos

El diseño de experimentos permite definir una estrategia experimental antes de
comenzar la recogida de datos.
Con ésta estrategia, se trata de que los experimentos se realicen en unas
condiciones lo más homogéneas posibles, de forma que se puedan detectar los
cambios en las variables de respuesta aplicando distintos valores de otras
variables denominadas factores que se piensa pueden influir en aquellas y que el
efecto de las variables extrañas sobre las variables de respuesta sea mínimo. Es
decir, el diseño del experimento busca minimizar el error.
Los diseños de experimentos en metodologías de contraste de hipótesis y análisis
de varianza, tratan de obtener información sobre la influencia de los distintos
niveles de los factores considerados, teniendo en cuenta todas las combinaciones
posibles entre los niveles de los distintos factores. (Martìn, F. et al, 2001).
Los experimentos pueden ser de dos clases: Experimentos Directos y
Experimentos Indirectos.
 Experimentos directos: Se llevan a cabo sobre todo en Ciencias naturales

y en Ciencias Económicas, que suponen un conocimiento previo del fenómeno
que se pretende estudiar, porque existe una Teoría, que relaciona las variables.
Por ejemplo, la Teoría económica establece que precio y cantidad se mueven en
sentido inverso. Una reducción de un precio, para medir su efecto sobre las ventas
constituye un experimento directo (Grande et al, 2007).
La nutrición animal establece, que la ganancia en peso en cerdos de levante,
depende en gran medida del porcentaje de proteína que contenga la dieta, es
decir que ganancia en peso y porcentaje de proteína conservan una relación
directa. El suministrar dietas con diferentes porcentajes de proteína a cerdos de
levante, es también un experimento directo.
 Experimentos indirectos: Consisten en crear unas condiciones para
observar unas consecuencias, sin hipótesis formales previas. Por ejemplo, una
empresa podría probar un nuevo producto en un mercado para observar su
aceptación por los consumidores, el interés de distribuidores, determinar el canal

de comercialización más conveniente, etc.
En ciencias sociales, se utilizan experimentos indirectos cuando sobre un grupo,
se observan las consecuencias de variables conocidas no introducidas por el
experimentador.
Las investigaciones No experimentales como la investigación Ex post factum
(Después de ocurridos los hechos), es un tipo de investigación indirecta.
Un ejemplo de investigación Ex post factum citado por Pardinas (2005) es el
siguiente:
En 1935, un investigador, Christiansen, emprendió la investigación de la relación
entre educación y éxito social. Su hipótesis era que a una mejor educación
garantizaba mayor éxito social. De un grupo, se seleccionaron todas las personas
que habían abandonado la escuela 9 años antes en 1926. De 2127 personas fue
posible localizar a 1124, divididas en dos grupos según hubiesen o no terminado
su educación escolar.
Cada grupo se dividió en estratos: Orígenes sociales, condición de los padres,
nivel intelectual, origen nacional, de manera que quedara aislada la variable
educacional.
El resultado fue que 88,7% de quienes culminaron los estudios habían logrado
gran éxito y 83,4% de los que no habían terminado su educación también habían
triunfado.
En apariencia, el éxito no dependía de la educación, pero un nuevo análisis del
caso, comprobó que no habían sido excluidas las variables suficientes para aislar
la variable independiente, por ejemplo el tipo de carrera escogida y la universidad
en donde estudiaron y si culminaron o no los estudios superiores.
La dificultad en este tipo de investigación radica precisamente en poder excluir
todas las variables de manera que la variable independiente que se estudia quede
realmente aislada. De lo contrario, la investigación arrojará resultados erróneos.
La observación inducida es otro tipo de investigación pasiva. En esta se introduce
un factor artificial pero sin variar las condiciones normales. Por ejemplo los
experimentos diseñados para investigar la tendencia del voto femenino (muy
criticados por cierto), en donde se introduce en la boleta de votación, una casilla
para marcar el género.
10.3 Características de los Experimentos

Todo experimento para poseer validez interna y externa debe cumplir con los
siguientes criterios:
 Aleatoriedad: Los experimentos deben ser aleatorios. Las unidades de
prueba no deben ser escogidas de forma sistemática o premeditada por el
investigador. En el caso del experimento para medir el incremento de producción
en plantas de tomate por efecto de la adición de fertilizante, las plantas en donde

se harán los muestreos deben ser elegidas al azar dentro del cultivo que
constituye el universo muestral.
En el caso en que se investiga el consumo de un producto por efecto de una
reducción de precio, los supermercados en donde se realicen las observaciones
deberían ser elegidos al azar.
 Homogeneidad de las Unidades de medición: Las unidades
experimentales, sobre las que se mide el efecto de las variables deben ser
similares en sus características fundamentales, sean personas, instituciones,
animales, plantas, etc.
Si se quiere evaluar el efecto del fertilizante sobre la producción de tomate, todas
las plantas muestreadas deben ser de la misma variedad y de la misma edad y
haber crecido bajo las mismas condiciones ambientales y de manejo.
Si se va a realizar una estudio sobre nutrición, deben seleccionarse grupos
homogéneos por género, edades, estrato económico, etc, ya que no serian
comparables los datos obtenidos en infantes de estrato medio con el de adultos
mayores de estrato bajo.
 Control de las variables extrañas: En si el diseño del experimento está
enfocado a excluir o minimizar el efecto de variables extrañas que puedan alterar
los resultados. El tratamiento estadístico de los datos mediante análisis de
varianza con datos absolutos o por rangos también permite controlar este tipo de
variables.
Se consideran como variable extrañas las siguientes:
Ambientales: De tipo físico como el clima, cambios en las condiciones
ambientales de temperatura, iluminación, humedad relativa, ruido, polución;
condiciones de suelo, condiciones de manejo de la producción.
Ligadas al tiempo:
 Historia: Cambios inesperados en el contexto de estudio mientras se lleva a
cabo el experimento. Por ejemplo en el caso de la investigación acerca del
incremento en la venta del producto al bajar su precio, los resultados pueden
mostrar que hay un incremento en las ventas, pero no se tuvo en cuenta que en el
momento en que se realizó la investigación, la competencia sacó del mercado el
producto, por lo tanto el consumo pudo haberse incrementado no por efecto de la
baja de precio sino por desabastecimiento en el mercado de ese tipo de producto.
 Maduración: Son cambios que se producen en las Unidades
experimentales, cuando el experimento se prolonga en el tiempo. En estudios
sociales, el comportamiento de los individuos frente a una situación puede variar a
medida que pasa el tiempo y cambian sus perspectivas, puntos de vista,
preferencias, hábitos, estado de ánimo, situaciones de cansancio, hambre, estrés.
Pueden darse también efectos interactivos, cuando las personas o individuos

cambian su comportamiento por efecto del mismo experimento. Si un experimento
sobre palatabilidad y aceptación de diferentes tipos de forraje en ganado vacuno
se prolongara demasiado, podría ocurrir que los animales se acostumbraron a un
tipo de forraje que en principio no escogieron por ser poco palatable pero que fue
el que estuvo en mayor cantidad disponible hacia el final del experimento.
 Medición de efectos en diferentes momentos: Cuando se aplica pre test y
post test, es posible que en el segundo momento, los individuos hayan logrado
una especie de entrenamiento que condicione sus respuestas o que simplemente
en el segundo momento traten de ser coherentes con las respuestas que dieron al
inicio del experimento y no contesten lo que realmente están sintiendo en ese
segundo momento de evaluación.
 Mortalidad: Desaparición (muerte, traslado, negativa a seguir participando
del experimento), de las unidades experimentales (objetos , individuos o
instituciones).
Conexas a los individuos: Son propias de ellos y no pueden

desvincularse, como por ejemplo sexo, edad, nivel educativo.
Conexas con el investigador: Se supone que el investigador debe ser
imparcial frente a las observaciones del experimento. El diseño experimental
ayuda a que así sea en el caso de la investigación cuantitativa.
Sin embargo, sobre todo en la investigación social, es difícil que el investigador
sea del todo neutro, por lo tanto su punto de vista y su capacidad perceptiva
pueden influir en la forma en que se perciben los fenómenos. Si el investigador
llegase a crear lazos emocionales con el grupo estudiado, tal vez sus conjeturas
no sean del todo objetivas.
También pueden surgir respuestas alteradas en la población de estudio por la
simple presencia del investigador. Los grupos estudiados pueden variar su
comportamiento normal al verse en presencia del investigador observador.
Para contrarrestar estos problemas se acude a la técnica del observador oculto
(aunque a veces se considera un procedimiento poco ético) o a la comparación
entre grupos, en donde diferentes investigadores tienen diferentes tipos de
relación con los grupos de estudio.
Ligadas a la Instrumentación: Todas aquellas causadas por errores de

tipo humano que tienen que ver con la escogencia del diseño experimental, la
metodología para la instalación del ensayo (en el caso de experimentos de campo
o laboratorio) y la aplicación de técnicas y herramientas de recogida de datos.
Si en una investigación se escoge mal el tipo de Diseño experimental y se
cometen errores metodológicos en la conducción del experimento, los resultados
podrían conducir a errores de Tipo I (negar algo que es verdadero) o de tipo II

(aceptar como cierto algo que no lo es).
Por ejemplo, aparatos de medición mal calibrados, personal no entrenado en la
medición y registro de datos, planillas de recolección de datos mal diseñadas,
cuestionarios y preguntas mal elaborados, cambios en los encuestadores o
entrevistadores que al ser más o menos hábiles y/o simpáticos influyen en las
respuestas de los entrevistados.
El sesgo en la escogencia de las unidades experimentales también conduce a un
alto grado de error. En investigación social o de mercados es posible que no se
escojan los individuos más representativos de la población de estudio y por lo
tanto se afectará la validez interna del experimento. Estos errores se pueden evitar
al aplicar correctamente las técnicas de muestreo.
CAPITULO 3: PLANTEAMIENTO DEL PROYECTO DE

INVESTIGACION
Introducción
Tamayo (2005), afirma “No es investigación confirmar o recopilar lo que ya es
conocido o ha sido escrito o investigado por otros. La característica fundamental
de la investigación es el descubrimiento de principios generales”.
El investigador parte de resultados anteriores, planteamientos, proposiciones o
respuestas en torno al problema que le ocupa y para ello debe:
1. Planear cuidadosamente una metodología.
2. Recoger, registrar y analizar los datos obtenidos.
3. De no existir estos instrumentos, debe crearlos
Toda investigación, supone una innovación, un aporte nuevo al conocimiento y
para lograrlo, todos los pasos deben ser cuidadosamente planificados, ejecutados
y controlados.
En éste capítulo nos centraremos en el planteamiento inicial del Proyecto de
investigación que involucra definir el Tema y la Pregunta de investigación, la
conformación del Marco teórico a partir de la revisión bibliográfica, el
planteamiento de los objetivos e hipótesis de investigación, la selección de
variables y la definición de la población muestral, el tamaño de muestra y la unidad
experimental.
Lección 11. La Pregunta de investigación

―Hacer nuevas preguntas o considerar
anteriores desde otro punto de vista,
requiere creatividad‖.
Albert Einstein.
Toda investigación se desarrolla en tres niveles: el conceptual, el metodológico y

el analítico.
El primer paso de un proceso de investigación es la conceptualización del
problema de investigación, a partir de la cual se formulan la pregunta, los objetivos
y las hipótesis de la investigación que serán probadas mediante el experimento.
El nivel metodológico, determina la forma en que será conducido el experimento,
las variables que serán aplicadas a las unidades experimentales y la forma en que
serán recogidos los datos.
El nivel analítico, consiste en el análisis final de los datos, la forma en que serán
procesados, las pruebas estadísticas a las que serán sometidos y los criterios
sobre los que serán interpretados. La forma en que se analizan los datos depende
del tipo de experimento escogido, de la naturaleza de las variables y del tipo de
datos recolectados.
La figura 2. Muestra los diferentes niveles y etapas del proceso de investigación.
Figura 2. Pasos a seguir en la realización de un proyecto de investigación. Modificado de

(Doménech, 1999:47). (Peinado, Díaz Molina, & Calderón Montero, 2007).
11.1 El tema de investigación

Toda investigación parte de un problema que es necesario resolver. El tema de
investigación es diferente al problema de investigación y estos dos son diferentes
a la pregunta de investigación. El tema es un asunto o materia relacionado de
manera muy general con la duda científica a resolver.
El tema contiene dentro de sí al problema específico que interesa, pero por sí sólo
no contribuye a delimitarlo; es por ello que antes de iniciar todo proceso de
investigación, es obligatorio proceder a establecer el problema concreto que
amerita ser clarificado (Grajales T.,2000).
Según Tamayo (2004), al escoger el tema de investigación, debe tenerse en
cuenta:
1. Los temas que nos inquietan deben ser de nuestra preferencia
2. Debe existir alguna experiencia personal sobre el tema
3. Consultar a profesores de esos temas y apuntes o notas de clase.
4. Poder examinar publicaciones y bibliografía disponible sobre el tema, como
libros, revistas, enciclopedias, catálogos de libreros, prensa, etcétera.
5. Informarse sobre los temas afines.
6. Tener disponibilidad para conectarse con instituciones cuyo fin sea relacionado
con el tema escogido y problema formulado.
7. Tener los conocimientos suficientes para abordar la temática de investigación.
8. Contar con el tiempo, los recursos materiales y financieros suficientes.
Desde el punto de vista objetivo, el tema de investigación debe escogerse

teniendo en cuenta:
1. Que cumple con los requisitos exigidos para ser considerado como un tema de
tesis o de investigación
2. Que sea de interés tanto para el investigador como para la comunidad científica
3. Que sea útil: No todo lo interesante es útil. La utilidad consiste en los beneficios
que traerá la investigación a la sociedad y no solo al cumplimiento de un requisito
para optar a un título profesional en el caso de las investigaciones de tesis de
grado.
4. Debe contribuir a un nuevo enfoque de la problemática, es decir ser original o
aportar elementos nuevos al conocimiento.
Una vez escogido el Tema de investigación, es necesario delimitarlo. Esto
implica esclarecer la viabilidad para su desarrollo e imponer los límites y alcances
de la investigación.
La fase exploratoria que lleva a la construcción del estado del arte, clarifica al
investigador sobre las cuestiones que han sido resueltas y las que no y genera
nuevas interrogantes.
El investigador debe entonces preguntarse , ¿Qué vacíos hay en las explicaciones
contenidas en los textos consultados? , ¿Qué argumentos no son convincentes y
por qué? , ¿Qué aspecto del tema no es profundizado en ningún texto? , ¿Qué
planteamientos importantes no han sido desarrollados por los autores?.
Ejemplo: Un zootecnista quiere indagar acerca de las dietas para caballares. El
tema general sería Nutrición en monogástricos. Al delimitar el tema deberá decidir
si trabajará sobre caballares de tiro pesado, caballares de paso, caballares de
monta, ponys, etc. Una vez decide sobre qué tipo de caballar va a trabajar, debe
escoger la raza, la edad y la localización geográfica del criadero.
Así, los limites y alcance del tema de investigación quedarían definidos si decide
trabajar sobre nutrición de Caballos de tiro pesado Raza Belga.
Ya delimitado el tema de investigación, puede identificarse el problema de
investigación.
11.2 El problema de investigación

Los problemas de investigación surgen esencialmente de: Interrogantes aun no
resueltos, inconsistencias en resultados de investigaciones sobre un mismo
fenómeno, necesidad de resolver una problemática que afecta a una población o
comunidad, vacios de conocimiento, necesidad de comprobar una teoría o la
existencia de determinados hechos, para los cuales no se cuenta con la
explicación que de razón de su ocurrencia.
Algunas investigaciones tienen el propósito de describir cierta situación o
fenómeno sin pretender explicarlo. Se trata de investigaciones descriptivas
simples (pueden ser de corte cualitativo) las cuales no dan lugar a hipótesis.
En este caso, el investigador además de describir su propósito tiene que
determinar objetivos específicos que definan lo que se quiere lograr resolver,
conocer o describir. Esta clase de objetivos toman el lugar de las hipótesis en
casos de estudios cuantitativos (Trevi, 2000).
En el ejemplo anterior, el investigador deberá crear el estado del Arte acerca de la
nutrición en caballares de tiro pesado y encontrar que problemas no han sido
resueltos.
Podría encontrar que hay una relación entre el tipo de dieta, la raza y el clima en
donde el animal realiza el trabajo. Podría presentarse que hay una baja de
rendimiento en el trabajo (Problema de investigación), cuando el caballo se
desempeña en climas más cálidos y que por lo tanto la dieta deba ser diferente a
la de aquellos caballos que se desempeñan en climas fríos.
Al delimitar el tema se aclara si el tipo de investigación será de tipo correlacional,

descriptivo, predictivo o experimental. La aclaración sobre el tipo de estudio
permite tener una visión general sobre la validez y el grado de confiabilidad que
puede tener como resultado (Tamayo, 2004).
Otro ejemplo: Un sicólogo decide estudiar el Tema de la drogadicción. Deberá
delimitar su estudio en términos geográficos (p.ej: drogadicción en Colombia) y en
términos de grupos poblacionales (edad, estrato y condiciones socioculturales). De
otra forma, los límites serían tan amplios que no lograría nada.
Luego de revisar la información existente, podría llegar a definir que la temática de
estudio será la drogadicción de la población adolescente en el distrito de Agua
blanca, comuna 15, en el municipio de Cali, puesto que durante los últimos tres
años se ha generado un incremento del 25% en la tasa de drogadicción en
jóvenes entre los 12 y 17 años (problema), en esa comuna.
Se afirma, con razón, que “en el problema está el germen de su solución‖, que
formular correctamente un problema es a menudo más importante que su
solución; que un problema correctamente definido contiene en sí la estructura
básica de la investigación; que la claridad de la formulación del problema
comunica toda su fuerza, tanto al trabajo investigativo como a los resultados y a la
precisión de la solución (Tamayo, 2004).
De manera esquemática, Tamayo muestra las fases para el planteamiento del
problema de investigación.
Figura 3. Etapas del planteamiento del Problema de Investigación. (Tamayo, 2004).
Cuando el investigador describe un problema, presenta los antecedentes de

estudio, las teorías en las que se basó y los supuestos básicos en los que se
apoya el enunciado del problema. Debe aclarar en particular qué personas,
materiales, situaciones, factores y causas serán consideradas o no.
Un enunciado completo del problema incluye todos los hechos, relaciones y
explicaciones que sean importantes en la investigación. Hay que encuadrarlo en
un enunciado descriptivo o en una pregunta que indique con claridad qué
información ha de obtener el investigador para resolver el problema (Van Dalen y
Meyer, citados por Tamayo, 2004).
Los elementos del problema, son las características de la situación problemática

imprescindibles para el enunciado del problema, es decir, sumados los elementos
del problema se tiene como resultado la estructura de la descripción del problema
(Tamayo, 2004).
En el ejemplo de la investigación sobre drogadicción en el distrito de Agua blanca,
los elementos pueden ser una alto índice de la población entre los 12 y 17 años,
presencia de expendedores de droga, presencia de padres drogadictos, madres
cabeza de familia ausentes la mayor parte del tiempo, padres abusadores, escaso
nivel de ingresos, bajo o nulo nivel educativo, escasez de oportunidades de trabajo
y estudio, etc. Como puede verse, muchos de los elementos, llegan a convertirse
en factores o variables del experimento.
El investigador reúne los datos que se relacionan con el problema y las posibles
soluciones del mismo y tratará de hallar relaciones entre los hechos y sus
explicaciones, descartará elementos que considere poco útiles e incluirá otros que
considera pertinentes y que le permitan confirmar sus hallazgos y verificar la
exactitud de sus conclusiones con respecto a la naturaleza del problema.
La Formulación del problema, consiste en reducir el problema a términos
concretos y explícitos, en donde se pregunta por la relación entre dos o más
variables.
En el caso de la investigación de dietas en caballares el problema podría quedar
planteado como: Los caballos de tiro pesado que son alimentados con una dieta
en base a henos y por lo tanto rica en fibra pero con baja carga energética y
proteica, tienden a disminuir su rendimiento en climas cálidos, puesto que el gasto
de energía involucrado en los procesos de regulación de la temperatura corporal,
es mayor.
11.3 La pregunta de investigación
Si el investigador ha realizado previamente un buen trabajo de documentación

acerca del estado del arte de la investigación, ha delimitado el tema de
investigación y ha definido el problema de investigación, estará listo para formular
la pregunta de investigación. De lo contrario, podría formularse preguntas que
otros investigadores ya han resuelto, formular preguntas que resulten irrelevantes,
que poco o nada tiene que ver con la temática o que resulten poco coherentes con
la temática de investigación dentro de los límites propuestos.
La pregunta de investigación debe formularse de manera concisa, debe sintetizar
el núcleo del problema y ser comprensible para el lector y debe ser susceptible de
ser contestada en un plazo de tiempo razonable.
Algunos lineamientos para la correcta formulación de la pregunta de investigación
son los siguientes:
 No formule preguntas que puedan contestarse con un simple sí o no. No

pregunte ¿La dieta suministrada a caballos de tiro pesado debe ser diferente en
clima cálido y en clima frio?, o, ¿La presencia de padres drogadictos en el hogar
influye en la adicción de los adolecentes del Distrito de Agua blanca?
Pregunte: ¿De qué manera influyen las condiciones climáticas sobre la dieta que
debe ser suministrada a los caballos de tiro pesado? , ¿ De qué manera influye la
presencia de un padre drogadicto en la tendencia a la adicción de los hijos
adolescentes, en hogares del Distrito de Agua blanca?
 Evite formular preguntas en forma de dilemas : “¿El clima cálido y una dieta
con bajo contenido calórico, aumenta o disminuye el rendimiento de caballos de
tiro pesado?, o, ¿La presencia de un padre drogadicto puede o no, ser un factor
pre disponente a la drogadicción de los hijos?.
 Evite plantear preguntas sobre estados futuros de cosas: “¿Puede la
biotecnología eliminar los problemas alimentarios en el próximo siglo?” El futuro
es, por definición, inaccesible a la investigación empírica2.
 Absténgase de formular preguntas totalizantes: “¿Cuál es el sentido de la
existencia?”, “¿Cómo funciona el universo y sus alrededores?”; o preguntas
disciplinares clásicas: “¿Qué es la filosofía?”, “¿Cuál es el origen de la sociedad?”.
Recuerde que su capacidad de trabajo tiene un límite y que preguntas como éstas
son muy difíciles de resolver de manera plausible en una investigación 1.
Lección 12: El Marco Teórico, Planteamiento de Objetivos, Hipótesis y

selección de variables
―El experimentador que no sabe lo que está buscando
no comprenderá lo que encuentra‖.
Claude Bernard
12.1. El Marco Teórico

El investigador después de que ha delimitado el tema de investigación, ha
formulado correctamente la pregunta de investigación y ha elaborado el “estado
del Arte” de la investigación, tendrá información suficiente para construir el Marco
Teórico sobre el que se sustentarán las hipótesis , las variables escogidas para
probarlas , el tipo de diseño experimental y el análisis de resultados.
El Marco Teórico incluye todas aquellas teorías relevantes sobre las que se
soporta el problema de investigación. Por ejemplo, si la investigación quiere
centrarse en procesos de aprendizaje, el marco teórico deberá construirse sobre
las teorías del conductismo, el cognitivismo, la teoría de la gestalt, la teoría del
aprendizaje de Skinner, etc.
2
Como planear preguntas de investigación. Universidad del Rosario,Escuela de Ciencias
Humanas,2003. En: www.urosario.edu.co/cienciashumanas/documents/.../pdf/50a.pdf
Si la investigación se va a enfocar en la alimentación en caballos de tiro pesado, el

marco teórico debería estar fundamentado sobre los principios de la fisiología
animal, nutrición en monogástricos , requerimientos específicos de alimentación
en caballos de trabajo pesado, características morfo fisiológicas de cada una de
las razas, etc.
El Marco Teórico debe contener solo la información que sea necesaria y
suficiente.
En el caso de la investigación en nutrición de caballos, resultaría inapropiado que
en el marco teórico se profundizara en nutrición en cerdos aun cuando los cerdos
son monogástricos, pues el interés del investigador son los caballares. En éste
caso, la información acerca de nutrición en cerdos no es “necesaria”. Ahora, si el
marco teórico solo contiene información general acerca de nutrición en
monogástricos, pero no menciona nada sobre nutrición en caballares, la
información no será “suficiente”.
El Marco teórico sirve al investigador para:

 Evitar cometer errores que otros investigadores en el tema ya han cometido
y solucionado
 Centrar la investigación en verdaderos problemas aun no resueltos
 Plantear los objetivos
 Plantear las hipótesis
 Determinar el tipo de diseño experimental, las variables independientes y
las variables dependientes con que se trabajará, determinar el tamaño de
muestra, así como la manera para evitar o excluir variables extrañas.
 Determinar los instrumentos y métodos más apropiados para la recogida
de datos
 Determinar los métodos estadísticos para el tratamiento y análisis de datos
 Discutir los resultados obtenidos
Para evaluar la utilidad de cierta teoría a la construcción del marco teórico, se

utilizan cinco criterios:
1. Capacidad de descripción, explicación y predicción

2. Consistencia lógica
3. Perspectiva
4. Fructificación
5. Principio de parsimonia
12.2 Formulación de Objetivos

Mientras que la pregunta de investigación nos dice “qué respuesta” es necesario
hallar en la investigación, los objetivos, dicen “que es” lo que pretende la
investigación y la justificación nos dice “por qué” es necesario hacer la
investigación.
Los objetivos a demás de definir lo que se va a hacer, definen también para que
servirán los resultados obtenidos.
Generalmente se plantea un objetivo general y uno o varios objetivos específicos.
 Objetivo General: Debe reflejar la esencia de la investigación y guardar

estrecha relación con la idea planteada en el titulo del proyecto de investigación.
Como su nombre lo indica, es “GENERAL”, no hace referencia a propósitos
específicos de la investigación sino a planteamientos de orden superior. Dan a
conocer el propósito integral de la investigación, es decir, guían la manera de
cómo sistematizar las teorías científicas de los fenómenos naturales, sociales y
filosóficos (Cordero A, 2005).
 Objetivos Específicos: Se relacionan directamente con el «cómo y el qué»

de la investigación, a fin de poder contestar a las preguntas de investigación. Son
quienes orientan las actividades prácticas de la investigación y logran propósitos
concretos que son medibles y cuantificables.
“Todo objetivo específico debe ser cuantificable a través de indicadores” y no
deben confundirse con tareas específicas de la metodología de la investigación.
Por ejemplo, en un estudio exploratorio será necesario construir una encuesta, sin
embargo “construir la encuesta” no es un objetivo especifico, sino un aspecto
metodológico del experimento.
La formulación de los objetivos específicos tiene en cuenta las variables que van a
ser cuantificadas y por tanto cada objetivo específico pretende dar respuesta a un
aspecto del Objetivo General. La sumatoria de los objetivos específicos, sintetiza
la naturaleza del Objetivo General.
Al igual que el marco teórico y las variables del experimento, los objetivos
específicos también deben ser “necesarios y suficientes”. La coherencia de todo
trabajo de investigación se evidencia en la relación que guardan entre si el título
del trabajo, los objetivos, la hipótesis y los resultados.
Si se mencionan resultados que no se relacionan de ninguna manera con los
objetivos planteados, deberá ponerse en duda la validez del estudio, bien sea por
que el investigador se desvió del curso de la investigación o porque la
metodología planteada no le permitió obtener los resultados que inicialmente
pretendía obtener. En este caso será necesario revisar cuidadosamente la validez
interna y externa del experimento.
Frecuentemente, los estudiantes cometen este tipo de error en todos sus trabajos,
tanto los de tipo académico como los de tipo investigación. El problema está en
que no se tiene claro el propósito de estudio ni el objetivo general. El estudiante no
identifica claramente lo que debe hacer para responder a la pregunta de
investigación, no se documenta suficientemente y termina planteando objetivos
específicos que son insuficientes o innecesarios.
Cuando se plantea una investigación, el investigador debe ser un “Experto” en el
tema. Esto le ayuda a enfocarse y a definir muy bien qué es lo que desea y
necesita saber y la forma de obtener ese conocimiento.
Los verbos comúnmente utilizados (siempre en infinitivo), para redactar los
objetivos son:
analizar describir estandarizar motivar proponer

comparar determinar evaluar planear verificar
completar diseñar examinar plantear
consolidar elaborar explicar precisar
contribuir especificar inventariar predecir
cuestionar establecer identificar programar
12.3. Formulación de la hipótesis

La hipótesis es siempre una afirmación en forma de “Conjetura”. Es una tentativa a
la resolución del problema de investigación.
Para Kerlinger, las hipótesis son las herramientas más poderosas para lograr
conocimientos en los que confiar. Son afirmaciones que pueden someterse a
prueba y mostrarse como soluciones probablemente ciertas o no, sin que las
creencias o los valores del investigador “interfieran” en el proceso de su
comprobación (Castillo, 2009).
El contraste de hipótesis o prueba de significancia, es una metodología de
inferencia estadística para juzgar si una propiedad que se supone cumple una
población estadística, es compatible con lo observado en una muestra de dicha
población. Para ello deben ponerse a prueba dos hipótesis que se contrastan
mediante los experimentos para al final decidir cuál de ellas es verdadera.
Así, tenemos dos tipos de hipótesis:
 Hipótesis nula Ho: Es la hipótesis que pretendemos contrastar y que se
mantendrá mientras que los datos obtenidos en el experimento no demuestren su
falsedad, es decir, indiquen lo contrario. Es una proposición que niega o refuta la
relación entre variables.
 Hipótesis Alterna H1: Es la hipótesis contraria a la hipótesis nula.
En el ejemplo de las dietas para alimentación de caballos de tiro pesado, se tiene

como problema, que éstos disminuyen su rendimiento en climas cálidos cuando la
dieta es a base de heno.
Por lo tanto, la Hipótesis nula, es que “La dieta y el clima no inciden en el
rendimiento de los caballos de tiro pesado”.
La Hipótesis Alterna será: “La dieta y el clima, pueden incidir en el rendimiento de
caballos de tiro pesado”.
Para poder probar la hipótesis será entonces necesario llevar a cabo un
experimento en donde se mida el rendimiento del trabajo realizado por caballos de
la misma raza, alimentados con las mismas dietas y en donde unos se encuentran
en clima cálido y otros en clima frío.
En un estudio acerca de las tendencias políticas de las poblaciones desplazadas
en Colombia, podría formularse como hipótesis nula Ho: Las poblaciones
desplazadas en Colombia, son apolíticas.
La investigación de tipo exploratorio deberá confirmar dicha hipótesis o rechazarla
al determinar cuáles son las tendencias políticas de cada grupo desplazado que
ha sido tenido en cuenta para el estudio.
En la prueba de hipótesis siempre existe la probabilidad de cometer error. Existen
dos tipos de errores:
 Error Tipo I: Negar algo que es cierto. Es decir, rechazar la hipótesis nula
Ho, siendo ésta verdadera.
 Error Tipo II: Aceptar como verdadero algo que es falso, es decir aceptar la
hipótesis nula Ho, siendo ésta en realidad falsa.
Para evitar al máximo la probabilidad de caer en algún tipo de error, se recurre a
métodos estadísticos que permiten definir a partir de qué valor debe negarse la
hipótesis nula. A esto se denomina el nivel de significancia.
En la mayoría de experimentos, se trabaja con niveles de significancia del 5 y el
1%. Es decir que existe un 95 o un 99 % de probabilidad de que el rechazo de la
hipótesis nula se deba a los factores (variables independientes) que fueron
probadas en el experimento y no a variables extrañas o errores metodológicos y
que solo hay un 5 o un 1% de probabilidad de error.
Las hipótesis sirven en la investigación para:

 Dar una explicación inicial al problema de investigación: Los elementos de
un problema pueden parecer oscuros o inconexos. A través de la formulación de la
hipótesis, podrán complementarse los datos detectando los posibles significados y
relaciones de ellos, introduciendo un orden entre los fenómenos.
 Estimular a la investigación: Concretan y resumen los problemas

encontrados, sirviendo de impulso para la consecución del proceso inquisidor.
 Para direccionar la metodología de la investigación: Al ser enunciados como

oraciones condicionales, esta formulación nos lleva a un análisis de las variables a
considerar y como consecuencia a los métodos necesarios para controlarlas y
cuantificarlas (Castillo, 2009).
Si en una investigación se plantea mal la hipótesis, entonces todo el proceso de
investigación estará mal encaminado. Las principales causas de un mal
planteamiento de hipótesis son:
 Falta de conocimientos o ausencia de claridad en el marco teórico.
 Falta de aptitud para la utilización lógica del marco teórico.
 Desconocimiento de las técnicas adecuadas de investigación para redactar
correctamente la hipótesis.
La efectividad de una hipótesis se mide por su poder predictivo o explicativo, es

decir, por el conjunto de los hechos observables que pueden deducirse de ella.
Según Borg y Gall, citados por Castillo (2009), las Hipótesis deben cumplir con los
siguientes criterios:
 El investigador debe basar sus hipótesis en la teoría y la práctica

 Las hipótesis deben de ser contrastables empíricamente
 Las hipótesis deben de ser claras y sencillas en su definición
Castillo (2009) en el documento “La hipótesis en investigación”, define las

siguientes fases en el proceso de Formulación de la Hipótesis:
Primera Fase: Consiste en la explicación de una conjetura, que el

investigador hace fundado en ciertos hechos y en el marco teórico que ha
estructurado previamente.
La conjetura no puede deducirse de un modo puramente lógico del conjunto de
planteamientos en el que se base el marco teórico, ni constituye tampoco el
resultado directo de la experiencia. Si la hipótesis se pudiera inferir de manera
estrictamente lógica del conocimiento delimitado en el marco teórico o de la
experiencia, no habría necesidad de formularla.
El investigador, al pasar del planteamiento del problema a su explicación en forma
de hipótesis, da un salto que es claramente visible cuando se compara el cimiento
de la hipótesis en el cuerpo de la misma.
“De ahí que una explicación supuestamente hipotética que se concrete a
repetir lo ya sabido, no puede considerarse ninguna innovación, ni la
investigación que la sustenta como aporte original. Los estudiantes tienen
que contemplar esta exigencia para no emprender trabajos que estén por
encima de sus capacidades materiales e intelectuales”.
Es preferible que intenten explicaciones modestas y con cierta originalidad, que

concretarse a repetir lo que otros han investigado.
Segunda Fase: Comprende el análisis de la hipótesis y el estudio de las

consecuencias que de esta se desprenden.
En esta fase el investigador reflexiona sobre las variables que va a considerar y
trata de establecer si su hipótesis es admisible.
Primero, ha de indagar sobre cuáles son las variables que se consideran
pertinentes. Luego, intenta establecer los posibles enlaces de esas variables y los
cambios de éstas, cuyos cumplimientos espera encontrar en los procesos o en
caso dado, en sus representaciones abstractas.
En segundo lugar ha de determinar si de la hipótesis o de su negación se puede
obtener como conclusión un absurdo manifiesto (absurdo, aquello que viola las
leyes lógicas), entonces tiene que considerar las siguientes posibilidades:
- Si de la afirmación de la hipótesis se puede concluir un absurdo manifiesto,
entonces la hipótesis es menos admisible
- Si de la negación de la hipótesis se puede concluir un absurdo manifiesto,
entonces la hipótesis es más plausible o admisible.
Tercera Fase: Es la comparación de los resultados analíticamente, al

examinar las variables intervinientes y las consecuencias lógicas que se
desprenden de la hipótesis, con los datos que nos proporcionan la observación y
el experimento.
Si dicha comparación revela que todas las consecuencias inferidas de la hipótesis
se da en la realidad, quedará demostrado que dicha hipótesis es probable. Es
decir que la explicación contenida en la hipótesis es una posibilidad. Una misma
consecuencia (o consecuencias) puede derivarse de distintas causas o variables
independientes.
De ahí que la concordancia de hechos reales con la hipótesis, no demuestre aún
que ésta es cierta. Tales hechos pueden hallarse condicionados por otra
regularidad, desconocida por el investigador.
Por último se establecen las predicciones que sea posible hacer con apoyo de la
Hipótesis formulada, en los datos ya obtenidos y en las técnicas de verificación
disponibles o factibles. De ellos se desprende el siguiente paso, la verificación.
Para eso es necesario plantear los medios para someter a prueba las
predicciones, diseñando los experimentos necesarios, encontrando los
procedimientos de medición adecuados y los instrumentos utilizables. En todo
caso, es preciso ingeniarse para medir lo que es mesurable y tratar de hacer
mesurable lo que todavía no lo es.
12.4 Determinación de variables

Con las Hipótesis ya elaboradas, es posible determinar las variables que
permitirán la comprobación o refutación de las mismas.
Retomando, lo estudiado en la lección 11, recordaremos que se denomina variable
a un aspecto o dimensión de un fenómeno que tiene como característica la
capacidad de asumir distintos valores, ya sea cuantitativa o cualitativamente.
La validez de las variables escogidas, se fundamenta en un marco teórico y en su
relación directa con la hipótesis que respalda.
Primero se determinan las variables en forma teórica y luego en forma empírica,
es decir mediante indicadores.
Las variables se clasifican con base a diferentes criterios:
a) Por su capacidad para medir objetos

 Variables continuas: Son cuantitativas y se utilizan cuando el fenómeno a
medir puede tomar valores cuantitativamente distintos y cuando entre dos valores
existen infinitas posibilidades de valores distintos. Ej: Kilos de peso, número de
frutos, porcentaje de mortalidad, la talla, la presión arterial o el nivel de colesterol.
Son el resultado de “medir”.
 Variables discretas: Establecen categorías en términos cualitativos entre

diversos individuos o elementos. Aquí, las variables son atributos que pueden
tener varios grados, por ejemplo para la variable sexo, los atributos serán hombre
y mujer. Para la variable Nivel de acuerdo, los atributos pueden ser totalmente de
acuerdo, de acuerdo, indiferente, en desacuerdo, totalmente en desacuerdo. El
número de hijos, número de pacientes atendidos, número de personas afectadas
en el barrio por el invierno, son variables discretas. Son el resultado de “contar”.
 Variables individuales y Colectivas: Las individuales, presentan la

característica o propiedad que caracteriza a individuos determinados y pueden ser
Absolutas (características solo del individuo como edad, ingreso, escolaridad),
Relacionales (ej: Popularidad), Comparativas o Contextuales (son propiedades de
un colectivo. Ej: Etnia)
A su vez, las variables colectivas, presentan las características o propiedades que
distinguen a un grupo colectivo determinado y que están determinadas por las
características individuales de los miembros que conforman el colectivo y pueden
ser:
Analíticas: emplean como unidad de medida a los individuos. Se
construyen “agregando” matemáticamente (por ejemplo, mediante una
media aritmética, una proporción o una medida de dispersión), las
características de los individuos del grupo (tales son, por ejemplo, el
porcentaje de personas que no completaron los estudios secundarios, el
ingreso medio o la desviación estándar de la distribución de ingresos,

promedio de edad).
Estructurales o Globales: emplean como unidad de medida los

grupos o colectivos.
 Variables nominales: Cuando los datos correspondan a una variable

cualitativa que se agrupa sin ninguna jerarquía entre sí, como por ejemplo,
nombres de personas, de establecimientos, raza, grupos sanguíneos, estado civil.
Estas variables no tienen ningún orden inherente a ellas y los números solo se
utilizan para distinguir a un individuo de otro. Ej: 1.Muejeres 2. Hombres. En este
caso, 1 y 2 representan solo una categoría de operacionalización de la variable.
 Variables ordinales: son propiedades que pueden darse en las personas en
diferentes grados, a los cuales se les puede asignar números que sólo indican
relaciones de mayor o menor que.
Por ejemplo, si se ha aplicado una escala de dependencia social a algunas
personas y si a una de ellas, con base en sus respuestas, se le ha asignado el
número 6 y a otra, con igual base, el número 3, esos números no quieren decir
que la segunda es la mitad de dependiente que aquella que ha obtenido el número
6. Sólo significa que la primera es más dependiente que la segunda (Briones,
1996).
Grados de desnutrición, respuesta a un tratamiento, nivel socioeconómico,
intensidad de consumo de alcohol, días de la semana, meses del año, clase social
(alta, media, baja) son variables ordinales.
b) Por su relación con las otras variables o con el fenómeno de estudio
 Variable antecedente: Se supone como antecedente de otra. Ejemplo: para

realizar un aprendizaje se supone un grado mínimo de inteligencia. Por tanto, la
variable inteligencia es un antecedente de la variable aprendizaje.
 Variable independiente: Antecede a una variable dependiente, se presenta

como causa y condición de la variable dependiente, es decir, son las condiciones
manipuladas por el investigador a fin de producir ciertos efectos.
 Variable dependiente: Se presenta como consecuencia de una variable

independiente.
 Variable interviniente o alterna: Aparece interponiéndose entre la variable

independiente y la variable dependiente y en el momento de relacionar las
variables interviene de forma notoria. Conviene analizar si aparece posterior a la
variable independiente y con anterioridad a la dependiente, de tal forma que entre
a remplazar la variable independiente, o si actúa como factor concerniente en la
relación de variables.
La forman factores que influyen en el efecto, o sea, la variable dependiente, pero

que no va a ser sometida a investigación.
 Variables extrañas: Cuando existe una variable independiente no

relacionada con el propósito del estudio, pero que puede presentar efectos sobre
la variable dependiente.
Lección 13: Población, Muestra, Marco de Muestreo

―No hay ninguna rama de las matemáticas,
por más abstracta, que algún día no pueda
ser aplicada a los fenómenos del mundo real.‖
Nicolai Lobachevsky, matemático ruso.
El muestreo es una parte esencial del método científico para poder llevar a cabo la
investigación. Se debe tener en cuenta que toda investigación seria requiere no
solo que el investigador tenga conocimientos de estadística, sino también estar
apoyado por la asesoría de un estadístico o profesional experimentado a fin de
que tanto el diseño experimental escogido como los resultados de la investigación
obtenidos, sean representativos, válidos y confiables.
También hay que tener presente el tipo de investigación o estudio que se va a
realizar, ya que cada uno de éstos tiene una estrategia diferente para su
tratamiento metodológico y estadístico.
13.1 El Muestreo
El Muestreo es el conjunto de operaciones que se realizan para estudiar la

distribución de determinadas características en la totalidad de una población, a
partir de la observación de una parte o subconjunto de la población, denominada
“Muestra”.
A las diferentes etapas para seleccionar la muestra se les llama diseños de
muestra.
El muestreo, siempre y cuando sea representativo, tiene múltiples ventajas de tipo
económico y práctico, ya que en lugar de investigar el total de la población, se
investiga una parte de ella, además de que proporciona los datos en forma más
oportuna, eficiente y exacta, debido a que al encuestar toda la población o
efectuar un censo puede ocasionar fatiga y prácticas que tienden a distorsionar la
información.
 Muestra: Es una parte de un colectivo o universo, seleccionada con la
finalidad de describir a éste, con cierto grado de precisión. Se dice que una
muestra es representativa cuando reproduce las distribuciones y los valores de las
diferentes características de la población y de sus diferentes subconjuntos, con
márgenes de error calculables.
En general, los procedimientos probabilísticos de selección, que comprenden

todos y cada uno de los elementos que componen un colectivo con una
probabilidad conocida de ser seleccionados, distinta de cero, proporcionan
muestras representativas en la acepción señalada.
Existen diversas ventajas al trabajar con una muestra en lugar de hacerlo con
todas las unidades de la población:
 Ahorro de dinero. Resulta más económico recoger información, digamos, de

800 amas de casa de las 10000 o 12000 que podrían corresponder a la población
completa de un estudio.
 Ahorro de trabajo y de tiempo. Desde luego, se requerirá de menor número

de entrevistadores, codiciadores, etc., para realizar el trabajo de campo y el
procesamiento de la información lograda.
 Calidad de los datos. En términos generales la información recogida

mediante una encuesta o una investigación experimental por muestreo tiene
mayor precisión que aquella recogida entre todos los miembros de la población
objeto de estudio. Un menor número de personas que constituyen la muestra
permite un trabajo de mejor calidad, en la medida en que se logre un mayor
control en cada una de las etapas de recolección y tratamiento de los datos.
Además, si se utiliza un procedimiento probabilístico de selección, el investigador
estará en condiciones de fijar por anticipado la magnitud de los errores permitidos
y calcular, por tanto, la precisión de sus estimaciones.
 Población: Una población es cualquier grupo de elementos; los elementos

son las unidades individuales que componen la población. Mientras que la
población se refiere a un grupo finito, el universo se refiere a sucesos que no
tienen límite, infinitos.
La representatividad de la muestra implica que ésta refleje las características,
similitudes y diferencias encontradas en la población. Lograr la representatividad
de la muestra solo es posible en un muestreo aleatorio al azar, pero de ninguna
manera es exacta, ya que lo único que se puede establecer es la probabilidad de
no rebasar ciertos márgenes de error (Error de estimación).
 Estimadores: Son valores que se calculan en base a los elementos de la

muestra. La media de la muestra (͞X) es un estimador no sesgado de la media de
la población, la varianza de la muestra (s2) es un estimador no sesgado de la
varianza de la población y la proporción de individuos de la muestra que presentan
una característica (p) que es un estimador no sesgado de P, que es la proporción
de individuos de la población que presentan la característica.
13.2 Requisitos de un Muestreo adecuado

Con el fin de que el muestreo proporcione resultados efectivos es necesario tener
en cuenta :
 Contar con la asesoría de un estadístico o profesional experimentado para
obtener un diseño de muestreo.
 La exactitud de la información no solo depende de la aplicación de las
fórmulas de muestreo. La calidad del cuestionario, la capacitación de los
entrevistadores, la supervisión del trabajo de campo y la confiabilidad de la
codificación, es decir , la parte metodológica y operativa de la recogida de datos
son imprescindibles para lograrla.
 Las entrevistas y cuestionarios incompletos, la sustitución de los
entrevistados porque el encuestador tiene dificultades para entrevistarlos, dañan la
representatividad de la muestra.
 El muestreo es solo parte del proceso de investigación y aunque los
resultados que se obtienen son cuantificables, es necesario analizarlos e
integrarlos en relación con el contexto total de la investigación.
 En el proceso de muestreo existen dos tipos de errores: 1) Errores debido al
muestreo o la cota de error inherente al método de muestreo y 2) Errores no
debidos al muestreo o fallas de tipo humano al obtener información, al procesarla,
o de distorsión de instrucciones.
A medida que el tamaño de muestra crece, el error tiende a cero. Sin embargo,
operacionalmente no se deben tomar muestras muy grandes que resultan difíciles
en su tratamiento operacional y de análisis.
 También debe tenerse en cuenta el factor económico, un mayor número de
muestras o un mayor tamaño de muestra implica mayores costos para la
investigación. De los diseños de muestra debe elegirse el de mayor precisión al
costo mínimo.
13.3 Leyes del método de muestreo
El método de muestreo se basa en ciertas leyes que le otorgan su fundamento

científico, las cuales son: la ley de los grandes números y el cálculo de
probabilidades.
 Ley de los grandes números :

“Si en una prueba, la probabilidad de un acontecimiento o suceso es P1 y si este
se repite una gran cantidad de veces, la relación entre las veces que se produce el
suceso y la cantidad total de pruebas (es decir, la frecuencia F del suceso), tiende
a acercarse cada vez más a la probabilidad P”. Entonces la ley de los grandes
números enuncia más exactamente, que el promedio de una muestra al azar de
una población de gran tamaño, tenderá a estar cerca de la media de la población

completa .
 Cálculo de probabilidades:
Entenderemos por probabilidad de un hecho o suceso, la relación entre el
número de casos favorables (p) a este hecho, con la cantidad de casos posibles,
suponiendo que todos los casos son igualmente posibles. El modo de establecer
la probabilidad es lo que se denomina cálculo de probabilidad (Tamayo, 2005).
De estas dos leyes fundamentales de la estadística, se infieren aquellas que
sirven de base más directamente al método de muestreo:
 Ley de la Regularidad estadística: Según esta ley, un conjunto de n

unidades, tomadas al azar de un conjunto N, es casi seguro que tenga las
características del grupo más grande.
 Ley de inercia de los grandes números: Esta ley es contraria de la

anterior. Se refiere al hecho de que en la mayoría de los fenómenos, cuando una
parte varía en una dirección, es probable que una parte igual del mismo grupo,
varíe en dirección opuesta.
 Ley de permanencia de los números pequeños: Los estadísticos la

formulan de la siguiente manera; si una muestra suficientemente grande es
representativa de la población, una segunda muestra de igual magnitud deberá ser
semejante a la primera; y si en la primera muestra se encuentran pocos individuos
con características raras, es de esperar encontrar igual proporción en la segunda
muestra. Se espera que en un tamaño de muestra bien determinado se cumpla
éste principio (Tamayo, 2005).
13.4 Marco de muestreo
El objetivo mismo de tomar una muestra requiere de un marco muestral apropiado,

es decir, una lista, un conjunto de tarjetas, de mapas, etc., en el cual aparezcan
identificadas las personas o unidades que componen la población del estudio.
Por ejemplo, los registros de alumnos de una universidad, 2000 m2 de cultivo de
tomate, un galpón de 500 pollos, un hato de 15 vacas, los empleados de una
empresa, un supermercado, podrían ser los marcos muestrales para tomar
muestras de ellos.
La calidad del marco muy importante para la calidad de una muestra. Hay cuatro
problemas básicos que deben tenerse en cuenta al utilizar un marco y que de
darse producen diversos tipos de sesgos o errores:
 Marco insuficiente. Esto significa que el marco no abarca algunos

elementos que forman la población definida para el estudio. Desde luego, tales
elementos no tienen ninguna posibilidad de parecer en la muestra y quedaran sub

representadas si la omisión es parcial, y no representadas si la omisión es total.
El uso de un marco incompleto lleva a un grave defecto por dos razones, en
primer lugar, puede ser difícil descubrirlo en el curso mismo de la recogida de
datos; en segundo lugar, si las personas o elementos omitidos tienen algunas
características especiales, las estimaciones hechas tendrán un sesgo imposible de
remediar aun con una muestra de cualquier tamaño.
Por ejemplo, en algunas oportunidades, el marco puede contener solo algunas de
las categorías de unidades de la población definida.
Si se trata de la población total de un colegio, puede disponerse solo de las listas
de alumnos de 3º a 6º grados, con lo cual faltan las de 1º y 2º . Si no hay medios
de completar la información, la muestra podría tomarse del marco establecido,
pero, naturalmente, las estimaciones se referirán solo a ellas y no al total de la
población.
Si en un estudio que pretende determinar el porcentaje de deforestación en los
parques naturales de un departamento, solo se toman 3 de los 7 parques
existentes, ocurrirá lo mismo.
 Duplicaciones. Algunos marcos pueden incluir más de una vez algunas

unidades. En la medida que tales duplicaciones no puedan ser detectadas
oportunamente, se producirá también un sesgo en los resultados.
Ejemplo: En un estudio se pretende determinar los factores que predisponen al

consumo de cigarrillos. Como variables se escogen el sexo, la edad y el
desempleo. Si se cuentan por separado los fumadores hombres y mujeres, y
aparte los fumadores por rango de edad, y a parte los fumadores empleados y
desempleados, dentro de una misma muestra, habrá duplicación de la información
si ésta no se filtra, pues cada persona incluirá las tres características, por ejemplo,
mujer - 17 a 25 años- empleada. Este sería 1 dato y no 3 datos, dentro de ese
marco muestral.
 Marco anticuado. Es posible que el marco no esté actualizado, por lo cual

puede contener unidades que ya no pertenecen al universo de estudio. Ocurres
cuando se trabaja con información secundaria desactualizada.
Ejemplo: obreros de una fabrica que ya no trabajan en ella, áreas de cultivos que
ya han desaparecido por eliminación o sustitución; o bien, no contener unidades
incorporadas después (nuevos obreros, nuevas áreas sembradas, etc.).
 Elementos ajenos. Un marco puede contener unidades que no pertenecen

al universo de estudio.
Ejemplo: Si un estudio se refiere a migrantes rurales hasta con dos años de
permanencia en la ciudad y por equivocación, en el marco o lista de la cual se va
a tomar la muestra, figuran migrantes con más de ese número de años de

residencia urbana.
Esta por demás decir que el investigador debe tratar de corregir, en la medida de
lo posible, los errores anteriores.
El marco muestral incluye todas las unidades muestrales contenidas en la
población, es decir, una lista de unidades muestrales, y éstas son colecciones
distintas de elementos de la población.
Para seleccionar una muestra, lo primero entonces, es definir nuestra unidad de
análisis: Personas, organizaciones, plantas, animales, lote de alimentos, etc.
El diseño de la muestra implica tres etapas:

a) Esquema de muestreo. Cómo se va a seleccionar la muestra y qué tipo de
muestreo se va a utilizar.
b) Encontrar estimadores.
c) Establecer el marco muestra.
d) Determinar el tamaño de la muestra
Lección 14. Técnicas de Muestreo

―No basta tener buen ingenio; lo principal es aplicarlo bien‖.
René Descartes .
Las técnicas para recoger muestras pueden clasificarse de acuerdo a dos criterios
diferentes, según el número de muestras tomadas de la población y según como
se seleccionen los individuos que conformarán la muestra.
Entre metodólogos y estadísticos no hay acuerdo en cuanto a los diferentes tipos
de muestras, pues éstas se determinan generalmente con base en las
necesidades de cada estudio en particular.
Los tipos de muestreo más comúnmente utilizados en la investigación en ciencias

naturales y ciencias sociales son:
14.1 Muestreos Aleatorios
 Muestreo Aleatorio Simple: Todos los individuos tienen la misma

probabilidad de ser seleccionados. La selección de la muestra puede realizarse a
través de cualquier mecanismo probabilístico en el que todos los elementos
tengan las mismas opciones de salir, como con el uso de una tabla de números
aleatorios, con la ayuda de una calculadora o del ordenador para generar números
aleatorios, mediante el uso de balotas, etc. Es el tipo de muestreo que se utiliza en

los experimentos científicos propiamente dichos.
 Muestreo Aleatorio Estratificado: Es frecuente que en ciertos estudios

interese evaluar una serie de “subpoblaciones” (estratos) en la población, siendo
importante que en la muestra haya representación de todos y cada uno de los
estratos considerados. El muestreo aleatorio simple no nos garantiza que tal cosa
ocurra. Para evitar esto, se saca una muestra de cada uno de los estratos.
En éste tipo de muestreo es importante considerar dos aspectos:
a. Estratificación: El criterio a seguir en la formación de los estratos será
formarlos de tal manera que haya la máxima homogeneidad en relación a la
variable de estudio dentro de cada estrato y la máxima heterogeneidad
entre los estratos. Por ejemplo, se quiere adelantar un estudio acerca de
consumo de licor en un municipio. La variable será consumo de licor y se
realizará el muestreo tomando muestras de cada uno de los estratos
socioeconómicos desde el 1 hasta el 6.
b. Afijación: Se refiere al reparto del tamaño de la muestra en los diferentes
estratos o subpoblaciones. Existen varios criterios de afijación entre los que
destacamos:
*Afijación igual: Todos los estratos tienen el mismo número de elementos en la
muestra.
*Afijación proporcional: Cada estrato tiene un número de elementos en la
muestra proporcional a su tamaño.
*Afijación Neyman: Cuando el reparto del tamaño de la muestra se hace de
forma proporcional al valor de la dispersión en cada uno de los estratos.
 Muestreo Aleatorio Sistemático: Es un tipo de muestreo aleatorio simple

en el que los elementos se seleccionan según un patrón que se inicia con una
elección aleatoria.
Considerando una población de N elementos, si queremos extraer una muestra de
tamaño n, partimos de un número h=N/n, llamado coeficiente de elevación y
tomamos un número al azar a comprendido entre 1 y h que se denomina arranque
u origen.
La muestra estará formada por los elementos: a, a+h, a+2h,....a+(n-1)h.
De aquí se deduce que un elemento poblacional no podrá aparecer más de una
vez en la muestra. La muestra será representativa de la población pero introduce
algunos sesgos cuando la población está ordenada en función de determinados
criterios.
 Muestreo estratificado por conglomerados o áreas: Mientras que en el
muestreo aleatorio estratificado cada estrato presenta cierta homogeneidad, un
conglomerado se considera una agrupación de elementos que presentan
características similares a toda la población. Así, se divide la población en

unidades pequeñas y geográficamente compactas denominadas conglomerados.
Por ejemplo, para analizar los gastos familiares o para controlar el nivel de
audiencia de los programas y cadenas de televisión, se utiliza un muestreo por
conglomerados-familias que han sido elegidas aleatoriamente. Las familias
incluyen personas de todas las edades, muy representativas de las mismas
edades y preferencias que la totalidad de la población.
Una vez seleccionados aleatoriamente los conglomerados, se toman todos los
elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se
elige al azar no son unos cuantos elementos de la población, sino unos grupos de
elementos de la población previamente formados.
Elegidos estos grupos o "conglomerados" en un número suficiente, se pasa
posteriormente a la elección, también al azar, de los elementos que han de ser
observados dentro de cada grupo, o bien, según se desee, a la observación de
todos los elementos que componen los grupos elegidos.
En ocasiones el factor tiempo afecta la toma de muestras por dos razones en
especial: las características de los elementos de la población pueden modificarse
a lo largo del tiempo, o bien la composición de la población puede verse
modificada, debido a que nuevos individuos pueden entrar a formar parte de la
misma (ej: nacimientos) o dejar de hacerlo (ej: muertes). Por ésta razón y
dependiendo del tipo de estudio se utilizan diseños de muestreo que permiten
minimizar el error en éstos casos como son :
 Muestreo sucesivo: Se utiliza para realizar un reemplazamiento parcial de

unidades de una ocasión a otra o cuando los elementos tienen restringido el
numero de etapas en las que van a formar parte de la muestra.
 Muestreo por etapas: El coste del muestreo se incrementa mucho por la

dispersión geográfica de las unidades, siendo más deseable obtener la muestra de
un modo menos disperso. Así, lo que se hace es obtener la muestra en etapas
sucesivas. En primer lugar se saca una muestra de unidades de primer orden
llamadas “Unidades primarias de muestreo” ; después se obtiene una submuestra
de unidades de segundo orden llamadas “Unidades secundarias de muestreo” ,
extraídas de cada una de las unidades de primer orden seleccionadas
anteriormente y así en forma sucesiva.
La ficha técnica de la "Encuesta sobre la opinión respecto a la intervención militar
contra Irak" (publicada por EL PAÍS 2-2-2003) y tomada de
http://www.uv.es/rmartine/sociologia/tema2.PDF ilustra mejor este tipo de
muestreo.
Ámbito geográfico: España

Recogida de información: mediante entrevista telefónica.
Universo de análisis: población mayor de 18 años residente en hogares con teléfono.
Tamaño de la muestra: 1000 entrevistas proporcionales.
Error muestral: el margen de error para el total de la muestra es de ±2,78% para un
margen de confianza del 95% y bajo el supuesto de máxima indeterminación
(p=q=50%).
Procedimiento de muestreo: selección polietápica del entrevistado:
o Unidades primarias de muestreo (MUNICIPIOS) seleccionadas de forma
aleatoria proporcional para cada provincia.
o Unidades secundarias (HOGARES) mediante la selección aleatoria de
números de teléfono.
o Unidades últimas (INDIVIDUOS) según cuotas cruzadas de sexo, edad y
recuerdo de voto de las elecciones generales de 2000.
14.2 Muestreo No Aleatorio o empírico

En este tipo de muestreo, hay una clara influencia de la persona o personas que
seleccionan la muestra o simplemente se realiza atendiendo a razones de
comodidad. Son mucho menos precisos que los muestreos aleatorios y no se
consideran dentro de la investigación científica propiamente dicha, dado que no
todos los elementos de la población pueden formar parte de la muestra.
Por ejemplo, si hacemos una encuesta telefónica por la mañana, las personas que
no tienen teléfono o que están trabajando, no podrán formar parte de la muestra.
 Muestreo opinático: Es el más utilizado en el muestreo no probabilístico y
consistente en que el investigador selecciona la muestra que «supone» sea la más
representativa, utilizando un criterio subjetivo y en función de la investigación que
se vaya a realizar.
Con el muestreo opinático la realización del trabajo de campo puede simplificarse
enormemente, pues se puede concentrar mucho la muestra. Sin embargo, al
querer concentrar la muestra, se pueden cometer errores y sesgos debidos al
investigador y al tratarse de un muestreo subjetivo (según las preferencias del
investigador), los resultados de la encuesta no tienen una fiabilidad estadística
exacta. Es muy frecuente su utilización en sondeos preelectorales de zonas que
en anteriores votaciones han marcado tendencias de voto.
 Muestreo de itinerarios : Es muy utilizado hoy en día por los institutos de

opinión y consistente en facilitar al entrevistador el perfil de las personas que tiene
que entrevistar en cada uno de los itinerarios en que se realizan las entrevistas.
 Muestreo por cuotas: También denominado en ocasiones "accidental". Se

asienta generalmente sobre la base de un buen conocimiento de los estratos de la
población y/o de los individuos más "representativos" o "adecuados" para los fines
de la investigación.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no
tiene el carácter de aleatoriedad de aquél. En este tipo de muestreo se fijan unas
"cuotas" que consisten en un número de individuos que reúnen unas determinadas
condiciones, por ejemplo: 30 individuos entre 18 y 35 años, universitarios y
residentes en capitales provinciales. Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan esas características. Este método se
utiliza mucho en las encuestas de opinión.
 Muestra intencionada : Se trata de un proceso en el que el investigador
selecciona directa e intencionadamente los individuos de la población. El caso
más frecuente de este procedimiento es el de utilizar como muestra, los individuos
a los que se tiene fácil acceso (los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios que
se ofrecen para participar en determinado estudio.
 Bola de nieve: Se localiza a algunos individuos, los cuales conducen
a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se
emplea muy frecuentemente cuando se hacen estudios con poblaciones
"marginales", delincuentes, sectas, determinados tipos de enfermos y en
investigación de mercados entre otras.
14.3 Muestreo Mixto

En este tipo se combinan diversas clases de muestreo, ya sean probabilísticos o
no probabilísticos, o se puede seleccionar las unidades de la muestra en forma
aleatoria y luego aplicarse el muestreo por cuotas.
14.4 Muestreo Tipo

La muestra tipo (master sample) es una aplicación combinada y especial de los
tipos de muestra existentes. Consiste en seleccionar una muestra para ser usada
al disponer de tiempo. La muestra se establece empleando procedimientos muy
sofisticados; y una vez establecida, ella constituirá el módulo general del cual se
extraerá la muestra definitiva conforme a la necesidad específica de cada
investigación
a) Según el número de muestras tomadas de la población: Los muestreos

pueden ser simples, dobles o múltiples (Rodas et al, 2001 citado por Cazau,
2005), según que elijan una muestra, dos muestras o más de dos muestras.
Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la
primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una
calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja
una calidad intermedia, será requerirá la segunda muestra (Rodas et al, 2001
citado por Cazau, 2005).
Lección 15: Tamaño de la muestra

"Se debe hacer todo tan sencillo como sea posible,
pero no más sencillo."
Albert Einstein
Uno de los problemas más difíciles que enfrenta el investigador cuando trabaja
con el muestreo probabilístico, es la determinación del tamaño de muestra, ya que
el objetivo primordial al determinarlo, es tener información representativa, válida y
confiable de la población de estudio al mínimo costo.
Para obtener más exactitud en la información es necesario seleccionar una
muestra mayor; sin embargo, el sólo hecho de contar con una muestra grande no
garantiza su representatividad.
El tamaño de la muestra estará relacionado con los objetivos de la investigación o
estudio y las características de la población, además de los recursos y el tiempo
de que se dispone.
Los datos de una investigación, pueden ser analizados bien como Estimación de
parámetros o mediante contraste de hipótesis.
Por ejemplo, si el objetivo del estudio es conocer la prevalencia de de diabéticas
en un grupo de mujeres embarazadas de un determinado centro de salud, o
conocer el porcentaje de fumadores en una empresa de vigilancia, lo que se
desea conocer es una proporción y, en este caso, se habla de «estimación de
parámetros».
En Ciencias de la Salud y Ciencias Sociales, los estimadores de uso más
frecuente son la proporción muestral (po) para estimar la proporción en la
población (p) y la media muestral (Ẋ) para estimar la media poblacional (µ).
Con el uso de estimadores, se busca conocer la proporción poblacional, es decir,
la proporción de diabéticas entre todas las embarazadas, o la proporción de
fumadores entre todos los vigilantes, a partir del estudio de un solo grupo de ellos
(una muestra).
Los datos que se obtienen de dicha muestra, llamados «estadísticos», sirven para
conocer los datos de la población, llamados «parámetros»; por eso, es necesario
determinar el tamaño de muestra necesario, para la estimación de parámetros con
un alto grado de precisión.
Por el contrario, cuando el objetivo del estudio planteado es, por ejemplo, conocer
la efectividad de la aplicación de dos fungicidas X e Y, sobre la incidencia de
Alternaria sp en cítricos, ya no se habla de un «estudio paramétrico», sino que es
necesario escoger un diseño experimental en el que interesa conocer si hay
diferencias entre los dos tratamientos (Fungicida X y Fungicida Y) y por lo tanto

será necesario plantear un «contraste de hipótesis».
En ambos casos, estimación de parámetros o contraste de hipótesis, lo que se
hace es una «inferencia», es decir, trasladar los datos obtenidos en la muestra a la
población de la cual se ha extraído dicha muestra, mediante la aplicación de la
estadística inferencial.
En el proceso de recogida de datos, se pueden cometer dos tipos de errores:
«error aleatorio» y «error sistemático o sesgo».
 Error aleatorio: El error aleatorio es el derivado de trabajar con muestras y
se puede cuantificar, está relacionado con la precisión. A medida que se aumenta
el tamaño de la muestra, este error disminuye, hasta el punto de que si se estudia
a toda la población el error aleatorio desaparece.
 Error sistemático o sesgo: Está relacionado con la representatividad de la
población. Si la muestra estudiada reúne características diferentes a las que se
producen en la población, aunque se aumente el tamaño de la muestra, este error
se mantiene y se obtendrán valores diferentes en la muestra a los que realmente
se dan en la población. Este error está relacionado con la validez (Fuentelzals G,
2004).
15.1 Estimación de Parámetros: Estimación Puntual y Estimación por

Intervalos
Estimar un parámetro supone proponer un valor para el mismo a partir de la

muestra; un estimador del porcentaje poblacional sería el porcentaje de vigilantes
fumadores obtenido de la muestra de vigilantes de una determinada empresa de
vigilancia y sería por lo tanto, una estimación “Puntual” y por lo tanto es muy
probable que no corresponda realmente al valor del parámetro en la población
total de vigilantes.
Para evitar éste tipo de error, resulta mejor la estimación por intervalos; en donde
se determina un rango de valores que contendrá el valor del parámetro con una
cierta confianza o seguridad, que habitualmente es del 95%.
Al determinar un intervalo de confianza (IC), en éste caso 95%, se podrá estar
seguro que el parámetro es representativo de la población y que solo hay un 5%
de probabilidad de que no lo sea.
La afirmación hecha mediante un «intervalo de confianza» (IC) es preferible a la
hecha por estimación puntual, ya que permite cuantificar la magnitud del error
asociado a la estimación.
Al realizar estimaciones, es necesario tener en cuenta el «error estándar», que
está relacionado con la calidad de la estimación. El error estándar mide la
desviación estándar de una muestra poblacional en relación a otra, siendo la
“desviación estándar” la distancia que separa a un dato de la media poblacional.
Ejemplo: En el caso de lechones de engorde, se ha estudiado una muestra de 100

lechones que tienen una media de peso al destete de 6,5 kl y una desviación
estándar (DE) de 1,5; si se estudia otra muestra de 100 se puede encontrar una
media de 5,4 y una DE de 0,8; en otra muestra se pueden encontrar valores de 4,8
y 1, respectivamente, etc., y así se podrían estudiar muestras diferentes hallando
valores similares pero no iguales. En este caso, en la segunda muestra, los datos
se encuentran más cercanos a la media poblacional pues se presenta el menor
valor de DE.
El error estándar mide la variabilidad entre las diferentes medias de las muestras;
es decir, mide la dispersión imaginaria que presentarían las distintas medias
obtenidas en las muestras estudiadas. Para estimar el error estándar, se utilizan
fórmulas diferentes según se pretenda calcular el «error estándar de una media»
(EEM) o el «error estándar de una proporción» (EEP).
 Error estándar de una media (EEM): Depende de la variabilidad de la

propia variable, reflejada en su desviación estándar, y del tamaño de la muestra
estudiada. Cuanto mayor sea la variabilidad de la variable (mayor DE), mayor
variabilidad tendrá la muestra (EEM más elevado). Cuanto mayor sea el número
de individuos estudiados, menor será el EEM (Fuentelzals G, 2004).
Donde n= tamaño de muestra
 Error estándar de una proporción (EEP): Cuando la variable es

cualitativa, no hay un valor medio que se pueda cuantificar, por tanto, se trata de
cuantificar la dispersión de los porcentajes obtenidos en diferentes muestras.
En la fórmula intervienen la proporción de sujetos que presentan la característica
(p0) y la proporción de los que no la presentan (1- p0), expresado en tanto por uno,
además del tamaño de la muestra estudiada. 1- p0 se sustituye muchas veces por
q, ya que 1= p+q, por tanto, q= 1-p.
La amplitud del intervalo de confianza IC está directamente relacionada con ese

error que, en el caso de una media o una proporción, por ejemplo, es la mitad de
dicha amplitud. El error está determinado por el tamaño de la muestra, por lo que
el tamaño «muestral» mínimo estará en función del error máximo que se
considere admisible.
El error de la estimación ha de ser suficientemente pequeño para considerar que

la estimación es precisa, lo que determina que el intervalo de confianza sea
suficientemente estrecho (Fuentelzals G, 2004).
El grado de error máximo aceptable en los resultados de la investigación puede
ser hasta un 10%; normalmente lo más aconsejable es trabajar con variaciones
del 2 al 6%, ya que variaciones superiores al 10% reducen demasiado la validez
de la información, sin embargo, la revisión de literatura, las características propias
de cada disciplina, los resultados de investigaciones similares, las pruebas piloto,
son las que en gran parte definen el grado de error que es aceptable.
 Intervalo de confianza de una proporción: La fórmula para calcular el

intervalo de confianza al 95% de una proporción es:
Si se sustituye el EEP por su valor, visto anteriormente:
Donde:
po: es la prevalencia esperada del parámetro que se ha de estimar.
Zα: es el nivel de confianza elegido, determinado por el valor de α .
Para una confianza del 95% (α= 0,05), que es la utilizada habitualmente, este
valor en la curva normal o Z es de 1,96; aunque se pueden usar otros valores:
X = σ : 66% de confianza - cuyo valor correspondiente en la tabla de la curva

normal o Z es de 1.64.
X = 2 σ : 95% de confianza- cuyo valor correspondiente en la tabla de la curva

X = 3 σ : 99% de confianza- cuyo valor correspondiente en la tabla de la curva

El más usual es 2 σ, Pero se puede asumir cualquier valor para el nivel de

confianza entre el 66 y el 99%, para este efecto se consultan los valores
correspondientes en la tabla de Z. Pero como se mencionó antes, los valores más
usuales están entre el 90 y 95%.
 Intervalo de confianza de una media: La fórmula para calcular el intervalo

de confianza al 95% de una media es la siguiente:
Si se sustituye el EEM por su valor, queda:
15.2 Cálculo del tamaño de la muestra para estimar una proporción

El intervalo de confianza para estimar una proporción está determinado por la
estimación puntual (po) y por la amplitud o anchura de dicho intervalo, denominada
«precisión» (d).
Donde:
Despejando n, se obtiene la fórmula para calcular el número de observaciones o

individuos necesarios para estimar una proporción, es decir el tamaño de muestra:
Por tanto, es evidente que las dos cosas más importantes que determinan el
intervalo de confianza y que se han de tener en cuenta para calcular el tamaño de
la muestra son la anchura del intervalo o precisión (d= 1/2 de la amplitud del IC) y
la confianza o seguridad establecida (1-α). Ambas, al igual que el valor de p , han
de ser determinadas a priori por el investigador, con base a la información
bibliográfica previamente consultada acerca de otros estudios similares o con los
resultados de la prueba piloto.
Fuentelzals G (2004), ilustra el cálculo del tamaño de muestra con el siguiente

ejemplo:
¿Cuántas mujeres será necesario estudiar para estimar la prevalencia de dolor

lumbar en una población de embarazadas?
Con un nivel de confianza del 95% (a= 0,05; Za= 1,96), un error máximo admitido
del 8% (la amplitud del IC será 16%) y un valor de prevalencia conocido por la
bibliografía del 20%.
El nivel de prevalencia equivale a p = 0,2 y q = (1-p) entonces q= 0,8
El tamaño de muestra deberá ser entonces de 96 mujeres.
El tamaño de la muestra dependerá de los valores que se introduzcan en la

fórmula, de modo que, para una mayor precisión (IC más estrecho), se necesitará
un mayor tamaño de la muestra, al igual que si se desea trabajar con un nivel de
confianza mayor.
Cuando el tamaño de la población es infinito, es decir no se conoce, se debe
asumir que la probabilidad de que el evento ocurra es igual a probabilidad de que
no ocurra. En este caso p = 0,5 y q = 0,5.
Si se asume que el nivel de confianza es del 95% y el valor de Z = 1,96 se
aproxima a 2, se tiene una formula resumida para hallar n en poblaciones infinitas:
15.3 Cálculo del tamaño de la muestra para estimar una media

Siguiendo el mismo razonamiento que para la estimación, se obtiene la fórmula
para calcular el tamaño de la muestra necesario para estimar una media:
Donde la precisión es:

Por tanto, la fórmula resultante para el cálculo del tamaño de muestra será:
Ejemplo: ¿Cuántas plantas enteras de cebolla de un cultivo determinado, será

necesario muestrear para estimar el contenido promedio de azufre , en un estudio
en donde se pretende evidenciar la relación entre contenido de S en bulbo y días
de conservación en pos cosecha?
Estableciendo un nivel de confianza del 95% y una precisión de 5 (la diferencia
entre la media de contenido foliar de azufre de la población y la de la muestra,
será 5 ppm); faltaría por conocer la DE.
Se supone que se ha obtenido a partir otras investigaciones de nutrición en
cebolla y que es de 20.
Por lo que el número de plantas que deben muestrearse será mínimo de 62.
Estas formulas permiten calcular el tamaño de muestra cuando se considera que
el muestreo será aleatorio.
Sin embargo, otros diseños de experimentos pueden hacer uso de muestreos no

aleatorios como los muestreos estratificados. En éste caso, se tiene en cuenta el
llamado «efecto de diseño», por el que se ha de multiplicar el valor calculado.
En el muestreo aleatorio este valor es 1. Generalmente, este valor está entre 1,5 y
3. Así, un valor igual a 2, por ejemplo con un muestreo estratificado, significa que
para obtener la misma precisión habrá que estudiar al doble de individuos que con
muestreo aleatorio. Si se necesitaban 200 individuos en un muestreo aleatorio, se
deberán estudiar 400 (200 × 2) en un muestreo estratificado (Fuentelzals G,
2004).
Otro aspecto que debe tenerse en cuenta es el de las pérdidas que se prevén, es
decir, los sujetos de los cuales no se tendrá información. Para cuantificarlas se
usa la siguiente fórmula:
Donde:
nc= tamaño de la muestra, teniendo en cuenta las pérdidas
n= tamaño de la muestra, sin tener en cuenta las pérdidas
pe= porcentaje esperado de pérdidas
En el caso de las plantas de cebolla, si se estima que podría haber un porcentaje

de pérdidas de bulbos durante el cultivo del 10% por enfermedades, entonces:
La muestra será de 70 plantas, previendo que un 10% de ellas podrían perderse

durante el experimento.
15.4 Cálculo del tamaño de la muestra para Contraste de hipótesis
Es el caso de los estudios con un diseño experimental, en los que se hace una
intervención en dos grupos, la habitual al «grupo control» y la que se pretende
evaluar al «grupo experimental», o sobre una misma población cuando se prueban
diferentes tratamientos teniendo como referencia un testigo (población de control).
Lo que desea el investigador es conocer si hay diferencias entre los dos grupos, o
entre los tratamientos aplicados a un grupo, para lo que plantea un contraste de
hipótesis, con la comparación de medias o proporciones, dependiendo del tipo de
variables.
Se plantean así dos tipos de hipótesis: la nula y la alternativa. En la primera se
establece que no hay diferencias entre los dos grupos para la variable de interés;
en la segunda, se plantea que si hay diferencias entre los grupos o tratamientos,
que es la que se pretende encontrar con el estudio.
Para calcular el tamaño de la muestra en estos casos, hay que tener en cuenta los
errores que se pueden cometer, Error a o de tipo I (rechazar la hipótesis nula
cuando es cierta) y error b o de tipo II (no rechazar la hipótesis nula cuando es
falsa).
El primer caso se refiere a la seguridad del estudio, y, por tanto, al riesgo de
cometer un error a. En el segundo caso, se habla de la potencia o poder
estadístico (1-b), que es el riesgo de cometer un error b.
Los valores utilizados habitualmente son a= 0,05 (nivel de confianza del 95%) y b=
0,20 (potencia del 80%).
También es preciso establecer la magnitud de la diferencia que se pretende

encontrar entre los dos grupos, es decir, la diferencia entre las dos proporciones o
las dos medias, así como una idea del valor de los parámetros de la variable de
estudio (proporción o desviación estándar), que puede obtenerse de la bibliografía
o a partir de la prueba piloto.
Se debe indicar si los grupos son «independientes» o «apareados», es decir, si

son dos grupos diferentes o es un mismo grupo al que se le han realizado dos
mediciones.
Por último, se ha de decidir si la hipótesis será «unilateral» o «bilateral». En el
primer caso, se supone que un parámetro será mayor en un grupo que en el otro
(o menor, dependiendo de si el efecto de la intervención es reducir el valor de la
variable).
En el contraste bilateral, el parámetro puede ser mayor o menor en cualquiera de
los dos grupos de estudio (Fuentelzals G, 2004).
 Comparación de proporciones: Para calcular el tamaño de la muestra

necesario en cada grupo de estudio, los valores que se han conocer son:
 riesgo α deseado (habitualmente 0,05),

 riesgo β (habitualmente 0,20),
 proporción en el grupo control y
 proporción en el grupo experimental y decidir si el contraste es bilateral o
unilateral.
La fórmula utilizada es:
Donde:
Zα es el valor Z correspondiente al riesgo α fijado;
Zβ es el valor Z correspondiente al riesgo β fijado;
p1 es el valor de la proporción en el grupo control;
p2 es el valor de la proporción en el grupo experimental,
y p es la media aritmética de las dos proporciones, p1 y p2 (p1 + p2/2)
En particular, para una seguridad de un 95% y un poder estadístico del 80% se

tiene que y .
Como ejemplo, supongamos que se desea estudiar la existencia de una

asociación entre el consumo de tabaco y el hecho de sufrir un infarto de miocardio.
Para poner en evidencia dicha asociación y cuantificar su magnitud, se diseña un
estudio de casos y controles en el que se investigará el consumo de tabaco de
una serie de pacientes que han padecido un infarto de miocardio (casos) y una
serie de pacientes sanos (controles).
La medida más utilizada para cuantificar la asociación entre la exposición y la
presencia de enfermedad es el "odds ratio" (OR) y su cálculo se estima mediante
el cociente de las dos cantidades anteriores.
La interpretación del OR es la siguiente: si el OR es igual a 1, la exposición no se
asocia con la enfermedad, mientras que si el OR es menor de 1 la exposición tiene
un efecto protector (es decir, la exposición disminuye la probabilidad de desarrollar
la enfermedad).
Por último, si el valor del OR es mayor de 1, la exposición aumenta las
posibilidades de desarrollar la enfermedad. De cualquier modo, las estimaciones
del OR se deben realizar con su 95% intervalo de confianza para poder confirmar
o rechazar la asociación de la exposición con la enfermedad.
Siguiendo con el ejemplo, se cree que alrededor de un 40% de los controles son
fumadores y se considera como diferencia importante entre ambos grupos un OR
de 4. Con estos datos, podemos calcular el tamaño de muestra necesario en cada
grupo para detectar un OR de 4 como significativamente diferente de 1 con una
seguridad del 95% y un poder del 80%. De acuerdo con lo expuesto con
anterioridad, conocemos los siguientes parámetros:
a. Frecuencia de exposición entre los controles (p2): 40%

b. OR previsto (w): 4
c. Nivel de seguridad( Zα): 95%
d. Poder estadístico: 80%
De acuerdo con estos datos, se estima que la frecuencia de exposición (p1) entre
los casos vendrá dada por:
Esto es, se estima que aproximadamente un 73% de los casos son fumadores.
Una vez hallado p1, podemos calcular n.
Se requieren 35 individuos de cada grupo para detectar como significativo un OR

de 4.
 Comparación de medias: En este caso, los valores que se han conocer

son:
a) riesgo α deseado (habitualmente 0,05),
b) riesgo β (de manera habitual 0,20),
c) variancia o DE de la variable
d) valor mínimo de la diferencia que se ha de detectar. Y decidir también si el
contraste es bilateral o unilateral.
La fórmula que se emplea para calcular el tamaño de la muestra en este caso es:
Zα es el valor Z correspondiente al riesgo α fijado;

Zβ es el valor Z correspondiente al riesgo β fijado;
S es la desviación estándar,
y d es el valor mínimo de la diferencia que se desea detectar.
Ejemplo: Se desea conocer el tamaño de la muestra necesario para un estudio

cuyo objetivo es conocer el efecto de las raciones proteicas suministradas a vacas
lecheras, sobre el porcentaje de urea en leche.
Se planteará un diseño experimental con dos grupos de vacas. A un grupo se le
suministrará una dieta balanceada y al grupo testigo se le dejará la dieta habitual
que hace el propietario del hato.
Interesará conocer si existen diferencias en la media de los niveles de urea en
leche obtenidos en los dos tratamientos.
Se asume un riesgo α= 0,05, un riesgo β= 0,20, una DE de 4,03 y la diferencia
mínima de las medias que se considera relevante entre los dos grupos, que es de
2 mg.dl-1de urea en leche. El tipo de contraste planteado es unilateral, y para
datos independientes.
Es decir que deberán seleccionarse 50 vacas en cada grupo de

muestreo.
Actividades de Autoevaluación de la UNIDAD
De acuerdo con lo visto en la unidad, reflexione a cerca de las siguientes

preguntas. Si tiene dudas, retome las temáticas y refuerce sus conocimientos.
1.En que difieren el enfoque Cualitativo y el enfoque Cuantitativo de la

investigación?
2. Sobre cual Paradigma se sustenta la investigación en ciencias de la vida y

ciencias exactas?
3. Sobre cuál Paradigma se sustenta la investigación en Ciencias Sociales?
4. El enfoque cualitativo implica que no es necesario seguir un método riguroso en

la investigación?
5. Puede la investigación Profesional considerarse como investigación científica

propiamente dicha?
6. Las Revoluciones científicas son necesarias para el progreso? Explique.
7. Podría afirmarse que una investigación científica, incluye la investigación

exploratoria, descriptiva, explicativa y correlacional como los pasos lógicos que
sigue el método científico?
8. Como afecta la selección de la muestra y del marco de muestreo la validez del

experimento?
Fuentes Documentales de la Unidad 1

BRIONES, G. (1996). Metodología de la investigación: CONSTRUCTOS,
VARIABLES E HIPÓTESIS. ICFES.
CAMACHO, H. & PADRÓN, J. (2000). NOTA SOBRE LA INVESTIGACIÓN
RACIONALISTA. Telos, Revista de Estudios Interdisciplinarios de la Universidad
Rafael Belloso Chacín Vol. 2, Nº 2 , 314-330.
CASTILLO, B. R. (2009). La hipótesis en investigación. Contribuciones a las
Ciencias Sociales en www.eumed.net/rev/cccss/04/rcb2.htm.
CAZAU, P. (2006). Introduccion a la investigacion en ciencias sociales. Modulo
404 REDPSICOLOGÍA ONLINE – WWW.GALEON.COM/PCAZAU . Buenos Aires,
Argentina.
CEGARRA, S.J.(2004). Metodología de la investigación científica y tecnológica.
Madrid: Diaz de Santos.
COOK, T.D & REICHARDT CH.S.(2005). Métodos cualitativos y cuantitativos en
investigación evaluativa. Madrid: Morata.
COLLAZOS, H. (2007). Técnicas de Investigación. Bogotá, UNAD.
_____________Como plantear Preguntas de investigacion. Universidad del
Rosario, E.d.(22 de julio de 2003). Recuperado el 1 de 2010, de
http://www.urosario.edu.co/cienciashumanas/documents/facultades/pdf/50a.pdf
CORDERO A, H. (2005). Elaboración del proyecto de investigación cuantitativa.
Universidad Nacional de Educación Enrique Guzmán y Valle, Perú.
FUENTELZALS G, C. (2004). Cálculo del Tamaño de Muestra. Matronas
Profesión; vol. 5, n.º 18 .
GORMAN, G. E., CLAYTON, P., RICE-LIVELY, M. L., & GORMAN, L. (1997).
Qualitative research for the information professional: a practical handbook.
Michigan: Library Association Publishing.
GRAJALES, T. (2000). El origen de una investigacion. Recuperado el 1 de 2010,
de http://tgrajales.net/investorigen.pdf
GRANDE, I. & ABASCAL, Fernandez H. (2007). FUNDAMENTOS Y TECNICAS
DE INVESTIGACION COMERCIAL pp430. Madrid, España: ESIC.
GRAWITS, M. (1975). Metodos y técnicas de las ciencias sociales. Barcelona,
España: Hispanoamericana.
GRZEGORCZYK, A. & ROJAS, P. (1967). Hacia una síntesis metodologica del
conocimiento. México: Universidad Nacional Autónoma de México.
JARAMILLO Acosta, M. C. (2007). Investigación Contable y Virtualidad. XXIV
Simposio sobre Revisión Fiscal (pág. 55). Rioacha, Colombia:
www.adecum.org/es/.../4-investigación-contable-y-virtualidad-01.html.
KOETING, J. R. (1984). Foundations of naturalistic inquiry: developing atheory

base for understanding individual interpretations of reality. Association for
Educational Communications and Technolog. Dallas.
La CALLE, J. Estudios Correlacionales. En Introducción a la Psicología. España:
Universidad de Jaen. Consultado 08-2009.
MARTIN, F. S., AYUGA, T. E., GONZALEZ, G. C., & FERNANDEZ, A. M. (2001).
GUIA COMPLETA DE STATGRAPHICS desde MS-DOS a Statgraphics plus pp
559-. Madrid, España: Diaz de Santos, S.A.
MOREIRA, M.A.(2003). INVESTIGACIÓN BÁSICA EN EDUCACIÓN EN
CIENCIAS: UNA VISIÓN PERSONAL. Revista Chilena de Educación Científica,
3(1): 10-17, 2004.
MUNHALL, P. L. (2001.). Nursing research: A qualitative perspective..
Mississauga, ON: Jones and Bartlett Publishers Canada.
OCHOA, N., ALCALÀ, H., BORREGO, L., BOUQUETE, L., LÒPEZ, D., ROSSI, &
otros. (2008). El Positivismo. Recuperado el 30 de 12 de 2009, de
Monografías.com: http://www.monografias.com/trabajos6/posix/posix.shtml
PARDINAS, F. (2005). Metodologia y tecnicas de investigacion en ciencias
sociales. Trigesimoctva edicion. Mexico, D.F.: Siglo XXI Editores.
PEINADO, P. J., DÍAZ Molina, V., & CALDERÓN Montero, F. J. (2007). La revisión
bibliográfica sistemática en fisiología del ejercicio: recomendaciones prácticas.
RYCIDE. REVISTA INTERNACIONAL DE CIENCIAS DEL DEPORTE. VOLUMEN
III. AÑO III. Nº 6 - enero - 2007 , 1-11.
ROJAS,S.R. (2002). Investigación Social: Teoría y Práxis. México:Plaza y Valdez
RUVALCABA, L. G. (2002). Uso y aplicaciòn de fuentes informaticas. Recuperado
el 12 de 2009, de
http://iteso.mx/~lilianar/materiales/fuentesdeinformacion.htm#documentac
SHERMAN, B. R., & WEBB, R. B. (1988). Qualitative Research in Education:
Focus and Methods. London: Falmer Press.
SRAUSS, A. & CORBIN, J. (2002). Bases de la Investigación Cualitativa. Medellín,
Colombia: Editorial Universidad de Antioquia.
TAMAYO y Tamayo, M. (2003). El proceso de la investigacion cientifica. 4a
edicion. Mexico d.F: Limusa editores.
_____________ (s.f.). Teoría del Conocimiento. Obtenido de
http://www.mercaba.org/Filosofia/PDF/Tor%C3%ADa%20del%20Conocimiento.pdf
VÁSQUEZ, I. Tipos de Estudios.2005. GestioPolis.com. Recuperado el 11 de 11
de 2009
ZORRILLA, S., & TORRES, M. (1992). Guía para elaborar Tesis. Mexico: McGraw
Hill Interamericana.
UNIDAD DOS
TECNICAS DE INESTIGACIÓN
INTRODUCCIÓN
La investigación científica se entiende como la aplicación del método científico
propiamente dicho, a fin de hallar respuestas acerca de una problemática
específica. La palabra método se define como “camino que conduce a” y habrá de
entenderse como el procedimiento que se sigue en las ciencias para hallar la
verdad. En su acepción más general, el método es la estrategia que guía el
proceso de investigación con el fin de lograr ciertos resultados; específicamente,
aquellos definidos en los objetos de estudio.
Esta estrategia, en su planteamiento y desarrollo, incluye la experiencia practica,
técnica y teórica del investigador, guiadas a su vez por las grandes funciones
intelectuales del análisis, la síntesis, la inducción y la deducción. En este sentido,
por medio del método se eligen alternativas de solución para los diferentes
problemas que aparecen en el camino de la creación de conocimientos y se
aplican normas y criterios para aceptar ciertos hechos, compararlos, describirlos,
explicarlos o rechazarlos.
La Técnica por su parte, hace referencia a la forma o manera correcta de hacer las
cosas. El diccionario nos da como definición de Técnica: “Conjunto de
procedimientos de que se vale una ciencia o un arte”. Así, el método alude más a
lo conceptual y la técnica a lo factual.
En cada ciencia se establecen procedimientos específicos para el tratamiento de
algunos aspectos de la materia de investigación, procedimientos que por lo
general no pueden trasladarse, a otros campos. Así, por ejemplo, las operaciones
que efectúa un arqueólogo para determinar la fecha de una pieza, difícilmente se
utilizan fuera de su disciplina. Otros procedimientos, a su vez, se aplican a tareas
muy limitadas dentro del proceso total de la investigación, como es el caso de
recoger informaciones mediante preguntas, seleccionar muestras de un contexto,
tomar registros en un experimento, etc. Tales procedimientos específicos reciben
el nombre de técnicas de investigación y actúan en apoyo de un método más
general en el intento de lograr conocimientos objetivos verificables.
De acuerdo a lo anterior, en la primera Unidad nos hemos enfocado en los
elementos que son necesarios para la conceptualización del trabajo de
investigación, desde la elección del tema hasta la elección del tipo de muestreo y
la determinación del tamaño de muestra, es decir, en el Método.
Esta unidad, se enfocará en las Técnicas e instrumentos más comúnmente
utilizados en la investigación científica, como son las técnicas para recolección
de datos, los principales tipos de diseños experimentales, tratamiento de datos y
análisis de la información.
CAPITULO 4: TECNICAS DE RECOLECCIÓN DE DATOS
Introducción
Los datos según Diccionario Webster, son: "Hechos o cifras de los cuales se
puede sacar conclusiones, base para: razonamiento, discusión o cálculo". A partir
de los datos se realiza un procesamiento y se obtiene una información, la cual no
es otra cosa que datos (hechos) derivadamente organizados (sistematizados) que
interpretan o explican la realidad y permiten el progreso del conocimiento
(Tamayo, 2005).
Las principales técnicas utilizadas en la recolección de datos son: La observación,
la entrevista, la encuesta y el experimento. Cada una de ellas a su vez posee sus
propios instrumentos de medición y recolección de datos.
Lección 16: La Observación

"No se debe confundir la verdad con
la opinión de la mayoría"
Jean Cocteau
La palabra observación se refiere a la percepción visual y se emplea para indicar

todas las formas de percepción utilizadas para el registro de respuestas tal como
se presentan a nuestros sentidos (Tamayo, 2005).
Es necesario también hacer diferencia entre lo que es una respuesta a un estímulo
y lo que es el dato. Una respuesta es cierto tipo manifiesto de acción mientras
que un dato es el producto del registro de la registro de la respuesta. Por lo tanto,
una respuesta es observable, un dato es observado.
A manera de ejemplo: Si se trabaja en cierta comunidad a fin de estudiar los
fenómenos de migración (movilidad hacia el exterior), la movilidad es una
respuesta observable, mientras que el porcentaje de migrantes o el número de
migrantes son los datos que pueden ser observados al igual que los datos
obtenidos de la operacionalización de variables adjudicadas a cada una de las
posibles causas que condicionan los fenómenos migratorios cosos, número de
hijos, estado civil, etc.
En el caso de una investigación en donde se busca cuantificar el efecto de un
fertilizante sobre la producción de un cultivo, las respuestas observables serán el
crecimiento de la planta, su ciclo fenológico, el vigor, la sanidad y los datos
observados serán la altura de la planta a primer racimo, días a primer racimo,
número de racimos y la producción en kilos por planta.
La observación es un método clásico de investigación científica; además, es la
manera básica por medio de la cual obtenemos información acerca del mundo que
nos rodea.
La observación como técnica de investigación, cobra valor siempre y cuando:

 Sirva a un objetivo ya formulado en la investigación.
 Sea planificada en forma sistemática y se especifique su duración y
frecuencia.
 Se busque relacionarla con proposiciones más generales.
 Esté sujeta a comprobaciones y controles de validez y confiabilidad
Entre las ventajas de la observación, tenemos que determinada conducta se

describe en el momento exacto en que está ocurriendo. Además, las
observaciones se pueden realizar independientemente de que las personas estén
dispuestas a cooperar o no, a diferencia de otros métodos en los que sí
necesitamos de la cooperación de las personas para obtener la información
deseada.
En contraposición, también existen algunas desventajas, tales como la dificultad
para observar un comportamiento específico en el momento de efectuar la
observación. Además, las conductas que se encuentran sujetas a observación,
generalmente son limitadas. Es difícil poder observar la interacción familiar, por
ejemplo, al acostarse o levantarse.
La observación, debido a su utilidad, es un método que se puede utilizar, junto con
otros, para recabar información. Por ejemplo, se puede emplear la observación en
un estudio exploratorio, y para el estudio final se pueden usar otros métodos tales
como cuestionarios, entrevistas y experimentos.
La observación como Técnica, debe seguir varios pasos:

a. Determinar el objeto, situación, caso, etc. (que se va a observar)
b. Determinar los objetivos de la observación (para qué se va a observar)
c. Determinar la forma con que se van a registrar los datos
d. Observar cuidadosa y críticamente
e. Registrar los datos observados
f. Analizar e interpretar los datos
g. Elaborar conclusiones
h. Elaborar el informe de observación. Este paso puede omitirse si en la
investigación se emplean también otras técnicas, en cuyo caso el informe incluye
los resultados obtenidos en todo el proceso investigativo.
La Observación puede ser estructurada o no estructurada. La observación No

Estructurada, llamada también simple o libre, es la que se realiza sin la ayuda de
elementos técnicos especiales y por lo tanto no obedece al campo de la
investigación científica propiamente dicha. Puede ser utilizada en diseños no
experimentales.
La observación estructurada en cambio, se realiza con la ayuda de instrumentos
como fichas, cuadros, tablas y por lo tanto se le denomina observación sistemática
que es de la que nos ocuparemos por corresponder al método científico.
Para que la Observación sea considerada como científica, debe cumplir con los
siguientes requisitos:
a. Tener objetivos específicos.
b. Proyectarse hacia un plan definido y un esquema de trabajo.
c. Sujetarse a verificación.
d. Controlarse sistemáticamente.
e. Reunir requisitos de validez y confiabilidad.
f. Los resultados de la observación deben plasmarse por escrito,
preferentemente en el momento que están transcurriendo
16.1 Tipos de Observación

De acuerdo con los medios utilizados, con el grado de participación del
observador, el lugar donde se realiza y con los observadores, la observación se
puede clasificar en diferentes tipos que se presentan a continuación:
 Observación Directa. Es aquella en la cual el investigador puede observar

y recoger datos mediante su propia observación. Galtung, citado por Tamayo
(2005), presenta como variantes:
a) la observación intersubjetiva, basada en el principio de que observaciones
repetidas de las mismas respuestas por el mismo observador deben producir los
mismos datos
b) la observación intrasubjetiva, en donde observaciones repetidas de las mismas
respuestas por observadores diferentes deben producir los mismos datos
 Observación indirecta: Cuando el investigador entra en conocimiento del
hecho o fenómeno a través de las observaciones realizadas anteriormente por otra
persona, es decir a partir de información secundaria de libros, revistas, informes,
grabaciones, fotografías, etc., relacionadas con lo que se está investigando.
 Observación Participante y no Participante: La observación es
participante cuando para obtener los datos el investigador se incluye en el grupo,
hecho o fenómeno observado, para conseguir la información "desde adentro".
En la observación no participante, se recoge la información desde afuera, sin

intervenir para nada en el grupo social, hecho o fenómeno investigado.
 Observación de Campo : La observación de campo es el recurso principal
de la observación descriptiva; se realiza en los lugares donde ocurren los hechos
o fenómenos investigados. La investigación social y la investigación en ciencias
recurren en gran medida a esta modalidad.
El realizar la observación de campo, requiere contar con una guía de información
para recolectar los datos y para investigar los indicadores y relaciones entre las
variables. En el registro de las observaciones se utiliza un diario de campo y
cámaras fotográficas o de cine, para complementar con material audiovisual la
investigación.
Después se transcriben las observaciones a las fichas de campo. Es importante
que las anotaciones se realicen en el momento de la observación o poco tiempo
después de realizada ésta.
Las observaciones deben ser revisadas y también deben ser lo más objetivas
posibles, cerciorándose de que las fichas se han elaborado con cuidado y
precisión.
De ser posible, es conveniente que dos o más investigadores realicen la
observación y la registren, a fin de depurar y controlar la información. Por otra
parte, el investigador debe recordar que la conducta del hombre puede ser
modificada por condiciones externas y que debe tratar de ser lo más objetivo
posible, así, a su vez la observación puede ser:
 Observación Individual : Observación Individual es la que hace una sola

persona, sea porque es parte de una investigación igualmente individual, o
porque, dentro de un grupo, se le ha encargado para tal fin.
 Observación De Equipo La observación de grupo es la que se realiza por
parte de varias personas que integran un equipo de trabajo que efectúa una
misma investigación y puede realizarse de varias maneras:
 Cada individuo observa una parte o aspecto de todo
 Todos observan lo mismo para cotejar luego sus datos (esto permite
superar las operaciones subjetivas de cada una)
 Todos asisten, pero algunos realizan otras tareas o aplican otras técnicas.
 Observación Experimental o de Laboratorio : La observación de

laboratorio se entiende de dos maneras: por un lado, es la que se realiza en
lugares pre-establecidos para el efecto tales como los museos, archivos,
bibliotecas y laboratorios; por otro lado, también es investigación de laboratorio la
que se realiza con grupos humanos previamente determinados, para observar sus
comportamientos y actitudes.
En este tipo de observación, el investigador manipula ciertas variables para

observar sus efectos en el fenómeno estudiado. Cuando los recursos lo permiten,
el experimento consiste en reunir a un grupo humano y provocar una situación al
introducir determinada variable, y con un grupo de observadores, medir las
consecuencias.
En algunas ocasiones se utiliza el experimento de control, que consiste en la
selección de dos muestras aleatorias. Al grupo experimental se le aplica la
variable; de esta manera se tiene la posibilidad de comparar los resultados
obtenidos en ambos grupos.
Existen dificultades para llevar a cabo este tipo de observación; uno de ellos es el
costo, otro, lograr uniformidad en las características de la muestra de control y de
la experimental. Por otra parte, es posible que aparezcan variables extrañas que
no puedan ser controladas por el investigador y que influyan en los resultados.
La realización de un experimento, sobre todo con grupos humanos, es bastante
difícil y costosa.
 Observación No Dirigida: No es sistemática y por lo tanto no se considera
científica. Toda observación no dirigida es incompleta en su proceso y debe estar
necesariamente acompañada de una observación dirigida.
 Observación Dirigida o estructurada: Esta observación es sistemática y

orientada hacia un objeto preciso. Esta supone haber hecho anteriormente una
elección. Esta elección determina a la vez lo que se debe o no seleccionar (o
renunciar) en este tipo de observación.
En éste tipo de observación, uno extrae a menudo los elementos siguientes:
 Observaciones no pertinentes: hechos extraídos que no tienen ninguna
incidencia sobre le fenómeno de estudio.
 Observaciones no sistemáticas: prioridades no respetadas, valoración de
los detalles no significativos, etc.
 Imprecisiones: utilización de términos que se prestan a interpretaciones
diferentes (menos, más, un poco, ...) o haciendo uso de juicios de valor
(bien, mal, amable, ...)
 Ejercitar la observación sistemática o dirigida. A partir de la percepción de
algo concreto, hay una gran cantidad de detalles y aspectos de mayor o
menor importancia que escapan a la atención consciente. Mediante la
observación dirigida o sistemática, lo que se pretende es entrenarnos en
captar conscientemente los detalles más destacados y que ofrecen
mayores contrastes centrando también nuestra atención en aquellos otros
que no aparecen de forma tan patente para formarnos una idea lo más
exacta, completa y clara posible.
 Utilizar el método de clasificación. Se retienen mucho mejor los elementos

de un conjunto si procedemos a clasificarlos en grupos que si pretendemos
retenerlos aisladamente.
 Captar el significado de las ideas básicas de un tema. Cuanto más ricas y
variadas sean las relaciones que establezcas entre los conceptos generales
y sus principios básicos, mayor será tu memoria lógica. Debes, por tanto,
estructurar y relacionar muy bien todo el material que deseas retener, ya
que nuestra mente es asociativa y captamos estructuras. De ahí la
importancia de la clasificación, visión de conjunto y asociaciones de los
nuevos contenidos con los que ya existen en nuestra mente.
En general, en todo proceso y diseño de investigación, se involucra el proceso
de observación sistemática, puesto que es a partir de ella, que el experimentador
plantea el tema de investigación y obtiene los datos, independientemente de las
demás técnicas e instrumentos que utilice. Por ejemplo, en una investigación en
laboratorio o de campo, el experimentador “observa” fenómenos y registra
información; en una investigación social, el experimentador “observa”
comportamientos y registra información utilizando encuestas o entrevistas ; en una
investigación de mercados, el experimentador “observa” tendencias , preferencias
y necesidades de los consumidores.
Lección 17: La Entrevista

―El lenguaje ha de ser matemático, geométrico, escultórico.
La idea ha de encajar exactamente en la frase,
tan exactamente que no pueda quitarse nada
de la frase sin quitar eso mismo de la idea‖.
José Martí
Es una técnica para obtener datos que consisten en un diálogo entre dos
personas: El entrevistador "investigador" y el entrevistado; se realiza con el fin de
obtener información de parte de este, que es, por lo general, una persona
entendida en la materia de la investigación.
La entrevista es una técnica antigua, pues ha sido utilizada desde hace mucho en
psicología y, desde su notable desarrollo, en sociología y en educación. De hecho,
en estas ciencias, la entrevista constituye una técnica indispensable porque
permite obtener datos que de otro modo serían muy difíciles conseguir.
La entrevista se utiliza cuando:
a. Se considera necesario que exista interacción y diálogo entre el
investigador y la persona.
b. Cuando la población o universo es pequeño y manejable.
La entrevista se utiliza para recabar información en forma verbal, a través de
preguntas que propone el analista. Quienes responden pueden ser gerentes o
empleados, los cuales son usuarios actuales del sistema existente, usuarios
potenciales del sistema propuesto o aquellos que proporcionarán datos o serán

afectados por la aplicación propuesta. El analista puede entrevistar al personal en
forma individual o en grupos algunos analistas prefieren este método a las otras
técnicas que se estudiarán más adelante. Sin embargo, las entrevistas no siempre
son la mejor fuente de datos de aplicación.
Dentro de una organización, la entrevista es la técnica más significativa y
productiva de que dispone el analista para recabar datos. En otras palabras, la
entrevista es un intercambio de información que se efectúa cara a cara.
Es un canal de comunicación entre el analista y la organización; sirve para obtener
información acerca de las necesidades y la manera de satisfacerlas, así como
concejo y comprensión por parte del usuario para toda idea o método nuevos. Por
otra parte, la entrevista ofrece al analista una excelente oportunidad para
establecer una corriente de simpatía con el personal usuario, lo cual es
fundamental en transcurso del estudio.
17.1 La recolección de información.

Si los objetivos de la investigación han conducido al indagador a que crea que la
mejor fuente de la información primaria la va a proporcionar, no ya la observación
directa de ciertos acontecimientos, sino los testimonios y reportes verbales que
proporciona un conjunto de personas que ha participado o presenciado dichos
acontecimientos, entonces la técnica apropiada a utilizar será la entrevista.
La entrevista con fines de investigación, puede ser entendida como la
conversación que sostienen dos personas, celebrada por iniciativa del
entrevistador con la finalidad específica de obtener alguna información importante
para la indagación que realiza.
El entrevistador, debe reunir unas condiciones que le permitan obtener
información fidedigna del entrevistado:
 Debe demostrar seguridad en si mismo.
 Debe ponerse a nivel del entrevistado; esto puede esto puede conseguirse
con una buena preparación previa del entrevistado en el tema que va a
tratar con el entrevistado.
 Debe ser sensible para captar los problemas que pudieren suscitarse.
 Comprender los intereses del entrevistado.
 Debe despojarse de prejuicios y, en los posible de cualquier influencia
empática.
La información requerida por los objetivos de un estudio, especificada en un

cuestionario, usualmente es recogida mediante entrevistas personales. Otras
formas de obtener respuestas directamente de las personas, son las entrevistas
por teléfono, el envío del cuestionario por correo, y la aplicación del cuestionario
en forma colectiva.
La entrevista personal puede ser más o menos formal. En el primer caso, tanto las
preguntas como las respuestas se formulan y recogen de manera estructurada. En
las entrevistas informales, la cédula no consiste en un sistema de preguntas, sino
en puntos centrales del estudio a partir de los cuales se realiza la recolección de
las respuestas o las reacciones de las personas entrevistadas.
Entre ambos tipos hay muchas formas intermedias, expondremos cierto número
de indicaciones básicas para la realización de una buena entrevista formal:
1. Una entrevista es una conversación entre un investigador y una persona que

responde a preguntas orientadas a obtener la información exigida por los objetivos
específicos de un estudio.
Para que tal empresa pueda tener éxito, deben cumplirse ciertas condiciones. En
primer lugar, la persona que responde debe "tener" la información requerida para
que pueda contestar la pregunta. Puede presentarse el caso de que no sepa,
efectivamente, de qué se le está hablando, que no entienda la pregunta, que haya
olvidado la información, que la pregunta le produzca una reacción emocional de tal
naturaleza que le impida contestar, etc.
En segundo lugar, la persona entrevistada debe tener alguna motivación para
responder. Esta motivación comprende tanto su disposición para dar las
respuestas solicitadas como para ofrecerlas de una manera verdadera.
2. El punto anterior indica que la entrevista es un proceso de interacción cuyo
curso puede tomar diversas características, algunas favorables y otras
desfavorables para los fines que se buscan. Por tanto, la conducta del
entrevistado es de gran importancia durante todo el proceso. La conducta
adecuada comienza con el establecimiento, desde el inicio de la entrevista, de una
atmósfera adecuada; a esa situación se le designa con el nombre de "rapport"
positivo.
El entrevistador debe comprender que si bien muchas personas no tendrán
mayores inconvenientes en responder a las preguntas de la encuesta, otras no
tienen, en el momento de su ubicación, tiempo para responder, o bien sienten
desconfianza, etc.
Cualquiera que sea la situación, además de las acciones iniciales para establecer
el "rapport" (palabras de saludo, etc.), el entrevistador debe explicar cuál es el
contenido general de la encuesta, quién lo realiza o patrocina, en qué se utilizarán
los resultados, etc. Toda esta introducción debe hacerse en forma breve, sin
detalles innecesarios.
Una forma común de empezar una entrevista es la siguiente:
"Buenos días, señor(a), yo pertenezco al Instituto de Estudios Sociales de la
Universidad de... Estamos realizando una investigación sobre las condiciones del
trabajo en esta ciudad. Con este propósito desearíamos conocer su opinión sobre
varios puntos relacionados con este tema. Sus respuestas serán de mucha utilidad
para nuestro estudio y permitirán buscar solución a algunos de los diversos
problemas que suelen presentarse en el trabajo."
Cuando lo crea necesario, el entrevistador puede explicar al entrevistado la forma
en que fue escogido (selección al azar, el valor de su respuesta para que la
muestra sea representativa, etc.), todo esto en forma sucinta.
Por otro lado, si las respuestas deben ser tratadas confidencialmente, conviene
que el entrevistado lo sepa: "La información que usted nos proporcione tiene
carácter confidencial; por lo mismo, no es necesario que usted nos dé su nombre."
3. En la entrevista estructurada, el entrevistador debe formular la pregunta en la
forma que se le ha dado en el cuestionario; se entiende, también, que debe seguir
el orden.
Estas recomendaciones quedan dentro de la intención más amplia de obtener
uniformidad en los estímulos a los cuales son expuestos los entrevistados, con el
fin de obtener la información que se desea (la situación de la entrevista, el
entrevistador, la forma de preguntar, etc.). Por eso, no sólo es importante formular
las preguntas con las mismas palabras empleadas en la cédula, sino también con
una entonación tal que no se dirijan las respuestas del entrevistado en la dirección
deseada por el entrevistador.
Hay preguntas o proposiciones en las cuales un simple cambio de voz o de tono
en uno u otro, puede influir en el entrevistado. Quedan comprendidas aquí las
preguntas que se refieren a opiniones sobre situaciones u objetos muy polémicos
o controvertidos (la acción del gobierno, las simpatías por partidos políticos, etc.).
4. A pesar de las precauciones que el investigador toma para que las preguntas
que contiene su cuestionario sean claras para el interrogado, en muchas
ocasiones éste expresa que no comprende lo que se le pregunta. En tales casos,
la sola repetición de la pregunta puede superar la dificultad.
5. Cuando se trata de preguntas abiertas, las respuestas pueden ser incompletas,
irrelevantes, vagas, etc. En esas circunstancias, el entrevistador puede utilizar
algunas preguntas adicionales simples, de prueba (probé), con la finalidad de
esclarecer la respuesta o ubicar al entrevistado, según el caso, en el tema
propuesto.
Ejemplos de estas preguntas adicionales son proposiciones tales como "¿qué
quiere decir usted con eso?", "eso es interesante; ¿podría explicarlo un poco
más?", etcétera.
Cuidados similares a los anteriores pueden requerir las respuestas "no sé". Debido
a la timidez, comodidad u otras razones, la persona interrogada puede decir que
no sabe lo que se le está preguntando. Si el entrevistador piensa que uno de esos
factores es la causa del "no sé" y no el real desconocimiento del tema que se está
investigando, entonces también puede repetir la pregunta diciendo, por ejemplo:
"Con respecto a la pregunta que acabo de hacerle, tal vez no fui muy claro. Lo que
quise preguntar es lo siguiente (aquí de nuevo la pregunta)."
Algunas preguntas precodificadas, con alternativas de respuestas múltiples,
colocan al entrevistado en una situación difícil ya que debe retener la lista que se
le ha leído; esto ocurre con frecuencia en preguntas de este tipo: "¿Podría decirme
a cuál de las siguientes clases sociales pertenece usted?"
• Clase alta.
• Clase media alta.
• Clase media.
• Clase media baja.
• Clase obrera.
Sin omitir la lectura de las opciones de la pregunta, el procedimiento más

recomendable consiste en usar una tarjeta que las contenga y que se entrega al
entrevistado para que éste elija la “Respuesta” que expresa su situación.
6. En las entrevistas personales, el entrevistador formula y recoge las respuestas.
En esta última tarea se presentan distintas situaciones, según se trate de
preguntas cerradas o abiertas. En general, no hay mayores dificultades para
recoger las respuestas de aquellas preguntas que contienen las posibles
respuestas, especialmente en las que las opciones precodificadas agotan las
posibilidades: "¿Podría decirme si fue o no al cine ayer?"
- Si
- No.
- No contesta.
Sin embargo, aun en ciertas preguntas cerradas puede presentarse la duda del
entrevistador respecto a cuál de las respuestas señaladas en la cédula
corresponde la del entrevistado. Por ejemplo, en la pregunta: "Comparado con su
anterior trabajo, ¿en su trabajo actual tiene usted mayor responsabilidad, menor o
aproximadamente la misma responsabilidad?"
• Mayor.
• Menor.
• Aproximadamente la misma.
La respuesta podría ser de alguno de estos tipos: "Más o menos", "en algunos
aspectos más y en otros menos", etc. En tales casos, las recomendaciones para el
uso de preguntas de clarificación (probé), en la forma señalada anteriormente,
tienen aplicación aquí.
Las preguntas abiertas plantean al entrevistador la alternativa de copiar o grabar,
todo lo que dice el entrevistado o de hacer un resumen de lo que éste dice, sobre
todo cuando se trata de personas con gran facilidad de expresión o deseosas de

hablar y que, muchas veces, intercalan temas que nada -al menos aparentemente-
tienen que ver con la pregunta planteada.
El peligro de que el entrevistador reduzca las respuestas y seleccione lo que a él
le parece medular, es evidente. De ahí que, con las dificultades que ofrece la
solución, se recomiende copiar las respuestas tal como las proporciona la persona
entrevistada. Si la naturaleza de la pregunta abierta es tal que puede dar origen a
respuestas largas y circunstanciales, sería útil usar una grabadora, cuyo uso debe
ser explicado al entrevistado con el fin de obtener su autorización.
17.2 Selección y entrenamiento de los entrevistadores. Supervisión trabajo

de campo
La referencia que se ofrece en la bibliografía de diversos manuales con

instrucciones para realizar la entrevista indica la importancia que se le da a esta
fase de la investigación. Si bien hay diversas opiniones con respecto a la forma e
intensidad del entrenamiento de los entrevistadores, puede resumirse en los
puntos que se indican a continuación.
La selección de los entrevistadores comienza con el postulado de que no existe el
entrevistado ideal, y con el convencimiento de que ellos deben poseer algunas
características personales mínimas. Entre ellas se señalan:
1. Honestidad. Si bien reconocemos que es difícil determinar en un primer

momento si una persona es honesta o no, en el curso del trabajo de campo puede
detectarse la falta de esta cualidad. El control de las entrevistas puede mostrar
que algunos entrevistadores no han contactado a la persona elegida y han omitido
respuestas.
En otros casos, inventan respuestas a preguntas no planteadas o alteran las
respuestas dadas.
2. Interés. Es natural, aun cuando se trate de un trabajo pagado, que se lograrán
mejores resultados si el entrevistador tiene interés en las tareas que realiza, ya
sea por el contacto con diversas personas o bien por los temas que cubren el
estudio.
El interés suele disminuir incluso en personas que demuestran tenerlo en gran
nivel al comienzo del trabajo. Por esta razón, entre otras (por ejemplo, ahorro de
tiempo, fatiga, etc.), se recomienda que la asignación máxima de entrevistas a una
sola persona no sea superior a 15.
3. Personalidad. El término se refiere aquí a aquellas características que, en
general, permiten al entrevistador establecer con el entrevistado un ambiente
adecuado para obtener las respuestas en forma natural, a partir del
establecimiento de un "rapport" positivo.
Desde luego, entrevistadores tímidos o muy agresivos quedan fuera de esta

condición.
4. Inteligencia y educación formal. Son también condiciones que debe poseer un
entrevistador. De igual manera, su disposición a trabajar en ambientes ecológicos
distintos (barrios populares y elegantes, etc.), su falta de prejuicios contra grupos
sociales o étnicos, etc., se sumarán como aspectos positivos a las características
ya señaladas.
En lo que se refiere al entrenamiento de los entrevistadores, hay diversos
procedimientos con distintas duraciones e intensidades. El sistema o la forma en
que se elija, finalmente dependerá de la naturaleza misma del estudio, de la
extensión del cuestionario, de las características de la población por entrevistar,
etc.
De acuerdo con esto, se hará uso de manuales y una exposición de los objetivos
del estudio; asimismo, la indicación de cómo se hizo la selección de la muestra,
discusiones detalladas de las preguntas de la cédula, adiestramiento en el terreno
por entrevistadores con experiencia, discusión de entrevistas de prueba, etcétera.
No es común comparar el rendimiento de entrevistadores entrenados con
entrevistadores sin experiencia. En uno de los pocos estudios destinados a medir
este aspecto, realizado por Durbin y Stuart (1951) con tres grupos de
entrevistadores profesionales (del Centro de Encuestas Sociales del Gobierno, del
Instituto Británico de la Opinión Pública, y estudiantes de la Escuela de Economía
de Londres) se obtuvieron los resultados incluidos en la tabla 9.
Tabla 9. Resultados obtenidos por entrevistadores con y sin experiencia
Las cifras demuestran que hay diferencias de rendimiento apreciables,

estadísticamente significativas, cuando se usan entrevistadores con experiencia
frente a otros que no la tienen.
17. 3 Supervisión del trabajo de campo

Antes de entregar las entrevistas realizadas, todo entrevistador debe revisar,
preferentemente en el lugar mismo de la entrevista, la cédula que ha utilizado, con
el fin de comprobar si ha formulado todas las preguntas, si hay respuestas
ambiguas u oscuras, etc.
En la supervisión, en el momento de la recepción del material, puede aún
encontrar errores u omisiones de distinta naturaleza. Por otro lado, el control de la
calidad de las entrevistas realizadas, la posibilidad de falsificación de los datos, la
errada selección del domicilio o de la persona indicada por la muestra, los casos
de rechazo, etc., requieren de una supervisión en el terreno mismo.
Generalmente, ésta se efectúa tomando una muestra de las entrevistas realizadas
por cada entrevistador (una de dos o de tres, etc., según el caso) y enviando
supervisores con experiencia y de confianza para comprobar los aspectos
señalados.
El control puede efectuarse mediante dos o más preguntas clave o, si la ocasión lo
exige, debe hacerse toda la entrevista de nuevo. En todo caso, es conveniente
realizar la supervisión en el terreno poco después de empezar a recibir las

entrevistas, con el fin de tomar oportunamente las medidas aconsejables.
17.4 Pasos para Realizar la Entrevista

a. Codificación
Las recomendaciones que se dan para realizar las entrevistas formales tienen el
objetivo de lograr una igualdad de situaciones y estímulos para los entrevistados,
de tal modo que, como lo expresan Moser y Kalton (1989):
El investigador puede estar seguro de que si una persona es interrogada por el
entrevistador B en lugar del entrevistador A (o por el entrevistador A en otra
ocasión), las preguntas se harán en la misma forma y se obtendrán las mismas
respuestas.
No siempre la naturaleza del estudio proyectado ni las características de las
personas de quienes se obtendrá la información permiten el uso de cuestionarios
totalmente estructurados. Las opciones, en tales casos, se encuentran en las
entrevistas informales, que van desde el uso de una guía de entrevista, en la cual
se incluyen los principales temas del estudio dentro de los cuales el entrevistador
formula las preguntas que le parecen más apropiadas y con el vocabulario que
más se adapte a la situación, hasta el uso de entrevistas con mayor formalización
en las cuales hay preguntas previamente establecidas, pero en menor número y
del tipo abierto, que permite al entrevistado dar respuestas amplias.
La última de las categorías de entrevistas indicadas en el párrafo anterior
pertenece a la llamada "entrevista focalizada" (Mentón, 1956). En esta entrevista,
la principal función del entrevistador consiste en centrar las preguntas en aspectos
extraídos del tema de investigación; aspectos que se determinan con base en el
conocimiento que se tenga del mismo y/o de las hipótesis derivadas del marco
teórico que se maneje.
La persona entrevistada, que se sabe, por otra parte, ha estado expuesta a la
situación estudiada es sometida a una serie de preguntas abiertas dentro de las
cuales el entrevistador, de acuerdo con las respuestas obtenidas, hace preguntas
de prueba, explora motivos y guía al entrevistado en la dirección demandada por
los objetivos del estudio.
Con la información recogida no sólo se pretende verificar las hipótesis formuladas,
sino llegar a otras que exigen nuevas investigaciones en áreas problemáticas,
según se desprenda de las respuestas.
Es fácil advertir las potencialidades y debilidades de las entrevistas informales. En
el primer aspecto, es indudable que tales procedimientos son muy valiosos en
estudios "piloto", destinados a exploraciones previas que permitan una mejor
orientación de estudios subsecuentes, más formalizados. Por otro lado, el uso de
diferentes preguntas específicas dentro de la guía de la entrevista, las diferencias
de términos utilizados en ellas por distintos entrevistadores, etc., dificultan el
análisis de los resultados y su generalización.
Estos aspectos no invalidan las técnicas informales de entrevista sino solamente

llaman la atención con respecto a la habilidad y el cuidado requerido en su
aplicación y a los posibles sesgos de sus resultados.
Una vez que los cuestionarios han sido llenados y se ha hecho el control de
calidad de la información recogida (si está completa o incompleta, si no es
ambigua, etc.), se procede a codificar las respuestas, las cuales deben recibir un
tratamiento cuantitativo.
La codificación consiste en asignar números iguales a respuestas iguales o a
características iguales de las personas (todos los hombres reciben el número 1,
las mujeres el 2; todos los que contestan de acuerdo, reciben el 1, etc.).
En preguntas cerradas, las opciones de respuesta van, por lo general, pre-
codificadas.
Si la pregunta fuera: "¿Cuál es su estado civil?", las posibles respuestas y los
correspondientes códigos serían:
Solteros 1
Casado 2
Unión Libre 3
Separado 4
Viudo 5
No contesta 0
En tales casos, el entrevistador o la persona que contesta el cuestionario codifica
de inmediato la respuesta obtenida, colocando un círculo o una marca al número o
código que corresponda a la respuesta correcta.
Construcción de un código : La construcción de un sistema de categorías para
clasificar las respuestas no es tan simple cuando se trata de preguntas abiertas e,
incluso, de preguntas cerradas que el investigador supone tienen múltiples
posibilidades de ser contestadas.
En general, podemos afirmar que la construcción de un código para preguntas
abiertas comienza con un análisis del contenido de las respuestas dadas con el fin
de establecer las categorías más generales que serán codificadas. Desde el punto
de vista formal, estas categorías deben constituir un sistema exhaustivo (todas y
cada una de las respuestas deben tener ubicación en alguna de las categorías) y
excluyente (cada respuesta debe admitir su clasificación, sin dudas, en-una y sólo
una de las categorías propuestas).
El análisis del contenido se realiza con una muestra de las cédulas completas (10
% puede ser suficiente). El sistema de clasificación de las respuestas puede incluir
"otra" categoría para ubicar a las que no pueden ser clasificadas en otro lugar.
El problema de clasificar respuestas a preguntas abiertas no es una solución fácil
cuando las personas contestan con diversos grados de generalidad o utilizan
diferentes marcos de referencia al contestar. En cualquier situación, sin embargo,
la clasificación de respuestas en categorías debe expresar los objetivos y las

necesidades de análisis del estudio en cuanto al tipo y número de categorías que
se van a usar.
El problema mencionado se comprenderá mejor con un ejemplo. Supongamos que
se tiene la siguiente pregunta, formulada para los alumnos de un colegio: "Según
tu opinión, ¿cuáles son las principales causas por las cuales muchos estudiantes
salen mal en matemáticas?" Se podrían obtener respuestas muy variadas, que
señalarían distintas dimensiones del problema: algunas relativas a la asignatura
de matemáticas, otras a los profesores y otras a los estudiantes.
De acuerdo con esta situación y con los objetivos de la investigación, tal vez el
código más conveniente sería el que estableciera un sistema de categorías
generales y, dentro de cada una de ellas, categorías más específicas, como en el
siguiente ejemplo:
 Causas debidas a la naturaleza del ramo:
• Es un ramo muy difícil.
• Es un ramo para el cual se necesitan condiciones especiales.
• Es muy abstracto, "muy árido".
 Causas debidas a los profesores:
• Los profesores no son competentes.
• Los profesores son muy exigentes.
 Causas debidas a los alumnos:
• Los alumnos prefieren otras ramas.
• No se da importancia a las matemáticas.
La codificación en casos como los anteriores puede aplicarse ya sea a las
categorías generales (causas debidas a la naturaleza del ramo, etc.), a las
subcategorías dentro de ellas, o a ambas.
Si es esta última la decisión adoptada, el código para la pregunta del caso tendría
dos dígitos: uno que indica la categoría y otro que indica la subcategoría.
 Causas debidas a la naturaleza del ramo: 10
• Es un ramo muy difícil. 11
• Es un ramo para el cual se necesitan condiciones especiales, etcétera. 12
 Causas debidas a los profesores: 20
Los profesores no son competentes. 21
Los profesores son muy exigentes. 22
En general, un código detallado permite su reagrupación en categorías más
generales cuando las necesidades del análisis sólo requieren de esos niveles de
agrupación.
Las categorías que constituyen un código no necesitan, desde luego, coincidir con
las palabras o los términos que las personas emplean al responder.
Contestaciones tales como "a mí me parece muy bien", "estoy de acuerdo"
cabrían, por ejemplo, en la categoría "respuesta positiva" de cierto código.
En la ubicación de las respuestas suelen presentarse, sin embargo, algunos
problemas, ya sea porque las respuestas son ambiguas o porque las categorías
no son excluyentes. Otra situación frecuente consiste en que faltan categorías
para clasificar las respuestas.
En tales casos habría que examinar las respuestas sin ubicación para formular
una o más categorías "otras respuestas". Ahora bien, si esta categoría llegara a
tener un porcentaje de respuestas mayor que los otros códigos, deben revisarse
las respuestas incluidas en ella, pues podría ser posible establecer otra categoría
con algunas de las respuestas incluidas en "otras respuestas".
El código completo se edita en un "libro de código" para facilitar su consulta en las
tareas de análisis o para cubrir otras necesidades. Este libro debe contener las
columnas de la tarjeta IBM asignadas a cada variable, una descripción o el
nombre de la misma, y el código propiamente dicho como se muestra en la tabla
10.
Tabla 10. Libro de Código
17.5 Plan de análisis y Software

La interpretación de la información recogida en una encuesta debe ser presentada
en forma de cuadros o resultados estadísticos, cuyo número y forma dependen
básicamente de los objetivos del estudio. Se obtendrán así:
Cuadros de frecuencias, cuadros de cruces de variables, valores de coeficientes

de correlación, etcétera.
Cuando se trata de pocos casos -digamos de 100 a 200 cuestionarios-, los
cálculos estadísticos pueden hacerse con calculadoras de escritorio. Si el número
de casos es mayor, es necesario recurrir a la computadora. Este uso es
especialmente apropiado cuando los cuadros requeridos van más allá del
cruzamiento de dos variables o cuando se necesitan cálculos complicados y de
mayor trabajo tales como las determinaciones de desviaciones estándar, las
correlaciones y el análisis de varianza.
Los objetivos de estudio determinan los cuadros y resultados que se necesitarán
para la interpretación de los datos, por lo cual el investigador, aun antes de tener
en su poder todos los cuestionarios, puede preparar el plan básico de análisis que
indicará las preguntas (columnas de la tarjeta) de las cuales se necesitan las
distribuciones de las respuestas obtenidas, las preguntas a cruzar (columnas) y
los coeficientes requeridos. Este plan inicial, generalmente requiere de
modificaciones en el curso de la interpretación de los datos pues el investigador
puede necesitar cruces de variables, otros promedios, o información adicional.
Desde hace algunos años se cuenta con diversos "paquetes" de programas de
computadora para realizar cálculos estadísticos de muy variado tipo y complejidad
(desde distribuciones de frecuencia hasta análisis factoriales).
Un programa es un conjunto de instrucciones que se dan a la computadora. Entre
esos paquetes, los de mayor uso son:
• Statistical Analysis System (SAS).
• Statistical Package for the Social Sciences (SPSS). ;
• Biomedical Computer Program (BMD).
Por otra parte, hay diversos lenguajes de programación tales como el Fortran
(Formula Translation), Cobol (Common Business Oriented Language), Algol
(Algorithmic Language), PL/I (que reúne los mejores caracteres de Fortran, Cobol
e IPL-V) e IPL-V (Information Processing Language, versión 5).
Los tres primeros pueden ser compilados en los PC de uso común. El paquete
SAS es el de mayor uso en investigaciones de las áreas de ciencias naturales y se
trabaja en ambiente DOS, mientras que el SPSS puede usarse tanto en ciencias
naturales y ciencias sociales. Este último presenta la ventaja de desarrollarse en
un ambiente mucho más amigable en forma de hoja de cálculo similar a Excel.
Una vez el investigador introduce la base de datos en el programa elegido,
obtendrá la información de salida en base a la cual podrá efectuar su análisis y
redactar las conclusiones del estudio.
Lección 18: El cuestionario: Encuestas y Test

―Hacer preguntas es prueba de que se piensa‖.
Rabindranath Tagore .
La encuesta es una técnica destinada a obtener datos de varias personas cuyas

opiniones impersonales interesan al investigador. Para ello, a diferencia de la
entrevista, se utiliza un listado de preguntas escritas que se entregan a los sujetos,
a fin de que las contesten igualmente por escrito. Ese listado se denomina
cuestionario.
Es impersonal porque el cuestionario no lleve el nombre ni otra identificación de la
persona que lo responde, ya que no interesan esos datos.
Es una técnica que se puede aplicar a sectores más amplios del universo, de
manera mucho más económica que mediante entrevistas.
Varios autores llaman cuestionario a la técnica misma. Los mismos u otros, unen
en un mismo concepto a la entrevista y al cuestionario, denominándolo encuesta,
debido a que en los dos casos se trata de obtener datos de personas que tienen
alguna relación con el problema que es materia de investigación.
Asumamos que el investigador, que decidió procurarse él mismo directa y
personalmente los datos requeridos para su proyecto, no va emplear ni la
observación científica ni la entrevista, sino que resolvió estudiar cierto número
limitado de personas para sacar, a partir de ellas, consecuencias para un conjunto
mucho mayor.
En este caso, en que el investigador traduce su hipótesis o problema a estímulos
como preguntas o pruebas, a partir de las cuales cuantifica el resultado mediante
un cálculo de lo que sucediera si cubriese todas y cada una de las personas de
una población, se estaría ante la encuesta.
Desde ya puede advertirse una diferencia clave entre la dos ultimas técnicas y la
encuesta.
Mientras en la observación y en la entrevista el número de unidades de análisis
(obreros, campesinos, empresarios, estudiantes, profesionales) y el número de
dimensiones o variables (edad, sexo, educación u ocupación) eran LIMITADOS,
en la ENCUESTA, el volumen de información sobre las unidades y las variables es
mucho mayor y a veces considerablemente grande, debido a la utilización de
técnicas de muestreo y a la inferencia estadística.
Esta es una gran ventaja en términos comparativos. Económicamente: si bien el
costo de una encuesta es relativamente elevado, a veces se obtiene una mejor
información con una encuesta, casi con el mismo esfuerzo invertido en una
observación o una entrevista.
Desde el ángulo de la precisión: Este es justamente el otro punto esencial: Al
poder reducir el problema investigativo al lenguaje de variables, la cuantificación
se hace posible y garantiza al analista una mayor precisión que la brindada por la
observación y la entrevista.
No obstante lo anterior, ni la observación, ni la entrevista, ni la encuesta deben

verse como técnicas competidoras, sino por el contrario técnicas
complementarias, pues el investigador experimentado sabe que combinándolas
ágilmente, tomando por ejemplo, la observación o la entrevista como paso inicial
de la encuesta, es mucho lo que se ganará en conocimientos.
Para ser un eficaz diseñador y analista de encuestas, hay que saber relacionar los
principios metodológicos generales de su construcción, con el contexto particular
en el que se desarrolla la encuesta.
Esto significa que una adecuada combinación de estos principios teóricos
generales, con una experiencia constante en la aplicación de encuestas, es la
mejor escuela para ser un excelente investigador por encuesta.
La encuesta es sin duda, el instrumento de trabajo de los sociólogos,
antropólogos, y aun de los politólogos, pero no solo de ellos, ni de los demás
científicos de las ciencias sociales. Hoy, cuando estamos en medio de la
Revolución Científico-Técnica- los físicos, los químicos, los ingenieros y demás
profesionales la empiezan a utilizar más frecuentemente, sobre todo cuando
quieren examinar los efectos sociales de los nuevos descubrimientos científicos e
invenciones técnicas.
Por ejemplo, 1. Para saber cuál es la edad de mayor productividad intelectual
entre los científicos, aplican una encuesta a los científicos de universidades,
institutos y laboratorios de un país. O para saber cómo se forman los grupos de
investigadores, cómo y porque surgen los líderes intelectuales dentro de esos
grupos.
2. Para determinar cuál es la causa de la deserción estudiantil en la universidad,
3. Para saber cuál es el perfil del zootecnista, Médico Veterinario, o Ingeniero
Agrónomo, que actualmente necesita el país.
Sea que la encuesta la apliquen los científicos de las ciencias Sociales o de las
Ciencias Naturales, hay un elemento característico común en unos y otros:
Su interés por investigar la naturaleza de las relaciones sociales, sea que estas se
den entre individuos, entre grupos o entre colectividades.
Pero no solo los científicos están interesados por las relaciones y los problemas
sociales. También los periodistas, los políticos, los reformadores, los
administradores, necesitan estar informados.
Este instrumento no es actual, ni siquiera de este siglo, como pudiera creerse. A
fines del siglo XVIII, en Francia, los intendentes del Antiguo Régimen, así como los
consejeros de la convención, realizaron encuestas para sondear especialmente en
el último caso, la opinión política de grupos de individuos.
En la Inglaterra del mismo siglo XVIII, los miembros de las Comisiones reales se
preocuparon de reunir datos sociales y, un poco más tarde, se emprendieron
celebres encuestas sobre la miseria.
Durante casi todo el siglo XIX se efectuaron, también en Inglaterra y en Francia,

numerosas encuestas principalmente a obreros para determinar sus condiciones
de vivienda, de miseria, de vida, sus actitudes políticas, etc.
A comienzos del siglo XX, se realizaron en Alemania estudios sobre la mano de
obra agrícola e industrial, bajo la dirección del conocido sociólogo Max Weber.
Pero, es en Estados Unidos donde, a partir de 1930, se origina el más conocido y
poderoso movimiento de estudios por encuesta, dando lugar a toda una escuela
de investigaciones.
Es posible distinguir tres etapas fundamentales en la historia de la investigación
por encuestas. Hay que poner mucha atención a estas tres fases, porque en cada
una de ellas se van generando y conformando los elementos constitutivos y los
principios generales de la técnica de la encuesta.
Para entender la técnica de la Encuesta debemos recordar algunos conceptos

estudiados en la Unidad 1:
 UNIDAD DE ANÁLISIS: Es un elemento que hace parte de un conjunto de
elementos que de alguna manera son del mismo tipo (obreros, campesinos,
estudiantes, profesores, familias, etc.)
 DIMENSION O VARIABLE: Característica de una unidad que forma una
clasificación( educación, edad, nacionalidad, etc.).
 DATO: algo que puede provenir de una unidad en una
clasificación(educación alta, media y baja; estudiantes entre 10 y 15 años, entre
16 y 20, entre 21 y 25; obreros colombianos, venezolanos, ecuatorianos y
argentinos).
 MEDICION: Aplicación de la variable sobre un conjunto de números, es
decir, aplicación de cada valor de la variable de uno y solamente un numero.
 MEDIDA: Clasificación de varias unidades en función de una cuantificación.
Teniendo en cuenta estos conceptos, podemos intentar hacer una primera

definición de lo que es una encuesta:
“Técnica destinada a obtener información primaria, a partir de un número
representativo de individuos de una población, para proyectar sus resultados
sobre la población TOTAL”.
En principio la gama de características que interesan al encuestador es ilimitada:
lo que la gente piensa, lo que hace, lo que compra, lo que posee, con quién se
relaciona.
Algunas características son naturales como, por ejemplo: sexo, el idioma; otras
son fáciles de cuantificar como la edad de los individuos o la proporción de
votantes en distintos piase.
La relación entre lo que la gente piensa y lo que hace; entre la edad y el voto;
entre con quién se relaciona y lo que piensa. Etc. son algunos de los muchos
problemas dignos de ser estudiados mediante las encuestas.
Pero, para poder abarcar un espectro tan amplio de problemas, fue necesario que
se efectuara una serie de progresos técnicos en el diseño de las encuestas, a
través de las tres etapas ya mencionadas anteriormente y que se analizan a
continuación:
En la primera, durante el siglo XIX, la encuesta se realizaba con el objetivo de
aclarar las discusiones acerca de problemas sociales urgentes e inmediatos
(condiciones de vida, de vivienda, creencias), sin olvidar una cuestión
metodológica fundamental: la de la cuantificación. Por ejemplo, se media el
sentimiento religioso de las familias examinando sus presupuestos y viendo
cuánto dinero dedicaban a la iglesia; o examinando la asistencia a la iglesia y las
actitudes respecto a la religión.
La medición de actitudes a través de la encuesta dio así su primer paso
importante.
 ACTITUDES son ciertos tipos de conducta humana, no susceptibles de
observación directa (por ejemplo, el sentimiento religioso), cuya existencia o
intensidad deben inferirse de lo que puede ser observable (asistencia a la iglesia,
cuánto dinero dan las familias a la iglesia).
En la segunda etapa, iniciada en los Estados Unidos después de 1930, se
realizaron grandes progresos técnicos en el diseño de encuestas, sobre todo en el
área de encuestas por sondeo, en las medidas de actitud y en los métodos para
construir cuestionarios.
 SONDEO: procedimiento basado en entrevistas o encuestas aplicadas a
muestras de individuos, para conocer rápida y aproximadamente la conducta
futura o las intenciones de actuación de tales individuos.
 CUESTIONARIO: Instrumento compuesto de un conjunto de preguntas,
dispuestas según un orden riguroso y metódico.
En la tercera etapa, a finales de la segunda guerra mundial, se comenzaron a

solucionar dos problemas metodológicos fundamentales en el diseño de
encuestas:
a. La definición de la naturaleza de los conceptos claves para el análisis de
encuestas; y
b. La determinación, con base en esos conceptos, de la manera de proceder a un
análisis riguroso de las relaciones existentes entre ellos.
Estamos en condiciones ya de identificar los elementos constitutivos y/o etapas

principales de una encuesta.
18.1 Etapas de la Encuesta

1. Definición y operacionalización de los conceptos de la encuesta: establecer
referentes observables y medibles de los conceptos inobservables o simbólicos.
Por ejemplo, la solidaridad social.
2. Cobertura de la encuesta: El diseño de la cobertura consiste en definir la
población que será estudiada, en términos geográficos. (Lugar donde se efectuara
el estudio), demográficos (personas de tales o cuales edades, sexo, niveles
socioeconómicos, etc.) y temporales (fecha o periodo de recolección de la
información).
En esta etapa se decide también si la encuesta será o no de cobertura total. En el
primer caso, se recoge información de toda la población definida; en el otro, se
determina el tipo y tamaño de la muestra que se va a usar y los recursos que se
utilizaran para tratar los casos de rechazo por ser entrevistado, casos no
encontrados, etcétera.
2. Construcción de los instrumentos: La construcción de los instrumentos para la
recolección de la información consiste en la preparación de la cedula o el
formulario o cuestionario. Como caso particular, si procede la medición de
variables en forma más precisa, se elegirá el tipo de escala por usar (Likert, etc.)
con la redacción de los correspondientes ítems. Se decidirá también si la cedula
se llenara mediante entrevista, será auto administrada o se enviara por correo o
vía electrónica.
3. Diseño de la muestra: Definir a qué tipo de población se va a hacer la encuesta.
4. Registro de la encuesta: Construir el libro código para conservar los datos
obtenidos mediante el formulario.
5. Trabajo de campo: Si la información va a recogerse mediante entrevistadores,
la calidad de la entrevista es d especial importancia. Una vez resuelto el problema
de la elección de ellos, se verá la manera de su adiestramiento, la forma de pago,
la asignación de as entrevistas en el terreno y la supervisión del trabajo.
7. Crítica y procesamiento de la información: Una vez terminada la recolección de
informaciones, es necesario hacer la crítica, en cuanto a preguntas sin respuestas,
inconsistencias entre unos datos, ambigüedad en las contestaciones. En lo posible
e tratara de remediar estos problemas; cuando no es posible, se eliminaran estos
ítems para su adiestramiento mediante la codificación y el análisis. La codificación
implica preparar el código que se va a usar y su aplicación a las respuestas
obtenidas.
8. Análisis e interpretación de los resultados: La última etapa metodológica de la
encuesta la constituye el análisis de los datos y su interpretación. El análisis
consiste en dar a los datos un tratamiento estadístico en forma de cálculos de
frecuencias, promedios, cruce de variables, calculo de coeficientes de correlación,
etc. La interpretación, a su vez, compara resultados entre si.
9. Presentación del informe final: La etapa final consiste en presentar los
resultados del estudio, dar cuenta de la metodología empleada (tipo de muestra,
forma de construcción de las escalas, etc.) y cualquier otra información acerca de

estos aspectos. La forma de redacción del informe parcial dependerá del tipo de
lectores a quien esté dirigida.
Podemos enseguida, examinar rápidamente, con un ejemplo, como se efectúan y
se cumplen estos elementos en una encuesta determinada.
EJEMPLO: En una encuesta realizada en la Universidad Nacional en 1981 sobre "

la situación de los campesinos parceleros en Colombia", se partió de la siguiente
hipótesis general:
"La propiedad parcelaria campesina en Colombia resiste la descomposición e
incluso se consolida- frente a las grandes propiedades agrícolas- gracias al sobre
trabajo individual del campesino y de su familia y a la organización técnica de su
parcela"
A partir de esta hipótesis general, se planteo cómo una hipótesis de trabajo la
siguiente:
"El padre de familia continua siendo el principal organizador de la producción de la
parcela, pero debe vender esporádicamente su fuerza de trabajo o permitir que
sus hijos lo hagan, para garantizar la estabilidad económica de su parcela".
Los conceptos principales que se debían investigar eran: Producción, trabajo,
relaciones familiares, estabilidad económica
1. Definición y operacionalización de los conceptos : La primera tarea era

idear y construir indicadores observables de los conceptos anteriores, a fin de
poder avanzar en la investigación.
Un INDICADOR es un referente empírico directo, observable y medible, que
simboliza y sustituye a un concepto o variable no observable o medible
directamente.
El indicador o signo de la cosa conceptualizada, esta idealmente en una relación
directa con lo que significa. A través del indicador se estudia el concepto o
variable. Por ejemplo, de la variable trabajo se tomaron como indicadores:
 Tiempo de trabajo en la parcela o fuera de ella.
 Distribución de la jornada de trabajo.
 División del trabajo en la parcela.
 Formas de contratación del trabajo en la parcela o fuera de ella.
2. Diseño del cuestionario: Sobre la base de la operacionalización de los

conceptos, es decir, con base en los indicadores observables, se paso a construir
las preguntas del cuestionario. Siguiendo con los indicadores de la variable
"trabajo", se formularon las siguientes preguntas:
- ¿Cuántos de sus hijos viven con usted?

- ¿Cuántos le ayudan en su parcela?
- ¿ Con qué frecuencia?
- ¿Cuáles de las labores son realizadas por miembros de la familia y cuáles por
jornaleros?
- ¿Trabaja usted ocasionalmente como jornalero en parcelas o fincas vecinas?
- ¿trabajan sus hijos ocasionalmente en fincas vecinas también?
- ¿Les paga usted a sus hijos por su trabajo?
3. Diseño de la muestra: Como la encuesta iba dirigida a campesinos de la zona

central del país, se escogieron 100familias de las veredas del municipio de Villeta,
según un diseño muestral especifico.
La unidad de análisis era la familia.
4. Trabajo de campo: Comprendió dos fases. En la primera, se sometió a prueba

o a PRE-test el formulario con 15 familias campesinas, con el fin de evitar errores
en las preguntas como los siguientes:
- ¿En qué cultivos ha trabajado usted como jornalero?
- ¿Cuánto tiempo hace que se siembra caña en esta finca o parcela?
- ¿Existían antes otros cultivos?
Como las parcelas y fincas de la zona son exclusivamente productoras de caña,
con otros cultivos sólo para el autoconsumo, éste tipo de preguntas no se
justificaban y tuvieron que ser suprimidas, dado el carácter mono productor de la
zona de la encuesta.
De las 200 preguntas iniciales se redujo el cuestionario a 170, de las cuales 36
eran opcionales.
En la segunda fase, se aplicó el cuestionario ya corregido y reelaborado, mediante
un grupo de encuestadores y supervisores debidamente entrenados, a lo largo de
la semana.
5. Registro de la encuesta: Se construyó el libro código, o sea una guía para fijar
un rótulo o código a cada una de las preguntas de la encuesta.
Las preguntas abiertas o de respuesta libre se decodificaron, es decir, se les
fijaron alternativas de respuestas dadas. Así la pregunta - ¿ Si usted pudiera
vender su finca, en que le gustaría trabajar?, se le fijaron los siguientes códigos
con base en las diferentes y numerosas respuestas dadas por los campesinos;
A. De obrero de fábrica en la ciudad 0

B. de transportador 1
C. Vendedor o comerciante 2
D. Artesano 3
E. Empleado de oficina 4
F. Policía o militar 5
A las preguntas cerradas o respuesta fija, simplemente se le fijo el número (0, 1,
2....) o se le suprimieron las alternativas de respuesta sobrantes.
Después de la codificación viene la etapa de análisis estadístico de los datos.
6. Síntesis: La encuesta tiene los cinco pasos o etapas generales antes descritas.
Como se mencionó antes toda encuesta establece relaciones o asociaciones entre
las diversas características de sus unidades y, a menudo, antes de tal operación el
analista debe crear o idear la característica relevante para sus propósitos, es
decir, indicadores.
Traducidos los indicadores a preguntas y combinadas estas últimas entre sí, se
puede llegar a un muy completo conocimiento del fenómeno estudiado.
En la encuesta, la recolección de información se produce cuando la unidad de
análisis es una persona que está expuesta a estímulos y da respuestas. Pero a
diferencia de la observación y de la entrevista, en la encuesta todas las unidades
están expuestas sistemáticamente a los mismos estímulos (preguntas).
La unidad de análisis tiene una o varias características, pero hay que hacer algo
con la unidad, para hacer que un individuo o varios individuos manifiesten sus
actitudes, de manera que puedan ser aplicadas sobre un conjunto de valores, esto
es, sobre un conjunto de respuestas.
Podemos dar ya una definición más precisa de la encuesta:
La encuesta es un instrumento que revela, a partir de cierto número de individuos,
las relaciones generales entre las características de un gran número de variables,
mediante un procedimiento estímulo-respuesta homogéneo.
En nuestro ejemplo de encuesta sobre "La situación de los campesinos parceleros
en Colombia", quedaron claros tres aspectos principales:
1. Se buscó establecer, de manera confiable, una relación entre ciertos fenómenos
o características (variables dependientes) y una o más causas (variables
independientes):
La estabilidad económica de la parcela (variable dependiente) está determinada
por la venta de la fuerza de trabajo (variable independiente) del padre de la familia
y de sus hijos.
2. En esta relación se procuró establecer para una población restringida (zona de

Villeta) y no para una población grande y heterogénea (todos los campesinos
parceleros de Colombia).
3. La encuesta se realizó en un momento determinado: 1988 y en distintos
periodos de tiempo.
18.2 Identificación de Situaciones para diseñar el Tipo De Encuesta

apropiada para un Problema Dado.
Al construir la encueta deben tenerse en cuenta ciertas situaciones:
a. Situaciones en que es necesario utilizar un DISEÑO EXPLICATIVO de
encuesta: allí donde se desea verificar una hipótesis dada (por tanto, una relación
entre una variable independiente y una dependiente), hipótesis derivada de alguna
teoría más amplia.
Ejemplos: (Nótese la relación entre dos variables):
- Encuesta efectuada a familias de Bogotá, Medellín y Cali, para determinar los
efectos de la inflación sobre el nivel de vida familiar.
- Encuesta aplicada a las obreras de la fábrica de Chocolates Corona para
examinar si la maternidad y las obligaciones familiares inciden sobre el
ausentismo.
-Encuesta a los obreros del Distrito para investigar en qué medida los obreros con
mayor educación, tienen mejores posibilidades de encontrar empleo.
b. Situaciones en que es necesario emplear un DISEÑO DESCRIPTIVO de
encuesta: allí donde se quiere principalmente la medición precisa de una o más
variables dependientes.
Ejemplos: (nótese el interés en una sola variable);
- Encuesta a tutores de la UNAD para determinar sus niveles de capacitación.
- Encuesta a estudiantes universitarios latinoamericanos de Brasil, Colombia,
México y Panamá, para determinar la preocupación científico-técnica, que
proporcionan las instituciones de educación superior.
- Encuesta a empresarios del sector lácteo y derivados para examinar la
capacidad de producción de tecnología autóctona en sus plantas.
Las diferencias fundamentales entre los dos diseños mencionados antes son, en
consecuencia, las siguientes:
Ahora se comprende por qué la investigación sobre "La situación de los

campesinos parceleros en Colombia", utilizó un diseño explicativo de encuesta:
a. Buscaba probar una o más hipótesis
b. Estableció una población restringida
c. Investigó una población homogénea
Generalmente, la encuesta se halla limitada en cuanto a su localización temporal,
por tanto, no constituye una técnica caracterizada por la observación prolongada.
Por ejemplo, en la encuesta a tutores de la UNAD para determinar sus niveles de
capacitación, lo máximo que el investigador puede hacer es especificar cuál es el
periodo más apropiado para su estudio.
Hay que tener en cuenta una limitación INHERENTE a la investigación por el
método de encuestas: se efectúa esencialmente en un CORTO PERIODO de
tiempo.
Aunque la duración del trabajo de campo pueda extenderse de una a varias
semanas e incluso a varios meses, el periodo relevante es aquel en el cual se
reunieron los datos.
Inclusive, si se formulan preguntas que se refieren históricamente a grandes
extensiones de tiempo, los problemas relacionados con la distorsión de los
recursos limitan el procedimiento.
La encuesta de diseño explicativo también tiene la misma limitación. Pero existe
un tipo de diseño que pretende superar en algo ese problema y es el Diseño de
Panel.
18.3 Diseño de Panel

El diseño de PANEL consiste en encuestas sucesivas en distintos periodos de
tiempo a los MISMOS individuos.
En efecto, si el fenómeno parece tener un carácter sumamente dinámico, si los
acontecimientos están en constante mudanza, es necesario a veces tomar la
decisión de efectuar una serie de encuestas en distintos momentos, a fin de
determinar la tendencia del fenómeno y caracterizar sus aspectos más estables.
Por ejemplo: Las compañías de datos o que diseñan encuestas hacen estudios de
PANEL a los partidos políticos, para determinar los efectos de la PROPAGANDA
POLITICA sobre las PREFERENCIAS POLITICAS de los votantes.
Así, se puede estudiar (sí las elecciones presidenciales fueran en Marzo de 1986)
las preferencias políticas de un barrio obrero en octubre/85, Diciembre/85 y
Febrero/86.
Las encuestas aplicadas en estos en estos tres periodos permitirían apreciar si la
propaganda política está surtiendo efecto, o si es necesario cambiarla en algún
sentido.
El problema principal en el método de panel es el de los costos muy elevados.
18.4 Tipos de diseño de encuesta que obedecen a fines explicativos

A propósito del diseño de panel, existen diversos tipos de encuesta que se utilizan
en situaciones con propósitos explicativos diferentes:
Recordemos que una encuesta de diseño explicativo es : Aquella que tiene como
tarea fundamental verificar una hipótesis, es decir, una relación entre una o más
variables independientes y una variable dependiente.
 Diseño de encuesta experimental

Aquel en el cual la verificación de la hipótesis se puede efectuar mediante la
manipulación de los determinantes (variables independientes) que constituyen el
foco de análisis.
Ejemplos:
- Encuesta a los obreros de una fabrica de concentrados para animales sobre los
efectos del cambio de iluminación en los sitios del trabajo, en el rendimiento per
cápita.
- Encuesta acerca de las diferentes fuentes de suplementación de fósforo
empleadas en las dietas para pollos y ponedoras en tres municipios de
Cundinamarca para diagnosticar el impacto sobre el medio ambiente.
 Diseño de encuesta de evaluación o programática
Es un tipo particular del diseño experimental, en el cual los factores que han sido
manejados o pueden ser manejados por un organismo de acción social, se
estudian desde el punto de vista de la ayuda que brindan para determinar un
fenómeno.
Aquí el objetivo inmediato es la aplicación, modificación o cambio de algún estado
de cosas, tomando como base el conocimiento probado de los factores en juego.
Ejemplos:
- Encuesta a los obreros de una planta de ensamble de maquinaria agrícola, para
determinar como la cohesión (unidad interna) de cada grupo de trabajo
(electricistas, mecánicos, pintores, etc.) significa una elevación de la productividad
del trabajo.
- Encuesta para evaluar los efectos de una campaña contra la fiebre aftosa en 50
hatos lecheros de la sabana de Bogotá.
 Diseño de encuesta de diagnóstico
Aquel que se preocupa en averiguar cómo contribuye una serie de factores a la
determinación de algún fenómeno, factores o causas posibles, dadas en un ámbito
relativamente desconocido.
Ejemplos:
- Encuesta a los estudiantes de la UNAD sobre los efectos que producen los
problemas psicosociales familiares sobre el bajo rendimiento académico.
- Encuesta emprendida por el Ministerio de Trabajo, para investigar si los
movimientos de población hacia las ciudades grandes e intermedias del país,
afectan la oferta de empleo en las fabricas.
 Diseño de encuesta de carácter predictivo
Su objetivo fundamental no es explicar una situación actual sino hacer una
estimación de algún estado de cosas futuro.
Ejemplos:
- Encuesta en el Centro regional de Población de Bogotá, sobre los posibles
efectos de la migración a la ciudad en la demanda de servicios públicos urbanos.
- Encuesta Nacional de hogares del DANE, para determinar la composición de los
hogares y de la vivienda y su relación con las necesidades inmediatas de
bienestar social de la población.
 Diseño de encuesta de análisis secundario
Aquel en el que el analista investiga su problema, haciendo uso del material de
encuestas realizadas previamente con otros propósitos.
Lección 19: La elaboración de Preguntas para Entrevistas y

Cuestionarios
―La inteligencia consiste no sólo en el conocimiento,
sino también en la destreza de aplicar los conocimientos en la práctica‖.
Aristóteles
Una vez que el investigador ha definido el problema a estudiar y decide que el

método apropiado para abordarlo es la encuesta, el primer paso que
necesariamente tiene que dar es preguntarse: ¿ qué tipo de DATOS o de
información es la pertinente? ¿Qué es lo que debo observar o evaluar a través de
la encuesta?
Las soluciones que se dan a estas cuestiones serán la base para la construcción
de las preguntas de la encuesta, pues es a través de estos estímulos verbales
como se logra que un individuo o conjunto de individuos manifiesten lo que
piensan, lo que saben, lo que consumen, lo que compran o lo que hacen Las
preguntas del cuestionario son el instrumento y la guía de la información que
necesitamos, pero no podemos proceder a ciegas ya que precisamos de un indicio
de lo que vamos a preguntar.
En la lección anterior vimos que el primera paso en la elaboración de la encuesta
como instrumento, es traducir las variables del problema de la investigación o de
la hipótesis en forma de indicadores, es decir , en forma de referentes empíricos,
medibles de alguna manera, que nos permitirán cuantificar aquellos problemas o
hipótesis.
El segundo paso es traducir los indicadores a PREGUNTAS.
19.1 ¿Qué es una pregunta?

A pesar de que, en lecciones anteriores, ya se ha dado una definición de lo que es
una pregunta, es necesario volver a reflexionar sobre ello, debido a que en la
encuesta el problema de las preguntas es esencial, si se quiere alcanzar una gran
precisión cuantitativa.
Una pregunta, en sentido estricto, es un ESTIMULO verbal (oral o escrito) que
crea imágenes mentales y hace partir procesos mentales en el interrogado, quien
produce una RESPUESTA (Galtung, J. 1968).
Desde el punto de vista técnico, la encuesta es un conjunto de estímulos
sistemáticos, es decir, de estímulos que se mantienen constantes e iguales para
todas las unidades de análisis.
Lo que garantiza que podamos obtener una serie de datos precisos de la
encuesta, es que todos los sujetos o unidades encuentren significativas todas las
preguntas.
Pero la encuesta es también un conjunto de respuestas sistemáticas, es decir, un
conjunto de categorías de respuesta que se mantiene constante, de manera que
las respuestas de los sujetos a los estímulos se registran sobre un conjunto

determinado de pre-respuestas o respuestas pre codificadas.
Así, podemos definir Encuesta como “Un conjunto de estímulos sistemáticos
aplicados a determinadas unidades de análisis, sobre la base de un conjunto de
respuestas predeterminadas‖.
Esta es la encuesta en sentido estricto. Pero, como veremos más adelante, ese
conjunto de estímulos sistemáticos puede aplicarse sobre la base de respuestas
no sistemáticas, según las necesidades del contexto donde se realiza la encuesta.
19.2 Metodología para la elaboración de Preguntas

Los principios metodológicos básicos para la preparación del cuestionario incluye
Tres etapas:
I. definir la naturaleza de las preguntas
a. contenido de las preguntas: sí son preguntas de hecho, proyectivas o de
control.
b. Grado de libertad de las respuestas: si son respuestas cerradas o respuestas
abiertas.
II. Traducir los indicadores a preguntas
III. Disponer las preguntas en el cuestionario
Naturaleza de las preguntas: Preguntar es tratar de obtener información acerca

de lo que una persona o conjunto de personas conoce, cree o espera, siente o
desea, intenta hacer, hace o ha hecho.
Conviene examinar, así sea rápidamente, la naturaleza de las preguntas que se
van a utilizar.
 Preguntas sobre hechos.
Aquellas que proporcionan una información básica del conocimiento que el
individuo tiene acerca de características de sí mismo y de su medio. Por ejemplo,
objetivas:
- ¿Cuál es su edad?
- ¿Cuántos años de educación ha cursado?
- ¿ Cuál es su ingreso?
- ¿ Cuál es su ocupación?
- ¿Cuál es la producción diaria de leche en la finca?
 Preguntas sobre creencias o preguntas de intención.
Cuando lo que se desea saber no son los hechos objetivos, sino lo que la gente
cree u opina sobre ciertos hechos, proporcionando así un retrato de sus creencias.
Por ejemplo,
- ¿Cuál es la cualidad más importante que debe tener un tutor de su Facultad?
- ¿Qué tan importante considera usted terminar su carrera universitaria?
- ¿Cuál es la causa que usted cree más importante para alcanzar el éxito
profesional?
- ¿Cómo cree usted se puede solucionar el problema de la baja productividad en
el agro?
-¿Qué estaría dispuesto a hacer para dar solución al problema de…….?
 Preguntas sobre sentimientos.

Aquellas destinadas a conocer las posibles reacciones emocionales de las
personas. Por ejemplo:
- ¿ Piensa que usted es feliz?
- ¿Se siente usted a menudo deprimido y triste?
- ¿Está usted satisfecho con su trabajo actual?
 Preguntas sobre estándares de acción.

Aquellas que tienen como finalidad conocer la definición individual de una
conducta apropiada, en situaciones sociales diferentes. Por ejemplo:
- ¿Cómo reaccionaría usted ante un delito?
- ¿Por cuál candidato votaría usted en 1998?
- ¿Influye la presentación de un producto en su preferencia por él?
- ¿Está usted de acuerdo con las políticas estatales respecto al campo?
 Preguntas de Opinión.
Aquellas que buscan conocer la opinión particular del sujeto acerca de un
problema, situación o hecho específico. Por ejemplo:
-¿Qué opina de la nueva decisión del gobierno sobre incrementar los impuestos?
-¿Qué opina sobre el nuevo producto lanzado por la empresa….?
-¿Qué opina acerca del funcionamiento de….?
 Preguntas de Control.
Hay dos tipos diferentes. Aquellas en que la respuesta en sí es menos importante

que su significación profunda, considerada como indicio de un hecho u opinión
que el individuo interrogado no quiere revelar directamente. También, aquellas que
se emplean para comparar una respuesta con otra en el mismo cuestionario.
Ejemplos de las primeras son:
- ¿Cuándo celebra una fiesta en su casa, ¿a quién invita? (para medir integración
social).
- ¿Considera usted que ver TV y oír radio es mejor pasatiempo que la lectura de
libros (para medir el grado de exposición y dependencia respecto a los medios de
comunicación).
Respecto al grado de libertad de las preguntas, estas pueden clasificarse en dos

tipos principales:
 Preguntas de alternativa fija de respuesta.

Aquellas en las cuales las respuestas de los interesados están limitadas a un
número determinado de alternativas. Pueden ser:
Dicotómicas: En donde a la persona que responde se le ofrece responder
de solo dos formas. Por ejemplo:
- ¿Tiene en su finca tractor propio?
Si_____
No____
De selección múltiple o en Abanico: Cuando se pueden escoger más de dos

opciones de respuesta. Ejemplo:
- ¿Cuántas horas trabaja usted en su parcela a la semana?
40 ----
entre 20 y 39 ----
menos de 20 horas ----
- ¿Cuál es el nivel educativo más alto alcanzado por usted?
Analfabeto ___
Primaria ___
Bachillerato Agrícola ___
Bachillerato Clásico ___
Normal ___
Técnica Agropecuaria ___
Técnica Industrial ___

Universitaria ___
Posgrado ___
 Preguntas de alternativa abierta.

Son las que están diseñadas para permitir una respuesta libre del interrogado, de
tal manera que no sea limitado por alternativas fijas. Ejemplos:
¿Qué hace usted los domingos y días de fiesta?
__________________________________________________________________
_________________________________________________________________
Por qué razones desea usted cambiar de oficio?
__________________________________________________________________
__________________________________________________________________
¿Quiénes son los personajes del mundo científico que usted más admira?
__________________________________________________________________
__________________________________________________________________
19.3 Riesgos que conlleva la aplicación de cuestionarios

La validez de la investigación a través de cuestionarios y entrevistas, depende
mucho de la calidad y nivel de veracidad de las respuestas. Por ello, siempre la
aplicación de cuestionarios y test conlleva a ciertos riesgos de los cuales
mencionaremos los más comunes:
 La falta de sinceridad en las respuestas (deseo de causar una buena
impresión o de disfrazar la realidad).
 La tendencia a decir "si" a todo.
 La sospecha de que la información puede revertirse en contra del
encuestado, de alguna manera.
 La falta de comprensión de las preguntas o de algunas palabras.
 La influencia de la simpatía o la antipatía tanto con respecto al investigador
como con respecto al asunto que se investiga.
También deben considerarse las fuentes de error como errores propios de la

muestra y errores debidos a otras fuentes. Estos últimos, que pueden ser más
numerosos y de mayor efecto, están constituidos por los problemas no resueltos o
controlados que se presentan en todas las otras etapas de la encuesta como
imperfecciones del cuestionario, efectos del entrevistador, errores de la

codificación, preguntas mal formuladas.
Estos riesgos pueden minimizarse en parte si se hace un buen diseño de la
investigación y si se formulan las preguntas de manera correcta.
19.4 Limitaciones de la técnica de la encuesta

No hay duda que la amplia utilización de la encuesta se basa en su capacidad
para obtener informaciones allí donde otros procedimientos no permiten el manejo
adecuado del contexto temático o la captación directa de conocimientos, actitudes
y conductas de conjuntos de personas.
Tanto de esta capacidad como de la importancia que se le otorga dan cuenta los
numerosos estudios realizados mediante este método y los que diariamente se
efectúan en casi todos los países del mundo.
Una vez reconocida la situación señalada, es necesario referirse a las también
numerosas críticas que se le formulan, tanto en el plano metodológico o técnico
como el ideológico. A continuación se presentan algunas de las principales
objeciones que, desde nuestro punto de vista, deben ser consideradas dentro de
esta técnica de información primaria.
 El método de la encuesta es individualista: La crítica señala la
imposibilidad de reconstituir teóricamente la totalidad social a partir de ciertos
datos, sin embargo, esa categoría de totalidad caracteriza a los fenómenos
sociales.
Un aspecto específico que se critica es el hecho de que la forma de expresar
mediante respuestas verbales las creencias, actitudes y conductas, es muy
diferente de aquella que las personas realizan en grupos concretos a los cuales
pertenecen.
Si una persona se auto clasifica como perteneciente al tipo A, en términos
conductuales puede proceder conforme al tipo B cuando se encuentra en su grupo
de pertenencia. Esta crítica ha sido recogida por la metodología de la encuesta y s
ensayan diversos procedimientos par la corrección del carácter individualista de la
información, del análisis integro de grupos sociales pequeños, del análisis
contextual, etcétera.
Desde luego, la critica señala características que constituyen la naturaleza misma
de la encuesta, pues por definición, el método está destinado a recolectar
informaciones a nivel de las personas, de los individuos. A otro nivel de
agregación, las caracterizaciones que se realicen con base en sus datos no
pueden equivaler a atributos propios de grupos sociológicos en el sentido estricto,
especialmente en lo que se a su dinámica, es decir, al comportamiento del grupo
(nótese que se emplean términos de la psicología individual para referirse a los
grupos).
Dichas caracterizaciones pueden, apuntar a algunos rasgos estructurales, de

composición en situaciones estáticas o de acción en las cuales las personas no
están directamente constreñidas por el grupo directo de de pertenencia, como
también puede reconocerse la posición de las personas en la estructura social (por
ejemplo, la acción de votar, comprar cierto articulo, etc., estudiada a niveles
individuales, esclarece algo acerca de la conducta y las ideologías de las clases
sociales.
 El método de la encuesta es estático: Como se sabe, por medio de la
encuesta se recoge información de un conjunto de personas en un momento dado.
Se dice que equivales a una fotografía “instantánea” de tal modo que la “imagen”
captada corresponde a un tiempo y a un lugar bien determinado.
Conviene señalar que la comparación es valida siempre que no implique que esa
“instantánea “ es un reflejo del fenómeno estudiado, pues para aceptar este juicio
deberíamos pasar sobre la primera objeción: la del carácter individualista de la
formación en oposición a la característica de totalidad de la realidad social.
No se trata solo de una limitación para estudiar procesos, sino que esta limitación
puede inducir a los investigadores a abandonar temas importantes para
concentrarse en otros en los que la encuesta si le resulta de utilidad.
 En la encuesta se trabaja con formalidades estadísticas El titulo
conlleva a la siguiente crítica: con respecto a cierto tema, mediante la encuesta se
obtienen las respuestas de personas con muy distinto poder dentro de la sociedad.
Muy a menudo sucede que las personas con menos poder- que constituyen la
mayoría, expresan sus opiniones en cierta dirección, sin que ello traiga
consecuencias sociales que muestren la toma en consideración de esas
opiniones.
El principio democrático, una persona igual a un voto y el principio del análisis
estadístico, es habitualmente el mismo: una tarjeta igual a una cantidad, en que
cada individuo tiene una tarjeta perforada. En principio, esto puede ser válido en
sistemas en que cada individuo cuenta tanto o tan poco como otro, pero no en
sistemas con grandes diferencias. La encuesta debe imponer a la sociedad una
estructura de opinión que carece de funciones explicativas y predictivas y, por lo
tanto, produce una imagen falsa (Galtung, 1966).
19.5. El Test
Es una técnica derivada de la entrevista y la encuesta y tiene como objeto lograr
información sobre rasgos definidos de la personalidad, la conducta o determinados
comportamientos y características individuales o colectivas de la persona como
inteligencia, interés, actitudes, aptitudes, rendimiento, memoria, manipulación, etc,
a través de preguntas, actividades, manipulaciones, que son observadas y
evaluadas por el investigador.
Se han creado y desarrollado millones de tests que se ajustan a la necesidad u
objetivos del investigador.
Son muy utilizados en Psicología (en especial en la Psicología Experimental), en

Ciencias Sociales, en educación.
Actualmente gozan de popularidad por su aplicación en ramas novedosas de las
Ciencias Sociales, como las "Relaciones Humanas" y la Psicología de consumo
cotidiano que utiliza revistas y periódicos para aplicarlos. Los Test constituyen un
recurso propio de la evaluación científica.
Aunque no existe el Test “perfecto”, un buen Test debe incluir las siguientes
características:
Debe ser válido: Es decir que debe indagar sobre aquello que pretende la
investigación y no sobre otra cosa.
Debe ser confiable: Ofrecer consistencia en sus resultados; éstos deben ser los
mismos siempre que se los aplique en idénticas condiciones quien quiera que lo
haga.
El índice de confiabilidad es lo que da mayor o menor confianza al investigador
acerca del uso de un determinado test. Existen tablas aceptadas universalmente
sobre esos índices y ellas nos hacen conocer que ningún test alcanza un índice de
confiabilidad del 100%.
Debe ser objetivo: Evitando todo riesgo de interpretación subjetiva del
investigador. La Objetividad es requisito indispensable para la confiabilidad.
Debe ser sencillo y claro: Escrito en lenguaje de fácil compresión para los
investigados.
Debe ser económico: Tanto en tiempo como en dinero y esfuerzo.
Debe ser interesante: Para motivar el interés de los investigados.
En general, la veracidad de la información obtenida mediante entrevistas,

cuestionarios y tests, dependerá de que las preguntas hayan sido bien
formuladas. Formular preguntas es todo un arte y existen infinidad de manuales
que pueden ser consultados y que ofrecen una guía de cómo hacerlo. Toda
pregunta que se formula debe contener en sí misma, la posibilidad de que
cualquiera sea su respuesta, ésta contribuirá a dar información RELEVANTE
acerca del problema que se investiga. El conjunto de preguntas deberá al final
proveer información SUFICIENTE que permita sacar conclusiones de peso.
Es frecuente encontrar en proyectos de grado de estudiantes y aun en
investigaciones propiamente dichas, que se han utilizado instrumentos con
preguntas mal formuladas y por ello la información recabada resulta insuficiente o
no relacionada con las hipótesis de investigación y por lo tanto es información
INNECESARIA que debe ser desechada.
Para evitar ésta situación, siempre que se trabaja con éste tipo de instrumentos es
necesario hacer PRUEBAS para validar los instrumentos. Una vez que se diseñan
las preguntas de la entrevista o los cuestionarios, estos deben ser probados
mediante un experimento PILOTO, es decir un experimento con una población

pequeña, cuyo fin principal es probar si los instrumentos están o no ajustados.
Con los resultados de la prueba piloto, el investigador procede a mejorar los
instrumentos de manera que puedan ser utilizados con un alto grado de
confiabilidad en la investigación o experimento propiamente dichos. La prueba
PILOTO por lo tanto hace parte de la metodología de todas las investigaciones
que utilizan éste tipo de instrumentos.
Lección 20: El Experimento

―No progresas mejorando lo que ya está hecho,
sino esforzándote por lograr lo que aún queda por hacer‖.
Khalil Gibran
Las investigaciones tienen como objetivo comprobar que una determinada variable
independiente es la que provoca cambios concomitantes en la variable
dependiente del caso, los cuales se demostrarán con base en los cambios de su
variable independiente.
En otras palabras, deben demostrar que la variable independiente explica los
cambios de la variable dependiente. Por otro lado, deben estar en condiciones de
verificar que los resultados obtenidos en una muestra pueden ser generalizados a
la población de la cual ella procede.
Tales exigencias valen para las investigaciones experimentales propiamente
dichas y las cuasi experimentales.
La experimentación consiste en el estudio de un fenómeno, reproducido
generalmente en un laboratorio, en las condiciones particulares de estudio que
interesan, eliminando o introduciendo aquellas variables que puedan influir en él.
Se entiende por variable todo aquello que pueda causar cambios en los resultados
de un experimento o aquellos fenómenos que se miden y que son producidos por
otras variables. Así, se distingue entre variable independiente (controlada) y
variable dependiente ( producto del efecto de la variable independiente).
La variable independiente es un evento que se incorpora al experimento y se
quiere ver cómo influye en la variable dependiente, que no es sometida al evento y
todo con relación a un ítem que se está investigando.
Ambas variables o grupos de variables se denominan como experimentales y de
control. En el experimento, se mide la característica antes y después del evento.
Ejemplos de experimentos controlados:
a. Un estudio longitudinal con un panel, que es un grupo de personas
representativas del hábitat y de dimensión muestral adecuada, a las cuales se le
aplica un cuestionario en espacios de tiempo continuados, es un experimento
controlado por las variables que se estudian: cambios en los hábitos de compra,
evolución de los valores humanos, influencias de un cambio social, impacto de la

información, etc.
b. En un experimento concreto se tiene la hipótesis de que las personas que
son bien informadas sobre los motivos de la inmigración son más propensas a no
tener prejuicios, como discriminación hacia los inmigrantes o xenofobia. A un
grupo se le expone información y al otro no, y después se mide el grado de
xenofobia, antes y después.
c. Cuando se mide el efecto de diferentes dosis de fertilizante sobre la
producción de un cultivo, se trata de un experimento por que se controlan las
variables independientes como diferentes dosis o tipos de fertilizantes.
La investigación puede definirse en forma amplia como el estudio sistemático de
un sujeto con el fin de descubrir nuevos hechos o principios. El procedimiento para
la investigación se conoce como método científico, el cual, aunque difícil de definir
con precisión, usualmente contiene los siguientes elementos:
1. Hechos observados. Se dice que la ciencia empieza con la observación, a
través de la cual se establecen diversos factores.
2. Hipótesis. La consideración del conjunto de hechos acerca de un sujeto
conduce al establecimiento de una hipótesis- una idea provisoria de cómo los
hechos han de ser interpretados y explicados.
3. Experimento. El experimento es un ensayo destinado a probar la validez de la
hipótesis propuesta.
4. Resultados y su interpretación. Los resultados del experimento establecen
hechos adicionales. La interpretación de estos nuevos hechos a la luz de lo ya
conocido, conduce al apoyo, rechazo o alteración de la hipótesis y de ese modo
volvemos nuevamente a través de la misma serie de pasos.
El experimento Se considera también como un instrumento de investigación
utilizado para descubrir algo desconocido o para probar un principio o una
hipótesis. Es un importante paso del método científico, y las preguntas que este
aspira a contestar serán fundamentalmente para el apoyo o rechazo de una
hipótesis.
20. 1 Contextos de los Experimentos

En la literatura sobre la investigación del comportamiento se ha distinguido entre
dos contextos en donde puede tomar lugar un diseño experimental: Laboratorio y
campo.
Así, se habla de experimentos de laboratorio y experimentos de campo. Kerlinger
(1975), define al experimento de laboratorio como : Un estudio d investigación en
el que la varianza “(efecto)” de todas o casi todas las variables independientes
influyentes posibles no pertinentes al problema inmediato de la investigación se
mantiene reducida “(reducido – el efecto--) en un mínimo”.
El mismo autor define el experimento de campo como: “un estudio de

investigación en una situación realista en la que una o más variable
independientes son manipuladas por el experimentador en condiciones tan
cuidadosamente controladas como lo permite la situación “.
La diferencia esencial entre ambos contextos es la “realidad” con que los
experimentos se llevan a cabo, el grado en que el ambiente es natural para los
sujetos. Por ejemplo, si creamos salas para ver televisión y las acondicionamos de
tal modo que se controle el ruido exterior, la temperatura y otros distractores.
Además, incluimos equipo de filiación oculto y llevamos, por ejemplo, a los niños
para que vean programas de televisión previamente grabados, estamos realizando
un experimento de laboratorio (situación creada “artificialmente”).
En cambio, si el experimento se lleva a cabo en el ambiente natural de los sujetos
(su escuela, fábrica donde trabajan, hogar etc.), se trata de un experimento de
campo. Pero en ambos casos se lleva a cabo un experimento, siempre y cuando
se manipule intencionalmente una variable independiente.
Los experimentos de laboratorio generalmente logran un control más riguroso que
los experimentos de campo (Festinger, 1975; Kerlinger 1975), pero estos últimos
suelen tener mayor validez externa. Ambos tipos de experimentos son deseables.
Algunos han acusado a los experimentos de laboratorio de “artificialidad”, de tener
poca validez externa, pero como argumenta Kerlinger (1975): los objetivos
primarios de un experimento verdadero son descubrir relaciones (efectos) en
condiciones “puras” y no contaminadas, probar predicciones de teorías y refinar
teorías e hipótesis. Y comenta: “Realmente, es difícil saber si la artificialidad es un
debilidad o simplemente una característica neutral de las situaciones
experimentales de laboratorio.
Cuando se prepara deliberadamente una situación de investigación para excluir
las muchas distracciones del medio, es quizás lógico designar a la situación con
un término que exprese parte del resultado que se busca. La critica de la
artificialidad proviene de los experimentadores, quienes saben que las situaciones
experimentales son artificiales; proviene de individuos que carecen de una
comprensión de las metas de los experimentos de laboratorio”.
Festinger (1975) señala (al responder a la crítica de “artificialidad”): “Esta critica
requiere ser evaluada, pues probablemente sea consecuencia de una equivocada
interpretación de los fines del experimento de laboratorio. Un experimento de
laboratorio no necesita, y no debe, constituir un intento de duplicar una situación
de la vida real. Si se quisiera estudiar algo en una situación de este tipo, sería
bastante tonto tomarse el trabajo de organizar un experimento de laboratorio para
reproducir dicha situación. ¿Por qué no estudiarla directamente?. El experimento
de laboratorio debe tratar de crear una situación en la cual se vea claramente
cómo operan las variables en situaciones específicamente identificadas y
definidas.
El hecho de que pueda encontrarse o no tal situación en la vida real no tiene
importancia. Evidentemente, nunca puede encontrase en la vida real, la situación
de la mayor parte de los experimentos de laboratorio. No obstante, en el

laboratorio podemos determinar con exactitud, que medida de una variable
determinada afecta la conducta o actitudes en condiciones especiales o “puras”.
Existen diferentes definiciones de la palabra experimento. Para Steel y Torrie
(1990) un experimento es “una búsqueda planeada para obtener nuevos
conocimientos o para confirmar o no resultados de experimentos previos, lo que
ayuda a tomar decisiones administrativas, tales como la recomendación de una
variedad, un procedimiento o un pesticida”.
Tales experimentos caen aproximadamente dentro de tres categorías, esto es,
preliminares, críticos, y demostrativos, cada una de las cuales puede llevar a otra.
En un experimento preliminar, el investigador prueba un numero grande de
tratamientos con el objeto de obtener indicios para futuros trabajos; la mayoría
compara las respuestas a diferentes tratamientos usando un número suficiente de
observaciones de las respuestas para tener seguridad razonable de detectar
diferencias significantes.
Los experimentos demostrativos se llevan a cabo cuando los trabajadores de
extensión comparan uno o más tratamientos con un patrón.
En este modulo, nos interesamos casi completamente en el tipo de experimentos
críticos. En tal experimento, es necesario que definamos la población a la cual se
ha de aplicar las inferencias, que diseñemos el experimento en concordancia con
eso, y que hagamos medidas de las variables bajo estudio. Así, se dispone cada
experimento para proporcionar respuestas a una o más preguntas.
Con esto en mente, los investigadores deciden que comparaciones de
tratamientos proporcionaran una información relevante. Entonces realizan un
experimento para medir o probar hipótesis que tienen que ver con diferencias
entre tratamientos en condiciones comparables. Toman mediciones y
observaciones sobre el material experimental.
A partir de la información obtenida en un experimento que se ha completado con
éxito, responden a las preguntas planteadas al comienzo. Según el ICA (1972), el
experimento es un proceso por el cual se trata de obtener información que
aumente los conocimientos sobre un área especifica de la ciencia, que sirve para
someter a prueba una o varias hipótesis especificas, mediante la observación y
medición de variables cuandoo se han modificado las condiciones naturales”.
Para (Padrón 1996) “El experimento es el conjunto de reglas usadas para obtener
una muestra de la población y al concluir el ensayo obtener información acerca de
la población”
Little y Jackson (1980) afirman que “el experimento es un elemento de
investigación utilizado para descubrir algo desconocido, o para probar un principio
o una hipótesis.
Es un caso importante del método científico, ya que las preguntas que el
experimento pretende contestar serán fundamentalmente para apoyar o rechazar
una hipótesis”.
Para el estadístico, el experimento es un conjunto de reglas usadas para sacar la

muestra de una población. Esto hace que la definición de la población sea lo más
importante. El conjunto de regla es el procedimiento experimental o diseño de
experimento. Por ejemplo, el uso de observaciones no pareadas y pareadas son
diseños experimentales para experimentos de dos tratamientos.
El experimento se considera también como un instrumento de investigación
utilizado para descubrir algo desconocido o para probar un principio o una
hipótesis. Es un importante paso del método científico, y las preguntas que este
aspira a contestar serán fundamentalmente para el apoyo o rechazo de una
hipótesis.
20.2 Características de un experimento bien planeado:

La planeación de los diseños experimentales debe tener algunas características
como:
1. Simplicidad. La selección de los tratamientos y la disposición experimental
deberá hacerse de la forma más simple posible.
2. Grado de precisión. El experimento deberá tener la capacidad de medir
diferencias entre tratamientos con los grados de precisión que desee el
investigador.
3. Ausencia de error Sistemático. Se debe planear un experimento con el
propósito de asegurar que las unidades experimentales que reciban un tratamiento
no difieran sistemáticamente de aquellas que reciben otro tratamiento, procurando
de esta manera obtener una estimación no sesgada del efecto de tratamientos.
4. Rango de validez de las conclusiones. Este deberá ser tan amplio como sea
posible. Los experimentos que contribuyen a aumentar el rango de validez del
experimento son los experimentos replicados y los experimentos con estructuras
factoriales.
5. Calculo del grado de incertidumbre. En todo experimento existe algún grado
de incertidumbre en cuanto a la validación de las conclusiones. El experimento
deberá ser concebido de modo que sea posible cal calcular la probabilidad de
obtener resultados observados debidos únicamente al azar.
20.3 Pasos en la Planeación del Experimento
1. Definición del problema. El primer paso en la resolución de un problema

consiste en establecer clara y concisamente el problema con que estamos
tratando. Si el problema no puede definirse, hay muy pocas probabilidades de que
este sea resulto alguna vez. Cuando el problema se ha comprendido, debemos
ser capaces de formular preguntas que, una vez contestadas, conduzcan a la
solución.
2. Determinación de los objetivos. Estos pueden ser la forma en que las

preguntas serán contestadas, la hipótesis que se va a comprobar o los efectos que
se deben estimar. Los objetivos deberán redactarse en términos precisos dado
este paso, el experimentador está capacitado para planear más efectivamente sus
procedimientos experimentales.
Cuando hay más de un objetivo, debemos ordenarlos de acuerdo a su
importancia, como si tuvieran un lugar en el diseño experimental. Al establecer los
objetivos debemos evitar la vaguedad o exceso de ambigüedad de los
planteamientos.
3. Análisis crítico del problema y de los objetivos. La racionalidad y utilidad de
las metas del experimento deberán considerarse cuidadosamente a la luz del
estatus actual del conocimiento acerca del problema. Para ello debemos
formularnos la siguiente pregunta: ¿Son los objetivos del experimento realmente
importantes para la solución del problema?
La selección de un procedimiento para la investigación depende, en gran medida,
del objeto de estudio tanto como de los objetivos de la investigación. La
investigación puede ser descriptiva y contemplar una encuesta por muestreo, o
puede contemplar un experimento o una serie de experimentos controlados.
4. Selección de Tratamientos. El éxito del experimento reside en la cuidadosa
selección de tratamientos, cuya evaluación responderá a las preguntas que
tengamos. Los tratamientos son las variables independientes y corresponden a
aquellos factores cuyo efecto queremos probar en comparación a un testigo
(condiciones naturales o normales del objeto de estudio). Por ejemplo, se decide
probar la influencia de diferentes medios de comunicación sobre el
comportamiento del consumidor. El testigo, será un grupo de consumidores que
no tienen influencia de propagandas televisivas. Los tratamientos podrían ser
influencia de propagandas televisivas, propagandas radiales, avisos de periódicos,
boletines, etc.
En el caso de experimentos en el área agropecuaria, por ejemplo, en un
experimento donde se decide probar el efecto de diferentes dietas para levante de
cerdos, el testigo puede ser cerdos alimentados con desperdicios y los
tratamientos diferentes tipos de dietas como concentrados, tortas, raciones
protéicas, etc.
5. Selección del material experimental. En la selección del material
experimental, deben considérese los objetivos del experimento, así como la
población sobre la cual se harán las inferencias. El material utilizado deberá ser
representativo de la población sobre la cual deseamos probar nuestros
tratamientos. El material experimental corresponde al universo que se compone de
las unidades de muestreo: Grupos, personas, animales, plantas, empresas, etc.
6. Selección del diseño experimental. Nuevamente, aquí es importante hacer
una consideración de los objetivos; pero una regla general podría ser elegir el
diseño más simple que parece brindar la precisión requerida por el investigador.
El estado del arte de la investigación, la experiencia del experimentador, el
conocimiento del tema y la asesoría de un experto en estadística, son las

principales herramientas para elegir el diseño más apropiado.
7. Selección de la unidad de observación y él número de repeticiones. La
unidad de muestreo puede ser un objeto, 2 objetos, parte de un objeto o un grupo
de objetos. En términos prácticos, esto es una persona, un grupo de personas, un
animal, un rebaño, una planta, una sub parcela con varias plantas, una parte de
una planta, un lote de alimentos, una canastilla de fruta, etc.
El número de repeticiones corresponde al número de replicas de cada tratamiento
que deben hacerse a fin de minimizar el error . El tamaño de la unidad de
muestreo, el número de tratamientos y el número de repeticiones, determinan el
tamaño total de la población sobre la que se va a experimentar.
Por ejemplo: La investigación se conduce para probar el efecto de diferentes dosis
de fertilizante sobre la producción de maíz.
La unidad de muestreo son 10 plantas de maíz por muestra.
Se establecerán 4 tratamientos, correspondientes a un testigo sin fertilización y
tres tratamientos con dosis diferenciales equivalentes a 30, 40 y 50 kilos de
fertilizante por hectárea.
Se realizarán 4 repeticiones por tratamiento.
Con estos datos se calcula el total de plantas de maíz que es necesario plantar
para llevar a cabo el experimento y que constituirán la población de estudio o
universo muestral:
10 plantas/muestra X 4 tratamientos X 4 Repeticiones = 160 plantas.
8. Control de los efectos entre unidades adyacentes. Esto suele llevarse a

cabo a través de la utilización de callejones de demarcación y mediante la
selección aleatoria de tratamientos. En experimentos agrícolas es necesario
considerar las variaciones que pueden obtenerse por el efecto de borde, por la
influencia de una parcela sobre otra, por variaciones de suelo dentro de un mismo
lote, etc. Estos efectos indeseables se controlan aplicando la Técnica de la
Parcela, la cual se verá más adelante.
En experimentos con grupos, es necesario tener en cuenta la influencia que puede
haber si por ejemplo el grupo de control llegase a interactuar con el grupo
experimental pudiendo influir sobre las respuestas de éste último.
9. Consideración acerca de los datos que se van a recabar. Los datos
recabados deberán evaluar apropiadamente los efectos del tratamiento, de
acuerdo con los objetivos del experimento; además, se deberá brindar atención a
la recolección de datos que explica el desempeño de los tratamientos.
10. Esbozo del análisis estadístico y del resumen de los resultados. En el
análisis de varianza, deben definirse las fuentes de variación y los grados de
libertad asociados. Las Fuentes de variación dependen del tipo de diseño
experimental y se corresponden con el efecto de tratamientos, de bloques,

interacciones y el error experimental.
Además debe asignarse el nivel de significancia de la prueba (80, 95, 99%) y
definir las pruebas a utilizar para determinar diferencias entre tratamientos (prueba
de Duncan, de Tukey, T, etc).
También se realiza la estadística descriptiva de las variables de respuesta a partir
de las cuales pueden elaborarse gráficos, histogramas y curvas.
11. Conducción del experimento. En la conducción del experimento, se aplican
procedimientos libres de sesgos personales o favoritismos. Se debe aplicar el
diseño experimental elegido para recabar datos, de modo que las diferencias entre
individuos o las diferencias asociadas con el orden de recolección, puedan ser
removidas del ERROR experimental.
Se deben comprobar inmediatamente las observaciones que parecen fuera de
lugar. La recolección de datos debe ser organizada, se debe contar con los
instrumentos y herramientas necesarios y se debe capacitar al personal
encargado de recoger los datos o hacer las mediciones a fin de evitar sesgos en
los datos por errores humanos.
Si es necesario copiar los datos, por ejemplo de la libreta de campo a una hoja de
cálculo, se debe comprobar inmediatamente que los datos han sido transcritos
correctamente. Siempre deben guardarse las libretas de campo, pues nunca se
sabe en qué momento se puedan necesitar para reconstruir información que
puede perderse en algún momento del proceso. Por ejemplo, si se transcriben los
datos a una hoja de cálculo, es posible que el archivo se dañe. Si se tienen los
datos originales siempre será posible recuperar la información, de los contrario, el
proceso experimental podría verse truncado sin opción alguna de ser terminado.
12. Análisis de los datos e interpretación de los resultados. Todos los datos
deberán analizarse cuantitativa y cualitativamente tal como fueron planeados; los
resultados se deben interpretar a la luz de las condiciones experimentales, de las
teorías y paradigmas de la investigación y del marco teórico. Con los resultados
del análisis estadístico se comprobara la hipótesis y deberá definirse la relación
de los resultados con los hechos previamente establecidos. Recuérdese que la
estadística no demuestra nada y que existe siempre una probabilidad de que las
conclusiones puedan ser erróneas y por lo tanto se cometa error Tipo I o Tipo II.
Así, es necesario considerar las consecuencias de tomar una decisión incorrecta.
Por ello debe evitarse llegar a una conclusión que parece fuera de lugar, aun
cuando esta sea estadísticamente significativa.
En muchos casos, una mala elección del diseño, un mal manejo del paquete
estadístico , una interpretación errónea de los resultados estadísticos o el
desconocimiento del tema por parte del investigador, puede llevar a sacar
conclusiones erróneas o sin sentido.
13. Elaboración del informe de la investigación. Debe partirse de la premisa de
que No existen resultadas negativos. Si la hipótesis nula no se rechaza es una
evidencia positiva de que pueden no existir verdaderas diferencias entre los

tratamientos sometidos a prueba y ese es un hallazgo importante.
Por ejemplo si lo que se investigó fue la efectividad de diferentes medicamentos
en el control de una enfermedad y no se obtuvieron diferencias entre tratamientos,
quiere decir que cualquiera de los medicamentos resulta igualmente efectivo.
Nótese que la mayoría de los pasos anteriores no son estadísticos; sin embargo,
el análisis estadístico constituye una parte importante de la experimentación. La
ciencia estadística ayuda al investigador a concebir su experimento y evaluar
objetivamente los datos numéricos resultantes.
Como experimentadores, solo algunos de nosotros tendremos el tiempo o la
tendencia a transformarnos en biometristas competentes; pero todos debemos
aprender y practicar las reglas básicas de la experimentación que consisten en:
1. Repetición: Esta es la única forma que seremos capaces de medir la validez de
nuestras conclusiones en un experimento. Un número deficiente de repeticiones
puede conducir a erro experimental y un número muy grande puede hacer que el
experimento resulte muy costoso y difícil de manejar.
2. Selección aleatoria. El análisis estadístico depende de la asignación de
tratamientos a las parcelas en una forma aleatoria, puramente objetiva.
3. Cooperación. Se debe buscar ayuda cuando existan dudas acerca del diseño, la
ejecución o el análisis de un experimento.
No se espera que seamos expertos estadísticos, pero debemos saber lo suficiente
para entender los importantes principios de la experimentación científica, para
estar alertas a los engaños más comunes y solicitar cooperación cuando la
necesitemos.
El experimentador debe tener la capacidad de explicar al estadista que es lo que
requiere y sobre qué parámetros se construye el experimento. De otra forma el
estadista no podrá comprender lo que necesitamos y podría dirigirse hacia un tipo
de diseño experimental poco adecuado a nuestro objeto de estudio.
20.4 Manipulación de Variables independientes en un experimento
Variable Independiente, es la que se considera como supuesta causa en una

relación entre variables, es la condición antecedente; y al efecto provocado por
dicha causa se le denomina variable dependiente (consecuente).
Como se menciono en la hipótesis, el investigador puede considerar dentro de su
estudio dos o más variables independientes.
La manipulación o variación de una variable independiente puede llevarse a cabo
en dos o más grados.
El nivel mínimo de manipulación es dos: presencia-ausencia de la variable
independiente. Cada nivel o grado de manipulación implica un grupo en el
experimento, por lo tanto cada grado de manipulación corresponde a UN

TRATAMIENTO.
 Nivel Presencia- ausencia: implica que un grupo se expone a la presencia
de la variable independiente y el otro no. Luego los dos grupos son comparados
para ver si el grupo que se expuso a la variable independiente difiere del grupo no
expuesto a esta.
El grupo que se expone a la presencia de la variable independiente se le conoce
como “grupo experimental” y al grupo en el cual está ausente dicha variable se le
denomina “grupo de control” o Testigo.
En general, puede afirmarse en un experimento que, si en ambos grupos todo fue
“igual” menos la exposición a la variable independiente, es muy razonable pensar
que las diferencias entre los grupos se deban a la presencia-ausencia de la
variable independiente.
 Más de dos grados: En otras ocasiones, se puede hacer variar o
manipular la variable independiente en cantidades o grados. Por ejemplo, en el
caso del análisis del posible efecto del contenido antisocial por televisión sobre la
conducta agresiva de ciertos niños, podría hacerse que un grupo se expusiera a
un programa de televisión sumamente violento (con presencia de violencia física
verbal y no verbal – golpes, asesinatos, insultos muy fuertes, etc.-); un segundo
grupo se expusiera a un programa medianamente violento (únicamente con
violencia verbal- insultos menos fuertes-), y un tercer grupo se expusiera a un
programa pro social.
En este ejemplo, se tendrían tres niveles o cantidades de la variable
independiente, lo cual puede representarse de la siguiente manera:
X1 (Programa sumamente violento)
X2 (Programa medianamente violento)
__ (ausencia de violencia, programa prosocial)
Manipular la variable independiente en varios niveles tiene la ventaja de que no
solo se puede determinar si la presencia de la variable independiente o
tratamiento experimental tiene un efecto, sino también se puede determinar si
distintos niveles de la variable independiente tienen diferentes efectos.
Es decir, si la magnitud del efecto (Y) depende de la intensidad del estimulo(X, X1,
X2, etcétera).
Ahora bien, ¿Cuantos niveles de variación deben ser incluidos? Una respuesta
exacta no puede darse, solamente que debe haber al menos dos niveles de
variación y ambos tendrán que diferir entre sí. Esto lo define el experimentador en
base a su conocimiento del tema y experiencia y a los resultados de
investigaciones similares.
¿Cómo se define la manera en que se manipularan las variables independientes?
Al manipular una variable independiente es necesario especificar que se va a

entender por esa variable en nuestro experimento. Es decir, trasladar el concepto
teórico en un estimulo experimental, en una serie de operaciones y actividades
concretas a realizar.
Si la variable independiente es la orientación principal del profesor hacia la
autonomía o control, debemos definir que comportamientos concretos, filosofía,
instrucciones al grupo, presentación, personalidad, etcétera, debe mostar cada
tipo de profesor (y analizar sus diferencias).
Si la variable independiente es el tipo de psicoterapia recibida (y se tienen tres
tipos, esto es, tres grupos), debemos definir muy específicamente y con lujo de
detalles en que va a consistir cada psicoterapia.
Si la variable independiente es diferentes dosis de fertilizante, debe definirse el
tipo de fertilizante, las dosis que resulta más adecuado probar, la forma en que
será suministrado el fertilizante y las épocas en que se aplicará al cultivo.
20.4.1 Dificultades para definir como se manipularan las variables

independientes
En ocasiones resulta difícil trasladar el concepto teórico (variable independiente)
en operaciones practicas de manipulación (tratamientos o estímulos
experimentales).
Por ejemplo, si se busca analizar el efecto de utilizar distintas apelaciones
publicitarias para promover medicamentos : - emotivas versus racionales- sobre la
predisposición para comprarlos, la variable independiente podría operacionalizarse
de la siguiente manera:
Se elabora un comercial de televisión sobre un medicamento en particular, en el
cual el argumento de venta es que se trata de un producto que ha sido sometido a
pruebas científicas de laboratorio y que demostró su efectividad, además, de que
es recomendado por tal y tal asociación médica (apelaciones racionales); y se
elabora otro comercial cuyo argumento de ventas es que el medicamento es de
tradición en muchas familias y desde nuestros abuelos se utilizaba (apelación
emotiva).
Los modelos de ambos tipos de comerciales son los mismos, los dos son a color,
duran 30 segundos y en fin, la única diferencia es la apelación, tanto en el nivel
verbal como en el no verbal .
Un grupo se expone a la manipulación racional y el otro a la emotiva, por lo demás
las condiciones de exposición son similares, y después se analiza el impacto de la
manipulación en la variable dependiente.
Manipular la paga (cantidades de dinero otorgadas), la retroalimentación, el
reforzamiento, y administración de un medicamento no es tan difícil.
Sin embargo, a veces es sumamente complicado presentar el concepto teórico de
la realidad, sobre todo con variables internas, variables que pueden tener varios
significados o variables que sean difíciles de alterar. La socialización, la cohesión,

la conformidad, el poder, la motivación individual y la agresión son conceptos que
requieren de un enorme esfuerzo por parte del investigador para ser
operacionalizados.
20.4.2 Guía para sortear las dificultades

Para definir cómo se va a manipular una variable es necesario:
1. Que se consulten experimentos precedentes para ver si en estos resulto la
forma de manipular la variable.
2. Que se evalué la manipulación antes de que se conduzca el experimento. Hay
varias preguntas que el experimentador debe hacerse apara evaluar su
manipulación antes de llevarla a cabo:
¿Mis operaciones experimentales representan la variable conceptual que tengo en
mente?.
¿Los diferentes niveles de variación de la variable independiente harán que los
sujetos se comporten diferente?(Christensen, 1980).
3. Que se incluyan verificaciones para la manipulación. Cuando se utilizan seres
humanos hay varias formas de verificar si realmente funciono la manipulación
(Christensen, 1980).
20.5 Medición de Variables Dependientes en un experimento

Por su parte, la variable dependiente no se manipula, sino que se mide para ver
el efecto de la manipulación de la variable independiente sobre ella.
Esto podría esquematizarse de la siguiente manera:
Manipulación de la variable Medición del efecto sobre la variable
Independiente dependiente
Xa
Xb Y
Xn
Las letras” a, b…n, “indicarían distintos niveles de variación de la independiente.

¿Cuántas variables independientes y dependientes deben incluirse en un
experimento?
No hay reglas para ello: depende de cómo haya sido planteado el problema de
investigación, y las limitaciones que se tengan. Por ejemplo, el investigador que
estaba interesado en analizar cómo afecta el utilizar apelaciones emotivas versus
racionales en comerciales televisivos, sobre la predisposición de compra de un
producto, solamente se interesa en este problema, entonces tiene una única
variable independiente y una sola dependiente. Pero si a él también le interesara
analizar el efecto que tenga el utilizar comerciales en blanco y negro versus en

color, entonces agregaría esta variable independiente y la manipularía.
Tendría dos variables independientes y una dependiente, y cuatro grupos:
A) Grupo expuestos apelación emotiva y comercial en blanco y negro,
B) Grupo expuesto apelación emotiva y comercial en color,
C) Grupo expuesto a apelación racional y comercial en blanco y negro,
D) Grupo expuesto a apelación racional y comercial en color.
O podría agregar una tercera independiente: duración de los comerciales, y una

cuarta: realidad de los modelos del comercial (personas vivas en contraposición a
caricaturas) y así sucesivamente.
Claro está que, conforme se aumenta el número de variables independientes,
aumentan las manipulaciones que deben hacerse y el número de grupos
requeridos para el experimento. Y entraría en juego el segundo factor mencionado
(limitantes), a lo mejor no puede conseguir las suficientes personas para tener el
número de grupos que requiere o el presupuesto para producir tantos comerciales.
20.5 Validez Externa del experimento

Un experimento debe buscar ante todo validez interna, es decir, confianza en los
resultados. Si no se logra, no hay experimento verdadero. Lo primero es eliminar
las fuentes que atentan contra dicha validez.
Pero la validez interna es solo una parte de la validez de un experimento, en
adición a ella es muy deseable que el experimento tenga validez externa.
La validez externa tiene que ver con qué tan generalizables son los resultados de
un experimento a situaciones no experimentales y a otros sujetos o poblaciones.
Por ejemplo, si hacemos un experimento con métodos de aprendizaje y los
resultados pueden generalizarse a la enseñanza cotidiana en las escuelas de
educación básica, el experimento tendrá validez externa.
De acuerdo con Campbell y Stanley, la validez externa de una investigación
experimental o cuasi experimental es la propiedad que pueden tener los
resultados encontrados en un estudio de ser generalizados a otras poblaciones
diferentes de aquella en la cual se obtuvieron esos resultados. En otras palabras,
la validez externa es el grado de representatividad de los resultados obtenidos
en la investigación experimental o en la investigación cuasi experimental.
Según esos autores, los principales factores que amenazan la validez externa son
los que se describen a continuación:
1. Efecto reactivo o de interacción de las pruebas. Es la interacción que se
podría producir entre los efectos de la administración de la prueba y los resultados
que obtendrían los sujetos y los efectos de la variable independiente, propiamente

como tal.
En palabras de los autores citados, ese efecto se produce "cuando un pre-test
podría aumentar o disminuir la sensibilidad o la calidad de la reacción del
participante a la variable experimental, haciendo que los resultados obtenidos para
una población con pre-test no fueran representativos de los efectos de la variable
experimental para el conjunto sin pre test del cual se seleccionaron los
participantes experimentales".
2. Efecto de la interacción entre el factor de selección y la variable
experimental. Este efecto se puede producir cuando se trabaja con una muestra
que no es representativa de una población determinada. En el experimento de
laboratorio se puede encontrar un efecto de la variable independiente sobre la
dependiente, pero no encontrar ese efecto en la población del caso.
3. Efectos reactivos de los dispositivos experimentales. Estos efectos pueden
producirse cuando los resultados obtenidos en una situación experimental no se
producen en la vida cotidiana, en situaciones no experimentales.
Tales efectos se explicarían porque los sujetos en la situación experimental se
comportan de una manera que ellos consideran adecuada para el experimento
que se está realizando. Un ejemplo de efecto reactivo es el llamado efecto
Hawthorne, denominado así porque fue constatado en una investigación sobre
factores que influían en la productividad en el trabajo en una fábrica de la localidad
de Hawthorne, en Estados Unidos.
4. Interferencias de múltiples variables independientes. Este efecto invalidante
de la validez externa se puede producir cuando en un experimento se utiliza más
de una variable independiente. Los efectos de la primera pueden persistir y
mezclarse con los efectos que pueda producir una segunda variable, sin que sea
posible separar claramente sus efectos.
20.6 Validez interna del Experimento

Es una medida de la precisión de un experimento, es decir, si la manipulación de
la/s variable/s independiente/s ocasionó la variación en la variable dependiente o
bien si hay variables extrañas que están afectando la relación que se pretende
verificar.
El control en un experimento logra la validez interna, y el control se alcanza
mediante:
1) Varios grupos de comparación (dos como mínimo): Es necesario que en un
experimento se tengan por lo menos dos grupos que comparar. En primer
término, porque si nada más se tiene un grupo, no se puede saber si
influyeron las fuentes de invalidación interna o no.
Por ejemplo, si mediante un experimento buscamos probar la hipótesis de que : “A
mayor información psicológica sobre una clase social, menor prejuicio hacia esta
clase”; y decidimos tener un solo grupo en el experimento. Este grupo se

expondría a un programa televisivo donde se proporcione información sobre la
manera como vive dicha clase, su angustias y problemas, necesidades,
sentimientos, aportaciones a la sociedad, etcétera; para luego observar el nivel de
prejuicio.
Este experimento podría esquematizarse así:
Momento 1 Momento 2
Exposición al programa Observación del nivel de
Televisivo prejuicio
2) Equivalencia de los grupos en todo, excepto la manipulación de la variable o

variables independientes.
Para tener control no basta con tener dos o más grupos, sino que estos deben ser
similares en todo, excepto la manipulación de la variable independiente. El control
implica que todo permanece constante menos esta manipulación.
Si entre los grupos que conforman el experimento todo es similar o equivalente,
excepto la manipulación de la variable independiente, las diferencias entre los
grupos pueden atribuirse a ella y no a otros factores (entre los cuales están las
fuentes de invalidación interna).
 Equivalencia inicial : Implica que los grupos son similares entre sí mismos
al momento de iniciarse el experimento. Por ejemplo, si el experimento es sobre
métodos educativos, los grupos deben ser equiparables en cuanto a número de
personas, inteligencia, aprovechamiento, disciplina, memoria, sexo, edad, nivel
socioeconómico, conocimientos previos, estado de salud física y mental, interés
por los contenidos, extroversión, etcétera.
Si inicialmente no son equiparables- digamos- en cuanto a motivación o
conocimientos previos, las diferencias entre los grupos no podrán ser atribuidas
con certeza a la manipulación de la variable independiente. Queda la duda si las
diferencias se deben a dicha manipulación o a que los grupos no eran inicialmente
equivalentes.
La equivalencia inicial no se refiere a equivalencia entre individuos, porque las
personas tenemos- por naturaleza- diferencia individuales; sino a las equivalencias
entre grupos (conjunto de individuos).
Si tenemos dos grupos en un experimento, es saludable que habrá – por ejemplo
– personas muy inteligentes en un grupo, pero también debe haberlas en el otro
grupo.
Si en un grupo hay mujeres, en el otro debe haberlas en la misma proporción, y
así con todas las variables que puedan afectar a la variable dependiente.
La equivalencia inicial se logra mediante:
 Asignación al azar: Existe un método ampliamente difundido para alcanzar

dicha equivalencia que se conoce como “asignación aleatoria o al azar de
los sujetos a los grupos del experimento.
La asignación aleatoria o al azar nos asegura probabilísticamente que dos o más
grupos son equivalentes entre sí. Es un técnica de control que tiene como
propósito proveer al investigador la seguridad de que variables extrañas,
conocidas o desconocidas, no afectaran sistemáticamente los resultados del
Studio (Christensen, 1981).
Esta técnica debida a Sir Ronald Fisher en los años cuarenta ha demostrado
durante años y pruebas que funciona para hacer equivalentes a grupos.
 Emparejamiento: El emparejamiento o apareo es un segundo método o
técnica para intentar hacer inicialmente equivalentes a los grupos.
Existen diversas modalidades de este método, sin embargo, el más común es el
que a continuación se va a describir.
El proceso consiste en igualar a los grupos en relación con alguna variable
especifica, que se piensa puede influir en forma decisiva a la variable dependiente
o variables dependientes.
El primer paso es elegir a esa variable de acuerdo con algún criterio teórico. El
segundo paso consiste en obtener una medición de la variable elegida para
emparejar a los grupos.
El tercer paso consiste en ordenar a los sujetos en la variable sobre la cual se va a
efectuar el emparejamiento (de las puntuaciones más altas a las más bajas).
El cuarto paso es formar parejas de sujetos según la variable de apareamiento (las
parejas son sujetos que tiene la misma puntuación en la variable o una puntuación
similar) e ir asignando a cada integrante de cada pareja a los grupos del
experimento, buscando un balance entre dichos grupos.
La asignación al azar es la técnica ideal para lograr la equivalencia inicial. Como
método para hacer equivalentes a los grupos es superior (mas precisa y confiable)
que el emparejamiento.
El emparejamiento no es un sustituto de esta técnica puesto que no puede
suprimir o eliminar el posible efecto de la variable apareada, pero nos garantiza,
que otras variables (no apareadas) no vayan a afectar los resultados del
experimento.
 Equivalencia durante el experimento : Además, durante el experimento

los grupos deben mantenerse similares en los aspectos que rodean el tratamiento
experimental excepto – como ya se ha mencionado – en la manipulación de la
variable independiente: mismas instrucciones (salvo variaciones parte de esa
manipulación), personas con las que tratan los sujetos, maneras de recibirlos,
lugares con características semejantes, (iguales objetos en las habitaciones o
cuartos, clima, ventilación, sonido ambiental, etcétera), misma duración del

experimento, mismo momento , y en fin todo lo que sea parte del experimento.
Entre mayor sea la equivalencia durante el desarrollo de este, mayor control y
posibilidad de que si encontramos o no efectos podamos estar seguros de que
verdaderamente los hubo o no.
20.7 Experimentación en Ciencias Agropecuarias y Biológicas

La BIOMETRIA es la disciplina que se encarga de la metodología y diseño de
experimentos en las áreas de ciencia naturales. Sin embargo en éste apartado,
abordaremos los puntos más importantes a tener en cuenta para la planificación
de éste tipo de experimentos.
En la planificación agrícola o biológica y en el desarrollo de una investigación en
particular, deben cuidarse los siguientes aspectos:
a. Definir el problema de investigación y las hipótesis. En base a ello se
definen las variables de respuesta y las variables independientes (factores).
De acuerdo al número de variables a observar, los experimentos podrán ser
de dos tipos:
 Experimentos simples, cuando se estudia un solo factor de variación; por
ejemplo, probar cinco variedades de sorgo, estudiar cinco dosis de
nitrógeno en trigo, etc.
 Experimentos factoriales, cuando se estudian simultáneamente dos o más
factores que influyen en la producción; por ejemplo, estudiar tres
variedades de maíz ,cada una sembrada a tres densidades de siembra, o
bien tratamientos de fertilización con fósforo, nitrógeno y potasio, cada uno
a cuatro dosis diferentes.
b. Ubicar el lugar adecuado para la realización de los experimentos, para lo
cual se debe elegir una localidad accesible y representativa de áreas
agrícolas. Se debe muestrear el terreno a fin de lograr la mayor uniformidad
posible en las condiciones de suelo. Como esto es difícil, por lo general se
ajusta mediante el Diseño experimental utilizando diseños en bloques o
arreglos de tipo parcelas divididas. Se trata siempre de conformar unidades
experimentales lo más homogéneas posibles.
c. Escoger el material experimental adecuado: plantas, semillas, árboles, que
deben estar disponibles en cantidad suficiente y debe ser material sano,
libre de plagas y enfermedades. Deben corresponder a la variedad o híbrido
que se pretende estudiar.
d. Reducir las fuentes de error, tanto del experimento (no controlables o
ambientales), como aquellas debidas a errores o equivocaciones
operacionales inherentes al investigador. Por ello con anterioridad debe
entrenarse al personal encargado de hacer las mediciones y recolectar los
datos, diseñar las planillas de registro de datos, calibrar los instrumentos de
medición como balanzas, termohigrómetros, termómetros, conductímetros,

pHmetros y asegurarse que estarán disponibles en el momento de hacer
las observaciones.
e. Mantener constante los diversos factores que pueden afectar a la
producción o a la calidad del producto, de manera que los únicos factores
de variación sean los tratamientos objeto de estudio. Por ejemplo si el
ensayo es para probar fuentes fertilizantes, debe asegurarse que se aplique
la misma cantidad de riego a todas las parcelas que constituyen los
diferentes tratamientos y que el manejo agronómico en general sea el
mismo para toda la población muestral.
f. Tomar en cuenta el efecto de borde al determinar las unidades de muestreo
dentro de las parcelas experimentales. Siempre los surcos y plantas que
quedan en los bordes de los lotes y parcelas tienen un comportamiento
diferente a las demás, bien porque tienen más o menos competencia por
recursos como luz, agua, espacio o nutrientes. Por ello nunca se toman
éstas plantas como unidades de muestreo.
g. Determinar el tamaño adecuado de la unidad de muestreo o unidad
experimental. Esto se hace con base en investigaciones anteriores. La
unidad experimental debe ser representativa. Por ejemplo si lo que se
necesita medir es el contenido foliar de nutrientes, para cada especie existe
una metodología que indica la parte de la planta de donde debe obtenerse
la muestra y la cantidad de muestra (gramos, kilos) que debe recolectarse
para poder hacer el análisis de laboratorio. Si se va a medir producción por
ejemplo en maíz, debe definirse cuantas plantas o metros cuadrados, o
surcos, conforman la unidad experimental.
h. Extremar precauciones y ser cautos en el análisis de los resultados
experimentales, considerando que un experimento es una observación de
una muestra en una población de experimentos.
i. Tener conocimiento de la tecnología de campo y saber cuáles son los
problemas del productor.
Los factores agronómicos que deben ser tenidos en cuenta en todo experimento
agrícola son:
a. Suelos, a fin de elegir el terreno más uniforme y adecuado para realizar el
experimento.
b. Fertilización, para cuando sea necesario planear experimentos con fertilizantes
químicos orgánicos o abonos orgánicos.
c. Topografía e hidráulica, para trazar parcelas, niveles, riegos, etc.
Además el experimentador debe poseer conocimientos suficientes de Botánica,

Entomología, Fitopatología, Fisiología, Genética, Ecología , Tecnologías de
Cultivos, Zootecnia, a fin de poder manejar las unidades experimentales.
También debe poseer conocimientos bien estructurados de Estadística (biometría
o bioestadística), para escoger el Diseño experimental más adecuado a su
propósito de investigación, para evaluar y separar las diversas causas de variación
y para realizar la interpretación de los resultados experimentales.
Pasos al planear un experimento:

a. Definir el problema: En esta etapa se debe determinar los antecedentes,
importancia, objetivos, hipótesis a probar y revisión de la bibliografía.
b. Planeamiento y diseño del experimento: En esta etapa se debe tener en cuenta:
Lugar de ejecución del experimento, tamaño de la parcela o unidad experimental,
número de repeticiones por tratamiento, equipos e instrumentos a utilizar y
métodos de evaluación de los resultados
c. Ejecución del experimento. Montaje y seguimiento
d. Recolección de datos del experimento.
e. Ordenamiento de la información experimental.
f. Discusión de los resultados obtenidos.
g. Análisis económico de los tratamientos que se probaron y utilidad práctica.
h. Conclusión final y recomendación.
El diseño experimental:
El propósito de un diseño experimental es proporcionar métodos que permitan
obtener la mayor cantidad de información válida acerca de una investigación,
teniendo en cuenta el factor costo y el uso adecuado del material disponible
mediante métodos que permitan disminuir el error experimental. El diseño implica
definir los tratamientos, el número de repeticiones, las variables de respuesta, la
disposición en campo de los tratamientos y repeticiones y la forma de analizar la
información (Análisis estadístico).
 Tratamientos: Están constituidos por los diferentes procedimientos,
procesos, factores o materiales cuyos efectos van a ser medidos y
comparados. Por ejemplo:
- Procedimientos : Métodos de labranza o de Riego
- Factores: Disponibilidad de nutrientes, incidencia y severidad de una
enfermedad, eficacia de un pesticida, población de un insecto plaga, nivel
de daño económico de una plaga o enfermedad, calidad del producto final,
producción y productividad, ganancia en peso, días de levante, producción
de leche o carne, etc.
- Materiales: Variedades, híbridos, razas, semillas, estacas

El tratamiento establece un conjunto de condiciones experimentales que deben
imponerse a una unidad experimental, dentro de los límites del diseño
seleccionado y que son los diferentes niveles del Factor que se pretende probar:
Ejemplo: Dosis de fertilizante, ración alimenticia, profundidad de sembrado,
distanciamiento entre plantas, variedades de un cultivo.
 Testigo: Es el tratamiento de comparación en donde las variables no se
manipulan o son estándar, es el blanco de comparación y no puede faltar
en un experimento.
Por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser
aquel tratamiento que no incluye fertilizante o que corresponde a la fertilización
que normalmente aplica el agricultor. La elección del tratamiento testigo es de
gran importancia en cualquier investigación, pues constituye la referencia del
experimento y sirve para la comparación de los tratamientos en prueba.
Unidad experimental : Es el objeto o espacio al cual se aplica el tratamiento y
donde se mide y analiza la variable que se investiga. En los experimentos
pecuarios la unidad experimental por lo general está conformada por un animal
(vaca, cerdo, pollo) o un grupo de ellos ( 20 m 2 de espejo de agua, 10 pollos, una
jaula con 5 codornices).
En los experimentos forestales, la unidad experimental en la mayoría de los casos
está conformada por un árbol , un rodal o una parcela dentro de un rodal, ubicada
a lo largo de un transecto.
En las pruebas de campo agrícolas, la unidad experimental es una parcela de
tierra cultivada con una determinada densidad de siembra, una planta (cultivos
permanentes) o varias plantas. Se define según el tipo de cultivo.
 Efecto de Borde: En los experimentos agrícolas, muchas veces existen
diferencias en el crecimiento y la producción de las plantas que están
situadas en los perímetros de la parcela en relación con aquellas plantas
situadas en la parte central. Esta diferencia es llamada efecto de borde y
puede causar sobre-estimación o sub-estimación de las respuestas de los
tratamientos, llegando con esto a comparaciones sesgadas entre ellos.
El efecto de bordes puede ser causado por:
- Vecindad de las parcelas ó áreas no cultivadas, que hace que las plantas en los
perímetros tengan menor competencia de luz y nutrientes.
- Competencia entre tratamientos, que depende de la naturaleza de los
tratamientos vecinos.
Para controlar el efecto de borde se acostumbra a evaluar solamente las plantas
centrales para los fines experimentales. Estas plantas centrales constituyen lo que
se llama PARCELA NETA EXPERIMENTAL3.
3
Consultado en http://tarwi.lamolina.edu.pe/~ivans/aspgen.pdf.
En el siguiente ejemplo se muestra el croquis de una parcela de maíz con cuatro

surcos, donde las plantas de cabecera y de los dos surcos laterales, se consideran
efectos de borde.
Figura 4. Parcela experimental dentro de un experimento agrícola.

Fuente: http://tarwi.lamolina.edu.pe/~ivans/aspgen.pdf
 Análisis de variancia (ANAVA o ANDV): Es una técnica estadística que

sirve para analizar la variación total de los resultados experimentales de un
diseño en particular, descomponiéndolo en fuentes de variación
independientes atribuibles a cada uno de los efectos en que constituye el
diseño experimental.
Esta técnica tiene como objetivo identificar la importancia de los diferentes
factores ó tratamientos en estudio y determinar cómo interactúan entre sí. Se
define desde el principio de la investigación ya que está directamente relacionada
con el tipo de Diseño experimental escogido.
 Hipótesis Estadística: Es el supuesto que se hace sobre el valor de un
parámetro (constante que caracteriza a una población) el cual puede ser
validado mediante una prueba estadística.
En la investigación agraria al realizar un análisis estadístico utilizando el ANAVA
de un diseño experimental, la hipótesis a probar es si los tratamientos tienen el
mismo efecto sobre la variable que se estudia. Es así como se tiene la hipótesis
planteadas (Ho) e hipótesis alterna (Ha):
H0: i = 0 (Los i tratamientos tienen el mismo efecto sobre la variable en estudio)
Ha: i 0 (No todos los tratamientos tienen el mismo efecto sobre la variable en
estudio)
Al probar la hipótesis estadística el investigador está propenso a cometer los
errores tipo I y II.
Error Tipo I: Se comete cuando se rechaza la hipótesis que se plantea, siendo
esta hipótesis falsa; la magnitud de este error es fijado por el investigador y
constituye el “nivel de significación de la prueba”; usualmente los valores usados
como nivel de significación son 0.05 ó 0.01.
Error tipo II: Se comete cuando se acepta la hipótesis que se plantea, siendo esta
hipótesis falsa; la magnitud de este error no se puede fijar, pero si es posible
minimizar utilizando un tamaño adecuado de muestra.
Principios básicos del diseño experimental

Los principios básicos del diseño experimental son: repetición, aleatorizacion, y
control local.
 Repetición: Viene a ser la réplica que se hace de cada tratamiento dentro
del experimento.
Siempre debe establecerse un número de repeticiones según el tipo de
experimento, ya que así se obtiene una mayor precisión en los datos que se
recogen. Si solo se tiene una repetición por tratamiento se corre el riesgo de:
- Que la parcela se pierda por causa de un evento ambiental o sanitario y en
éste caso el experimento termina, pues no hay unidades experimentales
sobre las cuales hacer las mediciones.
- Que sobre la parcela o u.e., incidan factores externos que hagan variar los
resultados. Como no hay otras u.e sobre las cuales medir para poder sacar
promedios, los resultados nos llevarán inevitablemente a cometer error tipo
I o II.
Con base en el estado del arte de la investigación y la experiencia del investigador
se define el número de repeticiones adecuado para el experimento. A mayor
número de repeticiones, mayor precisión en los resultados obtenidos, sin
embargo, éste número no debe ser tampoco demasiado grande, pues vuelve a la
investigación más costosa, mas difícil operativamente y más engorrosa al
momento de analizar la información.
 Aleatorización: Consiste en la asignación al azar de los tratamientos en
estudio y las repeticiones, a las unidades experimentales, con el propósito
de asegurar que un determinado tratamiento no presente sesgo.
Por otro lado, la aleatorización hace válidos los procesos de inferencia y las
pruebas estadísticas.
 Control Local (Control del error Experimental): Consiste en tomar medidas
dentro del diseño experimental para hacerlo más eficiente, de tal manera
que pueda permitir la reducción del error experimental y así hacerla más
sensible a cualquier prueba de significación.
El análisis de la información
En los experimentos agrícolas se realizan los siguientes análisis estadísticos:
- ANAVA: Análisis de varianza a fin de determinar si hay o no diferencias
entre los tratamientos. Se realiza la prueba de F para cada fuente de
variación. Las fuentes de variación dependen del tipo de Diseño
experimental. En un Diseño Completamente al azar CAA serán
Tratamiento Y Error. En un Diseño en Bloques completos al Azar, serán
Tratamiento, Bloque y Error. En un diseño de cuadrado latino serán
tratamiento ,filas, columnas y error.
- Pruebas de Comparación de Medias: Se realizan para determinar cuáles
tratamientos son diferentes.
Existen las siguientes pruebas de comparación de medias:
- Diferencia Significativa Mínima (DLS): Debe hacerse solamente cuando
la prueba de F indica que hay diferencias significativas entre tratamientos y
es necesario definir cuáles son los tratamientos que difieren . La prueba de
F solamente dice que si hay diferencias pero no dice entre cuales
tratamientos específicamente.
La DMS mide la diferencia mínima que debe haber entre un tratamiento y
otro para que haya diferencias. Esas diferencias se dan en las mismas
unidades en que se midió el efecto de tratamientos. Por ejemplo si se
trataba de medir la producción de maíz en relación a diferentes dosis de
fertilizante, la DMS será el número de kilos o toneladas de maíz que deben
producirse en un tratamiento para que sea diferente de otro.
- Prueba de Rangos Múltiples de Duncan: Este procedimiento es utilizado
para realizar comparaciones múltiples de medias; para realizar esta prueba
no es necesario realizar previamente la prueba F y que ésta resulte
significativa; sin embargo, es recomendable efectuar esta prueba después
que la prueba F haya resultado significativa, a fin de evitar contradicciones
entre ambas pruebas.
- Prueba de Rangos Múltiples de Tukey: Este procedimiento es llamado
también «Diferencia Significativa Honesta», se utiliza para realizar
comparaciones múltiples de medias; esta prueba es similar a la prueba de
Duncan en cuanto a su procedimiento pero es más exigente.
- Prueba de Comparación de Dunnet: Esta prueba es útil cuando el

experimentador está interesado en determinar que tratamiento es diferente
de un testigo, control o tratamiento estándar, y no en hacer todas las
comparaciones posibles (que pasarían a una segunda prioridad); es decir,
cuando se quiere comparar el testigo con cada uno de los tratamientos en
estudio.
Coeficiente De Variación C.V.
Es una medida de variabilidad relativa (sin unidades de medida) cuyo uso es para
cuantificar en términos porcentuales, la variabilidad de las unidades
experimentales frente a la aplicación de un determinado tratamiento.
En experimentación no controlada (condiciones de campo) se considera que un
coeficiente de variabilidad mayor a 35% es elevado por lo que se debe tener
especial cuidado en las interpretaciones y ó conclusiones. Un C.V muy alto puede
indicar una lto grado de error en los resultados obtenidos. En condiciones
controladas (laboratorio) el C.V debe ser mucho menor.
La expresión estimada del coeficiente de variabilidad es:
Donde:
CMe: Es el Cuadrado Medio del error (obtenido en el ANAVA)
Y: Promedio de los tratamientos
CAPITULO 5: TIPOS DE EXPERIMENTOS
Introducción
Una vez definido el tipo de estudio a realizar y establecer las hipótesis de
investigación, el investigador debe concebir la manera práctica y concreta de
responder a las preguntas de investigación. Esto implica seleccionar o desarrollar
un diseño de investigación y aplicarlo al contexto particular de su estudio.
Diseño se refiere al plan o estrategia concebida para responder a las preguntas de
investigación. El diseño señala al investigador lo que debe hacer para alcanzar
sus objetivos de estudio, contestar las interrogantes que se ha planteado y
analizar la certeza de las hipótesis formuladas en un contexto en particular.
Si el diseño está concebido, el producto final de un estudio tendrá mayores
posibilidades de ser válido. No es lo mismo seleccionar un tipo de diseño que otro;
cada uno tiene sus características propias. La precisión de la información obtenida
puede variar en función del diseño o estrategia elegida.
El Diseño Experimental, es el procedimiento que se sigue para asignar los
tratamientos a las unidades experimentales. Es un método aleatorio, o sea, de
asignación al azar, porque se decide el tratamiento que corresponde a cada
unidad experimental mediante un sorteo o por medio de una tabla de números
aleatorios.
Existen variados tipos de Diseños Experimentales y ninguno es mejor que otro. El
investigador debe escoger el tipo de diseño más adecuado a su propósito y objeto
de estudio. El escoger un tipo de Diseño inapropiado, conlleva de forma inevitable
a que la investigación carezca de validez interna y externa.
La figura 4 muestra los diferentes tipos de Diseños Experimentales.
Figura 5. Tipos de Diseños experimentales
Lección 21. Diseños de carácter cuantitativo- Pre experimentales o

correlacionales
"La ciencia se compone de errores, que a su vez,
son los pasos hacia la verdad."
Julio Verne
Se llaman así, porque su grado de control es mínimo. Como ejemplo de diseños

pre experimentales o correlacionales pueden destacarse la mayoría de los que
utilizan la encuesta y/o la observación como estrategias de investigación, que,
además, suelen ser los más habituales en educación y/o en cualquier otro ámbito
de estudio en el que sea de máximo interés el llevar a cabo investigación
aplicada como suele ser la pre experimental.
La Metodología de Encuestas se diferencia de las metodologías experimental y

cuasi-experimental en que:
- no hay manipulación de variables, es decir no hay VI
- no hay control de variables extrañas
- la información se recolecta pasando a los sujetos tests, cuestionarios o
encuestas, que son herramientas estandarizadas de recogida de información,
compuestas por una serie de preguntas (o ítems), y que deben cumplir
determinados requisitos psicométricos (fiabilidad y validez)
- no se intenta establecer relaciones de causa-efecto si no tan sólo describir y

observar “qué va con qué” (relaciones)
- se hace hincapié en las diferencias individuales, es decir observar cómo los
sujetos de la muestra difieren o se escalan en determinado rasgo
- las muestras suelen ser más grandes y representativas (utilizando para su
selección métodos de muestreo)
A continuación exponemos los tipos de metodologías más utilizadas en los

diseños no experimentales.
21.1 Diseños con Grupos y con Sujetos
Diseño de un solo grupo- Estudio de caso con una sola medición

Este diseñó podría diagramarse de la siguiente manera:
G x O
Consiste en administrar un estímulo o tratamiento a un grupo y después aplicar
una medición en una o más variables para observar cuál es el nivel del grupo en
estas variables.
Este diseño no cumple con los requisitos de un "verdadero" experimento. No hay
manipulación de la variable independiente.
El diseño adolece de los requisitos para lograr el control experimental como tener
varios grupos de comparación.
No se puede establecer causalidad con certeza y no se controlan las fuentes de
invalidación interna.
Ejemplo: Profesor-investigador que decide poner en marcha un nuevo sistema de
entrenamiento del razonamiento matemático en uno de sus grupos de alumnos
más conocidos (grupo experimental) y evalúa sus habilidades al terminar el curso
(medición postest), con la “osada” pretensión de establecer la existencia de
mejoras en su razonamiento.
Diseño de pre prueba-post prueba con un solo grupo

Este segundo diseño se puede diagramara así:
G O1 x O2
A un grupo se le aplica una prueba previa al estímulo o tratamiento experimental
(O1), después se le administra el tratamiento y finalmente se le aplica una prueba
posterior al tratamiento (O2).
El diseño ofrece una ventaja sobre el anterior y es que hay un punto de referencia
inicial para ver qué nivel tenía el grupo en la(s) variable (s) dependientes antes del
estímulo.
Es decir, hay un seguimiento del grupo. Sin embargo, el diseño no resulta

conveniente para fines científicos puesto que no hay manipulación ni grupo de
comparación y además varias fuentes de invalidación interna pueden actuar.
Por ejemplo, la historia. Entre O1 y O2 (que son momentos diferentes), pueden
ocurrir muchos otros acontecimientos capaces de generar cambios, además del
tratamiento experimental (Campbell y Stanley, 1966), y entre mayor sea el lapso
entre ambas mediciones, mayor será también la posibilidad de que actué la
historia.
Asimismo, entre O1 y O2 puede presentarse la maduración (fatiga, aburrimiento,
etc.). Por otro lado, se corre el riesgo de elegir a un grupo atípico o que en el
momento del experimento no se encuentre en su estado normal.
Puede presentarse la regresión estadística y diversas interacciones que se
mencionaron (interacción entre selección y maduración, por ejemplo). Asimismo,
puede haber un efecto de la pre prueba sobre la post prueba.
En este segundo diseño, tampoco se puede establecer con certeza la causalidad.
entrenamiento del razonamiento matemático en un grupo de alumnos (grupo
experimental) y evalúa sus habilidades al respecto al empezar (medición pretest) y
al terminar el curso (medición postest).
Diseño de Dos grupos

Incluye un grupo experimental y un grupo de control con una sola medición
posterior al tratamiento (pos test).
entrenamiento del razonamiento matemático y, para probar los efectos del mismo
sobre sus alumnos, decide comparar los resultados obtenidos al final de curso
(medición pos test) entre el grupo sometido a entrenamiento (grupo experimental)
y otro grupo no entrenado (grupo control).
Como puede verse, en ninguno de estos tres diseños se cumplen todos y cada
uno de los requisitos exigibles en la experimentación (por eso se les llama pre
experimentales), ya que:
1- No siempre existe un grupo control (aquel que no se somete a ningún tipo de
tratamiento o situación experimental).
2- Por lo tanto, no siempre podrá existir asignación aleatoria de los sujetos a los
grupos implicados en el estudio (o niveles de la V.I.).
2- No siempre existe medición antes (pre test) y después (postest) del tratamiento
experimental (Begoña & Qintanal, 2000).
Los diseños pre experiméntales, no son adecuados para el establecimiento de

relaciones entre la variable independiente y la(s) variable(s) dependiente(s). Son
diseños que han recibido bastante crítica en la literatura experimental y con justa
razón, porque son débiles en cuanto a la posibilidad de control y validez interna.
Su uso debe restringirse a que sirvan como ensayos de otros experimentos con
mayor control. Es decir, si alguien piensa efectuar un experimento en forma
(utilizando algunos de los diseños con “experimentos ¨verdaderos” y “cuasi
experiementos”), y tiene alguna dudas sobre el estimulo o la manera de
administrar las mediciones (por ejemplo, como reaccionaran los sujetos al
estimulo, cuánto tiempo pueden concentrarse en el experimento o como debe ser
dada una instrucción); puede – primero – ensayar el experimento mediante un
diseño pre experimental (hacer una prueba piloto) y - después - llevar a cabo su
experimento utilizando un diseño más confiable.
Asimismo, en ciertas ocasiones los diseños pre experimentales, pueden servir
como estudios exploratorios, pero sus resultados deben observarse con
precaución. De ellos no pueden sacarse conclusiones seguras de investigación.
Abren el camino, pero de ellos deben derivarse estudios más profundos.
Desafortunadamente en la investigación comercial, los diseños pre experiméntales
se utilizan con mayor frecuencia de la que fuera deseable. Algunos investigadores
de mercado – por ejemplo - toman a un grupo, lo exponen aun comercial televisivo
y miden la aceptación del producto o la predisposición de compra. Si esta es
elevada, deducen que se debió al comercial.
Lo mismo ocurre con programas de desarrollo organizacional, introducción de
innovaciones, métodos de enseñanza, etc. Se hacen juicios aventurados y
afirmaciones superficiales.
Lección 22: Diseños de carácter cuantitativo- Experimentales y Cuasi

experimentales
"La vida es una cosa maravillosa y hay tantas cosas por hacer".
Stephen Hawking
Los experimentos “verdaderos” son aquellos que reúnen dos requisitos para lograr
el control y la validez interna: 1) grupos de comparación (manipulación de la
variable independiente o de varias independientes) y 2) equivalencia de los
grupos.
Los diseños “auténticamente” experimentales pueden abarcar una o más variables
independientes y una o más dependientes. Asimismo, pueden utilizar pre pruebas
y pos pruebas para analizar la evolución de los grupos antes y después del
tratamiento experimental. Desde luego, no todos los diseños experimentales
utilizan pre pruebas, pero la pos prueba es necesaria para determinar los efectos
de las condiciones experimentales (Wiersma, 1986).
22.1 Diseños Experimentales

Estos se clasifican según:
a. Función de la variable independiente : Diseños Simples y Diseños
Factoriales
b. En función de la variable Dependiente: Univariados y Multivariados
c. En función del modo en que los sujetos experimentales son
asignados a los distintos niveles de la/s variable/s independiente/s
manipulada/s por el Experimentador: Diseño intragrupo o intrasujeto
y Diseño intergrupo o intersujeto
22.1.1 Diseños Simples y Factoriales

Los diseños simples son los más sencillos y solo estudia un factor, mientras que
los diseños factoriales permiten estudiar varios factores y la interacción entre ellos
sobre la variable dependiente.
Un diseño Simple es por ejemplo, probar dosis de un fertilizante sobre la
producción de un cultivo, la influencia de la música en la concentración para el
estudio, la influencia de programas de televisión violentos sobre la conducta
violenta de los niños televidentes. En todos estos casos hay solo una variable que
influye en una respuesta.
Los diseños factoriales manipulan dos o más variables independientes e incluyen
dos o más niveles de presencia en cada una de las variables independientes. Han
sido sumamente utilizados en la investigación del comportamiento.
La construcción básica de un diseño factorial consiste en que todos los niveles de
cada variable independiente son tomados en combinación con todos los niveles de
las otras variables independientes. Así se puede tener diseños 2 x 2, 3 x 3, 4x 4
etc.
En los Diseños factoriales, el diseño de tratamientos es independiente del Diseño
experimental propiamente dicho.
El Diseño de tratamientos consiste en la elección de los factores a estudiar
(variables), sus niveles y las combinaciones entre ellos.
El Diseño experimental indica la forma en que los tratamientos se aleatorizan a las
diferentes unidades experimentales y la forma de controlar la variabilidad natural
de las mismas. El D.E. puede ser Completamente al azar (CAA), en Bloques
completos al azar (BCA), Cuadrado latino,
Ejemplo: Un Factorial 2X 2, es el diseño factorial más simple, manipula (hace
variar) dos variables, cada una con dos niveles. El número de dígitos indica el
número de variables independientes: 2 X 2
Un digito = primera variable independiente), segundo digito = segunda variable
Independiente.
Supongamos que para el Factor A se tienen L niveles y para el factor B se tienen

K niveles, los tratamientos (i) serán la interacción entre ellos:
Estos diseños no suelen ser muy complicados puesto que el tener muchas
variables con muchos niveles vuelve engorroso el experimento y se dificulta el
análisis y la interpretación.
La necesidad de estudiar conjuntamente varios factores, obedece a la posibilidad
de que el efecto de un factor cambie según los niveles de otros factores, es decir
que existe la posibilidad de una interacción entre ellos.
También se utiliza cuando se quiere determinar el valor óptimo de la variable
dependiente. Por ejemplo, probar diferentes dosis de fertilización y de riego en la
producción de un cultivo. Se pueden tener 3 niveles de fertilizante y 3 frecuencias
de riego y determinar la combinación con la que se obtiene el mayor rendimiento.
Si se investigan los factores por separado, el resultado puede ser diferente al
estudio conjunto y es mucho más difícil describir el comportamiento general del
proceso o encontrar el óptimo.
Los diseños factoriales presentan varia ventajas:
Economía en el material experimental al obtener información sobre varios factores
sin incrementar el tamaño del experimento (el número de u.e).
Se amplía el rango de validez del experimento, ya que la variable dependiente se
estudia en relación a diferentes niveles de las otras variables.
Permite conocer el grado de INTERACCIÓN, es decir, la forma en que se modifica
el efecto de un factor por los niveles de los otros factores.
En el caso del experimento en plantas de maíz, si se probaran los factores riego y
dosis de fertilizante por separado podríamos obtener que la máxima producción se
dé con los niveles altos de ambos factores, es decir máxima dosis de fertilizante y
máxima frecuencia de riego. Sin embargo, con un diseño factorial podría
encontrarse que la máxima producción se obtiene con dosis medias de fertilizante
y máxima frecuencia de riego, incluso pudiendo superar la producción obtenida en
los experimentos independientes.
Hay situaciones en que el Diseño Factorial resulta “Desbalanceado”, es decir que
para alguno de los factores se utiliza un número diferente grados. Esto puede
ocurrir bien porque durante el experimento a causa de factores externos se
pierdan algunas observaciones o bien por que las observaciones de alguno de los
factores resulten más costosas o difíciles y entonces se prueban menos niveles de
ellas. En estos casos, el modelo estadístico se ajusta para poder interpretar los
datos obtenidos.
Un diseño factorial desbalanceado podría esquematizarse así:
22.1.3 Diseños Univariados y Multivariados

En un Diseño Univariado, se observa característica por característica,
aisladamente de cualquier otra característica.
Por ejemplo, en un estudio poblacional se cuantifica la variable peso,
independientemente de la talla de las personas.
Los parámetros estadísticos como la media, la mediana, la moda, la varianza, los
porcentajes, entre otros, miden una variable. Es decir, fueron hechos univariados.
Ahora bien este tipo de análisis ha sido muy criticado ya que la realidad se
presenta interconectada, relacionada. Por ejemplo existe una relación entre el
peso y la talla de las personas o entre la el interés y el rendimiento escolar, etc.
Como la realidad se presenta relacionada necesitamos métodos más rigurosos
para evaluarla. Esto lo podemos hacer de dos modos:
El primero es medir las variables de modo univariado (analizarlas) y relacionarlas
luego en la interpretación. Esto es lo que hacemos generalmente cuando decimos
“si tal persona pesa 85 k. y mide 1,7 m., entonces esta persona está muy pesada”.
El segundo modo es relacionarlas mediante un índice de masa corporal (IMC) que
no es otro que dividir el peso (85) entre la estatura al cuadrado. El IMC es una
media bivariada y se interpreta de modo diferente. En nuestro caso el IMC sería
(85/1,7^2) = (85/2.89) = 29.41 que según ciertas tablas de salud indican que tiene
sobrepeso.
De este modo entramos en el Análisis Bivariada y cuando se interrelacionan más
de dos factores, por ejemplo, talla, peso y edad, estaremos hablando de modelos
o diseños Multivariados.
En el Diseño Multivariado, se registran dos o más variables cuantitativas o

cualitativas de naturaleza distinta que en conjunto explican a la variable
dependiente o en el caso de estudios sociales, representan una unidad teórica
compleja a la que se le denomina constructo.
Los diseños Multivariados son una extensión de los diseños Univariados,donde la
única diferencia radica en el proceso de estimación y ajuste de los parámetros y
en el criterio utilizados para la prueba de hipótesis.
Las ventajas de utilizar Diseños Multivariados radican en que:
 Permiten llevar a cabo investigaciones más acordes con el comportamiento
humano.
 Permiten establecer relaciones complejas entre varias variables
independientes (biológicas o sociales) y por tanto proporciona información
más precisa acerca del comportamiento de la variable dependiente.
 Son diseños que poseen mayor sensibilidad o potencia probatoria y mayor
validez que los diseños univariados (Balluerka & Vergara, 2002).
Un ejemplo de Diseño Univariado es el Diseño intrasujeto. Un ejemplo de Diseño
Multivariado es el Diseño de Medias Repetidas. Ambos se verán a continuación.
La combinación de los tipos de diseños anteriores, dan origen a los siguientes

tipos de experimentos:
- Simples univariados (con una única V.I. y V.D.).
- Simples multivariados (con una única V.I. y varias Vs.Ds.).
- Factoriales univariados (con varias Vs.Is. y una única V.D.).
- Factoriales multivariados (con varias Vs.Is. y V.sDs.).
La única condición que deben compartir todos ellos, es que existan tantos grupos
de sujetos distintos como niveles tenga/n la/s variable/s independiente/s
considerada/s por el experimentador. Además, y dado que la asignación de
sujetos en los diseños experimentales debe ser aleatoria, a este tipo de diseños
también se le denomina diseño de grupos aleatorios independientes (o de
muestras independientes) (Begoña & Qintanal, 2000).
22.1.4 Diseño intragrupo o intrasujeto

En este grupo de diseños experimentales, los distintos niveles de la variable
independiente o variables independientes si se trata de un factorial, son aplicados
al mismo grupo de sujetos; es decir, las mismas personas son sometidas, aunque
en momentos diferentes, a varios tratamientos o condiciones experimentales.
Como es lógico, al existir una única muestra de estudio, no es posible distinguir
entre grupo control y grupos experimentales ya que ambos coinciden; eso sí, en
caso de que nuestra variable independiente tenga un nivel 0 es evidente que
nuestro grupo de sujetos funcionará en esa ocasión como grupo control y en las
otras, como grupo experimental.
A este tipo de diseños se les denomina también diseños de medidas repetidas y
ofrecen la ventaja de asegurar que no existirán variables extrañas inherentes a los
sujetos que puedan influir en la variable dependiente, ya que se anulan al
aplicarse a todos los sujetos de la muestra todas las condiciones experimentales
incluidas (Begoña & Qintanal, 2000).
Experimento con n=1

Este tipo de diseño es un caso especial de experimento intrasujeto, en el que
participa un único sujeto. Su objetivo suele ser el de solucionar problemas y,
por lo tanto, suelen estar muy vinculados a la práctica clínica (tanto médica
como psicológica); además, y a pesar de la esperable falta de control y otras
características propias de un buen experimento (amenazas a la validez), suelen
producir aportaciones interesantes al conocimiento.
En general, se suele justificar el uso de los diseños de n = 1 cuando:
- El aspecto a estudiar es muy sencillo y/o tiene un fuerte componente biológico
(como por ejemplo, el estudio de los distintos tipos de condicionamiento).
- En aquellos casos en los que, además, el sujeto en cuestión viene en demanda
de ayuda y/o resulta muy complejo (o imposible) encontrar casos similares para
poder obtener una muestra sobre la que desarrollar un verdadero experimento.
Ejemplo: el sujeto-paciente desea que desaparezca su fobia, quiere dejar de fumar
o de morderse las uñas, etc.
Las fases que incluye un experimento de n = 1 son:
1º) Establecer la línea base (A): el investigador mide el comportamiento objeto
de estudio (V.D.) tal y como lo manifiesta el sujeto antes de iniciar cualquier tipo
de tratamiento (V.I.).
2º) Aplicar la intervención (B): el investigador vuelve a medir el comportamiento
objeto de estudio (V.D.) una vez aplicado el tipo de tratamiento que se consideró
necesario (V.I.).
3º) Comparar A con B e interpretar los resultados: supone valorar el efecto
terapéutico que ha tenido el tratamiento aplicado, ya que si se observa que el
comportamiento que se deseaba eliminar es menos frecuente (o intenso,
duradero, etc.) en B que en A, habremos tenido existo en nuestro objetivo de
mejorar la situación del sujeto-paciente.
Cualquier diseño de n = 1 en el que se den las tres fases que acabamos de
exponer, se denomirá diseño AB. Es el tipo más simple de diseños con un único
sujeto, ya que nos limitamos a establecer una línea base (A) y a medir de nuevo el
comportamiento una vez aplicado el tratamiento (B).
Sin embargo, puede ocurrir que para eliminar o mejorar el comportamiento
indeseado del sujeto-paciente, sea necesario repetir el tratamiento en varias
ocasiones tras ciertos períodos de descanso en lo que se llama diseños ABAB.

Todo ello permitirá observar la evolución de dicho comportamiento y, por
supuesto, el mantenimiento (o no) del éxito del tratamiento empleado.
22.1.5 Diseño intergrupo o intersujeto
Diseño con pos prueba únicamente y grupo de control

Este diseño incluye dos grupos, uno recibe el tratamiento experimental y el otro no
(grupo de control). Es decir, la manipulación de la variable independiente alcanza
sólo dos niveles: presencia y ausencia.
Los sujetos son asignados a los grupos de manera aleatoria. Después de que
concluye el periodo experimental, a ambos grupos se les administra una medición
sobre la variable dependiente en estudio. El diseño puede diagramarse de la
siguiente manera:
R G1 X O 1
R G2 -- O2
En este diseño, la única diferencia entre los grupos debe ser la presencia-
ausencia de la variable independiente. Estos son inicialmente equivalentes y para
asegurar que durante el experimento continúen siendo equivalentes _ salvo por la
ausencia de dicha manipulación, el experimentador debe observar que no ocurra
algo que afecte solo a uno de los grupos.
Debe recordarse que la hora en que se efectúa el experimento debe ser la misma
para ambos grupos (o ir mezclando a un sujeto de un grupo con un sujeto del otro
grupo - cuando la participación es individual - ), lo mismo que en las condiciones
ambientales y demás factores que fueron ventilados al hablar de equivalencia de
grupos.
La prueba estadística que suele utilizarse en este diseño para comparar a los
grupos es la prueba "t" para grupos correlacionados, al nivel de medición por
intervalos.
El diseño con pos prueba únicamente y grupo de control, puede extenderse para
incluir más de dos grupos, es decir, se usan dos o más tratamientos
experimentales, además del grupo de control.
Si se carece de grupo de control, el diseño puede llamarse "diseño con grupos
aleatorizados y pos prueba únicamente".
En el diseño con pos prueba únicamente y grupo de control, así como en sus
posibles variaciones y extensiones, se logra controlar todas las fuentes de
invalidación interna.
Diseño con pre prueba-pos prueba y grupo de control

Este diseño incorpora la administración de pre pruebas a los grupos que
componen el experimento. Los sujetos son asignados al azar a los grupos,
después a éstos se les administra simultáneamente la pre prueba, un grupo recibe
el tratamiento experimental y otro no (es el grupo de control); y finalmente se les
administra, también simultáneamente una pos prueba.
La adición de la pre prueba ofrece dos ventajas: primera, las puntuaciones de las
pre pruebas pueden usarse para fines de control en el experimento, al compararse
las pre pruebas de los grupos se puede evaluar qué tan adecuada fue la
aleatorizacion.
La segunda ventaja reside en que se puede analizar el puntaje ganancia de cada
grupo (la diferencia entre la pre prueba y la pos prueba).
El diseño controla todas las fuentes de invalidación interna por las mismas
razones que se argumentaron en el diseño anterior (diseño con pos prueba
únicamente y grupo de control). Lo que influye en un grupo deberá influir de la
misma manera en el otro, para mantener la equivalencia de los grupos.
Diseño de cuatro grupos de Solomon

En los diseños con varios grupos, existe un problema asociado a las mediciones
previas al experimento. Dicho inconveniente consiste en que las mediciones
pretest pueden sugerir de algún modo a los sujetos que participan en el
experimento, las intenciones y objetivos del mismo, pudiendo influir esto en su
actuación posterior, apartándola de su comportamiento natural.
Por ello, Solomon ideó un tipo de diseño intergrupo alternativo que da lugar a los
llamados diseños Solomon con cuatro grupos.
El diseño de Solomon, combina el diseño de dos grupos con sólo medición
"después" y el diseño clásico de dos grupos con mediciones "antes" y "después".
En esta forma se controlan los efectos de selección y de mortalidad (por la
asignación al azar); los de maduración e historia (por el uso de grupos de control)
y el efecto de interacción de la prueba pues como no existe medición "antes" en
algunos grupos, ésta no puede, lógicamente, actuar sobre los resultados
"después".
Los pasos del diseño son los que siguen:
a) Se asigna el total de los sujetos, en forma aleatoria, a cuatro grupos.
b) En el primer grupo se hace una medición "antes" de la variable dependiente,
luego se aplica el tratamiento experimental y posteriormente se hace una medición
"después" de la variable dependiente.
c) En el segundo grupo se hacen mediciones "antes" y "después", sin aplicar el
tratamiento experimental.
d) El tercer grupo recibe el tratamiento experimental y se hace en él una medición

"después".
e) Finalmente, en el cuarto grupo se hace sólo una medición "después".
Todos los grupos se forman aleatoriamente. Los grupos 1 y 3 son experimentales,

los grupos 2 y 4, de control.
La principal ventaja del diseño consiste en el control del efecto de la medición
"antes" de la prueba, en la medición "después". Esto se logra pues a dos de los
grupos no se aplica la prueba "antes" (pre prueba): al grupo experimental 3 y al
grupo de control 4.
Si se considera que a los grupos 1 y 3 se les aplicó el tratamiento experimental,
sus mediciones "después" deberían ser iguales: O — O.
Pero en el grupo 1 también se aplicó la pre prueba, con lo cual, si hay diferencias
entre esas dos mediciones, se debería a esa prueba.
Algo similar tendría que ocurrir entre los grupos 2 y 4 que no recibieron el
tratamiento experimental. Si se encuentra una diferencia significativa, ésta se
debería también al efecto de la pre prueba.
Para realizar todas las comparaciones se utiliza el análisis de varianza.
En la medida en que haya una mayor semejanza entre los dos grupos del estudio
"podemos considerar que el diseño controla los principales efectos de la historia,
la maduración, la administración de tests y la instrumentación..." (Campbell y
Stanley,1966) .
22.2 Diseños Cuasi Experimentales

Las investigaciones o diseños cuasi experimentales reciben su nombre por el
hecho que los grupos de estudio no se han conformado al azar y, en algunos
casos, no se utiliza un grupo de control.
Sin embargo, como lo dicen Campbell y Stanley, estas investigaciones pueden
tener, en diversos grados, tanto validez interna como externa.
De los varios tipos de éstos vamos a presentar dos que suelen ser los más
utilizados en el campo de la investigación social y de la educación.
Los cuasi experimentos poseen aparentemente todas las características de los
experimentos verdaderos. La principal diferencia con éstos estriba, según los
casos, es la imposibilidad de manipular la variable independiente y/o asignar
aleatoriamente los sujetos a las condiciones experimentales.
Comparten con los experimentos de campo su ejecución en ambientes naturales,
lo cual les otorga un escaso control. Podrían ser calificados de adaptaciones más
o menos ingeniosas de los experimentos verdaderos, con el objetivo de separar
los efectos debidos a la intervención de aquellos provocados por las variables no

controladas.
Los diseños cuasi experimentales también manipulan deliberadamente al menos
una variable independiente para ver su efecto y relación con una o más variables
independientes, solamente que defieren de los experimentos “verdaderos” en el
grado de seguridad o confiabilidad que pueda tenerse de la equivalencia inicial de
los grupos.
En estos diseños los sujetos no son asignados al azar a los grupos, ni
emparejados; sino que dichos grupos ya estaban formados antes del experimento,
son grupos intactos (la razón por la que surgen y la manera como se formaron
fueron independientes o aparte de experimento).
Por ejemplo, si los grupos el experimento son tres grupos escolares existentes que
estaban formados con anterioridad al experimento, y cada uno de ellos constituye
un grupo experimental. Veámoslo gráficamente:
Como el quid del problema en los métodos cuasi experimentales es el sesgo de

selección, no es de extrañar que la mayoría del tema se enfoque en cómo
conformar grupos de control adecuados que no son diseñados ad hoc, sino que
hay que conformarlos analíticamente.
Diseño de prepuebas - posprueba y grupos intactos (uno de ellos de control)

Utiliza dos grupos: uno recibe el tratamiento experimental y el otro no. Los grupos
son comparados en la posprueba para analizar si el tratamiento experimental tuvo
un efecto sobre la variable dependiente.
Si los grupos no son equiparables entre sí, las diferencias en las pospruebas de
ambos grupos pueden ser atribuidas a la variable independiente pero también a
otras razones diferentes, y lo peor es que el investigador puede no darse cuenta
de ello.
Por ello es importante que los grupos sean inicialmente comparables, y que
durante el experimento no ocurra algo que los haga diferentes, con excepción de
la presencia-ausencia del tratamiento experimental.
Recuérdese que los grupos son intactos, no se crean, ya se habían constituido por
motivos diferentes al cuasi experimento.
Diseño de prepuebas-posprueba y grupos intactos (uno de ellos de control)

Este diseño es similar al que incluye posprueba únicamente y grupos intactos,
solamente que a los grupos se les administra una preprueba, la cual puede servir
para verificar la equivalencia inicial de los grupos (si son equiparables no debe
haber diferencias significativas entre las prepruebas de los grupos).
Las posibles comparaciones entre las mediciones de la variable dependiente y las

interpretaciones son las mismas que en el diseño experimental de preprueba-
posprueba con grupo de control, solamente que en este segundo diseño cuasi
experimental, los grupos son intactos y en la interpretación de resultados debemos
tomarlo en cuenta.
Diseños experimentales de series cronológicas múltiples

En los diseños experimentales antes mencionados se ha comentado que sirven
más bien, para analizar efectos inmediatos o a corto plazo. En ocasiones el
experimentador está interesado en analizar efectos en el mediano o largo plazo,
porque tiene bases para suponer que la influencia de la variable independiente
sobre la dependiente tarda en manifestarse. Por ejemplo, los programas de
difusión de innovaciones, métodos educativos o estrategias de las psicoterapias.
En tales casos es conveniente adoptar diseños con varias pos pruebas. A estos
diseños se les conoce como series cronológicas experimentales.
En realidad el término “serie cronológica”, se aplica a cualquier diseño que se
efectúe a través del tiempo o a varias observaciones o mediciones sobre una
variable, sea o no experimental, solo en este caso se les llama experimentales
porque reúnen los requisitos para serlo.
También en estos diseños se tienen dos o más grupos y los sujetos son asignados
al azar a dichos grupos. Solamente que, debido a que transcurre mucho más
tiempo entre el inicio y la terminación del experimento, el investigador debe tener
el suficiente cuidado para que no ocurra algo que afecte de manera distinta a los
grupos ( con excepción de la manipulación de la variable independiente).
Lo mismo sucede cuando al aplicar el estimulo lleva mucho tiempo (por ejemplo,
programas motivacionales para trabajadores que pueden durar semanas). Con el
paso del tiempo es más difícil mantener equivalencia inicial de los grupos.
Ejemplos
 Serie cronológica sin pre prueba, con varias pos pruebas y grupo de control
Observe que el grupo 4 es el control que no recibe estímulo X.
 Serie cronológica con pre prueba, con varias pos pruebas y grupo de
control
 Serie cronológica basada en el diseño de cuatro grupos de Solomon
Diseños de series cronológicas con repetición del estimulo

En ocasiones, el investigador anticipa que el tratamiento o estimulo experimental
no tiene efecto o este es mínimo si se aplica una sola vez, tal como seria hacer
ejercicio físico un solo día, no se puede esperar un cambio en la musculatura; o
como seria consumir vitaminas por una única vez .
También a veces el investigador quiere conocer el efecto sobre las variables
dependientes, cada vez que se aplica el estimulo experimental. Por ejemplo, en
técnicas de acondicionamiento es común que uno se cuestione:
¿Cuántas veces debo aplicar el reforzamiento a una conducta para lograr
condicionar a respuesta a un estimulo?. En estos casos se puede repetir el
tratamiento experimental y administrar una pos prueba después de cada
aplicación de este, para evaluar el efecto de la aplicación.
Los sujetos son asignados al azar a los distintos grupos y a cada grupo se le
administra varias veces el tratamiento experimental que le corresponde.
El mismo tratamiento se aplica dos veces al grupo experimental

Lección 23: Diseños de carácter cualitativo: Diseños

Fenomenológicos: Investigación etnográfica – Diseños Narrativos
―Los límites de mi lenguaje son los límites de mi mente‖.
Ludwig Wittgenstein
La investigación cualitativa se ha definido de forma poco precisa como una

categoría de diseños de investigación que extraen descripciones a partir de
observaciones que adoptan la forma de entrevistas, narraciones, notas de campo,
grabaciones, transcripciones de audio y vídeo casetes, registros escritos de todo
tipo, fotografías o películas y artefactos.
La mayor parte de los estudios cualitativos están preocupados por el contexto de
los acontecimientos, y centran su indagación en aquellos contextos en los que los
seres humanos se implican e interesan, evalúan y experimentan directamente
(Dewey, 1934; 1938).
Esto es lo que significa calidad: lo real, más que lo abstracto; lo global y concreto,
más que lo disgregado y cuantificado. Es más, la investigación cualitativa investiga
contextos que son naturales, o tomados tal y como se encuentran, más que
reconstruidos o modificados por el investigador (Sherman y Webb,1988).
Esta es la clase de diseño de investigación que Robert Rippey quería realizar.
Rippey centró su evaluación en la quintaesencia de la preguntas cualitativas: Qué
está pasando en este escenario?, y qué significa para los participantes? (Erickson,
1986).
Estas preguntas han sido utilizadas en investigaciones denominadas de distintas
formas: interpretativas (Erickson, 1986), naturalistas (Lincoln y Guba, 1985),
fenomenológicas (Wilson, 1997), y descriptivas (Wolcott, 1980).
Estos descriptores enfatizan la importancia de los constructos de los participantes,
o los significados que los sujetos de la investigación asignan a sus acciones, el
contexto del estudio, la relación entre el investigador y los que están siendo
estudiados, los métodos para la recogida de datos, los tipos de evidencias
aducidas en apoyo de las afirmaciones realizadas, y los métodos y la importancia
del análisis utilizado.
La investigación cualitativa es un proceso de investigación que obtiene mediante
técnicas propias, datos del contexto en el cual los eventos ocurren, en un intento
para describir estos sucesos, como un medio para determinar los procesos en los
cuales los eventos están incrustados y las perspectivas de los individuos
participantes en los eventos, utilizando la inducción para derivar las posibles
explicaciones basadas en los fenómenos observados (Gorman y Clayton, 1997).
Los Diseños fenomenológicos, se enfocan en las experiencias individuales
subjetivas de los participantes.
Responden a la pregunta ¿Cuál es el significado, estructura y esencia de una
experiencia vivida por una persona (individual), grupo (grupal) o comunidad
(colectiva) respecto de un fenómeno?.
El centro de indagación de estos diseños reside en la(s) experiencia(s) del

participante o participantes.
De acuerdo con Creswell, 1998; Alvarez-Gayou, 2003; y Mertens, 2005 (Citado
por Hernández, Fernández & Baptista, 2006) la fenomenología se fundamenta en
las siguientes premisas:
Se pretende describir y entender los fenómenos desde el punto de vista de
cada participante y desde la perspectiva construida colectivamente.
Se basa en el análisis de discursos y temas específicos, así como en la
búsqueda de sus posibles significados.
El investigador confía en la intuición y en la imaginación para lograr
aprehender la experiencia de los participantes.
El investigador contextualiza las experiencias en términos de su temporalidad
(tiempo en que sucedieron), espacio (lugar en el cual ocurrieron), corporalidad (las
personas físicas que la vivieron), y el contexto relacional (los lazos que se
generaron durante las experiencias).
Las entrevistas, grupos de enfoque, recolección de documentos y materiales e
historias de vida se dirigen a encontrar temas sobre experiencias cotidianas y
excepcionales. (Salgado, 2007).
23.1 Investigación Etnográfica

El encuadre temporal de Vidich y Lyman4 llega hasta hoy y se inicia en el siglo
XV. Transcurre en torno a la investigación etnográfica que se practica en la
sociología y antropología norteamericanas. El hilo conductor es el interaccionismo
simbólico, que marca las etapas de su recorrido histórico: la referencia al “otro”.
4
Hacia 1960, las líneas de batalla estaban trazadas dentro de los campos cuantitativo y cualitativo. Los
académicos cuantitativos relegaron la investigación cualitativa a un status subordinado dentro de la arena
científica. En respuesta, los investigadores cualitativos ensalzaron las virtudes humanistas de su acercamiento
subjetivo e interpretativo al estudio de la vida humana de grupos humanos (human group life). Entretanto, las
personas indígenas se encontraron a sí mismas sujetas a humillaciones por parte de ambas aproximaciones,
ya que las dos metodologías eran utilizadas al servicio del poder de los colonizadores (ver Battiste, 2000;
Semali & Kincheloe, 1999).
Vidich y Lyman (1994, 2000) trazaron muchos de los rasgos clave de esta dolorosa historia. En su ahora
clásico análisis ellos notan, con algo de ironía, que la investigación cualitativa en sociología y antropología
había “nacido sin interés por comprender al „otro‟” (Vidich & Lyman, 2000, p. 38). Además, este „otro‟ era el
exótico Otro, una persona primitiva, no blanca proveniente de una cultura considerada menos civilizada que la
nuestra. Por supuesto, hubo colonizadores desde mucho antes que hubiera antropólogos y etnógrafos. No
obstante, no habría habido historia colonial, y ahora neocolonial, de no ser por esta mentalidad investigativa
que transformó al piel morena Otro en objeto de la mirada del etnógrafo.
Tabla 11. Fases Principales en la Etnografía Antropológica y Sociológica
La etnografía es un término que se deriva de la antropología, puede considerarse

también como un método de trabajo de ésta; se traduce etimológicamente como
estudio de las etnias y significa el análisis del modo de vida de una raza o grupo
de individuos, mediante la observación y descripción de lo que la gente hace,
cómo se comportan y cómo interactúan entre sí, para describir sus creencias,
valores, motivaciones, perspectivas y cómo éstos pueden variar en diferentes
momentos y circunstancias; podríamos decir que describe las múltiples formas de
vida de los seres humanos.
Para hacer etnografía es necesario adentrarse en el grupo, aprender su lenguaje y
costumbres, para hacer adecuadas interpretaciones de los sucesos, si se tienen
en cuenta sus significados; no se trata de hacer una fotografía con los detalles
externos, hay que ir más atrás y analizar los puntos de vista de los sujetos y las
condiciones histórico−sociales en que se dan.
Es por eso que el etnógrafo tiene que insertarse en la vida del grupo y convivir con
sus miembros por un tiempo prolongado, pues ante todo tiene la necesidad de ser
aceptado en el grupo, después aprender su cultura, comprenderla y describir lo
que sucede, las circunstancias en que suceden mediante el uso del mismo
lenguaje de los participantes.
Dice Peter Good, que los etnógrafos tienen mucho en común con los novelistas,
los historiadores sociales, los periodistas y los productores de programas
documentales de TV, pues dan muestra de extraordinaria habilidad etnográfica en
la agudeza de sus observaciones, la fineza de su oído, la sensibilidad emocional,
la penetración a través de las diferentes capas de la realidad, la capacidad de
meterse debajo de la piel de sus personajes, sin pérdida alguna de capacidad para
valorarlos objetivamente.
Es una mezcla de arte y ciencia, en la que el autor inserta también la educación.

No se trata de escribir una obra de ficción, pues constituye un método de la
ciencia posible de ser validado íntegramente y en cada uno de los procedimientos
y análisis que se hagan, aunque va a estar determinado por el estilo del
investigador, "del narrador", de su "sensibilidad" y de la comprensión, propiedades
o atributos esenciales artísticos para algunos, pero también son habilidades que
pueden ser adquiridas en la práctica del método.
Algunos autores utilizan la etnografía como sinónimo de investigación cualitativa,
en la que incluyen la etnografía propiamente dicha, la investigación de campo con
carácter cualitativo, las historias orales o historias de vida y los estudios de casos.
Para otros, la etnografía la consideran sólo como método o conjunto de prácticas y
herramientas desarrolladas como complemento en el uso de métodos
cuantitativos, pero con una concepción más amplia: "Puede ser el inicio de una
investigación longitudinal, o de una comunidad vista a través de varios aspectos,
puede ser usada en el desarrollo de diseño de investigaciones como diagnóstico,
puede ser encajada dentro de un estudio cuantitativo para producir las
descripciones gruesas y ricas de situaciones y también puede ser utilizada para
desarrollo de proyectos curriculares, a los cuales se le da seguimiento con la
investigación cuantitativa.
Es importante enfatizar que la investigación cualitativa es más que una
metodología, es una posición frente al conocimiento, su producción y su uso."
(Nolloa, 1997).
Algunas de las herramientas más utilizadas por la Etnografía, son:
 La observación
 La observación participante
 Conversación, Entrevistas y Cuestionarios
 Historias de vida
 Estudios de caso
La selección de éstas dependerá de los objetivos de la investigación.
El trabajo Etnográfico, implica gran rigor teórico, técnico y metodológico aunado a
una apertura y flexibilidad para ver, registrar y posteriormente analizar las
situaciones que se presenten y que no se pueden explicar con elementos teóricos
previos o iniciales (Velasco & Díaz de Rada, 2003).
Observación no participante y registro estructurado de observación:

Ésta es una herramienta de trabajo muy útil, especialmente, en las fases
preliminares de la investigación cualitativa. Recordemos que, en ellas, el
investigador busca ubicarse dentro de la realidad sociocultural que pretende
estudiar.
La observación no participante, entonces, permite apoyar el "mapeo" sin exponer

al investigador a una descalificación por "incompetencia cultural". Contar con un
registro estructurado sobre ciertos elementos básicos para comprender la realidad
humana, objeto de análisis, permite focalizar la atención de la etapa de
observación participante o de análisis en profundidad, sólo o prioritariamente,
sobre los aspectos más relevantes, lo que resulta muy conveniente, cuando el
tiempo disponible para el trabajo de campo no es muy amplio.
Algunas de esas pautas de observación han sido catalogadas como patrones o
paradigmas de búsqueda, en situaciones socio-culturales que incluyen entre otras
cosas:
a) La caracterización de las condiciones del entorno físico y social,
b) La descripción de las interacciones entre actores,
c) La identificación de las estrategias y tácticas de interacción social,
d) La identificación de las consecuencias de los diversos comportamientos
sociales observados.
Cabe advertir, que estas observaciones no participantes o externas deberán luego
ser corroboradas a través de una fase de observación participante o mediante el
empleo de entrevistas directas con los actores sociales correspondientes.
En el caso de estudios evaluativos es posible emplear una guía completamente
estructurada de observación que recibe el nombre genérico de lista de chequeo
(Check List, en Inglés).
La idea del uso de este tipo de instrumento es registrar la existencia o no de
aspectos o elementos considerados a la luz de los parámetros y criterios de
evaluación adoptados como claves en el cumplimiento de los objetivos de un
proyecto o programa, o como requisito de funcionamiento de la organización o
institución, objeto de la evaluación.
Observación participante
La observación participante es una técnica cualitativa basada en la observación
detallada que facilita el registro sistemático de las prácticas sociales: Relaciones
sociales, dinámicas, juegos de poder, hábitos de consumo, toma de decisiones,
entre otros.
“La observación establece una comunicación deliberada entre el observador y el
fenómeno observado. Comunicación que, normalmente, procede a nivel no verbal,
en la que el investigador-observador está alerta a las claves que va captando y, a
través de las cuales, interpreta lo que ocurre, obteniendo así un conocimiento más
significativo, profundo y completo de la realidad observada”.
La observación participante se caracteriza por la existencia de un conocimiento
previo entre observador y observado y una permisividad en el intercambio, lo cual
da lugar a una iniciativa por parte de cada uno de ellos en su interrelación con el
otro.
El observado puede dirigirse al observador, y el observador al observado en una
posición de mayor cercanía psicológica pero con un nivel de participación bajo o
nulo.
El objetivo fundamental de la técnica de observación participante es la descripción
de grupos sociales y escenas culturales mediante la vivencia de las experiencias
de las personas implicadas en un grupo o institución, con el fin de captar cómo
definen su propia realidad y los constructos que organizan su mundo.
Así, la observación directa de eventos relevantes ha de realizarse durante la
interacción social en el escenario con los sujetos del estudio, unida a entrevistas
formales e informales, registros sistemáticos, recogida de documentos y
materiales, de forma flexible según la dirección que tome el estudio.
La observación participante emplea, para definir el problema de investigación con
referencia a la vida cotidiana de las personas, una estrategia flexible de apertura y
cierre. Esto quiere decir que puede comenzar con un problema general, para más
tarde definir unos escenarios específicos de análisis. O puede, en cambio, iniciar
con un escenario cultural o una situación humana, para de allí generar problemas
que se conviertan en objeto de investigación.
En uno u otro caso, el estudio de los problemas depende de la forma en que las
preguntas sean dirigidas, refinadas, elaboradas y focalizadas a través del proceso
de recolección de datos.
En términos de proceso, la observación participante tiene su primer reto en lo que
genéricamente se denomina "ganar la entrada al escenario" u "obtener el acceso".
El éxito en lograr este cometido depende en buena parte de las habilidades
interpersonales del investigador, así como de su creatividad y sentido común, para
tomar las decisiones que sean más apropiadas y oportunas, de acuerdo con las
especificidades de la situación que encuentre.
Ganado el acceso físico y social al escenario de estudio, e identificadas las
situaciones a ser observadas dentro dicho espacio, es necesario decidir qué
fenómenos serán observados y analizados en tales situaciones. Esto porque
nunca será posible observar todos los escenarios o incluso, todas las situaciones
que son de interés dentro un escenario determinado. Es así como aspectos de la
investigación relacionados, por ejemplo, con la conveniencia y la oportunidad
percibidas de ésta, con la naturaleza y diversidad de los intereses de los
involucrados, y las propias habilidades que posee el investigador influyen en las
decisiones de qué observar, cuándo observarlo y de qué manera realizar la
observación.
En cualquier caso, sin embargo, las decisiones adoptadas deben ser sustentables
o defendibles teórica y metodológicamente.
En estos casos se recurre al muestreo teórico. Este representa una forma de
muestreo no probabilístico, que depende de las habilidades del investigador para
hacer decisiones acerca de qué observar, basado, justamente, en criterios tales

como oportunidad, interés personal, recursos disponibles y lo más importante, la
naturaleza del problema que está siendo investigado.
Así como en el muestreo probabilístico el investigador emplea una lógica de tipo
estadístico para seleccionar los fenómenos particulares que serán estudiados, en
el muestreo teórico se acude a una lógica comprensiva que depende de los
avances que se van alcanzando en el entendimiento del problema estudiado,
durante el progreso mismo de la investigación.
La validez y la confiabilidad de la observación participante : Según Wiseman

(1970), la validez y confiabilidad en la observación participante, pueden
establecerse a través de procedimientos y estrategias como los que a
continuación se enuncian:
• Chequeo mediante múltiples procedimientos y formas de evidencia, tales como,
contacto con la experiencia directa y la observación, realización de diversas
formas de entrevista y apoyo de distintos informantes, el empleo de artefactos y
diversos documentos. Es lo que Denzin (1988) llamará Triangulación.
• Preguntarse qué tan eficaces, o no, fueron, o son, los procedimientos que el
investigador anticipó para acceder al mundo interno de los participantes o actores.
Éste es un aspecto de mucha importancia para analizar, ya que las limitaciones en
el acceso reducen por, lo general, la validez y la confiabilidad de los hallazgos
realizados.
• Describir y discutir completamente los procedimientos adoptados para recolectar
la información. El investigador, de este modo, se obliga a discutir para el lector, las
relaciones entre los procedimientos empleados y los resultados obtenidos,
analizando incluidas las ventajas y limitaciones de esos procedimientos.
• Poner a disposición de quien esté interesado la discusión explícita y detallada de
los procedimientos de estudio, de modo que los mismos puedan ser objeto de
debate y prueba, a través de la lectura del informe final.
• Probar los conceptos importantes, identificados o elaborados en el curso de la
investigación, contra su uso actual en la vida cotidiana de los actores sociales
involucrados. Es difícil imaginar una prueba más severa de la precisión o
dependencia de una idea, que la de pasar la prueba del uso en la vida cotidiana.
• Contrastar, mediante un reestudio independiente, cuando esto sea posible, los
hallazgos, resultados y conclusiones que se hubiesen obtenido a través de la
observación participante.
Entrevista Etnográfica
A la entrevista antropológica también se le llama “etnográfica” y es una técnica
informal o no directiva, puesto que se basa en encuentros casuales y empatía con
el informante que permitirán obtener la información mediante una guía mental de

tópicos y un cuaderno de notas.
Aquí, como en la mayoría de las técnicas antropológicas el investigador tiene que
tener en cuenta su influencia en el comportamiento del actor social al que está
entrevistando, por eso es importante que la relación se lleve a cabo de una forma
natural y fluida para que el entrevistado se sienta cómodo y sus respuestas tengan
la menor interferencia posible.
“La mayoría de los temas abordados por las entrevistas etnográficas, son
cuestiones que los informantes quizá manejen cotidianamente, no reflexiva, sino
prácticamente, en el decurso de su vida, en sus contextos específicos.”
Encuesta Etnográfica
Esta técnica toma como su preocupación y eje básico de articulación el análisis de
las dimensiones culturales (simbólicas y materiales) de la realidad humana
sometida a Investigación.
Uno de los desarrollos más sistemáticos al respecto ha sido el propuesto por
Spradley (1978). La idea central que él maneja es, la de contar con un inventario
de Tópicos culturales que, a la hora de iniciar el trabajo de campo, permita realizar
un barrido completo de esas dimensiones en el interior del grupo humano objeto
de estudio.
Para su implementación Spradley en el capítulo 3 de la primera parte de su texto
“Participant Observation”, plantea el que a su juicio constituye el ciclo de la
investigación etnográfica. Dentro del mismo, dicho autor distingue cinco procesos,
de los cuales, los tres primeros conciernen a la encuesta etnográfica.
Los procesos etnográficos en cuestión son los siguientes:
Selección de un proyecto, planteamiento de las preguntas concernientes al
proyecto elegido, recolección de datos, elaboración de los registros pertinentes,
análisis de los datos y escritura del informe de investigación o etnografía.
Spradley plantea que quizá la primera cosa que los etnógrafos deberían
considerar es el alcance de la investigación. De acuerdo con esto, la etnografía
que se desarrolle puede tener una variación que puede fluctuar a lo largo de un
continuo que va desde la macroetnografía, hasta la microetnografía.
Los objetos de análisis variarán entonces, desde el estudio de las sociedades
complejas, de múltiples comunidades, de múltiples instituciones sociales o de
múltiples situaciones sociales, para el caso de la macroetnografía; hasta, el
abordaje mediante la microetnografía, de una sola comunidad local, una sola
institución social o una situación social simple o restringida.
La encuesta etnográfica cumple papeles diferentes en los dos tipos de etnografía.
Dentro de la de alcance macro, busca hacer equivalentes las categorías de
análisis empleadas con el propósito de facilitar los análisis comparativos. Es el
caso de los trabajos interculturales desarrollados por Whiting, Child y Lambert

(1966) sobre Prácticas de crianza.
Para el caso de la microetnografía, la encuesta etnográfica se orienta a identificar
algunos temas culturales de base, que van a facilitar el trabajo de mapeo de
situaciones y el inventario de actores. Este, a su turno, va a servir como soporte al
ulterior proceso de recolección de información, en forma focalizada o selectiva.
Algunos ejemplos de preguntas genéricas que se plantean en una encuesta
etnográfica son: ¿qué gente hay aquí o quienes hay aquí?, ¿qué hacen? o ¿cuál
es el escenario físico de esta situación social?. Se utilizan para conocer el abanico
de opiniones (rompiendo el culto al "experto").
23.2 Historias de Vida: El Método Biográfico- Diseños Narrativos

Tomado de: EL MÉTODO BIOGRÁFICO EN INVESTIGACIÓN SOCIAL: POTENCIALIDADES Y
LIMITACIONES DE LAS FUENTES ORALES Y LOS DOCUMENTOS PERSONALES. Alexia Sanz
5
Hernández.
La reconstrucción biográfica emerge esencialmente de una persona y de su

testimonio, ya sea oral u escrito, y de su interacción con el que lo retoma,
interpreta y rehace (aún cuando este sea el mismo protagonista de los hechos que
asume el rol de escritor como en el caso de las autobiografías), de modo que el
juego de intersubjetividades va a ser una dinámica inherente y permanentemente
presente. Igualmente emerge un mecanismo enmarañado, complejo, dinámico,
selectivo y efectivo, cual es la memoria .
Figura 6. Fundamentos de la Reconstrucción Biográfica (Sanz, 2005)
En Sociología, existe una interesante tradición metodológica sobre el uso de los

llamados documentos personales y las historias de vida. Pero no sólo
antropólogos o sociólogos han hecho uso de esta metodología; la historia toma
prestado el método de la investigación oral para crear un nuevo corpus
5
Profesora Titular de Sociología, Universidad de Zaragoza
documental. Así nace la historia oral, con carácter de ciencia auxiliar inicialmente,
cuyo objetivo es construir archivos orales.
Por su parte, la Psicología social ha empleado las biografías como historias
clínicas en las que se perfila el entorno social de cada individuo analizado. El
enfoque es fundamentalmente evolutivo y pretende mostrar la perspectiva del
desarrollo vital en el contexto histórico, todo ello a través de la reconstrucción de
las experiencias vitales.
Todas estas disciplinas caminan juntas en el uso de las mismas técnicas y fuentes
que como parecen estar confirmando las investigaciones recientes, surgen como
material por excelencia para quien quiera estudiar las transformaciones no sólo del
individuo sino también de su grupo primario y su entorno sociocultural inmediato.
Igualmente puede acercarnos al conocimiento del cambio social, los procesos
históricos de las relaciones socioestructurales, las trayectorias de vida, la
descripción con profundidad de las relaciones sociales, sus contradicciones o su
movimiento histórico, y es una herramienta excelente para quien quiera con fines
formativos fomentar su utilización o ilustrar dichos procesos (Sanz, 2005).
La técnica de elaboración de relatos de vida y de historias de vida se inserta en
una metodología más amplia denominada el método biográfico, junto a cuya
denominación necesariamente emergen conceptos como investigación
etnográfica, estudio de casos, observación participante, etc.
Este método puede aglutinar la estrategia metodológica de la conversación y
narración y la revisión documental de autobiografías, biografías, narraciones
personales, cartas, diarios, fotos, etc.
Conjuga de este modo fuentes orales con fuentes documentales personales con el
propósito doble de, primero, captar los mecanismos que subyacen a los procesos
que utilizan los individuos para dar sentido y significación a sus propias vidas, y
segundo, mostrar un análisis descriptivo, interpretativo, y necesariamente
sistemático y crítico de documentos de «vida».
La primera consideración a realizar se relaciona con la gran cantidad de términos
y usos que se vinculan con «lo biográfico». Los términos más utilizados son el de
«biografía» y «autobiografía»; la diferencia entre ellos se encuentra en la
existencia o no de la figura mediadora de un agente externo que construya
finalmente el relato.
A la anterior se añade la distinción entre life story que corresponde a la historia de
una vida tal y como la persona que la ha vivido la cuenta, y la life history vinculada
al estudio de caso referido a una persona dada, comprendiendo no sólo sus
relatos de vida sino cualquier otro tipo de información o documentación adicional
que permita la reconstrucción de dicha biografía de la forma más exhaustiva y
objetiva posible».
En castellano estaríamos hablando de relatos de vida e historias de vida
respectivamente.
Un término más es el de «biograma» que se refiere a «los registros biográficos de

carácter más sucinto y que suponen la recopilación de una amplia muestra de
biografías personales a efectos comparativos».
Básicamente podemos encontrarnos con dos aplicaciones del método biográfico:
las historias de vida como estudios de caso, o bien la técnica de los relatos
biográficos múltiples.
En el primer caso nos encontramos ante «un relato autobiográfico, obtenido por el
investigador mediante entrevistas sucesivas en las que el objetivo es mostrar el
testimonio subjetivo de una persona, en el que se recojan tanto los
acontecimientos como las valoraciones que dicha persona hace de su propia
existencia». En esta modalidad el investigador es únicamente un introductor de la
obra, que retoca y matiza la presentación final del relato tras ordenar la
información obtenida en las prolongadas sesiones con el informante.
Hay que reflexionar acerca de las matizaciones y dimensiones diferenciales que
incorpora el hecho de proceder a la elaboración de historias de vida, por un lado, o
de autobiografías, por otro.
Estas segundas son producto de la propia voluntad de su autor y no existe un
agente externo inductor del proceso, pero a su vez el autor se ve influenciado por
una serie de sesgos o filtros heurísticos de los que hablaremos más adelante y
que tamizan su aportación.
En ciencias sociales se utilizan también con frecuencia los «relatos biográficos
múltiples» como si fuese una forma de encuesta en la que las decisiones
muestrales pueden asentarse en criterios de representatividad junto a los de
significatividad (por ejemplo, utilizando tipologías de sujetos a partir de variables
preestablecidas o atendiendo al procedimiento de «saturación» propuesto por
Denzin en 1970).
Pujadas, distinguía, dos modalidades de este tipo de relatos, los «paralelos» y los
«cruzados». Mientras que los relatos de vida paralelos se refieren a trayectorias
de vida que han transcurrido sin converger ni generar vínculos entre sí, los
segundos aluden a las «historias de vida cruzadas de varias personas de un
mismo entorno, bien sean familiares, vecinos de un barrio, o compañeros de una
institución, para explicarnos a «varias voces» una misma historia».
Se trataría de acumular una muestra más o menos amplia en función de los
objetivos o intereses de la investigación con la que se puede trabajar pudiendo
establecer comparaciones, categorizaciones de los informantes y, si es posible,
planteando modelos teóricos validados por la información recabada, tras realizar
análisis que pueden ir desde el tipológico, o de contenido, al estadístico.
La investigación biográfica es esencialmente una descripción fenomenológica que
exige de cuatro habilidades procedimentales en el investigador: observar,
escuchar, comparar y escribir, tal y como propone Sanmartín (2003) para la
práctica de la investigación cualitativa.
Esas cuatro habilidades, que hay que poner en juego, se concretan en una serie
de etapas, que exigen a la par sistematicidad y cierta dosis de artesanía (tal y
como recomendaba Wright Mills).
En este sentido, la obra de J. J. Pujadas de 1992 se conforma como referente
obligado en los estudios basados en el método biográfico.
No obstante, todos estos planteamientos metodológicos no alcanzan su
significado pleno si no es en relación con el objeto de estudio al que va a ser
aplicado: la persona y los documentos de vida por ella generados o facilitados.
La metodología para llevar a cabo un estudio biográfico o de Historia de vida se
muestra en la figura 6.
Figura 7. La Práctica de la investigación Biográfica.
La práctica de la investigación biográfica es impensable sin recurrir a los

conceptos de «identidad» y «memoria», diferentes pero perfectamente imbricados.
La memoria autobiográfica se construye sobre las experiencias vividas
individualmente; el sujeto es el actor y protagonista del relato y aun siendo
vivencias compartidas, los eventos forman parte fundamental de su biografía
individual. A esa singularidad propia del individuo se vincula la dimensión social, el
espacio y el tiempo de los que relatan su historia.
Las imágenes del pasado y el conocimiento recordado que les han sido
transmitidos ejercen una poderosa influencia.
Se requiere un enfoque idiográfico (es decir centrado en el individuo) y cualitativo,
que implica entre otras cosas la característica de ser inductivo.
Los sujetos o grupos no se reducen a variables sino que son considerados como
un todo dentro de su contexto ecológico, social e histórico. Cada individuo es
singular; las historias de los individuos no deben ni quedarse en el simple dato
estadístico «objetivo» pero vacío ni, en caso especial, desvinculados de las
condiciones contextuales de cualquier trayectoria personal.
Tanto la supresión como el énfasis de esa singularidad acaban por distorsionar la
vivencia del individuo y por desmarcarlo de su marco de referencia social. Esta
metodología es claramente asumida por las posiciones fenomenológicas, en
cuanto se presta atención al significado social que los sujetos atribuyen al mundo
que les rodea, tal y como se ha propuesto siguiendo la perspectiva interaccionista
en Psicología Social: «si los hombres definen las situaciones como reales, éstas
son reales en sus consecuencias».
Lección 24. Diseños de carácter cualitativo: Diseños de Teoría

Fundamentada - Diseños de investigación acción - Estudios de Caso
―Es preciso que la filosofía sea un saber especial,
de los primeros principios y de las primeras causas‖.
Aristóteles.
24.1Diseños de teoría fundamentada6

La teoría fundada se describe como un modo de hacer análisis. De la Cuesta
(1998) siguiendo a Strauss, considera que su objetivo es el de generar teoría a
partir de textos recogidos en contextos naturales y sus hallazgos son
formulaciones teóricas de la realidad.
Según Sandoval (1997), la teoría fundada es una Metodología General para
desarrollar teoría a partir de datos que son sistemáticamente capturados y
analizados; es una forma de pensar a cerca de los datos y poderlos
conceptualizar.
Aun cuando son muchos los puntos de afinidad en los que la teoría fundamentada
se identifica con otras aproximaciones de investigación cualitativa, se diferencia de
aquellas por su énfasis en la construcción de teoría.
6
Tomado de: Experiencias Doctorales.
http://pide.wordpress.com/2008/06/02/teoria-fundamentada-y-metodo-comparativo-continuo/
El método de la teoría fundamentada es el de Comparación Constante, que

connota, como dice Sandoval, una continua revisión y comparación de los datos
capturados para ir construyendo teoría de la realidad.
En términos de Velasco y Díaz de Rada, el método de ésta tendencia ayuda a que
el antropólogo elabore y compare nuevas categorías mentales e introduzca
nociones de espacio y tiempo, de oposición y contradicción, que pueden ser
extrañas al pensamiento tradicional.
Strauss (1970), define sus procedimientos básicos en: Recogida de datos,
codificación y reflexión analítica en notas. Para elaborar la teoría, es fundamental
que se descubran, construyan y relacionen las categorías encontradas; estas
constituyen el elemento conceptual de la teoría y muestran las relaciones entre
ellas y los datos.
Los datos se recogen con base en el muestreo teórico, el cual, a decir Glasser y
Strauss (1967), es el medio o sistema por el que el investigador decide con base
analítica, que datos buscar y registrar. Por ello, la recogida de datos en la
investigación etnográfica se debe guiar por una teoría de diseño emergente, pues
estos escenarios y medios pueden ir cambiando en la medida que va apareciendo
nueva información.
La teoría Fundamentada, establece la distinción entre la teoría formal y la teoría
sustantiva, haciendo énfasis en la teoría sustantiva.
La teoría sustantiva está relacionada con la interacción permanente que el
investigador logra en el proceso de recolección de datos; de los cuales pueden ir
surgiendo nuevas hipótesis para ser verificadas. En tal sentido, esta teoría es el
resultado del procesamiento sistemático de los datos de campo (mediante
procesos de codificación y categorización). Glasser y Strauss (1967).
La teoría formal se identifica con el estilo de recolección de datos y el análisis
teórico, a través del cual se hace posible la construcción de hipótesis y se
compara constantemente con la teoría de los datos que van surgiendo de la
investigación.
La teoría Fundada, puede partir de teorías bien fundamentadas, donde se extraen
una serie de hipótesis, las cuales buscan ser demostradas mediante la
comparación constante con la realidad cultural; caso de las investigaciones
desarrolladas por Davis y Macintyre.
En ese proceso de comparación entre las teorías llamadas formales y las teorías
sustantivas se va construyendo la teoría sobre el fenómeno estudiado. Existe sin
embargo, la posibilidad de iniciar la investigación con un marco bibliográfico poco
estructurado, en cuyo caso, a medida que se avanza en la comprensión de los
datos y la construcción de la teoría sustantiva, se va estableciendo la comparación
con la teoría formal (Hammersley y Atkinson ,1994).
24.1.1 Muestro Teórico

Para Osses, S. , Sánchez, I. y Ibáñez, F. (2006, el muestreo teórico se refiere a los
entrevistados o hechos a observar en la estrategia de investigación. Esto significa
que los individuos que serán entrevistados, o hechos a observar, son
considerados como aquellos que, en forma suficiente, pueden contribuir al
desarrollo de la teoría para lo cual se realiza el trabajo en terreno.
El investigador comienza con la selección de varios casos que pueden
compararse y contrastarse. Éstos se eligen por su posible relevancia para el
campo teórico que se pretende estudiar. En las primeras fases de la recolección y
análisis de datos, se seleccionan casos por sus semejanzas. Posteriormente, se
eligen por sus diferencias.
Glaser y Strauss (1967) recomiendan este proceso de minimización –
maximización de las diferencias entre los casos seleccionados, por su utilidad en
la generación de teoría. Las semejanzas permiten la identificación de una
categoría, el esbozo de sus atributos y la especificación de sus condiciones de
aparición.
Las diferencias entre los casos elegidos hacen posible la elaboración de los
atributos de las categorías, la determinación de sus sub variantes y la delimitación
de su alcance.
Se inicia el proceso, seleccionando y estudiando una muestra homogénea de
individuos, hechos o situaciones, para posteriormente, cuando la teoría empiece a
perfilarse, ir a una muestra heterogénea, la cual permitirá confirmar o descartar las
condiciones que están siendo utilizadas para desarrollar las proposiciones iniciales
Mella (2003).
24.1.2 Saturación Teórica

Esta estrategia metodológica del Método de Comparación Constante (MCC),
acerca a los investigadores a la posibilidad de verificación, sin apartarlos del
objetivo central que es la generación de teoría.
Valles (1997) se refiere a este punto en los siguientes términos: “En el MCC, no
hay un intento de verificar la universalidad ni la prueba de causas sugeridas u
otras propiedades. Y al no haber prueba, este procedimiento únicamente requiere
la saturación de la información. El objetivo no es tanto la verificación como la
generación de teoría”.
Según lo afirmado en relación al muestreo teórico, si el investigador adopta el
MCC, no podrá usar otro criterio para fijar el tamaño muestral sino el de saturación
y el tamaño deberá ser incrementado hasta que se logre el nivel de saturación.
Así, el muestreo teórico no tiene un tamaño definido por cálculos probabilísticos,
sino por criterios teóricos de saturación de las categorías investigadas, vale decir,
hasta cuando el dato adicional que se recolecta, no agrega información
significativa a lo que ya se tiene.
Como lo expresa Creswell (1998), el proceso de obtener información en la teoría

fundamentada -cuya lógica de obtención de datos corresponde al método de
comparación constante- es un proceso en zigzag: ir al campo de observación para
obtener datos, analizarlos, ir nuevamente al campo, obtener datos y analizarlos,
etc. Tantas veces se va al campo como sea necesario hasta que la categoría de
información es considerada como saturada.
24.2 Diseños de Investigación - acción7

Entre los métodos utilizados en la investigación cualitativa se ha destacado desde
1.946 el de la Investigación Acción.
Se señala como su origen el trabajo realizado por el psicólogo social Kurt Lewin
(1.946), quien la desarrolló y aplicó durante muchos años en una serie de
experimentas comunitarios en la Norteamérica de la segunda guerra mundial.
Fue sometida a prueba en contextos tan diversos como las viviendas integradas,
la igualación de oportunidades para obtener empleos, la causa y la curación de
perjuicios en los niños, la socialización de bandas callejeras, el mejoramiento de
formación de jóvenes líderes.
A lo largo de la mitad del siglo XX, el método de Investigación Acción se ha ido
configurando a partir de numerosos aportes desde diferentes contextos
geográficos e ideológicos. Sin embargo, se dan una serie de rasgos comunes en
los que coinciden la mayoría de los autores. En primer lugar es de destacar el
carácter preponderante de la acción como definitorio de este método de
investigación.
Esta dimensión se concreta en el papel activo que asumen los sujetos que
participan en la investigación, la cual tomó como inicio los problemas surgidos de
la práctica, reflexionando sobre ellos, rompiendo de esta forma con la dicotomía
separatista entre la teoría y la práctica.
Un rasgo distintivo de la Investigación Acción es que aquellas personas que están
afectadas por los cambios planificados tienen una Responsabilidad Primaria en
cuanto a decidir acerca de la orientación de una acción críticamente informada
que parece susceptible de conducir a una mejora y en cuanto a valorar los
resultados de las estrategias sometidas a prueba en la práctica. La Investigación
Acción es una actividad de grupo dado que no se puede realizar de forma aislada.
Bajo este enfoque, la investigación se concibe desde una perspectiva alternativa a
la concepción positivista, defendiendo la unión de investigador investigado,
forjando un nuevo modelo de investigador que realiza su trabajo de forma
sistemática a través de un método flexible, ecológico y orientado a los valores.
7
Tomado de LA INVESTIGACIÓN ACCIÓN Y SU INHERENCIA EN LAS CIENCIAS SOCIALES." Por: Dilia Useche de
Abreu y Cruz Mayz de Abreu. Facultad de Ciencias de La Educación de La Universidad de Carabobo.
Se considera fundamental llevar a cabo la toma de decisiones, orientadas hacia la

creación de comunidades autocríticas con el objetivo de transformar el medio
social.
Básicamente estas son las características comunes de la Investigación Acción. No
obstante, según Rodríguez y otros (1.996), es preciso considerar los diferentes
métodos de la Investigación Acción con los que contamos en la actualidad:
Investigación Acción del Profesor, Investigación Acción Participativa e
Investigación Acción Cooperativa.
Investigación Acción del Profesor: Según Elliot (1.990), se presentan ocho (8)
características, entre las que se destacan:
1. Analiza las acciones humanas y las situaciones sociales experimentadas por los
profesores en las escuelas.
2. El propósito de la Investigación Acción es que el profesor profundice en la
comprensión (diagnóstico), de su problema, manteniendo o adoptando siempre
una postura exploratoria frente a cualesquiera definiciones iniciales de su propia
situación.
3. Al explicar "lo que sucede" la Investigación Acción construye un "guión" sobre el
hecho en cuestión, relacionándolo con un contexto de contingencias mutuamente
interdependientes.
4. Interpreta "lo que ocurre" desde el punto de vista de quienes actúan e
interactúan en la situación problema (profesores-alumnos, profesores y director).
5. Como la Investigación Acción considera la situación desde el punto de vista de
los participantes, describirá y explicará "lo que sucede" con el mismo lenguaje
utilizados por ellos.
6. Como contemplan los problemas desde el punto de vista de quienes están
implicados en ellos, solo puede ser válida a través del dialogo libre de trabas con
ellos.
Investigación Acción Participativa : De acuerdo con De Miguel (1.989), se

caracteriza por un conjunto de principios, normas y procedimientos metodológicos
que permiten obtener conocimientos colectivos sobre una determinada realidad
social.
Este autor se refiere a su carácter de adquisición colectiva del conocimiento, su
sistematización y su utilidad social. Por su parte, Hall y Kassam (1.988), (en
Rodríguez y otros, 1.996), describen la investigación participativa como una
actividad integral que combina la investigación social, el trabajo educativo y la
acción. Entre sus características se destacan:
1. El problema que se va a estudiar se origina en la propia comunidad o lugar de
trabajo.
2. El objetivo último de la investigación es la transformación estructural y la mejora

de las vidas de los sujetos implicados. Los beneficiarios son los trabajadores o
gente implicada.
3. La investigación participativa implica a la gente en el lugar de trabajo o la
comunidad que controla todo el proceso global de la investigación.
4. En la investigación participativa es central el papel que se asigna a fortalecer la
toma de conciencia en la gente sobre sus propias debilidades, habilidades y
recursos, así como su apoyo para movilizarse y organizarse.
5. El término "investigador" designa tanto a las personas del lugar de trabajo o a la
comunidad, así como a aquellos que cuentan con un entrenamiento especializado
(investigadores en el área).
Investigación Acción Cooperativa : Se conoce como la Investigación Acción que

se da cuando algunos miembros del personal de dos o más instituciones, deciden
agruparse para resolver juntos problemas que atañen a la práctica profesional de
estos últimos vinculando los procesos de investigación con los procesos de
innovación y con el desarrollo y formación profesional.
De acuerdo a Ward y Tikunoff (1.982), (en Rodríguez y otros, 1.996), algunos
elementos que permitan valorar el carácter interactivo de un proceso de
investigación de este tipo, podrían ser los siguientes:
1. Un equipo formado como mínimo por un profesor, un investigador y un técnico
en desarrollo.
2. Las decisiones que miran a cuestiones de investigación, procesos de recoger
datos, desarrollo de materiales, etc., son frutos de un esfuerzo cooperativo.
3. Los problemas a ser estudiados emergen de los que les conciernen a todos y
de la indagación realizada por el equipo.
4. El equipo trabaja unánimemente en la investigación y en el desarrollo
relacionado con la producción del conocimiento y su utilización.
5. Se reconoce y utiliza el proceso de "investigación y desarrollo" como una
estrategia de intervención para el desarrollo profesional, en tanto que lleva a cabo
una rigurosa y útil técnica de investigación y desarrollo. 6. Profesores e
investigadores son coautores de los informes de investigación.
Finalmente para arrojar más luz en la comprensión del tema que nos ocupa,
Kemmis y Mctaggart (1.992), señalan cuatro (4) cosas que NO ES la investigación
acción:
1. No es aquello que habitualmente hacen los enseñantes cuando reflexionan
acerca de su trabajo. La Investigación Acción es más sistemática y colaboradora y
recoge datos sobre los que se basa una rigurosa reflexión de grupo.
2. No es simplemente la resolución de problemas. La Investigación Acción implica
el planteamiento de problemas y no tan solo la solución de los mismos. No parte
de contemplar los "problemas" como hechos patológicos. La Investigación Acción

busca mejorar y comprender el mundo a través de cambios y del aprendizaje de
cómo mejorarlos a partir de los efectos de los cambios conseguidos.
3. No es una investigación acerca de otras personas. Es una investigación
realizada por determinadas personas acerca de su propio trabajo, con el fin de
mejorar aquello que hacen, incluyendo el modo en que trabajan con y para otros.
La Investigación Acción considera a las personas agentes autónomos y
responsables, participantes activos en la elaboración de sus propias historias y
condiciones de vida, capaces de ser más eficaces en esa elaboración si conocen
aquello que hacen, y capaces de colaborar en la construcción de su historia y sus
condiciones de vida colectivas.
No considera a las personas como objetos de investigación, sino que las alienta a
trabajar juntas como sujetos conscientes y como agentes de cambios y la mejora.
4. No es el "método científico" aplicado a la enseñanza. No se trata de uno de los
ángulos de visión del "método científico" que son numerosos. La Investigación
Acción no se limita a someter a prueba a determinadas hipótesis o a utilizar datos
para llegar a conclusiones.
Adopta una visión de la ciencia social distinta de aquellas que se basan en las
ciencias naturales (en las cuales los objetos de la investigación pueden ser
tratados como "cosas"); la Investigación Acción concierne también al "sujeto"
mismo (el investigador).
Es un proceso que sigue una evolución sistemática y cambia tanto al investigador
como las situaciones en las que éste actúa; ni las ciencias naturales ni las ciencias
históricas tienen este doble objetivo.
24.3 Estudios de Caso8

Un estudio de caso es un método de aprendizaje acerca de una situación
compleja; se basa en el entendimiento comprehensivo de dicha situación el cual
se obtiene a través de la descripción y análisis de la situación la cual es tomada
como un conjunto y dentro de su contexto (Morra & Friedlander, 2001).
Tipos de Estudios de Caso:

Existen tres categorías o tipos principales de estudios de caso –explicativos,
descriptivos y de metodología combinada. Aunque en la vida real a menudo se
superponen estas categorías, uno de los siguientes enfoques será el
predominante:
8
Tomado de: EL ESTUDIO DE CASO COMO METODOLOGÍA DE INVESTIGACIÓN: TEORÍA,
MECANISMOS CAUSALES, VALIDACIÓN. Enrique Yacuzzi
Explicativos. El propósito de los estudios de caso explicativos, tal como su

nombre lo indica, es explicar las relaciones entre los componentes de un
programa.
1. Implementación del Programa. Este estudio de caso investiga las operaciones,
a menudo en varios terrenos, y con frecuencia, de manera normativa.
2. Efectos del Programa. Este estudio de caso examina la causalidad y
habitualmente involucra evaluaciones de tipo multiterreno y multimétodo.
Descriptivos. Estos estudios son más focalizados que los casos explicativos.
3. Ilustrativo. Este tipo de estudio de caso es de carácter descriptivo y tiene el
propósito de añadir realismo y ejemplos de fondo al resto de la información acerca
de un programa, proyecto, o política.
4. Exploratorio. Este es también un estudio de caso descriptivo pero apunta, antes
que a ilustrar, a generar hipótesis para investigaciones posteriores.
5. Situación Crítica. Examina una situación singular de interés único, o sirve como
prueba crítica de una aseveración acerca de un programa, proyecto, problema o
estrategia.
Metodología Combinada
6. Acumulativo. Este reúne hallazgos de muchos estudios de caso para responder
a preguntas de una evaluación bien sea descriptiva, normativa o de causa y
efecto.
Los casos son particularmente válidos cuando se presentan preguntas del tipo
"cómo" o "por qué", cuando el investigador tiene poco control sobre los
acontecimientos y cuando el tema es contemporáneo.
Muchas de las preguntas de tipo "¿qué?" son exploratorias o descriptivas y se
contestan realizando encuestas o consultando bases de datos.
Las preguntas "cómo" y "por qué" son más explicativas y llevan fácilmente al
estudio de casos, la historia y los experimentos, porque tratan con cadenas
operativas que se desenvuelven en el tiempo, más que con frecuencias.
El método del caso propone la generalización y la inferencia “hacia la teoría” y no
hacia otros casos.
Ignorar las particularidades de esta lógica lleva a una crítica frecuente: El caso no
permite generalizar sus conclusiones a toda una población. Esta falencia no
permitiría generalizar los hallazgos a otros “casos” que no fueran el estudiado, ya
sea por razones del pequeño tamaño de la muestra de casos utilizada o por la
falta de representatividad de los casos elegidos.
Una forma (la “salida débil”) de evitar este problema, es considerar al caso como
una etapa preliminar de un estudio que luego buscará resultados generales a
través de los medios estadísticos propios de la econometría, por ejemplo; o bien
se busca introducir dentro del caso datos cuantitativos que permitan “endurecer”
los hallazgos cualitativos.
Otra forma de actuar (la “salida fuerte”) es decir: “No busco generalizar mis
hallazgos a toda la población de casos similares; estudio simplemente cuán
plausible es la lógica del análisis, para desarrollar sobre su base una nueva
teoría”.
El estudio (explicativo) de caso viene de la teoría y va hacia ella. Antes de iniciar el
trabajo de campo, el estudio debe ser precedido por el desarrollo de una teoría
que permita la observación.
La observación está siempre acompañada de una teoría, aunque sea incipiente. El
desarrollo de los primeros esbozos teóricos clarifica y profundiza los componentes
del caso.
Tendemos a imaginar que un estudio de caso es más bien reducido, pero la
dimensión de las situaciones a estudiar pueden variar significativamente. En
ocasiones, el caso es mas bien extenso. Por ejemplo, un caso puede ser una zona
dentro de un proyecto, tres zonas dentro de un proyecto, un proyecto, un grupo de
proyectos, todos los proyectos dentro de un sector en un país dado, todos los
proyectos dentro de un sector a través de un conjunto de países, o todos los
proyectos dentro de un país. Un país puede ser un caso (Morra & Friedlander,
2001).
La interrogante es “¿cuál es la situación que queremos tomar como un todo?” Esta
puede ser:
- Un área (de pesca en un municipio determinado)
- Una función (gerencia del sector público)
- Un proyecto
- Una política (promoción de la igualdad de género)
- Una oficina o departamento (Departamento de Educación)
- Un evento (esfuerzos para el alivio de la emergencia en Rwanda)
- Una región, nación u organización
- Unidades “anidadas” o estratificadas dentro de un estudio de caso grande o
complejo.
Yin (1994) compara diferentes estrategias de investigación con el objetivo de

determinar la conveniencia de la utilización de la metodología del caso. Al
respecto, analiza las diferencias existentes entre el experimento, la encuesta, la
historia, el análisis de archivos y el estudio de casos, no con la pretensión de
catalogar la totalidad de las estrategias de investigación, sino para determinar cuál
será la más apropiada en cada momento. Sus conclusiones se pueden canalizar a

través de las siguientes condiciones:
 El tipo de cuestiones de investigación. La tipología básica sobre las
cuestiones de investigación se establece en torno a quién, qué, dónde, cómo y por
qué. En general las cuestiones del tipo qué pueden tener una naturaleza
exploratoria, en cuyo caso es posible utilizar cualquiera de los diseños de
investigación (experimento, encuesta, análisis de archivos, historiografía y
estudios de casos), o pueden tener un sentido de prevalencia -cuántos o cuánto- y
entonces, al igual que para las cuestiones quién y dónde es más apropiado utilizar
la encuesta o el análisis de archivos, ya que lo que se pretende es describir la
incidencia o la prevalencia de un fenómeno o bien hacer predicciones acerca de
ciertos resultados.
Sin embargo, las cuestiones del tipo cómo y por qué es probable que lleven al uso
de estrategias de investigación tales como el estudio de casos, los experimentos o
las historias, ya que tratan vínculos operativos cuya evolución debe seguirse a lo
largo del tiempo, y no simplemente frecuencias o incidencias.
• El grado en que el estudio se centra en acontecimientos contemporáneos en
contraposición con acontecimientos históricos. Como definimos anteriormente, los
casos son una investigación empírica que estudia un fenómeno contemporáneo
dentro de su contexto real, cuando las fronteras entre el fenómeno y el contexto no
son evidentes, y en la que se utilizan múltiples fuentes de información (Yin, 1994).
En este sentido, parece que el estudio de casos se centra en acontecimientos
contemporáneos, mientras que la historia se refiere a acontecimientos del pasado,
donde no existe ninguna persona viva que pueda informar sobre ellos y que, por
tanto, se debe recurrir únicamente a los documentos y a los artefactos físicos y
culturales como fuentes de información. Así, el estudio de casos puede añadir a
estas fuentes, la observación directa y la información de los participantes clave.
• El grado de control que tiene el investigador sobre los acontecimientos
relacionados con el comportamiento. Cuando los comportamientos relevantes para
el fenómeno bajo estudio no pueden ser manipulados es preferible la utilización de
la estrategia del caso, mientras que si éstos se pueden manipular de forma
directa, precisa y sistemática en un ambiente de laboratorio o en una situación
real, será mejor la utilización de los experimentos.
Los estudios de caso se utilizan en investigaciones que conciernen especialmente
al área de la administración y auditorías de proyectos.
Un estudio de caso tiene en general los siguientes pasos (George et al. (2005),
Yin (1994)):
1. Diseño del estudio.
2. Realización del estudio.
3. Análisis y conclusiones.
En el primer paso se establecen los objetivos del estudio, se realiza el diseño

propiamente dicho, y se elabora la estructura de la investigación.
Es importante determinar si nuestra investigación tiene por objetivo la predicción, o
la generación de teorías, o la interpretación de significados, o una guía para la
acción. La tabla 12 muestra los diferentes métodos aplicados al estudio de casos
según el objetivo de la investigación:
Tabla 12. Métodos de Estudio de Caso
(Morra & Friedlander, 2001)
En el segundo paso se prepara la actividad de recolección de datos y se recoge la

evidencia, en todas las fuentes del caso.
En el último paso se analiza la evidencia. La forma de vincular los datos con las
proposiciones es variada y los criterios para interpretar los hallazgos de un estudio
no son únicos.
Cuando se trabaja en explicaciones causales, la dinámica operativa lleva a buscar
la coincidencia de patrones, que relaciona diversos tipos de información del mismo
caso con alguna proposición teórica.
Un ejemplo de esta coincidencia es la existencia de una relación sistemática entre
variables. Es posible que la coincidencia de patrones sea causal o simplemente
relacional, y es el investigador quien debe responder a este tema, con los criterios
adecuados. Es de esperar que los diferentes resultados sean lo “suficientemente”
impactantes como para priorizar una proposición sobre sus rivales.
El análisis de los datos de los estudios de caso es generalmente extensivo. La
triangulación es la técnica clave de análisis utilizada; esta técnica implica asegurar
la confiabilidad de las conclusiones por medio de fuentes múltiples de datos

dentro de cada tipo.
La validez de las conclusiones, especialmente al tratar de determinar causa y
efecto, se deriva de la correspondencia entre los diferentes tipos de fuentes de
datos; y del descarte sistemático de explicaciones alternativas y de la explicación
de resultados “por fuera”. Examinar la solidez de la información a través de
distintos tipos de datos, es un medio de obtener verificación.
Existen estrategias específicas para hacer comparaciones, tales como comparar
patrones, construir explicaciones, y efectuar revisiones temáticas. Ellas involucran
técnicas tales como exhibiciones gráficas de datos, tabulaciones de frecuencia de
eventos, y el ordenamiento cronológico o de series de tiempos (Morra &
Friedlander, 2001).
Para finalizar con la tercera etapa, se prepara el informe del trabajo y se difunden
sus resultados.
Lección 25: Diseños no experimentales Ex Post Facto: Exploratorios,

Descriptivos, Correlacionales. Retrospectivos y Prospectivos.
―En tres tiempos se divide la vida: en presente, pasado y futuro.
De éstos, el presente es brevísimo; el futuro, dudoso; el pasado, cierto‖.
Séneca
La investigación no experimental es también conocida como investigación Ex Post

Facto, término que proviene del latín y significa después de ocurridos los hechos.
De acuerdo con Kerlinger (1983) la investigación Ex Post Facto es un tipo de “...
investigación sistemática en la que el investigador no tiene control sobre las
variables independientes porque ya ocurrieron los hechos o porque son
intrínsecamente manipulables,” (p.269).
En la investigación Ex Post Facto los cambios en la variable independiente ya
ocurrieron y el investigador tiene que limitarse a la observación de situaciones ya
existentes dada la incapacidad de influir sobre las variables y sus efectos
(Hernández, Fernández y Baptista, 1991).
D´Ary, Jacobs y Razavieh (1982) consideran que la variación de las variables se
logra no por manipulación directa sino por medio de la selección de las unidades
de análisis en las que la variable estudiada tiene presencia, por ejemplo, se puede
analizar como influyo el movimiento del primero de enero de 1994 en Chiapas
sobre la economía nacional, también se puede analizar la percepción de personas
con síndrome de Down y personas que no lo tienen. En ambos casos el
investigador no puede manipular directamente las variables independientes como
ocurre en un estudio de corte experimental.
Es muy importante destacar que en una investigación experimental la variable
independiente se manipula y por eso se le llama variable activa, mientras que en
la investigación Ex Post Facto, la variable independiente no es susceptibles de

manipulación y por eso de le llama variable atributiva.
Existen al menos tres aspectos en los que la investigación experimental es
semejante a la investigación Ex Post Facto:
1. Por medio de estos tipos de investigación se pueden comprobar hipótesis.
2. Se utilizan grupos semejantes excepto en algún aspecto o característica
específica.
3. Se utilizan métodos estadísticos para el tratamiento y análisis de datos.
Las diferencias principales entre ambos tipos de investigación radican en los
siguiente aspectos:
1. La investigación experimental tiene un control estricto de las variables extrañas,

no así en la investigación Ex Post Facto.
2. La investigación experimental parte de grupos similares para encontrar una

diferencia y establecer la relación causa-efecto. La investigación Ex Post Facto
estudia dos grupos diferentes y busca qué es lo que hace la diferencia para
establecer la relación causa-efecto.
Con los resultados que arroja una investigación Ex Post Facto, no es posible
afirmar con seguridad una relación causal entre dos o más variables, como ocurre
en la investigación experimental.
Lo anterior debido a la posibilidad de que no se hayan encontrado otros factores

que si están afectando la variable dependiente. Si esto ocurre entonces se tienen
datos espurios o falsos, es decir, existen serias dudas acerca de su origen.
El investigador empieza con la observación de hechos que ya se han presentado y

que se han manifestado en una serie de eventos. En el área de origen del
fenómeno estudiado se observan los hechos.
A partir de las observaciones se procede a diseñar tanto los objetivos como las
hipótesis dando inicio a la investigación en sentido opuesto a una investigación
experimental.
Como modelos organizativos de estos estudios se encuentran cuatro tipos:
25.1 Estudios Descriptivos

La investigación en su forma más elemental consiste en la descripción de los
fenómenos naturales o debidos a la acción del hombre.
Describir es pues el objetivo de este tipo de estudios. Desde la investigación ex
post-facto, los estudios descriptivos responden a la pregunta del Que es,
buscando describir, analizar la forma, la acción, los cambios en el tiempo y la
similitud a otros sucesos de los fenómenos que se estudian.
No se limita a la simple recogida de datos, sino que responde a cuestiones sobre
el estado actual de las situaciones con implicaciones que van más allá de los
límites establecidos.
Algunos ejemplos de estudios descriptivos pueden ser estudios para detectar la
opinión de los profesores respecto a determinado tema, estudio para conocer las
rutinas de los alumnos en su tiempo libre de las tardes, estudios para detectar los
modelos evaluativos de los profesores de educación primaria.
Para recabar la información, se recurre a herramientas como consulta de fuentes
secundarias de información , encuestas, entrevistas, pruebas estandarizadas.
Los estudios descriptivos siguen los pasos habituales de la investigación
cuantitativa:
1. Identificar y formular el problema
2. Plantear los objetivos
3. Seleccionar las muestra
4. Diseñar o seleccionar los sistemas de recogida de la información
5. Recoger y analizar los datos
Para el análisis de datos se recurre a estadísticos Como:

Las medidas de tendencia central: Moda, media y mediana.
Medidas de variabilidad: Desviación estándar, varianza y rango.
Sistemas de representación gráfica: Histogramas, polígonos de frecuencia
25.2 Estudios de Desarrollo

Su finalidad es describir la evolución de las variables durante un periodo
determinado de tiempo. En general se centran en el análisis de las diferencias
asociadas con la edad y pretenden conocer los cambios que se producen en los
sujetos con el transcurso del tiempo. Ej: los trabajos de Jean Piaget sobre el
desarrollo infantil.
Estos estudios a su vez, se clasifican en:
Estudios Longitudinales : Implican recoger datos de una muestra en diferentes

momentos temporales con la intención de analizar cambios o continuidad en las
características de los sujetos que componen la muestra.
Resultan esenciales para explorar la naturaleza y los problemas del desarrollo
humano y poder así describir la evolución de la(s) capacidad(es) estudiada(s) en
los individuos a lo largo del tiempo,
Como desventaja , está la enorme dificultad para mantener la muestra a lo largo
de los años.
La aplicación de un diseño longitudinal es recomendable para el tratamiento de
problemas de investigación que involucran tendencias, cambios o desarrollos a
través del tiempo, o bien, en los casos en que se busque demostrar la secuencia
temporal de los fenómenos.
Los estudios de TENDENCIAS, investigan un fenómeno particular en el curso del
tiempo, con base en la toma repetida de diferentes muestras provenientes de la
misma población general.
Estos estudios pueden ser Prospectivos o Retrospectivos. En los diseños
retrospectivos, el investigador observa la manifestación de algún fenómeno (v.
dependiente) e intenta identificar retrospectivamente (Hacia atrás, del presente
hacia el pasado) sus antecedentes o causas (v. independiente).
Los estudios prospectivos se inician con la observación de ciertas causas
presumibles y avanzan longitudinalmente en el tiempo a fin de observar sus
consecuencias (se dirige hacia adelante en el tiempo).
La investigación prospectiva se inicia, por lo común, después de que la
investigación retrospectiva ha producido evidencia importante respecto a
determinadas relaciones causales
Estudios Transversales : En este tipo de estudios se mantiene el objetivo de

estudiar la incidencia del paso del tiempo en el desarrollo de los sujetos, pero en
vez de efectuar el seguimiento de una muestra de sujetos de la misma edad a lo
largo del periodo de tiempo que interesa, se opta por analizar simultáneamente
grupos de sujetos de distinta edad.
Presenta la desventaja de los riesgos derivados de trabajar con grupos de sujetos
distintos (variables enmascaradas).
Estudios de Cohortes: Los estudios de Cohortes, técnicamente, describen el

cambio mediante la selección de muestras distintas para cada momento temporal
de recogida de información manteniendo estable la población.
Una Cohorte la forman el conjunto de individuos que comparten algún
acontecimiento vital o característica común.
De forma genérica este acontecimiento acostumbra a ser el año de nacimiento,
pero no se excluyen hechos de otro tipo (promoción, quinta, curso). Un efecto de
Cohorte implicaría que los sujetos se comportarían de forma distinta ante la tarea
experimental dependiendo del año en el que hubieran nacido.
Estudios de Tendencias: Técnicamente los estudios de tendencias suponen una

variante de los de Cohortes y describen el cambio, como en el caso anterior,
mediante la extracción de muestras diferentes de sujetos en cada punto temporal
de interés para el estudio, pero a diferencia del anterior, la población no se
mantiene ni única ni estable.
Estos estudios utilizan por tanto poblaciones que tienen como característica propia
su continua modificación.
Su desventaja es que al variar la muestra con el transcurso del tiempo, se
introducen elementos contaminantes en el trabajo.
Como ventaja, se considera que se trata de una situación bastante habitual en la
realidad social y que de su análisis surgen conclusiones de estimable valor.
Existen variantes en este tipo de diseños, una de ellas consiste en estudiar
longitudinalmente varias cohortes diferentes.
Ej: Estudio de la Universidad de Barcelona para analizar cómo se había producido
la transición desde la finalización de los estudios universitarios al mundo del
trabajo.
Se analizaron las promociones de alumnos que finalizaron en los años 94, 95, 96 y
97, de casi todas las carreras de dicha universidad, extrayéndose muestras de las
respectivas poblaciones y se comprobó el porcentaje de inserción laboral de estos
alumnos al cabo de dos años de haber terminado la carrera.
En muchas ocasiones tanto en los estudios de tendencias, como en los de

cohortes, se utilizan datos procedentes de otros estudios anteriores que se
incorporan para su análisis con otros más actuales recogidos mediante algún tipo
de replicación.
Fases en un Estudio de Desarrollo
1. Identificar y formular el problema a investigar.
2. Establecer los objetivos del estudio.
3. Seleccionar la estrategia metodológica a aplicar (longitudinal, transversal, etc.).
4. Seleccionar las poblaciones y muestras correspondientes.
5. Diseñar o seleccionar los sistemas de recogida de información.
6. Definir el “timing”.
8. Extraer conclusiones.
25.3 Estudios Comparativos Causales

El investigador está interesado en identificar relaciones del tipo causa-efecto, más
propias de los estudios experimentales, pero que dada la naturaleza del
fenómeno, resulta imposible por algún motivo, manipular experimentalmente las
variables.
Se aplica cuando los hechos ya se han producido y no se puede ni se pretende
hacer una modificación de las variables, con esto entramos plenamente en la
lógica de que es una investigación expost-facto.
Fases de un estudio Comparativo

1. Identificar y formular el problema a investigar.
2. Definir la población objeto de estudio.
3. Seleccionar los grupos de comparación.
4. Seleccionar los instrumentos de recogida de información.
5. Recoger y analizar los datos.
6. Extraer las conclusiones.
Para el análisis de datos se recurre a la estadística. Para comparar grupos con

datos paramétricos, se utiliza casi de forma universal la prueba “t” de Student.
Si se siguen comparando grupos pero los datos no son paramétricos, se puede
utilizar la U de Mann-Whitney o la T de Wilcoxon.
Si se comparan más de dos grupos de forma simultánea, las pruebas más

generales son las basadas en el análisis de la varianza, utilizando análisis
Multivariado.
25. 4 Estudios Correlacionales

Abarcan aquellos estudios en los que estamos interesados en descubrir o aclarar
relaciones existentes entre las variables más significativas de un fenómeno y se
lleva a cabo mediante el uso de coeficientes de correlación (también denominados
términos de regresión).
El coeficiente de correlación es un indicador matemático que aporta información
sobre el grado, intensidad y dirección de la relación entre variables.
El coeficiente de correlación más conocido es el denominado Producto- Momento,
o también conocido por el nombre de su creador, Person.
1) Es un coeficiente bivariado
2) Fluctúa entre los valores “ -1 y +1”
3) Se representa mediante la letra “r”
Cuando se estudian más de dos variables, se recurre a coeficientes de correlación

Múltiple.
En la actualidad los programas estadísticos incorporan los cálculos y facilitan el
grado de significación, expresándolo en términos de probabilidad. No obstante es
útil conocer un cuadro orientador basado en estudios correlaciones, para su
correcta interpretación como se observa en la tabla 13.
Tabla 13. Interpretación de Coeficientes de Correlación r
La aproximación correlacional en los estudios ex post-facto, no permite el

establecimiento formal de causalidad.
Dos variables correlacionadas significan que cavarían mas NO QUE UNA ES
CAUSA DE LA OTRA. Por tanto hay varias posibilidades de error al interpretar los
resultados como por ejemplo:
Qué la dirección sea la contraria a la que hipotetizamos: la causa del autoconcepto

es el rendimiento y no al revés.
O que interactúen y no se dé una única intencionalidad.
Que exista una tercera variable que sea realmente la causa.
Ante esta situación, debemos ser cautos al explicar las correlaciones entre
variables, teniendo en cuenta las teorías y en estudios anteriores.
Fases en un estudio correlacional

1. Identificar el problema a investigar
2. Definir los objetivos de estudio
3. Seleccionarlas las variables a correlacionar
4. Diseñar o seleccionar los sistemas de recogida de información
6. Interpretar los resultados contrastando con la teoría
7. Extraer conclusiones
25. 5 Estudios predictivos

Son una variante dentro de los correlacionales. Se utilizan para predecir conductas
de los sujetos a partir de la información que sobre ellos podemos recoger
previamente. Aportan tres tipos de información:
- Patrón de conducta
- Suministran datos para el desarrollo teórico.
- Presentan evidencias de validez predictiva mediante la correlación de las
puntuaciones de los sujetos y el patrón de conducta
CAPITULO 6: EL ANÁLISIS DE LA INFORMACIÓN

Introducción
El análisis de la información puede definirse como la aplicación de técnicas
estadísticas para el procesamiento de los datos.
El análisis estadístico de la información también se define como la ciencia de la
recolección, análisis, interpretación y presentación de la información que puede
expresarse en forma numérica.
Una vez que los datos han sido codificados y transferidos a una matriz, así como
guardados en un archivo, el investigador puede proceder a analizarlos.
En la actualidad el análisis de los datos, generalmente se realiza mediante
software estadístico como: pExcel, SAS, SPSS, entre otros. Prácticamente pocos
lo hacen de forma manual, si tienen un volumen considerable de datos.
Sin embargo, el uso de un programa asistido por computador no libra al
experimentador de la obligatoriedad de conocer las diferentes técnicas
estadísticas de análisis de datos. De lo contrario no podrá ingresar los datos en el
software y mucho menos, será capaz de analizar la información que arroje el
programa.
Por cuanto los programas académicos de la universidad incluyen los cursos de
Estadística descriptiva, Probabilidad y Diseño Experimental, en éste capítulo no
intentamos adentrarnos en cada una de las técnicas estadísticas disponibles para
el análisis de datos, sino más bien preparar al estudiante sobre los conceptos
básicos y la forma en que se interpretan los datos para que al llegar a los cursos
antes mencionadas posea unas bases sobre las cuales afrontar dichas temáticas
en profundidad.
De otra parte, aclararemos que el proceso de investigación no concluye con el
análisis de datos. Una vez el investigador saca sus conclusiones, debe redactar el
informe final de investigación y los artículos científicos derivados de él.
Así, en éste capítulo abordaremos también las pautas que deben seguirse en la
elaboración de artículos científicos.
Lección 26: Estadística descriptiva

―Todos los medios son buenos cuando son eficaces‖
Jean Paul Sartre
La Estadística Descriptiva, formula reglas y procedimientos para la presentación

de una masa de datos en una forma más útil y significativa y establece normas
para la representación gráfica de los datos.
Para variables categóricas, como el sexo o la ocupación, se quiere conocer el
número de casos en cada una de las categorías, reflejando habitualmente el
porcentaje que representan del total, y expresándolo en una tabla de frecuencias.
Para variables numéricas, en las que puede haber un gran número de valores
observados distintos, se ha de optar por un método de análisis distinto,
respondiendo a las siguientes preguntas:
¿Alrededor de qué valor se agrupan los datos?
Supuesto que se agrupan alrededor de un número, ¿cómo lo hacen? ¿muy
concentrados? ¿muy dispersos?
De acuerdo a éstas preguntas se escogen los parámetros que mejor puedan
responderlas.
Los principales parámetros de análisis utilizados en la estadística descriptiva son
los porcentajes, las medidas de tendencia central, máximos y mínimos, desviación
estándar y el coeficiente de variación.
26.1 Medidas de tendencia central

Las medidas de centralización vienen a responder a la primera pregunta. La
medida más evidente que podemos calcular para describir un conjunto de
observaciones numéricas es su valor medio. La media no es más que la suma de
todos los valores de una variable dividida entre el número total de datos de los que
se dispone.
Como ejemplo, consideremos 10 pacientes de edades 21 años, 32, 15, 59, 60, 61,
64, 60, 71, y 80. La media de edad de estos sujetos será de:
Más formalmente, si denotamos por (X1, X2,...,Xn) los n datos que tenemos
recogidos de la variable en cuestión, el valor medio vendrá dado por:
Otra medida de tendencia central que se utiliza habitualmente es la mediana. Es

la observación que ocupa el lugar central en un aserie de datos que se organiza
en orden ascendente o descendente, es decir el valor que queda equidistante de
los extremos. Sin embargo no es muy utilizada por cuanto en realidad no es
representativa de la población.
La mediana del ejemplo anterior sería el valor que deja a la mitad de los datos por
encima de dicho valor y a la otra mitad por debajo. Si ordenamos los datos de
mayor a menor observamos la secuencia:
15, 21, 32, 59, 60, 60,61, 64, 71, 80.
Como quiera que en este ejemplo el número de observaciones es par (10
individuos), los dos valores que se encuentran en el medio son 60 y 60. Si
realizamos el cálculo de la media de estos dos valores nos dará a su vez 60, que
es el valor de la mediana.
Si la media y la mediana son iguales, la distribución de la variable es simétrica. La
media es muy sensible a la variación de las puntuaciones. Sin embargo, la
mediana es menos sensible a dichos cambios.
Por último, otra medida de tendencia central, no tan usual como las anteriores, es
la moda, siendo éste el valor de la variable que presenta una mayor frecuencia, es
decir que se repite más veces dentro del grupo de datos.
En el ejemplo anterior la moda es 60.
26.2. Medidas de dispersión

Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos
continuos es la dispersión de los mismos. Existen distintas formas de cuantificar
esa variabilidad. De todas ellas, la varianza (S2) de los datos es la más utilizada.
La varianza, es la media de los cuadrados de las diferencias entre cada valor de la
variable y la media aritmética de la distribución. En términos generales, mide la
dispersión de los valores respecto a un valor central (media). La varianza se
expresa de la siguiente forma:
Donde Xj representa cada uno de los datos y n el número total de datos.

Obsérvese que se trata de una sumatoria, dividida por el número total de datos.
Esta varianza muestral se obtiene como la suma de las de las diferencias de
cuadrados y por tanto tiene como unidades de medida el cuadrado de las
unidades de medida en que se mide la variable estudiada.
En el ejemplo anterior la varianza sería:
Sx2=
Las propiedades de la Varianza son las siguientes:
 La varianza es siempre positiva o 0:

 Si a los datos de la distribución les sumamos una cantidad constante, la
varianza no se modifica. Yi =Xi + k c
 Si a los datos de la distribución les multiplicamos una constante, la varianza

queda multiplicada por el cuadrado de esa constante.
 Propiedad distributiva: V(X + Y) = V(X) + V(Y)
La desviación típica (S) es la raíz cuadrada de la varianza. La variancia a veces

no se interpreta claramente, ya que se mide en unidades cuadráticas.
Para evitar ese problema, se define la desviación típica, o desviación standard,
que informa sobre la dispersión de los datos respecto al valor de la media; cuanto
mayor sea su valor, más dispersos estarán los datos.
Esta medida viene representada en la mayoría de los casos por S, dado que es su
inicial de su nominación en inglés
Se expresa en las mismas unidades de medida de la variable. La desviación
típica muestral es la medida de dispersión más utilizada en estadística.
Aunque esta fórmula de la desviación típica es correcta, en la práctica, la

estadística nos interesa para realizar inferencias poblacionales, por lo que se
utiliza la desviación típica poblacional, en la que en el denominador se utiliza,
en lugar de n, el valor n-1.
Por tanto, la medida que se utiliza es la cuasi desviación típica, dada por:
Aunque en muchos contextos se utiliza el término de desviación típica para

referirse a ambas expresiones.
En los cálculos del ejercicio previo, la desviación típica muestral, que tiene como
denominador n, el valor sería 20.678. A efectos de cálculo lo haremos como n-1 y
el resultado seria 21,79.
El haber cambiado el denominador de n por n-1 está en relación al hecho de que
esta segunda fórmula es una estimación más precisa de la desviación estándar
verdadera de la población y posee las propiedades que necesitamos para realizar
inferencias a la población.
Amplitud. Cuando se quieren señalar valores extremos en una distribución de

datos, se suele utilizar la amplitud como medida de dispersión. La amplitud es la
diferencia entre el valor mayor y el menor de la distribución (máximo y mínimo).
Por ejemplo, utilizando los datos del ejemplo previo tendremos 80-15 =65.
Como medidas de variabilidad más importantes, conviene destacar algunas
características de la varianza y desviación típica:
- Son índices que describen la variabilidad o dispersión y por tanto cuando
los datos están muy alejados de la media, el numerador de sus fórmulas
será grande y la varianza y la desviación típica lo serán.
- Al aumentar el tamaño de la muestra, disminuye la varianza y la desviación
típica. Para reducir a la mitad la desviación típica, la muestra se tiene que
multiplicar por 4.
- Cuando todos los datos de la distribución son iguales, la varianza y la
desviación típica son iguales a 0.
- Para su cálculo se utilizan todos los datos de la distribución; por tanto,
cualquier cambio de valor será detectado.
El coeficiente de variación (CV). Es una medida de dispersión relativa de los

datos y se calcula dividiendo la desviación típica muestral por la media y
multiplicando el cociente por 100.
Su utilidad estriba en que nos permite comparar la dispersión o variabilidad de dos
o más grupos. Así, por ejemplo, si tenemos el peso de 5 pacientes (70, 60, 56, 83
y 79 Kg) cuya media es de 69,6 kg. y su desviación típica (s) = 10,44 y la TAS de
los mismos (150, 170, 135, 180 y 195 mmHg) cuya media es de 166 mmHg y su
desviación típica de 21,3.
La pregunta sería: ¿qué distribución es más dispersa, el peso o la tensión arterial?

Si comparamos las desviaciones típicas observamos que la desviación típica de la
tensión arterial es mucho mayor; sin embargo, no podemos comparar dos
variables que tienen escalas de medidas diferentes, por lo que calculamos los
coeficientes de variación:
CV de la variable peso =
CV de la variable TAS =
A la vista de los resultados, observamos que la variable peso tiene mayor

dispersión.
Cuando los datos se distribuyen de forma simétrica (y ya hemos dicho que esto
ocurre cuando los valores de su media y mediana están próximos), se usan para
describir esa variable su media y desviación típica.
En el caso de distribuciones asimétricas, la mediana y la amplitud son medidas
más adecuadas. En este caso, se suelen utilizar además los cuartiles y
percentiles.
Los cuartiles y percentiles no son medidas de tendencia central sino medidas de
posición.
El percentil es el valor de la variable que indica el porcentaje de una distribución
que es igual o menor a esa cifra.
Así, por ejemplo, el percentil 80 es el valor de la variable que es igual o deja por
debajo de sí al 80% del total de las puntuaciones.
Los cuartiles son los valores de la variable que dejan por debajo de sí el 25%, 50%
y el 75% del total de las puntuaciones y así tenemos por tanto el primer cuartil
(Q1), el segundo (Q2) y el tercer cuartil (Q3).
La covarianza entre dos variables es un estadístico resumen indicador de si las

puntuaciones están relacionadas entre sí. La formulación clásica, se simboliza por
la letra griega sigma (σ) cuando ha sido calculada en la población. Si se obtiene
sobre una muestra, se designa por la letra "s_{xy}".
La formula suele aparecer expresada como:
Este tipo de estadístico puede utilizarse para medir el grado de relación de dos
variables si ambas utilizan una escala de medida a nivel de intervalo/razón
(variables cuantitativas).
La expresión se resuelve promediando el producto de las puntuaciones
diferenciales por su tamaño muestral (n pares de puntuaciones, n-1 en su forma
insesgada).
Este estadístico, refleja la relación lineal que existe entre dos variables. El
resultado numérico fluctúa entre los rangos de +infinito a -infinito.
Al no tener unos límites establecidos no puede determinarse el grado de relación

lineal que existe entre las dos variables, solo es posible ver la tendencia.
El modo de interpretarla es el siguiente:
Coeficiente de Correlación de Pearson

El coeficiente de correlación de Pearson, r, permite saber si el ajuste de la nube de
puntos a la recta de regresión obtenida es satisfactorio.
Se define como el cociente entre la covarianza y el producto de las desviaciones
típicas (raíz cuadrada de las varianzas).
Teniendo en cuenta el valor de la covarianza y las varianzas, se puede evaluar

mediante cualquiera de las dos expresiones siguientes:
Propiedades del coeficiente de Pearson

- El coeficiente de correlación, r, presenta valores entre –1 y +1.
- Cuando r es próximo a 0, no hay correlación lineal entre las variables. La
nube de puntos está muy dispersa o bien no forma una línea recta. No se
puede trazar una recta de regresión.
- Cuando r es cercano a +1, hay una buena correlación positiva entre las
variables según un modelo lineal y la recta de regresión que se determine
tendrá pendiente positiva, será creciente.
- Cuando r es cercano a -1, hay una buena correlación negativa entre las
variables según un modelo lineal y la recta de regresión que se determine
tendrá pendiente negativa: es decreciente.
26.2 Distribución de Frecuencias

La distribución de frecuencias o tabla de frecuencias es una ordenación en forma
de tabla de los datos estadísticos, asignando a cada dato su frecuencia
correspondiente. En la tabla de frecuencias se calculan frecuencias absolutas y
frecuencias relativas.
Estas tablas son útiles para poder ubicar tendencias de la respuesta de una
variable dentro de una población, entendiéndose por población grupos de
personas, de árboles, de animales, etc.
Se utilizan mucho en los estudios de poblaciones vegetales en la descripción de
composición florística de bosques, o para analizar resultados de experimentos en
laboratorio.
Frecuencia absoluta : Es el número de veces que aparece un determinado valor
en un estudio estadístico. Se representa por f i .
La suma de la s f re cu en cia s ab so luta s es igual al número total de datos,

que se representa por N.
Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma

mayúscula) que se lee suma o sumatoria.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos. Se puede expresar en tantos por
ciento y se representa por n i .
La suma de las frecuencias relativas es igual a 1.
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado. Se representa por F i .
Frecuencia relativa acumulada

La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de
un determinado valor y el número total de datos. Se puede expresar en tantos por
ciento.
Ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes
temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30,
30, 31, 30, 31, 34, 33, 33, 29, 29.
En la primera columna de la tabla colocamos la variable ordenada de menor a
mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia
absoluta.
xi Recuento fi Fi ni Ni
27 I 1 1 0.032 0.032
28 II 2 3 0.065 0.097
29 6 9 0.194 0.290
30 7 16 0.226 0.0516
31 8 24 0.258 0.774
32 III 3 27 0.097 0.871
33 III 3 30 0.097 0.968
34 I 1 31 0.032 1
31 1
Este tipo de tablas de frecuencias se utiliza con variables discretas. Con la tabla
podremos decir por ejemplo que el 25,8% de días registraron una temperatura de
31°.
Distribución de frecuencias agrupadas

La distribución de frecuencias agrupadas o tabla con datos agrupados se emplea
si las variables toman un número grande de valores o la variable es continua.
Se agrupan los valores en intervalos que tengan la misma amplitud denominados
clases. A cada clase se le asigna su frecuencia correspondiente. Para construir la
tabla es necesario calcular los siguientes parámetros:
Límites de la clase: Cada clase está delimitada por el límite inferior de la clase y
el límite superior de la clase.
Amplitud de la clase: La amplitud de la clase es la diferencia entre el límite
superior e inferior de la clase. ).
Marca de clase: Es el punto medio de cada intervalo y es el valor que representa
a todo el intervalo para el cálculo de algunos parámetros.
Clase es, entonces, un grupo que presenta una característica común cuantificable
del conjunto de datos. El valor correspondiente al punto medio de un intervalo de
clase es la marca de clase y su valor es igual a la mitad de la suma de los límites
de clase del intervalo de clase. Y se interpreta como el valor que corresponde

asignar a cada uno de los elementos del intervalo de clase.
El rango o recorrido es la diferencia entre los valores extremos de todo el
conjunto de datos; en él se encuentran distribuidos todos los datos.
En la construcción de la distribución de frecuencias se deben responder a estos
interrogantes fundamentales: ¿Cuántos intervalos de clase crear?, ¿Cuál debe ser
el tamaño de cada intervalo?, ¿Qué propiedades posee cada intervalo? Las
siguientes pautas resuelven estas inquietudes.
Entonces debemos Hallar el rango (R) o recorrido del conjunto de datos.
Para ello, hay que seleccionar el número de intervalos de clase (k).
Este número depende de la Cantidad de datos disponibles. Una de las técnicas
usadas es la Regla de Sturges (desarrollada por H. A. Sturges en 1926).
Esta regla afirma que el número de intervalos de clase (k), viene dado por:
k = 1+ 3.322 lóg. N
Donde n es el tamaño de la muestra. Si de este cálculo resulta un número

decimal, éste de redondearse al entero superior.
Luego hallamos el ancho o amplitud del intervalo de clase (A). Los intervalos de
clase tienen por lo general el mismo ancho, de modo que al fijarse el número de
clases se obtiene éste por una operación aritmética simple:
A=R/K
Donde R es el rango o recorrido y k es el número de clases. Si este cociente no es
un entero, conviene redondear la cifra siguiendo las leyes del redondeo,(de .5
hacia abajo se redondea al entero inferior y de 0,6 hacia arriba al entero superior).
De manera que el rango es alterado y requiere, por tanto, efectuar un ajuste:
R1 = (A) (k)
Con este nuevo rango, se tendrá entonces un exceso que deberá distribuirse entre
el límite superior y el límite inferior. Este exceso es calculado restando el rango del
nuevo rango.
Exceso = R – R 1
Este valor debe distribuirse lo más equitativo posible, esto no quiere decir que sea
repartido en partes iguales a los datos extremos, se trata de distribuir el exceso
entre el límite inferior y el límite superior de modo que sea considerado la
tendencia general de los datos.
Para formar los intervalos de clase. Se agrega A −1 al límite inferior de cada

clase, iniciando por el límite inferior del rango.
Construcción de una tabla de datos agrupados

Supongamos que los siguientes datos son los valores de edad dentro de una
población.
3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26,
20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
Ordenamos la serie:
3, 7, 11, 13, 13,15, 15,17, 20, 22, 24, 25, 26,27, 28,28, 29, 31, 32, 32, 33,
34,34,34,, 35,35, 36, 36,,37, 38,38, 38,39, 39, 41,42, 43,44, 47, 48
1. Se localizan los valores menor y mayor de la distribución. En este caso son 3 y

48.
2. Se restan y se busca el Rango R = 48 – 3 = 45
3. Se halla el número de intervalos de clases:
k = 1+ 3.322 lóg. N
k = 1 + 3,322 log 40 = 6,32
Redondeamos al entero superior, entonces K = 7
3. Hallamos el ancho o amplitud del intervalo de clase (A).
A=R/K
A = 45 / 7 = 6,42 y redondeamos al entero más próximo es decir 6
A=6
4. Ajustamos el exceso por el ajuste hallando R1
R1 = K x A = 7 x 6 = 42
E = R – R1 = 45 – 42 = 3
6. Ese exceso se reparte entre los límites inferior y superior de la serie, restando 2
al límite inferior y sumando 2 al límite superior:
Así, los nuevos límites serán :
Limite inferior: 3 – 2 = 1
Límite superior: 48 + 2 = 50
7. Hallamos los intervalos de Clase:
Intervalos de clase A – 1, donde A es la amplitud
6 -1 = 5
Se agrega al límite inferior de cada clase iniciando por el límite inferior del rango
así:
2+5=7
8 + 5 = 13
14 + 5 = 19
20 + 5 = 25
26 + 5= 31
32 + 5 = 37
38 + 5 = 43
44 + 5 = 49
8. Hallamos el punto medio de cada límite : Se obtiene de calcular la suma de

cada límite y dividirlo entre dos (2) así:
2+8/2=5
8 + 14 /2 = 11
14 + 20 /2 = 17
20 + 26/2 = 23
26 + 32 /2 = 29
32 + 38 / 2 = 35
38 + 44 / 2 = 41
44 + 50 / 2 = 47
9. Frecuencias de clase en cada intervalo
Límites Límites Punto Medio (Xi) Frec. Abs. Frec. Rel. Frec. Acum
Continuos Discretos
(Ni) Fi =(Ni/N).100 (- que)
2–7 2–7 5 2 5 5
7- 13 7, 1 – 13 11 3 7,5 12,5
13 – 19 13,1 – 19 17 3 7,5 20
19 – 25 19,1 – 25 23 4 10 30
25 – 31 25,1 – 31 29 6 15 45
31 – 37 31,1 – 37 35 11 27,5 72,5
37 – 43 37,1 – 43 41 8 20 92,5
43 – 49 43,1 -49 47 3 7,5 100

Así podremos decir que el 27,5% de la población se encuentra dentro del rango de
edad de 31 a 37 años.
Con las tablas de frecuencia es posible dar respuesta a preguntas relacionadas
con el fenómeno estudiado.
Los datos pueden representarse en forma gráfica por medio de gráficos de barras,
Histogramas, Polígonos de frecuencias, gráfica circular.
El Histograma: Se utiliza para datos cuantitativos en distribuciones de frecuencia.

Son rectángulos verticales unidos entre sí, en donde sus lados son los límites
reales inferior y superior de clase y cuya altura es igual a la frecuencia de clase.
Polígono de Frecuencias: Consiste en una serie de segmentos que unen los

puntos cuyas abscisas son los valores centrales de cada clase y cuyas ordenadas
son proporcionales a sus frecuencias respectivas.
Ojiva Porcentual ó Polígono de frecuencias relativas acumuladas. Se trazan

los límites reales superiores contra las frecuencias relativas acumuladas.
Lección 27: Prueba de hipótesis, Prueba t, El análisis de Varianza
―No basta decir solamente la verdad,

más conviene mostrar la causa de la falsedad‖
Aristóteles
27.1 Pruebas de hipótesis

La hipótesis en el contexto de la estadística inferencial es una proposición
respecto a uno o varios parámetros, y lo que el investigador hace a través de la
prueba de hipótesis es determinar si la hipótesis es consistente con los datos
obtenidos en la muestra (Wiersma, 1986).
Si la hipótesis es consistente con los datos, esta es retenida como un valor
aceptable del parámetro. Si la hipótesis no es consistente con los datos, se
rechaza esta (pero los datos no son descartados) (Wiersma,1986).
Para comprender lo que es la prueba de hipótesis en la estadística inferencial es
necesario revisar el concepto de distribución muestral y nivel de significancia, los
cuales estudiaremos posteriormente.
El propósito de la prueba de hipótesis es determinar si el valor supuesto
(hipotético) de un parámetro poblacional, como la media de la población, debe
aceptarse como verosímil con base en evidencias muestrales. Recuérdese que
sobre distribuciones de muestreo, se dijo que, en general, una media muestral
diferirá en valor de la media poblacional.
Si el valor observado de una estadística muestral, como la media muestral, se
acerca al valor paramétrico supuesto y sólo difiere de él en un monto que cabría
esperar del muestreo aleatorio, el valor hipotético no se rechaza. Si la estadística
muestral difiere de la supuesta en un monto que no es posible atribuir al azar, la
hipótesis se rechaza por inverosímil.
Se han desarrollado tres procedimientos distintos para la prueba de hipótesis,

todos los cuales conducen a las mismas decisiones cuando se emplean los
mismos estándares de probabilidad (y riesgo).
El método del valor crítico para la prueba de hipótesis : De acuerdo con este
método, se determinan los así llamados valores críticos de la estadística de
prueba que dictarían el rechazo de una hipótesis, tras de lo cual la estadística de
prueba observada se compara con los valores críticos.
Éste fue el primer método en desarrollarse, motivo por el cual buena parte de la
terminología de las pruebas de hipótesis se deriva de él. Más recientemente, el
método del valor P ha cobrado popularidad a causa de ser el más fácilmente
aplicable a software de cómputo. Este método se basa en la determinación de la
probabilidad condicional de que el valor observado de una estadística muestral
pueda ocurrir al azar, dado que un supuesto particular sobre el valor del parámetro
poblacional asociado sea en efecto correcto.
El método de intervalos de confianza: Se basa en la observación de si el valor
supuesto de un parámetro poblacional está incluido en el rango de valores que
define a un intervalo de confianza para ese parámetro.
Pero más allá del método de prueba de hipótesis que se use, debe hacerse notar
que si un valor hipotético no se rechaza, y por lo tanto se acepta, ello no
constituye una "prueba" de que sea correcto. La aceptación de un valor supuesto
de un parámetro indica simplemente que se trata de un valor verosímil, con base
en el valor observado de la estadística muestral.
Pasos básicos de la prueba de hipótesis con el método de valor crítico

Paso1. Formule la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H 0 es
el valor paramétrico hipotético que se compara con el resultado muestral. Se le
rechaza sólo si es poco probable que el resultado muestral haya ocurrido dado lo
correcto de la hipótesis.
La hipótesis alternativa (H1) se acepta sólo si la hipótesis nula es rechazada. En
muchos libros de texto la hipótesis alternativa también se designa como Ha.
Ejemplo: Un auditor desea probar el supuesto de que el valor medio de la
totalidad de las cuentas por cobrar de una empresa dada es de $260.00 tomando
una muestra de n = 36 y calculando la media muestral.
El auditor desea rechazar el valor supuesto de $260.00 sólo si es claramente
contradicho por la media muestral, caso éste en el que el valor hipotético recibiría
el beneficio de la duda en el procedimiento de prueba.
Las hipótesis nula y alternativa de esta prueba son H0 :CxC = $260.00 y H1 : CxC
diferente de $260.00.
Paso 2. Especifique el nivel de significancia por aplicar. El nivel de significancia es
el estándar estadístico que se especifica para rechazar la hipótesis nula. Si se
especifica un nivel de significancia de 5%, la hipótesis nula se rechaza sólo si el
resultado muestral es tan diferente del valor hipotético que una diferencia por ese
monto o un monto superior ocurriría al azar con una probabilidad de 0.05 o menos.
Nótese que si se usa el nivel de significancia de 5%, hay una probabilidad de 0.05
de rechazar la hipótesis nula aun siendo efectivamente cierta. Esto se llama error
tipo I. La probabilidad del error tipo I siempre es igual al nivel de significancia
empleado como estándar para rechazar la hipótesis nula; se le designa con la letra
griega minúscula α(alfa), de modo que a designa también al nivel de significancia.
Los niveles de significancia de uso más frecuente en la prueba de hipótesis son
los de 5% y 1%.
Ocurre un error tipo II si la hipótesis nula no se rechaza, y es por lo tanto
aceptada, cuando en realidad es falsa.
En la tabla correspondiente se resumen los tipos de decisiones y las posibles
consecuencias de las decisiones tomadas en pruebas de hipótesis.
Paso 3. Seleccione la estadística de prueba. La estadística de prueba será ya sea
la estadística muestral (el estimador insesgado del parámetro a prueba) o una
versión estandarizada de la estadística muestral.
Por ejemplo, para probar un valor hipotético de la media poblacional, la media de
una muestra aleatoria tomada de esa población podría servir como la estadística
de prueba. Sin embargo, si la distribución de muestreo de la media es normal, el
valor de la media muestral se convierte usualmente en un valor z, el cual funge
entonces como la estadística de prueba.
Paso 4. Establezca el valor o valores críticos de la estadística de prueba.
Habiendo especificado la hipótesis nula, el nivel de significancia y la estadística de
prueba por usar, se establece entonces el(los) valor(es) crítico(s) de la estadística
de prueba. Estos valores pueden ser uno o dos, dependiendo de si están
implicadas las así llamadas pruebas unilaterales o bilaterales.
En cualquier caso, un valor crítico identifica el valor de la estadística de prueba
requerido para rechazar la hipótesis nula.
Paso 5. Determine el valor de la estadística de prueba. Por ejemplo, al probar un
valor hipotético de la media poblacional, se recolecta una muestra aleatoria y se
determina el valor de la media muestral. Si el valor crítico fue establecido como un
valor z, la media muestral se convierte a un valor z.
Paso 6. Tome la decisión. El valor observado de la estadística muestral se
compara con el valor (o valores) crítico(s) de la estadística de prueba. Se rechaza
o no entonces la hipótesis nula.
Si la hipótesis nula es rechazada, se acepta la hipótesis alternativa. Esta decisión
tendrá relevancia a su vez para otras decisiones por tomar por los gerentes de
operación, como la de si se está sosteniendo o no cierto estándar de desempeño
o cuál de dos estrategias de comercialización seguir.
Significancia estadística
El nivel de significancia en su concepto más sencillo es: la probabilidad de que un
evento ocurra oscila entre 0 y 1, donde 0 significa la imposibilidad de ocurrencia y
1 la certeza de ocurrencia del fenómeno.
Al lanzar al aire una moneda no cargada, la probabilidad de que salga “cruz” es
0.50 y la probabilidad de que la moneda caiga al suelo en “cara” también es de
0.50. Con un dado, la probabilidad cualquiera de sus lados al lanzarlo es de 1/6 =
0.1667. La suma de posibilidades siempre es de 1.
Aplicando el concepto de probabilidad a la distribución muestral, podemos tomar el
área de esta como 1.00, y consecuentemente, cualquier área comprendida entre
dos puntos de la distribución corresponderá a la probabilidad de la distribución.
Para poder probar hipótesis inferenciales respecto a la media, el investigador tiene
que evaluar si la posibilidad de que la media de la muestra este cerca de la media
de la distribución muestral es grande o pequeña. Si es pequeña, el investigador
dudara de generalizar a la población.
Si es grande, el investigador podrá hacer generalizaciones. Es aquí donde entra el
nivel de significancia o nivel alfa (nivel α) Este es un nivel de probabilidad de
equivocarse y se fija antes de probar hipótesis inferenciales.
Se acudirá a un ejemplo coloquial para ejemplificarlo y luego explicarlo. Si usted
fuera a apostar en las carreras de caballos y tuviera 95% de probabilidad de
atinarle al ganador, contra solo un 5% de perder, ¿apostaría? Seguramente sí,
siempre y cuando le aseguraran ese 95% en su favor. O bien, si le dieran 95
boletos de 100 para la rifa de un automóvil., ¿tendría confianza en que va a
estrenar vehiculo?. Seguramente sí. No tendría la certeza total, esta no existe en
el universo, al menos para los seres humanos.
Pues bien, algo similar hacen los investigadores. Obtienen una estadística en una
muestra ( ej. , la media) y analizan que porcentaje tiene de confianza de que dicha
estadística se acerque al valor de la distribución muestral (que es el valor de la
población o parámetro). Buscan un alto porcentaje de confianza, una probabilidad
elevada para estar tranquilos. Porque saben que puede haber error de muestreo, y
aunque la evidencia parece mostrar una aparente “cercanía” entre el valor
calculado en la muestra y el parámetro, esta “cercanía” puede no ser real y
deberse a errores en la selección de la muestra.
En muchos campos de experimentación, se acostumbra usar los niveles de
significancia del 5 y del 1 por ciento. El nivel del 5% implica que el investigador
tiene 95% de seguridad para generalizar sin equivocarse, y solo el 5% en contra.
En términos de probabilidad, 0.95 y .05 respectivamente, ambos suman la unidad.
En el caso del 1%, implica que el investigador tiene un 99% en su favor para
generalizar sin temor y un 1% en contra (0.99 + 0,01 = 1.00).
A veces el nivel de significancia puede ser todavía mas exigente y confiable) ej.
0.001, 0.00001). pero lo mínimo es el 5%, no se acepta un nivel de .06 (94% a
favor de la generalización confiable). Porque se busca hacer ciencia, no intuición.
El nivel de significancia es un valor de certeza que fija el investigador “ a priori”, de

certeza respecto a no equivocarse.
Si por azar un valor más discrepante del criterio de prueba que el obtenido ocurre
probablemente menos del 5 por ciento de las veces pero no menos del 1 por
ciento cuando la hipótesis nula es cierta, entonces se dice que la diferencia es
significativa, y el valor del criterio de la prueba se marca con un asterisco *.
Si un valor más discrepante del criterio de prueba que el obtenido ocurre con
probabilidad menor que el 1 por ciento de las veces cuando la hipótesis nula es
verdadera, se dice que la diferencia es altamente significativa y el valor muestral
del criterio de prueba se señala con dos asteriscos **.
La aceptación de la hipótesis nula puede indicarse con las letras ns, que significan
diferencias no significativas.
Los niveles del 5 y del 1 por ciento son arbitrarios, pero parecen haberse escogido
adecuadamente en el campo de la agricultura donde fueron usados por primera
vez.
Si un experimentador usa niveles diferentes del 5 y del 1 por ciento, esto debe
quedar claramente establecido.
27.2 Prueba “t “de Student

Probablemente el primer análisis estadístico que uno realiza en su vida es la
comparación de dos medias. Esta situación se plantea cuando se están
comparando dos grupos (normalmente dos tratamientos) con relación a una
variable de eficacia cuantitativa (p.ej. VEMS).
La prueba de elección es la t de Student. Su cálculo no tiene mayor dificultad, sin
embargo, requiere de ciertas asunciones que a menudo no se suelen verificar,
pudiendo llegar a conclusiones erróneas.
Una de las hipótesis sobre las que habitualmente se fundamentan las pruebas
estadísticas de comparación de grupos es que las observaciones pertenecientes a
cada una de las muestras son independientes entre sí, no guardan relación;
siendo precisamente ese uno de los objetivos de la aleatorización (elección
aleatoria de los sujetos o unidades de observación, asignación aleatoria del
tratamiento a cada paciente, etc).
Sin embargo,la falta de independencia entre las observaciones de los grupos
puede ser una característica de diseño del estudio para buscar fundamentalmente
una mayor eficiencia del contraste estadístico al disminuir la variabilidad.
En otras ocasiones con este tipo de diseño pareado lo que se busca es dar una
mayor validez a las inferencias obtenidas, controlando o eliminando la influencia
de variables extrañas cuyo efecto ya es conocido o sospechado, y no se desea
que intervenga en el estudio actual pudiendo enmascarar el efecto del tratamiento
o de la variable de interés.
Hipótesis a probar: De diferencia entre dos grupos. La hipótesis de investigación

propone que los grupos difieren significativamente entres si y la hipótesis nula
propone que los grupos no difieren significativamente.
Variable involucrada: la comparación se realiza sobre una variable. Si hay
diferentes variables, se efectuaran varias pruebas “t” (una por cada variable)
Aunque la razón que motiva la creación de los grupos puedes ser una variable
independiente.
Por ejemplo: Un experimento con dos grupos, uno al cual se le aplica el estimulo
experimental y el otro grupo el de control.
Nivel de medición de la variable: Intervalos o razón
Asunciones de la prueba t de Student
Técnicamente se puede describir la prueba t de Student como aquella que se
utiliza en un modelo en el que una variable explicativa (var. independiente)
dicotómica intenta explicar una variable respuesta (var. dependiente) dicotómica.
La prueba t de Student como todos los estadísticos de contraste se basa en el
cálculo de estadísticos descriptivos previos: el número de observaciones, la media
y la desviación típica en cada grupo. A través de estos estadísticos previos se
calcula el estadístico de contraste experimental.
Con la ayuda de unas tablas se obtiene a partir de dicho estadístico el p-valor. Si
p<0,05 se concluye que hay diferencia entre los dos tratamientos.
Las hipótesis o asunciones para poder aplicar la t de Student son que en cada
grupo la variable estudiada siga una distribución Normal y que la dispersión en
ambos grupos sea homogénea (hipótesis de homocedasticidad=igualdad de
varianzas).
Si no se verifica que se cumplen estas asunciones los resultados de la prueba t de
Student no tienen ninguna validez.
Por otra parte no es obligatorio que los tamaños de los grupos sean iguales, ni
tampoco es necesario conocer la dispersión de los dos grupos.
¿Qué hacer cuando las asunciones no se cumplen?
Existen varias pruebas estadísticas para contrastar la Normalidad de los datos: la
más utilizada la de Kolmogorov-Smirnov.
De igual modo existen también existen también varias pruebas que permiten
contrastar la homogeneidad de varianzas: la más utilizada es la prueba de Levene.
En el caso de que no se cumpla la asunción de Normalidad se suele intentar
alguna transformación de los datos que "normalice" los datos, siendo la
transformación logaritmo neperiano la más usual.
Ocurre en la práctica que la transformación que "normaliza" los datos también
consigue igualdad de varianzas. En el caso de que no se diera la hipótesis de
igualdad de varianzas ni siquiera después de transformar los datos, hay que
utilizar una modificación de la prueba t de Student debida a Satterthwaite que es

válida para el caso de no homogeneidad de varianzas.
Ejemplo:
Se supone que se quiere comparar dos tratamientos con relación a una variable
cuantitativa.
Los datos experimentales son:
Trat A: 25, 24, 25, 26
Trat B: 23, 18, 22, 28, 17, 25, 19, 16
Formula: Si estamos comparando un resultado cuantitativo en dos grupos de
datos, a partir de muestras extraídas de forma aleatoria de una población normal,
siendo nA el tamaño de la primera muestra y nB el de la segunda,
La cantidad: (donde son las medias muestrales, las correspondientes medias
poblacionales, s la desviación típica muestral conjunta), se distribuye como una t
de Student con nA+nB-2 grados de libertad, proporcionándonos una referencia
probabilística con la que juzgar si el valor observado de diferencia de medias nos
permite mantener la hipótesis planteada, que será habitualmente la hipótesis de
igualdad de las medias (por ejemplo igualdad de efecto de los tratamientos), o lo
que es lo mismo nos permite verificar si es razonable admitir que a la luz de los
datos obtenidos en nuestro experimento.
Si se aplica la formula t de Student directamente se obtiene una p=0,096>0,05 con
lo que se concluye que no se puede demostrar diferencias entre los dos
tratamientos. Sin embargo la prueba de Levene pone de manifiesto que
p=0,014<0,05 con lo que se concluye que en estos datos no se verifica la igualdad
de varianzas, con lo que la conclusión anterior queda en suspenso.
Tras aplicar Satterthwaite, que es válido en este caso de heterocedasticidad, se
obtiene que p=0,032<0,05 con lo que la conclusión correcta es que sí hay
diferencia entre los dos tratamientos.
La prueba t de Student es muy utilizada en la práctica, sin embargo a menudo su
aplicación se hace sin excesivo cuidado, no comprobando las asunciones que
requiere. La falta de normalidad o la falta de homogeneidad en las varianzas
invalida la prueba t de Studen.
27.3 El análisis de varianza

El Análisis de varianza unidireccional o de una vía o Distribución de F, es una
prueba estadística para analizar si mas de dos grupos difieren significativamente
entre si en cuanto a sus medias y varianzas.
Como vimos la prueba “t” es utilizada para dos grupos y el análisis de varianza
unidireccional es para tres, cuatro, o mas grupos. Y aunque con dos grupos, el
análisis de varianza unidireccional se puede utilizar, no es una práctica común.
Hipótesis a probar: De diferencia entre más de dos grupos: La hipótesis de

investigación propone que los grupos difieren significativamente entre si y la
hipótesis nula propone que los grupos no difieren significativamente.
Variables involucradas: Una variable independiente y una variable dependiente.
Nivel de medición de las variables: La variable independiente es categórica y la
dependiente es por intervalos o razón. Al ser categórica la variable independiente
significa que se pueden formar grupos diferentes.
Interpretación: este análisis de varianza produce un valor conocido como “F” o
razón “F” , que se basa en una distribución muestral, conocida como la distribución
F, que es otro miembro de las distribuciones muestrales.
La Prueba de “F” compara las variaciones en las puntuaciones debidas a dos
diferentes fuentes: variaciones entre los grupos que se comparan y variaciones
dentro de los grupos.
Distribución de F:
Sean X2 (m) y X2 (n) dos variables aleatorias independientes con distribución Ji
cuadrado con m y n grados de libertad, respectivamente. Entonces, la variable
aleatoria F, queda definida como:
F = X2(m)/m
X2 (n)/n
Presenta distribución F con m y n grados de libertad.
La distribución F está completamente definida por los parámetros m y n que son
los grados de libertad de las variables Ji cuadrado que la originan.
Los valores de la variable aleatoria son mayores que cero y la forma de la
distribución es asimétrica, pero la asimetría disminuye a medida que aumenta el
número de grados de libertad.
Las probabilidades de la distribución F se han tabulado con valores Fo para
niveles de α tales que: P ( F≥ Fo) = α
El valor de Fo se puede indicar como Fα(m,n) , que significa que a la derecha de este
valor existe un área o probabilidad en la curva igual a α .Diferentes autores, entre
ellos (Infante y zarate ,1989; Dixon y Massey,1965, y Guenther, 1977) presentan
tablas apropiadas para esta y otras distribuciones de uso común en la
investigación.
Ejemplo:
Tabla .Rendimientos clones de un pasto con 5 tratamientos y 4 replicas
1. calculo factor corrección :
2. Calculo de SC total = (101)2 + (51) 2 + … (52) 2 + (42) 2 – FC = 8168

3. SC tratamientos = (383) 2 + (229) 2 + (298) 2 + (205) 2+(167) 2 - FC = 7286
4. SC del error = SC total – SC de tratamientos = 8168 – 7286 = 882
5. CM tratamientos = SC tratamientos/ g. l. = 7286/4 = 1821.5
6. CM Error = SC error/ g. l = 682/ 15 = 58.8
7. Fc = CM tratamiento/ CM error = 1821.5/ 58.8 = 30.98
Los resultados se presentan en la tabla 14.
Tabla 14. Análisis de varianza clones pasto estrella
Se pueden aplicar pruebas de comparación de medias para saber entre cuales

promedios de tratamientos hay o no diferencias significativas.
Análisis factorial de varianza

Aquí hay varios tratamientos en cada una de varias categorías y definen un marco
de tratamientos. Esta elección de diseño de tratamientos conduce a una partición
lógica de las sumas de cuadrados de tratamientos en componentes aditivas con
pruebas correspondientes de hipótesis.
Se encuentra claramente fuera del propósito de este texto desarrollar las bases
matemáticas y los procedimientos de cálculo del análisis factorial, pero pretende
facilitar el entendimiento de los resultados del mismo dado que aún sin
comprender cómo se calcularon las saturaciones de los factores, el lector podrá
familiarizarse con la forma de utilizar una matriz factorial y con la interpretación de
los mencionados factores.
Anastasi(1977) considera al análisis factorial como un procedimiento estadístico
para la identificación de rasgos psicológicos. En esencia, el análisis factorial es
una técnica depurada para el análisis de las interrelaciones de los datos de la
conducta.
Mediante el proceso del análisis factorial, el número de variables o categorías en
función de las cuales puede describirse la ejecución de cada individuo se reduce
desde el número original de tests a otro relativamente pequeño de factores o
rasgos comunes.
Para ejemplificar estos enunciados Anastasi considera un caso en el cual se
aplicaron 20 tests diferentes a cada una de las 300 personas que conforman una
muestra, el primer paso consiste en calcular las correlaciones de cada uno de los
tests con todos los demás.
Una simple revisión de la tabla o matriz de las 190 correlaciones resultantes puede
revelar por sí misma ciertas agrupaciones entre los tests que sugieren la presencia
de rasgos o factores comunes; por ejemplo, si tests como los de vocabulario, de
analogías, de los opuestos y de completamiento de frases tienen correlaciones
elevadas entre sí y bajas con todos los demás, podríamos inferir la presencia de
un factor común de comprensión verbal que subyace la ejecución de los tests
mencionados.
Dado que una simple inspección de una tabla de correlación es difícil e incierta, se
han desarrollado técnicas estadísticas precisas para localizar los factores
comunes necesarios en la explicación de las correlaciones obtenidas. Dichas
técnicas constituyen el análisis factorial.
Siguiendo con el ejemplo anterior, cinco o seis factores podrían ser suficientes
para dar cuenta de las intercorrelaciones entre los 20 tests originales, de manera
que podemos sustituir las 20 puntuaciones originales de cada persona por cinco o
seis puntuaciones, una por cada factor, sin sacrificar ninguna información esencial.
La práctica habitual es retener, de los tests originales, aquellos que proporcionan

las mejores medidas de cada uno de los factores.
Cuesta y Herrero definen al análisis factorial como una técnica que consiste en
resumir la información obtenida en una matriz de datos con V variables. Para ello
se identifican un número reducido de factores F, siendo el número de factores
menor que el número de variables. Los factores representan a las variables
originales, con una pérdida mínima de información.
Yela(1963) considera que el análisis factorial es un método fundamentalmente
matemático que se apoya en un concepto operativo -la unidad funcional-, y en dos
procedimientos empíricos -el test y la correlación.
Lee, en psicología llama unidad funcional al conjunto de procesos o funciones
psicológicas que varían concomitantemente. Por ejemplo, cuando dos aptitudes,
como las que exigen dos tests distintos, se presentan siempre juntas, de modo
que los sujetos que poseen una de ellas poseen también a la otra, y varían juntas,
de modo que cada sujeto posee a ambas en el mismo grado, esas aptitudes o
actividades definen una unidad de función y pueden considerarse como
manifestaciones diversas de una aptitud funcionalmente única.
El test sirve para suscitar las actividades y respuestas de los sujetos; la
correlación, para indicar el grado de concomitancia entre las diversas respuestas.
Las correlaciones entre un número suficiente de tests que cubran un determinado
campo de actividades podrán indicarnos los aspectos comunes entre dichas
actividades y servirán para averiguar las unidades funcionales que entre todos
definen. Cada una de ellas será un factor.
Un factor es, así, una dimensión de variabilidad del comportamiento, verificada por
la covariación empírica de una serie de respuestas y definida por la significación
común de esas respuestas.
Por lo tanto el análisis factorial en psicología ayuda descubrir las dimensiones de
variación común de la conducta o factores; y el conjunto de factores constituye
una clasificación general de los rasgos psicológicos en función de los cuales se
puede describir las características de los individuos.
Nunnally(1973) sostiene que el análisis factorial consiste esencialmente en
métodos de encontrar grupos de variables relacionadas. Cada uno de estos
grupos (o factor) es señalado por un conjunto de variables cuyos miembros tienen
entre sí mayor correlación que con variables no incluidas en el grupo. Se concibe
a cada factor como un atributo unitario que es medido en distintos grados por
instrumentos determinados según cuánto se correlacionan con el factor.
Como podrá observarse, las definiciones dadas por los diferentes autores
considerados no se contraponen, sino que, por el contrario, se complementan
unas o otras siendo diferentes maneras de aproximarse a la complejidad que el
análisis factorial presenta.
Características
Un factor es una clase de tratamiento, y en experimentos factoriales, todo factor
proporcionara varios tratamientos. Por ejemplo, si la dieta es un factor en un
experimento, entonces se usaran varias dietas; si la temperatura de horneado es
un factor, entonces el horneado se hará a varias temperaturas.
Un nivel de un factor es un tratamiento particular de un conjunto de tratamientos
que constituyen el factor. Si el factor es cuantitativo, los niveles están formados
por las cantidades o dosis del mismo. Si el factor es cualitativo los niveles lo
constituyen las manifestaciones del mismo o los tratamientos dentro del factor. Por
lo general se designan con letras minúsculas.
Usos
Los experimentos factoriales se usan prácticamente en todos los campos de
investigación. Son de gran valor en trabajo exploratorio cuando se sabe poco
sobre niveles óptimos de los factores, o ni siquiera cuales son importantes.
Considérese un cultivo nuevo para el cual se tienen varias variedades promisorias,
pero se sabe poco respeto a fecha y densidad de siembra adecuadas. En este
caso es indicado usar un experimento de tres factores.
Si se usa el enfoque de un solo factor, se seleccionan una fecha y una densidad y
se efectúa un experimento con las variedades. Sin embargo, puede ocurrir que la
mejor variedad para la fecha y densidad de siembra escogidas, no sea la mejor
para otras fechas y densidad. Cualquier otro factor individual debe implicar solo
una variedad.
Otras veces, el experimentador puede estar ante todo interesado en la
intersección entre los factores, es decir, saber si las diferencias en respuesta a los
niveles de un factor son semejantes o diferentes a niveles diferentes de otro factor
o factores. Cuando se dispone de información considerable, el mejor enfoque
puede ser comparar solo un número muy limitado de combinaciones de varios
factores o niveles específicos.
Así vemos que el alcance de un experimento, o la población para la cual pueden
hacerse inferencias, puede a menudo aumentarse mediante el uso de un
experimento factorial. Es particularmente importante hacer esto cuando se
requiere información sobre algún factor para el cual se van a hacer
recomendaciones con amplio margen de condiciones.
Así, un experimento factorial es aquel en el que el conjunto de tratamientos
consiste en todas las combinaciones posibles de los niveles de varios factores. En
la palabra “factorial” está implicado el concepto de diseño de tratamientos.
Notación y definiciones
Los sistemas de notación que se usan en experimentos factoriales son similares,
pero presentan diferencias suficientes como para que el lector tenga que
comprobar con cuidado cuando utilice nuevas referencias. Se sigue una notación
parecida en muchos aspectos a la sugerida por Yates (1933). Las tres letras
mayúsculas se usan para designar factores, y las minúsculas para designar los
niveles.
Contrastes de hipótesis en un ANOVA de dos vías Modelo mixto
Supóngase el primer factor de efectos fijos y el segundo de efectos aleatorios, lo
que no supone ninguna pérdida de generalidad, ya que el orden de los factores es
arbitrario.
Se contrastan la interacción y el factor aleatorio con el término de error, si la

interacción fuera significativa no tiene sentido contrastar el efecto fijo y si no lo
fuera, el efecto fijo se contrasta con el término de interacción o con el promedio de
interacción y error.
Pasos del análisis factorial: Cualquier análisis factorial consta de cuatro pasos
esenciales:
1. Preparación: en esta fase se estudia, por ejemplo en ciencias sociales, el
campo de la actividad humana en cuestión, se recoge la información existente y se
formulan las hipótesis oportunas. Estas hipótesis se refieren al número e índole de
los factores que se buscan. Según estas hipótesis, el investigador idea o
selecciona los tests que sean, en principio, capaces de ponerlas de manifiesto,
procurando cubrir todo el campo que se estudia, de modo que cada hipotético
factor esté representado por varios tests.
Estos tests son aplicados a la población conveniente y calculadas sus
intercorrelaciones. Con éstas se forma la llamada matriz de correlaciones.
Aquí cabe hacer una distinción entre análisis factorial confirmatorio en el cual, a
través de las hipótesis mencionadas, se propone un modelo “a priori” que
mediante el análisis se va a confirmar o no, y análisis factorial exploratorio en el
cual no se realizan hipótesis previas acerca de un modelo posible sino que el
modelo se construye luego de realizar el análisis.
De cualquier manera, ya sea que se trate de un análisis confirmatorio o
exploratorio, esta etapa finaliza cuando se obtiene la matriz de correlaciones entre
todas las variables que entran en el análisis.
2. Factorialización: el objeto de esta fase es averiguar el número de factores
comunes necesarios para explicar las correlaciones halladas. Se han ideado
varios métodos para cumplir con este objetivo. Ya en 1901, Pearson señaló el
camino para este tipo de análisis y luego otros muchos investigadores han creado
procedimientos alternativos, modificaciones y refinamientos.
La disponibilidad de calculadoras electrónicas y computadoras han conducido a la

adopción de técnicas más refinadas y laboriosas. En su mayoría, estos métodos,
aunque difieran en sus postulados iniciales, arrojan resultados similares.
3. Rotación: la matriz factorial indica, como sabemos, la relación entre los factores
y las variables. Sin embargo, a partir de dicha matriz muchas veces resulta difícil
la interpretación de los factores pues no queda claro en qué factor satura cada
variable.
La rotación es, precisamente, la operación por la cual los ejes se giran hasta una
posición que tenga una significación psicológica; el objetivo de la rotación es
obtener una solución más interpretable
4. Interpretación: en esta etapa se averigua la significación de cada factor
examinando los procesos que intervienen en todos los tests que dependen de él.
La interpretación de cada factor debe ser coherente asimismo con el hecho de que
otros tests tengan coeficientes nulos en él y con la circunstancia, si se da, de que
uno o varios tests tengan coeficientes en ese factor y en otro u otros diferentes.
Análisis factorial y validez
Los tests surgieron antes que el análisis factorial y en muchos aspectos se han
desarrollado con independencia de él. Sin embargo, el análisis factorial
proporciona a los tests un fundamento científico más firme y unas posibilidades,
antes insospechadas, para su empleo en la investigación del psiquismo y de la
conducta, a tal punto que en la actualidad constituye el fundamento más serio y
coherente de la teoría de los tests.
El requisito más importante de un test es su validez; es decir, si no aprecia lo que
dice apreciar, si no sirve para lo que dice servir, huelga todo lo demás. Ahora bien,
¿cómo averiguar y comprobar la validez de un test? Según Yela(1963) hay dos
modos fundamentales para hacerlo:
modo extrínseco: consiste en comprobarlo con un criterio externo al test. Si los
resultados del test coinciden con los del criterio, el test es válido; tanto más cuanto
más se relacionen; tanto menos, cuanto menos relación haya entre ellos. La
correlación entre el test y el criterio suele llamarse coeficiente de validez.
El valor práctico de este procedimiento es insustituible pero no logra ocultar su
insuficiencia teórica.
Por ejemplo, si un test que dice medir inteligencia discrimina bien entre los
alumnos peores y mejores de una clase, este valor práctico no garantiza que sea
verdaderamente un test de inteligencia.
modo intrínseco: consiste en descubrir cuáles son los procesos y funciones que
reclaman la solución del test. Supongamos que el test de inteligencia se propone
apreciar la capacidad de razonamiento, ¿lo consigue el test?, ¿exige en verdad
razonar?, ¿cómo comprobarlo?, ¿hay un solo modo de razonar o hay varios? Si
hay varios ¿son independientes entre sí? Por otra parte ¿cabe limitar la
inteligencia al razonamiento? ¿no cubrirá también otras funciones y procesos,
como abstraer, comparar, comprender, etc.? En definitiva ¿cuántas son las
aptitudes que cabe distinguir en el campo de la actividad inteligente? ¿cuántos y

cuáles son los rasgos fundamentales en los demás campos del psiquismo?
El medio experimental de enfrentarse con estas cuestiones y abordar estos
problemas será el procedimiento para comprobar intrínsecamente la validez de los
tests. La validez del test vendrá indicada por la medida en que con él se aprecie
uno o varios de los rasgos previa y experimentalmente determinados. El análisis
factorial pretende ser precisamente ese procedimiento.
EJEMPLO
(http://www.hrc.es/bioest/Anova_18.html)
Se quiere probar la eficacia de un somnífero estudiando posibles diferencias de la
misma por el sexo de los sujetos. Se eligen al azar dos grupos de insomnes
varones y otros dos de mujeres y tanto para los hombres como para las mujeres
se suministra a un grupo el somnífero y a otro un placebo y se mide, en minutos,
el tiempo que tardan en dormirse.
Los resultados son:
Se trata de un anova de dos factores fijos. Llamamos primer factor a la droga que
tiene dos niveles: placebo y somnífero. El segundo factor es el sexo también con 2
niveles: hombres y mujeres. El tamaño de las muestras es n=5.
La tabla de anova es:
Se empieza contrastando la interacción: f = 0,2/74,85 = 0,0026 que como es

menor que F0,05(1,16)=4,49 no se rechaza la hipótesis nula de que no existe
interacción.
A continuación se contrastan los factores: para el somnífero f = 696,2/74,85 = 9,3
que es mayor que 4,49 por lo tanto existe efecto del somnífero y para el
sexo f = 105,8/74,85 = 1,41 que como es menor que 4,49 no existe diferencias
entre los sexos.
La estimación del efecto del somnífero será la diferencia entre las medias de los
que lo toman y los que tomaron placebo, sin tener en cuenta el sexo, una vez que
se ha visto que no tiene efecto.
Cuando se utiliza el software estadístico, la tabla de ANOVA se visualiza de la
siguiente forma:
Podemos observar aquí el nivel de significancia para cada uno de los factores (F
de tablas). Aunque hay diferencias para el Farmaco, estas son significativas pues
su valor e menor a 0,05. Para la fuente de variación Sexo se observa como F de
tablas es o,25, indicando que no es significativo.
Si se hubiese obtenido para F de tablas un valor de 0,001 o menor, las diferencias
para la F de V serían altamente significativas.
Lección 28: Redacción de los resultados

"La mayoría de las ideas fundamentales de la ciencia
son esencialmente sencillas y, por regla general
pueden ser expresadas en un lenguaje
comprensible para todos."
Albert Einstein
La elaboración del informe, refleja secuencialmente los pasos seguidos a la hora

de plantear el diseño de la investigación. En concreto un informe de investigación
contener:
-Portada: Incluye los siguientes elementos
 Título: Debe ser preciso y claramente indicativo del trabajo de
investigación que a continuación se presenta. Por lo general no debe tener
más de 16 palabras.
No debe contener alusiones a la metodología de la investigación por
ejemplo: Determinación de…… Medición de……. Diseño de………….
 Autores y filiación: Nombres completos de los autores y la institución a la
que pertenecen.
 Año
- Dedicatoria: Es opcional y personal de los autores
- Agradecimientos: Se reconoce a todos quienes de alguna forma contribuyeron
con el trabajo de investigación. Se debe mencionar la persona o colectivo y la
contribución específica de estos al trabajo.
- Tabla de contenido, índice de tablas, de figuras, de fotos y de Anexos.
- Resumen: Debe ir en castellano e inglés. El resumen en ingles es el Summary.
Debe describir de manera suficiente pero concreta el problema de investigación, la
metodología y los resultados obtenidos. Por lo general no sobrepasa las dos
páginas.
- Introducción: Incluye el Planteamiento del problema, la justificación de la
investigación, es decir, porque es importante y cuál es el vació de conocimiento
que pretende llenar y la utilidad o importancia de hacerlo. Debe contener el
planteamiento explícito de las hipótesis y de los objetivos específicos.
 La pregunta o problema de la investigación debe estar claramente
formulada.
 Aquí, el autor, debe demostrar un conocimiento suficiente del
problema de investigación.
 Las hipótesis deben estar clara y operativamente planteadas y ser
relevantes en relación al problema de investigación.
 Los objetivos específicos deben ser suficientes para dar respuesta a
las preguntas de investigación planteadas.
- Revisión de Literatura o Marco Teórico: Debe ser pertinente y suficiente.

 La revisión de la literatura debe ser actual (De los últimos 5 a 10
años como máximo).
 Se deben revisar adecuadamente las principales teorías y modelos
existentes sobre el problema de investigación.
- Metodología o Materiales y Métodos: Se describen claramente los siguientes
elementos:
 Localización geográfica del ensayo
 Selección de la población, determinación de la población muestral, tamaño
de muestra, unidades experimentales o de muestreo. En el caso de
estudios sociales se definen los participantes.
 Materiales: En el caso de investigaciones en ciencia naturales. Semillas,
plantas, animales, reactivos, insumos, herramientas, equipos.
 Establecimiento del experimento: Se describe de manera secuencial cada
una de las etapas.
o En el caso de estudios sociales: Selección de grupos, elaboración de
los instrumentos, validación y ajuste de los instrumentos (prueba
piloto), procedimientos, recogida de datos, control de variables
extrañas.
o En el caso de estudios en ciencias naturales: Preparación del
terreno, delimitación del área, establecimiento de parcelas,
aleatorización de tratamientos y repeticiones, siembra o marcación
de unidades experimentales (por ejemplo en el caso de árboles o
animales), procedimientos para evitar error experimental.
o Se aclaran los tipos de análisis especializados a realizar y los
laboratorios en que se llevarán a cabo. Por ejemplo, laboratorios de
calidad de aguas, de suelos, de patología, etc.
 Recolección de datos: Se explica cómo se obtuvieron los datos: El
procedimiento como se llevaron a cabo las observaciones, entrevistas,
encuestas, recolección de información primaria y secundaria, muestreos,
etc,
 Diseño Experimental: Se define claramente el tipo de diseño elegido, las
variables independientes, las variables dependientes, los tratamientos.
 Análisis de la información: Se define el tipo de de análisis estadísticos a
realizar.
Aquí, debemos hacernos las siguientes preguntas para asegurarnos de que
vamos por buen camino en la redacción del informe:
¿Los materiales y procedimientos están suficientemente detallados como para
comprenderlos y poderlos replicar?.
¿El diseño elegido es el indicado para someter a prueba las hipótesis planteadas?.
¿Las variables independiente (y sus niveles) y dependiente son apropiadas?
¿Hay un control adecuado de variables extrañas?
- Resultados: Se detallan los resultados obtenidos , el resultados de los Análisis
estadísticos (descriptivos y/o inferenciales), se incluyen Tablas y gráficos, si
proceden.
Al redactarlos, el investigador debe hacerse las siguientes preguntas:
¿Los datos permiten aceptar o rechazar las hipótesis planteadas?
¿Son apropiadas las pruebas estadísticas utilizadas?, ¿Hay errores en su
presentación o en los cálculos?.
Las tablas y figuras ¿están descritas de forma clara?, ¿Son relevantes?. ¿Están
bien hechas?, ¿Tienen sus respectivos títulos en el encabezado (tablas) o en el
pie (figuras)?
¿Los resultados están bien interpretados?
- Discusión de Resultados: Aquí el investigador debe hacer gala de su
conocimiento acerca del tema ya que es en éste apartado en donde describe la
importancia de sus hallazgos. Debe mostrar las implicaciones de los resultados
para las hipótesis planteadas, y los modelos y teorías explicativos del problema de
investigación.
Debe mostrar la validez de las conclusiones las cuales estarán justificadas por los
datos obtenidos.
Debe discutir las implicaciones de los resultados hallados en relación a las teorías
y modelos revisados en la introducción y que constituyen el marco teórico del
estudio.
Algunos investigadores realizan conjuntamente la exposición de resultados y la
discusión. De ésta manera el documento es mucho más ameno para el lector , es
más fácil seguir el hilo conductor de la lectura y se obtiene mayor claridad acerca
de lo encontrado en la investigación.
- Conclusiones y Recomendaciones: Debe haber consistencia entre el
problema, las hipótesis, el diseño, los análisis y las conclusiones.
Debe haber una conclusión “concreta” por cada objetivo específico planteado
para la investigación.
- Referencias: Todo trabajo que en el texto del informe se cite alguna vez (p.e.
Metlzoff, 2000) debe aparecer su referencia completa en el apartado de
referencias bibliográficas. Se utiliza la norma internacional APA para la
referenciación de fuentes y autores.
Todas las referencias deben estar correctamente citadas, por lo tanto debe
revisarse exhaustivamente todo el documento para asegurarse de que no falte
ninguna.
-Anexos : Se incluyen todas las tablas de análisis estadísticos, ANAVAS, los

instrumentos (Diseño de las encuestas y cuestionarios) y demás que sean
pertinentes para aclarar o entender los resultados de la investigación.
28.1 Citas, paráfrasis y plagio

Tomado Textualmente de: “Cómo se hace una tesis‖ por: Humberto Eco. Gedisa,
Barcelona, 2002, pp. 173-175.
Un documento obligado para todo investigador y para los estudiantes que se
enfrentan a la redacción del documento de Tesis para obtener su título
profesional, sea éste el resultado de una investigación experimental, una
monografía , el informe de pasantía o de la práctica profesional dirigida es el que
se toma como referencia en éste aparte. Por lo tanto, recomendamos que cada
estudiante tenga el documento completo dentro de sus libros de consulta y que
aplique sus lineamientos en todas sus producciones académicas.
Muchos estudiantes incurren en el error y porque no decirlo, en el delito del
plagio, bien de manera intencionada o por el contrario, por simple ignorancia y
desinformación. Sin embargo la ignorancia o desconocimiento no exime a quien
cae en el error del plagio, de su responsabilidad ante los autores y fuentes que
son plagiadas.
El copiar una frase, un párrafo, un comentario de otro autor, a pié juntillas dentro
de cualquier documento (tarea, informe, ensayo) y sin referenciarlo implica
PLAGIO.
Gran parte de la ética en la investigación radica en evitar el plagio y en dar a cada
quien el mérito de sus producciones intelectuales. Aquí aplica el famoso proverbio
de Jesús: “A Dios lo que es de Dios y al cesar lo que es del Cesar”.
Una persona que plagia constantemente a otros autores es una persona sin ética.
A continuación transcribimos las notas de Humberto Eco sobro como hacer citas y
paráfrasis de manera correcta dentro de un documento sin caer en el error del
plagio.
Al hacer una ficha de lectura resumís en varios puntos el autor que os interesa; es
decir, hacéis una paráfrasis y repetís con palabras el pensamiento del autor. En otros casos
transcribís fragmentos enteros entre comillas.
Luego, cuando pasáis a redactar la tesis, ya no tenéis el texto a la vista y os limitáis a

copiar fragmentos enteros de vuestra ficha. Entonces, tenéis que estar seguros de que los
fragmentos que copiáis son verdaderamente paráfrasis y no citas sin comillas. En caso
contrario cometeríais un plagio.
Esta forma de plagio es bastante común en las tesis. El estudiante se queda con la
conciencia tranquila porque antes o después dice, en una nota a pie de página, que se está
refiriendo a ese autor determinado. Pero pongamos por caso que el lector advierte que la
página no está parafraseando el texto original, sino que lo está copiando sin utilizar las
comillas; se lleva una mala impresión. Y esto no concierne al ponente, sino a cualquiera
que después eche un vistazo a vuestra tesis para publicarla o para estimar vuestra
competencia.
¿Cómo se puede estar seguro de que una paráfrasis no es un plagio? Ante todo, si es
mucho más breve que el original. Pero existen casos en que el autor dice cosas muy
sustanciosas en una frase o periodo breve, de manera que la paráfrasis tiene que ser muy
larga, más larga que el fragmento original. En tal caso no hay que preocuparse
neuróticamente de que no aparezcan las mismas palabras, porque a veces es inevitable o
francamente útil que ciertos términos permanezcan inmutables. La prueba más segura la
tendréis cuando seáis capaces de parafrasear el texto sin tenerlo ante los ojos. Significará
que no sólo no lo habéis copiado, sino que además lo habéis comprendido.
Para aclarar mejor este punto transcribo ahora —en el número 1— un fragmento de un
libro (se trata de Norman Cohn, I fanatici dell'Apocalisse).
El número 2 es un ejemplo de paráfrasis razonable.
En el número 3 doy un ejemplo de paráfrasis falsa que constituye plagio.
En el número 4 doy un ejemplo de paráfrasis igual a la del número 3 pero donde el

plagio es evitado gracias a la honesta utilización de las comillas.
1. El texto original
La llegada del Anticristo provocó una tensión todavía mayor. Generación tras generación vivieron en
una constante espera del demonio destructor cuyo reino sería un caos sin ley, una edad consagrada a la rapiña
y al saqueo, a la tortura y a la masacre pero también preludio de una conclusión deseada, la Segunda Llegada
y el Reino de los santos. La gente estaba siempre alerta, atenta a los «signos» incluían malos gobernantes,
discordia civil, guerra, sequía, escasez, peste, cometas, muertes imprevistas de personajes eminentes y una
creciente depravación general, no hubo ninguna dificultad para descubrirlos.
2. Una paráfrasis correcta
Cohn1 es muy explícito sobre este punto. Esboza la situación de tensión típica de este periodo en que la
espera del Anticristo es al mismo tiempo la espera del reino del demonio, inspirado en el dolor y el desorden y
preludio de la llamada Segunda Llegada, La Parusía, el regreso de Cristo triunfante. Y en una época dominada
por acontecimientos luctuosos, saqueos, rapiñas, escasez y peste, a la gente no le faltaban «signos»
correspondientes a estos síntomas que los textos proféticos habían anunciado siempre como típicos de la
llegada del Anticristo.
3. Una falsa paráfrasis

Según Cohn... [sigue una lista de opiniones expresadas por el autor en precedentes capítulos]. Por otra
parte, no hay que olvidar que la llegada del Anticristo dio lugar a una tensión todavía mayor. Las
generaciones vivían en la espera constante del demonio destructor, cuyo reino sería un caos sin ley, una edad
consagrada a la rapiña y al saqueo, a la tortura y a la masacre pero también al preludio de la segunda Llegada
o del Reino de los santos. La gente estaba siempre alerta, atenta a los signos que, según los profetas,
acompañarían y anunciarían el último «periodo de desórdenes»; y puesto que estos signos incluían los malos
gobernantes, la discordia civil, la guerra, la sequía, la escasez, la peste y los cometas, así como las muertes
imprevistas de personajes importantes (además de una creciente depravación general) no hubo ninguna
dificultad para descubrirlos2.
4. Una paráfrasis casi textual que evita el plagio
El mismo Cohn, antes citado, recuerda, por otra parte, que «la llegada del Anticristo provocó una
tensión todavía mayor». Las generaciones vivían en constante espera del demonio destructor cuyo reino sería
un caos sin ley, una edad consagrada a la rapiña y al saqueo, a la tortura y a la masacre pero también preludio
de una conclusión deseada, la Segunda Llegada y el Reino de los santos». La gente estaba siempre alerta y
atenta a los signos que, según los profetas, acompañarían y anunciarían el último «periodo de desórdenes» .
Ahora bien, apunta Cohn, como estos signos incluían «malos gobernantes, discordia civil, guerra, sequía,
escasez, peste, cometas, muertes imprevistas de personajes eminentes y una creciente depravación general, no
hubo ninguna dificultad para descubrirlos».
También es verdad que si os habéis tomado el trabajo de hacer la paráfrasis número 4

daba lo mismo transcribir el fragmento entero a modo de cita. Pero para hacer esto hubiera
hecho falta que en vuestra ficha de lectura estuviese ya el fragmento transcrito íntegramente
o que la paráfrasis no fuera dudosa. Como cuando redactéis la tesis ya no recordaréis qué
habéis hecho en las fichas, os interesa proceder desde ahora con corrección. Tenéis que
estar seguros de que, si en la ficha no aparecen las comillas, lo que escribisteis era una
paráfrasis y no un plagio.
Resumiendo, la paráfrasis implica entender y comentar en nuestras palabras lo

que otro autor quiso decir, sin cambiar el significado de las ideas de ese autor y
citándolo correctamente al hacer el comentario o análisis de sus palabras.
El uso de las comillas indica que estamos copiando textualmente las palabras del
autor. Hay que tener en cuenta que en un documento, los párrafos copiados entre
comillas no deben ser de más de 10 renglones. De lo contrario, aun cuando
pongamos comillas, estaremos solamente copiando a otro autor, lo cual no tiene
ningún sentido.
Siguiendo con lo expuesto por Humberto Eco:
Cuándo y cómo se cita: diez reglas
Normalmente en una tesis se citan muchos textos de otros: el texto objeto de vuestro
trabajo, las fuentes primarias, la literatura crítica y las fuentes secundarias.
Así pues, las citas son prácticamente de dos tipos: (a) se cita un texto que después se
interpreta y (b) se cita un texto en apoyo de la interpretación personal.
Es difícil decir si se debe citar con abundancia o con parquedad. Depende del tipo de tesis.
Un análisis crítico de un escritor requiere obviamente que grandes fragmentos de su obra
sean retranscritos y analizados. En otros casos, las citas pueden ser una manifestación de
desidia en cuanto que el candidato no quiere o no es capaz de se lo haga otro. Por lo tanto,
damos diez reglas para las citas.
Regla 1 — Los fragmentos objeto de análisis interpretativo se citan con una amplitud
razonable.
Regla 2 — Los textos de literatura crítica se citan sólo cuando con su autoridad corroboran
o confirman una afirmación nuestra.
Estas dos reglas implican algunos corolarios obvios. En primer lugar, si el fragmento a
analizar supera la media página, eso significa que algo no funciona: o habéis recortado una
unidad de análisis demasiado amplia, y en ese caso no llegaréis a comentarla punto por
punto, o no estáis hablando de un fragmento sino de un texto entero, y en ese caso, más que
hacer un análisis estáis pronunciando un juicio global.
En tales casos, si el texto es importante pero demasiado largo, es mejor transcribirlo en
toda su extensión en apéndice y citar, a lo largo de los capítulos, únicamente períodos
breves.
En segundo lugar, al citar literatura crítica debéis estar seguros de que las citas aporten algo
nuevo o confirmen lo que ya habéis dicho con autoridad.
Ejemplo de dos citas inútiles:

Las comunicaciones de masa constituyen, como dice McLuhan, «uno de los fenómenos centrales de
nuestro tiempo». No hay que olvidar que, sólo en nuestro país, según Savoy, dos individuos de cada
tres pasan un tercio de la jornada delante del televisor.
¿Qué hay de equivocado o de ingenuo en estas dos citas? Ante todo, que las
comunicaciones de masa son un fenómeno central de nuestro tiempo es una evidencia que
cualquiera podría haber dicho. No se excluye que lo haya dicho también McLuhan
(tampoco lo he comprobado, me he inventado la cita), pero no es necesario referirse a
alguien con autoridad para demostrar una cosa tan evidente.
En segundo lugar, es posible que el dato que transcribimos después sobre la audiencia
televisiva sea exacto, pero Savoy no constituye autoridad (es un nombre que me he
inventado). Habríais tenido que citar más bien una investigación sociológica firmada por
estudiosos conocidos y respetables, o unos datos del instituto central de estadística, o los
resultados de vuestra propia encuesta corroborados por cuadros en apéndice.
Antes que citar a un Savoy cualquiera hubiera sido preferible decir «se puede suponer
tranquilamente que dos personas de cada tres, etc.».
Regla 3 — La cita supone que se comparte la idea del autor citado, a menos que el
fragmento vaya precedido o seguido de expresiones críticas.
Regla 4 — En cada cita deben figurar claramente reconocibles el autor y la fuente impresa
o manuscrita. Esta localización admite varios modos:
a) con llamada y envío a la nota, forma utilizada cuando se trata de un autor nombrado por
vez primera;
b) con el nombre del autor y fecha de publicación de la obra entre paréntesis, detrás de la
cita ;
c) con simples paréntesis que transcriben el número de la página si todo el capítulo o toda
la tesis versa sobre la misma obra del mismo autor.
Regla 5 — Las citas de las fuentes primarias se hacen normalmente refiriéndose a la

edición crítica o a la edición más acreditada.
Regla 6 — Cuando se estudia un autor extranjero, las citas deben ir en la lengua original.
Esta regla es taxativa si se trata de obras literarias. En tales casos puede ser más o menos
útil poner detrás entre paréntesis o en nota la traducción.
Ateneos para esto a las indicaciones del ponente. Si se trata de un autor cuyo estilo literario
no analizáis pero en quien tiene cierto peso la expresión exacta del pensamiento con todos
sus matices lingüísticos (por ejemplo, el comentario de los textos de un filósofo), bien está
trabajar sobre el texto extranjero original, pero también es altamente aconsejable añadir
entre paréntesis o en una nota la traducción, aparte de que ésta constituye también un
ejercicio interpretativo por vuestra parte.
Finalmente, si se cita un autor extranjero pero simplemente para dar una información, unos
datos estadísticos o históricos, un juicio general, se puede utilizar también una buena
traducción castellana o, sin más, traducir el fragmento para no someter al lector a continuos
saltos de lengua a lengua.
Basta con citar bien el título original y aclarar qué traducción se usa. Por último, puede
ocurrir que se hable de un autor extranjero, que este autor sea poeta o narrador, pero que
sus textos sean examinados no tanto por su estilo como por las ideas filosóficas que
contienen. En estos casos también se puede, si las citas son muchas y continuas, partir de
una buena traducción para hacer más fluido el razonamiento, insertando únicamente breves
fragmentos del original cuando se quiere subrayar el uso revelador de cierto término.
Regla 7 — El envío al autor y a la obra tiene que ser claro. Para comprender lo que estamos
diciendo, valga el siguiente ejemplo (incorrecto):
Estamos de acuerdo con Vásquez cuando sostiene que «el problema que examinamos está lejos de
ser resuelto»1 y, a pesar de la conocida opinión de Braun,2 para quien «las cosas han quedado
definitivamente claras en lo que respecta a este viejo problema», estamos de acuerdo con nuestro
autor en que «queda mucho camino por recorrer antes de alcanzar un nivel de conocimiento
suficiente».
La primera cita es verdaderamente de Vásquez y la segunda de Braun, pero ¿la tercera es

realmente de Vasquez, como el contexto nos deja suponer? Y teniendo en cuenta que en la
nota 1 habíamos señalado la primera cita de Vasquez en la página 160 de su obra, ¿tenemos
que suponer que la tercera cita proviene de la misma página del mismo libro? ¿Y si la
tercera cita fuese de Braun? He aquí cómo tenía que haber sido redactado este fragmento:
Estamos de acuerdo con Vásquez cuando sostiene que «el problema que examinamos está lejos de
ser resuelto»3 y, a pesar de la conocida opinión de Braun, para quien «las cosas han quedado
definitivamente claras en lo que respecta a este viejo problema»,4 estamos de acuerdo con nuestro
autor en que «queda mucho camino por recorrer antes de alcanzar un nivel de conocimiento
suficiente».5
_____________________________________________________
1. Roberto Vasquez, Fuzzy Concepts, Londres, Fabcr, 1976, pág. 160.

2. Richard Braun, Logik und Erkenntnis, Munich, Fink, 1968, pág.
345. 3. Roberto Vasquez, Fuzzy Concepts, Londres, Faber, 1976, pág. 160.
4. Richard Braun, Logik und Erkenntnis, Munich, Fink, 1968.
5. Vasquez, op. cit., pág. 161.
Habréis notado que en la nota 5 hemos puesto: Vasquez, op. cit., p. 161. Si la frase hubiera
estado en la misma página 160, habríamos podido poner: Vasquez, ibidem.
Sin embargo, hubiera sido peligroso poner «ibídem » sin especificar «Vasquez». Esto
habría significado que la frase se encuentra en la página 345 del libro de Braun citado
inmediatamente antes. «Ibidem», por lo tanto, significa «en el mismo lugar» y se usa sólo
cuando se quiere repetir punto por punto la cita de la nota precedente.
Pero si en el texto, en lugar de decir «estamos de acuerdo con nuestro autor» hubiésemos
dicho «estamos de acuerdo con Vasquez» y lo hubiésemos transcrito de nuevo de la página
160, habríamos podido utilizar en la nota un simple «ibidem».
Con una sola condición: que se haya hablado de Vasquez y de su obra unas líneas antes o,
al menos, en el ámbito de la misma página y no más de dos notas antes.
Si, por el contrario, Vásquez ha aparecido diez páginas más atrás, es mucho mejor repetir
en la nota las indicaciones por entero o, como mínimo, «Vasquez, op. cit., p. 160».
Regla 8 — Cuando una cita no supera las dos o tres líneas se puede insertar dentro del
párrafo entre comillas dobles, como hago yo ahora citando a Campbell y Ballou, los cuales
dicen que «las citas directas que no superan las tres líneas mecanografiadas van encerradas
entre dobles comillas y aparecen en el texto».1
Cuando, al contrario, la cita es más larga, es mejor ponerla a un espacio y con mayor
margen (si la tesis está escrita a tres espacios, entonces la cita puede ir a dos espacios).
En este caso no son necesarias las comillas, pues tiene que quedar claro que todos los
fragmentos con mayor margen y a un espacio son citas, y hay que tener cuidado de no usar
el mismo sistema para nuestras observaciones o disquisiciones secundarias (que figurarán
en nota).
…
Este método es muy cómodo porque inmediatamente pone ante los ojos los textos citados,
permite saltárselos cuando se hace una lectura transversal, detenerse exclusivamente en
ellos cuando el lector se interesa más por los textos citados que por nuestro comentario y,
por último, permite localizarlos inmediatamente cuando es necesario para una consulta.
Regla 9 — Las citas tienen que ser fieles. Primero, hay que transcribir las palabras tal y
como son (y a tal fin, siempre está bien, después de redactar la tesis, cotejar las citas con el
original, porque al copiarlas a mano o a máquina se puede haber incurrido en errores u
omisiones).
Segundo, no se puede eliminar parte del texto sin señalarlo: esta señal de elipsis se efectúa
mediante la inserción de tres puntos suspensivos que corresponden a la parte omitida.
Tercero, no se debe interpolar; todos nuestros comentarios, aclaraciones, especificaciones,

tienen que aparecer entre paréntesis cuadrados o corchetes. Incluso los subrayados que no
son del autor sino nuestros, tienen que ser señalados.
Por ejemplo: en el texto citado dentro del otro se sugieren reglas ligeramente diferentes de
las que yo uso para interpolarlo; esto nos sirve para comprender cómo también los criterios
pueden ser de diferente tipo, siempre que su adopción sea constante y coherente:
Dentro de la cita... pueden aparecer algunos problemas... Cuando en la transcripción se omite una
parte del texto, se señalará insertando tres puntos entre corchetes [nosotros, en cambio, habíamos
sugerido simplemente tres puntos, sin paréntesis]... En cambio, cuando se añaden unas palabras para
la comprensión del texto transcrito, éstas se insertarán entre paréntesis cuadrados [no olvidemos que
estos autores se refieren a las tesis de literatura francesa, donde a veces puede ser necesario inter
polar una palabra que faltaba en el manuscrito original pero cuya presencia es presentida por el
filólogo].
Se recuerda la necesidad de evitar los errores de francés y de escribir un castellano correcto y claro
[el subrayado es nuestro].'
Si el autor que citáis, aunque digno de mención, incurre en un error patente de estilo o
información, tenéis que respetar su error pero señalárselo al lector al menos con unos
corchetes de este tipo: [sic].
Por lo tanto diréis que Savoy afirma que «en 1820 [sic], después de la muerte de Bonaparte,
la situación europea era turbia, llena de sombras y de luces».
Ahora bien, yo de vosotros perdería de vista al tal Savoy.
_________________________________
1. Campbell y Ballou, op. cit., pág. 40.
2. P. G. Perñn, An Índex toEnglish, 4.a ed., Chicago, Scutt Foresman and Co., 1959, pág. 338.
Regla 10 — Citar es como aportar testigos en un juicio. Tenéis que estar siempre en
condiciones de encontrar los testimonios y de demostrar que son aceptables.
Por eso la referencia tiene que ser exacta y puntual (no se cita a un autor sin decir qué libro
y qué página) y verificable por todos. Entonces, ¿qué habrá que hacer si una información
o un juicio importante provienen de una comunicación personal, de una carta o de un
manuscrito?
Se puede perfectamente citar una frase poniendo en la nota una de estas expresiones:
1. Comunicación personal del autor (6 de junio de 1975).
2. Carta personal del autor (6 de junio de 1975).
3. Declaraciones registradas el 6 de junio de 1975.
4. C. Smith, Le fonti dell'Edda di Snorri, manuscrito.
5. C. Smith, Comunicación al XII Congreso de Fisioterapia, manuscrito (en vías de publicación por
el editor Mouton, La Haya).
Os habréis dado cuenta de que para las fuentes 2, 4 y 5 existen documentos que siempre
podréis exhibir. En cambio la fuente 3 es imprecisa, pues el término «registrar» no da a
entender si se trata de una grabación o de notas taquigráficas.
En cuanto a la fuente 1, sólo el autor lo podría desmentir (y podría haberse muerto

entretanto).
En estos casos extremos siempre es una buena norma, después de haber dado forma
definitiva a la cita, comunicársela por carta al autor y obtener de él una carta de respuesta
en la que diga que se reconoce en la idea que le habéis atribuido y que os autoriza a usar la
cita.
Si se tratase de una información enormemente importante e inédita (una nueva fórmula, el

resultado de una investigación todavía secreta), haréis bien en poner en el apéndice de la
tesis una copia de la carta de autorización.
Naturalmente, a condición de que el autor de la información sea una autoridad científica

conocida y no un botarate cualquiera.
…
28.2 La Redacción
A continuación se mencionan algunos aspectos que deben tenerse en cuenta al
redactar el documento.
1. No se debe dar por sentado que quien lee el documento es un experto en el
tema.
Existe la creencia de que un texto de divulgación donde las cosas son explicadas de
manera que todos las comprendan, requiere menos habilidad que una comunicación
científica especializada que, por el contrario, se expresa a través de fórmulas comprensibles
sólo para unos pocos privilegiados.
Esto no es totalmente cierto. Es verdad que el descubrimiento de la ecuación de

Einstein E=mc2 ha supuesto mucho más talento que cualquier brillante manual de física.
Sin embargo, normalmente, los textos que no explican tranquilamente los términos que
utilizan (y proceden por rápidos guiños de ojo) hacen pensar en autores mucho más
inseguros que aquellos en que el autor explicita cada referencia o cada pasaje.
Si leéis a los grandes científicos o a los grandes críticos veréis que, salvo pocas
excepciones, son siempre clarísimos y no se avergüenzan de explicar bien las cosas.
Decíamos antes que una tesis es un trabajo que, por motivos ocasionales, se dirige
únicamente al ponente y demás miembros del tribunal pero que, en realidad, se supone es
leído y consultado por muchos otros, incluso por estudiosos no versados directamente en
aquella disciplina.
Por este motivo, en una tesis de filosofía no será evidentemente necesario empezar
explicando qué es la filosofía, ni en una tesis de vulcanología explicar qué son los volcanes,
pero inmediatamente por debajo de este nivel de obviedad, siempre estará bien
proporcionar al lector todas las informaciones necesarias. (Eco, 2001).
2. Siempre se escribe en tercera persona. Los escritos científicos son

impersonales. Nunca deben incluirse frases como:
Establecimos 5 tratamientos…….
Escogimos un diseño………
Encontramos diferencias significativas……………..
Diseñamos una encuesta ……………..
Por el contrario, se redactaría de la siguiente forma:

Se establecieron 5 tratamientos correspondientes a …..
Se utilizó un Diseño Completamente al Azar (CAA) ……
Se encontraron diferencias significativas para las variables……
Se diseñó una encuesta con 5 tipos de preguntas: …….
3. Nunca deben incluirse juicios personales como me parece que …., creo que…,
estoy de acuerdo con que…..
Se redactan los resultados, conclusiones y recomendaciones en el mismo estilo
impersonal y en tercera persona que antes citamos:
Los resultados obtenidos indican que……… lo que permite concluir que……
La observación del fenómeno ……. permitió corroborar la hipótesis de que …….
Los autores encuentran apropiado ………….. ,
Se recomienda en estudios posteriores………
4. Se escribe únicamente los que es necesario y suficiente. En palabras de Eco:

Escribid todo lo que se os pase por la cabeza pero sólo durante la primera
redacción. Después notaréis que os habéis dejado arrastrar por el énfasis que os ha alejado
del centro de vuestro tema. Entonces quitaréis las partes entre paréntesis y las divagaciones
y las pondréis en nota o en apéndice . La tesis sirve para demostrar una hipótesis que
habéis elaborado al principio, no para mostrar que lo sabéis todo.
5. El lenguaje debe corresponderse con el léxico propio (el Argot9) del área
disciplinar a la que pertenece el estudio.
Es inadmisible que en un documento relacionado con investigación agrícola se
hable de “matas” en lugar de plantas, de “gusanos” en lugar de larvas, o en
documento sobre ciencias de la salud que se hable de un “remedio” en lugar de un
fármaco, o en el caso de estudios veterinarios que se hable de “entamboramiento”
en lugar de Timpanismo.
6. Los términos especiales deben ser explicados siempre la primera vez que se
introducen dentro del texto.
Si el estudio hace referencia a la Resiliencia, o a los procesos de quelación, o a
los factores de intemperización del material parental del suelo, o a la
esquizofrenia, deben definirse los términos antes de proseguir con la explicación.
La segunda vez que se utilice el término ya no habrá que explicarlo y el lector
entenderá de qué se está hablando.
De ser necesario, el documento deberá incluir un glosario de términos.
7. No se deben inventar términos y en general se deben evitar todos los vicios
idiomáticos como el dequeísmo, la cacofonía, la monotonía, la ambigüedad, los
solecismos y los barbarismos:
DEQUEISMO: Vicio de poner De antes de que… ej: Parece de que….
CACOFONÍA: (KAKO=malo,PHONE=sonido): Este vicio se presenta tanto en el
lenguaje oral como en el escrito. Resulta ser un error muy evidente, que consiste
en repetir sílabas o sonidos, quedando éstos, contiguos o muy próximos. La
cacofonía puede darse al comienzo, medio o al final de las oraciones. Ej: La
presente presentación…. En éste estudio se estudiaron…….
MONOTONÍA: (MONO=uno, TONIA=tono): Vicio producido por el uso frecuente
de los mismos vocablos para referirse a distintas situaciones, vale decir, se
produce por la pobreza de vocabulario. Existen varios tipos de monotonía:
de estilo: Sin mucha variedad léxica, de tal manera que la expresión pierde
propiedad y precisión.
de léxico: corresponde al uso de palabras que no tienen una finalidad clara
o necesaria y que se conocen con el nombre de "muletillas". Por ejemplo O sea,
entonces, sin embargo, así, por tanto, es decir…
AMBIGÜEDAD O ANFIBOLOGÍA: Vicio que consiste en expresar tan
oscuramente las ideas que, o no se entienden o se entienden de dos o más
formas.
SOLECISMOS: Constituyen faltas sintácticas o errores idiomáticos en
construcciones gramaticales. Podemos agruparlos, básicamente, en dos tipos: 1)
mal uso de preposiciones, 2) concordancia inadecuada.
9
Argot: Lengua especial utilizada por quienes comparten un oficio o profesión
BARBARISMOS: Vicio que corresponde al empleo de vocablos impropios por

variadas causas. Por ejemplo: a. por errores ortográficos, morfológicos,
sintácticos, fonéticos, etc.
BARBARISMOS ORTOGRÁFICOS: errores provocados por mal uso de
letras, o mal uso de los acentos.
BARBARISMOS MORFOLÓGICOS: Alteraciones en las palabras
provocadas por: mala conjugación, forzar el género o alterar el número.
BARBARISMOS SINTÁCTICOS: Incorrección en la oración sea por
reiteración o pleonasmo deficiente.
BARBARISMOS LÉXICOS: Utilización de palabras impropias sea por estar
obsoletas, ser innecesarias o ser extranjerismos que tienen su equivalente en
nuestro idioma.
BARBARISMOS FONÉTICOS: Llamados también metaplasmos o vicios de
dicción. Son errores provocados por agregar, quitar o alterar las letras en una
palabra.
8. Cuidado al Castellanizar los Nombres y Apellidos de los autores referenciados.

Al respecto, Humberto Eco nos dice:
No castellanicéis nunca los nombres de los extranjeros. Algunos textos dicen «Juan
Pablo Sartre» o «Luis Wittgenstein », lo cual es ridículo. ¿Os imagináis que un periódico
diga «Enrique Kissinger» o «Valeriano Giscard d'Estaing »? ¿Y os parecería bien si un
libro italiano escribiera «Benedetto Pérez Galdós»?
No obstante, en algunos libros de texto se dice «Benito Spinoza» en lugar de

«Baruch Spinoza»… si usáis Durero en lugar de Dürer tenéis que decir Alberto en lugar de
Albrecht.
Hay excepciones consentidas, la primera de todas la que concierne a los nombres

griegos y latinos como Platón, Horacio, Virgilio...
Castellanizad los apellidos extranjeros únicamente en caso de tradición asentada.

Están admitidos Lutero, Miguel Ángel, El Bosco, en un contexto normal. Mahoma está
siempre bien dicho salvo en una tesis de filología árabe. Pero si castellanizáis el apellido,
castellanizad también el nombre: Alberto Durero y Tomás Moro. Aunque se espera que en
una tesis específica uséis Thomas More.
Escribir es un arte y por tanto todo profesional deberá esforzarse por crear un
estilo propio pero correcto de redacción, lo cual solo es posible mediante el hábito
de la lectura y la práctica de la escritura.
No en vano se les pide a los estudiantes que realicen ensayos y que lean
determinaos artículos o documentos. Estas actividades van encaminadas a que
afinen sus competencias lecto escritoras.
Pero además de leer literatura técnica es necesario leer otros géneros literarios,
pues son estos los que enriquecen el léxico y nos enseñan lo que es la correcta
construcción gramatical.
Por lo general un profesional que escribe mal, se expresa mal. Y si escribe y se
expresa mal es porque definitivamente no LEE o lee lo estrictamente necesario. La
expresión oral y escrita de una persona dice mucho de su grado de cultura. De ahí
la expresión popular que reza “Fulanito pasó por la universidad pero la universidad
no pasó por él”.
Así pues, el llegar a expresarse correctamente es una elección personal. Pero el
escribir correctamente un documento científico o académico, es una obligación y
un acto de respeto para con el público que accederá a éstos escritos.
Lección 29: El artículo científico
Todo investigador aspira a que los resultados de sus investigaciones sean

conocidos por la comunidad científica a la que pertenece y esto solo se logra
mediante la publicación de artículos en revistas indexadas.
De hecho, habíamos mencionado en una lección anterior, que solo cuando el
investigador es capaz de visibilizar sus hallazgos por medio de los artículos
científicos, es cuando la comunidad científica reconoce que tiene un miembro
más.
No obstante, si redactar el informe de investigación o la tesis es difícil, redactar el
artículo científico lo es aún más, pues en unas pocas páginas, el autor debe ser
capaz de resumir los resultados originales, inéditos y más importantes de la
investigación. En general, los artículos científicos tienen una extensión máxima de
16 páginas.
La Guía para Publicación de artículos Científicos de la UNESCO, señala que la
finalidad del artículo científico es comunicar de manera clara, concisa y
fidedigna los resultados de una investigación.
Por lo tanto los atributos más importantes del artículo científico son: Precisión,
Claridad y Brevedad.
Cada Revista Indexada posee sus propias normas para la presentación de
artículos científicos y sobre ellas, el comité técnico de la revista evalúa los
artículos y aprueba o desaprueba su publicación. Por lo tanto antes de empezar a
escribir hay que tener a mano los términos y normas de la revista en la que se
pretende publicar.
No obstante lo anterior, el artículo científico se compone de unos elementos

específicos y sigue unas normas universales, independientemente de la revista en
la que se vaya a publicar, los cuales describiremos a continuación:
 Título: expresado con un máximo de 15 palabras.
 Autor (es) , filiación y dirección para correspondencia. Máximo 6 autores.
 Resumen : en español (Máximo 250 palabras) y palabras clave. Debe

permitir al lector identificar de forma rápida el contenido básico del trabajo.
No debe aportar información o conclusiones que no se encuentren en el cuerpo
del documento.
No debe citar referencias bibliográficas, por lo tanto es un escrito propio del autor.
Debe quedar claro el problema que se investiga.
Debe quedar clara la metodología y los resultados obtenidos y se deben
generalizar las conclusiones. Se escribe en tercera persona y en pasado.
 Abstract: Resumen en ingles y Key words.

No se debe traducir por medio de traductores como el google translator o
similares ya que estos programas no proporcionan una sintaxis correcta.
Tampoco es aconsejable mandar a traducir el artículo a cualquier persona pues el
inglés técnico incluye términos que son propios de cada disciplina que no todos los
traductores manejan y por tanto podrían cambiar totalmente el sentido del escrito
al hacer la traducción.
Si el autor no está en capacidad de traducir el mismo el artículo, deberá buscar la
ayuda de un colega que maneje bien el idioma ingles.
 Introducción: Informa el propósito e importancia de la investigación e

incluye el marco teórico. El último párrafo de la introducción menciona los
objetivos de la investigación.
 Materiales y Métodos: Informa detallada pero brevemente, como se llevó a

cabo la investigación. Describe la localización geográfica del ensayo y el año en
que se llevó a cabo la investigación.
Debe quedar claro el tipo de diseño experimental, el tamaño de muestra, la unidad
experimental, las variables independientes y las variables de respuesta, la
metodología para el análisis de la información.
El lector debe ser capaz de replicar el experimento con la información aquí

suministrada.
 Resultados: Presenta los datos experimentales obtenidos. Debe mencionar

los hallazgos relevantes (incluso los contrarios a la Hipótesis), incluyendo detalles
suficientes para poder justificar las conclusiones.
Solo se debe incluir las tablas, gráficos y figuras que sean indispensables.
 Discusión de Resultados: Explica los resultados y los compara con el

marco teórico. Debe comenzar con la respuesta a la pregunta de investigación,
seguida por las pruebas expuestas en los resultados que la respaldan.
Se redacta en presente puesto que los hallazgos se consideran ya evidencia
científica. Por ejemplo: Estos resultados indican que…..
Debe comentar los resultados anómalos dando la explicación más coherente que
los explique. Recuerde que no hay resultados malos o negativos. El hecho de que
la hipótesis nula se mantenga, es en sí un resultado.
Evite sacar más conclusiones de las que los resultados le permiten.
 Conclusiones: Deben estar directamente relacionadas con la pregunta de

investigación planteada en la introducción.
 Agradecimientos: Se debe reconocer a las personas e instituciones que

colaboraron de manera directa con la investigación y en la redacción y revisión del
artículo.
 Literatura citada o referencias: Según norma internacional APA

La extensión total de un artículo científico no debe sobrepasar las 16 páginas.
29. 1. Faltas frecuentes que constituyen causa de rechazo de artículos

técnicos y científicos10.
I. Faltas Relacionadas con el Contenido de la Investigación.

A. Fase conceptual de la investigación
1. El tema del documento tiene baja prioridad para los objetivos de la revista.
2. La información contenida es de conocimiento común; no aporta elementos
nuevos u originales al área de interés.
3. El documento muestra que el autor no conoce suficientemente la materia sobre
la cual escribe.
4. El problema general y el problema de investigación no se encuentran
claramente definidos.
5. Los objetivos del estudio (o investigación) no se exponen en forma clara y
concreta.
6. No se establecen definiciones precisas para los términos principales (o claves)
que se utilizan a lo largo del texto.
7. Los términos principales se definen pero sin considerar las características y
nivel de los lectores de la revista.
8. La introducción no logra el propósito de proporcionar información y
antecedentes suficientes que permitan al lector entenderla exposición razonada
del texto y comprender y evaluar los resultados del estudio.
9. El marco de referencia conceptual está ausente. La investigación no se basa en
un marco teórico conceptual el cual, al englobar otros estudios en un esquema
sistemático y comparativo, permita una evaluación posterior.
10. El diseño (procedimientos para abordar el problema de investigación) que se
utiliza es inapropiado para el objetivo de la investigación.
11. El diseño que se utiliza no está de acuerdo con el nivel actual de
conocimientos sobre el problema de investigación.
12. El diseño utilizado no es factible considerando los recursos humanos y
materiales disponibles para el estudio.
13. El diseño utilizado presenta inconvenientes de carácter ético.
14. El diseño que se utiliza tiene poco potencial para un análisis de resultados
completo e integral.
15. El diseño utilizado no proporciona resultados aplicables
10
Preparado por el Dr. Manuel A. Bobenrieth, Jefe del Programa de Información Científico –
Técnica en Salud. OPS/OMS. Washington, D.C. 1987
16. Las variables (atributos o características) no se definen. No se diferencian

variables independientes de variables dependientes; variables intervinientes y
variables de control.
17. La clasificación de categorías de variables es deficiente, lo cual permite el
paso de un sujeto de un grupo a otro grupo que no le corresponde o deja los
grupos mal definidos. Esta situación implica errores en la interpretación y en la
generalización de los resultados (inferencia).
18. El documento muestra una recolección general de información sin relación con
la hipótesis que sirvan de guía.
19. Las hipótesis del estudio están mal formuladas.
20. El estudio falla en formular hipótesis rivales o alternativas que podrían explicar
un número dado de hallazgos y que desafíen las interpretaciones y conclusiones
del investigador.
21. El documento falla en hacer explícitos y claros los supuestos básicos de la
investigación, de manera que los hallazgos puedan ser evaluados en términos de
esas suposiciones.
22. El estudio parece tomar un “paquete de información” que ya existe y pretende
hacer calzar preguntas de investigación significativas.
23. El documento falla en reconocer y explicar las limitaciones del estudio; esto
impone restricciones a las conclusiones y en cómo éstas se aplican a otras
situaciones.
24. El examen de la literatura es insuficiente, lo cual impide al lector juzgar la
familiaridad del autor con el conocimiento actual del tema de estudio; además
impide conocer otros enfoques, otros puntos de vista posibles y distintos para la
investigación del problema.
B. Fase empírica de la investigación.
25. La sección del material y de los métodos no proporciona información
suficientemente clara y completa para que un lector interesado y competente
pueda repetir la investigación. La falta de reproducibilidad disminuye grandemente
el valor científico del artículo.
26. El texto del documento mezcla y confunde información sobre “material y
métodos” con información sobre “resultados”.
27. El universo (población a la cual se intenta referir los hallazgos) no se define
con claridad.
28. La muestra es atípica, no representativa del universo sobre el cual se pretende
inferir los hallazgos.
29. El tamaño de la muestra es inadecuado y no garantiza la presencia de una
parte aceptable de la población, como requisito
mínimo. Tampoco se establece la precisión con la cual el investigador quiere
garantizar sus resultados.
30. Las fuentes de información son inapropiados y/o carecen de idoneidad.

31. Los datos recogidos son de mala calidad; hay deficiencias, vacíos y
contradicciones.
32. La información recolectada está desactualizada, obsoleta.
33. El documento contiene la información preliminar de un estudio, lo cual limita
mucho el valor de los resultados y conclusiones.
34. La metodología tiene problemas de validez y confiabilidad.
35. La metodología tiene problemas de especificidad y sensibilidad.
36. La metodología prescinde de la utilización de grupos testigos.
37. El documento no se basa en observaciones directas, de primera mano, lo cual
aumenta la posibilidad de errores.
38. En el documento se utilizan índices o indicadores arbitrarios, inapropiados e
incorrectos para calificar y evaluar determinados fenómenos.
39. Los resultados contienen información más bien repetitiva que representativa.
Esta redundancia muestra falta de capacidad selectiva y discriminativa.
40. La presentación de los hallazgos carece de suficiente claridad y objetividad;
faltan detalles de importancia, lo cual impide que el lector los juzgue por sí
mismo.
41. Los hallazgos presentados carecen de consistencia interna (totales que no
coinciden, tablas y gráficos con información incompleta, contradicción entre el
texto y la información contenida en las tablas y los gráficos, etc.).
C. Fase interpretativa de la investigación
42. La información recolectada que se presenta no merece análisis estadístico.

43. El análisis de los datos es insuficiente, insatisfactorio; el autor no utiliza
correctamente las técnicas basadas en la lógica y la estadística.
44. El análisis estadístico no es apropiado a la fuente y naturaleza de la
información.
45. El análisis no es suficiente para determinar si las diferencias significativas
pueden deberse a falta de comparabilidad de los grupos en lo que respecta a
sexo, distribución por edad, características clínicas u otras variables relevantes.
46. El documento carece de conclusiones.
47. Las conclusiones no se justifican, por cuanto no se apoyan en la evidencia de
los hallazgos (resultados).
48. El autor no mantiene el mismo punto de vista a lo largo del trabajo.
49. Las conclusiones no concuerdan con las preguntas de investigación

formuladas por los investigadores. Las conclusiones no se derivan de la respuesta
encontrada al problema y no cierran el trabajo dejándolo bien terminado.
50. La experiencia descrita es de aplicabilidad mínima o nula a países diferentes
del país donde se originó el estudio o la investigación.
51. La investigación realizada muestra graves transgresiones de las normas de
ética científica. Por ejemplo, en estudios o investigaciones que involucran
experimentación con seres humanos, donde se requiere certificación de que se
explicó la situación y se obtuvo el libre consentimiento de los sujetos.
52. El documento contiene expresiones en forma de declaraciones, referencias y
juicios de valor incompatibles con las normas de respeto a los Gobiernos que rigen
el trabajo de la OPS.
II. FALTAS RELACIONADAS CON EL INFORME DE LA INVESTIGACION

A. Estructura del artículo.
53. La estructura del documento no corresponde a la de un artículo técnico-
científico.
54. La estructura del documento podría servir el propósito de una presentación
oral, pero no el de un artículo técnico-científico.
55. El material contenido en el documento se presenta muy pobremente
organizado y/o deficientemente explicado.
56. El material que se presenta es muy extenso, no está suficientemente
condensado.
57. El título no refleja en forma específica, clara, exacta y breve el contenido del
artículo.
58. El título desorienta al lector sobre el contenido real del artículo.
59. No se presenta resumen.
60. El resumen no permite a los lectores identificar el contenido básico en forma
rápida y exacta, determinar la relevancia de ese contenido para sus intereses y
decidir si necesita leer el documento en su totalidad.
61. El resumen presenta información o conclusiones que no se relacionan con el
resto.
62. Las tablas no se explican por sí mismas y repiten la misma información del
texto; esto plantea problemas de redundancia y desperdicia espacio en la revista.
63. Los gráficos no cumplen los propósitos de evidencia, eficiencia y énfasis.
64. Las ilustraciones que se utilizan carecen de legibilidad y de comprensibilidad.
65. No se presentan referencias bibliográficas.
66. Las referencias bibliográficas son demasiado exiguas.

67. Las referencias bibliográficas son obsoletas y muestran desactualización del
autor.
68. Las referencias bibliográficas no están citadas en el texto, o se citan
equivocadamente.
69. Las referencias bibliográficas están incompletas. Estas cinco fallas relativas a
la bibliografía impiden lograr los propósitos de identificar fuentes originales, dar
apoyo a hechos y opiniones y orientar al lector para estudios en mayor
profundidad.
B. Estilo del artículo.

70. El estilo carece de claridad.
71. El estilo carece de concisión
72. El estilo carece de originalidad
73. El estilo carece de fluidez
74. El estilo es verboso y difuso
75. El estilo es pomposo y altisonante
76. El texto contiene falacias y otros errores, probablemente por falta de disciplina
y rigor en el raciocinio y/o en la expresión del pensamiento.
77. El estilo utiliza jerga o jerigonza, en la forma de lenguaje confuso, ininteligible,
extraño; a veces llegar a ser pretencioso y ridículo.
78. El estilo muestra que el autor confunde hechos con opiniones y trata de vestir
ambos con un ropaje de fantasía imaginativa.
79. El estilo utiliza abreviaciones y siglas que no se explican ni definen; esto
confunde y aburre al lector.
80. El estilo no se adapta a los lectores de la revista.
81. El documento no cumple con normas de material inédito y derechos de
registro.
Como puede observarse, todos estos puntos sirven como guía o rúbrica de auto
evaluación al momento de escribir cualquier documento académico, técnico o
científico.
Una vez que se interiorizan las normas y se tienen en cuenta estos errores
“Frecuentes”, habrá una mayor posibilidad de no caer en ellos.
Esperamos que los estudiantes comiencen a aplicar estas normas en todas sus
producciones académicas. Así, al momento de enfrentarse con el documento de
grado, ya habrán adquirido el hábito de escribir correctamente y el proceso
resultará mucho más fácil y placentero.
Lección 30. La Ética en la investigación

―Las ideas no son responsables de lo que los hombres hacen de ellas‖.
Werner Karl Heisenberg
La ética en la investigación puede enfocarse desde tres aspectos

fundamentalmente:
1. Desde la ética científica propiamente dicha, es decir, que la metodología de la

investigación tanto como sus resultados no deberían presentar ningún riesgo para
las personas involucradas ni para la humanidad en general.
Ejemplos de acusaciones de falta de ética de la investigación son por ejemplo
aquellas que tienen que ver con los avances en ingeniería genética (clonación,
cultivos transgénicos), energía nuclear, experimentación sobre partículas de
antimateria, etc.
Este aspecto de la ética resulta controversial si nos atenemos al principio de que
los avances científicos no son malos, lo que resulta peligroso es la aplicación que
se haga de ellos.
Tal vez el ejemplo más claro que tenemos al respecto es la aplicación de los
descubrimientos hechos por Albert Einstein en la construcción de la bomba
atómica. Einstein, advirtió al presidente de Estados Unidos, Franklin Roosvelt, del
potencial energético del uranio. Lo que Einstein no sabía, es que la sugerencia de
tomar al uranio como una importante fuente de energía, sería utilizada años más
tarde, para la creación de la primera bomba atómica.
De igual forma pueden considerarse las implicaciones éticas de la ingeniería
genética y la biotecnología, las cuales quedan bastante bien dilucidadas en el
filme “El hombre bi centenario” cuyo personaje es interpretado por Robin Williams.
Se considera anti ético clonar a un ser humano o a un animal, se considera anti
ético pensar en la inteligencia artificial , pero los mismos principios servirían por
ejemplo, para reproducir órganos susceptibles de ser utilizados en transplantes.
De manera más puntual, es necesario mirar las implicaciones de los experimentos
que involucran seres humanos como unidad experimental. Es decir, personas que
reciben los tratamientos o son observadas a fin de registrar las variables de
respuesta. En la lección dedicada a la Observación como técnica, discutimos los
aspectos éticos de la Observación no participante. Hasta que punto, resulta ético
observar a un grupo de personas sin que ellas lo sepan?
Resulta ético administrar drogas experimentales a pacientes en experimentos de
prueba?
Resulta ético hacer observaciones clínicas sin que los pacientes hayan dado su
autorización?
Estos y otros aspectos deberán ser considerados por el investigador y su grupo de
colegas antes de emprender cualquier proyecto de investigación.
2. Desde el punto de vista de la propiedad intelectual. Cuando se publican los

resultados de una investigación, se está garantizando la originalidad de la misma
y se reconoce la autoría.
Se considera “autor” a la persona que se ha encargado de realizar la mayoría de
las contribuciones intelectuales encontradas en las publicaciones de artículos,
sean éstos de carácter científicos o no. No debe confundirse la autoría con las
personas que contribuyeron en la investigación.
La revisión por parte de los pares, garantiza que en realidad se trata de un nuevo
aporte al conocimiento y no una copia de investigaciones ya realizadas por otros
autores. Los pares son expertos que no hacen parte del equipo editorial de la
revista en la cual van a ser publicados los hallazgos científicos, quienes revisan y
dan su concepto de aprobación o desaprobación para la publicación del artículo.
Este procedimiento garantiza que la información que se quiere publicar es
confiable y veraz.
En éste proceso de revisión, la ética se garantiza por medio de varios elementos:
- Los pares no deben conocer ni tener relación con el autor. Así se evitan los
conflictos de intereses y los sesgos en la evaluación.
- Los pares deben ser personas altamente calificadas en el área de
investigación para poder someter a prueba el documento con base y criterio
científico y disciplinar suficiente.
El Plagio en los artículos científicos. Plagio es un apropiamiento de ideas,

palabras o resultados de otras personas sin otorgarles el reconocimiento que se
merecen (Laguna et al, 2007).
Otro tipo de conducta relacionada es la fabricación y falsificación de datos. La
fabricación concierne a la invención de datos ficticios que son presentados como
datos experimentales.
La falsificación de datos se da cuando el investigador manipula o disfraza los
datos a fin de justificar ciertos hallazgos o de esconder resultados que concidera
indeseados.
La fabricación y falsificación de datos, representa más de la mitad de las
acusaciones existentes en la actualidad de conducta científica errada (Laguna et
al, 2007). Este proceder elimina totalmente la posibilidad de validez interna y
externa de la investigación.
Publicación Duplicada: Hablamos de “publicación duplicada” cuando la
publicación de un artículo coincide en su contenido y estructura con otro trabajo
previamente publicado en medio magnético o en papel, sin otorgarle crédito a la
fuente inicial. La publicación duplicada se conoce también como “autoplagio” y
constituye una violación ética de las normas de publicación (Laguna et al, 2007).
La doble publicación se diferencia del plagio porque en ésta el autor se

encuentra relacionado con el texto original, además el objeto de investigación o la
población de estudio y la metodología son idénticas, pero se encuentran
variaciones en los resultados y las interpretaciones del texto original al que se
envió como una nueva duplicación, sin embargo ambos artículos conservan la
misma esencia sin aportar nuevos conocimientos al lector.
Existen varias formas de doble publicación, entre las cuales encontramos la
publicación dual, que es la publicación de un artículo que contiene materiales y
métodos idénticos; también existen las publicaciones “segmentadas”, las cuales
consisten en la publicación de parte de un estudio o su continuación, en donde los
lectores para obtener la información completa deben leer más de un artículo
(Laguna et al, 2007).
3. Desde el punto de vista de los derechos de los participantes cuando se trata de

estudios que involucran a personas.
Privacidad y confidencialidad. Este aspecto tiene mucho que ver en estudios
clínicos y sociales. Los pacientes y los participantes de estudios sociales tienen
derecho a la privacidad y a que ésta se mantenga. La identificación de las
personas no debe hacerse salvo que ellas mismas estén de acuerdo en divulgar
su identidad y expresen su consentimiento por escrito para la publicación del
artículo o documento.
El “consentimiento informado”: Se define como la explicación a un paciente o a
un actor social, acerca de lo que pretende el estudio del cual hará parte.
La preocupación formal por la ética de la investigación científica, tiene su hito en la
promulgación del Código de Nuremberg en 1947, surgido como reacción a los
abusos cometidos por los investigadores nazis durante la Segunda Guerra
Mundial (Agar, 2004).
Agar (2004) , explica que aunque la investigación biomédica tiene un mayor riesgo
de daño que la que se realiza en ciencias sociales, la investigación social también
puede tener serias implicaciones sobre todo en aquellos estudios que abordan
problemáticas como la delincuencia, la homosexualidad, el consumo de drogas,
enfermedades mentales, o los que inquieren sobre el maltrato o abuso.
En estudios médicos, el paciente debe ser claramente informado acerca de su
enfermedad y de los riesgos y/o beneficios que podrá traer el tratamiento o
intervención.. La información que se le otorgue al paciente debe ser completa, y la
colaboración del paciente en estudios científicos debe ser conseguida sin
coerción, es decir, sin influencias psicológicas que pueda ejercer el médico sobre
el paciente (Laguna et al, 2007).
Igual procedimiento debe seguir el investigador social con su población de
estudio.
El consentimiento informado de basa en tres principios éticos: la autonomía,

beneficencia y justicia. El principio de autonomía se basa en la posibilidad de que
cada persona le sea otorgado respeto, tiempo y oportunidad para decidir.
El principio de beneficencia nos pide entonces asegurar el bienestar de los
pacientes implicados, maximizar los beneficios y minimizar los riesgos .
El último pilar del consentimiento informado es entonces el Principio de
Justicia; éste le plantea al investigador el interrogante de quién debe cargar con
los riesgos del estudio y quién debe recibir sus beneficios (Laguna et al, 2007).
El paciente o actor social involucrado debe tener siempre la “libertad” de retirase
de la investigación en el momento que así los desee.
Los beneficios resultantes de la Investigación. La participación de los sujetos
en estudios sociales tiene diversos motivos: percibir algunos beneficios personales
directos, el deseo de ser útiles, el reconocimiento, entre otros.
Una vez se tienen los resultados de investigación se supone que estos
beneficiarán a toda una comunidad científica pero también deben tener un grado
de beneficio directo sobre las poblaciones involucradas. Por lo tanto, es necesario
compartir los resultados, presentar los descubrimientos nuevos al público tan
pronto como sea práctico y posible y sobre todo con los propios participantes de
cualquier investigación.
La distribución de beneficios es el principio que tal vez se viola con más
frecuencia. Por ejemplo, sucede así cuando un grupo de sujetos (el grupo
experimental) se beneficia por la participación en un estudio, entonces los otros
sujetos participantes (el grupo control) también deberían beneficiarse una vez que
ha concluido el experimento. Todos deberían de beneficiarse de la misma manera
(Mesía, 2007).
Es muy frecuente que el investigador una vez concluye la recogida de datos, no
vuelva a acordarse de aquellos sujetos con los que estuvo involucrado durante un
periodo de tiempo (a veces prolongado) y con quienes de alguna manera llegan a
generarse ciertos nexos. En éstos casos, las comunidades se sienten “estafadas”
en su buena fe, pues nada de lo que prometió el investigador al inicio del estudio,
a fin de convencerlos de participar en el mismo, les fue cumplido. Es decir, nunca
recibieron los beneficios. Un investigador social sin sentido social, debería ser
fuertemente criticado y su ética de por sí, debería ponerse en entredicho.
Sujetos o grupos vulnerables. Se considera así a aquellos en los que es
necesario proteger sus derechos porque están incapacitados para proporcionar un
consentimiento totalmente informado o porque pueden sufrir efectos colaterales
debido a sus condiciones particulares.
La investigación con ellos se realiza solo cuando la relación riesgo/beneficio es
baja o cuando no existe alternativa posible. Estos grupos son los siguientes:
a. Los niños, los cuales legal y éticamente carecen de capacidad para el
consentimiento informado. Entonces debe ser obtenido de los padres o tutores.
b. Las personas con discapacidad mental o emocional.

c. Las personas con discapacidad física.
d. Las personas confinadas.
e. Las mujeres embarazadas
(Mesía, 2007).
EPILOGO
Con ésta lección hemos concluido las temáticas de curso. Esperamos no solo que
éste módulo se convierta en texto de consulta permanente y sirva de soporte y
fundamento para otros cursos como el de Diseño Experimental y Técnicas de
investigación Cualitativa, sino que los conceptos aprendidos sean de verdadera
utilidad tanto para su desempeño académico, como para su futuro desempeño
como profesionales e investigadores.
Si de alguna manera se ha logrado tocar las fibras de ese investigador “natural”
que todos llevan dentro y si mas allá de haber contribuido a ampliar el
conocimiento en el área de la investigación científica, hemos logrado involucrarlos
en lo que significa la responsabilidad de la investigación ética, pertinente y con
sentido social desde la perspectiva de la investigación formativa, entonces
podremos decir que hemos logrado nuestro objetivo: Contribuir a la formación del
estudiante UNADISTA como un individuo con valores , capacidad crítica y un alto
sentido de la ética, responsable de aportar al progreso social, cultural y científico a
través de su compromiso con el desarrollo regional y comunitario.
Solo resta invitarlos a hacer parte de nuestro sistema de investigación SIUNAD, a
participar activamente en los semilleros y grupos de investigación y a considerar
siempre, como dijimos al inicio del curso, que toda producción académica , por
pequeña o simple que parezca, puede constituirse en un aporte significativo al
conocimiento, siempre que se realice con calidad.
“La educación científica de los jóvenes es al menos tan importante,

quizá incluso más, que la propia investigación”.
Glenn Theodore Seaborg.
Actividades de Autoevaluación de la UNIDAD
A fin de evaluar la interiorización de los conceptos de la unidad, conteste las

siguientes preguntas. Si alguna presenta dificultad, retome los conceptos
correspondientes y aclare las dudas.
1. Cuando se puede usar un diseño No experimental? Servirían los resultados de

éste tipo de estudio como base para plantear un diseño experimental propiamente
dicho? Explique
2. En qué se diferencian los diseños cuasi experimentales de los experimentales?

En qué casos se utilizan diseños cuasi experimentales?
3. En un experimento propiamente dicho aplicado a estudiar fenómeno social y en

el que se utilizarán como técnicas la observación y la entrevista, que estrategias
utilizaría para evitar la influencia de variables extrañas? Indique el tipo de variables
extrañas que podrían influir y la forma de evitarlas mediante un ejemplo específico.
4. Qué herramientas (Técnicas de recogida de datos) utilizaría en un estudio

etnográfico enfocado a explicar el comportamiento socio cultural de una etnia
particular? Explique mediante un ejemplo.
5. Usted debe adelantar un estudio socio económico que busca describir y

entender los modos de producción campesina en un área geográfica específica a
fin de poder plantear las alternativas tecnológicas más apropiadas para mejorar la
productividad de las parcelas y la calidad de vida de sus habitantes. Describa la
metodología que llevaría a cabo, los instrumentos , las técnicas que utilizaría para
recoger información , el tipo de datos que necesitaría conocer y las técnicas de
análisis de información. Especifique el tipo de Diseño que utilizaría en éste caso a
fin de que la información recogida fuese realmente representativa de toda la
población objeto de estudio.
Fuentes Documentales de la Unidad 2

Acosta H, Luís E; Guía práctica para la investigación y redacción de informes.
Buenos Aires, Paidós, 1978.
Agar, C. L. (2004). LA ÉTICA DE LA INVESTIGACIÓN EN CIENCIAS SOCIALES
EN EL CONTEXTO DE LA GLOBALIZACIÓN: DE LA INVESTIGACIÓN
CUANTITATIVA A LA CUALITATIVA. Acta Bioethica, Vol 10, N° 1 .
AGUIRRE, Stella y CHITARONI, Horacio – "Estudios explicativos: el modelo
Lazarsfeld" - Material de cátedra de Métodos y técnicas de investigación en C.
Sociales - Universidad del Salvador - Facultad de Ciencias Sociales - Bs. As.,
2005.
ALSINA F, J.; Aprender a investigar: Métodos de trabajo para la redacción de tesis
doctorales. Madrid, Compañía Literaria, 1994, 238 pp.
ANDERSON, G.L. (1989). Critical ethnography in education: Its origins, current
status and new directions. Review of Educational Research, 59(3), 249-270.
AMAT N, N; Técnicas documentales y fuentes de información. Barcelona,
Bibliograf, 1978.
ARANZETA, G. Introducción a la Metodología Experimental. Editorial Limusa, 2ª
edición. México, D.F. 2001. 210 p.
ARDILA, N. El proceso de la investigación científica. Acción pedagógica No. 2.
Universidad Pedagógica y Tecnológica de Colombia. Centro de investigación y
extensión. Tunja. 1998.
BALLUERKA, N., & VERGARA, A. (2002). Diseños de investigación Experimental
en Psicología. Madrid, España: PEARSON Educación S.A.
BEGOÑA, G., & QINTANAL, D. (2000). Métodos de investigación y Diagnóstico en
la Educación. Madrid: MIDE-CES Don Bosco.
BOTTA, Mirtha – Tesis, monografías e informes. Nuevas normas y técnicas de
investigación y redacción – Editorial Biblos – Buenos Aires, 2002: Cap
BRIONES, G. Métodos y Técnicas de investigación para las Ciencias Sociales.
Editorial Trillas, México, D.F. 2001. 368 p.
BUNGE, M. La investigación científica: su estrategia y su filosofía, Ariel,
Barcelona, 1959.
CAMACHO de Báez, B. metodología de la investigación científica. Editorial UPTC-
Tunja, Colombia. 2003. 189 p.
CAMPBELL, A. & STANLEY, Donald. Diseños experimentales y cuasi-
experimentales en la investigación Social, Amorrortu, Buenos Aires, 1973.
CASTILLA, S. L. Metodología de la investigación en Ciencias de la Salud. Editorial

Manual Moderno. México, D.F. 2001. 110 p.
CERVO, L .A., y ALCINO, B.P. Metodología científica. Editorial Mc Graw –Hill.
Coeditores. Bogota.1983.137 p.
CHITARONI, Horacio – "El análisis de los datos: técnicas de análisis cuantitativos.
Análisis descriptivos. La lógica de la comparación. Cruces de variables". – Material
de cátedra. USAL. Facultad de Ciencias Sociales. Bs. As., 2005:
CLANCHY, J & BALLARD, B.; Cómo se hace un trabajo académico. Guía práctica
para estudiantes universitarios. Zaragoza, 1995, 176 pp.
COBLANS, H.; Nuevos métodos y técnicas de difusión del conocimiento. Boletín
de la UNESCO para las bibliotecas, 1957.
COMBINI, S & JUÁREZ, J. M. Introducción a las Técnicas de Investigación.
México: Editorial Trillas. 1990 (3 ejemplares).
COMES, P; Guía para la redacción y presentación de trabajos científicos, informes
técnicos y tesinas. Barcelona, Oikos-Tau, 1971.
_______ Construyendo Ciudadanía 4 (2002) Ed. NordanCIMAS,Montevideo.
(http://cimas.eurosur.org/gloobal/fichas/ficha.php?entidad=Metodologias&id=3=)
COOK, T., & REICHARDT, C. (2005). Métodos cualitativos y cuantitativos en
investigación evaluativa. Madrid: Morata. 228 p.
CRESWELL, J. (1988). Qualitative inquiry and research design. Choosing among
five traditions. Londres: Sage.
DE LA CUESTA, B. (1998). Taller de investigación cualitativa. Memorias del
seminario taller de investigación cualitativa. Manizales: Universidad de Caldas,
Facultad de Ciencias para la Salud.
DELGADO, J.M. & GUTIEREREZ, J. [Coords.] (1994): Métodos y técnicas
cualitativas de investigación en ciencias sociales. Síntesis. Madrid
DEWEY, J. (1934). Art as experience. New York: Minton, Balch. Dewey, J. (1938).
Logic:The theory of inquiry. New York: Holt.
ECO, H. (2001). Como se Hace una Tesis. Técnicas y procedimientos de
estudio,investigación y escritura. Barcelona, España: Gedisa.
ERICKSON, F. (1986). Qualitative methods in research on teaching. En M.C.
Wittrock, (Ed.), The handbook of research in teaching (3¦edición). New York:
MacMillan, pp. 119-161.
GALLART, María A. - "La integración de métodos y la metodología cualitativa" en
FORNI y otros: Métodos cualitativos II: la práctica de la investigación - Centro
Editor de América Latina - Bs.As., 1992
GALLEGO, A; Ser doctor: Cómo redactar una tesis doctoral. Madrid, Fundación
Universidad-Empresa, 1987.
GARCIA, De La Fuente, O. (1994): Metodología de la investigación científica.

Cómo hacer una tesis en la era de la informática. CEES. Madrid.
GARCÍA, Ibañez F. M. y Alvira, F. (1994) El análisis de la realidad social. Métodos
y técnicas de investigación. Madrid, Alianza Universidad.(2ª ed.)
GARRET, H. E. (1983 y 1987): Estadística en Psicología y Educación. Paidós
Ibérica, Barcelona
GLASER, B., & STRAUSS, A. (1967). El desarrollo de la teoría fundada. Chicago,
Illinois: Aldine.
GOETZ J.P. & LeCOMPTE, M.D. (1984). Ethnography and qualitative design in
educational research. New York: Academic Press.
GOETZ J.P. & LeCOMPTE, M.D.(1991). Qualitative research in social studies
education. En J.P. Shaver (Ed.), Handbook of research on social studies teaching
and learning, a project of the National Council for the Social Studies. New York:
MacMillan Publishing Co., pp. 56-67.
GONZÁLEZ, M, I Metodología del trabajo científico. Santander, Sal Terrae, 1973.
GOLLETE, G & LESSARD, H.M. La investigación, sus funciones, sus fundamentos
y su instrumentación, Barcelona, 1988. 228 p.
GUTTENTAG, M. (1971). Evaluation and society. Personality and Social
Psychology Bulletin, 3, 31-40.
HABERMAS, J. (1988): La lógica de las Ciencias Sociales. Madrid, Técnos.
HAIR, A, & TATHAM, B (1999): Análisis multivariante. 5/e. Madrid: Prentice Hall.
HAMMERSLEY, M., & ATKINSON, P. (1994). Etnografía: Métodos de
investigación. (pág. 300). Barcelona: Paidos.
HELFGOT, J. (1974). Professional reform organizations and the symbolic
representation of the poor. American Sociological Review, 38, 475-491.
HERNÁNDEZ S, R., FERNÁNDEZ, C, BAPTISTA, P. Metodología de la
Investigación. Mc Graw Hill. , México. 1991. 505 p
HOUSE, E. (1979). The objectivity fairness and justice of federal evaluation policy
as reflected in the Follow-Through evaluation. Educational Evaluation and Policy
Analysis, 1(1), 28-42.
IBÁÑEZ, B, B.; Manual para la elaboración de Tesis. México, Trillas, 1990.
KEEVES, J. P. (Ed.) (1988): Educational Research, Methodology and
Measurement. An International Handbook. Oxford, Pergamon Press.
KERLINGER, F. N. Investigación del Comportamiento: Técnicas y Métodos.
México:Editorial Interamericana. 1986 (4 ejemplares).
LAGUNA, Z. S., CABALLERO, U. C., LEWIS, V., MAZUERA, S., SALAMANCA, J.
F., DAZA, W., y otros. (2007). Consideraciones éticas en la publicación de
investigaciones científicas. Artículo de Revisión. Salud Uninorte, Vol 23 N° 1 , 64-

78.
LASSO De La Vega, J; Cómo nace una tesis doctoral. Técnicas, normas y
sistemas de la investigación científica y técnica. Madrid, Fundación Universitaria
Española, 1977.
LeCOMPTE, M.D. (1972). The uneasy alliance of community action and research.
School Review, 79, 125-132.
LeCOMPTE, M.D. (1990). Review of Designing qualitative research, por C.
Marshall y G.Rossman, Qualitative Studies in Education, 3 (3), 295-298.
LeCOMPTE, M.D. y GOETZ, J. P. (1982). Ethnographic data collection and
analysis in evaluatlon research. Educational Evaluation and Policy Analysis, Fall,
387-400.
LEÓN, O. G. & MONTERO, I. (1993 y 1998, 2.a ed.): Diseño de investigaciones.
Madrid, McGraw-Hill/Interamericana de España.
LINCOLN, Y.S. & GUBA, E. G. (1985). Naturalistic inquiry. Beverly Hills, CA: Sage
LÓPEZ, Y.J. (1995): La aventura de la investigación científica. Guía del
investigador y del director de investigación. Madrid, Síntesis.
MELLA, O. (2003). Metodología cualitativa en ciencias sociales y educación.
Orientaciones teórico - metodológicas y técnicas de investigación. Santiago de
Chile: Primus.
MEEK, Harriet W. (2003, May). The Place of the Unconscious in Qualitative
Research. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research
[On-line Journal], 4(2). Disponible en: http://www.qualitative-research.net/fqs-
texte/2-03/2- 03meek-e.htm.Accesado febrero 2006.
MÉNDEZ, E. C. Metodología. Diseño y desarrollo del proceso de investigación.
Mc Graw Hill. Bogotá D.C. 2001. 246 p.
MESÍA, M. R. (2007). CONTEXTO ETICO DE LA INVESTIAGCIÓN SOCIAL.
Investigación Educativa, Vol 11, n° 19.Enero- Junio , 137-151.
MORA, L.M., & SEPÚLVEDA, O.P. Metodología d ela investigación. Editorial
Limusa. 2ª edición. México, D.F. 2000. 128 p.
MOREIRA, M. A. (2003). INVESTIGACIÓN BASICA EN EDUCACIÓN EN
CIENCIAS:Una visión personal. Revista Chilena de Educación Científica, 3(1) , 10-
17.
MORRA, G., & FRIEDLANDER, A. (2001). Evaluaciones mediante Estudios de
Caso. Departamento de Evaluación de Operaciones del Banco Mundial .
MUNCH, L. & ANGELES, E. Métodos y Técnicas de Investigación. Ed. Trillas,
México.1993. 166 p.
MURCIA, N., & JARAMILLO, L. (2000). Tendencias cualitativas de investigación

en ciencias sociales. Una posibilidad para realizar estudios sociales en educación
física. Revista digital Buenos Aires, Año 5, N° 25 .
MURILLO, W.J. la investigación científica
http://www.monografias.com/trabajos7/inci/inci.shtml . Accesado Septiembre de
2005.
NOLLOA, C. N. (1997). Etnografía: Una alternativa más en la investigación
pedagógica. Revista Cubana de educación Media Superior Vol 11 N° 2 , 107-115.
OSSES, S., SÁNCHEZ, I., & IBÁÑEZ, F. (2006). Investigación cualitativa en
educación. hacia la generación de teoría a través del proceso analítico.
http://www.scielo.cl/scielo.php?pid=s0718-07052006000100007&script=sci_arttext
PACHÓN, G. O. Metodología de la investigación en ciencias naturales.
Universidad INCCA. Bogotá D.C.1999. 198 P.
PARDINAS, F. Metodología y Técnicas de investigación en ciencias sociales. Siglo
XXI editores, México D.F.13ª Edición. 1975.
PÉREZ, T, R. Como acercarse a la ciencia. Editorial Limusa. 8ª Edicion. Mexico
D.F. 2000. 150 p.
POPPER, K. R. (1985, 7.a r.): La lógica de la investigación científica. Madrid,
Tecnos.
QUIVY, R., & Van CAMPENHOUDT, L. Manual de Investigación en Ciencias
Sociales. Editorial Limusa.1ª edicion.Mexico .D.F. 1992. 269 p.
RAMOS, S, J. L. (2000): Problemas de estadística aplicados a la investigación
educativa. Mérida, C. A. de la UNED.
RODRÍGUEZ Del Ángel, J. Métodos de Investigación Pecuaria. Ed. Trillas, México,
1990. 208 p.
RODRIGUEZ, G., Gil, J., & García, J. (1996). Metodología de la investigación
cualitativa. Málaga: Aljibe.
RUIZ, M.P. Métodos Estadísticos para investigación agraria y biológica. Ministerio
de Agricultura- Consejeria de Agricultura y medio Ambiente. Merida, España.
2000. 342 p.
SABINO, C.A. El Proceso de Investigación. Ed. Panamericana. Bogotá .1995.
170p.
SABINO, C.A. Como Hacer una Tesis y elaborar toda clase de trabajos escritos.
Editorial Panamericana. 1ª Edicion. Bogota . 1996. 296 p.
SALGADO, L. A. (2007). INVESTIGACIÓN CUALITATIVA:
DISEÑOS,EVALUACIÓN DEL RIGOR METODOLÓGICO Y RETOS. LIBERABIT,
Vol 13 , 71-78.
SANDOVAL , C. A. Investigación Cualitativa. Instituto Colombiano para el Fomento
de la Educación Superior , ICFES. Bogota, Colombia. 1996. 313 p.
SANZ, H. A. (2005). EL MÉTODO BIOGRÁFICO EN INVESTIGACIÓN

SOCIAL:POTENCIALIDADES Y LIMITACIONES DE LAS FUENTES ORALES Y
LOS DOCUMENTOS PERSONALES. ASCLEPIO, Vol.LXVII-1 , 17.
SCHWARTZ, J. & JACOBS, L. Sociología cualitativa, método para la
reconstrucción de la realidad, Trillas, México, 1984.
SHERMAN, R.R. & WEBB, R.B. (1988). Qualitative research in education: A focus.
En Sherman, R.R. y Webb, R.B. (Eds.) Qualitative Research in Education: Focus
and Methods. New York: The Falmer Press, pp. 2-22.
STAKE, R.E. (1978). The case study method in social inquiry. Educational
Researcher 7, 5-8.
STRAUSS, A. (1970). Descubriendo nuevas teorías de teorías previas. en: t
shibutani (comp): naturaleza humana y comportamiento colectivo. ensayos en
honor a helbert blumer. Nueva Jersey: Prentice- Hall.
SOLOMON, P. R. (1989): Guía para redactar informes de investigación. México,
Trillas.
TAMAYO, T. M. El Proceso de La Investigación científica. Ed. Limusa, México.
1993.
TESH, R. (1990): Qualitative Research. Analysis, Types and Software Tools.
London,The Falmer Press.
TRZECIAK, J and Mackay, S.E.; Study Skills of Academic Writing. London,
Phoenix ELT (Prentice Hall Macmillan), 1994.
USECHE, D., & MAYZ, C. (Consultado en 26/01/2010). La Investigación acción y
su inherencia en las ciencias Sociales. Revista de Derecho, Universidad de
Carabobo.
VALLES, M. (1997). Técnicas cualitativas de investigación social. reflexión
metodológica y práctica profesional. Madrid: Síntesis S.A.
VELASCO, H., & DÍAZ de Rada, B. A. (2003). La Lógica de la investigación
etnográfica. Madrid, España: Trotta S.A.
VELÁZQUEZ, B. (2001): Introducción a la investigación en educación. Madrid,
UNED.
VELILLA, B, R.; Cómo se realiza un trabajo monográfico. Barcelona, Eunibar,
1979.
VILLASANTE, T.R. y otros (2000-2001): Construyendo Ciudadanía 1 y 2 Ed. Viejo
Topo, Barcelona; Construyendo Ciudadanía 3 (2002)Ed. IEPALA - CIMAS, Madrid;
WILSON, S. (1977).The use of ethnographic techniques in educational
research.Review of Educational Research, 47, 245-265.
WOLCOTT, H.M. (1980). How to look like an anthropologist without really being
one. Practicing Anthropology, 3(1), 6-17, 56-59. Wolcott, H. M. (1990). Writing up
qualitative research. Newbury Park, CA: Sage.
ZELENY,J., L estructura Lógica del capital, de Marx, Grijalbo, Barcelona, 1974.

ZORRILLA A, S., & TORRES X.M. Guía para elaborar la tesis. Editorial McGraw-
Hill. México D.F.1992. 160 p.
ANEXO 1. Bases de datos, buscadores y directorios especializados
Ciencias agrícolas
Directorios
Academic Info es un directorio independiente temático que es mantenido con la
asistencia de especialistas de alta calidad. No dispone de sponsors ni del área
comercial ó académico.
 Academic Info (enlace a la página principal)
 Academic Info - Agriculture Resources - Agricultural Directory
 Academic Info - Botany & Plant Biology
 Academic Info - Forestry Resources
 Academic Info - Nutrition Resources
Agrisurf Directorio que contiene 20355 sitios relacionados con la agricultura por
categorías temáticas. Al hacer la búsqueda en alguna de las categorías aparecen
en pantalla los primeros 10 registros de cada búsqueda clasificados en un rango
del 1 al 5, muy útil para todos los agrónomos.
AgriWeb Canada Directorio canadiense de recursos en línea sobre agricultura y

agro-alimentación
Agroline Buscador temático agrario, contiene por categorías todo lo relacionado

con la agricultura, permite hacer búsquedas simples y búsquedas avanzadas
utilizando los operadores lógicos.
BuscAgro Directorio con 12910 links para que pueda elegir! Se da preferencia a
los sitios en español pero también se incluyen en inglés, portugués, francés e
italiano.Busca por países y por categorías, las búsquedas se realizan de forma
simple y avanzada utilizando diferentes estrategias de búsqueda (Como palabras,
como frase, Unidas por "Y", Unidas por "O". Muy útil para facilitar la obtención de
información sobre temas rurales para navegantes que dominen el idioma español,
aunque al mismo tiempo incluye links en otras lenguas que frecuentemente son
conocidas por dichos navegantes (inglés, portugués, italiano y francés). Incluye
links hacia los principales buscadores, metabuscadores y directorios para ampliar
la búsqueda si lo encontrado en BuscAgro no fuera suficiente.
Galilei Directorio elaborado por la Universidad de San Luis, Argentina, donde en

su página principal aparecen a dos columnas un índice por materias en español e
inglés, al enlazar con la materia agricultura aparecen 76 sitios relacionados con
esta temática, contiene además una ventana para buscar periódicos y
universidades del mundo y otra ventana para hacer búsquedas por otras materias
de interés
Personas en Acción Es un directorio creado para todas aquellas personas

interesadas en la Agricultura Ecológica, contiene un directorio de personalidades
relacionadas con este tema y enlaces a sitios importantes así como una selección
de artículos de todo el mundo relacionados con la temática.
The WWW Virtual Librarie La biblioteca virtual es el catálogo más antiguo de la

WEB, sus páginas van de los enlaces claves a las áreas particulares, aún cuando
este enlace no es de los más grandes, se reconoce entre entre los directorios de
mayor calidad.
Motores de Búsqueda
 AGFIND Motor de búsqueda especializado en agricultura, permite un

acceso rápido a servicios en el web para agricultores y granjeros. Además,
presenta enlaces recomendados y otros servicios. Está considerado uno de
los mejores web sobre el tema, pero sólo está en inglés
 Agronomic Links Across the Globe Es una colección de sitios web sobre
cosecha, suelos y problemas ambientales del mundo. La página es
administrada por la Purdue University. Es posible buscar sitios de Estados
Unidos, como también sitios internacionales.
 Altavista Algunas veces es necesario buscar información sin tener claro la

categoría en que se enmarca o dónde pueden estar los recursos. En este
caso es el momento de usar un buscador de palabras o conceptos
Mantiene una gigantesca base de datos con un índice de más de 30
millones de páginas Web y 12 millones de "palabras".
 Dogpile Desde la página principal permite plantear búsquedas en diversas

áreas de interés: metabúsquedas en la W3; catálogo de recursos web;
búsqueda de noticias de ámbito mundial; búsquedas de empresas,
negocios y productos (Yellow Pages); búsqueda de personas (white pages);
mapas, entre otros
 Excite Ofrece páginas Web clasificadas por categoría, e incluye reseñas de

algunas de las páginas. También incluye directorios regionales y de
usuarios, y una ventana de búsquedas.
 Metacrawler Cuenta con dos formas de consulta: búsqueda en la W3 y

búsqueda mediante directorio, en concreto Open Directory. A su vez, para
buscar en la W3 se puede optar por la búsqueda simple o avanzada. En el
primer caso permite seleccionar entre recursos web, provenientes de los
grupos de debate o Newsgroups, ficheros de sonido MP3 y acceso a
subastas en red
 Northern Light Esta herramienta pretende facilitar el acceso a recursos

relevantes y de alta calidad.Organiza la información en “Carpetas
personalizadas de búsqueda” integrando los resultados obtenidos con

material de la “Colección especial del buscador”.Permite buscar en 15
millones de documentos que provienen de 250 fuentes distintas. Teniendo
acceso a libros, revistas a texto completo, bases de datos, noticias y obras
de consulta.
 SCIRUS Es el motor de búsqueda en ciencias más específico disponible

en Internet. Conducido por la tecnología más avanzada, permite a
científicos, estudiantes y cualquier persona realizar búsquedas y muestra
los resúmenes de los trabajos , además localiza sitios de universidades y
encuentra informes y artículos rápidamente .Fue lanzado por Elsevier
Science, el editor internacional principal de la información científica.
Buscadores de Publicaciones
 BUBL Journals Es un catálogo de los recursos de Internet seleccionados

que cubren todos los temas académicos. Se seleccionan, se evalúan, se
catalogan y se describen todos los artículos, buscador muy útil para
encontrar títulos de publicaciones periódicas.
 COPAC Es un catálogo de unión. Proporciona el acceso LIBRE a los

catálogos en línea combinados de 22 de las bibliotecas más grandes de la
investigación de la universidad del Reino Unido y de Irlanda más la
biblioteca británica
 Electronic Journal Resource Directory Es un directorio de publicaciones

electrónicas elaborado por las bibliotecas de la Universidad de
Saskatchewan, Canada, cuenta con 9 categorías que remiten a 347
enlaces
Bases de Datos
 AGBIOS. Información sobre modificaciones genéticas en cultivos, plantas y

cosechas
 AGRICOLA. Es una base de datos bibliográfica creada por la "National

Agricultural Library". Contiene publicaciones y recursos que cubren todos
los aspectos de la agricultura y ciencias afines, tales como silvicultura,
entomología, recursos del suelo y del agua, agricultura económica,
ingeniería agrícola, alimentación y nutrición.
 Agri2000 Permite buscar en forma simultánea en las Bases de Datos

producidas por instituciones nacionales e internacionales de América Latina
y el Caribe disponibles en el servidor del SIDALC (Sistema de Información y
Documentación Agropecuario de América). Puede recuperar información,
buscando por: autor personal y/o corporativo, título, palabras clave, país y
fecha.
 AGRIS - CARIS - FAO La base de datos AGRIS es uno de los productos del
Sistema internacional de información para las ciencias y la tecnología
agrícolas, creado en 1974 por la FAO. Al ser una base de datos cooperativa
los países participantes envían referencias de la literatura producida dentro
de sus fronteras. La base de datos dispone de referencias bibliográficas de
artículos de publicaciones científicas, libros, tesis, informes, etc.
 Embrapa - Base de Datos da Pesquisa Agropecuaria Editada por la

Empresa Brasileira de Pesquisa Agropecuaria (Embrapa). Entre otras
dispone de un Catálogo de 184 instituciones de Brasil relacionadas con la
investigación agropecuaria, otra muy importante es la Agrobase, es una
base bibliográfica de la Agricultura Brasileira, cuenta con 197.545
referencias bibliográficas, contiene literatura agrícola brasileira, técnico-
científica y de extensión rural, desde 1870.
 FAOSTAT Editada por la FAO, es una base de datos on-line sobre datos
estadísticos que actualmente contiene más de 1 millón de series anuales
internacionales en las siguientes materias: Producción, Comercio, Balance
Alimentario, Ayuda Alimentaria, Aprovechamiento de Tierras e Irrigación,
Productos Forestales, Productos de Pesca, Población, Fertilizantes y
Plaguicidas, Maquinarias.
 FRUTAL "Base de datos bibliográfica especializada en frutales tropicales.

Esta base de datos fue creada por la Corporación Biotec (Colombia) con la
colaboración de la Biblioteca del CIAT, con el objeto de establecer un
centro de información referencial sobre frutales tropicales para canalizar y
difundir los resultados de la investigación tanto en biotecnología como en
agroindustria, como un aporte necesario para fortalecer los esfuerzos
productivos y de investigación y desarrollo en el sector frutícola".
Página compilada por Lic. Elena Beitra Oliva beitrao@inca.edu.cu

disponible en
http://www.inca.edu.cu/otras_web/biblioteca/biblioteca_recursos.htm#
Bases%20de%20Datos
Ciencias Sociales e Ingenierías

 Academic Search Elite: Base de datos multidisciplinaria ofrece el texto
completo de aproximadamente 1850 revistas académicas desde 1985, en
las áreas de ciencias sociales, humanidades, ciencia general, estudios
multiculturales y educación.
 Business Source Premier: Texto completo de aproximadamente 3300
revistas académicas de negocios.
 EBSCO Host: Acceso libre sobre medio ambiente, ecología, energías

renovables... Recoge aproximadamente 300.000 registros bibliográficos
(5000 a texto completo.
 IEE Xplore: Contiene revistas, actas de congresos e informes a texto
completo de Ingenieria.
 Inspec: Base de datos de ingeniería, física, informática, química y
matemáticas. Contiene referencias bibliográficas y resúmenes de artículos,
actas de congresos y monografías
 Regional Business News: Contiene el texto completo de publicaciones de
negocios regionales de todas las áreas metropolitanas y rurales de
Estados Unidos.
 Medline: Contiene resúmenes de artículos de aproximadamente 4600
revistas biomédicas, en las áreas de medicina, enfermería, odontología,
veterinaria, sistema de atención médica y ciencias preclínicas.
 Masterfile Elite: Provee texto completo para más de 1,170 publicaciones
periódicas que cubren casi todos los asuntos incluyendo referencia general,
negocios y salud. Incluye 40 libros de referencia en texto completo y una
colección de 116000 imágenes de fotos, mapas y banderas.
 Health Business FullTEXT: Provee texto completo para 140 publicaciones
periódicas relacionadas con el tema de la administración de la salud.
 Health Source - Consumer Edition: Provee texto completo para más de 280
publicaciones periódicas de salud, casi 1,200 panfletos de salud y 20 libros
de referencia de salud, en las áreas de ciencias médicas, alimentos y
nutrición, cuidado de los niños, medicina deportiva y salud en general.
 Newspaper Source: Provee texto completo de 139 periódicos regionales de
los Estados Unidos, 18 periódicos internacionales, 6 cables de noticias y 9
columnas del periódico The Christian Science Monitor y The Los Angeles
Times, para un total de 194 periódicos de texto completo y otras fuentes.
 Psychology and Behavioral Sciences Collection: Esta base de datos provee
500 títulos de texto completo que cubren temas tales como las
características emocionales y del comportamiento, psiquiatría y psicología,
procesos mentales, antropología y métodos de observación y
experimentación.
 Redalcy: Red de revistas científicas de américa latina y el caribe ciencias
sociales y humanidades.
 The Serials Directory: Provee información bibliográfica y de precios,
actualizada y precisa, de más de 182000 publicaciones periódicas de
Estados Unidos y el mundo, incluyendo periódicos, datos históricos y de
publicadores en el mundo.
 TOC Premier: Presenta las tablas de contenido de cerca de 23000 revistas
publicadas recientemente. Incluye desde revistas de negocios hasta
científicas, técnicas y médicas así como de interés general, publicadas

desde 1995
Consulte más información en:
http://www.upf.edu/bibtic/es/ccpp/bdd.html#socials

Técnicas de investigación UNAD

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Técnicas de investigación UNAD

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuela de Ciencias Sociales, Artes y Humanidades

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

100104 - TECNICAS DE INVESTIGACIÓN

UNIDAD DOS ............................................................................................................

Lección 17: La Entrevista ............................................................................. 123

LISTADO DE GRÁFICOS Y FIGURAS

ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO

El contenido didáctico del curso académico: Técnicas de Investigación

La investigación es el soporte fundamental del desarrollo. Un país que no invierte

regional, la perspectiva multidisciplinaria y la colaboración interinstitucional como

Denominación de capítulo 1 La investigación científica

Desarrollar competencias investigativas a

más adecuadas de acuerdo al propósito de

Proveer las herramientas necesarias para

CAPITULO 1: LA INVESTIGACIÓN CIENTÍFICA

Etimológicamente, la palabra “Investigar” proviene del latín Investigare, derivada a

Lección 1: Ciencia e investigación

Se considera que la Ciencia es la acumulación de conocimientos sistemáticos en

1.1 Teorías Científicas

Hume, no pone en entre dicho la ciencia, sin embargo, la costumbre, el hábito, la

1.2 Diferentes conceptos de Investigación

"La investigación científica es una investigación crítica, controlada y empírica de

"...la investigación es un procedimiento reflexivo, sistemático, controlado y crítico que

"...la búsqueda de conocimientos y verdades que permitan describir, explicar, generalizar y

"...estudio sistemático y objetivo de un tema claramente delimitado, basado en fuentes

Por tanto, no existe un método único de investigación sino múltiples enfoques,

La investigación social subyace en el “Idealismo” y los paradigmas constructivista

1.3 La línea de investigación

La investigación multidisciplinaria hace relación a la posible integración de las

La interdisciplinariedad es a su vez, el conjunto de disciplinas conexas entre sí y

La Transdisciplinariedad intenta ordenar articuladamente el conocimiento,

Las líneas de investigación se integran para hacer posible el trabajo inter e

su dinámica en el tiempo, podrá incluir dentro de sus objetos de estudio otros

Lección 2: Las Revoluciones Científicas

“Ningún descubrimiento científico es definitivo;

Se define “Paradigma”, como la mejor construcción teórica en tanto que supera a

La adhesión a un paradigma común, distingue a una Comunidad Científica, que no

Su labor ha de ser cuantificable y ajustada a la naturaleza, debiéndose resolver,

A estos resultados y problemas no previstos por el científico, los denominó Kuhn

El nuevo paradigma deberá cumplir dos premisas:

a) Ser capaz de resolver todos aquellos problemas urgentes y extraordinarios

Siglos XVI y XVII:

Revolución copernicana: Se da en la astronomía y la física, desde Nicolás

astronomía, sino en las ciencias en general y particularmente en la cosmovisión de

A su vez, Descartes, Pascal, Leibniz-Newton(cálculo infinitesimal), Euler y Gauss

 Importantes autores provocan un cambio sustancial en medicina y fisiología

 Revolución darwiniana o evolucionista: en biología y ciencias de la

ecuaciones de Maxwell. Su trabajo sobre electromagnetismo ha sido llamado la

 Revolución Cuántica: Se inició en 1900, a partir del trabajo en física de

Lección 3: Empirismo y Racionalismo

1. Investigar no es medir y contar ni tampoco es sólo experimentar:

2. Investigar no es necesariamente determinar probabilidades sobre la base

3. Investigar no es necesariamente hacer trabajo de campo. Una gran parte de

4. Investigar no es necesariamente abordar hechos que sólo sean

5. Investigar no es dilucidar concluyentemente un problema ni agotar

6. Investigar no es reflexionar libremente, sin control, ni hacer retórica

7. La investigación no es una actividad regulable por un único e inflexible

En el Racionalismo crítico, el enfrentamiento con la realidad debe hacerse con

Tabla 1. Diferencias entre Racionalismo y Empirismo

En la ciencia moderna, ninguna posición resulta más o menos favorable. Cualquier

Lección 4: El Método científico

La investigación científica o método científico está centrada en el paradigma