Recoleccin de los datos

D R . B E N IG N O P E C E RO S PI N T O
 METODOLOGIA DE LA INVESTIGACION I
BIBLIOGRAFIA

1. Arbaiza, L. (2014). Cmo elaborar una tesis de grado. Lima: Esan.

2. Hernndez, R.; Fernndez-Collado, C.; Baptista, P. (2014). Metodologa de la
investigacin. Mxico: McGraw/Hill.
.
3. American Psychological Association. (2010). Manual de publicaciones de la
American Psychological Association (M. Guerra Fras, Trad.) 3ra. Ed. Mxico: el
Manual Moderno.
4. Kerlinger, F. (2002). Investigacin del comportamiento. 4ta. Ed.Mxico: McGraw-
Hill.
5. Vara-Horna, A. (2012). Desde La Idea hasta la sustentacin: Siete pasos para
una tesis exitosa. Recuperado de
http://www.administracion.usmp.edu.pe/wp-content/uploads/sites/9/2014/02/Manua
l_7pasos_aristidesvara1.pdf
 1. MEDICION DEL COMPORTAMIENTO

MEDIR
Significa vincular, relacionar conceptos abstractos con indicadores empricos ( observable,
medible)

asignar nmeros, smbolos o valores a las propiedades o eventos (Stevens, 1951).

INSTRUMENTO DE MEDICION:
Recursos para registrar los datos de la variable.
 2. VARIABLE

Es una caracterstica, cualidad o propiedad

que pueden variar con relacin a s mismos o diferentes objetos a lo largo del
tiempo,
y cuya variacin es susceptible de observarse o medirse

Son las caractersticas que queremos estudiar, lo que queremos conocer de nuestra
muestra.
Los datos son producto de la medicin de las variables de estudio.
 CLASIFICACION
- Discretas (enteros)
CUANTITATIVA - Continuas (porcentaje, fracciones)
1. POR SU NATURALEZA
CUALITATIVA O - Dicotmicas
CATEGORICA - Politmicas

- Dependiente (criterio o explicada)

2. POR SU FUNCION - Independiente (predictora o explicativa)
En la investigacin - Interviniente (influye en la relacin)
- Extraa (escapan control e influye en resultados)
- Nominal
3. ESCALA DE MEDICION - Ordinal
(METRICAS) - De intervalo
- De razn
4. GRADO DE COMPLEJIDAD - Simple
- Complejo (dimensiones)
 CUALITATIVA O CATEGORICA - Dicotmicas: se expresan en dos (2)
No son susceptibles de medida categoras:
numrica; sus valores son atributos. SEXO: varn mujer
1. POR SU
NATURALEZA Ejemplo: estado civil: - Politmicas: con ms de dos categoras :
soltero, casado, viudo Bueno-Regular-Malo
- Discretas: asumen valores enteros positivos.
CUANTITATIVA EJEMPLO:
Se expresan en datos numricos y sus nmeros de hijos,
LA valores indican cantidad de variable estudiantes matriculados.
DIFERENCIA de intervalo o de razn.
entre categrica y - Continuas: pueden asumir cualquier valor
cuantitativa estn Ejemplo: real dentro de su intervalo de validez:
relacionadas con Ingresos, edad (valores decimales o fraccionarios)
las escalas de
medicin EJEMPLO:
peso estudiantes (Kg.)
promedio de talla (Cm.)
 - Dependiente (criterio o explicada)
es la variable en la que observamos las consecuencias de la variacin de la variable
independiente.

- Independiente (predictora o explicativa)

Es la variable que influye, afecta, provoca en la variable dependiente
2. POR SU - Interviniente
FUNCION Se sospecha que influye en la relacin dependiente-independiente
- Extraa
en la investigacin Escapan control del investigador y tienen alguna influencia en los resultados.
 Escala NOMINAL: representan una categora o grupo de pertenencia:
relacin igualdad/desigualdad. son categoras NO numricas y no tienen orden
lgico.
3. Pueden ser: dicotmicas y politmicas. Ejemplos: sexo: varn-mujer
lugar de nacimiento: Lima-Junn- Ica- Tacna- Cuzco
ESCALA
DE Escala Ordinal: indican: orden creciente o decreciente; igualdad- desigualdad.
MEDICI Mayor o menor que otro.
o NO indican la magnitud de las diferencias entre categoras, no son medibles.
ON o Ejemplos: CLASE SOCIAL: alta-media-baja.
(METRICA GRADO DE INSTRUCCIN: primaria-secundaria-superior
S) Escala de intervalo: comparaciones de igualdad/desigualdad; orden
entre sus valores; medir distancia existente entre cada valor de la escala. El
cero (0) NO indica ausencia total de la caracterstica o variable.
mide las variables de manera numrica (orden y cuantificacin).
Permiten establecer distancias exactas entre dos objetos de medicin.
Ejemplos: temperatura (Celsius-Fahrenheit); rendimiento acadmico.
la distancia entre12 y 15 es la misma entre 17 y 19./ Escalas y custionarios.
Escala de razn (proporcin): las mismas caractersticas que la de intervalo.
El cero (0) indica ausencia total de la caracterstica o variable, por lo que se puede
cualquier operacin aritmtica (suma, resta, multiplicacin, divisin)
Ejemplos: ingresos, estatura, peso.
 4. TIPOS DE INSTRUMENTOS DE MEDICION O RECOLECCION DE DATOS
CUESTIONARIOS
Conjunto de preguntas que
tienen relacin con una o ms
variables a medir.
Encuestas de todo tipo.
Preguntas cerradas/abiertas: si,
previamente, delimitadas o no las
alternativas de respuesta.
Las Cerradas: fciles de codificar
y analizar; menor tiempo en
respuesta; exige mejor redaccin
Las abiertas permiten
informacin amplia, tambin
dificultades en codificacin y
anlisis.
ESCALAS
ACTITUDINALES
Predisposicin aprendida para
responder de forma coherente
favorable o desfavorablemente,
ante: personas, seres vivos,
actividad, objetos, concepto o
smbolo.
Propiedades: medimos
propiedades de la actitud:
direccin (positiva/negativa)
intensidad (alta/baja)
Mtodos:
a) Escalamiento de Likert
b) Escalograma de Guttman
OTROS MTODOS
Pruebas
estandarizadas/inventarios:
inteligencia, personalidad,
estrs, satisfaccin laboral,
test de Rorschach, etc
Mtodo observacional:
registro sistemtico.
Anlisis de contenido
cuantitativo
5. CARACTERSTICAS DISTINTIVAS
DE UNA BUENA MEDICION
a) EVIDENCIA DE VALIDEZ
b) EVIDENCIA DE CONFIABILIDAD
 a) VALIDEZ (exactitud, solidez, autenticidad)

Grado en que un instrumento realmente mide la variable que se quiere medir.

TIPOS DE VALIDEZ
Otros autores
American Psichological
Association (1954) VALIDEZ DE CONTENIDO
VALIDEZ DE APARIENCIA
VALIDEZ DE CONTENIDO VALIDEZ DE CRITERIO
VALIDEZ PREDICTIVA VALIDEZ DE CONSTRUCTO
VALIDEZ CONCURRENTE
VALIDEZ DE CONSTRUCTO Rodrguez Martnez C, Sossa MP.
(2004).Validacin de un cuestionario de
Prieto G, Delgado A. (2012).Fiabilidad y conocimientos acerca de asma. Revista
validez. Papeles del psiclogo.;31(1):67- Colombiana de Neumologa;16(3):162-8.
74.
 VALIDEZ DE CONTENIDO

- Grado en el que una prueba representa a todos o a la mayora de los componentes

del dominio del contenido de la variable que se va a medir.

- el instrumento refleja un dominio especfico de contenido de lo que se mide.

DOMINIO DE CONTENIDO de un
instrumento COMO SE CALCULA LA VALIDEZ DE CONTENIDO?
Esta definido por la literatura existente en
los estudios y teoras. REVISAR cmo otros investigadores han
establecido y medido los dominios de la variable.
el instrumento mide las
Consultar a investigadores que han trabajado con
principales dimensiones de los dominios de la variable.
la variable?
TIPOS DE VALIDEZ DE CONTENIDO

Existen diversos tipos de metodologas que permiten determinar la validez de contenido.

ALGUNOS EXPERTOS:
- RESULTADOS DEL INSTRUMENTO
- OPINION DE LOS ESTUDIANTES
- ENTREVISTAS COGNITIVAS
- EVALUACION POR EXPERTOS
Lpez A, Ropero J, Peralta JC. (2011).
Estudio de validez del examen de Estado
Saber 11 de ingls. FOLIOS. 34:77-91.
OTROS AUTORES:
REVISION DE INVESTIGACIONES
INCIDENCIAS CRITICAS
OBSERVACION DIRECTA DEL INSTRUMENTO
APLICADO
JUICIO DE EXPERTOS
OBJETIVOS INSTRUCCIONALES
Gajewski BJ, Price LR, Coffland V, Boyle DK, Bott
MJ. (2013). Integrated analysis of
content and construct validity of psychometric
instruments. Qual Quant. 47:57-78.
 METODOS OPTIMOS PARA DETERMINAR LA VALIDEZ DE
CONTENIDO
Urrutia, M. et al. ( 2014). Mtodos ptimos para determinar la validez de contenido. Educacin
Mdica Superior. 28(3):547-558

1.COMIT DE EXPERTOS: cuntos? (3) (7-30) (15-25)

- determinar aquello que puede ser medido: revisin bibliogrfica
exhaustiva acerca del tema.
- determinar quines sern los expertos: conocedor del rea.

a) Panel de jueces expertos:

o La coherencia de los temes con el dominio de contenido;
o la complejidad de los temes a evaluar.

b) El investigador:
o Elaborar la MATRIZ DE CLASIFICACION a partir del instrumento a evaluar
(excelente-buena-regular-mala)
 VALIDEZ DE CRITERIO

- Grado en el que un instrumento comparado con otros criterios externos mide lo

mismo.
- Cuanto ms se relacionen los resultados del instrumento de medicin con los del
criterio, la validez ser mayor.
- Si el criterio se ocupa:
- En el presente de manera paralela (estima el desempeo actual) (validez concurrente)
- Se fija en el futuro (validez Predictiva)

Si diferentes instrumentos o criterios miden el

mismo concepto o variable, deben arrojar COMO SE CALCULA LA VALIDEZ DE CRITERIO?
resultados similares.
CORRELACIONAR la medicin con el criterio
en qu grado el instrumento externo, este coeficiente se toma como
coeficiente de validez.
comparado con otros criterios
externos mide lo mismo?
 VALIDEZ DE CONSTRUCTO

- Grado en que los resultados de una prueba se relacionan con constructos

psicolgicos subyacentes.

- Se refiere a cmo un instrumento representa y mide un concepto terico.

LA VALIDEZ de constructo de un
el concepto terico est realmente
instrumento
reflejado en el instrumento? el
Tiene tres etapas: RELACION entre:
instrumento mide el constructo y sus
dimensiones?
- Concepto a medir -- concepto de la teora
- Asociar estadsticamente conceptos y
COMO SE CALCULA LA VALIDEZ DE CONTENIDO?
analizar las correlaciones.
ANALISIS MULTIVARIADO: anlisis factorial;
- Interpretar el nivel de clarificacin del
anlisis discriminante; regresiones mltiples.
constructo.
ANALISIS FACTORIAL
El anlisis factorial (anlisis de Componentes Principales o de Factores Comunes)

1. es simplificar la informacin que nos da una matriz de correlaciones para hacerla ms

fcilmente interpretable.

Por qu unas variables se relacionan ms entre s y menos con otras?

2. La respuesta hipottica es porque existen otras variables, otras dimensiones o factores que explican
por qu unos tems se relacionan ms con unos que con otros.

Es un anlisis de la estructura subyacente a una serie de variables.

3. indica cmo tienden a agruparse los tems o variables.

Examinando el contenido conceptual de los tems que pertenecen al mismo factor
podemos comprender qu factores [o constructos] subyacentes explican las
correlaciones entre los tems.
 1. Qu es el anlisis factorial

1. Yo me lo paso muy bien en casa, con mis padres (muy de acuerdo = 5, de acuerdo = 4, etc.)
2. A veces me gustara marcharme de casa. ( muy de acuerdo = 1, de acuerdo = 2, etc.)

Estos dos tems estaran indicando el grado de integracin familiar.

1. La varianza (2) de cada tem nos indica las diferencias que crea en las respuestas.
Si todos responden lo mismo (todos felices en casa) la varianza ser cero, no hay diferencias;
Si la mitad est muy a gusto en su casa y la otra mitad muy a disgusto, la varianza ser la mxima.

2. Cada tem o variable tiene su varianza (diferencias en las respuestas), pero esta varianza de cada tem
puede estar compartida con la varianza de otros tems.

Las respuestas a estos dos tems son en este caso coherentes con el significado pretendido de estos tems,
comparten varianza porque los dos tems estn relacionados positivamente (estoy bien en casa, no me
quiero ir).
 1. Qu es el anlisis factorial

3. Esta relacin viene expresada por el coeficiente de correlacin r de

Pearson, que elevado al cuadrado (r2) expresa la proporcin de
varianza comn o de variacin conjunta.

Si la correlacin entre estos dos tems es de .80, esto quiere decir

que tienen un 64% de varianza (variacin en las respuestas)
comn.
El resto de la varianza (hasta el 100%) es varianza no compartida.
La informacin fundamental que nos da el anlisis
factorial

1. Nmero de nuevas medidas o factores. Lo que se busca es

que entre todos los factores (o nuevas medidas) se explique
la mayor proporcin de varianza posible.

2. El peso o correlacin de cada variable (tem) con cada

factor (matriz factorial)

Para que un tem se considere que pertenece a un factor, que

lo define o explica suficientemente, debe tener en l una
correlacin razonablemente alta (.30 o ms) y no tenerlas
mayores en otro factor.

Un factor debe estar definido al menos por tres tems para

que merezca la pena tenerlo en cuenta.
3. La proporcin de varianza que explica cada factor. Para
calcular esta proporcin de varianza:

1 se suman los pesos de cada columna previamente elevados

al cuadrado (r2); se denomina autovalor (eigenvalue o raz
caracterstica); equivale a la varianza del factor.

2 se divide esta suma por el nmero de tems (r2/k); esta

operacin se hace con cada columna o factor y ya tenemos la
proporcin de varianza explicada por ese factor.

4. La proporcin de varianza explicada por todos los factores.

Para esto se suman todas las proporciones anteriores (r2/k). Se
puede calcular tambin la proporcin de varianza que explica cada
factor con respecto a la varianza explicada por todos.
ANALISIS FACTORIAL

FASES Y ENFOQUES
 Primera FASE
Condensacin de factores: se
identifica el nmero de factores que
explican la mxima proporcin de
varianza comn a todas las variables.
En la construccin de tests y escalas
el primer factor: es el que mejor
representa lo que todos los tems
miden en comn (aunque un primer
factor importante no prueba la
unidimensionalidad).
Esta correlacin (o peso) con el
primer factor da una informacin
anloga a la correlacin tem-total.
ENFOQUES
factores componentes
Se usan unos (1) en la
diagonal de la matriz de
intercorrelaciones; as se
analiza toda la varianza, la
comn y la especfica de (o varianza que cada
cada variable.
Los factores encontrados
son: reales, derivados de los
datos.
METODOS
Componentes Principales (es
el ms frecuente),
factores comunes
No se utilizan unos (1)en la
diagonal, sino estimaciones
de la comunalidad
variable comparte con
todas las dems)
Los factores encontrados
son: hipotticos, estimados, a
partir de los datos.
Ejes principales (Principal
Axis)
Maximum Likelihood,
Minimum Residuals,
Alpha y otros.
 Segunda FASE ENFOQUES
ROTACION ROTACION OBLICUA
ORTOGONAL
produce factores relacionados
Con las rotaciones se busca una produce factores no o no relacionados
relacionados; estructura (no se fuerza la no relacin);
estructura ms simple e ms simple y ms fcil estructura ms real, pero
interpretable. de interpretar. menos simple.

Los factores rotados clarifican la

estructura subyacente a las variables;
aqu radica su importancia en los
estudios de validez: analizan el
constructo tal como viene definido
por una serie de tems; cada factor
puede considerarse como un
subconstructo.
METODOS
VARIMAX,QUARTIMAX VARIMIN,OBLIMIN,QUARTIMIN
fase de reflexin o anlisis conceptual.
Los factores tienden a agruparse: encontrar significado a
los factores:
qu tienen en comn los tems que mejor definen cada
factor?
cmo podemos denominarlos (nombrarlos)?

cmo aclaran el constructo subyacente a todos ellos?

 SPSS: PRUEBA DE KMO Y BARTLETT

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuacin de muestreo ,887

Prueba de esfericidad de Aprox. Chi-cuadrado 1829,175

Bartlett gl 136

Sig. ,000

26
GRAFICO DE SEDIMENTACION (Scree Plot)

27
28
Nmero de sujetos

a) No existe un criterio o norma definitiva sobre el nmero de sujetos necesario.

En principio son preferibles muestras grandes porque el error tpico de los coeficientes de
correlacin ser menor.

b) Para dar orientaciones ms concretas sobre el tamao de la muestra hay que tener en
cuenta dos criterios:
Un criterio que puede considerarse como mnimo es el siguiente:
1 Que el nmero de sujetos sea el doble que el nmero de variables
2 Que la muestra no baje de unos 100 sujetos Kline (1986, 1994:74, 79) aunque el
nmero de variables sean muy pocas.

Otros autores: una muestra 10 veces mayor que el nmero de variables o tems (N = 10k;
Nunnally, 1978; Thorndike, 1982).
 Cargas factoriales (Factor Loadings)
Tpicamente:
.30 era aceptable
Stevens (1992):La significacin de la carga depender del
tamao de la muestra.
N=50: carga > .722
N=100: carga > .512

N=200: carga > .364

En general es ms conveniente interpretar valores mayores a .4
(aunque .3 podra ser aceptable)

30
- Una orientacin ms segura es que el nmero de sujetos no baje de 200 y que al menos
haya 5 sujetos por tem.

- En una revisin de 60 anlisis factoriales de Henson y Roberts (2006), la media es de 11

sujetos por variable.
- Independientemente del nmero de sujetos por variable, la recomendacin de Beavers y
otros (2013) es que la muestra inicial sea al menos de 150 sujetos despus de eliminar los
sujetos con puntuaciones muy extremas (est eliminacin est programada en el SPSS).

- En trminos generales
muestras ms pequeas pueden ser adecuadas cuando la estructura factorial es muy clara
(ms de tres variables definiendo cada factor y ninguna variable en ms de un factor)

en la prctica las muestras mayores garantizan mejor el encontrar una estructura

factorial clara (Costello y Osborne, 2003).
 b) CONFIABILIDAD (fiable, consistente,estable)

Grado en que la aplicacin repetida de un instrumento a una persona o objeto

produce resultados iguales (consistentes y coherentes).

CONFIABILIDAD - FIABILIDAD
La fiabilidad expresa el grado de PRECISION / EXACTITUD de la medida.

Si baja la fiabilidad, SUBE EL MARGEN DE ERROR de nuestra medida.

La fiabilidad es el de CONSISTENCIA O PREDICTIBILIDAD.

La fiabilidad NO es una caracterstica de un instrumento, sino

caracterstica de unas puntuaciones obtenidas EN UNA MUESTRA
DETERMINADA.
CALCULO DE LA CONFIABILIDAD: ENFOQUES Y METODOS
1. METODO: TEST-RETEST

Los sujetos responden DOS VECES al mismo test, dejando entre las dos un intervalo
de tiempo: el coeficiente de correlacin ENTRE LAS DOS OCASIONES se llama
COEFICIENTE DE FIABILIDAD test-retest.

2. METODO: PRUEBAS PARALELAS

Se utiliza cuando se preparan dos versiones del mismo test; los tems son distintos
en cada test, pero con ambos se pretende medir lo mismo. El coeficiente es la
correlacin entre las dos formas paralelas, respondidas por los mismos sujetos.

3. ENFOQUE: COEFICIENTE DE CONSISTENCIA INTERNA

Lo que expresan estos coeficientes es HASTA QUE PUNTO LAS RESPUESTAS SON LO
SUFICIENTEMENTE COHERENTES (relacionadas entre s): todos los tems miden lo
mismo, por lo tanto son sumables en una puntuacin total nica que representa,
MIDE un rasgo.

Se aducen como garanta de UNIDIMENSIONALIDAD: un nico rasgo subyace en todos

los tems.
ENFOQUE: COEFICIENTE DE CONSISTENCIA INTERNA

1. Cuando ponemos un test o una escala aun grupo de sujetos nos encontramos con
diferencias inter-individuales.
Estas diferencias o diversidad en sus puntuaciones totales las cuantificamos mediante la
desviacin tpica () o la varianza (2).

2. Esta varianza (diferencias) se debe a las respuestas de los sujetos que pueden ser de dos
tipos (fijndonos en los casos extremos; hay grados intermedios):
coherentes (relacionadas) o incoherentes:

respuestas coherentes respuestas incoherentes

En mi casa me siento mal de acuerdo en desacuerdo

A veces me gustara marcharme de casa de acuerdo de acuerdo
ENFOQUE: COEFICIENTE DE CONSISTENCIA INTERNA
3. La fiabilidad aumentar si aumenta el numerador, es decir 1 si hay diferencias en las respuestas y 2
si adems las respuestas son coherentes (respuestas coherentes: las que de hecho estn relacionadas).

4. Cmo se interpreta un coeficiente de fiabilidad alto:

a) El test o escala clasifica, ordena bien a los sujetos en aquello que es comn a todos los
tems;

b) Con un instrumento parecido encontraramos resultados parecidos, o si los sujetos respondieran muchas
veces al mismo test o a tests semejantes, quedaran ordenados de manera similar (el coeficiente de fiabilidad
es una estimacin de la correlacin esperable con un test paralelo).

c) Los tems miden lo mismo (por eso se llaman coeficientes de consistencia interna);
generan respuestas coherentes y a la vez distintas de sujeto a sujeto. (Que los tems miden
lo mismo hay que interpretarlo con cautela; siempre es necesario un anlisis conceptual y
cualitativo).
ENFOQUE: COEFICIENTE DE CONSISTENCIA INTERNA

5. La fiabilidad tiende a ser mayor:

a) cuando los tems expresan lo mismo; la definicin del rasgo se expresa bien en todos
los tems;
b) cuando es mayor el nmero de tems, (con tal de que sean ms o menos semejantes),

c) cuando los tems tienen un mayor nmero de respuestas (aunque no necesariamente),

d) cuando los sujetos son ms diferentes en aquello que se mide (muestra heterognea; no
se puede clasificar bien a los muy semejantes);

e) en muestras grandes (porque hay ms probabilidad de que haya sujetos ms distintos).

 SPSS
Corrected item-total correlation
.3 (mnimo, aunque vara de acuerdo al tamao de la
muestra) (Field, 2009)
.20 puede ser aceptable (Kline,1994)
Items con baja correlacin, deben eliminarse

Alpha if item deleted

Buscar items, que al ser eliminados incrementen la
confiabilidad de la escala

38
 Criterios para evaluar la
confiabilidad
.Nunnally & Bernstein (1994, p.265)
Si se toman decisiones importantes:
.90: mnimo aceptable
.95: norma deseable

Investigacin de grupo
.80: adecuada
Kaplan & Saccuzzo (2001, p. 122)
.70-.80: suficientemente buenas para la investigacin
bsica
.95: para tomar una decisin que influye en el futuro
de una persona
39
 Criterios para
evaluar la confiabilidad

Murphy y Davidshofer (1998, p. 142)

.90: niveles altos
.80 a ms: moderado a alto
.70: puede ser considerado bajo aunque podra ser
suficiente cuando las pruebas se usan para tomar
decisiones preliminares
<.60: niveles bajos, inaceptables

40
FACTORES QUE AFECTAN LAS MEDICIONES DE VALIDEZ Y FIABILIDAD

1) USO DE INSTRUMENTOS QUE NO HAN SIDO VALIDADOS EN NUESTRO CONTEXTO.

Un instrumento necesita ubicarse en el tiempo actual, la cultura y el lenguaje, es decir, hay que
contextualizarlo as:
- Instrumentos traducidos y adaptados necesitan ser verificados: los trminos centrales deben
tener referentes con el mismo significado en la cultura y lenguaje que se utilizar. Asimismo, la
versin traducida debe tener una traduccin inversa.

2) USO DE INSTRUMENTOS INADECUADOS PARA LAS PERSONAS A QUIENES SE APLICA.

- No tener en cuenta las distintas culturas y lenguas; nivel educativo y ocupacional.
- No tener en cuenta la edad, el gnero; capacidades personales.

3) CONDICIONES EN LAS QUE SE APLICA UN INSTRUMENTO.

- La extensin y complejidad del instrumento.
- Falta de ESTANDARIZACIN de los instrumentos ( el mismo para todos).
- La estructura y la redaccin ilegible.