Metodología de la investigación científica (página 2)
Guía al investigador para centrarse en el
problema, evitando desviaciones del planteamiento
original. En el caso de estudios cualitativos, puede servir
para expandir nuestro panorama y darnos ideas de cómo
concebir la investigación desde diversos puntos de
vista.
Conduce al establecimiento de hipótesis o
afirmaciones que más tarde habrán de
someterse a prueba en la realidad. (enfoque cuantitativo) o
bien, nos ayuda a no establecerlas por razones bien
fundamentadas (enfoque cualitativo).
Inspira nuevas líneas y áreas de
investigación.
Posee un marco de referencia para interpretar
los resultados del estudio.
Ampliar la descripción y el
análisis del problema
planteado[71]
Orientar hacia la organización de los
datos o los hechos significativos para describir las
relaciones de un problema con las teorías ya
existentes.
Dirigir los esfuerzos hacia la obtención
de datos suficientes y confiables para poder comprobar las
hipótesis.
Orientar el análisis y la
interpretación de los datos.
Integrar la teoría con la
investigación que se propone.
Proveer un marco de referencia para interpretar
los resultados del estudio.
Teoría interpretada y teoría no
interpretada
Mario Bunge, describe que la teoría interpretada
consta de una base de (i) un listado de primitivas especificas;
(ii) una lista de reglas de interpretación (o de
correspondencia), que atribuyen significación a algunas de
las primitivas (teoría parcialmente interpretada) o todas
ellas (teoría plenamente interpretada), y (iii) una lista
de axiomas (supuestos no demostrados), formulas básicas
que interrelacionan las primitivas. Así como una
teoría abstracta es un conjunto de supuestos parcialmente
ordenado por la relación (x,y) de deducibilidad, una
teoría interpretada es un conjunto de supuestos
parcialmente ordenado por (x,y) y con un contenido dado por un
conjunto lnde reglas de
interpretación[72]
De acuerdo a lo establecido por Carl Gustav Hempel,
existe un método de Ramsey, que tiene la atrayente
característica de una teoría interpretada como un
enunciado de buena fe, que no contiene otras constantes extra
lógicas excepto las que pertenecen a Vb; y que tienen
exactamente las mismas consecuencias Vb que la teoría
enunciada en términos de constantes teóricas
interpretadas en forma incompleta. Es quizás el
método más satisfactorio de concebir el
carácter lógico de una teoría
científica. El siguiente método es de Craig, que se
fundamenta dando una respuesta afirmativa, proporcionando un
método general para conseguir el tipo deseado
equivalente[73]
La teoría interpretada es un conjunto de
supuestos ordenados lógicamente, que se funda dando una
respuesta afirmativa, para conseguir el significado deseado.
Modelo
A continuación se presenta dos modelos de
cómo se debe construir el marco teórico de la
investigación
científica[74]
MODELO N° 01
PRESENTACIÓN
INTRODUCCIÓN
CAPÍTULO I
ASPECTOS DE LA
INVESTIGACIÓN
Descripción del
problema.Planteamiento del problema.
Objetivos de la
investigación.Justificación de la
investigación.Hipótesis.
Variables.
Variables dependientes
Variables independientes.
Metodología de la
investigación.
Recolección de
información.Problema y área
geográfica.
CAPITULO II
MARCO TEÓRICO
2.1Estudio del entorno.
2.3 El sistema de costos basado en las
actividades.
2.4 Justificación de los costos
basado en las actividades.
2.5 Justificación del
método.
2.6 Ala adopción de ABC en el mundo
empresarial.
2.7 Definición de la
actividad.
2.8 Jerarquía
operacional.
2.9 Etapas y costos para establecer las
actividades.
2.10 Clasificación de las
actividades.
2.11 La medida de la actividad.
2.12 El inductor de costos.
2.13 Las ventajas del ABC.
2.14 Las generaciones del ABC.
2.15 Direccionadores de costos.
2.16 Gerencia basada en las
actividades.
2.17 Ventajas y desventajas del costo
tradicional ABC.
CAPÍTULO III
DESCRIPCIÓN DE LA UNIVERSIDAD
PRIVADA COMPETITIVA "SAN FRANCISCO DE ASÍS"
3.1 Creación.
3.1.1 Finesa de la universidad San
Francisco de Asís.
3.2 Organización.
3.2.1 Escuela de post-grado.
3.2.2 La alta dirección.
3.2.3 Estudios, grados y
títulos.
3.3 Gobierno de la universidad.
3.3.1 Asamblea universitaria
3.3.2 Consejo universitario.
3.4 Régimen económico u
financiero.
3.5 Facultades.
3.6 Especialidades.
3.7 Facultad de ciencias económicas
y empresariales.
3.7.1 Escuela académico profesional
de administración
3.7.2 Escuela académico profesional
de contabilidad.
3.7.3 Escuela académico profesional
de economía.
3.7.4 Escuela académico profesional
de gestión en Turismo y Hotelería.
3.7.5 Decano de la facultad de ciencias
económicas y empresariales.
CAPÍTULO IV
PROBLEMAS DETECTADOS
4.1 Información general.
4.2 Académico.
4.3 Administrativo.
4.4 Operacional.
CAPITULO V
5.1 Propuesta de aplicación del
costo ABC., a la facultad de ciencias económicas y
empresariales de "USFA".
5.1.1 Aspecto general.
5.1.2 Proceso de implantación del
costo ABC.
5.1.3 Aplicación del costo
ABC.
5.2 Muestra universitaria de Lima
Metropolitana.
5.3 Costo anual por estudiante.
5.4 Estado de ganancias y pérdidas
de la USFA.
5.5 Determinación de
actividades.
5.6 Análisis de las
actividades.
5.7 Medición de las
actividades.
5.8 Costo de las actividades.
5.9 Asignación de las actividades a
los productos.
5.10 Estado de ganancias y pérdidas
de la facultad de Ciencias económicas y empresariales,
propuesta 2000.
5.11 Análisis del umbral
económico.
5.12 Estado de resultados comparativo,
costo tradicional y ABC.
CONCLUSIONES
RECOMENDACIONES
BIBLIOGRAFÍA
ANEXOS
A.1 Estructura orgánica del
USFA.
A.2 Estructura orgánica de las
facultades de ciencias económicas y
empresariales.
A.3 Balance general 2007-2008.
A.4 Procesos de implantación
ABC.
A.5 Población universitaria de Lima
y el Callao.
A.6 Población estudiantil de Lima
1990 a 1997.
MODELO N° 02
INCIDENCIA DE ESTRÉS LABORAL EN LA
PRODUCTIVIDAD DE UNA EMPRESA SUPERVISORA
ÍNDICE
Agradecimiento
Índice
Resumen de la tesis
Capítulo I
Planteamiento del
estudio
introducción.
Formulación del problema y
justificación del estudio.
Problema general.
Problema especifico.
Importancia y justificación del
estudio.
antecedentes relacionados con el
tema.
Marco histórico.
Primeros estudios.
Investigación relacionada con el
tema.
Presentación de objetivos
generales y específicos.
Área temática.
Delimitación de objetivos.
Objetivo general y objetivo especifico.
Limitaciones del estudio.
delimitaciones.
Capitulo ll
Marco teórico
Bases teóricas relacionadas con
el tema.
El estrés como Síndrome
del Desgate Profesional.Factores desencadenantes y
facilitadores del Síndrome de Estrés Laboral
Asistencial.
La consecuencia del Burnout.
L as principales causas del
estrés.
Implicaciones para la salud.
Concepto de productividad
Productividad y las otras medidas de
eficiencia.Productividad estratégica y
productividad operativa.Técnica para controlar la
productividad.Causas de la pérdida de
productividad.Puntos de vista sobre la
productividad.Cómo funciona la productividad
en nuestra empres de servicios.Mercadotecnia de servicios y su rol con
la calidad y productividad.La dirección de recursos humanos
mejora la productividad.
Definición de términos
usados.Hipótesis.
Variables.
Capítulo III
Diseño de
investigación.
Tipo, nivel, método de
investigación.
Población de estudio.
Diseño muestra.
Técnicas e instrumentos de
recolección de datos.Recolección de datos.
Técnica de procedimientos y
análisis de datos.
CapítuloIV
Resultados y análisis de los
resultados.
Índices de
gestión.
Respuestas a las variables
independientesRespuestas a las variables
dependientes.
Capitulo v
Conclusiones.
Recomendaciones y aspectos
complementarios.
Referencias
bibliográficas.Anexos.
Modelo propuesto por el autor
MODELO N° 03
ÍNDICE
Dedicatoria
Agradecimiento
Índice
Resumen de la tesis
Capítulo I
Contexto general del
estudio
Introducción
Tema de estudio.
Subtemas.
Referentes empíricos.
Interrogantes suscitadas.
Capítulo II
Justificación de la
investigación.Población a la que beneficia la
investigación.Factibilidad del estudio.
Impacto esperado de los resultados.
Oportunidad para tratar el problema.
Capítulo III
Delimitación de la
investigación.Definición del problema.
Delimitación del problema.
Aspectos de estudio que comprende el
problema.Enunciado del problema.
Capítulo IV
Tipo de investigación a que pertenece el
estudio.Unidad de análisis.
Justificación del tipo de
investigación que se propone.Objetivos del estudio.
Capítulo V
Marco teórico.
Conceptos operacionales para la
investigación.Hipótesis.
Teorías relativas al objeto de estudio y
análisis que las relaciona con las hipótesis.
Capítulo VI
Metodología.
Operacionalización de
variables.
Categorías de las
hipótesis.Indicadores de las hipótesis.
Población que integra el campo de
estudio.
Diseño de la muestra.
Criterios de inclusión y
exclusión.Técnicas para la obtención de
datos.Instrumentos para la obtención de
datos.Procedimientos del análisis.
Terminología
Conclusiones
Recomendaciones y aspectos
complementarios.
Referencias
bibliográficas.Anexos.
CAPÍTULO IV
La
explicación científica
Criterios de adopción de una
teoría
La explicación
científica
Es una explicación de un fenómeno a partir
de una teoría científica. Una explicación
satisfactoria de un fenómeno debe poder dar cuenta de por
qué ese fenómeno, y no otro, era de
esperarse[75]Según esta perspectiva, una
explicación científica de un fenómeno, es
una respuesta a la pregunta ¿por qué
sucedió?, aunque algunos autores sostienen que una
explicación es una respuesta a la pregunta
¿cómo sucedió?".
En general se piensa que las explicaciones
científicas están muy ligadas a las predicciones
científicas. Mientras las explicaciones son acerca de
fenómenos que ya ocurrieron, las predicciones son acerca
de fenómenos que todavía no ocurrieron.
Las explicaciones científicas suponen relaciones
de causa-efecto. Gran parte de la ciencia está orientada a
determinar las relaciones causales y desarrollar explicaciones
para las interacciones y vínculos entre objetos,
organismos y hechos.
Las explicaciones científicas son limitadas; A
veces las explicaciones científicas están limitadas
por la tecnología, por ejemplo, el poder de
resolución de los microscopios y telescopios. Las nuevas
tecnologías pueden derivar en nuevos campos de
investigación o ampliar áreas de estudio ya
existentes. Las interacciones entre la tecnología y los
avances en biología molecular y el rol de la
tecnología en exploraciones planetarias sirven como
ejemplos.
Es el establecimiento de las causas que originan los
fenómenos, le determinación e las formas que estos
adopten en determinado momento o durante el transcurso del
tiempo, o el señalamiento, de los efectos que tiene un
fenómeno en una situación o contexto
históricamente determinado. La explicación
científica se logra cuando se basa en una teoría y
se utilizan procedimientos adecuados y
precisos[76]
La explicación científica consiste en
deducir el enunciado que describe ese hecho a partir de una
teoría o hipótesis más
general[77]
Entonces podemos definir que la explicación
científica se da a partir de hechos ya ocurridos para
luego saber ¿por qué sucedió?, y así
darle una explicación a un dicho fenómeno.
Lógica de la
explicación
La explicación en las ciencias sociales se basa
en la combinación de un efecto causal y de un mecanismo
que muestre de qué manera tiene lugar ese efecto: la
investigación social debe diseñarse para conseguir
ambos elementos. La capacidad de plantear un mecanismo causal
robusto depende de que la teoría que se maneja sea buena.
La realización de inferencias causales tiene que ver con
la satisfacción de ciertas reglas metodológicas.
Sólo cuando tengamos una buena teoría y hayamos
seguido una lógica inferencial impecable tendremos una
explicación aceptable. La metodología no convierte
nunca las malas teorías en buenas investigaciones y, a la
inversa, una buena teoría combinada con una
metodología defectuosa siempre da lugar a investigaciones
incorrectas.
La lógica de la explicación consiste en
explicar los fenómenos del mundo de nuestra experiencia y
responder no loso a los ¿Qué?, sino también
a los ¿por qué?, si bien por un lado hay
coincidencia general sobre este punto, por el otro existen
considerables diferencias de opinión acerca de la
función y las características esenciales de la
explicación
científica[78]
Toda explicación debe tener una lógica de
lo que estamos investigando a lo que queremos llegar con la
investigación, cumpliendo ciertas reglas
metodológicas para que al final se tenga que dar una
explicación aceptable.
Clases de explicación
Se tiene pues diferentes clases o tipos de
explicación, pero mencionaremos los más usados o
los que tienen mayor relevancia en nuestra
investigación.
Explicación causal o modelo
deductivo
La explicación causal es típica, aunque no
exclusiva, de las ciencias naturales. Adopta la forma de un
razonamiento deductivo en el que la consecuencia, el
"explicadum", es un resultado lógicamente necesario de las
premisas explicativas[79]
Es un tipo de explicación que se encuentra por lo
común en las ciencias naturales, aunque no exclusivamente
en ellas, tiene la estructura formal de un razonamiento
deductivo, en el cual el explicadumes una consecuencia
lógicamente necesaria de las premisas explicativas. Por
consiguiente, en las explicaciones de este tipo, las premisas
expresan una condición suficiente (y a veces, aunque no
siempre, necesarias) de la verdad del
explicadum[80]
Entonces podemos dar nuestra propia definición de
una forma sencilla de entender, diremos pues que la
explicación causal es común de las ciencias
naturales, pero no exclusiva de la misma, que tiene un orden
lógico de razonamiento deductivo, para poder explicar las
diferentes premisas.
Explicación
probabilística
Este tipo de explicaciones constituye una forma
débil de las explicaciones deductivas. Por ello, su
esquema básico es el mismo, con la diferencia de que la
premisa mayor está formada por las leyes
estadísticas no generales sino validas solo en un % de
casos[81]
Muchas publicaciones, en prácticamente todas las
disciplinas científicas, no tienen, prima facie,
una forma deductiva, pues sus premisas explicativas no implican
formalmente sus explicanda. Sin embargo aunque las
premisas sean lógicamente insuficientes para asegurar la
verdad del explicadum, se dice que hacen a este
último "probable".
Las explicaciones probabilísticas se presentan,
habitualmente, cuando las premisas explicativas contienen una
suposición estadística acerca de algunas clases de
elementos, mientras que el explicadum es un enunciado
singular acerca de determinado individuo de esta clase. Debemos
hacer algunas observaciones. Se sostiene a veces que las
explicaciones probabilísticas solo son etapas intermedias
y temporarias hacia el ideal deductivo y que no constituyen, por
lo tanto, un tipo distinto[82]
Es la explicación de aquellas ciencias que
recurren a hipótesis probabilísticas o
estadísticas, por ejemplo, las leyes de la herencia. En
este caso, las leyes a las que podemos recurrir para el problema,
al ser de naturaleza probabilística o estadística.
Las explicaciones probabilísticas suelen presentarse
cuando las premisas explicativas contienen una suposición
estadística sobre alguna clase de elemento, mientras que
el explicandum es un enunciado singular sobre un determinado
individuo de esta clase[83]
Las explicaciones probabilísticas son aquellas
demandan de algunas leyes estadísticas no generales, sino
aquellas que se requiere para nuestro problema de estudio u
análisis.
Explicaciones teológicas
Atendiéndose al significado etimológico,
son las propiamente teológicas, es decir, las que explican
algo por su telos o fin. Esto tuvo lugar con el fin de
que ocurriera aquello, y en ellas se da por su puesto una
vinculación nómica, mediante una ley, que en el
caso típico suele ser una condición
necesaria[84]
La explicación teleológica trata de hechos
particulares de individuos dotados de la conciencia de fin
(finalidad propia) o de conductas "activiformes" (que parecen
tender a un fin). Una y otra suelen oponerse a las explicaciones
causales[85]
Las explicaciones teológicas son aquellas que
explican hechos particulares con un fin de que ocurra algo, que
puede darse una vinculación.
Explicaciones funcionales
Serian explicaciones teológicas peculiares de las
ciencias naturales y biológicas aunque no exclusivas,
porque, por ejemplo, toda explicación por el rol social de
una persona o de una institución social, seria
funcional[86]
Explicaciones estructurales o
sistémicas
Estas explicaciones revelan por qué es como algo
y cómo está estructurado, es decir, que elementos
lo componen y cuáles son sus
relaciones[87]
Explicaciones semánticas
Explicaciones mecanicistas
La investigación mecanicista importa solo cuando
se pretende entender algo, cuando se busca una explicación
de lo que se ha descrito[88]Por ejemplo, se sabe
que la globalización ha enriquecido a casi todas las
naciones ricas pero ha empobrecido a las demás.
¿Por qué?, o sea, ¿Cuál ha sido el
mecanismo que ha tenido este efecto?.
CAPITULO V
El problema de la
investigación
El problema de la
investigación
El problema es el estudio de una dificultad que no se
puede resolver automáticamente, sino que requiere de una
investigación. Se expresa generalmente bajo la forma de
preguntas o interrogantes básicas; por ello determinar con
exactitud y claridad tales preguntas es esencial para una buena
marcha de la investigación[89]
Situación considerada como difícil de
resolver y que, por tanto, necesita de la investigación
para resolverse. Formulación o enunciado de una
situación en que ciertos elementos, factores o condiciones
son conocidos y otros desconocidos, tratándose de
descubrir los desconocidos que integran la situación del
problema[90]
El problema es una dificultad intelectual o
práctica cuya solución no es evidente ni conocida y
exige un esfuerzo para resolverla[91]
Problema científico
Los problemas científicos son formulaciones muy
importantes en el proceso de investigación, de ahí
que el análisis de sus características se convierte
en tarea prioritaria. Se sostiene que un problema, para ser
considerado científico, no debe tener respuesta conocida
aun en el nivel de desarrollo de la ciencia en el que el
investigador se encuentra, pero debe ser posible hallar respuesta
en el proceso de investigación que se va a realizar. El
problema científico orienta el proceso de la
investigación y, como es natural, su correcto
planteamiento es garantía de éxito en la
investigación[92]
Problema científico es aquel que conforma un
conjunto de problemas interrelacionados y que se plantea sobre un
trasfondo científico y se analiza con medios
científicos, con el objetivo de incrementar nuestro
conocimiento, pero que edemas plantea una dificultad que no puede
resolverse automáticamente, sino que requiere una
investigación y/o empírica; así, en realidad
el problema es el primer eslabón de la cadena:
problema-investigación-solución[93]
Puede definirse el problema científico en las
ciencias fácticas como la esfera de la realidad que el
investigador, colectivo o comunidad de científicos
comprenden que sus propiedades y leyes les resultan desconocidas
y es preciso y posible indagar, constituyendo, por tanto, una
intención de obtención de nuevos
conocimientos[94]
Un problema científico es aquel que está
conformado por un conjunto de problemas, que para el investigador
son desconocidas, pero que será a su vez con el desarrollo
de la investigación se tendrá una respuesta.
Clases de problemas
Problemas descriptivos
Son aquellos que buscan definir y/o caracterizar a los
objetos[95](fenómenos, hechos, etc.) que se
estudian comprenden la, tales como:
La identificación de sujeto o
grupos.Determinar la ubicación de un
fenómeno.Cuantificar los componentes, estructuras o un
elemento de un problema o fenómeno.
¿Cuáles son sus elementos,
orgánicos, aspectos y
factores[96]
Es aquellos que nos van a detallar y/o caracterizar los
objetivos y la estructura de un problema o fenómeno.
j
Problemas explicativos
Proponen obtener respuestas acerca de las relaciones
causales entre dos hechos, situación que puede lograrse
mediante estudios históricos, expos-facto,
correlaciónales, experimentales o
predictivos[97]
Explican los factores causales de un
fenómeno.Explican la legalidad de un
fenómeno.Explican el valor de un modelo
teórico.
Un problema explicativo, son aquellos que explican las
relaciones causales entre dos hechos de un fenómeno, a
través de estudios históricos, expos-facto,
correlaciónales, experimentales o predictivos.
Problemas tecnológicos
Son aquellos que por sus propósitos tienden a
buscar soluciones para situaciones pragmáticas que
requieren. Este tipo de investigaciones busca hallar o establecer
reglas técnicas para hacer algo o corregir un
fenómeno con eficacia y
eficiencia[98]
Son aquellos que tienen el propósito de buscar
soluciones para realidades o fenómenos que se requiere.
j
Selección y planteamiento del
problema
El primer paso del método, consiste en reconocer,
definir y limitar el problema; esto significa expresarlo en
frases que lo expongan completo y exactamente y determinar su
verdadera magnitud[99]
En realidad, plantear el problema no es sino afirmar y
estructurar más formalmente la idea de
investigación[100]
Selección del problema
Para seleccionar el problema de manera adecuada, y no
genere desviaciones o alteraciones, se debe de tener en cuenta lo
siguiente:
Seleccionar un tema bien concreto y
accesible: Es fundamental que el estudiante
comience, para decirlo en términos directos, por el
verdadero principio. No se puede alcanzar un conocimiento
sobre temas amplios y complejos en la primera o segunda
práctica como investigador ni se puede encontrar un
atajo que nos evite adentrarnos pacientemente en los
problemas, detenernos en su estudio, familiarizarnos con los
métodos usuales de trabajo o adquirir la pericia de un
científico experimentado[101]Es por
ello preferible definir un tema concreto, bien delimitado y
preciso, sobre el que pueda encontrarse suficiente
bibliografía y sea factible recoger datos de
interés.Escoger una temática
conocida: Por más que haya muchos posibles
temas de interés que excitan la curiosidad del
investigador, éste no puede trabajar sobre
áreas del conocimiento que apenas si conoce
superficialmente o de las cuales no ha obtenido aún la
información básica. Si una persona no tiene
mayores conocimientos de economía, por ejemplo, y
apenas posee las nociones elementales que ha recibido durante
el curso de un semestre) como puede, razonablemente, hacer
una indagación científica acerca de la
relación entre costos de transacción e
inflación? Por ello es conveniente concentrarse en
aquéllas áreas del conocimiento sobre las que
ya se posee una información más o menos
considerable y postergar para mejor ocasión el
abordaje de temas sobre los que no se conoce lo suficiente.Buscar áreas del conocimiento en la
que pueda contarse con ayuda efectiva: es siempre
recomendable contar con apoyo externo cuando se comienza a
investigar. Por ello se recomienda buscar temas donde ya otro
grupo de investigadores este trabajando y en los cuales pueda
contarse con el asesoramiento y la orientación de
profesores o investigadores más versados en la
materia[102]Buscar un tema de investigación que
resulte de real interés para el investigador:
es importante sentir una verdadera curiosidad o
simpatía por el tema pues se estará en
disposición de dar el mejor esfuerzo.
Planteamiento del problema
Todo problema aparece a raíz de una dificultad;
ésta se origina a partir de una necesidad, en la cual
aparecen dificultades sin resolver[103]
De ahí, la necesidad de hacer un planteamiento
adecuado del problema a fin de no confundir efectos secundarios
del problema con la realidad que se investiga.
Por tanto, el planteamiento establece la
dirección del estudio para lograr ciertos objetivos, de
manera que los datos pertinentes se recolectan teniendo en mente
esos objetivos a fin de darles el significado que
corresponde.
Según Méndez Carlos, el planteamiento del
problema tiene etapas[104]que son:
Formulación clara y precisa del
problema. Es decir, definir el problema y su entorno
y sus relaciones de la manera más específico
posible. Para definirlo será necesario partir del
planteamiento de una o varias preguntas con base en el
problema especifico por el que se tenga interés.
Obviamente, es más sencillo investigar
fenómenos específicos que generales.Determinación de los límites
del problema. Es necesario delimitar el problema de
investigación en cuanto a tiempo, espacio y contexto
socioeconómico. Por otra parte, es importante situar
el problema en su contexto social, económico y
político, para no olvidar sus características
peculiares al realizar la investigaciónExpresión de los términos del
problema de tal manera que sean operativos. La
operatividad de los términos del problema se refiere a
que en éstos puedan señalarse los elementos y
operaciones específicos necesarios para su manejo
adecuado".
Plantear el problema se da una vez definidos el tema y
el titulo de la propuesta de investigación, se procede a
plantear el problema de investigación,
entendiéndose como problema de investigación la
situación, el fenómeno, el evento, el hecho u
objeto del estudio a realizar[105]
Plantear el problema de investigación
significa:
Enunciar el problema y
Formular el problema.
Partes
Objetivos de la
investigación
Datos de posible comprobación por parte del
investigador. El objetivo en la investigación es el
enunciado claro y preciso de las metes que se
persiguen[106]
Los objetivos tienen que expresarse con claridad para
evitar posibles deviaciones en el proceso de investigación
y deben ser susceptibles de alcanzarse; son las guías de
estudio y hay que tenerlos presentes durante todo su
desarrollo[107]Evidentemente, los objetivos que se
especifiquen requieren ser congruentes entre
sí.
Los objetivos tienen que expresarse con claridad para
evitar posibles desviaciones en el proceso de
investigación y deben ser susceptibles de alcanzarse, es
decir, deben ser visibles; son las guías de estudio y hay
que tenerlos presentes durante todo su desarrollo. Evidentemente,
los objetivos que se especifiquen requieren ser congruentes entre
sí. Estos objetivos nos marcaran el alcance de nuestro
trabajo en relación a la profundidad y complejidad que
tendrá, y esto nos indicara el momento de darlo por
finalizado, cuando los objetivos se hayan
cumplido[108]
Preguntas de la
investigación
Enunciado claro y preciso del problema que se formula en
forma interrogativa. Es recomendable formular un pregunta general
(que contiene la problemática general de las variables de
estudio) y varia especificas o secundarias, que contiene aspectos
secundarios o los indicadores que van a medir un
problema[109]
No siempre las preguntas o las respuestas se comunican
el problema en su totalidad, con toda su riqueza y contenido. A
veces se formula solamente el propósito del estudio,
aunque las preguntas deben resumir lo que habrá de ser la
investigación[110]
Las preguntas deben sintetizar lo que habrá de
ser investigado. Las preguntas muy generales tienen que aclararse
y delimitarse para esbozas concretamente el área-
problema. Ellas deben sugerir actividades, métodos
pertinentes para el desarrollo de la investigación, es
decir, deben ser susceptibles de contestarse a través de
la investigación. Una pregunta bien formulada y concreta
también nos orientara durante el desarrollo del estudio y
evitara desviaciones[111]
Justificación de la
investigación
Es necesario justificar el estudio mediante la
exposición de sus razones (el ¿para qué? y/o
¿Por qué? del estudio). La mayoría de las
investigaciones se efectúan con un propósito
definido que debe ser lo suficiente significativo para que se
justifique su realización[112]Explicar
porque es conveniente llevar a cabo la investigación y
cuáles son los beneficios que se derivan de ella, a
quienes se va a beneficiar, etc.
La mayoría de las investigaciones se
efectúan con un propósito definido, no se hacen
simplemente por capricho de una persona; y ese propósito
debe serlo suficientemente fuerte para que se justifique su
realización[113]
Además de los objetivos y preguntas de
investigación, es necesario justificar el estudio
exponiendo sus razones. Esas razones deben ser suficientemente
fuertes para que justifique su realización. Se tiene que
explicar con claridad porque es conveniente llevar a cabo la
investigación, cuales son los beneficios que se derivan de
ella, y quienes se beneficiaran[114]
CAPITULO VI
La
hipótesis de la investigación
1. Concepto
Las hipótesis son explicaciones tentativas del
fenómeno a investigar que se formulan a manera de
proposiciones[115]Son formas tentativas de
plantear las relaciones entre dos o más variables (causa,
independiente – efecto, variable dependiente) que se apoyan
en conocimientos organizados y sistematizados.
Las hipótesis no necesariamente son verdaderas, y
pueden no comprobarse con hechos. Son explicaciones tentativas,
no los hechos en sí. El investigador al formalizarlas no
pueden asegurar que vayan a comprobarse.
Las hipótesis surgen del planteamiento del
problema, que, como recordamos, se vuelven a evaluar y, si es
necesario, replantear al enriquecerse con la revisión de
la literatura.
Una hipótesis es una respuesta tentativa a un
problema, pero no cualquier conjetura u ocurrencia, por ingeniosa
que sea, es una hipótesis científica. Para que una
hipótesis sea tal, debe estar suficientemente fundada en
la razón y en la experiencia, es decir debe de llenar
ciertos requisitos tanto formales como
empíricos[116]
Requisitos formales
Se está integrando algunos de los requisitos
básicos para el planteamiento de la hipótesis,
estos son los siguientes:
La hipótesis debe ser precisa. Una
hipótesis es ambigua cuando está mal definida, de
tal manera que puede admitir varias interpretaciones. Dado que
una hipótesis ambigua tendrá implicaciones
también ambiguas, de no cumplirse con este requisito, se
haría imposible establecer tanto la consistencia
lógica (ausencia de contradicción interna) como la
contrastabilidad (capacidad de ponerse a prueba en la
experiencia) de la propia hipótesis, que son requisitos
para su correcta formulación.
La hipótesis tiene que ser consistente. Es decir,
no debe haber contradicción ni entre los términos y
proposiciones de la hipótesis ni entre esta y sus
consecuencias. La hipótesis tiene que ser compatible con
otras teorías. La hipótesis no solo debe
contradecirse a sí misma, sino que tampoco podrá
contradecir, sin fundamentos a teorías ya establecidas de
la ciencia.
Requisitos empíricos
Los requisitos empíricos que consideramos para la
formulación de la hipótesis, son los
siguientes:
La hipótesis deberá de fundamentarse en
datos ya confirmados, no podrá hacerlo a su vez en otra
hipótesis, pues en tal caso se haría una cadena
interminable. Para cumplir con este requisito, el investigador
deberá cerciorarse por sí mismo de la autenticidad
de los datos en que apoya sus hipótesis.
La hipótesis debe ser capaz de ponerse a prueba
en la experiencia. Una hipótesis puede ponerse aprueba
directamente en la experiencia cuando enuncia un hecho
singular[117]por ejemplo: "posiblemente los
alumnos si estudian, aprobaran su examen".
Características de las
hipótesis
Toda hipótesis debe reunir las siguientes
características[118]
La hipótesis debe referirse una
situación real.Es una relación entre dos o más
variables (A entonces B).Las variables de la hipótesis deben ser
comprensibles, precisas y lo más concretas
posibles.Las variables y la relación planteada entre
ellas deben ser observables y medibles, tener referentes en
la realidad. La hipótesis, así como los
objetivos y preguntas de la investigación, no incluyen
aspectos morales ni subjetivos, porque no se pueden someter a
prueba de la realidad.La hipótesis está relacionada con
técnicas disponibles para probarlas; por ello, al
formularlas debemos tener presente las técnicas o
instrumentos para poder verifi-
carlas, si se encuentran a nuestro alcance y si es
posible desarrollarlas.
Clases de hipótesis
Existen diversas formas de clasificar la
hipótesis, aunque en este apartado nos vamos a concentrar
en la siguiente clasificación, que resulta apropiada
fundamentalmente para el enfoque cuantitativo.
Hipótesis de
investigación
Son proposiciones tentativas acerca de las posibles
relaciones entre dos o más variables, y que cumple con los
cinco requisitos mencionados en las características de la
hipótesis. Se le suele simbolizar como; H1 o H2, H3, H4,
etc. si son varias, y también se les denomina
hipótesis del trabajo[119]
Son proposiciones tentativas acerca de las posibles
relaciones entre dos o más variables. Se les puede
simbolizar como H1, H2, H3, etc. (si son varias) y también
se les denomina hipótesis de
trabajo[120]Entre las principales hipótesis
de investigación podemos señalar las
siguientes:
Hipótesis descriptiva: Son
suposiciones referidas a las características de un
hecho, a la presencia, estructura, funcionamiento o
relaciones de los mismos. Buscan describir los hechos,
fenómenos u objetos, y a partir de ellas se formulan
los planteamientos hipotéticos. En estas
investigaciones es posible, también, omitir las
hipótesis porque no es necesario
verificarlas.Hipótesis explicativas o
causales: Estas hipótesis no solo afirman las
relaciones entre dos o más variables, sino que
además explican dichas relaciones. Son proposiciones
construidas para probar o rechazar una teoría, van a
confirmar el valor de verdad de una interpretación de
la realidad o, en caso contrario, declararan como falsas a un
conjunto de explicaciones. Pueden simbolizarse como:"X en o
causa Y"
En este tipo de hipótesis, a las causas se les
conoce como "variables independientes" y a los efectos como
"variables dependientes". Por lo general, la variable
independiente se simboliza como "X", y la variable dependiente
como "Y".
Se distingue dos tipos de hipótesis explicativas
o causales:
La hipótesis causal o derivada, que
se plantea una relación entre una variable
independiente y una variable dependiente.La hipótesis causal multivariada,
que relaciona una variable una variable independiente y
varias variables dependientes, o varias independientes y una
dependiente, o varia variables independientes con varias
variables dependientes.
Hipótesis nulas
Constituyen proposiciones acerca de la relación
entre variables, pero sirve para negar lo que afirma la
hipótesis de investigación[121]La
hipótesis nula se simboliza como Ho.
Es en cierto modo, el reverso de las hipótesis de
investigación. También construyen proposiciones
acerca de la relación entre variables, solo que sirven
para refutar o negar lo que afirma la hipótesis de
investigación[122]
Anticipa la no diferencia, es decir, niega la
asociación entre las variables. En general, se formula con
el propósito expreso de ser
rechazada[123]
Esta hipótesis compone la relación entre
variables, pero que a su vez tiende a negar a la
afirmación que da la hipótesis de
investigación.
Hipótesis alternativa o de
relación
Proponen una serie de alternativas afirmativas o
negativas[124](nulas).
Afirma la existencia de diferencias reales entre los
grupos comparados; puede ser una hipótesis bilateral (de
dos colas), es decir la relación puede producirse en
cualquier sentido, o unilateral (de una cola) cuando se afirma
que la asociación se da en un solo sentido o
dirección[125]
Son posibilidades alternas ante las hipótesis de
investigación y nula: ofrecen otra descripción o
explicación distintas de las que proporcionan estos tipos
de hipótesis[126]
Este tipo de hipótesis nos proporcionan
alternativas distintas de negación o afirmación de
los grupos comparados, de manera unilateral y bilateral de la
relación de los grupos comparados.
Hipótesis conceptual
Se redacta como una afirmación directa y es de
fácil comprensión. Su lógica salta a la
vista porque sigue el más puro sentido común. No
obstante, no se puede verificar directamente, exige que
previamente sus variables sean cuantificadas. En ese sentido, la
hipótesis operativa especifica cómo se
medirán las variables: condiciones de la medición,
se debe aplicar las correspondientes pruebas de
significación estadística, siendo imprescindible la
formulación estadística. Esta puede adoptar la
forma de hipótesis nula (más conservadora) o
alternativa[127]
Hipótesis
estadísticas
Son las traducciones de las hipótesis de
investigación en términos estadísticos. Se
pueden formular solamente cuando los datos del estudio para
aprobar o desaprobar las hipótesis son cuantitativos
(números, porcentajes, promedios). Es decir, el
investigador traduce su hipótesis de investigación,
nula o alternativa en términos
estadísticos[128]
La hipótesis son proposiciones generalizadas o
afirmaciones comprobables que se formulan como posibles
soluciones al problema planteado: su función es ofrecer
una explicación posible o provisional que tiene en cuenta
los factores, sucesos o condiciones que el investigador procura
comprender.
La hipótesis puede adoptar la formula
esquemática[129]"si…
entonces…". Es decir, si se da una variable X, entonces se
producirá unos cambios en la variable Y.
La hipótesis son guías para una
investigación. La hipótesis indica lo que estamos
buscando o tratando de probar y se define como explicaciones
tentativas del fenómeno investigado, formuladas a manera
de proposiciones.
CAPTITULO VII
Los conceptos
científicos y las variables
Variables
Una variable, es la propiedad, atributo,
característica o dimensión de un objeto, hecho o
fenómeno, que puede variar y que es susceptible de
medirse. La variable tiene la peculiaridad de ser observable y
susceptible de cambio y de asumir diferentes valores, por lo cual
puede ser medida[130]
Una variable es alguna propiedad que se asigna a los
fenómenos o eventos de la realidad, susceptible de asumir
dos o más valores, es decir, una variable es tal siempre y
cuando sea capaz de variar. Una variable que no varía no
es variable, es constante[131]En estricto sentido,
una variable es un símbolo al que el investigador asigna
dos o más valores.
La variable es un conjunto de datos que, relacionados
con otro u otros, permiten probar una sub-hipótesis o una
parte de una hipótesis
general[132]
Por consiguiente ya podemos dar nuestra propia
definición sencilla y clara.
Una variable, es una propiedad de un conjunto de datos,
que relacionados con otros, pueden ser medidas, observables y
susceptibles de cambio.
Características de las
variables
Las principales
características[133]son:
Ser observable
Ser medible y evaluable
Ser cambiante
Tener una referencia conceptual.
Clasificación de las
variables
Por su naturaleza
Variables cualitativas
Poseen un atributo observable, y sobre ella se construye
una serie numérica definida[134]Pueden
ser
Nominales: En este nivel se tiene dos o
más categorías de la variable (indicadores) que no
tienen orden o jerarquía.
Ordinales: Cuando su dominio de
variación es objeto de clasificación y orden. En
este nivel hay varias categorías, pero además,
estas mantienen un orden de mayor a menor.
Los valores de estas variables se expresan con
denominación tales como soltero, casado, conviviente,
divorciado, para referirse, en este caso, al estado civil de las
personas[135]
Cuando dicotómicamente separan un conjunto y su
complemento, en razón a que tiene o no un
atributo[136]
Entonces podemos decir, que las variables cualitativas,
poseen las cualidades o un atributo del objeto o sujeto de
estudio, es acá donde el investigador desea conocer las
características de dicha variable de estudio.
Variables cuantitativas
Admiten una escala numérica de
medición[137]Corresponden a un nivel de
medición de intervalos y de razones. Pueden
ser:
Discretas: Sus valores asumen valores o
números enteros. En algunos casos se emplea usualmente
para calcular promedios.
Cuando sus datos son cantidades enteras.
Continuas: Sus valores de dominio de
variación son susceptibles de ser medidos y pueden asumir
valores decimales.
Cuando sus datos son cantidades que tienen unidades y
fracciones.
Se observa que todos los sujetos poseen la misma
característica y la variabilidad de la variable radica en
que unos sujetos poseen dicha característica en mayor
medida y otros la poseen en menor medida.
Categóricas: Las características
que poseen unos sujetos son distintas a las
características que poseen otros sujetos; y en una y otra
situación, existe lo que se llama solución de
continuidad.
Se denomina variable cuantitativas cuando pueden medirse
en escalas numéricas, como por ejemplo, la escala de
inteligencia, la escala de éxito académico, la
escala de ansiedad, etc. las variables cuantitativas pueden
expresarse numéricamente en términos de
cantidades[138]
Variables atributivas: Se denomina
variables atributivas porque las características que
poseen las personas o los objetos de estudio son
consustanciales a su naturaleza, son características
que no pueden separarse de quienes las poseen.Variables activas: No son consustanciales a
la persona u objeto de estudio. Por ejemplo, los
métodos de enseñanza, el currículo de
formación profesional, el horario de clases, los
profesores que se asignan para conducir los cursos, la
institución en la que se realiza la formación
profesional[139]Variables cardinales: Cuando distinguen
jerárquicamente los
atributos[140]
Ahora ya podemos dar nuestra propia definición de
las variables cuantitativas, son aquellas que se expresan en
cantidad, que sus valores pueden asumir números enteros,
es donde el investigador quiere saber en cifras numéricas
el resultado de la variable de estudio.
Por su función que cumple en la
hipótesis
Las variables son elementos imprescindibles de las
hipótesis. No se conciben ninguna hipótesis en la
que no estén presentes las
variables[141]Según este criterio tenemos:
Variable independiente (V.I)
Elemento que explica, determina o condiciona la
presencia de otro u otros elementos[142]Es la
causa de algún efecto.
Son aquellas susceptibles de ser manipuladas por el
investigador[143]
Cuando cumplen el papel o rol de causas de algún
efecto[144]Ejemplos:
Demanda (de algo que causa aumento de precio)
Oferta (de algo que causa disminución del
precio)
Dominación (sobre alguien, lo que causa que sea
dependiente).
Entonces podemos decir que, las variables
independientes, son aquellas que se pueden manipular, y que
además condiciona la presencia de otro u otros elementos y
no requiere el apoyo de otras variables para ser
estudiadas.
Variable dependiente (V.D)
Es atribuible a la influencia de la variable
interviniente. Cumple con el papel de efecto de una
causa[145]
Son el resultado de la manipulación de las
variables independientes, es decir aquellas que siempre reciben
los efectos de las variables
independientes[146]
Cuando cumple el papel de efecto de una causa.
Ejemplo:
Precio (que aumenta por el aumento de la
demanda)
Dependiente (que depende porque alguien lo
domina)
Ahora podemos decir que, las variables dependientes, son
aquellas que reciben el efecto de las variables independientes,
es decir efecto de una causa y que siempre va a requerir de esta
variable para poder existir.
Variable interviniente (V.Int.)
Participa con la variable independiente condicionando a
la variable dependiente. Es la que podría interferir en la
relación causal[147]Esta variable es
llamada también extraña, concurrente o
perturbadora. Su control y detección son imprescindibles
para evitar que atente contra la validez de los resultados de la
investigación.
Es aquellos que efectivamente producen efectos, no son
los deseados ni mucho menos esperados por el
investigador[148]Las variables intervinientes, al
alterar o influir en los valores de las variables dependientes,
se comportan como variables independientes, pero no lo son debido
a que el investigador no las ha considerado como supuestas
causas. Las variables intervinientes, llamadas también
variables extrañas, se presentan sin que el investigador
las haya advertido.
Cuando afectan la relación de causal
modificándola[149]Ejemplo:
Transporte (que modifica el aumento del precio causado
por la demanda de la oferta)
Tecnología endógena (que disminuye el
grado de dependencia causado por la
dominación).
La variable interviniente, llamado también como
extraña, que se presentan sin que el investigador lo haya
advertido, para alterar a las variables dependientes, se
comportan como variables independientes, esta variable es como
resultado de las dos variables anteriores que intervienen para
perturbar los resultados obtenidos por las variables dependientes
e independientes.
Por el número de valores que
adquieren
Politomías: Las politomías
varían en más de dos valores. Estos valores
pueden ser muchos o pocos.Dicotomías: Son variables que
varían solo en dos valores[150]Por
ejemplo, vivo o muerto, masculino o femenino, sin embargo en
la investigación de la conducta se suele convertir
politomías en dicotomías con la finalidad de
mejorar la estrategia para contrastar hipótesis, pues
con solo dos niveles de variabilidad se incrementan las
posibilidades de lograr mayor precisión en el estudio
de tales variables.
Clasificación de las variables desde el
punto de vista lógico-formal
Variables individuales: Son símbolos
formales que denotan individuos tomados como
sujeto[151]Se representan por las letras x, y,
z, etc.Variables predictivas: Son símbolos
formales que denotan atributos de los individuos tomados como
sujetos. Se representan con las letras mayúsculas: F,
G, H, etc.Variables proposicionales: Son
símbolos formales que denotan proposiciones simples
del lenguaje común. Se representan por letras: p, q,
r, s, t, etc.Indicador
El indicador constituye las subdivisiones o
categorías de las variables y se compone de medidas de la
realidad que se quiere conocer. El proceso de encontrar los
indicadores que permitan conocer el comportamiento de las
variables es lo que se llama
operacionalización.
Como a veces no es posible incorporar a una
investigación todos los indicadores posibles de una
determinada variable, será necesario en consecuencia,
escoger aquellos que resulten más accesibles a los medios
que se disponen para medirlos[152]
Entonces podemos decir que, un indicar, es aquel que
construye o categoriza las variables de investigación
determinada. El indicador nos muestra los resultados que se han
obtenido del estudio de las variables que han sido
investigados.
CAPÍTULO VIII
Diseño
metodológico de la investigación
Diseño de la
investigación
Se puede definir específicamente como la
concepción de la forma de realizar la prueba que supone
toda investigación científica concreta, tanto en el
aspecto de la disposición y enlace de los elementos que
intervienen en ella como el del plan a seguir en la
obtención y tratamiento de los datos necesarios para
verificarla[153]
En un sentido estricto, el significado del diseño
de la investigación no se debe confundir con el de
proyecto, aunque a veces estos términos se emplean
indistintamente. El proyecto es un término más
amplio que engloba el diseño; se puede afirmar que
consiste propiamente en la especificación organizativa,
temporal y económica de distintos elementos, faces y
operaciones del proceso de investigación respecto a un
caso concreto de investigación.
Entonces se entiende por diseño de
investigación, que es el pensamiento de la manera de
realizar la prueba que supone la investigación
científica concreta, que consiste en la
especificación organizativa, temporal y económica
de distintos elementos.
Diseño experimental
En la investigación experimental existen diversos
tipos de diseños, que se clasifican de diferentes formas.
Sin embargo, la clasificación más usada, es
pre-experimentales, causi-experimentales y experimentales
verdaderos[154]
Los diseños pre-experimentales son los que
presentan el más bajo control de variables y no se realiza
asignación aleatoria de los sujetos al
experimento.
Los diseños experimentales puros o verdaderos se
caracterizan por un alto grado de control de las variables y
porque existe asignación aleatoria de los sujetos a los
grupos (experimental y control) participantes en la
investigación.
Estas variables son específicas de cada caso y
pueden ser el tipo de prueba que se aplique (debe ser la misma
para todos), las condiciones en que se aplica (las mismas para
todos), la experiencia previa de los sujetos de la
investigación (que sea homogénea), etc.
Los diseños experimentales verdaderos tiene el
propósito de analizar si una o más variables
independientes afectan una o más variables
dependientes.
Este diseño experimental, es el que nos permite
realizar el experimento y control de los grupos o sujetos que
participan en la investigación.
Diseño de grupo de control con pretest y
postest
Este diseño comprende, además de la
variable experimental, todos los elementos de la
observación experimental; las medidas antes y
después del test y grupo de control al que se aplica un
tratamiento cero o neutral[155]Se esquematiza
así:
RO1, XO2
R´1 O´2
La primera fila corresponde al grupo experimental y la
segunda al de control. El subíndice 1 indica el pretest y
el 2 el potest. La R indica la igualdad de los grupos por
aleatorización.
Se diferencia del anterior, en que consta no solo de
postest, sino también de un pretest o medida del grupo
antes de su tratamiento con la variable experimental. Su esquema
es: O1, K O2
En él, por tanto, existe una situación
base A, en ingles baseline, o punto de comparación: la
medida inicial de un grupo, antes de sufrir el impacto del
estímulo aplicado o situación B. de ahí que
se le represente y reconozca como diseño AB.
Se basa en el supuesto de que la variación de una
a otra medida se debe al influjo de la variable experimental,
pero no da seguridad alguna de que dicha variación
observada no sea debida, en todo o en parte, a los diversos tipos
de variables externas al fenómeno, por lo que se considera
también pre experimental[156]
Entonces podemos decir, que este diseño comprende
también la variable experimental, y sus elementos de
observación, así como las medida inicial y final
del grupo, pero no se da seguridad alguna, de que dicha
variación observada sea correspondida.
Diseño con grupo de control y sin
pretest
Es una variante del diseño anterior en la que se
suprime el pretest, sugun Cmpbell y Stanley, se considera que no
es indispensable, ya que la elección aleatoria de los
miembros de los grupos experimentales y de control asegura, si es
correcta, la igualdad inicial de ambos grupos. Su esquema
es:
R X O 1
R O´1
Con relación al diseño precedente,
presenta la ventaja, al prescindir del pretest, de que no puede
estar afectado por el factor de la administración del test
ni por el de la relatividad o interacción entre el pretest
y la variable experimental.
Podemos definir, como una diferencia del diseño
anterior en la que se suprime el pretes, la elección
aleatoria que se haga a los miembros del grupo experimental y de
control, nos va a decir, si es correcta la igualdad de ambos
grupos.
Diseño de cuatro grupos de
Salomón
Este diseño es un desarrollo del de grupo de
control con pretest y postest. Consiste en añadir a este
diseño dos nuevos grupos sin pretest: uno experimental y
el otro de control. Por tanto, combina los dos diseños
anteriores y acumula las ventajas de ambos. Además,
permite no solo el control, sino la medida de la
interacción o reactividad entre la variable experimental y
el pretest. Por otra parte, la repetición de las pruebas
proporciona una mayor capacidad de verificación de los
efectos de la variable experimental. Su esquema es:
R O 1 X O2
R O´1 O´2
R X O2
R O´2
En este diseño, se incorporan dos grupos
más, aparte del pretest y potest, uno es el grupo
experimental y el otro de control, en el que se combinan los
diseños anteriores y para acumular ventajas de ambos,
permitiéndonos no solo el control, sino la medida de
interacción entre la variable experimental y el
pretest.
Diseño con muestras distintas y varios
niveles de la variable experimental
Este diseño es, sin duda, también
experimental. En él se toman de una población
varias muestras distintas a las que se aplican diversos niveles
de la variable experimental, alto medio y bajo. Las muestras son
objeto de medición antes y después de la
aplicación del estimulo.
R O1Xa O´2
R O´2 Xb O´1
R O´3Xc O´´3
Representa a tres muestras aleatorias a las que se
aplica respectivamente los niveles a, b y c de la
variable experimental con medición antes y después
de esta aplicación.
Los distintos niveles pueden hacer posible que las
muestras funcionen a modo de grupos de control entre sí.
Su validez interna y externa será, pues, similar a la del
diseño del grupo de control con pre y postest, reforzada
tanto más cuanto mayor sea el número de muestras y
el de niveles, siempre que las diferencias entre estos sean
significativas.
Llamado también diseño experimental, que
nos permite tomar muestras distintas de la población de
estudio, aplicándolos diversos niveles de la variable
experimental, pudiendo medirse antes o después.
Diseño no experimentales
Diseños seccionales
De los distintos elementos que pueden intervenir en los
diseños, los seccionales no comprenden ni diversidad de
observaciones, ni de grupos, ni tampoco variables experimentales;
queda limitados a una sola observación de un solo grupo en
un solo momento del tiempo. Por eso son los diseños
más simples posibles, de tal modo que se representan
mediante 0, a la que se podría añadir
antes una R, en el caso que se quiera indicar que el
grupo observado es una muestra elegida aleatoriamente. R
0 designa una única observación de un solo
grupo elegido aleatoriamente[157]
Estos diseños están sujeto, en principio,
a todas las variables externas indicadas derivadas de la
actuación del investigador y de su presencia en el campo
de la investigación, así como al efecto de las
variables de escenario, de la vinculación a la memoria y
de las parasitas, pero no a las ligadas al transcurso del tiempo.
Por tanto, son aplicables externas. También pueden estar
sometidas al influjo de variables externas peculiares, derivadas,
por ejemplo, en el caso de la encuesta, de la forma y
redacción de las preguntas y su orden en el
cuestionario.
En este diseño comprenden ni diversidad de
observaciones, ni de grupos, ni tampoco variables experimentales,
esto se limita a un solo grupo en un solo momento de tiempo,
comprende todas las variables externas relvadas por la
actuación del investigador.
Diseño longitudinal
Estos diseños se diferencian de los seccionales
en que en lugar de constar de una sola observación,
comprenden dos o más medidas realizadas al mismo grupo en
tiempos diversos. Se presentan por tantas O como numero
de medidas repetidas se realicen, distinguiéndolas con un
subíndice que indique su numeración
correlativa[158]
Este diseño se caracteriza por comprender dos o
más medidas a un solo grupo en tiempos diversos, la cual
lo diferencia de los seccionales.
Diseño comparativo
Son una extensión de los anteriores
diseños seccionales y longitudinales. Tienen lugar cuando
estos abarcan no uno solo, sino dos o más grupos
distintos, los que permite efectuar comparaciones entre
ellos.
En este diseño se realizan las comparaciones
entre dos o mas grupos distintos, haciéndolo distinto al
diseño seccional y longitudinal.
Diseños
causi-experimentales
Los diseños causi-experimentales se diferencian
de los experimentales verdaderos porque en estos el investigador
ejerce poco o ningún control sobre las variables
extrañas, los sujetos participantes de la
investigación se pueden asignar aleatoriamente a los
grupos y algunas veces se tiene grupo de
control[159]
Diseño de serie
cronológicas
Este diseño es un desarrollo del de un grupo con
pretest, como este era del que le precede[160]En
lugar de una solo observación A, sin estimulo, antes y
después de la situación B, o de la actuación
de la variable experimental, comprende dos o más medidas
repetidas de dicho tipo A AA B A AA.
Diseño de muestras
cronológicas
Se trata de una derivación del anterior, a la que
Campbelly y Stanley dan nombre indicando. Se caracteriza por
estar formado por observaciones repetidas tanto de tipo A, al
igual que el anterior, como de tipo B, derivadas estas de la
introducción reiterada de la variable experimental. Se
esquematiza como sigue: O1, XO2, O3 XO4, O5, XO6
Diseño pre-experimentales
Los diseños pre-experimentales son aquellos en
los que el investigador no ejerce control sobre las variables
extrañas, no hay asignación aleatoria de los
sujetos participantes de la investigación, ni hay grupo de
control[161]
Diseño de un grupo experimental con una
sola medición
Consta de una observación de un grupo, en el que
se ha hecho incidir un estímulo o variable experimental.
Su esquema, por tanto es el siguiente: X O.
Participa el experimento en cuanto se da una
manipulación del grupo observado, sin embargo como
señalan Campbell y Stanley (1978, 19), "adolecen de tan
absoluta falta de control que su valor científico es casi
nulo", de ahí que dichos autores lo califiquen de pre
experimental. Tampoco permiten la comparación,
básica en la experimentación experimental, salvo
que se realice con otras observaciones distintas reconocidas
casualmente o con simples previsiones de lo que hubiera sucedido
de no haber actuado el estímulo.
Diseño expostfacto
Este diseño se produce cuando a falta del control
de la situación inicial y el del estimulo, ya que se
realiza después de haber actuado la variable
experimental[162]En él se comparan dos
grupos igualados por el investigador; uno que ha sufrido un
cierto impacto y otro no. Su esquema es el siguiente:
X… OI
OI
La I indica la igualación posterior de los grupos
y los puntos suspensivos el transcurso de un cierto periodo en
tiempo entre la actuación de la variable experimental y la
observación.
Su validez externa e interna es muy deficiente; sin
embargo, son objeto de una cierta aplicación de las
investigaciones sociales.
Diseño Factoriales
Este diseño se distingue, respecto a los
expuestos hasta ahora, por los rasgos siguientes:
Comprenden dos o más variables independientes y
no una sola.
Los niveles o categorías de las variables se
combinan entre si dando lugar a diversos tratamientos.
Son diseñados inter-sujetos que, como tales, se
caracterizan por la existencia de tantos sujetos o grupos
diferentes como tratamientos posibles.
Los sujetos o grupos se asignan aleatoriamente a los
distintos tratamientos.
Diseño de bloques
aleatorios
Estos diseños se diferencian de los factoriales
en que no están formados únicamente por variables
independientes, sino por una o más variables
independientes y una variable extraña que se quiere
controlar.
Por tanto, sus rasgos son los siguientes:
Existe una al menos variable independiente con diversos
niveles.
Para controlar los sujetos de investigación una
variable extraña a la investigación, se forman con
ellos bloques distintos con los sujetos similares en los niveles
y categorías de la variable extraña.
Los bloques formados vienen a constituir la segunda o
tercera variable, etc. de los diseños
factoriales.
Los sujetos de cada bloque se asignan aleatoriamente a
los distintos niveles o tratamientos de la variable o variables
independientes.
Diseño jerarquizados
Son diseños en los que existen una o más
variables independientes, se asignan varios sujetos a cada nivel
o tratamiento de la variable o variables independientes y cada
sujeto asignado es objeto de cada enfermo de dos
exploraciones.
CAPITULO IX
Universo,
población y muestra
Universo
El universo se refiere al conjunto poblacional mas
amplio que puede darse en una realidad
concreta[163]Así, por ejemplo, la realidad
del país, del continente, pueden constituir el universo,
que a manera de marco engloba determinado numero de personas que
poseen características peculiares, según su
economía, estrato social al que pertenecen,
posición política partidaria, nivel de cultura y
educación, etc.
El universo, llamado también población, es
la totalidad del fenómeno a estudiar, el mismo que posee
una característica común[164]Cuando
un universo o población de estudio esta compuesto por un
número alto de unidades, es prácticamente
imposible, por razones de tiempo y de costos, examinar cada una
de las unidades que lo componen; en consecuencia, se toma una
muestra representativa del mismo.
Pues como podemos notar que algunos autores confunden lo
que es universo con la población, pero nosotros no podemos
caer en este error, porque cuando hablamos de universo nos
estamos refiriendo al conjunto poblacional en su totalidad y la
población en una parte del universo.
Población
Cuando hablamos de población se refiere
concretamente al conjunto de personas que van a ser investigadas
y que se ubican en el tiempo y el espacio de una manera precisa.
Ejemplo, los integrantes de una organización,
institución, cofradía, clubes, etc. que al ser
objeto de nuestro estudio, se les aplicará las diversas
técnicas de recopilación de datos.
La población puede ser finita cuando se conoce el
número preciso de individuos, e infinita cuando se
desconoce. En ambos casos, se recurre a formulas
estadísticas para determinar el tamaño
muestral.
Una población es un conjunto de todos los casos
que concuerdan con una serie de
especificaciones[165]
La población es el conjunto de personas, que
concuerdan con una serie de especificaciones y que se ubican en
el tiempo y espacio preciso, al cual el investigador desea
investigar.
Muestra
El muestreo es una técnica que consiste en la
selección de una muestra representativa de la
población que ha de investigarse; establece los pasos o
procedimientos mediante los cuales es posible hacer
generalizaciones sobre una población, a partir de un
subconjunto de esta[166]
La muestra obtenida permite inferir algunas de las
propiedades del universo donde se obtienen y se ahorra (tiempo,
dinero y esfuerzo), para efectivizar un censo que
abarcaría a toda la población.
La muestra es, una esencia, un sub grupo de la
población. Digamos que es un sub conjunto de elementos que
pertenecen a ese conjunto definido en sus características
al que llamamos población[167]
La muestra es una porción representativa de un
todo más grande. Evidentemente debe tener ciertas
características para ser considerada como apropiada;
fundamentalmente debe ser representativa y adecuada. Descansa en
el principio de que las partes representan al todo, y como tal
refleja las características que definen al universo del
cual fue extraída[168]
La muestra es la parte más pequeña de la
población o un subconjunto de esta, que representa a la
población en su totalidad de la cual va a ser
investigada.
Para obtener la muestra se sigue dos
modalidades.
Muestras Probabilísticas
Ofrece a todos los individuos o elementos que conforman
la población una misma probabilidad conocida de ser
escogidos[169]
Mediante estos procedimientos, el criterio fundamental
es la selección aleatoria o al azar, donde todos los
miembros de la población tienen iguales oportunidades de
ser incluidos en la muestra[170]
Las muestras probabilísticas son esenciales en
los diseños de investigación transaccionales (por
encuestas), donde se pretende hacer estimaciones de variables en
la población; estas variables se miden con instrumentos de
medición, y los datos se analizan con pruebas
estadísticas, donde se presupone que la muestra es
probabilística y todos lo elementos de la población
tienen una misma probabilidad de ser elegidos. Los resultados en
la muestra tendrán valores muy parecidos a los de la
población, de manera que las mediciones en el subconjunto
nos darán estimados precisos del conjunto mayor. La
precisión de dichos estimados depende del error en el
muestreo[171]
Entonces podemos decir, que la muestra
probabilísticas son esenciales en el diseño de
investigación, ofreciendo a todos los que conforman la
población una misma probabilidad de ser elegidos y sus
resultados serán parecidos a los de la población.
Muestras simples o aleatorias
Este tipo de muestras es quizás el mas conocido
de todas las muestras se seleccionan empleando procedimientos
aleatorios o por azar simple, por sorteo o por procedimientos a
fines.
En este tipo de muestreo implica los siguientes
pasos.
Página anterior | Volver al principio del trabajo | Página siguiente |