Metodos de La Investigacion Cuantitativa

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ
METODOLOGA DE LA INVESTIGACIN CUANTITATIVA
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODGUEZ
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ NDICE ndice.. Introduccin.. Orientaciones Metodolgicas.. Primera Unidad: El conocimiento cientfico. Leccin I: El conocimiento cientfico. El conocimiento. Dificultades para la elaboracin del conocimiento Tipos de conocimiento... El conocimiento cientfico. Caractersticas del conocimiento cientfico. Cmo saber que lo que se sabe es real en realidad?............. Leccin II: Ciencia y Teora La ciencia Clasificacin de la ciencia. Elementos de la ciencia.. La ciencia como producto y como proceso. La teora.. Poder explicativo de la teora cientfica. Leccin III: Mtodo cientfico e investigacin cientfica.. El mtodo cientfico.. Elementos del mtodo cientfico La investigacin cientfica. Investigacin y teora.. Leccin IV: Elementos del conocimiento cientfico Hecho Teora. Modelo.. Concepto. Constructo. Variable Datos. Definicin de conceptos. Hiptesis. Leyes. Segunda Unidad: El proceso de la investigacin cuantitativa I Leccin I: El problema de investigacin. Esquema del proceso de investigacin cuantitativa.. El problema de investigacin. Clasificacin de los problemas de investigacin. 2 2 6 8 11 15 15 18 20 21 22 24 25 25 26 27 28 28 29 32 32 33 34 35 38 38 39 41 46 46 47 48 49 50 53 65 69 69 71 71
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ Aspecto formal Caractersticas de los problemas cientficos.. Ejemplos de problemas de investigacin. Pautas para la bsqueda de problemas. Planteamiento del problema Un error frecuente en el planteamiento del problema de investigacin Una precisin conceptual Leccin II: Objetivos y justificacin de la investigacin.. Objetivos de investigacin Clasificacin de los objetivos de investigacin Presentacin y redaccin.. Justificacin de la investigacin Ejemplos de justificaciones. Leccin III: El marco terico y definicin de trminos bsicos.... El marco terico... Propsito del marco terico Etapas en la elaboracin del marco terico Partes del marco terico Leccin IV: Estrategias o tipos de investigacin. Clasificacin de las estrategias o tipos de investigacin. Investigacin exploratoria Investigacin descriptiva.. Investigacin correlacional.. Investigacin explicativa Tercera Unidad: El proceso de investigacin cuantitativa II. Leccin I: Hiptesis Concepto de hiptesis. Criterios para determinar si la hiptesis es cientfica o no.. Clasificacin de las hiptesis.. Prueba de hiptesis....... Leccin II: Variable. Concepto de variable Clasificacin de variables.. Puede una variable cuantitativa ser transformada en variable categrica?...................................................... Operacionalizacin de variables.. Leccin III: Diseo. Concepto de diseo 3 74 74 75 76 77 82 82 84 84 84 86 87 87 90 90 90 90 93 98 98 99 99 100 103 111 115 115 115 116 123 125 125 125 128 129 137 137
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ Seleccin del diseo.. Diseo experimental. Varianza sistemtica y varianza de error. Validez interna Validez externa. Validez de constructo o construccin.......... Validez estadstica.. Mejoramiento de la validez interna.. Principio Maxmincon. Clasificacin de los diseos experimentales.. Leccin IV: Diseos preexperimentales, cusiexperimentales y experimentales puros. Diseos preexperimentales. Diseos de un grupo slo despes Diseos pretest-postest con un solo grupo Diseos de comparacin esttica o comparacin de grupos slo despes Diseos cuasiexperimentales. Diseo de series temporales (o de series de tiempo) Diseo con pretest-postest y grupos intactos, uno de ellos de comparacin (o control no equivalente).. Diseo contrabalanceado.. Diseos experimentales puros.. Diseos de 2 grupos totalmente aleatorizados GE y GC con pretest nicamente. Diseo de grupos aleatorios antes y despes con un grupo control. Diseo de dos grupos apareados Diseo de grupos aleatorios con ms de dos condiciones experimentales Diseo de cuatro grupos de Solomon Diseo de grupos aleatorios con bloques Diseo de cuadrado latino Diseos factoriales Diseos N= 1. Diseos no experimentales Diseo transeccionales. Diseos longitudinales Cuarta Unidad: El proceso de investigacin cuantitativa IV. Leccin I: Muestreo. 4 137 137 139 140 145 149 150 151 155 156 158 158 158 159 160 161 162 163 164 166 168 169 170 171 172 173 175 176 180 181 181 183 194 198
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ Individuo. Poblacin... Muestra... Parmetro.. Estadstico. Estimacin de parmetros Concepto de muestreo. Procedimiento para hacer el muestreo.. Elaboracin de la muestra probabilstica. Muestra no probabilstica Tamao de la muestra probabilstica.. Tamao de la muestra no probabilstica Leccin II: Recoleccin de datos... Decisiones a tomar al planificar la colecta de datos.. Leccin III: Anlisis cuantitativo de datos. Tipos de anlisis.. Propsitos del anlisis de datos Etapas del anlisis de datos.. Eleccin de la prueba estadstica.. Concepto de prueba estadstica Tipos de pruebas estadsticas Criterios objetivos para elegir la prueba estadstica Leccin IV: Interpretacin y explicacin de resultados Anlisis, interpretacin y explicacin Aspectos especficos a tener en cuenta en la interpretacin y explicacin de resultados.. Un ejemplo de anlisis e interpretacin Dos ejemplos de explicacin o discusin de resultados.. Conclusiones Bibliografa General.... Anexo 1: Perfil de un informe de investigacin.. Anexo 2: Referencias bibliogrficas. Glosario 198 198 199 199 199 199 200 201 203 206 207 209 211 211 216 216 217 218 228 228 230 238 243 243 244 245 245 248 257 265 269 280

INTRODUCCCIN De forma ideal, las polticas y regulaciones sociales as como las prcticas profesionales que tienen como objetivo mejorar la calidad de vida de una persona o de una sociedad deben estar basadas en evidencia generada mediante el mtodo cientfico, lo cual est ganando adeptos en varias reas (por ejemplo, medicina, salud pblica, psicologa, educacin, etc.). Hay que tener muy en cuenta que los errores en los procesos de diagnsticos o evaluaciones as como en los tratamientos o intervenciones pueden tener consecuencias adversas en aquellas persona que, precisamente, deberan beneficiarse. Es de suma importancia conocer el procedimiento a seguir para generar evidencia cientfica que gue las intervenciones sociales. As, el presente libro busca brindar, a estudiantes, profesionales y pblico en general, informacin terica y aplicada que permita desarrollar competencias y destrezas conceptuales, procedimentales y actitudinales sobre la metodologa de la investigacin cuantitativa, como instrumento para la adquisicin del conocimiento cientfico. El libro identifica las etapas del mtodo de investigacin cuantitativo desde la formulacin de las hiptesis, antes de la aplicacin de la investigacin, hasta la obtencin de los resultados que permiten aceptar o rechazar la hiptesis inicialmente planteada. As, se concretiza la ruta, mostrando las etapas de la investigacin aplicada que, en condiciones apropiadas, genera la evidencia necesaria para la toma de decisiones en la prctica clnica, la salud publica y la educacin. Se hace referencia tambin a la divulgacin de los resultados de las investigaciones, los cuales frecuentemente no quedan en las manos del investigador una vez que ste los ha presentado en un forum pblico o los ha publicado en una revista cientfica. Cada etapa crea demandas epistemolgicas concretas y diferenciadas que representan un reto a los conocimientos del investigador. De esta manera, la claridad, coherencia y especificidad de la teora son claves para la formulacin de una hiptesis en trminos concretos, buscando llevar a cabo la investigacin necesaria que permita rechazarla o aceptarla. A su vez, la formulacin de la hiptesis debe sugerir el diseo cientfico a usar en la investigacin y las metodologas que permitan colectar y analizar los datos que se obtengan para derivar conclusiones lgicas y pertinentes. Brevemente, el valor emprico de una teora depender de cuan clara y precisa es la definicin de los conceptos y de las relaciones propuestas entre stos. La teora es una fuente primordial de las hiptesis que se ponen a prueba en el estudio del desarrollo psicolgico. Ello no niega, sin embargo, que la observacin directa sea una rica fuente de informacin para la identificacin

de problemas y la formulacin de hiptesis relevantes a la salud psicolgica, salud pblica y educacin. Sin embargo, generalmente en estos campos, ni la teora ni las observaciones sirven para definir el problema con precisin e identificar todos los factores o condiciones que pueden influir sobre la naturaleza, variaciones, causas, consecuencias y mecanismos detrs del problema. Para ello se necesita un conocimiento amplio que permita llegar a concretar esa definicin e identificar las variables a considerar. No obstante, la existencia de conocimientos que llevan a sustentar coherentemente una hiptesis no es una condicin suficiente para asumir la validez de esa hiptesis. Es la evidencia colectada a travs del mtodo cientfico lo que permite tomar una posicin sobre la validez de la propuesta. En el libro, y a lo largo de los 16 captulos, tratamos de describir el proceso natural que se sigue en la investigacin cuantitativa, y que bsicamente se resume en las siguientes fases: 1. Concebir la idea a investigar, 2. Platear el problema, 3. Elaborar el marco terico, 4. Definir el tipo de investigacin, 5. Formular las hiptesis, 6. Identificar y definir las variables en estudio, 7. Seleccionar el diseo apropiado de investigacin, 8. Seleccionar la muestra, 9. Recolectar los datos, 10. Analizar los datos y, 11. Presentar los resultados. Un logro importante del libro es haber llevado a cabo una revisin crtica de los temas que componen sus captulos, buscando los datos ms importantes que nos permitan entender el proceso de investigacin cuantitativo. Sin embargo, somos concientes que comprender el proceso de investigacin es una tarea titnca como comprender el fenmeno de la vida en toda su magnitud, pues adems del componente tcnico, se suma y entrelazan componentes filosficos y sociales. Esperamos que el libro permita aclarar algunos conceptos importantes en la investigacin cuantitativa.
Jaime Aliaga & Toms Caycho, 2011
Orientaciones Metodolgicas Sumilla del Curso
La naturaleza de la asignatura es de formacin general, de carcter tericoprctico, teniendo como propsito, orientar al estudiante en la metodologa de la investigacin cuantitativa, como instrumento para la adquisicin del conocimiento cientfico. El curso prioriza una visin metodolgica y de procedimientos.
Descripcin de las Unidades del Texto
I Unidad: Metodologia de la Investigacion Cientifica: Paradigma Cuantitativo de la Investigacion La unidad describe analticamente el paradigma de investigacin cientfica, metodolgica y conceptualmente, para una aplicacin creativa. II Unidad: Proceso de Investigacion Cuantitativa I La unidad identifica y distingue los criterios para el planteamiento del problema, la formulacin de objetivos, la elaboracin del marco terico y las estrategias y tipos de investigacin, especificando la funcin y relaciones entre ellas, con la finalidad de orientar los procesos de investigacin.
III Unidad: Proceso de Investigacion Cuantitativa II

La tercera unidad identifica y distingue los criterios para la formulacin de hiptesis, operacionalizacin de variables y el diseo de investigacin experimental, preexperimental y cuasiexperimental, especificando la funcin y relaciones entre ellas, con la finalidad de orientar los procesos de investigacin. IV Unidad : Proceso de Investigacin Cuantitativa III La cuarta unidad hace referencia a los procesos de muestreo, recoleccin de datos, anlisis cuantitativo, interpretacin y explicacin de resultados.
OBJETIVO DEL CURSO
Desarrollar competencias y destrezas conceptuales, procedimentales y actitudinales para la orientar al estudiante en la metodologa de la investigacin cuantitativa, como instrumento para la adquisicin del
conocimiento cientfico
CRITERIOS DE EVALUACIN
Se evaluar las actividades de autoaprendizaje y el avance del proyecto de investigacin que ser comunicado por medio de informes parciales al profesor tutor, quien los revisar y aprobar. Los informes comprendern cada una de las siguientes partes: 1. Primera parte: Planteamiento del problema de investigacin: Seleccin y formulacin del problema. Objetivos. Finalidad e importancia. Limitaciones del estudio. 2. Segunda parte: Marco de referencia de la investigacin: Marco histrico. Antecedentes del estudio en el extranjero y el pas. Marco terico. Definiciones conceptuales y operacionales. 3. Tercera parte: Mtodo: Tipo y diseo de investigacin. Poblacin. Muestra. Identificacin de variables. Tcnicas e instrumentos de recoleccin de datos. Procedimiento. Estadsticos y pruebas para el tratamiento estadstico. 4. Cuarta parte: Resultados: Presentacin, anlisis e interpretacin. Verificacin de hiptesis. Discusin de resultados. Resumen, conclusiones y recomendaciones. Referencias bibliogrficas. Informe final El informe final ser presentado al profesor tutor para su revisin y aprobacin.
Sugerencias para el estudio: Recuerda: 1. Para aprender es necesario un aprendizaje activo y reflexivo para lo cual tienes que. a. Activar la informacin previa que tienes en relacin al tema y sobre la base de ella iniciar la construccin de tu aprendizaje: Qu s sobre este tema?, Qu tarea me solicitan, es fcil o difcil?; Qu materiales necesito?
b. Al finalizar tu estudio la pregunta siempre debe ser: Qu de

nuevo aprend?
RECUERDA QUE PARA TENER XITO NECESITAS SER UN ALUMNO AUTORREGULADO
10
Primera
UNIDAD
EL CONOCIMIENTO CIENTFICO
Los psiclogos intentan comprender el comportamiento y los procesos mentales mediante el desarrollo de teoras y la conduccin de investigaciones psicolgicas (Shaughnessy, Zechmeister y Zechmeister, 2007:23).
Qu es el conocimiento y cules son los tipos de conocimiento? Qu es la ciencia? En qu consiste el mtodo cientfico? Es la psicologa una ciencia?
11
Competencias
CONCEPTUALES:

Define la ciencia y su mtodo en los diferentes campos de la actividad humana. Identifica las caractersticas del mtodo cientfico en psicologa.
PROCEDIMIENTALES:

Aplica el mtodo cientfico en las actividades diarias. Utiliza el mtodo cientfico en actividades para constatar la necesidad de la ciencia en la obtencin del conocimiento objetivo.
ACTITUDINALES:

Valora el mtodo cientfico como expresin de la psicologa como ciencia. Valora la utilidad del mtodo cientfico para la obtencin de un conocimiento adecuado.
12
CONTENIDO TEMTICO
Leccin I: El conocimiento cientfico El conocimiento Dificultades para la elaboracin del conocimiento Tipos de conocimiento El conocimiento cientfico Caractersticas del conocimiento cientfico Cmo saber que lo que se sabe es real en realidad? Leccin II: Ciencia y teora La ciencia Clasificacin Elementos de la ciencia La ciencia como producto y como proceso La teora Poder explicativo de la teora cientfica Leccin III: Mtodo cientfico e investigacin cientfica El mtodo cientfico Elementos La investigacin cientfica Investigacin y teora Leccin IV: Elementos del conocimiento cientfico Hecho Teora Modelo Concepto Constructo Variable Datos Definicin de conceptos Hiptesis Leyes
13
ESQUEMA CONCEPTUAL
OBSERVACIN
HIPTESIS
EXPERIMENTACIN
RESULTADOS
TEORA
CONSECUENCIAS DEDUCIDAS EN TRMINOS FORMALES

Prediccin Explicacin tiempo
HECHOS EMPRICOS OBSERVACIONES ANTECEDENTES
HECHOS EMPRICOS OBSERVACIONES CONSECUENTES
CONCEPTOS CLAVE Ciencia, conocimiento, investigacin cientfica, mtodo cientfico
14

Leccin I El conocimiento cientfico
1.1 El Conocimiento 1.1.1 Concepto En una primera aproximacin, el conocimiento es la accin y el efecto del conocer. El conocer (del lat. cognoscere) es el acto de aprehender o la aprehensin misma, operada por un sujeto, de un objeto cualquiera de la realidad. Todo conocimiento tiene como fuente a la realidad y se constituye en una relacin interactiva entre un sujeto y un objeto -idea, hecho fsico cultural o social, otro o el mismo sujeto-, sin esta relacin el conocimiento es imposible. En consecuencia, el conocimiento siempre implica un sujeto cognoscente y un objeto conocido, que puede, a veces, hacer parte del sujeto que conoce; en efecto, se puede uno conocer a s mismo, se puede conocer y pensar en sus pensamientos. Asimismo, el conocimiento tambin implica la proposicin, enunciado o juicio resultante del acto del conocer. Ahora bien, si en la relacin sujeto-objeto se pone nfasis en el objeto la relacin es de identidad o semejanza, consistiendo sta en la representacin mental del objeto tal como se da en la realidad, un ejemplo es el retrato de uno mismo pintado por un pintor retratista (Figura 1, Autorretrato de Van Gogh); si se pone nfasis en el sujeto, la relacin es de trascendencia, vale decir, el sujeto determina, conforma, construye al objeto, hace representaciones mentales de este, segn las categoras humanas; de modo que la representacin mental ya no pretende identidad alguna con el objeto, sino que es considerada slo como un smbolo o signo de ste; con la condicin de que dicho smbolo o signo conduzca a la localizacin del objeto y lo haga descriptible y previsible (Ezcurdia & Chvez, 1998), un ejemplo es la pintura Gurnica de Picasso, que representa el bombardeo realizado por la aviacin alemana de la ciudad de Gurnica el 26 de abril de 1937 en la Guerra Civil Espaola (Figura 2). El constructivismo y la psicologa cognitiva, por ejemplo, privilegian en esta relacin al sujeto que conoce. En esta perspectiva, el conocimiento en una aproximacin ms profunda es conceptuado como las representaciones mentales que hace el sujeto del mundo fsico, social y sobre s mismo (Retegui, 1999). Las representaciones mentales o esquemas (guas de sucesos, marcos en la percepcin visual, estereotipos sociales) aluden a conceptos de un objeto, persona o situacin cuyos rasgos constituyentes se corresponden con los atributos del objeto otorgndole significado, y se interpretan como un patrn general del conocimiento o estructura
15

cognoscitiva organizada al cual se asimila los nuevos conocimientos y se representa en redes semnticas complejas utilizables independientemente o en relacin con otros esquemas (Beltrn, 1993).
Figura 1.
Vincent Van Gogh (Autorretrato)
Figura 2. Gurnica de Pablo Picasso

Estas representaciones mentales en ltima instancia refieren a la naturaleza (esencia y propiedad caracterstica de cada ser cosa u objeto), a las cualidades (cada una de las circunstancias o caracteres que distinguen a las personas, objetos y las cosas), y a las relaciones de los objetos y las cosas (formas variables o invariables en que interactan). En
16

efecto, mediante el conocimiento, el humano penetra en las diversas reas de la realidad para tomar posesin de ella, la misma que presenta niveles o estructuras diferentes en su constitucin. As, a partir de un ente, un hecho o fenmeno aislado, se puede ascender hasta situarlo dentro de un contexto ms complejo, ver su significado y funcin, naturaleza aparente y profunda, origen, finalidad, subordinacin a otros entes, en fin su estructura fundamental, con todas las implicaciones que de ello resultan (Zorrilla, Torres, Luiz & Aleino, 1999). La penetracin del conocimiento es las diversas reas de la realidad se da por etapas pues el proceso del conocimiento es sensorial y racional. En una primera etapa es sensorial pues en la praxis de la interaccin del ser humano con lo externo del objeto, fenmeno o hecho, el conocimiento de lo concreto y sensible se da a travs de los sentidos que al ser excitados dan lugar a las sensaciones, que unificadas e integradas constituyen las percepciones. La percepcin reiterada de los mismos objetos conforma a las nociones o imgenes de los objetos, aunque no se tengan presentes todas sus propiedades, subyacindoles procesos como la observacin, la comparacin y la memoria (Fiallo, Cerezal & Hedesa, 2008). La segunda etapa implica el pensamiento abstracto, el razonamiento, que nos permite ir ms all del conocimiento sensorial, mediante su elaboracin separando lo no esencial de lo esencial y destacando lo esencial como lo ms caracterstico de cada hecho o fenmeno. Para este logro son indispensables la generalizacin y la abstraccin. Por la abstraccin se separa lo trascendental de lo no trascendental, se destaca lo principal, la propiedad o cualidad sin la cual no fuera viable el objeto. Por la generalizacin, se analiza una cantidad de objetos, hechos o fenmenos buscando lo que tienen de comn, lo que es perteneciente a todos en general (tambin nos permite determinar lo que tienen de diferente). Generalizacin y abstraccin nos permiten, a su vez, llegar al concepto, que precisa las caractersticas generales y esenciales de un objeto o clase de objetos. Sin conceptos no puede haber pensamiento. El ser humano emplea a diario muchos conceptos. As cuando dice La inteligencia se vincula con el rendimiento escolar, el conocimiento que se manifiesta en esta afirmacin se apoya en el domino de los conceptos inteligencia y rendimiento escolar. En su evolucin ascendente para penetrar en la realidad, el pensamiento establece relaciones entre los conceptos mediante los juicios y deducciones. El juicio conecta los conceptos reflejando sus relaciones. La descripcin, comparacin, argumentacin, explicacin, prediccin, comprensin y otras actividades cognoscitivas como las hiptesis, las teoras, las leyes, se realizan mediante juicios que suponen previamente el pleno domino de los conceptos que los forman. Pero, hay juicios verdaderos y juicios falsos, dependiendo esta conclusin de que las ideas que expresan se
17

correspondan o no con la realidad. Por ejemplo, si digo Caracas es la capital de Bolivia este pensamiento es un juicio pero es falso. Un grado superior en el proceso de penetracin de la realidad lo tiene la deduccin o acto del pensamiento que extrae de juicios verdaderos un nuevo juicio. Una deduccin es el paso de la verdad de una proposicin a la verdad de otra proposicin. Por ejemplo, sea la proposicin verdadera Todos los peruanos son americanos, entonces la proposicin algunos peruanos son americanos deber ser necesariamente verdadera. Existe una conexin necesaria, absoluta entre la verdad de la primera proposicin y la verdad de la segunda (Miro Quesada, 1969). La deduccin es fundamental en el conocimiento de objetos que no pueden ser percibidos directamente por los sentidos, principalmente para determinar su aspecto interno, la esencia de los fenmenos y procesos. Por ejemplo, en el estudio de la estructura de la materia, partiendo de un conjunto de juicios verdaderos sobre la posible existencia de los tomos, elemento postulado desde la antigedad griega por los filsofos Demcrito, Leucipo y Epicuro, se pudo demostrar su autenticidad mediante una serie de deducciones. Conceptos, juicios y deducciones como formas de pensamiento lgico son las tres formas bsicas en las que ocurre todo el pensamiento cientfico (Fiallo, Cerezal & Hedesa, 2008). En efecto, como dice el egregio filosofo y lgico peruano Don Francisco Miro Quesada Es gracias al pensamiento lgico que las ciencias exactas como las matemticas y la fsica terica y aspectos importantes de las ciencias empricas, pueden constituirse como disciplinas organizadas que brindan al hombre conocimientos sobre las verdades y las cosas (Miro Quesada, 1961). 1.1.2 Dificultades para la elaboracin del conocimiento.
Como hemos visto, el conocimiento implica una proposicin, enunciado o juicio resultante del acto del conocer, que debe ser objetivo. La objetividad, sea en el sentido de intersubjetividad o acuerdo de varios observadores; o de calidad de la observacin realizada por un sujeto (House, 1994), se atiene siempre a los hechos, sin inclinaciones tendenciosas. Un ejemplo de falta de objetividad lo tenemos en la proposicin El agua de ro es negra. La objetividad puede ser afectada por causas fisiolgicas, psicolgicas e ideolgicas. Las fisiolgicas se vinculan con anomalas o patologas del sistema nervioso que alteran la captacin correcta de la informacin a travs de los sentidos. Ejemplos son las ilusiones pticas captacin cognitiva de un objeto real, pero en forma errada o distorsionada (Figura 3)-, y las alucinaciones percepciones errneas, sin que existan estmulos reales. Las psicolgicas se vinculan al temperamento, motivacin, experiencia creadora, personalidad del sujeto cognoscente, en tanto que las ideolgicas se vinculan con la situacin social, intereses econmicos, culturales en la que este sujeto se formo o pertenece; y, desde la cual percibe o ve la realidad y la juzga (Caballero, 2004). (Cuadro 1).
18
Figura 3.
Ilusiones pticas.
19

Tabla 1. Influencias de las cuales debe ser consciente y debe controlar el investigador (Basado en Pardinas, 1983)
Etnocentrismo: Tendencia a erigir valores y costumbres del grupo en que se nacido y educado como normas infalibles de juicios y valoracin de las conductas de cualquier otro grupo sociocultural. Subjetividad: Tendencia a juzgar los hechos observados y las situaciones con base en la emocin o la afectividad. Autoritarismo (En el sentido de falacia de apelacin a la autoridad): tendencia a aceptar como verdadera una afirmacin slo por lo que lo dice otra persona, generalmente una denominada autoridad en una materia, sin que este apoyada en razones, experimentos o investigaciones probadas. Dogmatismo: Tendencia a dar opiniones que erigen conocimientos en verdades indiscutibles, al margen del estudio, de la crtica y del debate Impresionismo: Tendencia a confundir experiencias transitorias con verdades comprobadas. Afirmar de toda una clase de gente, lo que nicamente nos consta de una persona o de un pequeo grupo de personas. Estereotipos: Tendencia a aceptar imgenes no comprobadas que le forman al individuo desde la infancia, o hemos formado nosotros mismos, respecto, particularmente, a grupos tnicos, culturales, nacionales, etc. Especialismo: Tendencia a devaluar cualquier conocimiento que no se encuentre dentro del rea de nuestra especialidad.
1.1.3
Tipos de conocimiento
El objeto del conocimiento es Lo Real todo lo que existe -, que a su vez es bastante complejo. La complejidad de lo real se relacionar con formas diferentes de apropiacin de este por parte del sujeto cognoscente, que darn origen a diversos niveles de conocimiento segn el grado de penetracin del conocimiento y consiguiente posesin ms o menos eficaz de la realidad, tomando en cuenta el rea o estructura considerada. Generalmente se consideran los siguientes tipos o niveles de conocimiento; vulgar o emprico, filosfico y cientfico, aunque diversos tratadistas incluyen otros tipos de conocimiento como el teolgico o religioso. El psiclogo debe distinguir con facilidad estos tres tipos de conocimiento y examinarse a s mismo sobre los niveles que ha alcanzado en las materias que ha estudiado (Pardinas, 1983). En los dos siguientes apartados trataremos acerca del conocimiento ordinario y del conocimiento filosfico.
20

1.1.3.1 El conocimiento vulgar u ordinario. A travs de su experiencia personal, el saber de otros, tradiciones de su colectividad, el humano logra un conocimiento ordinario, emprico, que le permite conocer los hechos y su orden aparente y tener explicaciones concernientes a las razones de ser de las cosas y de los hombres, pero llega a este logro de una manera ametdica, asistemtica, es decir, sin una crtica expresa de las fuentes de este conocimiento, no pudiendo dar las razones que le dan validez. Puede decirse que son series de proposiciones que en algunos casos pueden estar acompaados de algn intento de explicacin sin que esta explicacin a su vez este comprobada o disprobada (Zorrilla, et al, 1999; Pardinas, 1983). Por ejemplo, en el Per Colonial se conoca que la corteza de la quinina serva para curar la malaria pero no se saba los principios qumicos de esta corteza y la manera de su actuacin para la cura.
1.1.3.2 El conocimiento filosfico La filosofa no es una ciencia tal como definimos a esta ms adelante, pero es una forma racional de Saber, es decir, saber y ciencia no se identifican. La actitud filosfica se interesa por lo que las cosas y el humano son en realidad. Pero no por afn de dominio sino, en principio, por una aspiracin que es doble: el deseo de saber y el encontrar la felicidad. Esta actitud asienta en la curiosidad y se manifiesta en el interrogar, un continuo cuestionar sobre s y sobre la realidad procurando comprender est en su contexto ms universal. Se piensa la realidad para esclarecerla a travs del discurso. Preguntas filosficas son por ejemplo: Cul es el sentido del hombre y de la vida? Hay libertad?, el hombre, ser dominado por la tcnica? El hombre ser producido en serie, en tubos de ensayo? El progreso tcnico es un beneficio para la humanidad? Cul es la relacin entre el desarrollo y la tecnologa?. Es de indicar que ramas de la filosofa son la epistemologa, que se ocupa del conocimiento cientfico, y la metodologa, cuyo mbito de accin est vinculado al tratamiento de los mtodos de investigacin.
1.2
El conocimiento cientfico
Es gracias al conocimiento cientfico que el Humano construye, elabora, la mejor representacin mental o imagen de la realidad en un momento dado, perfectible y cambiante por la propia dinmica cientfica.
21

1.2.1 Concepto Es aquel tipo de conocimiento generado en y por la ciencia y que va ms all del conocimiento emprico de los fenmenos o hechos estudiados, pues los trasciende buscando las causas, las regularidades, principios o leyes que los rigen, todo ello para describirlos, predecirlos, retrodecirlos, explicarlos y comprenderlos mejor.
1.2.2
Caractersticas
Caracteriza al conocimiento cientfico lo siguiente: 1) Es crtico y fundamentado. Debe justificar sus contenidos y dar pruebas de su verdad 2) Es sistemtico. Es un saber ordenado lgicamente constituyendo un sistema que permite relacionar hechos entre s. Las interrelaciones entre los conocimientos es lo que da sentido a las TEORAS (formulaciones que pretenden explicar un aspecto determinado de un fenmeno), que se estructuran en LEYES (principalmente en las ciencias naturales) y se representan mediante MODELOS (representaciones simplificadas de la realidad que muestran su estructura y funcionamiento). 3) Es verificable. Se centra en fenmenos susceptibles de ser comprobados experimentalmente o al menos contrastados experiencialmente (de manera que demuestren su adecuacin, su utilidad). 4) Es metdico. Los conocimientos cientficos no se adquieran al azar, sino que son fruto de rigurosos procedimientos (observacin, reflexin, contrastacin, experimentacin, etc.). 5) Es comunicable. Debe utilizar un lenguaje cientfico, unvoco en trminos y proposiciones, y que evite las ambigedades. 6) Es provisorio. En ciencia no existe la verdad absoluta, esta es provisoria. En este sentido, Daz & Heler, 1985, (citados en Marqus Graells, 1999) consideran que el trmino verdad debera ser sustituido por el de certeza, entendindola como una adecuacin transitoria del saber a la realidad. El saber cientfico est en permanente revisin, y as evoluciona
En el cuadro 2 se muestran algunas comparaciones entre el conocimiento ordinario y el conocimiento cientfico.
22

Tabla 2. Comparacin del conocimiento ordinario y del conocimiento cientfico. Conocimiento ordinario Se origina por el buen sentido o sentido comn (Facultad de juzgar correctamente en casos determinados, pero sin que se pueda justificar el juicio; conjunto de opiniones que generalmente en un medio determinado, se imponen al espritu (Escurdia y Chvez, 1998: 199) Busca una explicacin racional de los hechos de la experiencia. Es asistemtico (los conocimientos se juntan laxamente) Su objetividad est limitada a la percepcin y a la accin; no rebasa los lmites de las propiedades empricas observables de los objetos y fenmenos de la realidad (cuando lo hace se remite al mito) (Tafur, 1994: 27). Conocimiento cientfico Parte del sentido comn, haciendo un deslinde y superndolo. Es producido por la investigacin cientfica utilizando el mtodo cientfico.
Busca una explicacin racional de los hechos. Es sistemtico (los conocimientos se estructuran en la teora). Su objetividad va ms all de los datos e impresiones que ofrece la realidad emprica. Construye imgenes de la realidad pretendidamente verdaderas e impersonales; configura una superacin de las condiciones de vida cotidiana, la experiencia propiamente personal y subjetiva. Es especializado (Saber sobre una clase definida de objetos)
Es no especializado (Saber popular)
No es preciso y puede equivocado (puede haber considerado cientfico).
estar Corrige o proporciona mayor sido precisin al conocimiento ordinario.
Ejemplos: Ejemplos: - Los cuerpos dejados libremente en - Los cuerpos lanzados al aire caen a la atmsfera son atrados por el la Tierra. centro de la Tierra (Ley de la gravedad). - Los precios vara en el mercado de - Los precios en el mercado a veces acuerdo a la ley de la oferta y la suben a veces bajan. demanda. - Hay que enviar al nio a la cama - Retirar un reforzador positivo para sin comer para que as no vuelva a extinguir una conducta. hacer lo que hizo.
23

1.2.3 Cmo saber que lo que se sabe es real en realidad? Entendiendo por Real a la existencia efectiva de un objeto concreto que se expresa en su manera o modo de ser; y por realidad a todo lo que existe en tanto que el conocimiento de ese existente es cierto, y que esta certeza supone la verdad del conocimiento y la validez del proceso lgico del conocimiento (Rodrguez, 2002), entonces para saber que lo que sabe es real una respuesta la tiene la ciencia. En efecto, los cientficos tienen ciertos criterios para aceptar la realidad de algo que ellos mismos no experimentaron: Las afirmaciones deben tener: a) apoyo lgico y, b) apoyo emprico, es decir deben tener sentido y no deben contradecir las observaciones reales. Por ejemplo, por qu los cientficos aceptan la afirmacin de que hace fro en el lado oscuro de la Luna? Por lo siguiente: a) tiene sentido si se considera que el calor superficial de la Luna proviene de los rayos del Sol; b) las mediciones cientficas realizadas en el lado oscuro de la Luna confirman la suposicin (Babbie, 2000). Por otro lado, el acercamiento a la realidad a travs de la propia experiencia la realizan los cientficos y los investigadores por medio de la investigacin cientfica que persigue entender porque ciertos fenmenos se relacionan con otros, por qu suceden ciertas regularidades y divergencias, para as poder hacer explicaciones, predicciones y comprender mejor la realidad Este entendimiento se sintetiza y se genera en el conocimiento cientfico.
24

Leccin II Ciencia y Teora
2.1
La ciencia
2.1.1 Concepto
El trmino Ciencia proviene del latn Scire que significa saber, conocer, y como tal es producto de la inteligencia del ser humano para responder algunas preguntas, que Rodrguez (2002) sinteriza en dos: En qu consiste el mundo realmente, en sus estructuras csmicas, fsicas, biolgicas, sociales y de las cuales somos parte? y, Qu sentido tiene y debe tener la accin social del ser humano con relacin a esas estructuras del mundo real?. En este contexto, es tarea difcil conceptualizar a la ciencia, incluso autores como Kerlinger & Lee (2002) prefieren no dar una definicin explicita de la misma, y citan a Sampson quien en 1991 analizo dos puntos de vista opuestos: la perspectiva tradicional y la socio-histrica. El objetivo de la primera es describir con el mximo grado de exactitud cmo es el mundo en realidad. La ciencia sera como un rbitro objetivo que distinguira lo que es cierto y correcto de aquello que no lo es. El objetivo de la segunda es concebir a la ciencia como una historia, pues la realidad slo puede ser descubierta a travs de las historias que se cuentan de ella. Los cientficos son narradores, no hay un rbitro neutral pues cada historia esta permeabilizada por la orientacin del narrador por lo que no hay una historia verdadera, nica. (Kerlinger & Lee, 2002). Sin embargo, es necesaria una caracterizacin general de la ciencia. La entenderemos en tanto que construccin artificial de la mente humana como un cuerpo de ideas (Bunge, 1984) o conjunto racional de conocimientos objetivos, ciertos y probables, sistematizados y comprobables que hacen referencia a objetos de una misma naturaleza, resultantes de la investigacin hecha con un mtodo vlido y enunciados en proposiciones lgicas. Es un conjunto racional de conocimientos porque se fundamenta en la razn, vale decir en ideas y razonamientos y no en sensaciones, opiniones, pareceres o dogmas. Son conocimientos objetivos, ciertos y probables por cuanto sus afirmaciones pretender ser concordantes con los objetos de la realidad y deben someterse al contraste de la realidad (comprobables empricamente si la investigacin es fctica; o demostrados lgicamente si la investigacin es formal). Son conocimientos sistematizados porque aparecen estructurados y coherentes y no formando un cmulo de
25

enunciados inconexos. Son conocimientos producidos por la investigacin hecha con un mtodo vlido pues se basa en pruebas verificables (la experiencia es fundamental para la verificacin de las proposiciones cientficas en las ciencias fcticas). Son conocimientos enunciados en proposiciones lgicas, porque la ciencia como producto de la investigacin metdica est constituida por un cuerpo de enunciados expresados y organizados lgicamente (Teora). En buena cuenta, para explorar, describir, predecir, explicar, comprender y controlar las realidades de nuestro mundo, nos es necesario precisin y claridad, orden y consistencia, lgica y sistema. Slo la ciencia permite afrontar estas cuestiones. El ideal de la ciencia es la sistematizacin, es decir el logro de una interconexin sistemtica de los hechos, a partir de la cual se justifica la interdisciplinariedad, es decir, el concurso de varias disciplinas conexas entre s y con relaciones definidas a fin de que sus actividades respecto al estudio de un objeto o hecho no se produzcan en forma aislada, dispersa o fraccionada, y en consecuencia se llegue a un conocimiento ms pleno del mismo. (Tamayo, 2002). 2.1.2 Clasificacin Se han propuesto varias clasificaciones de la ciencia. En este texto emplearemos la propuesta por Barriga (1997) quien las clasifica en ciencias tericas y ciencias tecnolgicas. 2.1.2.1 Ciencias tericas
Son ciencias que proporcionan informacin sobre los objetos comprendidos en su campo de estudio. Se dividen en: 1. Ciencias formales: Aquellas que estudian ideas o construcciones conceptuales que no existen en la realidad. Corresponden a la lgica y la matemtica. Su verdad no depende de la observacin ni de la experimentacin sino de la demostracin, es decir de un razonamiento o una serie de razonamientos que prueba la validez de un nuevo conocimiento, estableciendo sus conexiones necesarias con otros conocimientos (de Gortari, 1972), por ejemplo: (1) Todos los seres que tienen cuatro patas son animales. (2) Todos los caballos tienen cuatro patas. (3) Por lo tanto, todos los caballos son animales. Al llegar a este ltimo punto hemos obtenido un conocimiento nuevo habiendo partido de otro conocimiento ms general ya conocido. La demostracin puede ser lgica o matemtica, y es completa y final (Bunge,
26

1980). 2. Ciencias factuales o fcticas: Aquellas que estudian los hechos que se dan en la realidad, lo directamente observable por los sentidos o que no es observable directamente, como los tomos pero que, de una u otra manera, pueden contrastarse con la realidad recurriendo a experiencias sensibles. Estas ciencias recurren a la verificacin (verdad o falsedad de una hiptesis) emprica por medio de la observacin y la experimentacin. Por ejemplo, el enunciado: El calor dilata los metales es verificable recurriendo a la experiencia empleando la observacin y la experimentacin. El trmino emprico que no debe confundirse con lo experimental implica todo aquellos que se deriva de la experiencia que puede ser externa o de los fenmenos que estn fuera de nosotros, o interna, que es la que tenemos de nuestro propio cuerpo y mente. Ejemplos de ciencias fcticas son la fsica, la psicologa, las ciencias sociales. Las ciencias fcticas por la naturaleza del objeto se dividen, a su vez, en ciencias naturales y en ciencias histrico-sociales. Las ciencias naturales se ocupan del estudio de aquello que existe con independencia del ser humano, aqu se encuentran la fsica, la qumica y la biologa, Las ciencias histrico-sociales se ocupan de la realidad que el hombre ha creado como consecuencia de su accin sobre la naturaleza. Ejemplos de estas ciencias son la Economa, la Psicologa Social, la Sociolingustica, la Demografa, la Ciencia Poltica. 2.1.2.2 Ciencias tecnolgicas
Son aquellas que en base a la informacin de las ciencias tericas buscan determinar los procedimientos tcnicos para cambiar los objetos, () para controlar, transformar o crear cosas o procesos naturales o sociales (Instituto de Investigaciones de la Universidad Inca Garcilaso de la Vega, 1993). Ejemplos de estas ciencias son las ingenieras, la agronoma, la medicina humana, la administracin, la psicoterapia, la pedagoga. Tambin hay tecnologas que tienen por propsito organizar la accin para actuar eficazmente sobre los objetos. Aqu se encuentran, entre otras, la investigacin operativa y la contabilidad. (Barriga, 1997). 2.1.3 Elementos de la ciencia
Toda ciencia tiene tres elementos principales: 1. Objeto o campo de estudio. Cada ciencia particular estudia un segmento de la realidad que puede compartir, a su vez, con otras. Por ejemplo, el
27

objeto de estudio de la psicologa segn uno de sus paradigmas vigentes es la conducta y los fenmenos mentales que la originan, dirigen y modulan 2. Contenido. Conocimientos propios o especializados sobre la realidad objetivada en sistemas de Teoras, Leyes, Principios, Hiptesis, Conceptos, etc. Por ejemplo, en psicologa uno de sus contenidos es la teora acerca del aprendizaje autorregulado. 3. Procedimientos especiales de abordar el objeto o campo de estudio, distinguindose un mtodo general comn a todas las ciencias, l Mtodo Cientfico, y mtodos (o tcnicas) especficos de una o varias ciencias. Por ejemplo, en psicologa son tcnicas la entrevista y los tests. 2.1.4 La ciencia como producto y como proceso En el concepto de ciencia que dimos lneas arriba, se puede percibir dos sentidos diferentes: 1. Un sentido como producto. La ciencia se expresa en un cuerpo sistematizado de principios y leyes (Teora), que finalmente se manifiesta a travs del lenguaje cientfico. 2. Un sentido como proceso. La ciencia es un proceso de produccin de nuevos conocimientos realizado por la investigacin con acuerdo a un mtodo. En la generacin del conocimiento mediante la investigacin se realizan un conjunto de actividades como observar, experimentar, medir, registrar, formular, contrastar, entre otras ms. 2.2 La Teora La ciencia hace posible la mejor imagen de la realidad en un momento dado. Para el logro de esta imagen, elabora teoras o sistemas de proposiciones concernientes a un conjunto de constructos que sirven para describir, explicar, predecir, retrodecir y. aadimos, comprender, algunos aspectos limitados de su dominio; teoras que son sometidas a contraste mediante la investigacin realizada de acuerdo al mtodo cientfico. 2.2.1 Concepto La ciencia est formada por teoras que unifican los distintos elementos del conocimiento cientfico, pues en ellas se encuentran leyes; en las leyes, hiptesis; en las leyes e hiptesis, categoras, conceptos y constructos. La
28

ciencia puede ser vista como el contexto de teoras referente al mbito que abarca. Sin embargo, el trmino teora significa muchas cosas diferentes para personas diferentes, abarcando casi cualquier idea o explicacin que estas puedan dar. En la asignatura la conceptuamos como el Conjunto de constructos (conceptos) interrelacionados, definiciones y proposiciones que presentan una visin sistemtica de los fenmenos al especificar las relaciones entre variables con el propsito de explicar y predecir los fenmenos (Kerlinger & Lee, 2002: 10) y, aadimos, comprenderlos. 2.2.2 Poder explicativo de la teora cientfica Uno de los propsitos de la investigacin psicolgica aplicada al proceso de enseanza-aprendizaje es contribuir a producir de un modo efectivo ciertos efectos en el desarrollo de determinadas capacidades acadmicas, la produccin de ciertos aprendizajes. El lograrlo depende de una comprensin profunda de las causas subyacentes de la conducta del escolar, las que se encuentran por debajo de la superficie de esta. El porqu de la conducta no se resuelve observando simplemente lo que la gente hace, pero una vez que comprendemos el porqu y hemos establecido relaciones funcionales estables mediante las cuales podemos realizar predicciones exactas, vale decir que hemos elaborado teoras, estamos en situacin de producir los efectos predeterminados que deseamos. En efecto, la teora cientfica tiene poder explicativo, permitiendo responder la pregunta de por qu suceden los fenmenos de un campo dado, claro est bajo ciertas condiciones dentro de las cuales la explicacin es correcta. Si lo es, entonces se podr predecir aquellos fenmenos y si fuera necesario intervenir para generar o corregir un estado de cosas. Ejemplo: una Directora de Escuela observ un nivel muy bajo de rendimiento en matemticas en sus alumnos; para afrontar esta situacin, reuni a los profesores para discutir sobre los procedimientos de enseanza y el trato a los alumnos, y tambin se reuni con los padres de familia para revisar el mtodo de crianza y el apoyo que daban a los nios. La Directora procedi as porque estaba aplicando el principio terico segn el cual el rendimiento en los nios es una consecuencia directa de las relaciones afectivas que guarda con los adultos, y de los procedimientos de enseanza de los profesores (Ejemplo modificado de Flores, 1995). Con propsitos pedaggicos veamos otro ejemplo bastante simplificado que elabora una explicacin del rendimiento acadmico. Esta teora, - ms bien microteora por el nmero de sus variables -, est conformada por tres variables. Su elaboracin se hace para saber la razn por la cual algunos estudiantes tienen un bajo rendimiento. Se ha tomado en cuenta lo siguiente: 1) Se sabe que la inteligencia es una variable explicativa: los nios que poseen un nivel de inteligencia inferior a cierto criterio tienden a
29

desempearse mal en la escuela. Pero muchos de estos nios s se desempean bien y muchos nios con un nivel de inteligencia ms alto o no lo hacen. En consecuencia, la inteligencia por s sola, es una explicacin parcial del aprovechamiento acadmico. 2) Tambin se sabe que muchos nios de clase social baja no se desempean tan bien en los colegios comparados con los nios de clase media. 3) Se ha pensado que la motivacin - estar dispuesto o no a desempearse bien es una variable importante que influye sobre el aprovechamiento escolar. Efectuados los estudios pertinentes, los resultados permiten realizar una explicacin que se indica en la figura 4, donde las flechas muestran la relacin o influencia. Las flechas continas unidireccionales significan influencia; las flechas continuas bidireccionales indican influencia mutua, o simplemente una relacin (Influencia involucra por lo general, efecto en una sola direccin; relacin implica que la influencia puede ser una, en otra o en ambas direcciones).
30
Inteligencia
Motivacin
Aprovechamiento Escolar
Clase Social
Figura 4. Modelo de una teora cientfica
La grfica as elaborada de los vnculos entre las variables que explican el aprovechamiento escolar demuestra que la inteligencia y la motivacin influyen de manera directa sobre el aprovechamiento acadmico. Tienen un rendimiento acadmico mayor los nios ms inteligentes y los nios ms motivados por hacer su trabajo escolar. Asimismo, la clase social influye directamente sobre la motivacin, por lo que los nios de clase media tienen (o se espera que tengan) en promedio puntuaciones ms altas en motivacin. Tambin se halla que la inteligencia y la clase social se influyen mutuamente por lo que los nios de clase media tienen (o se espera que tengan) en promedio puntuaciones ms altas en motivacin. Asimismo, se encuentra que la inteligencia y la motivacin tambin se influyen mutuamente. Esta microteora tambin permitira explicar porque los nios de clase media tienden a rendir ms alto en la escuela. (Ejemplo con modificaciones, tomado de Kerlinger, 1994; Flores, 1995).
31

Leccin III Mtodo cientfico e investigacin cientfica
3.1 El mtodo cientfico El conocimiento cientfico es el resultado de la aplicacin de un conjunto de procedimientos racionales y crticos vale decir, no dogmticos, no opinativos, no arbitrarios -, denominados genricamente mtodo cientfico. Una caracterstica esencial de la ciencia fundada sobre la realidad (emprica y no-emprica), es el mtodo a travs del cual se elabora ese conocimiento. 3.1.1 Concepto
El trmino Mtodo deriva de los vocablos griegos meta = con y odos que denomina el camino que se sigue para alcanzar un objetivo. Fue planteado por primera vez por Bacon (Novum Organum, 1620) y Descartes (Discurso del Mtodo, 1627), actualmente es un tema muy debatido en metodologa que es la rama de la epistemologa que se ocupa de la descripcin, anlisis y valoracin crtica de los mtodos de investigacin. Se sostiene la existencia de un mtodo de validez general, derivado fundamentalmente de las ciencias naturales, y tambin se niega esta universalidad. 1. El mtodo cientfico general o mtodo general de la ciencia. Est constituido por un conjunto finito y ordenado de normas regulativas o reglas que, adecuadamente observadas, regulan el proceso de cualquier investigacin que merezca ser calificada de cientfica (Piscoya, 1987). Las reglas del mtodo general de la ciencia son: (1) Formular el problema con precisin y, al principio, especficamente. (2) Proponer conjeturas bien definidas y fundadas de algn modo (y no suposiciones que no comprometen en concreto ni tampoco ocurrencias sin fundamento visible). (3) Someter la hiptesis a contrastacin dura, no laxa; (4) No declarar verdadera una hiptesis satisfactoriamente confirmada; considerarla en el mejor de los casos, como parcialmente verdadera (el grado de probabilidad de una hiptesis se basa en: a) la solidez de las argumentaciones; b) el rigor y la continuidad de su construccin; c) su no contradiccin con los hechos; d) su fecundidad o potencia explicativa).
32

(5) Preguntarse por qu la respuesta es como es, y no de otra manera (Piscoya, 1987). Segn Piscoya el mtodo cientfico general no lo es tanto, pues solamente son generales las reglas (1) y (5) en tanto que las otras lo limitan a las ciencias fcticas, no siendo aplicable a la lgica y a la matemtica. Sin embargo, considera que es conveniente hablar de mtodo general pues las reglas propuestas por Bunge abarcan la mayor parte de los diferentes tipos de investigacin cientfica (Piscoya, 1987). 2. El mtodo cientfico especfico. El mtodo cientfico general brinda un marco general en el que desarrolla el investigador sus actividades, en tanto que el mtodo cientfico especfico proporciona reglas complementarias a cumplimentar en atencin a las peculiaridades de lo que investiga. En este sentido, el mtodo especfico es conceptualizado como un Conjunto de reglas, derivadas del mtodo cientfico general, que prescriben los procedimientos y tcticas a usarse en la realizacin de investigaciones dentro de una determinada disciplina cientfica (Piscoya, 1987). Un ejemplo es la manera de elegir una muestra de nios para hacer una investigacin sobre los estilos y estrategias de aprendizaje. En cualquier investigacin son necesarios ambos mtodos. Elementos
3.1.2
El mtodo cientfico sigue la va de la duda sistemtica y utiliza los mtodos generales del pensamiento descritos por primera vez por Aristteles: el anlisis, la sntesis, la deduccin, la induccin, pero en el plano de la ejecucin opera con un conjunto de elementos esquematizados en la Figura 5.
33
Conceptos Definiciones
Elementos con los que opera el mtodo cientfico
Hiptesis Variables Indicadores
Sistema terico de la ciencia
Figura 5. Esquema de los elementos con los que opera el mtodo cientfico (Tomado de Zorrila, Torres, Luiz & Alcino, 1997)
3.2 La investigacin cientfica 3.2.1 Concepto
La investigacin cientfica es la herramienta ms importante para avanzar conocimientos, para promover progresos y para capacitar al hombre para relacionarse ms eficazmente con su entorno, para conseguir sus propsitos y para resolver sus conflictos. En este sentido, puede ser conceptuada como el Proceso de llegar a soluciones fiables para los problemas a travs de la obtencin, anlisis e interpretacin planificadas y sistemticas de los datos. (Cohen & Manion, 1990). En este proceso, los investigadores realizan un conjunto de actividades planificadas tales como muestrear, observar, experimentar, registrar, analizar, contrastar y otras ms, con dos propsitos fundamentales: a) Producir conocimientos y teoras (investigacin bsica). Un ejemplo es la teora de la atribucin de Weiner aplicada extensamente en la psicologa clnica y de la salud, la educacin, el derecho y otras reas, y que se halla relacionada con la motivacin y el logro. En esta teora se inicia la secuencia motivacional con la interpretacin que el sujeto haga del resultado de su comportamiento sea de xito (meta alcanzada) o fracaso (meta no alcanzada). Si el resultado es inesperado, negativo o importante, buscar la causa singular de tal resultado, pudiendo ser esta la capacidad, el esfuerzo, la tarea y la suerte, que se agrupan en las denominadas dimensiones causales que permiten compararlas y contrastarlas cuantitativamente. Estas dimensiones son tres, lugar de control (interno-externo), controlabilidad (controlable-incontrolable) y
34

estabilidad (estable-inestable), conformndose cuatro categoras: capacidad (interna-estable), esfuerzo (interna-inestable), dificultad de la tarea (externa-estable) y suerte (externa e inestable). La teora de la atribucin se ha utilizado para explicar la diferencia entres los estudiantes de alta y baja motivacin de logro. Se ha observado que los de alta motivacin de logro atribuyen ms su xito a su capacidad (causa interna, estable e incontrolable) y a su esfuerzo (causa interna, inestable y controlable) y sienten mucho orgullo, percibiendo una relacin esfuerzo-resultado, en tanto que atribuyen su fracaso a su falta de esfuerzo. Por otro lado, los estudiantes de baja motivacin de logro atribuyen el xito a factores externos (dificultad de la tarea y suerte) y su fracaso a su falta de capacidad (causa interna, estable e incontrolable). Cuando tienen xito creen que la tarea fue fcil o que tuvo suerte, por lo tanto sienten poco orgullo y no demuestran inters en otras tareas de logro, o no lo intentan o no se esfuerzan muy duro. b) Resolver problemas prcticos (investigacin aplicada). En relacin con la teora de la atribucin, un ejemplo sera la elaboracin de un programa para la mejora del estilo atributivo, que indudablemente se constituira es una propuesta til, de impacto y aplicable en los centros educativos del pas. 3.2.2 Investigacin y Teora La Teora es el origen, marco y fin de la investigacin cientfica. Es su origen, porque es la fuente de nuevos problemas e hiptesis. Es decir la teora que exista acerca de una temtica que nos interesa estudiar al ser analizada convenientemente, nos puede permitir determinar ciertos vacos, cuestiones irresueltas o contradicciones entre teoras. Es su marco, porque proporciona el sistema conceptual que se aplica a la observacin, clasificacin y sistematizacin de los datos de la temtica que vamos a estudiar. Es su fin, porque la investigacin debe desembocar en teoras cada vez ms perfectas. Precisemos lo dicho, as como en toda investigacin hay un proceso metodolgico cuestin que trataremos ms adelante tambin existe un proceso lgico, paralelo al metodolgico, que toma en cuenta los elementos conceptuales que intervienen en ella. En este proceso se dan dos subprocesos de movimiento inverso: de verificacin y de teorizacin. En el proceso de verificacin la investigacin parte de la teora existente y desciende a la realidad emprica; en el segundo, la investigacin parte de la realidad y asciende a la teora sinttica. Segn este esquema, el proceso de investigacin empieza con ideas y termina con ideas (Sierra Bravo, 1994).
35

El proceso de verificacin es un proceso probatorio, de prueba en la realidad de la teora. Sus elementos fundamentales son la teora, los modelos, la hiptesis, la realidad, las ideas cientficas y la verificacin que relaciona las ideas y los hechos (Sierra Bravo, 1994). La verificacin es fundamental en la ciencia pues slo forman parte de ella las teoras o hiptesis verificadas, pero de ello no se sigue que consiste en hacer verdad o demostrar la verdad de una teora o de una hiptesis. En efecto, no se pretende que el conocimiento cientfico sea verdadero, lo es con frecuencia e intenta serlo cada vez ms, pero la veracidad no caracteriza al conocimiento cientfico, no basta ni es necesario que sea verdadero. S, debemos saber en cambio, cmo hemos llegado a saber o a presumir que el enunciado en cuestin es verdadero (Bunge, 1985), operacin que requiere su examen por medio de la experiencia sea mediante la observacin o la experimentacin, en fin que no se oponga a la realidad observable. La verificacin de las teoras es indirecta mediante la derivacin de la teora de conclusiones o hiptesis que impliquen predicciones especficas de lo que debe ocurrir o no en la realidad. La confirmacin o refutacin de estas hiptesis supondr un mayor apoyo emprico de la teora o la necesidad de su modificacin respectivamente. El proceso de teorizacin empieza donde concluye la verificacin, en los hechos en la realidad. Es descendente y deductivo. Se eleva de los hechos, gradualmente a la teora. Tiene tres elementos: la obtencin de los datos, la formacin de generalizaciones y la articulacin de teoras. Del anlisis relacionado de los datos se obtienen las generalizaciones empricas, si estas son confirmadas por otras investigaciones en diferentes lugares y representan regularidades validas en toda poblacin se constituyen en leyes en cuanto establecen uniformidades que afecta a todo un conjunto o universo. Aqu es de anotar que las leyes cientficas en psicologa generalmente son de tipo probabilistico, de carcter estadstico, no proporcionan la certeza de que un sujeto del conjunto poseer la caracterstica o relacin investigada, sino una probabilidad mayor o menor de que as sea. En consecuencia, el esquema completo de la relacin del proceso de investigacin con la teora puede ser graficado as:
36
TEORIA MODELO VERIFICACIN HIPTESIS HECHOS DATOS TEORIZACIN ENUNCIADOS
Figura 6. Esquema del proceso de investigacin (proceso lgico) (Tomado de Sierra Bravo, 1994)
37

Leccin IV Elementos del conocimiento cientfico 4.1 Hecho La investigacin cientfica fctica se realiza sobre hechos que suceden o han sucedido; los hechos son los elementos que constituyen la realidad. Los hechos pueden clasificarse en eventos, procesos, sistemas y fenmenos (Bunge, 1984). Los eventos (sucesos, acontecimientos) pueden ser definidos como una nica ocurrencia de una clase de hecho dentro de una determinada coordenada espacio-temporal. Por ejemplo, los actos tales como una expresin verbal, gestual o postural, o las vivencias que aparecen como un sentimiento repentino, o la ocurrencia encubierta de una idea. En tanto que, un proceso es la secuencia ordenada de eventos en los que un primer suceso suscita la ocurrencia de un segundo, y as sucesivamente. Por ejemplo, segn la teora del procesamiento de la informacin, los procesos cognitivos son los procesos mediante los cuales el ingreso sensorial es transformado, reducido, elaborado, almacenado, recuperado o utilizado. Por otro lado, un sistema es un conjunto de elementos interrelacionados de modo que un cambio en uno de los elementos afecta el funcionamiento global del conjunto. Son sistemas, por ejemplo, las organizaciones sociales. Finalmente, un fenmeno es una clase de hecho particularmente importante; es un hecho perceptible lo que implica la presencia de un sujeto de la percepcin. As, es un suceso tal como aparece ante un observador. Por ejemplo, un fenmeno psicolgico es el contenido de las percepciones, emociones o sentimientos. La metodologa, sea la denominada cuantitativa - o cuantitativista - y la llamada cualitativa, estudian hechos. En esta leccin desarrollaremos los elementos del conocimiento cientfico. Los hechos existen y no son en s cientficos o no cientficos. Desde el punto de vista del realismo cientfico los hechos son acontecimientos que pueden ser descritos de manera verificable y objetiva. En este sentido, los hechos cientficos no son hechos inmediatamente dados ni aparentes, sino ocultos y profundos que por tanto son buscados y elaborados (Bunge, 1984) en el proceso de investigacin. Se puede considerar a los hechos (seres, cosas, acontecimientos, procesos, sistemas, fenmenos) como unidades ms o menos independientes, y en este sentido constituyen el objeto bsico de toda investigacin fctica. La
38
HECHOS (seres, cosas, acontecimientos, procesos, fenmenos)
UNIDAD DE OBSERVACIN
SUS ASPECTOS, CARACTERSTICAS (dimensiones)
VARIABLES
DATOS
Figura 7. Desagregacin de los hechos

Las unidades de observacin de los hechos de la realidad no abarcan en su conjunto los seres o cosas, acontecimientos, procesos, fenmenos, sino que tratan de algunos aspectos o caractersticas de estos; aspectos que se constituyen en las variables. Observando estas se obtienen los datos. Es necesario tener en cuenta que el hecho cientfico y la teora no se contraponen. Ms bien entre ellos hay una ntima relacin. La teora consiste en una explicacin o interpretacin de los hechos. En otras palabras, ni la teora cientfica es pura especulacin ni los hechos hablan por s mismos (Alarcn, 2008) 4.2 Teora La teora cientfica es la que hace hablar a los hechos. En este apartado ampliaremos lo concerniente a la teora para situarnos paulatinamente en el contexto terico de una investigacin concreta. Como vimos en la leccin 1 (apartado 1.3.5) la ciencia puede verse como proceso y como producto. El primer sentido corresponde a la investigacin y, el segundo, a la teora. La ciencia est formada por teoras que presentan una visin sistemtica de los fenmenos estudiados al especificar las relaciones entre variables con el propsito de explicarlos y predecirlos (Kerlinger y Lee, 2002: 10) y, aadimos, comprenderlos. Vale decir, las teoras cientficas tienen un poder explicativo haciendo posible, bajo ciertas condiciones, el responder al por
39

qu suceden los fenmenos en un mbito preciso. Si la explicacin es correcta entonces se podr predecirlos y si fuera necesario intervenir para corregir o corregir un nuevo estado de cosas. En relacin a sus grados de abarcabilidad, complejidad y desarrollo se clasifican en teoras de largo alcance, de alcance medio y de corto alcance o microteoras. Las del largo alcance o teoras grandes tienen por finalidad explicar un universo de fenmenos o situaciones importantes por medio de conceptos y proposiciones abstractas de elevado nivel. Las de alcance medio se ocupan no de un universo de fenmenos sino de una parte de ellos, pudiendo agrupar teoras de corto alcance o microteoras, son sustantivamente especficas. Las de corto alcance o microteoras son ms pegadas a los datos, constituidas por la teorizacin que se deduce de muchas hiptesis experimentales o estudios empricos. En psicologa, un ejemplo de las primeras son las teoras de filiacin psicoanaltica y del condicionamiento; de las segundas, la teora de la atribucin de Weiner; de las terceras, la teora de la internalidad-externalidad o del locus de control de Rotter. Es conveniente precisar que en el sentido de producto pudiera interpretarse que las teoras son finales respecto a algo; pero, pareciera que no es as. Las teoras se encuentran en un movimiento que figuradamente denominamos como helicoidal (bucle), pues un investigador puede utilizarlas como el insumo bsico en el proceso de la investigacin, reinicindose el proceso investigacin - teora; es este movimiento lo que hace posible determinar sus posibilidades, su confirmacin o desconfirmacin en cuanto a su mbito. En el plano concreto de una investigacin psicolgica, adaptando la propuesta de Sautu (2005) para estudios sociolgicos, diremos que la teora o marco terico est constituida por bloques tericos, algunos de los cuales tienen consecuencias observacionales; bloques que por otra parte estn vinculados entre s con variados grados de intensidad y consistencia. La teora que sustenta un estudio refiere a lo siguiente; a) Los supuestos epistemolgicos contenidos de manera implcita o explcita en la visin paradigmtica que tiene el investigador; b) las teoras generales y las proposiciones o conceptos derivados de teoras propias del rea temtica en la que se trabaja; c) las teoras y supuestos relativos a la medicin, observacin y construccin de los datos y la evidencia emprica; d) las hiptesis estadsticas descriptivas e inferenciales; e) cuestiones vinculadas a la formulacin de regularidades y pautas empricas, e inferencias de proposiciones tericas y construccin de conceptos tericos.
40

Estos bloques tericos articulados entre s sostienen las estructuras argumentativas de una investigacin y operan como el ncleo de cada una de sus etapas. Estn interconectados por nexos lgicos mediante los cuales cada etapa se deriva de la anterior o anteriores. En efecto, si la teora abarca las conceptualizaciones, afirmaciones o proposiciones que postulan descripciones o explicaciones acerca del aspecto del mundo psicolgico que nos interesa estudiar, entonces la teora permea cada etapa de un diseo de investigacin en vista que las decisiones que se tomen para realizar esta son tericas o lgicas. En este sentido, toda investigacin es una construccin terica que no se reduce a lo que normalmente se denomina teora o marco terico, sino que todo es teora (Sattu, 2005), pues estn vinculados con este marco o se derivan de este los mtodos y diseos a utilizar, la formulacin de los objetivos del estudio que deben estar necesariamente formulados en trminos tericos an cuando en algunos estudios se planteen en un nivel observacional , las hiptesis del estudio as como las definiciones operacionales de las variables, o la afirmacin de que un evento o situacin es un emergente emprico de procesos formulados tericamente. Por ello, es importante la prctica que siguen los investigadores de elaborar el ncleo de investigacin en rondas sucesivas en las que teora - objetivo- mtodo son tratados en forma conjunta. Por ejemplo, el decidir sobre el mtodo involucra la decisin de diversas cuestiones tericas (Sattu, 2005). As, en un estudio psicolgico que involucre a la personalidad, el investigador tendr que decidir si lo afrontar con una metodologa cuantitativa, cualitativa o si har una triangulacin. Decidido el mtodo tendr que tomar una decisin terica para determinar de qu manera abordara el estudio de la personalidad. Supongamos que decida que har el abordaje empleando la teora de las disposiciones o teora de los rasgos y, dentro de ella, la teora de la personalidad de Catell; entonces sus objetivos, sus hiptesis, su diseo, las tcnicas e instrumentos que empleara para la recoleccin de datos, as como la discusin, interpretacin y conclusiones de los mismos estarn formulados en trminos de esta teora. 4.3 Modelo En la literatura de investigacin se encuentra muchas veces que los trminos teora, marco terico, marco conceptual, diagrama conceptual, modelo, suelen ser considerados como sinnimos; sin embargo, la teora (y marco terico) alude a un sistema deductivo bien formulado de proposiciones formales abstractas sobre un rea temtica; en tanto que los modelos constituyen un intento menos formal y desarrollado de organizar fenmenos que las teoras (Pollit & Hungler, 1999). Mostern & Torreti (2002) consideran que los modelos matemticos normalmente son
41

realizaciones de teoras por lo que, respecto de ellos, el trmino modelo tambin se emplea en el sentido de teora. En la prctica cientfica se llama modelo a una representacin simplificada de una situacin o proceso concreto que es objeto de estudio. Tales modelos consisten en otros objetos concretos dibujos, maquetas, mecanismos que reproducen esquemticamente la idea que un cientfico se hace del objeto de estudio o en estructuras matemticas que reflejan esa idea con precisin en una forma idealizada (Mostern & Torreti, 2002). En otras palabras, un modelo es una representacin terica isomorfa del mundo emprico. No es la teora del objeto emprico, tampoco es el objeto. Solamente es una mediacin en la que, desde la perspectiva del investigador, se estructuran sistemas de conceptos, constructos, variables y datos que permiten mostrar la reconstruccin racional del objeto en la mente del investigador. En consecuencia, un modelo es una analoga, una manera de representar un fenmeno particular. Por ejemplo, en la enseanza, un modelo es el globo terrqueo para ayudar a comprender a los alumnos la configuracin de la tierra. Las lneas de latitud y longitud estn dibujadas en el globo, pero son por supuesto lneas imaginarias en el planeta. No se observan ni el punto ms alto, el monte Everest, ni el ms profundo, la fosa de Java. El globo constituye meramente un modo adecuado de representar la tierra. Otros ejemplos de modelos, son la representacin del tomo segn Bhr, el organigrama de una empresa, el plano arquitectnico de un edificio o el modelo que elaboran un conjunto de profesores y psiclogos sobre el rendimiento acadmico. Veamos con mayor detenimiento algunos modelos: 1) La teora de Bhr acerca del tomo ha sido presentada en forma de un simple modelo en el cual se representa un tomo como un sistema solar en miniatura con el ncleo en el centro y los electrones que giran en torno del ncleo a diversas distancias de ste (Travers, 1986). 2) En una investigacin una docente que estudia el porqu de la realidad del rendimiento acadmico bajo en una Institucin Educativa hipotetiza que este se relacionara con varias variables cuyo papel puede analizarse y predecirse a base de la suma lineal de sus puntuaciones en las variables capacidad intelectual, motivacin de logro acadmico, ansiedad ante los exmenes y horas dedicadas al estudio. La formalizacin matemtica de su modelo indica que el rendimiento acadmico Y para el estudiante i, queda mejor estimado a travs del status de i en las variables X1 a X4, y por las ponderaciones bj sobre
42

las variables referidas a esa situacin. Planteado el modelo tiene que ser sometido a contraste emprico.
Modelo del tomo (Bhr)
Modelo del rendimiento acadmico
Yij = f( Xj1 b1i+ Xj2 b2i + Xj3 b3i+ Xj4 b4i).
Figura 8. Ejemplos de Modelos en la investigacin cientfica
3)
En la Figura 9 se observa el Modelo del componente Motivacin del Modelo de Aprendizaje Autorregulado de McKeachie, Pintrich, Lin, Smith & Sharna (Roces, Gonzlez & Tourn, 1997). Los constructos que aparecen en esa figura corresponden a percepciones o conceptualizaciones del estudiante que median entre la tarea y su ejecucin por parte del mismo. Existen mltiples relaciones entre los elementos, pero destacan dos vas principales de motivacin para el aprendizaje y el rendimiento: las expectativas y los valores. La primera va en la parte inferior de la figura, va de las creencias de eficacia, control y resultado a las percepciones de la dificultad de la tarea y a la competencia percibida; y de la competencia percibida a las expectativas de xito. Tanto las creencias de control como la competencia percibida generan afectos, que a la vez revierten sobre las percepciones de competencia y sobre las expectativas de xito. Las expectativas, en combinacin con el valor dado a la tarea, se considera que lleva a la implicacin en el aprendizaje y al consiguiente rendimiento.
43
Orientacin a metas Percepciones de dificultad de la tarea --------------Competencia percibida especfica de la tarea
Valor de la tarea
RENDIMIENTO Autorregulacin Eleccin Persistencia
Creencias de eficacia, control y resultado
Expectativas de xito
Ansiedad en los exmenes y afectos
Figura 9. Modelo de la Motivacin de McKeachie et al. (Roces, Gonzlez & Tourn, 1997) La segunda va de motivacin, parte superior de la figura 10, va de las metas a las que se orienta el estudiante al valor dado a la tarea, el cual junto a las expectativas de xito, determina el aprendizaje y el rendimiento. Tanto las metas como el valor de la tarea influyen y se ven influidas por las creencias (Roces, Gonzles & Touron, 1997). 4) En la Figura 10 mostramos un modelo propuesto por Prez Juste (1988) para la evaluacin de los Centros Asociados (CA) de la Universidad Nacional de Educacin a Distancia (UNED, Espaa).
44
Figura 10. Modelo estructural de las relaciones hipotetizadas entre las variables (Prez Juste, 1988) Modelos como el presentado en las Figura 10 se proponen a partir de investigaciones previas, de la propia experiencia y de las teoras psicolgicas, pedaggicas o de otra ndole, y se consideran como un acercamiento verosmil a la realidad que interesa conocer. Los modelos son de carcter mediador y en ellos se describen en forma grfica las relaciones entre variables, la direccionalidad de las mismas (sentido de las flechas) y el carcter directo o indirecto de su influjo (Prez Juste, 1988). En este sentido, el modelo describe el conocimiento del investigador acerca del objeto. Por supuesto que se debe comprobar el modelo. De acuerdo con lo sostenido en este apartado, en una investigacin concreta si no se tiene una teora o un marco terico estructurado formalmente puede plantearse un modelo; sin embargo, an teniendo una teora o marco terico se puede modelizar esta reconstruccin sobre el problema que se estudia.
45

En lnea con lo que hemos dicho sobre la teora y modelo, segn Mayo en cualquier investigacin experimental interviene una panoplia de modelos: un modelo primario de la teora, un modelo del experimento, los modelos de datos que articulan los datos crudos que aporta la observacin, elaborndolos en la forma requerida para la aplicacin de las tcnicas analticas del experimento. (Mostern y Torreti, 2002). Por otro lado, para el contraste emprico de los modelos y de las consecuencias observables de las teoras - los constructos y variables que los componen deben ser cuantificados y medidos interviniendo aqu la teora de la medicin psicolgica, pero previamente deben ser definidos especficamente con acuerdo a la teora o marco terico expuesto, para, tambin, poder someter a contraste adecuadamente las hiptesis del estudio. Para el efecto los datos resultantes de la observacin de las variables por medio de las tcnicas e instrumentos apropiados sern analizados en sus mltiples relaciones mediante procedimientos estadsticos y ecuaciones matemticas de las que son ejemplo las siguientes tcnicas multivariadas: anlisis de regresin, anlisis factorial, anlisis discriminante y el path analysis o anlisis de ruta. 4.4 Concepto La mejor manera en la que el investigador puede limitar el objeto de su observacin es mediante la utilizacin de conceptos. El concepto es una abstraccin formada por generalizaciones sustradas de casos particulares. El "peso", por ejemplo, es un concepto porque expresa numerosas observaciones y cosas que son ms o menos "pesadas" o "ligeras". Existe gran cantidad de conceptos como comprensin lectora, inteligencia, agresin, emocin, motivacin, etc., cada uno de los cuales recoge alguna de las caractersticas de la conducta. Es decir, distintas conductas observables son unidas y expresadas en una palabra. Por ejemplo, "Aprovechamiento", es una abstraccin formada por la observacin de conductas asociadas con el dominio o "aprendizaje" de tareas escolares tales como lectura, problemas aritmticos, dibujos, etc. (Kerlinger & Lee, 2002; Arnau, 1978). Los conceptos que frecuentemente utiliza la teora cientfica suelen recibir el nombre de constructos (Arnau, 1978). 4.5 Constructo El constructo es un concepto pero inventado o adoptado de manera deliberada y consciente para un propsito cientfico especial. Se diferencia del concepto en dos aspectos: a) Es relacional. Por ejemplo, la "Inteligencia" como concepto es una abstraccin de las conductas consideradas como supuestamente
46

inteligentes y no inteligentes; pero, cuando lo utilizamos como constructo queremos dar a entender que forma parte de un esquema terico y que se relaciona, de diferentes formas, con otros constructos, en lo que se denomina red nomolgica. As, puede decirse que la inteligencia se relaciona interactivamente con la motivacin, para determinar un nivel especfico de aprovechamiento escolar; en otras palabras, que el aprovechamiento escolar es en parte una funcin de la inteligencia y la motivacin. b) Puede ser observado y cuantificado. A diferencia del concepto, el constructo es susceptible de observacin y cuantificacin. Por ejemplo, se pueden hacer observaciones y mediciones de la inteligencia de los nios testndolos con el test X o preguntando a su maestra acerca del grado de inteligencia que tienen. (Arnau, 1978; Kerlinger & Lee, 2002).
En consecuencia, el constructo es un concepto cientfico utilizado en un sentido conectivo y que ofrece la posibilidad de ser medido. En este contexto, cuando se opera con constructos susceptibles de tomar diversos valores se prefiere emplear el trmino variable. Constructos y variables son dos principales conceptos que emplea la teora cientfica. Son conceptos que tienen el mismo valor, a pesar de que el constructo tenga una mayor referencia a lo terico y la variable a lo emprico (Arnau, 1978); al respecto Kerlinger y Lee dicen que Los cientficos llaman vagamente variables a los constructos o propiedades que estudian (Kerlinger & Lee, 2002). 4.6 Variable Las variables son el atributo, la propiedad o cualidad que pueden estar presentes o ausentes en un individuo o grupo de individuos denominados unidad de observacin o de anlisis y que pueden presentarse con matices o modalidades diferentes; pueden darse en grados, magnitudes o medidas distintas a lo largo de un continuo (Buenda, Cols & Hernndez, 1998). Ejemplos: el sexo, el color, el peso, la talla, la inteligencia, la comprensin de lectura, las tasas de respuesta ante un estmulo, la riqueza lxica, los estilos de aprendizaje, las estrategias de enseanza, los trastornos de la comunicacin humana. Su importancia es fundamental pues en la investigacin cientfica se trata de descubrir la existencia de variables y su magnitud y probar la relacin que las unen entre s (aunque en sentido estricto la relacin se da entre categoras de las variables) (Babbie, 2000).
47

4.7 Datos La palabra dato proviene del verbo latino do = dar; lo dado por la observacin, lo obtenido inmediatamente por esta. Pero en rigor, los datos cientficos no nos son dados sino hay que producirlos laboriosamente (Bunge, 1984). Los datos son los materiales ms elementales de la investigacin cientfica. No son los hechos aunque se obtienen de ellos observando a las variables. El trmino dato es polismico. As, por un lado se le considera como el enunciado resultante de la prueba de hiptesis (Rivera, 1978); por otro, se considera que un dato es una proposicin singular o existencial por ejemplo, lo que expresan enunciados como "este automvil es nuevo " y "hay un automvil aqu y ahora " (la existencia implica una localizacin espaciotemporal), respectivamente- que traduce el resultado directo de una observacin de la realidad; pero no son los hechos porque el dato se obtiene observando a la dimensin de una variable en una unidad de observacin determinada. Por ejemplo, un dato psicolgico sera la puntuacin CI 122 como resultado de la medicin de la inteligencia de un nio de 6 aos de edad. En este sentido, los datos inicialmente son simples y concretos y esencialmente descriptivos, si bien pueden ser objeto de tratamiento estadstico y matemtico (Sierra Bravo, 1984), cuyos resultados deben ser interpretados posteriormente. El dato tiene el carcter de cientfico si (a) posee una referencia objetiva y (b) un control pblico (intersubjetivo) adems de una interpretacin terica dentro del corpus del conocimiento cientfico- (Bunge, 1984). Por ejemplo, en un experimento, el sujeto de experimentacin se percata de lo que siente un sntoma - a partir de su experiencia directa, y lo expresa verbalmente; pero slo cuando el experimentador lo somete a una verificacin (o control pblico), se convierte en un dato. As, lo que en un primer momento se podra considerar como algo meramente subjetivo -algo que nicamente sucede en la vida privada de cada sujeto- se traduce en una conducta manifiesta (pblicamente observable) cuando encuentra expresin en el lenguaje. O sea, el contenido de la experiencia directa se objetiva en una proposicin. Posteriormente, la reiteracin del mismo sntoma en diferentes sujetos (intersubjetividad) en el mismo experimento y, ms an, en diferentes experimentos, va reforzando el carcter de dato que tiene. En cualquier caso los datos cientficos se refieren a informacin claramente identificable reunida en condiciones que se especifican con claridad. Veamos un ejemplo de un dato no cientfico: Una persona hace una aseveracin: He notado que la gente delgada tiene mal genio. Esta aseveracin no proporciona datos en sentido cientfico, por qu? Por lo siguiente: a) no se indica nada acerca de las condiciones en las cuales se ha
48

reunido la informacin (el observador se puso a tratar de ubicar a personas delgadas o se est refiriendo a una persona delgada que l conoce?; b) no se informa respecto de la cantidad de sujetos sobre los cuales se basa la observacin; c) no hay indicaciones acerca de la manera en que se llega a clasificar a una determinada persona delgada como un determinado genio; d) la formulacin implica que no hay casos negativos (situacin improbable salvo que el nmero de sujetos fuera muy pequeo) (Hayman, 1991). 4.8 Definicin de conceptos
En la investigacin cientfica fctica se opera en dos niveles: 1er. nivel: Teora - hiptesis - constructo. 2do. nivel: Observacin. Ejemplo: 1er. nivel: La falta de estimulacin temprana produce una disminucin en el aprendizaje. 2do nivel: Para que las observaciones sean posibles hay que definir los constructos, en este caso estimulacin temprana y aprendizaje. El problema de la definicin de conceptos atae a todas las ciencias en razn a que es uno de los pilares de la investigacin. Es claro que si los trminos estn pobremente definidos, los resultados sern escasos y poco valiosos. Hay varios modos de definir. En la investigacin cientfica se utilizan principalmente las definiciones constitutivas y operacionales de los constructos y variables (Kerlinger & Lee, 2002). 4.8.1 Definicin constitutiva Aquella en la que se define un constructo por medio de otros constructos. Por ejemplo, se define ansiedad como un miedo subjetivo. Aqu se ha sustituido un concepto por otro. Algunos de los constructos de una teora cientfica pueden ser definidos de manera constitutiva. Los constructos para que sean cientficamente tiles, deben poseer un significado constitutivo, lo cual significa que deben ser susceptibles de usarse en las teoras (Kerlinger & Lee, 2002). 4.8.2 Definicin operacional Proporciona el significado a un constructo o variable especificando las
49

actividades u operaciones necesarias para medirlo. Define o da sentido a una variable dicindole al investigador lo que debe hacer para medir el constructo. Existen dos tipos: 4.8.2.1 Definicin operacional de medida. Aquella que describe como una variable ser medida. Por ejemplo. Popularidad es definida operacionalmente por la cantidad de elecciones sociomtricas que un individuo recibe de otros (en su clase, grupo de juegos, etc.). A los sujetos se les pregunta: Con quin te gustara trabajar? Con quin te gustara jugar? etctera. Se pide a cada individuo que elija uno, dos o ms integrantes de su grupo en base a las preguntas. (Kerlinger & Lee, 2002). 4.8.2.2 Definicin operacional experimental Aquella que explica los detalles (operacionales) de las manipulaciones de un experimentador con una variable. Por ejemplo, el reforzamiento puede ser definido dando los detalles de cmo los sujetos deben ser reforzados (recompensados) y no reforzados (no recompensados) por un comportamiento especfico. Otro ejemplo: en un estudio se defini a la frustracin como la impotencia para alcanzar una meta o la interferencia en la ocurrencia de una respuesta tendiente a lograr una meta en el momento apropiado de la cadena conductual.... Definicin que contiene implicaciones claras para la manipulacin experimental. (Kerlinger & Lee, 2002). Si bien las definiciones operacionales son indispensables, slo dan significados limitados de los constructos. Ninguna definicin operacional puede expresar una variable en su totalidad. Las variables son siempre limitadas y especficas en significado. Por ejemplo, la creatividad estudiada por los psiclogos no es aquella a que se refieren los artistas, an cuando habr por supuesto elementos comunes (Kerlinger & Lee, 2002). Las definiciones y los conceptos estn estrictamente relacionados y de ellos depende la formulacin de hiptesis. 4.9 Hiptesis La formulacin y comprobacin de las hiptesis son parte vital de una investigacin cientfica. Las hiptesis son conjeturas o especulaciones que el investigador presenta como respuesta a su problema de investigacin. En efecto, la determinacin el problema a estudiar no anticipa nada acerca de su solucin por lo que el investigador debe determinar ahora cul es la solucin o soluciones probables al mismo. Debe seleccionar, fundamentado
50

en la teora o marco terico, aquella o aquellas explicaciones que le parezcan ms plausibles o verosmiles y, luego, comprobar su validez. Estas explicaciones son las hiptesis. En este contexto, la hiptesis sirve de gua a la investigacin cientfica. Ella determina, entre otras cosas, cul es el tipo de datos que son pertinentes a la investigacin que sea el caso. Con relacin a los hechos, se presentan dos cuestiones: (1)Las hiptesis y teoras cientficas no se derivan de estos, sino que se inventan para dar cuenta de ellos. Son conjeturas relativas a las conexiones que se pueden establecer entre los fenmenos que se estn estudiando, a las uniformidades y regularidades que subyacen a stos." (Hempel, 1979) Sin embargo, si bien las hiptesis y teoras pueden ser libremente inventadas y propuestas, slo pueden ser aceptadas e incorporadas al corpus del conocimiento cientfico si resisten la revisin crtica, que comprende, en particular, la comprobacin, mediante cuidadosa observacin y experimentacin, de las apropiadas implicaciones contrastadoras. (Hempel. 1979). (2) En principio, existe un nmero ilimitado de hiptesis distintas que podran dar razn del mismo conjunto de hechos. Sin embargo, no toda hiptesis tiene el mismo valor que cualquier otra. En la seleccin de una hiptesis o de varias de ellas que tenga el mayor grado posible de verosimilitud, se deben cumplir segn Bunge (1979) los tres requisitos siguientes: "(i) la hiptesis tiene que ser bien-formada (formalmente correcta) y significativa (no vaca semnticamente); (ii) la hiptesis tiene que estar fundada en alguna medida en conocimiento previo; y si es completamente nueva desde ese punto de vista, tiene que ser compatible con el cuerpo del conocimiento cientfico; (iii) la hiptesis tiene que ser empricamente contrastable mediante los procedimientos objetivos de la ciencia, o sea, mediante su comparacin con los datos empricos controlados a su vez por tcnicas y teoras cientficas." (Bunge, 1979) Si una hiptesis cumple con los tres requisitos sealados -que son condiciones necesarias y suficientes-, entonces se trata de una hiptesis cientfica (lo cual no quiere decir que sea necesariamente verdadera). Por otro lado, desde un punto de vista epistemolgico, las hiptesis son enunciados o proposiciones caracterizadas por ser ideas supuestas no verificadas pero probables; desde un punto de vista ontolgico, se refieren a variables o relaciones entre variables. As, antes que todo, son enunciados que expresan lingusticamente juicios, es decir, afirmaciones o negaciones sobre la realidad (Sierra Bravo, 1984). Estructuralmente, las hiptesis pueden analizarse gramaticalmente, lgicamente, matemticamente y cientficamente. Gramaticalmente, se
51

expresan en oraciones en las que las unidades de observacin son los sujetos, y las variables, los atributos. Lgicamente, al ser la expresin lingstica de un juicio o preposicin se constituyen en un enunciado o sentencia, siendo tambin sus elementos las variables, los trminos o categoras lgicas de unin, atribucin y relacin de las variables entre s y con las unidades de observacin (o constantes). Matemticamente, las hiptesis se manifiestan por medio de funciones y ecuaciones en las que las variables y sus coeficientes se expresan mediante letras griegas y latinas y los trminos lgicos por los signos indicativos de las operaciones y relaciones matemticas. (Sierra Bravo, 1994). Desde un punto de vista cientfico, las hiptesis tienen tres elementos estructurales: a) Las unidades de observacin. Es la realidad que se pretende observar, vale decir, las personas, grupos, actividades, objetos, instituciones, etctera, cuyo comportamiento se intenta estudiar bien sea cuantitativa o cualitativamente; b) las variables. Como ya dijimos son las caractersticas observables de una unidad de observacin o anlisis que son susceptibles de adoptar distintos valores o de ser expresados en varias categoras; c) Trminos de relacin. Son los elementos lgicos, los nexos que relacionan las unidades de anlisis con las variables y a las variables entre s. Veamos los siguientes ejemplos: 1) Hiptesis: En Espaa slo alrededor del 5 por 100 de los estudiantes universitarios proceden de la clase obrera. Espaa UNIDAD DE ANLISIS TRMINOS DE RELACIN Es slo alrededor, que indica una atribucin cuantitativa aproximada de la variable a la unidad de observacin. Slo existe una. Procedencia de la clase obrera de los estudiantes espaoles.
VARIABLES
(Tomado con ligeras modificaciones de Sierra Bravo, 1994: 86).
2) Hiptesis: Cunto mayor es el rechazo acadmico que los nios reciben de su profesor, tanto peor ser aos ms tarde su autoconcepto acadmico.
52

El profesor UNIDAD DE ANLISIS TRMINOS DE RELACIN VARIABLES Cuanto mayor es... Independiente: Rechazo acadmico Tanto peor ser... Dependiente: Autoconcepto Los nios
(Tomado de Buenda et. al. 1997).
Muchas veces las hiptesis se enuncian de dos formas especiales: enunciado de implicacin general y enunciado matemtico. En cuanto al primero, una hiptesis principalmente en un estudio explicativo - se enuncia de forma lgica utilizando la condicional: SI.ENTONCES. Por ejemplo: Si el profesor elogia positivamente a sus estudiantes por la cantidad de lecturas realizadas (VI), entonces el estudiante mejorar sus hbitos lectores (VD). En cuanto al segundo, se expresa la relacin cuantitativa de las variables independiente (X) y dependiente (V) en forma matemtica. Y es una funcin de X: Y = f (X). Por ejemplo: Los alumnos que no han recibido ningn tipo de elogio tendrn un hbito lector normal. Se espera establecer una relacin positiva entre los niveles de las dos variables. (Buenda, Cols y Hernndez, 1998). En una investigacin las hiptesis son sometidas a contraste o prueba emprica para determinar si son apoyadas o refutadas por las observaciones que realiza el investigador. En este proceso juega un rol vital el anlisis y la interpretacin de los datos recolectados a travs de las tcnicas e instrumentos apropiados. 4.10 Leyes
Bunge (1979) define a una ley de la manera siguiente: "Una hiptesis cientfica (una frmula fundada y contrastable) es una frmula de ley si y slo si (i) es general en algn respecto y con algn alcance; (ii) ha sido empricamente confirmada de modo satisfactorio en algn dominio; y (iii) pertenece a algn sistema cientfico" (Bunge, 1979). En cuanto a (ii) "hiptesis cientfica confirmada", el experimento es la forma ms poderosa de confirmacin (o no) de la hiptesis. En otros trminos, una ley cientfica esencialmente trata de una relacin constante entre dos (o ms) variables, las que., a su vez, se refieren a propiedades de objetos reales. Las variables hacen referencia a las propiedades de objetos de una manera que rara vez es directa y/o completa, sino que ms bien lo contrario es lo frecuente. El enunciado de una ley expresa la manera de ser, de comportarse o relacionarse de un fenmeno observable, uniforme, regular y recurrente y, por tanto, predecible en los casos en que ha de tener lugar. Las leyes fundamentan y permiten las predicciones de hechos e intervienen en su
53

explicacin; tienen su origen en y son una derivacin de los datos. Agrupando y relacionado los datos se obtienen generalizaciones empricas (p.e., 45% de los varones son favorables al divorcio). Estas generalizaciones si son confirmadas en muchas investigaciones, por lo general en toda poblacinregularidades vlidasreciben el nombre de leyes cientficas. (Sierra Bravo, 1994). Un ejemplo de ley en psicologa es la ley de Yerkes-Dobson, segn la cual, la relacin entre la ansiedad y el rendimiento se puede representar como una curva con forma de U invertida.
Figura 11. Ley de Yerkes Dobson

En breve, segn esta ley, un nivel moderado de excitacin ansiedad permite un mejor rendimiento en la resolucin de tareas. El nivel ptimo vara en funcin de la tarea a desempeo. Esta ley es importante para entender el fenmeno de la ansiedad y sus consecuencias. En efecto, con la curva se explica cmo ante un determinado problema al inicio cuando aumenta la ansiedad, aumenta tambin la eficacia y rendimiento de la respuesta. Una aplicacin se tiene cuando ante un examen o una entrevista se presta mayor atencin al estudio o los contenidos que pueden tener mayor importancia, se est "motivado" (ansiedad normal) mejorando el rendimiento. Al incrementarse la ansiedad normal o motivacin se llega a un nivel ptimo en la relacin ansiedad-eficacia, pero a partir de aqu cualquier aumento, por mnimo que sea, genera una disminucin muy rpida del rendimiento. As se puede llegar a una eficacia nula, como cuando la persona se queda con la mente en blanco o se bloquea en la accin. Si este estado se mantiene aun en ausencia de demandas exteriores se habla de ansiedad patolgica, que puede constituir un cuadro psiquitrico
54

con caractersticas propias o asociarse a otro gran nmero de trastornos (comorbidez).
55

LECTURA 1 UTILIDAD O INUTILIDAD DE LA TEORA EN LA PSICOLOGA1 Definimos la teora como un conjunto de proposiciones tericas, lgicamente relacionadas, capaces de integrar el conocimiento existente en una cierta rea especfica del conocimiento y de posibilitar predicciones. Al no contemplar la teora en sus investigaciones, el cientfico eestara realizando una actividad ridcula, prcticamente desorientada, e incapaz de conducir a la formacin de un slido cuerpo de proposiciones integrantes y generadoras de hiptesis fructferas. Al igual que en relacin al problema determinismo versus libre albedro, tambin aqu encontramos psiclogos partidarios de estas dos tendencias, o sea, los que reconocen y los que niegan la utilidad de la teora en la psicologa. Creemos que sin un andamiaje terico que oriente la actividad experimental, la psicologa se trasnformar en una acumulacin de hechos aislados, sin coherencia interna y sin potencial para cconducir a nuevos conocimientos. Los psiclogos no solamente discuten entre s sobre la utilidad o inutilidad de la teora en psicologa; tambin discuten seriamente acerca de cmo jugar el valor de una teora. Para algunos, una teora no es correcta o incorrecta, y s til o intil; para otros resulta posible establecer si una teora es correcta o incorrecta. Para los que juzgan a una teora simple y llanamente por su utilidad, el hecho de que la misma tenga valor heurstico ser el prerrequisito par que se le considere cumpliendo su funcin. Sin embargo, para otros el nfasis es puesto en el anlisis de la teora per se y en eel establecimiento de sus proposiciones lgicas, de la coherencia de las mismas y en la capacidad que tienen las mismas de propiciar hiptesis objetivamentecomprobables. El autor se adhiere aa esta ltima posicin. Una teora amparada por proposiciones errneas podr conducir a experimentos, pero contribuir a una interpretacin errnea de los resultados. Si un africano le atribuye al poder mgico de un rbol los resultados obtenidos por personas que son tocadas por objetos portadores de la savia de dicho rbol, l mismo podr explicar el porqu de la muerte de las personas tocadas por la savia del rbol en cuestin y predecir que todos aquellos que entren en contacto con ella sufrirn sus efectos dainos. La aceptacin de la proposicin inicial, impide el esclarecimiento de que las propiedades qumicas de la savia del rbol, y no su magia, las responsables de los fenmenos registrados.
Referencia original: Rodriguez, A. (1987). Psicologa Social. Mxico D.F.: Trillas: pp. 481-482.
56

Los fenmenos observables y no observables en la psicologa Aceptamos la posicin sostenida por McCorquodale y Meehl (1958), segn la cual debemos admitir en la ciencia psicolgica ls variables intercurrentes y las construcciones hipotticas. Las variables intercurrentes seran conceptos directamente vinculados a los fenmenos observables (el concepto dde valencia en Lewin, por ejemplo), mientras que las construcciones hipotticas seran los fenmenos no observables necesarios para la exposicin y conceptualizacin de una teora, pero no necesariamente vinculados a fenmenso observables (como por ejemplo, los conceptos de yo y de super-yo en el psicoanlisis). La psicologa tiene su propio objeto, que exige la consideracin de fenmenos observables (conductas), as como de los fenmenos no observables capaces de ser inferidos a partir de los observables. Generalizacin de los descubrimientos hechos en la psicologa Es comn que se admita que la ciencia es capaz de formualr leyes generales. En la psicologa ddichas formulaciones implicaran la necesidad de adoptar una posicin determinista, segn la cual, dadas ciertas condiciones, se registraran conductas especficas. Cmo conciliar la aceptacin de la psicologa como ciencia y, al mismo tiempo, admitir una generalizacin limitada de los descubrimientos psicolgicos? Segn Michael Sherwood (1969), existen diversos tipos de generaliaciones aceptables en la ciencia como: 1. AB se verifica (siempre) 2. En las situaciones T1,, Tn, AB se verifica. 3. En las situaciones T1, Tn, bajos las condiciones C1,, Ck, AB se verifica. 4. En las situaciones T1, Tn, bajos las condiciones C1,, Ck, para los individuos P1,Po, AB se verifica. 5. AB se registra en un p% de los casos (loque sera la proposicin nmero 1, agregndole una condicin probabilstica). 6. En las situaciones T1, Tn, bajos las condiciones C1,, Ck, para los individuos P1,Po, AB se registra en un p% de los casos. Considerando que AB es la relacin entre dos variables, A y B, podemos obsrvar que la situacin (6) es la forma ms dbil de generalizacin, pero que no deja de ser una generalizacin. Este tipo de generalizacin es, sin lugar a dudas, posible en la ciencia psicolgica y no supone determinismo. Se podra incluso afirmar que la
57

psicologa es capaz de admitir generalizaciones del tipo 4 anteriormente mencionado. De todos modos resulta posible hacer generalizaciones en psicologa, sin admitir una posicin determinista, tal y como la generalizacin del tipo 1 mencionada ms arriba, la cual ha sido objeto, incluso en las ciencias fsicas, de serios ataques.
58

ACTIVIDADES DE AUTOAPRENDIZAJE 1. Complete cada enunciado: 1. En la relacin sujeto-objeto el constructivismo y el cognitivismo dan predominancia al... 2. Representacin mental es un concepto equivalente a. 3. El conocimiento cientfico se ocupa de fenmenos que pueden ser comprobados experimentalmente, por lo que se dice es . 4. La verdad de las ciencias formales depende de 5. Con el trmino emprico se alude a todo lo que se deriva 6. Un mtodo general del pensamiento es 7. Los elementos del proceso de teorizacin son .. 8. Preguntarse porque la respuesta es como es, y no de otra manera es una regla del. 2. Argumente su respuesta a la siguiente preguntas Por qu las reglas del mtodo cientfico propuestas por Bunge no se adecuan a todas las ciencias?
Respuesta:.. ............................................. 3. Empleando las pginas web de referencia realice un cuadro comparativo entre el sentido comn y el conocimiento cientfico. Anote diferencias y semejanzas. CONOCIMIENTO CIENTFICO 1. 2. 3. 4.
SENTIDO COMN
59

AUTOEVALUACIN 1
AFIRMACIONES 1. La ciencia es una construccin artificial de la mente humana. 2. La psicologa es una ciencia fctica. ( (
V ) ) ) ( ( (
F ) ) )
3. Objeto, Contenido y Procedimiento para abordar el Objeto, son ( elementos de toda ciencia. 4. La ciencia como producto se expresa en la Teora. 5. Hay un mtodo general y mtodos especficos cientficos. ( (
) ) )
( ( (
) ) )
6. Las reglas del mtodo cientfico formuladas por Bunge se aplican ( a todas las ciencias. 7. Las hiptesis y los indicadores son elementos del mtodo ( cientfico. 8. Propsitos de la investigacin cientfica son producir teoras y ( solucionar problemas prcticos. 9. Las afirmaciones cientficas deben tener apoyo lgico y apoyo ( emprico.
10. La teora lo es todo: es el origen, el marco y la finalidad de la ( investigacin cientfica.
RESPUESTAS: 1) V; 2) V; 3) V; 4) V; 5) V; 6) F; 7) V; 8) V; 9)V; 10) V
60

PARA SABER MS: SITIOS WEB DE REFERENCIA
http://www.claudiogutierrez.com/Ciencia.html http://www.scribd.com/doc/2411447/Mario-Bunge-La-ciencia-sumetodo-y-su-filosofia http://www.conocimientoysociedad.com/sentidocomun.html http://www.salvador.edu.ar/publicaciones/pyp/15/La_Investigacion_Ci entifica_en_Psicologia_%20un_Desarrollo_Historico.pdf http://www.madrimasd.org/cienciaysociedad/Resenas/ensayos/resena. asp?id=293 http://www.dcc.uchile.cl/~cgutierr/cursos/INV/bunge_ciencia.pdf http://74.125.47.132/search?q=cache:ZQmr1ClTxfUJ:www.historia.fcs .ucr.ac.cr/biblioteca/historia/Bunge,MarioLaciencia,su%2520metodoysufilosofia.rtf+La+ciencia+el+metodo+cien tifico+bunge&hl=es&ct=clnk&cd=5&gl=pe http://www.rubenardila.com/EL%20PAPEL%20DE%20LA%20INVESTIG ACI%C3%93N%20CIENT%C3%8DFICA%20EN%20PSICOLOG%C3%8 DA.pdf http://www.arp-sapc.org/articulos/psicologia.html http://www.visionlearning.com/library/module_viewer.php?mid=45&l= s http://miguelmartinezm.atspace.com/Conoc%20Cient%20General%20 y%20Conoc%20Ord.html http://prof.usb.ve/miguelm/ http://www.comminit.com/es/node/24555/37 http://www.cneq.unam.mx/cursos_diplomados/diplomados/basico/edu cien0607/porta/equipo2/Modelocientifico.htm http://www2.uiah.fi/projekti/metodi/25b.htm http://74.125.47.132/search?q=cache:ZQmr1ClTxfUJ:www.historia.fcs .ucr.ac.cr/biblioteca/historia/Bunge,MarioLaciencia,su%2520metodoysufilosofia.rtf+La+ciencia+el+metodo+cien tifico+bunge&hl=es&ct=clnk&cd=5&gl=pe
61

REFERENCIAS BIBLIOGRFICAS
Alarcn, R. (2008). Mtodos y diseos de investigacin del comportamiento. Lima: Universidad Ricardo Palma. Arnau, J. (1978). Mtodos de investigacin en las ciencias humanas. Barcelona: Omega. Babbie, E. (2000). Thomson. Fundamentos de la investigacin social. Mxico:
Barriga, C. (1997). Fundamentos terico-metodolgicos de la investigacin educacional. Scienta Omni, 1, 47-107. Beltrn, J. (1993). Intervencin Psicopedaggica. Madrid: Pirmide. Buenda, l., Colas, P., Hernndez, F. (1998): Mtodos de investigacin en Psicopedagoga. Madrid: McGraw-Hill. Bunge, M. (1979) La investigacin cientfica. Ariel. Barcelona. Bunge, M. (1980). La ciencia: su mtodo y su filosofa. Mxico: Siglo XXI. Bunge, M. (1984). La investigacin cientfica. Su estrategia y filosofa. Barcelona: Ariel. Caballero, A. (2004).Guas metodolgicas para los planes y tesis de maestra y doctorado. Lima; Ugraph. Cohen, L. & Manion, L. (1990). Mtodos de investigacin educativa. Madrid: La Muralla. Ezcurdia, A. & Chvez. P. (1996). Diccionario filosfico. Mxico: Limusa. Fiallo, J., Cerezal, J. & Hedesa, Y. (2008). La investigacin pedaggica una va para elevar la calidad educativa. Lima: Coleccin Ruta Pedaggica. Flores, J. (1995). Teora y metodologa de la investigacin. Lima: Universidad Nacional Mayor de San Marcos. Facultad de Educacin. Gortari, Eli de (1972. Lgica general. Mxico: Grijalbo. Hayman, J. (1991). Investigacin y Educacin. Barcelona: Paids. Hempel, C. (1979) Filosofa de la Ciencia Natural. Alianza Universidad. Madrid.
62

Hernndez, R., Fernndez C. & Baptista .P. (2003): Metodologa de la investigacin. Mxico: Mc GrawHill. House, E. (1994). Evaluacin, tica y poder. Morata: Madrid. Instituto de Investigaciones de la Universidad Inca Garcilaso de la Vega. (1993). Fundamentos de Investigacin Cientfica. Serie; Antologa de Investigacin Cientfica. Lima: Autor Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento. Mtodos de investigacin en Ciencias Sociales. Mxico: McGrawHill/Interamericana. Kerlinger, F. (1984): Enfoque Conceptual de Comportamiento. Mxico: Interamericana. la Investigacin del
McCorquodale, K. & Meehl, P. (1958). Operational validity of intervering constructs. En M. Marx (Dir.) Psychology Theory. New York: McMillan. Marqus Graell, (2000) Sociedad de la informacin. Nueva cultura. Habilidades claves para los ciudadanos del siglo XXI. Nuevas competencias para el profesorado. Quaderns Digitals, N 22. [En lnea]. Disponible en http://www.ciberaula.es/cuaderns/ [26 setiembre 2005]. Martnez, M. (2006). La investigacin cualitativa (sntesis conceptual). Revista de Investigaciones Psicolgicas, 9(1): 123 - 146 Miro Quesada, F. (1969). Iniciacin a la Lgica. Lima: UniversidadNacional Mayor de San Marcos. Mosterin, J. & Torreti, R. (2002). Diccionario de lgica y filosofa de la ciencia, Pg. 387 Pardinas, F. (1983). Metodologa y tcnicas de investigacin en ciencias sociales. Introduccin elemental. Mxico: SigloXXI. Prez Juste, R. (1988). La evaluacin de instituciones educativas aplicada a los centros asociados de la UNED. Revista Iberoamericana de Educacin Superior a Distancia, 1(1), 7-30. Piscoya, L. (1987). Investigacin cientfica y educacional. Un enfoque epistemolgico. Lima: Amaru. Pollit, B. & Hungler, D. (1999) Investigacin cientfica en ciencias de la salud. Mxico: Mc Graw Hill. Retegui, N. (1999) El constructivismo. sociocultural. Lima: Cedhum. La dimensin individual y
63

Roces, C.; Gonzles, M. & Touron, J. (1997). Expectativas de aprendizaje y rendimiento de los alumnos universitarios. Revista de Psicologa de la Educacin, 22, 99-123. Rodriguez Rivas, M. (2002). La ciencia. Lima: Universidad Inca Garcilaso de la Vega. Rodriguez, A. (1987). Psicologa Social. Mxico D.F.: Trillas Sautu, R. (2005). Todo es Teora. Objetivos y mtodos de investigacin. Buenos Aires: Lumiere. Sherwood, M. (1969). The logic of explanation in psychoanalysis. New York: Academic Press. Shaughnessy, J., Zechmeister, E. & Zechmeister, J. (2007). Mtodos de investigacin en psicologa. Mxico: McGrawHill. Sierra Bravo, R. (1984). Ciencias Sociales. Epistemologa, Lgica y Metodologa. Madrid: Paraninfo Sierra Bravo, R. (1994). Tcnicas de investigacin social. Teora y ejercicios. Madrid: Paraninfo. Tamayo, M. (2002). El proceso de la investigacin cientfica. Mxico: Limusa. Zorrila, S., Torres, M., Luiz, A. & Alcino, P. (1997). Metodologa de la investigacin. Mxico: McGrawHill. Tafur, R. (1994). Introduccin a la investigacin cientfica. Lima: Mantaro. Travers, R. (1986). Introduccin a la investigacin educacional. Aires: Paids. Buenos
64
Segunda
UNIDAD
EL PROCESO DE LA INVESTIGACIN CUANTITATIVA (I)
Cul es el esquema bsico del proceso de investigacin cuantitativa? Cmo se formula el problema de investigacin? Cmo se redactan los objetivos de la investigacin? Cul es el propsito de la elaboracin del marco terico? Cules son los principales tipos de investigacin?
65
Competencias
CONCEPTUALES:

Define el problema y los objetivos de la investigacin en diferentes campos de la actividad humana. Identifica el propsito de la elaboracin del marco terico en la investigacin psicolgica.
PROCEDIMIENTALES:

Realiza las etapas de elaboracin del marco terico. Utiliza las estrategias o tipos de investigacin en actividades para constatar su necesidad en el mejor conocimiento de las caractersticas de las personas.
ACTITUDINALES:
Valora el empleo de los tipos de investigacin exploratorio, descriptivo, corrrelacional y explicativo en el trabajo cientfico del psiclogo. Valora la utilidad de la formulacin correcta del problema de investigacin, los objetivos y la elaboracin del marco terico.
66
CONTENIDO TEMTICO
Leccin I: El problema de investigacin. Esquema del proceso de investigacin cuantitativa El problema de investigacin Clasificacin de los problemas de investigacin Caractersticas de los problemas de investigacin Ejemplos de problemas de investigacin Pautas para la bsqueda de problemas de investigacin Planteamiento del problema Un error frecuente en el planteamiento del problema de investigacin Leccin II: Objetivos u justificacin de la investigacin. Objetivo de investigacin Clasificacin de los objetivos de investigacin Presentacin y redaccin de los objetivos Justificacin de la investigacin Leccin III: El marco terico y definicin de trminos bsicos El marco terico Clasificacin del marco terico Propsito del marco terico Etapas en la elaboracin del marco terico Partes del marco terico Leccin III: Estrategias o tipos de investigacin Clasificacin Investigacin exploratoria Investigacin descriptiva Investigacin correlacional Investigacin explicativa
67
ESQUEMA CONCEPTUAL
OBSERVACIN DE LA REALIDAD
PROBLEMA DE INVESTIGACIN
OBJETIVO DE LA INVESTIGACIN
INFORMACIN SOBRE EL PROBLEMA (ELABORACIN DEL MARCO TERICO)
SELECCIN DEL TIPO DE INVESTIGACIN
INVESTIGACIN INVESTIGACIN INVESTIGACIN INVESTIGACIN
EXPLORATORIA DESCRIPTIVA CORRELACCIONAL EXPLICATIVA
CONCEPTOS CLAVE Problema de investigacin, objetivos de la investigacin, marco terico, tipo de investigacin, investigacin exploratoria, investigacin descriptiva, investigacin correlacional, investigacin explicativa.
68

Leccin I Problema de Investigacin 1.1 Esquema del proceso de la investigacin cuantitativa El proceso que sigue la investigacin est constituido por diversas etapas, pasos o fases interconectadas de una manera lgica, secuencial y dinmica. Segn Grinell (1997, en Hernndez Fernndez y Baptista, 2003) la investigacin cuantitativa y la investigacin cualitativa siguen procesos que teniendo diferencias tambin tienen aspectos similares: Observan y evalan fenmenos; establecen suposiciones o ideas como consecuencia de esta observacin y evaluacin; prueban y demuestran el grado en que estas suposiciones tienen fundamento; revisan las suposiciones a las pruebas o al resultado del anlisis de los datos; y, proponen nuevas observaciones y evaluaciones para esclarecer, modificar, cimentar y/o fundamentar las suposiciones e ideas; incluso para generar otras. Sin embargo, el cmo se realizan estas fases adquiere matices peculiares si la investigacin es cuantitativa o cualitativa. La investigacin denominada cuantitativa sigue un conjunto de etapas secuenciadas que modificando ligeramente un esquema propuesto por Hernndez, Fernndez y Baptista (2003) presentamos en la Figura 12. Si bien este esquema sugiere linealidad, se puede volver a tratar una etapa anterior, realizar alguna etapa al mismo tiempo que otra, prever o tomar decisiones respecto de una etapa posterior.
69

Paso 1 Concebir la idea a investigar Paso 2 Plantear el problema. . Preguntas de investigacin. . Objetivos. . Justificacin Paso 3 Elaborar el marco terico: . Anlisis crtico de la literatura pertinente. .Construccin del marco terico. . Elaboracin del marco conceptual. Paso 4 Definir si la investigacin se inicia como: Exploratoria Descriptiva Correlacional Explicativa y hasta que nivel llegar.
Paso 5 . Establecer las hiptesis. . Detectar las variables. . Definir conceptualmente las variables . Definir operacionalmente las variables.
Paso 6 Seleccionar el diseo apropiado de investigacin. . Diseo experimental, cuasi experimental o preexperimental. . Diseo no experimental.
Paso 7 Seleccionar la muestra . Determinar la poblacin. . Determinar el tamao de la muestra. . Extraer la muestra (tcnicas probabilsticas y no probabilsticas)
Paso 8 Recolectar datos:
los
.Elaborar instrumentos de medicin y aplicarlos. .Determinar su validez y confiabilidad. .Codificar los datos. . Crear archivos
Paso 9 Analizar los datos: . Seleccionar las pruebas estadsticas. . Elaborar el programa de anlisis. . Ejecucin del anlisis. . Interpretacin de los resultados.
Paso 10 Presentar los resultados: . Elaborar el informe de investigacin. . Presentar el informe de investigacin.
Figura 12. Etapas del proceso de la investigacin cuantitativa (Tomado con modificaciones de Hernndez, Fernndez & Baptista, 2003).
70

1.2 El problema de investigacin 1.2 1 Definicin Segn Tafur (1994), es una dificultad, un hecho o conglomerado de hechos que por su escasez o abundancia, crecimiento o decrecimiento, transformacin o permanencia, novedad o antigedad, facilidad o dificultad, claridad o oscuridad, riqueza o pobreza, etc., llama la atencin del investigador en su prctica; y que no se resuelve directa e inmediatamente con los conocimientos existentes hasta el momento que se formula, por lo que su solucin exige implementar una investigacin cientfica. Se percibe en esta definicin dos ideas fundamentales: 1) un problema expresa una distancia entre la realidad o un aspecto de la realidad observada y un valor o deseo de cmo debe ser adems esa realidad para el investigador o sujeto (lo que ES difiere de los que DEBERA SER); 2) un problema puede tener dos orgenes diferentes pero relacionados entre s: a) el vaco o inconsistencia que presenta el conjunto de conocimientos cientficos acumulados en el rea de estudio que interesa; y b) la prctica, en la que se puede requerir dar solucin a una situacin concreta o algn conocimiento que nos permita explicar los hechos. En este contexto, por ejemplo, no es un problema cientfico el problema de funcionamiento de un automvil o los problemas lgicos o matemticos que debe resolver un alumno del primer ao de secundaria; no lo son pues tiene una solucin conocida la que puede ser encontrada por un buen mecnico o por un estudiante aprovechado de un ao superior de la secundaria. 1.2.2 Clasificacin. Toda clasificacin se realiza de acuerdo a determinados criterios, de all las diferencias que puedan existir entre ellas. Atendiendo al criterio de lo que trata de averiguar la pregunta, los problemas de investigacin se clasifican en: a) problemas sustantivos, tericos o cognitivos, y b) problemas prcticos o tcnicos (Barriga, 1997). 1.2.2.1 Problemas sustantivos Surgen cuando el investigador o investigadora busca conocer el comportamiento de los objetos. Se clasifican, a su vez, en problemas sustantivos descriptivos y problemas sustantivos explicativos. 1) Problemas sustantivos-descriptivos. Se dividen en descriptivospredicativos y descriptivos correlacionales.
71

a) Problemas descriptivospredicativos. Son aquellos en los que el investigador trata de precisar las propiedades del objeto. Se formulan en preguntas del tipo: qu es X? (esencia), Cmo es X? (propiedades), dnde est X? (lugar), Cundo ocurre X? (tiempo)Cunto hay de X (cantidad), Cmo estn las partes de X interrelacionadas? (configuracin), X es igual, mayor o menor que Y? (comparacin). Ejemplos: Qu es la conciencia fonolgica?, Qu elementos componen la ansiedad ante los exmenes?, Cuntos nios sobredotados intelectualmente existen en el Per? Cules son las dificultades de aprendizaje ms frecuentes entre los educandos de educacin inicial?, Qu tan conscientes estn los psiclogos de sus responsabilidades respecto a demandas por el mal ejercicio profesional que puedan dar? b) Problemas descriptivos correlacionales. Son aquellos que indagan acerca de si dos o ms variables co-varan, el sentido y la fuerza de esta co-variacin. . Por ejemplo: Qu relacin existe entre las actitudes maternales y la formacin del autocontrol en el nio con retardo mental?, existe correlacin entre el nivel de aprestamiento y el desarrollo del lenguaje?
2) Problemas sustantivos explicativos. Surgen cuando el investigador busca la causa del comportamiento de un objeto. Usualmente se expresan usando el operador o trmino formulativo de incgnitas Por qu? Por ejemplo: Por qu los nios de clase social alta atribuyen ms su rendimiento escolar a sus capacidades? Por qu adolescentes de zonas populosas son poco asertivos?, Por qu existen altos ndices de desercin escolar en el Per? Pero, no siempre estos problemas se expresan de ese modo. Por ejemplo, en la pregunta qu factores inciden en el desarrollo de la actitud hacia la matemtica en la educacin primaria?, no figura dicho operador, pero es un problema explicativo porque indaga por las causas del desarrollo de la actitud hacia la matemtica en el nivel escolar primario. Tambin es una formulacin de un problema explicativo el siguiente: Influye la desnutricin en el rendimiento escolar?, en esta, a diferencia de la pregunta anterior, se ha introducido el posible factor explicativo. (Barriga, 1997). Cada vez que hablamos de lo que influye, produce, genera, determina, condiciona, etc. un fenmeno dado, estamos frente a un problema explicativo.
72

Derivados de los problemas explicativos son los problemas predictivos y los retrodictivos. En efecto, cuando podemos explicar el comportamiento de un objeto (x), tambin podemos responder la pregunta del tipo: Ocurrir (problema de prediccin) o ocurri (problema de retrodiccin.) Ambas preguntas se refieren a sucesos an no conocidos, tanto del futuro como del pasado, pero cuya ocurrencia es esperable, segn ciertos conocimientos. Un ejemplo de problema predictivo es cul es la incidencia de la rubola durante el embarazo sobre el bajo CI? y un ejemplo de un problema retrodictivo es cul es el efecto de fumar cigarrillos en el cncer? (Barriga, 1997). Antes de proseguir es necesario precisar la diferencia entre los problemas explicativos y los problemas correlacionales. La diferencia entre ambos tipos de problemas es la siguiente: Subyace a los problemas explicativos una relacin asimtrica: Si A es causa de B, B no es causa de A; en tanto que subyace a los problemas correlacionales una relacin simtrica: Si A se correlaciona con B, B se correlaciona con A. Como se observa ambas tienen propiedades distintas. Por estas diferencias, la relacin de causalidad sirve para explicar el comportamiento del objeto, en tanto que la relacin de correlacin no explica, se limita a constatar una situacin, por eso es una operacin descriptiva; por ejemplo, al decir que la motivacin de logro se relaciona con un elevado aprovechamiento acadmico no estamos diciendo que la motivacin de logro es la causa del alto aprovechamiento acadmico, sino que cuando una de ella se presenta, la otra tambin y nada ms. Es necesario tener claro que la explicacin supone la correlacin, pues si hay causalidad, tambin hay correlacin, pero la correlacin no implica la causalidad, aunque Hernndez, Fernndez y Baptista (2003) consideran que la correlacin tiene en alguna medida un valor explicativo parcial, pues saber que dos variables se relacionan aporta cierta informacin explicativa; y Briones (1986) sostiene que la correlacin bajo determinadas circunstancias tendra un estatus causal. 1.2.2.2 Problemas prcticos o tcnicos Aparecen cuando el investigador busca modificar los objetos en el sentido postulado por los objetivos que se ha planteado. Se formulan en interrogantes del tipo: Qu hacer para cambiar o transformar el objeto X? Por ejemplo: Qu hacer para incrementar el rendimiento acadmico de los alumnos de psicologa en la asignatura de estadstica aplicada a la psicologa?
73

La mayora de las veces estos problemas se plantean introduciendo en la pregunta, el medio tcnico a utilizar y preguntndose por su incidencia en la modificacin del objeto. Por ejemplo: El mtodo X incidir en el mejoramiento del proceso de enseanza- aprendizaje?, pero tambin es frecuente plantear problemas prcticos como validacin de un programa de estimulacin temprana en el desarrollo intelectual entre los nios de 5 aos (Barriga, 1997). 1.2.3 Aspecto formal Los problemas de investigacin se formulan generalmente por medio de preguntas que dejan entrever las tareas a realizar para su solucin cientfica, por ejemplo Influye el conocimiento de conceptos bsicos en el rendimiento escolar de las nias del primer grado? Sin embargo, algunos investigadores expresan el contenido de la pregunta como objetivo de investigacin, por ejemplo: Determinar la influencia del conocimiento de conceptos bsicos en el rendimiento escolar de las nias del primer grado. Por otro lado, la calidad en la identificacin y la formulacin adecuada de un problema de investigacin est vinculada con la calidad del conocimiento que el investigador o investigadora tenga sobre el tema de estudio. De all que se recomienda vivamente al alumno y al investigador principiante el ampliar y profundizar su conocimiento sobre la temtica consultando fuentes nacionales y extranjeras reconocidas en el mundo de la investigacin, de manera tal que puede detectar y determinar ms a fondo el problema de investigacin. 1.2.4 Caractersticas de los problemas de investigacin Para que un problema tenga la posibilidad de ser investigado debe tener las siguientes caractersticas: 1) La pregunta debe estar referida a un solo problema de investigacin y relacionada con el planteamiento del problema definido con anterioridad. 2) La pregunta debe estar expresada en un lenguaje claro y sencillo, y todos los trminos empleados en su definicin ser claros y tener algn referente.
3) La pregunta debe expresar:
74

a) Descripcin (por ejemplo, la identificacin o descripcin de caractersticas, comportamientos de determinados grupos, descripcin de actitudes, etc.), Relacin o asociacin, y, Explicacin/intervencin (por ejemplo, la efectividad del mtodo teraputico X sobre la ansiedad ante los exmenes). (Buenda, Cols & Hernndez, 1997).
b) c)
La descripcin nos lleva a las investigaciones descriptivas; la asociacin a las investigaciones correlacionales; la explicacin a las investigaciones explicativas y la intervencin a las investigaciones experimentales, que es una modalidad de investigacin explicativa. Estos tipos de investigacin los trataremos en una leccin posterior. 4) La pregunta debe postular una relacin entre variables y debe sealar la variable independiente, la dependiente y su relacin (en las investigaciones que fuera pertinente). 5) El problema debe ser resoluble. Debe ofrecer la posibilidad de la prueba emprica; es decir, que los datos puedan recogerse y tratarse mediante procedimientos de la metodologa cientfica (Alarcn, 2008). 6) El problema debe ser factible. Es decir que se pueda investigar por los medios de que se dispone (recursos econmicos, humanos o materiales; tiempo disponible; sujetos de estudio). 7) El problema debe tener un marco espacial (lugar) y temporal (tiempo), cuando fuera pertinente. 8) El problema debe ser original o por lo menos novedoso, especialmente en los que se plantean en las Tesis de maestra y doctorado. 9) El problema debe ser relevante, significativo; tener un valor terico y prctico. Es decir, debe estar encaminado a aportar nuevos conocimientos o a la mejora de alguna situacin problemtica.
10) El problema no debe estar referido a cuestiones morales/ticas. 1.2.5 Ejemplos de problemas de investigacin
(1) Qu relacin existe entre capacitar docentes con las estrategias A, A, B y B, y el rendimiento de tales docentes en trminos de grado de conocimiento de los contenidos de tales cursos? (Vizcarra, 1985).
75

(2) Se relacionan las actitudes de los psiclogos hacia las personas con enfermedades mentales con el tiempo que han trabajado con ellas? (3) Existir alguna diferencia entre hombres y mujeres en lo que respecta a incapacidad funcional y ajuste psicosocial tras lesiones por quemaduras? (4) Consideran hombres y mujeres de manera diferente los factores importantes para tomar decisiones con respecto al tratamiento de infertilidad? (5) Cmo podemos predecir que estudiantes de maestra de la UIGV utilizarn enfoques de aprendizaje distintos segn el tipo de asignaturas? (6) Es eficaz el programa individualizado de terapia del lenguaje para mejorar las destrezas de comunicacin en pacientes afsicos y disrtricos? (7) Se diferencian los estudiantes del tercer ciclo de educacin primaria de Lima Metropolitana en los componentes del modelo de aprendizaje autoregulado de Pintrich? 1.2.6 Pautas para la bsqueda de problemas Algunas veces el investigador logra tener de manera rpida una idea acerca de que investigar, pero la mayora de las veces no es as. Puede ayudar en la bsqueda de problemas, las siguientes pautas: 1) Revisar las sugerencias y recomendaciones que concernientes al tema de inters hacen al finalizar sus artculos, ponencias, exposiciones, tesis, investigadores reconocidos en la temtica. Realizar una lectura crtica de tesis, artculos cientficos, documentos, analizando las soluciones que se han dado al problema de inters buscando sus puntos dbiles. El anlisis debe dirigirse a encontrar deficiencias o aspectos no cubiertos, procurando usar otros enfoques o maneras de ver el problema planteado: Qu debilidades tiene el problema formulado?, Es posible haber concebido el problema de otra manera?; Es posible concebir otros problemas de investigacin adicionales al planteado?). Ayuda en este aspecto el revisar reseas o abstracts en las bases de datos electrnicas (Psyclit, Lilacs, Medline, Iberoamericano, Eric, Colegio Oficial de Psiclogos de Espaa, sitios en Internet, etc.).
2)
76
3) Aplicar soluciones conocidas a situaciones nuevas y examinar si siguen valiendo para stas: si valen se habra ampliado el dominio de esas soluciones; sino valen, se habr tal vez descubierto todo un nuevo sistema de problemas. 4) Analizar viejos problemas dominios de las mismas. probando con nuevas variables y/o nuevos
5)
Buscar relaciones del tema de inters con problemas relacionados a otros campos (Piscoya, 1987; Hernndez, Fernndez & Baptista, 2003).
1.2.7 Planteamiento del problema El planteamiento del problema responde al qu (problema), al para qu (objetivos) y al por qu (justificacin). La definicin y el planteamiento del problema, especialmente en su primera parte (el qu), configura el Objeto de conocimiento cientfico, aspecto vital en el proceso de investigacin. La adecuada configuracin del Objeto de investigacin representa gran parte del xito del estudio, en razn a que proporciona las bases para los objetivos, la justificacin, las hiptesis (el problema es el punto de partida de las hiptesis), el contenido y el mtodo. 1.2.7.1 Qu implica el planteamiento del problema? Este planteamiento implica la observacin detenida, el conocimiento amplio y profundo, el estudio cuidadoso, y el anlisis reflexivo del contexto general en el cual se da la problemtica que interesa estudiar y de esta en particular. Al realizar esta profundizacin y ampliacin el investigador encontrar mayores elementos de informacin que le permitan formalizar su problema, ya sea a travs de definiciones, nuevas explicaciones, relaciones no conocidas suficientemente o resultados de investigaciones que le ayudarn a reorientar su investigacin o a desestimarla por tratarse de un problema ya resuelto, o porque el camino seguido no conduce a mayores aportes al conocimiento (Crdova, 2001). 1.2.7.2 Estructura del planteamiento del problema (El Qu?) El proceso de elaboracin del problema expresado finalmente en la pregunta o preguntas de investigacin, es para muchos investigadores la etapa ms importante de un estudio. En este proceso, teniendo ya una idea acerca de lo que se quiere investigar la primera etapa esreducir el problema a trminos concretos y explcitos (Selltiz, Jahoda, Deutch &
77

Cook, 1976). En este camino, generalmente el investigador empieza el planteamiento del problema realizando una descripcin de la situacin; indicando con precisin las caractersticas particulares que permitan distinguir al problema, pero sealando a la vez las relaciones causales o no con otras variables en ese contexto. Ayuda en esta actividad lo siguiente: 1) Describir la realidad o situacin problemtica. Al realizar esta descripcin el investigador identifica aspectos o situaciones que lo obligan a dudar o a cuestionar dicha realidad y a profundizar los estudios sobre esta. Aqu se trata de presentar los fundamentos de tipo emprico que permiten saber que existen mritos para postular un proceso de investigacin. (Crdova, 2001). Por analoga con el procedimiento mdico algunos autores realizan esta fase descriptiva segmentndola en tres apartados que reciben una denominacin pero implcita pues para efectos del proyecto de la investigacin no se escriben como epgrafes o subttulos. Estos apartados son los siguientes: diagnstico, pronstico y control al pronstico. En lo referente al diagnstico el planteamiento del problema parte de la identificacin y descripcin de los sntomas que se observan (informacin, estadsticas, datos, etctera) y que son relevantes de la situacin, relacionndolos con las causas que lo producen. Por pronstico (en investigacin es generalmente negativo) se entiende las implicancias que el diagnstico trae consigo y que al darse afectan la situacin objeto de la investigacin. Por ltimo, el control al pronstico refiere a la variable o vinculacin de variables cuya descripcin o vinculacin cree el investigador tendr como resultado que el control al pronstico no se cumpla (o se cumpla); variables que, por otro lado, tambin estarn incluidas en la hiptesis. Veamos el siguiente ejemplo: Planteamiento del problema (1 Diagnstico). El rendimiento en matemtica es notoriamente bajo en nuestros alumnos, como lo sealan varias mediciones internacionales y nacionales. Por ejemplo, la Unidad de Medicin de la Calidad Educativa del Ministerio de Educacin del Per (UMC), ha llevado a cabo cuatro evaluaciones nacionales del Rendimiento: CRECER 1996, CRECER 1998, la Evaluacin Nacional 2001 y la Evaluacin Nacional 2004. Asimismo, ha participado en dos evaluaciones internacionales: en 1997 nuestro pas particip junto con 11 pases de la regin en el Primer Estudio Regional Comparativo del Laboratorio Latinoamericano de Evaluacin de la Calidad
78

de la Educacin (LLECE), de la UNESCO en el que se evalu a estudiantes de tercero y cuarto grado de primaria en las reas de Matemtica y Comunicacin, y en el ao 2001 particip en la evaluacin del Programa Internacional para la Evaluacin de Estudiantes (PISA) de la Organizacin para la Cooperacin y el Desarrollo Econmico (OCDE, 2002), orientado a evaluar las habilidades en comprensin de lectura, matemtica y ciencia de estudiantes de secundaria que tenan 15 aos de edad. Recientemente la referida UMC ha presentado los resultados de la cuarta evaluacin nacional, del rendimiento acadmico de los alumnos ejecutado entre el 13 y 19 de marzo de 2004. Como en anteriores ocasiones, las reas evaluadas han sido comunicacin y matemticas, esta vez en 2 y 6 grado de primaria y 3 y 5 de secundaria, en una muestra de 843 Instituciones Educativas del Nivel primario y 636 del nivel Secundario, obtenindose los siguientes resultados: 2 de Primaria 9,6%, 6 de primaria 7,9%, 3 de secundaria 6% y 5 de secundaria 2,9%, porcentajes que representan a alumnos que logran los aprendizajes esperados en el grado evaluado (INIDEN, 2000). Adems, al comparar el rendimiento promedio entre aos en el rea de Matemtica, los alumnos evaluados en el ao 2004 muestran un rendimiento promedio ligeramente inferior al de los evaluados en el ao 1998 (UMC, Unidad de Medicin de la Calidad Acadmica, 2004). (2 Pronstico) Esta situacin es muy preocupante pues al ser la matemtica fundamento de las ciencias ms comprometidas con las posibilidades de desarrollo de un pas, a futuro se ven comprometida la posicin del Per en el mbito sudamericano y en el mundial; cada vez ms globalizado; situacin que explicara el porqu el gobierno peruano decreto la Emergencia Educativa el 2004. (3 Control al Pronstico) Es asunto decisivo para los profesionales comprometidos en la accin educativa el contribuir a revertir, a transformar esta negativa realidad. La pregunta clave es a qu se debe este bajo rendimiento?, en la bsqueda de respuestas que una vez identificadas puedan ser afrontadas por los profesores de aula y especialistas de las diversas instituciones educativas del pas; estimamos conveniente afinarla en el sentido siguiente a qu se debe la variabilidad o diferencias de los alumnos en el rendimiento en las matemticas?. Diversas razones se han dado para explicar las amplias divergencias en los rendimientos y los bajos logros en matemtica: haber tenido reformas sucesivas precedidas o seguidas por poca o ninguna experimentacin, excesos de formalismo en la concepcin y aplicacin de las propuestas educativas, insuficiente formacin de los maestros, (Flores, 1996), poco vnculo de los programas y mtodos de enseanza con los procesos
79

intelectuales y afectivos de los alumnos (Vernaugd, 1991). Esta ltima razn es desde nuestra perspectiva de la mayor importancia, pues se relaciona con factores que podran ser modificables por la accin psicolgica docente. En este sentido, la variabilidad del rendimiento en matemtica se explicara en alguna medida por ciertas caractersticas personales de los alumnos. La determinacin de estas caractersticas implica, a su vez, el tener un conocimiento previo de las caractersticas que tiene la enseanzaaprendizaje de esta asignatura. El Informe Cockcroft seala que las matemticas son difciles de aprender y, por lo tanto, parecen ser difciles de ensear, situacin que se encuentra en estrecha relacin con la jerarquizacin de sus contenidos; que no todos los alumnos aprenden a la misma velocidad, an con los mismos contenidos; que obliga a practicar mucho, con independencia del nivel de conocimientos que se tenga; que el planteamiento del problema es el aspecto ms difcil de resolucin de un problema de matemtica y no debe subestimarse la imaginacin que se precisa para ello (Cockcroft,1985, citado en Nortes, 1993). El anlisis de estas caractersticas con una visin cognitiva constructiva que considera al alumno como un participante activo y un constructor de sentidos, nos lleva a proponer que las caractersticas personales del alumno se reflejaran en gran parte en el desplegamiento de estrategias de aprendizaje cognitivas, metacognitivas y motivacionales durante su aprendizaje de la matemtica, entendiendo por tales a conductas y pensamientos que el estudiante utiliza en su proceso de aprendizaje con la intencin de influir en el proceso de codificacin de la informacin. Estas conductas y pensamientos se manifiestan en una secuencia de actividades y operaciones dirigidas a la consecucin de metas de una manera consciente e intencional -plan de accin - involucrando procesos de toma de decisiones ajustados al objetivo o meta que pretende conseguir el estudiante. (Westein & Mayer, 1986; Beltran, 1993). En estas circunstancias, esta relacin predicha entre las estrategias de aprendizaje y el rendimiento en matemticas tiene que ser sometida a un estudio emprico que determine si en realidad se presenta y cules son las caractersticas de esta presentacin, por lo que planteamos la pregunta de investigacin.
2)
Definir el problema o preguntas de investigacin. Realizada adecuadamente la descripcin del problema, el siguiente paso es hacer una concrecin del mismo planteando una o ms preguntas que definan exactamente cul es el problema a resolver. La pregunta (o preguntas) debe expresar relaciones fundamentadas entre las
80

variables elaboradas en la descripcin del problema, con una estructura clara y unvoca lo cual obliga a seleccionar trminos y conceptos que posean significados unvocos para las personas que conforman la comunidad cientfica; asimismo, debe tener posibilidades de contrastacin emprica. Retomando el ejemplo anterior, habindose identificado sntomas, causas, pronstico y control al pronstico, la pregunta se podra plantear as:
Cul es el grado de relacin de las estrategias de aprendizaje con el rendimiento en matemticas?
1.2.7.3 Sistematizacin del problema. Algunas veces se descompone la pregunta planteada en subpreguntas. En ese caso generalmente a la primera se le denomina pregunta general y a las otras, preguntas especficas, aunque algunos investigadores hablan de pregunta principal y de de preguntas secundarias. En todo caso, las subpreguntas tienen en sus contenidos variables del problema planteado y orientan la elaboracin de los objetivos de la investigacin. Al responderlas se responde a la pregunta general. Ejemplo: Problema general: Existe alguna relacin entre el enfoque de aprendizaje adoptado por el alumno de la maestra en Teora y Prctica de la Lectura y Escritura y la calidad de su aprendizaje? Subproblemas especficos: Existe alguna diferencia en el enfoque de aprendizaje en funcin del gnero? Existe alguna diferencia en el enfoque de aprendizaje en funcin del curso? Existe alguna diferencia en funcin del tipo de evaluacin hecha por los profesores? Existe alguna diferencia en funcin de las estrategias de enseanza seguidas por el profesor? (Ejemplo adaptado de Buenda, Cols & Hernndez, 1997).
81

1.2.8 Un error frecuente en el planteamiento del problema de investigacin Cuando se formula la pregunta de investigacin se incurre en un error cuando se realiza la delimitacin geogrfica y temporal cuando ello no influye en el estudio; antes bien limita la generalidad de las conclusiones. Por ejemplo, sea la pregunta: Qu relacin existe entre el nivel educacional de los padres y el nivel de aprendizaje de los hijos, en el distrito de Bellavista, en los ltimos cinco aos? Aqu el error se encuentra en que la relacin que se pretende explicar tiene carcter general, por lo tanto no hay razn para delimitarla geogrficamente ni temporalmente. Desde otro punto de vista, se est confundiendo la delimitacin del problema con las caractersticas de la muestra. (Velzquez & Rey, 1998). 1.2.9 Una precisin conceptual
Algunas veces el estudiante no efecta una discriminacin adecuada entre algunos trminos usuales en el proceso de investigacin. El siguiente ejemplo, tomado con ligeras modificaciones de Velzquez & Rey (1998), ayudar rpidamente a diferenciarlos. 1) Tema. Se identifica con la situacin problemtica y de ella se deriva el ttulo de la investigacin o de la tesis. 2) 3) Problema. Es la incgnita objeto estudio. Ttulo. No debe ser una copia textual del enunciado del problema de investigacin, sino que debe expresar de manera sinttica, la idea central del estudio.
4) Lnea. Constituye un campo de la realidad, a cuyo estudio se dedica el investigador, derivando de este sus problemas de investigacin Veamos un ejemplo: Tema: La violencia juvenil en Lima. Problema: De qu manera ha influido el deterioro de la situacin econmica del pas en el aumento de la violencia juvenil en la capital, en los ltimos cinco aos? Lnea de investigacin: Violencia juvenil. Ttulo de la Tesis o del Informe de Investigacin: Influencia de la situacin econmica del pas en la violencia juvenil en la capital, en los ltimos cinco aos. (Velzquez & Rey, 1998). Al concluir lo concerniente al problema queda claro, como sostiene Bunge (1979), que un problema cientfico se plantea sobre un trasfondo cientfico
82

y se estudia con medios cientficos y con el objetivo primario de incrementar el conocimiento humano.
83

Leccin II Objetivos y Justificacin de la Investigacin
2.1 Objetivos de Investigacin 2.1.1 Concepto Los objetivos constituyen los mviles o propsitos que orientan el proceso de investigacin y el proceso de su logro gua todas las acciones programadas. Especficamente, un objetivo es lo que se espera lograr con la investigacin y surge como respuesta a la pregunta para qu y qu se busca con la investigacin propuesta? 2.1.2 Clasificacin Los objetivos se clasifican en objetivos generales y objetivos especficos. Los primeros, ofrecen resultados amplios y buscan alcanzar propsitos ltimos de modo paulatino logrando previamente los objetivos especficos. En trminos generales, responden a la pregunta Para qu se realiza la investigacin? Los segundos, estn referidos a situaciones particulares que inciden o forman parte de situaciones propias de los objetivos generales. Operacionalmente son el resultado de desagregar con especificacin conductual los logros concatenados que se pretende. Veamos los siguientes ejemplos: Problema 1: Cul es la influencia de un programa de intervencin educativa en la reflexividad, el autocontrol y el aprendizaje en un grupo de nios de ocho aos de edad? Objetivo general: Experimentar los efectos de un programa de intervencin educativa en el incremento del nivel de reflexividad, autocontrol y aprendizaje en un grupo de nios de ocho aos de edad. Objetivos especficos:1) Identificar el nivel de reflexividad, autocontrol y aprendizaje de los nios; 2) Evaluar el nivel de reflexividad, autocontrol y aprendizaje de los nios; 3) Objetivo metodolgico: Elaborar un Programa de intervencin educativa para el desarrollo de la reflexividad, el autocontrol y el aprendizaje (Carbajal, 2007). Problema 2: Qu relacin existe entre capacitar docentes con las estrategias A, A, B y B, y el rendimiento de tales docentes en trminos de grado de conocimiento de los contenidos de tales cursos?
84

Objetivo general: Someter a prueba experimental dos estrategias de capacitacin para comprobar su eficacia, medida directamente en el rendimiento del docente e indirectamente en el rendimiento del educando. Objetivos especficos: 1) Someter a prueba experimental dos estrategias de capacitacin por contraste con los grupos de control, bajo la condicin de los mdulos de Matemtica y Lenguaje; 2) Someter a prueba experimental dos estrategias de capacitacin por contraste con los grupos de control, bajo la condicin de zona rural y zona urbano-marginal (Vizcarra, 1985). Problema 3: Cmo se presentan las caractersticas psicomtricas bsicas del Cuestionario de evaluacin del aprendizaje autorregulado EAM-56P elaborado segn el modelo de Aprendizaje autorregulado de Pintrich modificado, para su uso en la poblacin de estudiantes del quinto y sexto grado de educacin primaria de Lima Metropolitana? Objetivo general: Construir y estandarizar un cuestionario de evaluacin del aprendizaje autorregulado segn el modelo de aprendizaje autorregulado de Pintrich modificado, vlido y confiable para su uso en la poblacin de estudiantes del quinto y sexto grado de primaria de Lima Metropolitana. Objetivos especficos: 1) Elaborar el cuestionario EAM-56P con base en el modelo de aprendizaje autoregulado de Pintrich; 2) Establecer la fiabilidad del cuestionario construido EAM 56-P por medio del anlisis de su consistencia interna y estabilidad temporal; 3) Establecer la validez de constructo del cuestionario elaborado EAM-56P; 4) Elaborar normas en puntajes estndar eneatipos para el cuestionario construido EAM-56P en la poblacin de referencia (Aliaga, 2003). Respecto de los objetivos es necesario tener cuenta dos cosas: que los objetivos especficos al ser logrados permiten alcanzar el objetivo general; pero en dependencia de la amplitud de lo que se persigue con el estudio, en muchas investigaciones slo se formulan objetivos; que en el transcurso del estudio pudiera ser necesario incluir, modificar o cambiar objetivos.
85

Tabla 3. Niveles, atributos y designaciones semnticas de los propsitos (Tomado de Caballero, 2000)
NIVELES 1. FINALIDAD: - Fin supremo - Razn de ser de la empresa. 2. OBJETIVO GENERAL: - Fin 3.OBJETIVOS ESPECIFICOS 4. METAS
ATRIBUTOS a) Valorativa. b) Cualitativa. c) Permanente. a) Cualitativo. b) Integral. c) Terminal. a) Cualitativos. b) Conductuales. c) Especficos. a) Cuantitativas. b) Actividades. c) Tiempos. a) Cuantitativas. b) Conjunto de tareas o acciones repetitivas. a) Cuantitativas. b) Repetitivas. c) Efectuadas por personas.
DESIGNACIONES SEMNTICAS A la finalidad: Se le persigue Al objetivo general: Se le alcanza Los especficos: Se logran Las metas: Se cumplen objetivos
5. ACTIVIDADES
Las actividades: Se desarrollan Las tareas: Se ejecutan
6.TAREAS O ACCIONES
2.1.3 Presentacin y redaccin En el proceso de presentacin y redaccin de los objetivos es conveniente tener en cuenta las siguientes pautas: 1) Los objetivos deben involucrar resultados concretos;2) Su logro debe estar dentro de las posibilidades del investigador; es decir, deben ser realistas; 3) Deben ajustarse a la consecucin de resultados nicamente por la accin del investigador; 4) Pueden haber uno o ms objetivos generales. Para cada uno de estos objetivos debe plantearse dos o ms objetivos especficos. Los resultados de stos ltimos permiten alcanzar el (los) objetivo(s) general(es); y, 5) Los objetivos se empiezan redactando con verbos en modo infinitivo. Tabla 4. Ejemplos de verbos para la redaccin de objetivos
Determinar Establecer Disear Plantear Programar
Evaluar Planear Comprobar Precisar Cuestionar
Describir Examinar Estandarizar Especificar Elaborar 86
Explicar Presupuestar Planear Inventariar Consultar

2.2 Justificacin de la investigacin 2.2.1 Concepto La justificacin del estudio responde a la pregunta por qu se investiga? y est en directa relacin con la pregunta y los objetivos de la investigacin, pues esta se realiza con un propsito claro y definido. En este sentido, la justificacin implica la explicacin por parte del investigador de las razones por las que se lleva a cabo el estudio y las consecuencias tericas, prcticas, institucionales o de otra ndole que se derivan de su realizacin. Por ejemplo, en el aspecto terico, es necesario explicar si se va a elaborar o ampliar un modelo o profundizar una o ms teoras o se va a comprobar, modificar o rechazar cuestionar tericas referidas al problema de investigacin. En el aspecto prctico, en vista que la ciencia est al servicio del hombre, es necesario explicar si los resultados pueden contribuir a dar una solucin a problemas concretos que afectan, por ejemplo, a organizaciones educativas, clnicas, empresariales, pblicas o privadas. Tambin la justificacin puede ser de orden metodolgico en razn a la elaboracin o uso de metodologas, tcnicas, instrumentos especficos que servirn en la realizacin y logro de los objetivos del estudio. Por ejemplo, instrumentos como encuestas, tests, cuestionarios, formularios, frmulas, software, entre otros. 2.2.2 Ejemplos La redaccin de la justificacin de un estudio se realiza en funcin de los aspectos que hemos visto en el acpite anterior, sin embargo el estilo personal del investigador lleva a que esta vare en su amplitud. Veamos los siguientes ejemplos: 1) En una investigacin relativa al diseo y desarrollo curricular del rea de las matemticas, desde el nivel de educacin inicial hasta el tercer grado de primaria en contexto de pobreza, se seal la importancia del estudio en los siguientes trminos: A partir de los resultados de la investigacin, se podra contribuir a la generacin de polticas educativas que sirvan de apoyo a la racionalizacin de cambios en las distintas instancias del currculo y que en consecuencia se eleve el nivel cualitativo de la educacin matemtica (Villavicencio et al., 1994). 2) En una investigacin en torno a los factores que inciden en la baja de rendimiento acadmico en un colegio, la justificacin fue la siguiente: De acuerdo con los objetivos de la investigacin, su resultado permite encontrar soluciones concretas a problemas de bajo rendimiento acadmico en el colegio.
87

3) En una investigacin que averigua la relacin de la inteligencia, la personalidad y la actitud hacia la matemtica con el rendimiento escolar en matemtica en estudiantes del quinto ao de secundaria de Lima Metropolitana, la justificacin fue esta: La investigacin se justifica pues sus resultados constituyen desde nuestro punto de vista aportes significativos desde el punto de vista terico y prctico para el mejor conocimiento de la naturaleza y ciertas caractersticas psicolgicas implicadas en el rendimiento escolar en matemticas. En un nivel terico, se considera actualmente que el estudiante tiene un papel decisivo en el proceso educativo por medio de su actividad sobre la realidad, e igualmente que el rol del profesor se acenta en la estimulacin y utilizacin de esa actividad. Naturalmente que un mejor desempeo del profesor implica que este debe tener el mejor conocimiento posible del estudiante de manera tal que pueda ajustar de manera permanente las modalidades de su accin pedaggica para contribuir mejor al desarrollo de ste como persona. En este sentido, estimamos que el conocimiento del profesor acerca del alumno se optimiza en la medida en que conoce las relaciones de determinadas variables psicolgicas relevantes con la variable clsica en la educacin escolarizada: el rendimiento escolar. Desde esta perspectiva el rendimiento escolar en matemticas puede ser visto como la expresin compleja de la conducta de los individuos en el campo educativo, pudiendo ser estudiado considerndolo como el resultado de la accin simultnea de un conjunto de variables. En este contexto, el estudio precisa en el segmento educativo correspondiente al de estudiantes de ambos sexos del quinto ao de secundaria, la importancia general y especfica de la inteligencia, la personalidad y la actitud hacia las matemticas en su accionar simultneo sobre el rendimiento escolar en matemticas con vista a la posterior estructuracin de un modelo descriptivo, explicativo y predictivo de tal rendimiento en referida poblacin. En un nivel prctico, el establecimiento de relaciones significativas entre el conjunto (team) de variables citadas o de algunas de ellas con el rendimiento escolar en matemtica hace posible un mejor anlisis de ste, del cual se derivaran aplicaciones prcticas, por ejemplo: realizar labores de seleccin, clasificacin y prediccin en cuanto al rendimiento individual en matemticas; y acciones recuperativas y de desarrollo psicopedaggico para la optimizacin de las caractersticas cognitivas, de personalidad o actitudinales implicadas en el referido rendimiento (Aliaga, 1997). Veamos un ejemplo de justificacin metodolgica: El estudio se justifica en un nivel metodolgico, pues con base en la realidad educativa del segmento
88

poblacional escolar estudiado, se elaborar un cuestionario con la suficiente confiabilidad y validez como para constituirse en un instrumento til para le evaluacin del aprendizaje. Entendemos que un cuestionario con estas caractersticas puede ser en manos de los profesionales de la enseanza, educadores, psiclogos, orientadores, un valioso instrumento para conocer un poco mejor cmo los estudiantes perciben la realizacin de su propio aprendizaje y para obtener una valoracin de los motivos y las estrategias predominantes en el aprendizaje de los estudiantes (Aliaga, 2003).
89

Leccin III El Marco Terico y Definicin de Trminos Bsicos 3.1 El marco terico
3.1.1 Concepto
Es la parte del informe de investigacin en el que el investigador presenta adecuadamente el conocimiento existente sobre el tema que est estudiando, que le hace posible fundamentar el problema, las hiptesis, las tcnicas o instrumentos de recoleccin de datos e interpretar y discutir los resultados a los que ha llegado. En otras palabras, es el mbito terico en el cual se desarrolla la investigacin basado en el riguroso anlisis crtico de los antecedentes del problema, la exposicin de los supuestos de la investigacin, la exposicin y anlisis de la teora o grupo de teoras relacionadas con el problema o del modelo elaborado sobre las distribuciones y relaciones de las variables en un contexto determinado. En el marco terico se especifica las variables a estudiar y las relaciones entre ellas - por medio de las cuales se plantean respuestas o explicaciones al problema que se estudia. 3.1.2 Propsito La apropiada elaboracin del marco terico tiene varios propsitos tiles para el desarrollo del estudio. Para Munch y Angeles (1999) este marco sirve para Definir adecuadamente las variables y las hiptesis; establecer las guas para especificar hacia donde debe dirigirse la investigacin de campo; sustentar la investigacin; analizar e interpretar los datos y ordenar las observaciones para explicar de qu manera estn relacionados los fenmenos o variables. En otros trminos, sirve para analizar, comprender y explicar el problema en mayor profundidad, pues tiene como resultado el encuadre terico del problema, su inclusin en una teora existente o la fundamentacin de una nueva teora (Velsquez & Rey, 1999), modelo o marco referencial, en base al que, como ya dijimos, se fundamentar no slo el problema de investigacin sino tambin las hiptesis, en las investigaciones en las que estas son pertinentes, las tcnicas de colecta de datos y la discusin de los resultados. 3.1.3 Etapas en la elaboracin del marco terico En el proceso de elaboracin del Marco Terico se presentan algunas etapas que sintetizamos de la siguiente manera:
90

1 Revisin de las fuentes de informacin. Las investigaciones se fundamentan en la revisin de la produccin cientfica de otros investigadores, del pasado o del presente, lo que implica una labor ardua, sostenida, analtica, crtica e inteligentemente sinterizadora. Produccin cientfica que expresada en libros, artculos, tesis y documentos elaborados cientficamente est depositada en bibliotecas hemerotecas y bases electrnicas de datos. Al hacer una revisin acuciosa y planificada de estas fuentes, el investigador tendr mejores elementos de juicio para perfilar mejor el problema de investigacin, las preguntas, hiptesis, metodologa y para establecer el marco de referencia o mbito terico de la investigacin. Las fuentes de informacin pueden agruparse segn los criterios de origen e informacin que aportan. Por su origen, se clasifican en primarias, secundarias, y terciarias. Las fuentes primarias estn constituidas por investigaciones escritas de primera mano por el autor o autores. Por ejemplo, artculos originales de una revista, textos, los manuales y las monografas. No deben tener una antigedad mayor a los diez proponindose actualmente que la antigedad no debe ser mayor a los dos o tres aos. Una manera de percatarse de este dato es ver en la contraportada del libro el ao de la publicacin original. Aqu es necesario tener en cuenta que no es lo mismo reimpresin que segunda edicin. En la reimpresin un libro ha sido reimpreso sin hacer ningn cambio respecto a su edicin original. En la segunda edicin se han hechos cambios, algunas veces sustanciales, en comparacin con la edicin original. En Per se publican artculos originales de psicologa en las revistas del Colegio de Psiclogos del Per y en las Revistas de las Facultades de Psicologa de las diversas universidades, por ejemplo de la Universidad Inca Garcilaso de la Vega, la Universidad Nacional Mayor de San Marcos, la Universidad Catlica del Per. On line hay muchas revistas, como es el caso de Anales de Psicologa y Psicothema que traen una produccin cientfica variada y de elevada nivel. Por otro lado, puede tenerse acceso a la produccin psicolgica espaola a travs de los CD Room que comercializa el Colegio Oficial de Psiclogos de Espaa, en tanto que la produccin cientfica estadounidense en gran parte puede leerse en las diversas publicaciones de la American Psychologycal Associattion (APA). Por otro lado, las fuentes secundarias estn constituidas por documentos que contienen informacin sobre las fuentes primarias, son obras o artculos de referencia que no ofrecen conocimientos nuevos pero facilitan el acceso a las fuentes primarias. Por ejemplo, las revisiones de artculos, las reseas de libros, antologas de lecturas, que tienen por objetivo resumir la informacin, informar sobre el estado actual de la temtica que interesa, proporcionar bibliografa,
91

discutir conclusiones contradictorias, entre otros tpicos. Las fuentes terciarias, brindan informacin general, panormica, sobre un tema determinado, por ejemplo, diarios como El Comercio, Enciclopedias o magazines como Psychological Today. Por la informacin que aportan, se clasifican en: De primera mano y de segunda mano. La primera refiere a artculos originales; la segunda recoge lo que otros autores han escrito sobre una cuestin, por ejemplo, un libro de texto. El investigador puede emplear fuentes terciarias para tener una visin general del tema de investigacin y como datos puntuales; fuentes secundarias si quiere tener un resumen erudito de las investigaciones que se han realizado en un rea especfica o si busca fuentes de referencia adicionales (Salkind, 1998); pero debe emplear fuentes de primera mano casi exclusivamente, ya que en las fuentes primarias es donde est la informacin principal, pero tambin se tendrn que utilizar las fuentes secundarias debido al gran nmero de publicaciones que hay de este tipo. (Munch & Angeles, 1999). 2. Anlisis del contenido de la informacin seleccionada. Una vez que se han elegido los textos, artculos y en general la informacin referida al problema, se procede a analizarla y a elaborar las fichas de registro de informacin (bibliogrficas, de resumen, etctera). La lectura debe ser crtica, comparando, por ejemplo, conceptos, tericos, modelos, sin perder de vista el problema que se investiga. Aqu se trata de lograr informacin relevante para la investigacin y as evitar los errores tericos y metodolgicos de otros autores. 3. Organizacin de la informacin. Ya que se han recopilado suficientes datos, se procede a comparar la informacin obtenida de diversas fuentes referente a un mismo tema, y a ordenar las fichas por tema y rea. En esta etapa, al revisar y ordenar las fichas bibliogrficas, el investigador refuerza el conocimiento del tema a la vez que se percata si posee la suficiente informacin o si es necesario obtener ms fichas de algn tema en especial.(Munch & Angeles, 1999). 4. Diseo de un esquema del marco terico. Se precisan lineamientos en cuanto a contenido y se elabora un esquema del marco terico. En este texto consideramos que este esquema debe contener tres partes: los antecedentes del estudio, las bases tericas del mismo y las definiciones conceptuales y operacionales de las variables. Cada una de estas partes debe ser esbozada en cuanto a su contenido. Por ejemplo, en las bases tericas se debe construir un esquema en donde se analice tericamente el problema, tomando como base los antecedentes, las
92

teoras que ofrezcan ms elementos para analizar el problema y plantear la hiptesis ms adecuada. 5. Elaboracin del marco terico. Esta referida nicamente al problema y se redacta partiendo de lo general a lo particular siguiendo una secuencia lgica, ordenada y conceptualmente suficiente que abarque los antecedentes y la teora o teoras, la informacin y la experiencia, para analizar el problema investigado. Al finalizar la redaccin de las bases tericas es conveniente hacer un resumen en el que se haga una sntesis de estas y los antecedentes, de manera que quede elaborado un marco referencial que oriente a la elaboracin de las hiptesis. En el marco terico debe el investigador aportar sus ideas acerca del problema enriquecindolo, adems de adoptar en la redaccin de las citas y referencias la normatividad que brinda APA, que es la utilizada por la mayora de psiclogos. 3.1.4 Partes
En el proceso de elaboracin del marco terico se distinguen, como ya dijimos, usualmente tres partes: los antecedentes del estudio, las bases terico cientficas y la definicin de las variables.
3.1.4.1 Los antecedentes Al elaborar esta parte de la investigacin es conveniente tener en cuenta de entrada que no se trata de elaborar un Estado de la Cuestin o Estado del Arte (state of art) sobre el tema. El estado de la cuestin es un trabajo que consiste en una presentacin completa, sistemtica, objetiva e imparcial, y, a la vez suficientemente abreviada y clara de todos los principales resultados existentes en las investigaciones acerca del problema o tema. (Zubizarreta, 1998), elaborar este Estado constituye ya una investigacin. Ms bien, de lo que se trata, es de revisar crticamente estudios, documentos, investigaciones, semejantes en el problema a la investigacin que se est realizando y elaborar un inteligente resumen. La revisin de los antecedentes sirve al investigador para ubicar el problema de investigacin respecto de la produccin cientfica y tecnolgica ms reciente sobre la temtica de inters desde la perspectiva terica que el investigador tiene sobre el asunto. En la actualidad tiende a exigirse que estos antecedentes no pasen de los diez aos de antigedad y an menos, salvo en el caso de los autores clsicos que en psicologa pudieran ser, por ejemplo, Piaget, Skinner, Walln, Vigotsky, Catell, Eysenck, entre otros. Adems, en el cumplimiento de esta exigencia hay que tener en cuenta que algunas reas de una ciencia muestran una mayor dinmica que otras; por
93

ejemplo, en psicologa, la psiconeuroinmunologa tiene actualmente una dinmica mayor que la psicometra. En el proceso de elaboracin de esta seccin de la investigacin el investigador debe indicar los nexos que existen entre su tema de estudio y las investigaciones nacionales y extranjeras que existan al respecto. La lectura de la literatura cientfica pertinente debe realizarse teniendo en mente que lo extrado debe servir bsicamente para: a) Saber si existen marcos tericos, tcnicas o hiptesis sobre la cuestin que estamos estudiando; b) saber si hay datos o hallazgos empricos sobre el problema; c) determinar la metodologa, diseos, tcnicas de recogida y anlisis de datos ms utilizados; d) orientar por donde proseguir, si hay contradiccin entre los logros encontrados; e) establecer las limitaciones que pueda haber en cuanto a teora, metodologa y anlisis de la informacin; f) replicar algunos hallazgos que no estn consolidados; y, g) precisar mejor el problema y formular las preguntas de investigacin apropiadas. A continuacin presentamos uno de los antecedentes de la investigacin que Navarro (2007) presento con motivo de su tesis para obtener la licenciatura en psicologa en la Universidad Inca Garcilaso de la Vega: Escurra, et al., (2005) investigaron el 2004 la Relacin entre el autoconcepto de las competencias, las metas acadmicas y el rendimiento en alumnos universitarios de la ciudad de Lima, en una muestra de 1018 estudiantes de varias universidades nacionales y privadas de la capital, con edades entre 18 a 28 aos y una media de 21 aos. Los instrumentos que emplearon para la captura de los datos fueron la Escala de autoconcepto para las competencias de Rayti y Snellman y el Cuestionario de metas acadmicas de Hayizamyu y Weiner. Hallaron correlaciones estadsticamente muy significativas (p<0.01) ente el autoconcepto de las competencias y las metas acadmicas con el rendimiento acadmico (0.40 y 0.38, respectivamente), lo que indica el efecto positivo y la importancia de estas variables cognitivas motivacionales en el rendimiento acadmico de los estudiantes universitarios. 3.1.4.2 Bases terico-cientficas Alude a la teora cientfica en la que se encuadra el problema de investigacin. Esta constituida por las teoras cientficas o el marco terico referencial o modelo que pueda elaborarse con base en los conocimientos cientficos concernientes a las variables constituyentes del problema que se sinteticen despus de una exhaustiva revisin en los centros de informacin y en las bases electrnicas de datos. Su construccin implica un anlisis crtico de las teoras o marcos tericos vinculados al problema de estudio, y la adopcin por parte del investigador de una de estas o la elaboracin de un marco terico referencial adecuado para la investigacin.
94

En su proceso de elaboracin es necesario tener en cuenta que si bien a la mayora de estudios no los dirige una teora siempre les subyace una base conceptual implcita. Por ejemplo: el investigador que emprende un estudio sobre la memoria debe aclarar la perspectiva terica conceptual que adopte sobre esta, pues aunque no busque probar una determinada teora conviene aclarar esta perspectiva. Por otro lado, si el investigador pretende fundamentar su estudio sobre una teora o un marco conceptual especfico debe necesariamente analizarla en las fuentes originales o primarias. Por ejemplo, si un psiclogo o estudiante de psicologa quisiera hacer un estudio en el que est implicado el locus de control tendra que revisar el artculo original de Julian Rotter sobre este constructo. Su construccin supone un anlisis minucioso de los trabajos realizados y revisados de manera tal que como resultado de este el investigador pueda elaborar desde su visin una perspectiva terica, conceptual o modelo, en la que especular tericamente acerca de cmo (y por qu) se relacionan las variables, cuestin que precisamente la investigacin que se efecta trata de probar. Veamos dos ejemplos esquematizados de insercin de un problema en un marco terico: a) Existen diferencias en la eficacia personal entre los ancianos que realizan ejercicios y los que no los practican? Teora de la eficacia personal de Bandura; b) Cules son las conductas del primer hijo antes y despus del nacimiento de un hermano? Teora del apego de Bowly. Un error frecuente en el proceso de elaborar las bases tericas es divagar acerca de temas vinculados de manera slo indirecta con el objeto de estudio. Veamos el siguiente esquema de las bases tericas propuestas por un investigador y posterior correccin. Tabla 5. Bases tericas inadecuadas (esquema) Bases tericas inadecuadas Problema: Cul debe ser la dimensin de la cobertura de los servicios de salud en las instituciones del Seguro Social? Historia del Seguro Social en el Per. El Ministerio de Salud y el Seguro Social. Las empresas aseguradoras privadas de salud. Diagnstico de la atencin de la salud en las instituciones del seguro social. El concepto de calidad. La calidad de los servicios de salud. Dimensin actual de la cobertura de los servicios de salud en las instituciones del Seguro Social.
95
Como se puede apreciar, de los aspectos tratados en ese proyecto, slo el ltimo est relacionado directamente con el problema de investigacin. Tabla 6 Bases tericas adecuadas (esquema) Bases tericas adecuadas Problema: Cul debe ser la dimensin de la cobertura de los servicios de salud en las instituciones del Seguro Social? Definiciones generales. Concepto de cobertura de servicios de salud en las instituciones del Seguro Social. Caractersticas socioeconmicas de la poblacin afiliadas al Seguro Social. Relacin entre necesidad y cobertura actual de los servicios de salud del Seguro Social. Experiencia internacional: EE.UU., Canad, Chile, Espaa, Mxico. Es posible una cobertura total con una calidad excelente?
(Ejemplo tomado con ligeras modificaciones de Velsquez & Rey (1999)
3.1.4.3 Definicin de trminos bsicos La definicin de las variables y de trminos relacionados es fundamental para el manejo preciso de los conceptos y tambin para el adecuado entendimiento por parte del lector del informe de la investigacin. Generalmente las definiciones se hacen en un nivel conceptual y en un nivel operacional. Veamos los siguientes ejemplos tomados de Aliaga (1998): Ejemplo 1: Variable: Rendimiento Acadmico. Definicin Conceptual: Es el resultado del proceso de interaccin enseanza-aprendizaje. Dicho resultado puede ser medido y clasificado en niveles de eficiencia y calidad para indicar el logro de los objetivos propuestos (Reyes, 1988). Definicin Operacional 1: Promedio aritmtico de las notas en escala vigesimal (0-20) alcanzado por los estudiantes en las asignaturas del primer ao de secundaria que permite clasificarlos en cuatro niveles de rendimiento: alto (15-20); medio (13-14.99); bajo (11-12.99), deficiente (10.99 menos). Definicin operacional 2: Se mide clasificando a los alumnos en dos niveles: alto y bajo rendimiento acadmico. Se utiliz como criterio de clasificacin a la mediana (Me = 12) de la distribucin de las notas
96

promedio en las asignaturas cursadas en el primer ao de secundaria. Los alumnos con nota promedio hasta 12 conformaron el grupo de bajo rendimiento. Los de 13 o ms el de alto rendimiento. Ejemplo 2: Variable Actitud hacia la matemtica. Definicin conceptual: Organizacin duradera de creencias y cogniciones, dotada de una carga afectiva en favor o en contra de la Matemtica y que predispone a una accin coherente con dichas cogniciones y afectos (Rodrguez Feijo, 1991). Definicin operacional: Es medida por la Escala de Actitudes hacia las Matemticas que tiene 25 reactivos tipo Likert de 5 alternativas y evala cinco dimensiones actitudinales: Ansiedad, Agrado, Utilidad, Motivacin y Confianza. Ejemplo 3: Variable Personalidad. Definicin conceptual: Organizacin nica de rasgos "que nos dice lo que una persona har en una situacin determinada" (Catell, 1975). Definicin operacional: Es medida por el grado de acuerdo de los sujetos con los reactivos de calificacin tricotmica 2, 1 y 0 de las quince escalas evaluadoras de los rasgos estilsticos-temperamentales del Cuestionario de Personalidad 16PF de Catell, Eber y Tatsuoka. Finalizando lo concerniente al marco terico, es necesario tener presente que su construccin no es una etapa que slo se realiza al inicio de la investigacin; de hecho se desarrolla durante todo el proceso para ir perfeccionndolo y estar en posibilidades de disear la hiptesis y los instrumentos de recoleccin para su prueba, con la mayor consideracin posible. Asimismo, que su estructuracin implica no slo recopilar la informacin sino manejarla a nivel conceptual, es decir, establecer relaciones entre los fenmenos y los hechos para plantear, si fuere el caso, principios de causalidad, leyes cientficas.
97

Leccin IV Estrategias o tipos de investigacin
4.1 Concepto Concluido el marco terico el investigador est en muchas mejores condiciones que antes de la elaboracin de este de precisar cul va a ser la estrategia o tipo de investigacin que realizar para dar respuesta a las preguntas del estudio. Estas estrategias se han clasificado de diversa manera. Con base en la informacin conseguida al elaborar el marco terico el investigador toma una decisin consciente acerca de cmo lograr los propsitos del estudio de una manera planificada y que asegure la mejor decisin en cada una de las etapas de este. Segn sea la naturaleza del problema de investigacin y segn los objetivos propuestos por el investigador se sigue una estrategia determinada, vinculada ntimamente con el problema, los objetivos, las hiptesis y la metodologa a seguir. 4.2 Clasificacin
En atencin a la naturaleza del problema y de los objetivos perseguidos existen varias clasificaciones. El lector debe tener muy en cuenta el criterio o criterios a los que atienden estas clasificaciones. Por ejemplo, la clasificacin que las divide en descriptivas y explicativas se orienta por el criterio de las funciones de la ciencia fctica y por la naturaleza de su producto final. Esta clasificacin no toma en cuenta a las investigaciones llamadas exploratorias que se orienta ms por la intencionalidad del investigador. Si dejar de advertir las dificultades de las clasificaciones en metodologa de la investigacin, en este texto utilizamos una clasificacin que toma como base elementos de la clasificacin brindada por Hernndez, Fernndez & Baptista, (2003), cuyas caractersticas las resumimos en los siguientes cuadros.
98

4.2.1 Investigacin Exploratoria Tabla 7 Caractersticas de la investigacin exploratoria Examinar un tema o problema de investigacin poco estudiado o que no ha sido abordado antes. Es OBJETIVO decir, cuando la revisin de la literatura revela que nicamente hay guas no investigadas e ideas vagamente relacionadas con el problema de estudio. Tema: Problema poco estudiado y no abordado antes. Utilidad: Sirve para definir ms correctamente el fenmeno, las necesidades, prioridades, etc., y la manera de cmo realizar el estudio. No constituye un fin en s mismo: Sirve para tendencias, identificar relaciones CARACTERSTICAS determinar potenciales y establecer "temas" de investigaciones posteriores ms rigurosas. Concluye: En planteamientos especficos de un problema y/o en la elaboracin de hiptesis de trabajo. Son flexibles en su metodologa (buscan observar tantas manifestaciones del fenmeno estudiado como sea posible). No se consideran hiptesis. Requieren paciencia, serenidad, receptividad. Los primeros estudios de Freud que surgieron de la idea que los problemas histricos estaban relacionados con las disfunciones sexuales; los estudios pioneros del SIDA.; los estudios de Elton Mayo sobre la dinmica de los grupos.
ASPECTOS METODOLGICOS Y TCNICOS
EJEMPLOS
4.2.2 Investigacin Descriptiva
El investigador busca especificar las propiedades importantes de personas, grupos, animales, procesos, etc. o cualquier otro fenmeno que sea sometido a anlisis reseando sus caractersticas refiriendo minuciosamente e interpretando lo que es; vale decir, busca condiciones o conexiones existentes, prcticas que prevalecen, opiniones que se mantienen, procesos en marcha, efectos que se sienten o defectos que se desarrollan, generalmente haciendo una medicin precisa de una o ms variables dependientes, en una poblacin definida o en una muestra de poblacin
99

(Best, 1970; Hayman,1991). Se halla combinada muchas veces con la comparacin o el contraste. Comprende, entre otros, al estudio de casos, los estudios longitudinales, los estudios transversales, la investigacin comparativa, la investigacin evaluativa, la investigacin tipo encuesta, las investigaciones observacionales, la investigacin causal comparativa (ex post facto). Tabla 8. Caractersticas de la investigacin descriptiva Describir las caractersticas ms importantes del fenmeno en estudio en lo que respecta a aparicin, frecuencia y desarrollo tal y como se presenta en la realidad. Si bien su objetivo no es indicar como se relacionan las variables medidas, se pueden integrar las mediciones de cada una de las variables para decir cmo es y se manifiesta el fenmeno. Ejemplo: descripcin de la personalidad de una persona (estudio de caso).
OBJETIVO
Se busca medir con la mayor precisin posible los ASPECTOS aspectos o dimensiones del fenmeno o fenmenos METODOLGICOS sometidos a investigacin. Se seleccionan una serie Y TCNICOS de cuestiones y se mide cada una de ellas independientemente, para as DESCRIBIR lo que se investiga. Indudablemente que esto requiere de un considerable conocimiento del rea que se investiga para formular preguntas especficas a responder. Este tipo de investigacin ofrece posibilidad de predicciones aunque de manera rudimentaria. *Riqueza lxica en estudiantes de educacin bsica (nivel secundaria) de Lima Metropolitana (Quesada et al. 2001). Los estudios de Lewis Terman y Melita Oden sobre nios superdotados durante veinticinco aos.
EJEMPLOS
4.2.3 La investigacin correlacional El investigador trata de determinar el grado de relacin existente entre las variables, pudindose tambin indagar hasta que punto las alteraciones de una variable dependen de las alteraciones de otra. La magnitud de la relacin se calcula mediante coeficientes de correlacin.
100

Tabla 9. Caractersticas de la investigacin correlacional
OBJETIVO Se busca identificar probables relaciones entre variables medidas. Se mide 2 o ms variables para ver si estn o no relacionadas Las variables relacionadas por su naturaleza no son manipulables. (Por ejemplo, el sexo, la inteligencia, la clase social, etc.). Tiene valor predictivo. En efecto, trata de saber cmo se puede comportar una variable conociendo el comportamiento de otra u otras variables. Por ejemplo, conociendo el grado de correlacin de la inteligencia con el rendimiento acadmico podremos saber cmo se comportan ellas en un marco acadmico determinado. Tiene valor explicativo aunque parcial. No persigue la verificacin de hiptesis causales en el sentido que una variable produce a la otra, pero modelos causales pueden establecer inferencias de tipo causal a partir de datos no experimentales. Por ejemplo, si dos variables estn relacionadas se aporta cierta informacin explicativa. Es claro que si ms variables estn correlacionadas puede elaborarse una mejor explicacin. Modelos causales son, por ejemplo, la ecuacin de regresin mltiple y el anlisis de rutas o path analysis. Se mide la correlacin de variables en una misma muestra de sujetos. Sin embargo, hay excepciones en el sentido que se pueden emplear muestras de sujetos diferentes en dos casos: cuando correlacionamos los comportamientos de muestras de gemelos o de padres e hijos. Se analiza las relaciones mltiples entre varias variables (ms de dos). Se debe tener cuidado con las correlaciones espurias (dos variables pueden estar aparentemente relacionadas, pero en realidad no lo estn). Un estudio acerca de la relacin entre el nmero de horas que dedican al estudio los estudiantes de la maestra de la UIGV y su promedio de calificaciones.
CARACTERSTICAS
ASPECTOS METODOLGICOS Y TCNICOS
EJEMPLO
Haciendo algunas precisiones respecto del valor explicativo parcial del estudio correlacional, supongamos que se encuentra una relacin muy significativa entre el ver programas de televisin con contenido violento y las conductas agresivas de nios hacia sus compaeros de aula, de este hallazgo no se puede deducir que la visin de los referidos programas causan las conductas agresivas pues existen otras explicaciones plausibles, por ejemplo, puede ser que los nios con caractersticas agresivas sean los
101

que ms ven este tipo de programas, o puede que una tercera variable que no ha sido medida en el estudio sea la responsable de la relacin; as, pudiera ser que los padres tengan muchas disputas en casa lo que hace que sus hijos sean agresivos y prefieran ver una programacin televisiva de contenido violento, variable esta ltima que se muestra relacionada con las conductas agresivas, aunque la relacin no sea de causa y efecto. Esta situacin es similar a aquella en la que se hallar una correlacin estadstica muy significativa entre caractersticas de las madres y sus hijos, resultado que no es interpretable como prueba de que las madres dominantes suelen tener hijos dominantes o que madres sumisas tienden a tener hijos sumisos. La correlacin indica una relacin funcional correlacin estadstica significativa - y no causal. Sin embargo, podra afirmarse una relacin de causa efecto entre dos variables s: a) Hay una correlacin (covariacion) estadsticamente significativa entre ambas variables; b) Hay un orden temporal en las variables implicadas en la relacin, de tal modo que la variable que antecede en el tiempo a la otra es la variable independiente en la relacin encontrada. c) Una de las variables tiene el carcter de permanencia o constancia, con el supuesto de que aquella que es ms fija es la variable independiente. Por ejemplo si el sexo aparece relacionado con la orientacin poltica, la primera variable es ms permanente de la segunda y, por tanto, es la variable antecedente en la relacin hallada (Briones 1986). Un ejemplo de estudio correlacional es el de Krippner quien investigo variables que pudieran estar relacionadas con el grado de mejoramiento en la lectura detectado en un programa teraputico. Persegua identificar variables que tuvieran valor predictivo en la seleccin y el agrupamiento de lectores deficientes para programas de nivelacin. Para ello, correlacion el grado de mejoramiento de cada sujeto (la diferencia entre las puntuaciones del pretest y el postest en el test de lectura de California) con otras diez variables: edad, grado escolar, grado de retraso en lectura, nivel profesional del padre, madurez social, vocabulario, CI verbal, CI de rendimiento, CI total y una medicin de la salud mental. Descubri correlaciones estadsticamente significativas entre el mejoramiento de la lectura y las variables: salud mental, CI verbal, CI total y grado escolar. Lleg a la conclusin de que esas cuatro variables eran las que servan mejor para hacer predicciones. (Flores, 1995) Ejemplos de preguntas de estudios correlacionales: Cules son las variables psicolgicas que predicen el rendimiento acadmico en los estudiantes primarios sordos?; Qu relacin existe entre el nivel de esperanza y el tipo de adaptacin por una parte, y el nivel de resolucin de
102

la afliccin por otra en viudos (o viudas) de edad avanzada tras la prdida del esposo? Modalidades de estudio correlacional son la investigacin metodolgica investigacin controlada de aspectos tericos y aplicados de la medicin, de la matemtica y de la estadstica, y de las formas de obtener y analizar datos (Kerlinger & Lee, 2003) - y la investigacin psicomtrica - elaboracin y adaptacin de tests, cuestionarios, etc (Alarcn, 2008). Un ejemplo de esta ltima es la investigacin Caractersticas psicomtricas del inventario de autoevaluacin de la ansiedad ante exmenes (IDASE) (Aliaga, Ponce, Barnaola & Pecho,. 2001). 4.2.4 La investigacin explicativa
Explicar constituye un intento de dar respuesta a los porqus. El investigador busca de identificar las causas de los eventos educativos, psicolgicos, fsicos, sociales o de otra ndole. Su inters se centra en explicar porqu ocurre un fenmeno y en qu condiciones se da ste, o porqu dos o ms variables estn relacionadas. En rigor se acepta que la forma de establecer una verdadera relacin de causa-efecto en cualquier estudio es aislar y eliminar todos los factores que podra ser la causa de un resultado en particular y probar tan solo los que se requiere medir directamente. Dos tipos de investigaciones pueden realizar esto: la investigacin experimental y cuasiexperimental. (Salkind, 1999). Sin embargo, no debe considerase como sinnimos a los trminos explicativo y experimental. Si bien la mayora de los estudios explicativos son experimentales, algunos estudios no experimentales pueden aportar evidencia para explicar por qu ocurre un fenmeno, por ejemplo los estudios con diseo longitudinal (Hernndez, Fernndez & Baptista, 2002). El lector debe recordar, al respecto, la diferencia entre los problemas explicativos y los correlacionales Ejemplo: Efectos de un programa de estimulacin del lenguaje en nios con bajo rendimiento escolar residentes en un AA.HH. de Chorrillos (Dioses, et al, 2000).
103

LECTURA 2 PROBLEMAS CIENTFICOS Y PROBLEMAS COTIDIANOS2 Una de las clases de problemas ajenos a la investigacin cientfica o tecnolgica son los que podramos llamar problemas cotidianos: Dnde puse mis gafas? A quin se parece esa persona que me resulta vagamente familiar? Por qu ha llegado tan tarde a casa mi marido? Llover hoy? Aunque algunos de estos problemas podran ser reformulados como problemas cientficos, los planteamos en la vida cotidiana sin por ello emprender una investigacin rigurosa ni publicar los resultados en una revista cientfica. La probabilidad de lluvia es, por ejemplo, un tema de serio anlisis cientfico en meteorologa, pero cuando nos formulamos la pregunta pretendemos solo una respuesta aproximada sobre la base de indicios visibles (la nubosidad, la temperatura) o sobre la base de un anlisis cientfico previamente existente (que podramos encontrar en la seccin meteoreolgica del peridico de hoy). Una pregunta sobre nuestro cuerpo (Por qu tengo este dolor de cabeza hoy?) puede no ser una pregunta cientfica para nosotros, pero s lo es para nuestro mdico, que tiene que aplicar al caso concrreto sus conocimientos cientficos acumulados o, incluso (a veces), convertir ese caso en el objeto de una investigacin rigurosa cuando el conocimiento disponible no sea ssuficiente para resolver la cuestin. La mayor parte de los problemas cotidianos son problemas referidos a un caso concreto, como mi dolor de cabeza hoy, donde se pueden aplicar conocimientos cientficos mientras que los problemas cientficos son usualmente problemas referidos a una pluralidad de casos o a una categoria de casos pasados, actuales o futuros, donde se busca generar conocimientos cientficos todava inexistentes. Las respuestas a los problemas cotidianos no pretenden tener validez generalni esperamos que sean aplicables otros problemas similares. Los problemas de la vida cotidian los resolvemos usando nuestro arsenal de conocimientos adquiridos y creencias, ms algunas facultades bsicas ue los seres humanos tenemos para organizar nuestro conocimiento del mundo que nos rodea, tales como nuestra capacidad de hacer deducciones lgicas, generalizar a partir de observaciones repetidas y concordantes, rreconocer facciones, interpretar signos climticos, reconocer gestos amistosos o amenazantes, etc. De acuerdo al tipo de bagaje cultural que tengamos, nuestras conclusiones podran ser puramente naturalistas o podran apelar a entidades y furzas sobrenaturales para explicar los fenmenso visibles: el
2
Referencia Original: Maletta, H. (2011). Metoddologa y tcnica de la produccin cientfica. Lima: Consorcio de Investigacin Econmica y Social, Centro Peruano de Estudios Sociales, Universidad del Pacfico. pp: 114-115.
104

ser humano tiene una enorme capacidad para desarrollar explicaciones de todo tipo. Las conclusiones y soluciones que as logramos no siempre sujetas a error o refutacin. Si nuestro arsenal de conocimientos es de tipo cientfico, o si consideramos los conocimientos cientficos como ms confiables que otros tipos de cconocimiento y por ello otorgamos prioridad a las explicaciones cientficas, apelaremos primero a ellas (consultaremos primeramente al mdico en lugar de consultar al curandero, brujo o aal sacerdote). Pero aun cuando apliquemos soluciones basadas en la ciencia para nuestros problemas cotidianos, esa actividad no es una actividad de produccin cientfica. En todo caso es una actividad dde consumo, no de produccin. Con ella consumimos ciencia, pero la producimos. La mera aplicacin de la ciencia no conduce por s misma al ensanchamiento del conocimiento cientfico en la sociedad. Los problemas cientficos no son necesariamente iguales a los problemas de la gente comn. Son problemas de los cientficos, son problemas o interrogantes que ellos ncuentran en la prctica de su actividad cientfica. Tampoco son los problemas de un determinado cientfico individual, sino los problemas que la comunidad cientfica relevante an no tiene resueltos. No basta con que un determinado fsico ignore la respuesta aa un cierto interrogante: es necesario que ese interrogante an no tenga respuesta dentro de la comunidad cientfica formada por los fsicos, o que (si la respuesta existe) el fsico individual pretenda cuestionar la respuesta predominante utilizando las herramientas y conceptos de la misma disciplina. Solo entonces un determindo problema de fsica se convierte en un problema cientfico de la fsica (o de cualquier otra disciplina).
105

ACTIVIDADES DE AUTOAPRENDIZAJE
1. Argumente su respuesta a la siguiente pregunta: Por qu se dice que el adecuado planteamiento constituye en gran parte el xito de una investigacin? del problema
Respuesta:................ .......................................... 2. Realice un cuadro comparativo entre el problema y los objetivos PROBLEMA 1. 1. OBJETIVOS
2.
2.
3.
3.
4.
4.
3. Estas preguntas de investigacin estn mal redactadas o no se ajustan a una investigacin cientfica. Escrbalas de modo que su formulacin se preste a una investigacin 1. Ansiedad y aprovechamiento acadmico. _________________________ ____________________________________________________________ 2. Qu relacin existe entre la forma favorita de cruzar las piernas y la inteligencia en las universitarias estadounidenses? ___________________ ____________________________________________________________ 3. Cul es el mejor mtodo para ensear el curso de mtodos de investigacin psicolgica?___________________________________________________ ____________________________________________________________
106

AUTOEVALUACIN 2 1. Responda si las siguientes afirmaciones son verdaderas o falsas. Afirmaciones 1. El mal funcionamiento de un motor de avin es un problema cientfico. ( V ) ( F )
2. El planteamiento del problema exige un anlisis detenido ( del contexto en el que se da la situacin en que se va a estudiar. 3. Los problemas tcnicos no buscan modificar los objetos ( de estudio. 4. Describir la realidad problemtica es un paso ( fundamental del planteamiento del problema. 5. 6. El problema cientfico se plantea sobre un trasfondo ( cientfico y se estudia con medios cientficos y con el objetivo primario de incrementar el conocimiento humano. 7. Los problemas sustantivos surgen cuando el investigador ( busca conocer el comportamiento de los objetos o fenmenos. 8. Cuando hablamos de lo que influye, produce o genera, ( determina o condiciona un determinado fenmeno, estamos frente a un problema descriptivo correlacional. 9. El investigar sobre un determinado tpico requiere un ( conocimiento profundo del mismo.
10.Un adecuado planteamiento del problema representa ( gran parte del xito del estudio. 11.En una investigacin metodolgica. es necesaria una justificacin (
Respuestas: 1) F ; 2) V ; 3) F; 4) V; 5) V; 6) V; 7) F; 8) V; 9)V; 10) F
107

http://prof.usb.ve/miguelm/ http://www.comminit.com/es/node/24555/37 http://www.cneq.unam.mx/cursos_diplomados/diplomados/basico/educi en0607/porta/equipo2/Modelocientifico.htm http://www2.uiah.fi/projekti/metodi/25b.htm http://74.125.47.132/search?q=cache:ZQmr1ClTxfUJ:www.historia.fcs.u cr.ac.cr/biblioteca/historia/Bunge,MarioLaciencia,su%2520metodoysufilosofia.rtf+La+ciencia+el+metodo+cienti fico+bunge&hl=es&ct=clnk&cd=5&gl=pe http://produceideas.googlepages.com/Marco_Terico_Referencial.pdf http://www.unimar.edu.ve/gonzalezalexis/tesis_web/m3marcoteorico.ht ml http://www.slideshare.net/diapositivasupt/marco-teorico-de-lainvestigacion http://espanol.geocities.com/cesar_rey_info/Normas.htm http://www.fortunecity.es/expertos/creativo/129/capitulo2.html http://www.angelfire.com/emo/tomaustin/Met/metinacap.htm http://www.dii.uchile.cl/~in627/docs/Enfoques.PDF http://www.geocities.com/josepadron.geo/InvestExploratorias.htm http://www.cybertesis.cl/tesis/uchile/2006/munoz_d/html/indexframes.html http://www4.ujaen.es/~jecalle/Descargas/tema5 http://ares.unimet.edu.ve/faces/fpag40/criterios.htm
108

REFERENCIAS BIBLIOGRFICAS Alarcn, R. (2008). Mtodos y diseos de investigacin del comportamiento. Lima: Universidad Ricardo Palma. Aliaga, J. (1998). La inteligencia, la personalidad, la actitud hacia la matemtica y el rendimiento en matemtica en los estudiantes del quinto de secundaria. Tesis para optar el grado de Magister en Educacin, Universidad San Martn de Porres, Lima, Per. Aliaga, J., Ponce, C., Bernaola, E. & Pecho, J. (2001). Caractersticas psicomtricas del inventario de autoevaluacin de la ansiedad ante exmenes (IDASE). Paradigmas, 2 (2), 11-30. Aliaga, J. (2003). El aprendizaje autorregulado en estudiantes del quinto y sexto grado de primaria y el rendimiento en matemtica y lenguaje (Construccin de un cuestionario para la evaluacin del aprendizaje autorregulado segn el modelo de Pintrich y DeGroot). Tesis para optar el grado de Doctor en Psicologa, Universidad San Martn de Porres, Lima, Per. Barriga, C. (1997). Fundamento terico-metodolgico de la investigacin educacional. Scientia Omni, Universidad Nacional Mayor de San Marcos, Oficina General de Investigacin y Planificacin. N 1, Marzo.47-107. Best, J. (1970). Como investigar en educacin. Madrid: Morata. Briones, G. (1986). Mtodos y tcnicas de investigacin para las ciencias sociales. Mxico: Trillas. Buenda, l., Colas, P. & Hernndez, F. (1998): Mtodos de investigacin en Psicopedagoga. Madrid: McGraw-Hill. Bunge, Mario. (1979) La investigacin cientfica. Ariel: Barcelona. Briones, G. (1986). Mtodos y tcnicas de investigacin para las ciencias sociales. Mxico: Trillas. Caballero, A. (2000): Metodologa de la investigacin cientfica. Diseos con hiptesis explicativas. Lima: Udegraf. Carbajal, I. (2004) Efectos de un programa cognitivo conductual en los niveles de atencin y reflexividad en un grupo de estudiantes del 3. Grado de educacin primaria con dficit atencional. Pedagoga de la investigacin cientfica, 325-328. Crdova, J. (2001). El proyecto de investigacin para la tesis universitaria. Argumentos y Novedades, 2, 91-104. Dioses, A., Morocho, J., Velsquez, C., Cuzcano, A. y Das, G. (2000). Efectos de un programa de un programa de estimulacin del lenguaje
109

en nios con bajo rendimiento escolar residentes en un AA.HH. de Chorrillos. Revista de Investigacin en Psicologa, 3(2), 19-28. Flores, J. (1995). Metodologa de la Investigacin. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Educacin. Hayman, J. (1991). Investigacin y Educacin. Barcelona: Paids. Hernndez, R., Fernndez C. & Baptista .P. (2003): Metodologa de la investigacin. Mxico: Mc GrawHill. Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento. Mtodos de investigacin en Ciencias Sociales. Mxico: McGrawHill/Interamericana. Maletta, H. (2011). Metoddologa y tcnica de la produccin cientfica. Lima: Consorcio de Investigacin Econmica y Social, Centro Peruano de Estudios Sociales, Universidad del Pacfico Munch, L. & Angeles, E. (1999). Mtodos y tcnicas Mxico: Trillas. de investigacin.
Quesada, R., Escurra, M. & Delgado, A. (2001). Riqueza lxica en estudiantes de educacin bsica, nivel secundario de Lima Metropolitana. Revista de Investigacin en Psicologa, 4(1), 109-119. Reyes, E. (1988). Influencia del Programa Curricular y el trabajo Docente en el Aprovechamiento en Historia del Per del 3er. Ao de Educacin Secundaria. Tesis para optar el grado de Doctor en Educacin. Universidad Nacional Mayor de San Marcos. Lima, Per. Salkind, N. (1999). Mtodos de investigacin. Mxico: Prentice Hall. Selltiz, C., M. Jahoda, Deutsch, M. & Cook, S. (1976). Mtodos de investigacin en las relaciones sociales. Madrid: Rialp Tafur, R. (1994). La tesis universitaria. Lima: Mantaro. Velsquez, A. & Rey, N. (1999). Metodologa de la investigacin cientfica. Lima: San Marcos. Vizcarra, C. (1985). Elementos de investigacin (Antologa). Lima: INIDE. Zubizarreta, A. (1998). La aventura del trabajo intelectual: cmo estudiare investigar. Mxico: Addison-Wesley Longman.
110
Tercera
UNIDAD
EL PROCESO DE LA INVESTIGACIN CUANTITATIVA (II)
Cules son los criterios para determinar si una hiptesis es cientfica o no? Puede una variable cuantitativa ser transformada en variable categrica? Cul es la importancia del diseo en la investigacin cuantitativa?
111
Competencias
CONCEPTUALES:
Define la hiptesis, las variables y el diseo de investigacin en diferentes campos de la actividad humana. Identifica los diferentes tipos de diseos de investigacin en psicologa.
PROCEDIMIENTALES:

Formula adecuadamente hiptesis cientficas. Emplea los diferentes tipos de diseo de investigacin en actividades para constatar su necesidad en la investigacin de las caractersticas de las personas.
ACTITUDINALES:

Valora la hiptesis como medio para la comprobacin de diversos hechos de la realidad. Valora la utilidad de realizar diseos de investigacin psicolgica adecuadas.
112
CONTENIDO TEMTICO
Leccin I: Hiptesis Concepto Criterios para determinar si la hiptesis es cientfica o no Clasificacin Prueba de hiptesis Leccin II: Variable Concepto Clasificacin Puede una variable cuantitativa ser transformada en variable categrica Operacionalizacin de variables Leccin III: Diseo Concepto Seleccin del diseo Diseo experimental Varianza sistemtica y varianza de error Validez interna, externa, de constructo y estadstica Mejoramiento de la validez interna Principio MAXMINCON Leccin III: DISEO PREEXPERIMENTALES, CUASIEXPERIMENTALES, EXPERIMENTALES PUROS Diseo de un grupo solo despes Diseo pretest postest con un solo grupo Diseo de comparacin esttica Diseo de series temporales Diseo con pretest-postest y grupos intactos Diseo contrabalanceado Diseo de dos grupos totalmente aleatorizados GE y GC con pretest unicamente Diseo de grupo aletatorio antes y despes con un grupo control Diseo de dos grupos apareados Diseos de grupos aleatorio con ms de dos condiciones experimentales Diseo de cuatro grupos de Solomn Diseos transeccionales y longitudinales
113
ESQUEMA CONCEPTUAL
Teora Deduccin lgica Hiptesis Incorporacin de datos a teora Evaluar teora
Plan de recogida de datos
Diseo de investigacin Observacin
Anlisis de datos
Decisin acerca de las hiptesis
Aceptar
Rechazar
CONCEPTOS CLAVE Hiptesis, prueba de hiptesis, variable, operacionalizacin, diseo, diseo experimental, diseo cuasiexperimental, diseo preexperimental
114

Leccin I Hiptesis 1.1 Hiptesis
1.1.1 Concepto En la leccin IV de la primera unidad definimos y tratamos varios aspectos conceptuales sobre las hiptesis. Aqu diremos brevemente que son proposiciones tentativas acerca de la distribucin de una variable o de las relaciones entre dos o ms variables que se apoyan en conocimientos organizados y sistematizados en el marco terico; en este sentido, son respuestas tentativas a la pregunta o preguntas de investigacin. Ejemplo de una pregunta de investigacin e hiptesis: Pregunta: Cmo lograr el desarrollo de la expresin plstica creativa del nio de 5 aos? Hiptesis I: La utilizacin, por parte del profesor, de estmulos motivadores diversos incrementa la produccin de respuestas plsticas creativas del nio. Hiptesis II: La utilizacin frecuente de algunas actividades grficoplsticas, como pintura y dibujo, favorece el desarrollo creativo del nio. Hiptesis III: El refuerzo verbal positivo del profesor estimula las respuestas plsticas creativas del nio (Encinas, 1991). En una investigacin puede haber una o ms hiptesis, sin que el nmero tenga que ver necesariamente con la calidad del estudio. El nmero de hiptesis depende de la complejidad del problema de investigacin y de los propsitos del estudio. Como sabemos, en un mismo estudio puede plantearse una o ms preguntas, pudiendo estas corresponder a estudios descriptivos, correlacionales y explicativos, en consecuencia habr hiptesis que correspondan a estos tipos de estudio segn la clasificacin de hiptesis que mostramos ms abajo. 1.1.2 Criterios para determinar si la hiptesis es cientfica o no La elaboracin de las hiptesis cientficas se ajusta a determinados criterios que facilitan su construccin y contrastacin con los datos. Estos criterios son los siguientes: 1. Deben fundamentarse en el marco terico y ser compatibles con hiptesis previas bien confirmadas, de manera tal que el sistema hipottico sea consistente.
115

Deben tener la posibilidad de ser sometidas a prueba o ser comprobables, que se hace factible cuando las variables son cuantificadas y se especifica el sentido en que estn relacionadas. 3. Deben ser pertinentes (referirse en forma precisa al problema). 4. Deben formularse en trminos que expresen relaciones entre variables. 5. Deben tener poder predictivo. 6. Deben ser tan sencillas como sea posible. Veamos un ejemplo de hiptesis redactada en la forma de enunciado general en el que, considerndose el criterio 1 cumplimentado, se observa claramente el cumplimiento de los dems criterios: "Si un grupo de trabajadores de una empresa empacadora de esprragos presenta un elevado nivel de conflicto, entonces su produccin se ver disminuida". La variable independiente (VI) es el elevado nivel de conflicto, que puede estar referido a bajos salarios, promesas incumplidas, inadecuadas relaciones, etc. La variable dependiente (VD) es la disminucin que se observa en la produccin laboral, digamos, disminucin en el nmero de autopartes ensambladas. 1.1.3 Clasificacin Existen varias clasificaciones de las hiptesis. Una taxonoma es la siguiente: descriptiva, correlacional, explicativa, nula y estadstica. Las hiptesis tienen por smbolo Hi H1, H2, H3, etc. si son varias. 1.1.3.1 Hiptesis descriptivas Se emplean en estudios descriptivos y refieren al valor de una o varias variables que se van a observar en un contexto determinado o en la manifestacin de otra variable, en este ltimo caso, no relacionan propiamente dos variables sino que relacionan a una variable y una constante. Ejemplos: Hi: La expectativa de ingreso mensual de los docentes de las universidades nacionales oscila entre 4,000 a 5,000 nuevos soles. Hi: El nivel de metacomprensin lectora condicin socioeconmica modesta. Hi. El PBI del Per crecer el 2010 un 5%. es muy bajo en los nios de 2.
116

1.1.3.2 Hiptesis correlacionales o hiptesis de covariacin Corresponden a estudios correlacionales. El trmino correlacin bivariada (r) indica que se estn relacionando dos variables. El trmino correlacin mltiple (R) seala que se estn correlacionando ms de dos variables. En las hiptesis correlacionales hay que distinguir entre las que afirman la existencia de una relacin de asociacin entre dos o ms variables medidas, y aquellas que afirman el cmo estn relacionadas. Ejemplos del primer caso: Formulacin general: La variable X est relacionada con la variables Y y Z en una poblacin determinada (predice relaciones entre variables pero no indica los tipos de relaciones) (Burns & Grove, 2004). Hi: La riqueza lxica est relacionada con la comprensin lectora. Hi: Las estrategias de aprendizaje, la autoestima, la motivacin de logro, la voluntad y el rendimiento acadmico estn vinculadas entre s en los estudiantes de Estomatologa de la UIGV. Hi: Existe relacin entre la actitud madre-hijo y el proceso de adaptacin personal en el nio obeso. Ejemplos del segundo caso: Formulacin general: La variable X aumenta cuando aumenta la variable Y en una poblacin determinada (predice una relacin positiva). La variable X disminuye cuando disminuye la variable Y en una poblacin determinada (predice una relacin positiva). La variable X aumenta cuando disminuye la variable Y en una poblacin determinada (predice una relacin negativa) (Burns & Grove, 2004). Hi: A mayor resiliencia y autoestima mejores ndices de salud mental. Hi: Las estudiantes mujeres tienen mayor capacidad lxica que sus pares varones en las instituciones educativas pblicas de los distritos econmicamente pobres de la Lima Metropolitana. Hi: A mayor inteligencia emocional de los cnyuges, menores conflictos de pareja. En estas Hi no slo se establece relacin entre variables, sino tambin cmo es la relacin, vale decir que direccin sigue. Las hiptesis correlacionales pueden asumir carcter retrospectivo, cuando conocida Y se pregunta por el factor o factores X que la han generado (investigacin expost facto).
117

Ejemplos: Hi: El nivel educativo de las parejas influye en su ajuste matrimonial. Hi: El nivel socioeconmico de los individuos influye en su rendimiento intelectual. Hi: El castigo fsico, utilizado como pauta de crianza, genera conducta agresiva en los nios. (Alarcn, 2008). Es conveniente indicar que a las variables que conforman estas hiptesis es un sin sentido denominarlas variable independiente o variable dependiente, conceptos que son propios de la investigacin explicativa y dentro de ella con ms propiedad de los experimentos. 1.1.3.3 Hiptesis de la diferencia entre grupos. Corresponden tambin a estudios correlacionales (Hernndez, Fernndez & Baptista, 2003). Se plantean en investigaciones dirigidas a comparar grupos respecto de una misma variable. Se pueden dividir en hiptesis simple de diferencia de grupos y en hiptesis de direccin de diferencias de grupos. Ejemplos del primer caso: Hi: Los estudiantes de alto y bajo rendimiento acadmico diferirn en el uso de las estrategias cognitivas de aprendizaje. Hi: Las nias del nivel inicial de cinco aos tienen una mayor riqueza lxica que sus pares varones. Hi: El ndice de cncer pulmonar es mayor entre los fumadores que en los no fumadores. Hi: Existen diferencias en el proceso de adaptacin personal en nios que padecen Obesidad exgena y aquellos que no la padecen. Hi: La percepcin del autoritarismo paterno es diferente segn el sexo de los sujetos. Ejemplos del segundo caso: Hi: El aprendizaje de la lectura es de mayor calidad en los estudiantes de nivel socioeconmico alto que en los estudiantes de nivel socioeconmico bajo. Hi: El programa Jilguero de reinsercin de de nios de la calle tiene un efecto ms positivo en nios con un ncleo familiar conservado que en aquellos que no lo tienen. Las hiptesis del primer caso las formula el investigador cuando no tiene
118

un fundamento terico para sostener una diferencia a favor de uno u otro grupos; las hiptesis del segundo caso, las elabora cuando si tiene este fundamento. Asimismo, el primer tipo de hiptesis corresponde a estudios correlacionales; en tanto que el segundo, en la medida en que determina la diferencia y explica el porqu de esta, corresponde a estudios explicativos. 1.1.3.4 Hiptesis que establecen relaciones de causalidad Estas hiptesis son propias de los estudios explicativos y en ellas, aparte de relacionar e indicar como se dan las relaciones entre dos o ms variables, se especifica la relacin causal entre las mismas. En otros trminos, expresan la relacin de causa-efecto entre variables manipuladas. La relacin de causalidad exige que previamente se haya demostrado correlacin entre la VI y la VD, que la VI debe ocurrir antes que la VD y que los cambios en la VI deban provocar cambios necesariamente en la VD. Estas hiptesis pueden dividirse en hiptesis causales bivariadas e hiptesis causales multivariadas. Las hiptesis causales bivariadas especifican una relacin entre una VI y una VD. Su ecuacin es como sigue: Y= f (X). La variable Y (VD) es una funcin de la variable X (VI). Ejemplos: Hi: El tiempo de privacin de alimentos, en los animales, influye en el recorrido de un laberinto. Hi: La prctica de una habilidad, mejora el aprendizaje futuro de esa habilidad. Hi: Los medios audiovisuales de masas, ejercen influencia en las pautas de conducta social. Hi: La desintegracin familiar de los padres provoca baja autoestima en los hijos. En esta hiptesis bivariada adems de establecerse una relacin entre las variables, se propone la causalidad de esa relacin. Como ya sabemos, para poder demostrar causalidad se requiere que antes se haya demostrado correlacin, pero, adems, la causa debe ocurrir antes del efecto. Las hiptesis causales multivariadas especifican relaciones entre una VD y varias VI; una VI y varias VD, o diversas VI y VD.
119

Ejemplos: Hi: El bajo nivel de capacitacin profesional que se presenta en el nivel directivo de los hospitales estatales determina el tipo autoritario de organizacin y direccin que los caracteriza. Hi: La cohesin y la centralidad de un grupo sometido a una dinmica, y el tipo de liderazgo que se ejerza dentro del grupo; determinan la efectividad de ste para alcanzar sus metas primarias (Hernndez, Fernndez & Baptista, 2003). Si la investigacin es explicativa, una pregunta de investigacin puede dar lugar a una o ms hiptesis (Baker, 1997). 1.1.3.5 Hiptesis nulas Estas hiptesis refutan o niegan lo que afirma la hiptesis de investigacin. Su smbolo es Ho. La importancia de esta hiptesis la sintetiza Gmez (2006) de la siguiente manera: en la mente del investigador, debe prevalecer siempre este tipo de hiptesis, porque lo que un investigador debe cuestionarse siempre, son los casos que refutan nuestra hiptesis, y no los casos que la apoyan por ms que sean muchos, ya que aquellos tienen ms valor probatorio que otros (pg. 80). Ejemplos: Hi: Las mujeres estudiantes universitarias tienen mayor motivacin de logro que sus pares varones. Ho: Las mujeres estudiantes universitarias no tienen mayor motivacin de logro que sus pares varones. 1.1.3.6 Hiptesis estadsticas La hiptesis planteada en un estudio necesita ser contrastada con los datos para determinar si estos la apoyan o no. Para el efecto, los datos tienen que ser sometidos a un anlisis estadstico. Para realizar este anlisis, las hiptesis que hemos visto en el apartado anterior tienen que ser transformadas a smbolos estadsticos, el resultado son las hiptesis estadsticas, que se formulan nicamente cuando los "datos" del estudio son cuantitativos, por ejemplo, promedios, porcentajes, coeficientes de correlacin. Hiptesis estadstica grupos: de una hiptesis (Hi) de diferencia entre
Ejemplo: La hiptesis de diferencia de grupos es:
120
Hi: Los estudiantes de alto y bajo rendimiento acadmico difieren en el uso de las estrategias cognitivas de aprendizaje. Ho: Los estudiantes de alto y bajo rendimiento no difieren en el uso de las estrategias cognitivas de aprendizaje. La hiptesis de investigacin (Hi) se transforma en la hiptesis estadstica alterna que tiene por smbolo (Ha) (o tambin (Hi). La hiptesis estadstica es: Ha o Hi:
X 1 X 2 (el promedio del grupo de alto rendimiento acadmico
en el uso de las estrategias cognitivas de aprendizaje es diferente del promedio del grupo de bajo rendimiento acadmico en el uso de las estrategias cognitivas de aprendizaje. Ho: X 1 = X 2 (el promedio del grupo de alto rendimiento acadmico en el uso de las estrategias cognitivas de aprendizaje NO es diferente del promedio del grupo de bajo rendimiento acadmico en el uso de las estrategias cognitivas de aprendizaje. En vista que en la Ha no se plantea la direccin de la diferencia recibe el nombre de la hiptesis estadstica bilateral o de dos colas (two tailed) Dependiendo del enunciado de la hiptesis de investigacin, la Ha (o Hi) tambin podra ser X 1 <, > = X 2 (el promedio del grupo 1 es mayor menor igual que el promedio del grupo 2). ejemplo: Ejemplo: La hiptesis de diferencia de grupos es: Hi: Los estudiantes de alto rendimiento acadmico hacen un mayor uso de las estrategias cognitivas de aprendizaje que los estudiantes de bajo rendimiento acadmico. Ho: Los estudiantes de alto y bajo rendimiento no diferirn en el uso de las estrategias cognitivas de aprendizaje. La hiptesis estadstica es: Ha o Hi: Veamos el siguiente
rendimiento acadmico en el X uso de las estrategias cognitivas de aprendizaje es mayor que el promedio del grupo de bajo rendimiento acadmico en el uso de las estrategias cognitivas de aprendizaje.
X 1> X 2 (el promedio del grupo de estudiantes de alto _
121

Ho:
X 1 = X 2 (el promedio del grupo de alto rendimiento acadmico en
el uso de las estrategias cognitivas de aprendizaje NO es diferente del promedio del grupo de bajo rendimiento acadmico en el uso de las estrategias cognitivas de aprendizaje. En la Ha se especifica la direccin de la diferencia, por eso se dice que la hiptesis es unilateral o de una cola (one tailed). Hiptesis estadstica de una hiptesis de correlacin de dos variable. Ejemplo: La hiptesis de correlacin es: Hi: La riqueza lxica est relacionada con la comprensin de lectura. Ho: La riqueza lxica no sta relacionada con la comprensin de lectura. La hiptesis estadstica es: Ha o Hi: rxy 0 (el valor del coeficiente de correlacin entre la riqueza lxica y la comprensin de lectura es diferente de 0; existe alguna correlacin). Ho: rxy=0 (el valor de la correlacin entre la riqueza lxica y la comprensin de lectura es 0; no existe correlacin). La Ha no especifica la direccin de la correlacin; es estadstica bilateral o de dos colas (two tailed) Ejemplo: La hiptesis de correlacin es: Hi: Existe correlacin positiva entre el nivel de uso de las estrategias cognitivas de aprendizaje con el rendimiento acadmico. Ho: No existe correlacin entre el nivel de uso de las estrategias cognitivas de aprendizaje con el rendimiento acadmico. La hiptesis estadstica es: Ha o Hi: rxy > 0 (el valor de la correlacin entre el nivel de uso de las estrategias cognitivas de aprendizaje con el rendimiento acadmico es mayor a 0; existe correlacin positiva entre ambas variables; una variable aumenta, la otra tambin). Ho: rxy = 0 (el valor de la correlacin entre el nivel de uso de las estrategias cognitivas de aprendizaje con el rendimiento acadmico es 0; no existe correlacin entre ambas variables. una hiptesis
122

Este es un ejemplo de hiptesis estadstica unilateral o de una cola (one tailed). Hiptesis estadstica de una hiptesis correlacin de ms de dos variables Ejemplo: La hiptesis de correlacin es: Hi: Las estrategias de aprendizaje, la autoestima, la motivacin de logro, la voluntad y el rendimiento acadmico estn vinculadas entre s en los estudiantes de Estomatologa de la UIGV. Ho: Las estrategias de aprendizaje, la autoestima, la motivacin de logro, la voluntad y el rendimiento acadmico no estn vinculadas entre s en los estudiantes de Estomatologa de la UIGV. La hiptesis estadstica es: Ha o Hi: Rxyz 0 (el valor del coeficiente de correlacin entre las estrategias de aprendizaje, la autoestima, la motivacin de logro, la voluntad y el rendimiento acadmico es diferente de 0; existe alguna correlacin). Ho: Rxyz = 0 (el valor de la correlacin entre las estrategias de aprendizaje, la autoestima, la motivacin de logro, la voluntad y el rendimiento acadmico es 0; no hay correlacin entre las variables). 1.1.4 Prueba de hiptesis La prueba o comprobacin de hiptesis, en los estudios en los que sean pertinentes, se realiza a travs de una investigacin racionalmente organizada, planificada y fundamentada de observacin de la variable o de la relacin de las mismas, de manera tal que despus del anlisis e interpretacin rigurosa, critica y argumentada de los datos obtenidos pueda decirse que estos, en el contexto en el que se efecta el estudio, son congruentes con la hiptesis, lo cual conlleva su aceptacin, o no son congruentes con ella, lo cual significa su rechazo, lo que no implica su verdad o falsedad. En la prctica de la investigacin cientfica, especialmente en la psicologa y las ciencias sociales, una hiptesis tendr ms respaldo en la medida que ms investigaciones la comprueben en diferentes poblaciones. Por otro lado, el rechazo de una hiptesis no implica la inutilidad de la investigacin pues se obtendr informacin que lleve despus de una re-visin detenida a desechar las relaciones propuestas de las variables y plantear otras para describir o explicar mejor la problemtica de inters.
123

Tabla 10. Temas de investigacin, preguntas e hiptesis. Inters o ideas De Investigacin Problemas o Preguntas de Investigacin
Hiptesis
Aulas abiertas y xito acadmico
Habilidad para presentar exmenes y calificaciones
Televisin y comportamiento de los consumidores
Abuso de drogas y abuso de Nios
Cuidado de adultos
Los nios a los que se les ensea a leer en de aula Qu efecto comparativo situaciones tienen las aulas abiertas abierta leen en un nivel y las tradicionales sobre escolar ms elevado que aquellos a los que se les la lectura? ensea a leer en una situacin tradicional. Los estudiantes que reciben capacitaciones en el mtodo de retencin Los estudiantes que a corto plazo obtienen saben cmo presentar un mejores calificaciones en examen obtienen la pruebas de aptitud mejores calificaciones? escolar que aquellos que no reciben tal capacitacin Cmo afecta el hecho Los muchachos de ver comerciales adolescentes compran televisados la conducta ms productos de compras de los anunciados en televisin adolescentes? que las muchachas adolescentes. Existe una relacin positiva entre el abuso El abuso de drogas est de drogas entre los relacionado con el abuso adultos y el abuso fsico de los nios? y psicolgico del que fueron vctimas cuando nios. El nmero de hijos que Cmo se han ajustado estn cuidando a sus muchos adultos a la padres en el hogar del responsabilidad de cuidar hijo ha aumentado en los de sus padres ancianos? ltimos diez aos. (Tomado de Salkind, 1998).
124

Leccin II 2.1 Variable 2.1.1 Concepto En un apartado anterior conceptuamos a la variable, en consecuencia, aqu slo diremos que variable es el nombre que se da a una propiedad o atributo observable y cuantificable con respecto al cual difieren los individuos de un conjunto dado. Sus caractersticas bsicas son dos: ser observable y ser medible. 2.1.2 Clasificacin Existen varias clasificaciones. En este texto interesan dos de ellas: 1. Segn la funcin que cumplen en la hiptesis. Las variables se clasifican en independiente (o supuesta causa) y dependiente (o posible efecto). A) La Variable independiente (VI) se define como el factor que manipula el investigador. Este tipo de variables adquieren pleno sentido ah donde se trate de establecer relaciones explicativas precisas entre fenmenos bien definidos y delimitados. Algunos autores subdividen a las VI en variables estmulo y variables organsmicas. Las primeras comprenden estmulos que provienen del mundo fsico y social y, las segundas, suponen cualquier caracterstica fisiolgica y psicolgica del organismo, como constitucin fsica y ansiedad. B) La variable dependiente (VD) es la conducta en cualquiera de sus modalidades. En el cuadro siguiente se muestran ejemplos de estas variables.
125

Tabla 11 Variables independientes y dependientes Problema 1. Cul es el efecto de mensajes formulados con distintas palabras con respecto al resultado de la prueba de Papanicolau en las visitas subsecuentes de las pacientes a la clnica (Lauver & Rubin, 1990) 2. Cul es el efecto de un protocolo completo de planeacin para dar de alta sobre la morbilidad de personas de edad avanzada que han estado hospitalizadas? (Naylor, 1990). Variable independiente Mensajes con diferentes palabras. Variable dependiente Visitas de seguimiento.
Protocolo para planear el alta
Morbilidad tras el alta.
(Tomado con modificaciones de Pollit & Hungler, 1994)
Zettemberg (1971, en Sierra Bravo, 1994) considera que las relaciones entre la variable independiente y la dependiente puede presentar las modalidades que presentamos en el cuadro 13. Tabla 12. Modalidades dependiente
de
relacin
de
las
variables
independiente
Reversible : Si X, entonces Y, pero tambin si Y, entonces X. Irreversible: Si X, entonces Y, pero no viciversa. Determinista: Si X entonces siempre Y. Estocstica: Si X, entonces probablemente Y. De secuencia: Si X, entonces ms tarde Y. Coexistente: Si X, entonces tambin Y. Suficiente: Si X, entonces E independiente de cualquier otra cosa. Contingente: Si X, entonces Y, pero slo si Z. Necesaria: Si X, y slo si X, entonces Y. Sustituible: Si X, entonces Y, pero si Z, tambin Y.
126

Tambin es usual considerar a otro tipo de variable, la variable interviniente, que es aquella que se relaciona con la VI para condicionar la variable dependiente VD. Por ejemplo, sea la Hi: "La falta de incentivos econmicos determin la disminucin del nivel de produccin de los trabajadores de la empresa X en el ao 2003". Una variable interviniente, asociada a la independiente, estara constituida por el nivel de calificacin ocupacional. Por otro lado, estas variables son difciles de identificar y medir por parte del investigador. Por tales dificultades a veces se les define de modo conceptual. Por ejemplo, el entusiasmo puesto por los profesores en el uso del mtodo de lectura, el inters de los alumnos, etc. 2) Segn el nivel o escala de medicin en la cual han sido medidas. Las variables se clasifican en: a) Variables cualitativas o categricas. Corresponden a variables en escala de medida nominal. Los valores o propiedades de estas variables forman categoras nicas, exclusivas y excluyentes, vale decir un sujeto puede clasificarse nicamente en una de estas categoras y no en ms. Cuando las propiedades se describen en forma cualitativa se denominan atributos. Por ejemplo, el sexo, es una variable con dos categoras: los atributos varn y mujer. Se es varn o s es mujer. Otros ejemplos son la profesin pues sus categoras son las siguientes: psiclogo, profesor, ingeniero, abogado, mdico, etc.; y el lugar de nacimiento, que tiene por categoras a Lima, Ica, Chiclayo, Cajamarca, Tacna, etc. Variables cuasicuantitativas u ordinales. Corresponden a variables medidas en escala ordinal. Los valores o propiedades de estas variables son tambin nicas, exclusivas y excluyentes como las variables en escala nominal pero, forman un orden en cuanto a la mayor (o menor) posesin del atributo. Por ejemplo, el variable nivel socioeconmico con las categoras alto, medio, bajo. Un sujeto puede clasificarse en una de estas categoras pero aquel que se clasifica en la categora alto tiene ms de la variable que el clasificado en la categora bajo. Muchos autores denominan a las variables ordinales con el nombre de variables cuasicuantitativas (Carro, 1997). El investigador otorga a cada uno de los valores de las variables cualitativas y ordinales un nmero o cdigo para poder realizar el anlisis de los datos. Por ejemplo, en la variable sexo a la categora varn se le otorga el nmero o cdigo 0 y a la categora mujer el 1.
b)
c) Variables cuantitativas. Corresponden a variables medidas en escala de intervalo o escala de razn. Los valores o categoras de estas variables forman categoras infinitas. Se dividen en cuantitativas discontinuas o discretas y cuantitativas continuas. Las
127

variables discontinuas o discretas slo pueden asumir valores enteros o que varen de uno en uno. Ejemplos, nmero de hijos : 0,1,2,3,4,5,....;nmeros de camas en un hospital : 35,50,78,125,300,..; nmeros de cursos por alumno : 1,3,6,7... Por otro lado, las variables cuantitativas continuas pueden tomar cualquier valor decimal dependiendo esta operacin principalmente de la precisin con que trabaje el investigador. Ejemplos, talla: 1,30m., 1,35m., 1,60m, 1,65m....; peso: 44kg., 54,5kg., 65,8 kg.,...; Ingresos: s/. 1450,90, s/. 645.70, s/. 3499,35,...etc. En el cuadro 14 se sintetiza las caractersticas bsicas de la relacin escala de medicin, tipo de variable. Tabla 13. Relacin del nivel de medicin y el tipo de variable Nivel/Escala de medicin Nominal. El investigador conforma en la variable que estudia categoras excluyentes que no admiten orden entre ellas. Ordinal. El investigador conforma en la variable que estudia categoras excluyentes, pero que admiten orden entre ellas. Intervalo. El investigador conforma en la variable categoras infinitas (No tienen punto 0 real). Variable Cualitativa (atributos). Tipo de personalidad: extroverso, introverso); pas de nacimiento: Per, Rusia, Francia, Paraguay, etc. Cualitativa o cuasicuantitativa. Ejemplo: nivel de inteligencia: Muy alto, alto, medio o normal, bajo muy bajo. Cuantitativa. Continuas (admiten decimales). Ejemplo: Puntuaciones escolares en escala vigesimal. Discontinuas o discretas (slo nmeros enteres) Razn. El investigador conforma Cuantitativa. Ejemplo: el peso, en la variable categoras infinitas el nmero de hijos. (tienen un punto 0 real) 2.1.3 Puede una variable cuantitativa ser transformada en variable categrica? Una variable cuantitativa puede ser transformada en una categrica, pero no sucede lo mismo a la inversa salvo un caso especial. Veamos los siguientes ejemplos: 1) Variable cuantitativa a variable categrica: El nivel de conocimientos de un estudiante puede ser medido mediante una calificacin comprendida entre 0 y 20 (variable continua) o mediante una calificacin del tipo aprobado-desaprobado (categrica/atributo).
128

2) En un estudio del nmero de accidentes de trfico de un conductor en funcin de su emotividad, se distinguen dos variables. El nmero de accidentes es una variable cuantitativa discontinua (se pueden tener 0, 1, 2, 3,...etc., pero no 1.5) y la emotividad puede ser una variable cuantitativa si ha sido medida con un test, o puede ser categrica/cualitativa si ha sido medida durante una entrevista mediante la que el psiclogo clasifica al sujeto en: poco emotivo, emotivo, muy emotivo. 3) El caso especial se presenta nicamente con las variables categricas que tienen dos categoras. Por ejemplo, en una investigacin la variable Trabajo tiene dos categoras Con trabajo y Sin trabajo. Esta variable es dicotmica o binaria y puede ser tratada como cuantitativa, pues se considera que las variables binarias (dicotmicas) forman escalas de intervalo (Nunally & Bernstein, 1995). En consecuencia, a la categora Con trabajo se le puede asignar el cdigo o nmero 1, y la categora Sin trabajo se le puede adjudica el cdigo o nmero 0, conformndose una dummy variable o variable ficticia (Briones, 1986). A continuacin, se puede analizar la correlacin de esta variable cuantitativa con cualquier variable cuantitativa utilizando por ejemplo el coeficiente de correlacin de Pearson. 2.1.4 Operacionalizacin de variables
2.1.4.1 Concepto Las variables no son directamente observables, para lograr esta caracterstica mediante un riguroso procedimiento deben ser traducidas a indicadores que sean susceptibles de medicin. En consecuencia, la operacionalizacin de variables es un procedimiento para hallar los indicadores de cada variable. 2.1.4.2 Indicador En 1977 Nowak (en Sierra Bravo, 1994) defini al indicador como todo rasgo, suceso, de cuya ocurrencia concluimos, con certeza o ms o menos probabilidad, que el fenmenos que nos interesa tiene lugar. En este sentido, el indicador es un referente emprico, un signo o manifestacin externa directa, observable y medible que hace posible cuantificar de manera indirecta a la variable. Por ejemplo, al convertir un indicador en una pregunta y al combinar stas, lo que estamos haciendo es una medicin indirecta de la variable. En el proceso de elaboracin de los indicadores el investigador debe tener en cuenta que estos deben ser perceptibles por los sentidos, ser sencillos,
129

ser simples, no confundibles, y encontrarse en un nmero necesario, de manera tal que permitan identificar o reconocer a la variable cuando est presente y medirla. Son los indicadores los que facilitan la recoleccin de datos concernientes a las variables. 2.1.4.3 El proceso de operacionalizacin de variables
En el proceso de operacionalizacin se elaboran los indicadores de las variables, los mismos que deben ser vlidos. En otras palabras, el conjunto de indicadores elaborados debe constituir una muestra o parte de la variable, del constructo, que se esta operacionalizando. En muchos casos, esta situacin lgica no se produce. A determinados conceptos abstractos se les atribuye indicadores que no les pertenecen, es decir, la seleccin de indicadores para los constructos se hace en una forma arbitraria, o en todo caso, los indicadores no son pertinentes al concepto estudiado. En las ciencias del comportamiento an se confrontan dificultades metodolgicas y hasta conceptuales para llegar a identificar los referentes empricos de los fenmenos que estudian. Si bien hay variables fcilmente operacionalizables, por ejemplo el sexo, hay otras no lo son tanto. Adems, no todos los indicadores tienen el mismo valor, es decir, aunque haya varios indicadores para el mismo fenmeno, habr algunos ms importantes que otros. Por lo general, cualquier indicador que se tenga est basado en una probabilidad de que realmente represente al fenmeno (Pick, 1995). Teniendo en cuenta lo dicho, las variables se diferencian en su concretud y con ello en su mayor o menor facilidad para construir sus indicadores. As, ser ms sencillo elaborar indicadores para la variable estado civil que para la variable inteligencia. Cuando las variables son complejas a los indicadores se les puede denominar como variables intermedias, subvariables o subdimensiones de las variables, las mismas que a su vez tendrn sus indicadores. Por ejemplo, si hablamos de inteligencia, podemos decir que est compuesta de una serie de factoresque metodolgicamente seran indicadores o subvariables- tales como capacidad verbal, capacidad de abstraccin, etc. Cada factor a su vez debe ser operacionalizado de manera que pueda ser medido a travs de sus indicadores. Veamos un ejemplo de variables, variables intermedias e indicadores, tomado con modificaciones de De Miguel quien en 1977 realizo un estudio sobre indicadores sociales (Sierra Bravo, 1994)
130

Tabla 14. Variables, subvariables e indicadores Variable Poblacin Estratificacin social Nivel econmico Vida poltica Marginacin y pobreza Familia Alimentacin Educacin Variable intermedia Mortalidad Conciencia de clase Desarrollo industrial Participacin poltica Alienacin Eleccin de cnyuge Nivel de nutricin Niveles cualitativos del sistema educativo Vivienda Indicadores Tasa de fecundidad general Grado de identificacin de clase Consumo de energa elctrica por habitante Voto en el ltimo referndum Sentimiento de futilidad de tarea Duracin media del noviazgo Nivel calrico por habitante Edad media de terminacin de los estudios Proporcin de viviendas compartidas por ms de una familia. Tiempo empleado al trasladarse al lugar de trabajo
Urbanismo y vivienda
Trabajo
Condiciones de trabajo
No existe un nico procedimiento para realizar la operacionalizacin de una variable. Un procedimiento bastante utilizado sigue la siguiente secuencia: 1) Hiptesis; 2) Variable; 3) Definicin conceptual de la variable; 4) Definicin operacional de la variable; 5) Dimensinalizacin de la variable; 6) Indicadores. Habiendo visto anteriormente lo concerniente a la hiptesis y a las definiciones conceptuales y operacionales, trataremos de la dimensionalizacin, es decir de la especificacin de las dimensiones, de las propiedades de una variable. Especificacin que Babbie (2000) considera como la preparacin del terreno para una comprensin ms profunda de lo que estudiamos. Para realizar esta especificacin es necesario hallar las dimensiones que hacen posible la definicin operacional. Generalmente se desglosa a la variable buscando encontrar todos los aspectos, facetas o caractersticas
131

que se esperar encontrar en las personas (objetos, entidades, etc) dentro del mbito de la variable. Por ejemplo, la variable Compasin por los dems puede dividirse en dos dimensiones dimensin de sentimientos de compasin y dimensin de actos de compasin (Babbie, 2000). A partir de las dimensiones encontradas se elaboran los indicadores. Para el efecto, se debe pensar cada dimensin en trminos cuantitativos, en trminos numricos susceptibles de medicin, por ejemplo, en trminos de un mas o un menos, de mayor o menor que, de proporciones, etc. Veamos algunos ejemplos de procedimientos de operacionalizacin: Ejemplo 1: Hiptesis: El origen rural de los obreros y la calificacin en el trabajo que exigen las empresas industriales son los factores principales que dificultan su adaptacin al medio urbano Variables: Origen, calificacin, empresa industrial (donde trabaja) y adaptacin al medio urbano. Definicin operacional de la variable Origen del trabajador: Son inmigrantes aquellos trabajadores con 7 o menos aos de presencia en la ciudad. Urbanos son aquellos trabajadores con ms de 7 aos de presencia en la ciudad. En consecuencia, la variable se denomina Origen individual del obrero; variable que tiene dos valores o categoras: Rural y urbano, siendo indicador de la primera el tener 7 o menos aos de permanencia en la ciudad; y de la segunda, el tener 7 o ms aos de la referida permanencia. Despus de hallar los indicadores, el investigador est en capacidad de seleccionar la tcnica de recoleccin de datos y el instrumento ms conveniente. Supongamos que seleccione como tcnica el cuestionario, el tem pudiera ser: Cuntos aos completos tiene usted viviendo en esta ciudad? A) Menos de 7 aos; B) 7 o ms aos. Ejemplo 2: Variable: Asimilacin del aprendizaje en los trabajadores acadmicos sometidos a un curso de capacitacin para la enseanza. Dimensiones: A) Comprensin; B) Retencin; C) Aplicacin. Elementos: Dar ejemplos relacionados con el tema (Comprensin); Recordar por largo tiempo (Retencin); Redactar un ensayo sobre el tema (vase la figura 14). Operacionalizado el concepto aprendizaje se puede estar seguro de que hubo un aprendizaje por parte de los acadmicos que tomaron el curso y lo
132

asimilaron lo suficiente cuando demuestren su compresin, retencin y aplicacin a travs de ejemplos, de recordar por largo tiempo y de poder redactar un ensayo sobre el tema. (Eyssautier, 2002). Ejemplo 3: Variable: Nivel educativo. Conceptualizacin: Grado o ao de estudios que ha logrado aprobar. Categoras: Sin instruccin (0 grados). Primaria incompleta (1ro a 5to grado). Primaria completa (hasta 6to grado) Secundaria incompleta (1ro a 4to ao).Secundaria completa (hasta 5to ao), Superior completa (de 5to ao y ms). Obtencin del dato: Pregunta: Cul es el grado de estudios ms alto que ha alcanzado? Usos: Distribucin de la poblacin por nivel educativo; nivel educativo promedio, etc. (Avila, 1997).
APRENDIZAJE
D i m e n s i o n e s
Comprensin
Retencin
Aplicacin
Elementos
Dar ejemplos relacionados con el tema
Recordar por largo tiempo
Redactar un un ensayo sobre el tema
Figura 13. Modelo de asimilacin del aprendizaje
Ahora, veamos otros operacionalizacin.
ejemplos
presentados
como
matrices
de
133

Tabla 15. Matriz de Operacionalizacin A
Nombre de la variable Definicin conceptual Definicin operacional Obtencin del dato Instrumentacin
Nivel educativo
Grado o Sin instruccin Pregunta: Cuestionario (tem ao de (0 grados). Cul es el en escala ordinal o estudios Primaria grado de semicuantitativa) que ha incompleta (1ro estudios ms logrado a 5to grado). alto que ha (Nota: al ser aprobar. Primaria alcanzado? medida la variable completa (Hasta en esta 6to grado) investigacin en Secundaria escala ordinal se le incompleta (1ro analizar con la a 4to ao). estadstica Secundaria apropiada a esta completa(Hasta escala: frecuencias, 5to ao) porcentajes, barras, Superior grfico de sectores, completa(De 5to etc). ao y ms)
134

Tabla 16. Matriz de operacionalizacin B
Objetivo Especfico Determinar rendimiento acadmico matemticas los alumnos del grado secundaria. Variables Definicin Conceptual Logro de objetivos de aprendizaje en la asignatura de matemtica correspondiente al 2 grado Definicin Operacional Excelente: Si la nota es superior a 18. Muy Buena: Si la nota es 17 o 18. Buena: Si la nota es 15 y 16. Regular: Si la nota es 11 a 14. Inferior: Si la nota es por debajo de 10. Alto: Si ms del 80% contesta afirmativamente las preguntas... Medio: Si ms del 60% y menos del 80% contesta....etc. Sin instruccin (0 grados) Primaria incompleta (15 grado) Primaria completa (hasta 6 grado) Secundaria incompleta (1 4 ao) Secundaria completa (hasta 5 ao) Superior incompleta (1 4 ao) Superior completa (de 5 ao y ms) Instrumentacin
el Rendimien to en Acadmic de o 2 de
Revisin de registros de evaluacin. Informacin facilitada por la Oficina de Registros Acadmicos.
Identificar el conocimiento que sobre prevencin del SIDA tienen los padres de familia del colegio.
Conocimie nto sobre prevenci n del SIDA
Identificar el nivel Nivel educativo que educativo tienen los padres de familia del CEE 2050.
Es el criterio manifiesto de los padres de familia sobre las formas en que puede evitarse el contagio del SIDA. Grado o ao de estudios que ha logrado aprobar
Pregunta N 5, N 6, N 7 del cuestionario dirigido a Padres de Familia.
Item de cuestionario: Cul es el grado o ao de estudios ms alto que ha alcanzado?
En algunos casos identificados los indicadores se debe establecer un criterio nico segn el cual sea posible medir el concepto. Es decir, se debe elaborar un ndice general para todos los indicadores de todos los componentes o en su defecto, ndices especficos para cada indicador o
135

componente. Por ejemplo, en psicologa se mide la inteligencia mediante tests. Uno de ellos es la Escala de Inteligencia Weschler para adultos (WAIS), aqu el sujeto responde a 10 u 11 subtests, cada uno compuesto de un conjunto de itemes. Los subtests se dividen en Escala verbal y Escala de ejecucin. La puntuacin lograda por el sujeto en cada escala se forma con la suma de las puntuaciones ponderadas de determinados subtests, otorgndose una puntuacin CI (Cociente intelectual) por cada escala. A continuacin se suman los CIs verbal y de ejecucin y se elabora un CI general. Este ltimo nmero es un ndice y representa a toda la variable. En consecuencia, terminado el proceso de operacionalizacin dispondremos de un conjunto de indicadores del concepto o constructo que nos interesa en la investigacin que estamos realizando, que podremos medir (o clasificar) comparando sus indicadores con las escalas o niveles de medicin (nominal, ordinal -de frecuencia, de cantidad-, de intervalo, de razn). Por ejemplo, en el caso del CI se le puede dividir en muchas categoras (a cada sujeto se le otorga un CI, o sea se le mide en escala de intervalo) o se le puede dividir en dos, tres o ms categoras (por ejemplo, inteligencia muy superior, superior, normal, inferior, muy inferior, o sea se le mide en escala ordinal), segn sean nuestras preocupaciones por destacar los matices en los que vara el concepto o constructo inteligencia que estamos operacionalizando. Segn ello estableceremos nuestras estrategias para la contrastacin de las hiptesis y an la organizacin y el anlisis de datos (Meja & Reyes, 1994).
136

Leccin III El Diseo 3.1 Concepto El trmino Diseo es polismico. En un sentido amplio puede considerrsele como el diseo metodolgico o la descripcin de la manera concatenada y lgica de cmo se va a realizar la investigacin para lograr una respuesta adecuada a la pregunta o preguntas de investigacin y comprobar las hiptesis. Sus elementos bsicos son: el tipo o estrategia de investigacin, el diseo, la poblacin y muestra, tcnica e instrumentos de recoleccin de datos, procedimiento y el plan de anlisis de los datos. Por otro lado, en un sentido restringido alude al diseo experimental, modelo o esquema lgico que impone restricciones para observar un hecho provocado y que comprende el planeamiento de las operaciones para conducir un experimento, en orden a dar respuesta al problema planteado y a controlar las fuentes de error (Alarcn, 2008). En esta leccin emplearemos al diseo en este ltimo significado, existiendo diseos experimentales y diseos no experimentales. En los experimentales se consideran los diseos de grupo (experimentos en los que participan grupos de sujetos diferentes y experimentos en los que participan un solo grupo de sujetos o intragrupo), y los diseos de sujeto nico (N=1). En los no experimentales se encuentran, entre otros, los diseos transversales y los diseos longitudinales. 3.2 Seleccin del diseo Establecidas las hiptesis, cuando fuera pertinente, y precisadas las variables, el investigador debe seleccionar el diseo experimental o no experimental para llevar adelante el estudio. En este cometido juegan un rol decisivo el tipo de problema (descriptivo?, correlacional?, explicativo?, vase la leccin IV de la Unidad II), y el grado de control que el investigador tiene de la variable independiente. Segn Hernndez, Fernndez & Baptista (2002) la diferencia bsica entre los diseos se manifiesta en el grado de control que el investigador impone a la variable independiente que est estudiando. 3.3 Diseo experimental 3.3.1 Concepto Un experimento es un estudio en el que se busca lograr por el experimentador una situacin de control en la que de una manera planificada manipule una o ms variables independientes (VI) para
137

analizar las consecuencias de esa manipulacin sobre una o ms variables dependientes medidas (VD). En este concepto, el logro de una situacin de control significa que el investigador realiza las operaciones necesarias que le permitan decir, despus de realizado el experimento, que fue el factor A el que produjo los resultados y no los factores B, C, D o E (ONeil, 1968). En otras palabras, lograr el control en un experimento es controlar la influencia de otras variables denominadas extraas que compiten con la VI, para que as el investigador pueda saber realmente si la VI que le interesa tiene o no efecto sobre la VD. Por otro lado, el trmino manipulacin, de manera general, alude a la intervencin deliberada del investigador para provocar cambios en la variable dependiente; de manera especfica, manipular significa que se puede hacer variar la variable independiente en dos o ms niveles o grados, por ejemplo presencia-ausencia; manipulacin que se operacionaliza en el diseo del experimento. En este contexto, el diseo experimental es el esquema o modelo que el investigador planifica de manera previa a la ejecucin del experimento, del que se deriva un conjunto de operaciones y restricciones para lograr que las consecuencias de la manipulacin de la VI sobre la VD se deba a la VI y no a otras razones o explicaciones alternativas. Un ejemplo de estudio experimental es aquel que plantea que un Programa de enseanza Z mejorara la comprensin lectora de nios de educacin primaria. Aqu la variable independiente activa (VI) es el programa Z y la variable dependiente (VD) es la comprensin lectora. Por qu es independiente activa? Porque el investigador o investigadora puede manipularla. Como sabemos, manipular es hacer variar la variable independiente en dos o ms niveles o grados, por ejemplo presenciaausencia; esta manipulacin se operacionaliza en el diseo del experimento con un grupo experimental (presencia del programa, se le brinda el programa) y un grupo control (ausencia del programa, a este grupo no se le brinda el programa), a continuacin se ve el efecto del programa sobre la VD midiendo la comprensin lectora. En este caso se espera o hipotetiza que el grupo experimental mejorara su comprensin lectora en tanto que el grupo control no lo har. Por otro lado, la VD siempre ser organsmica o de respuesta. Si es organsmica no es observable directamente por lo que el investigador recurrir para medirla a tests, cuestionarios, etc.; en cambio, si es de respuesta es directamente observable lo que facilita su medicin en la forma de exactitud, latencia, velocidad o frecuencia de respuesta, entre otras formas.
138

Asimismo, el manipular la VI en varios niveles tiene la ventaja de que no slo se puede determinar si la presencia de la VI o tratamiento experimental (X) tiene un efecto, sino tambin se puede determinar si distintos niveles de la VI tienen diferentes efectos. En la tradicin experimental de los diseos experimentales clsicos basados en grupos cada nivel o grado de manipulacin implica un grupo en el experimento. Ejemplo: Si en un estudio se pretende determinar el efecto de ver programas de dibujos animados con contenido violento sobre la generacin de conductas agresivas. La manipulacin de la VI pudiera ser as: a) Manipulacin de dos grados: X1 (programa con contenido violento), ---(programa con contenido prosocial); b) Manipulacin de tres grados: X1 (programa con contenido violento); X2 (programa con contenido medianamente violento), --- (programa con contenido prosocial) 3.3.2 Varianza sistemtica y varianza de error
La elaboracin de diseos experimentales implica tres aspectos: 1) La manipulacin intencional de una o ms variables independientes; 2) La medicin vlida y confiable del efecto de la variable independiente sobre la dependiente; y, 3) El control. Precisaremos ms este aspecto. Supongamos que se realiza un experimento con un grupo experimental (GE) y un grupo control (GC). Al hacer la observacin postest despus de la aplicacin de la variable independiente o tratamiento (X), el experimentador halla que la variable independiente (VI) ha tenido un efecto sobre la variable dependiente (VD), es decir, se observan diferencias entre las medidas registradas de los sujetos en la VD a favor del GE. Idealmente estas diferencias o variabilidad intergrupos debera deberse a la VI, pero es realmente as? En otros trminos cul es la fuente de esa variabilidad o varianza? Las fuentes de esta varianza son dos: varianza sistemtica y varianza de error. A su vez, la varianza sistemtica es primaria y secundaria. Ser primaria si se debe a la VI manipulada por el investigador (objetivo de la investigacin); ser secundaria si se debe a variables que escapan del conocimiento del investigador, estas variables se denominan variables extraas y estn vinculadas a varios tipos de validez, principalmente a la validez interna y externa del experimento. Por otro lado, la varianza de error se debe a las diferencias inconsistentes en las medidas de la VD que reducen la precisin y exactitud de las mismas (diferencias individuales no reconocidas, los errores de medida falta de confiabilidad de los instrumentos de captura de datos - y los planes de investigacin defectuosos.). Las acciones que realiza el investigador para lograr una situacin de control se relaciona ntimamente con el logro de la validez interna y la validez externa de los diseos experimentales (Campbell & Stanley, 1973), y
139

tambin de la validez de construccin y la validez estadstica (Kazdin, 2001). 3.3.3 Validez interna
En todo experimento existen variables o factores que pueden hacer que el resultado sea ambiguo, que el investigador se confunda y no pueda discernir si la presencia de la VI o tratamiento experimental tiene o no tiene un efecto verdadero sobre la VD. Por ejemplo, si se realiza un experimento para determinar el efecto que un comercial televisivo tiene sobre la predisposicin de compra hacia el producto que anuncia el comercial, y el investigador sabe que puede haber otras razones o causas por las que las personas piensen en comprar el producto (la calidad del producto, su precio, cualidades, prestigio de la marca, etc.), entonces, deber elaborar el diseo de tal manera que pueda controlar la posibles influencia de estas otras causas. De no hacerlo as, si observara que la predisposicin de compra es elevada y no ha tenido control sobre las citadas razones, no sabr si el comercial es la causa o lo son las dems causas posibles. En este sentido, la validez interna refiere al grado en que los cambios observados en la VD se pueden atribuir a la manipulacin experimental de la VI, es decir, los cambios observados en la VD no pueden ser explicados por la accin de ninguna otra variable ms que por la VI. Este es un punto extremadamente importante en el diseo experimental, pues la validez interna constituye la base mnima sin la que los resultados de un experimento no pueden ser interpretados (Campbell & Stanley, 1973). La identificacin, eliminacin, minimizacin o nulificacin de variables extraas o amenazas a la validez interna que pueden competir con la VI debe ser realizada en la fase de planificacin del procedimiento experimental, aunque algunas veces pueden ser hechas concluido el experimento cuando se analizan los resultados y se sospecha de la influencia de alguna de estas variables o amenazas (Len & Montero, 1991). El grado en que las variables extraas o amenazas son controladas y excluidas refleja el grado de validez interna del experimento. A mayor grado de validez interna tanta ms confianza puede tenerse en que la manipulacin especificada o la condicin experimental han sido las responsables del efecto observado (Baltes, Reese & Nesselroade, 1981). En buena cuenta, el fortalecimiento de la validez interna tiene que ver con la calidad del experimento al elevar la confianza del experimentador en que los resultados que observa son interpretables y vlidos. Campell & Stanley (1973) identificaron ocho amenazas a la validez interna de un experimento, que se han ido ampliando con el aporte de diversos autores (por ejemplo, Kazdin, 2001).
140

1. Historia. Se refiere a la aparicin de variables extraas por el paso del tiempo que afecta la circunstancia del sujeto. En efecto, entre el pretest y el postest hay un tiempo en el que pueden ocurrir muchas cosas distintas de la VI, X o tratamiento. En tiempos largos pueden ocurrir crisis econmicas, polticas, el perder y contraer nuevas amistadas, entre otros sucesos; en tiempos breves, los sentidos de los sujetos pueden ser inerferidos por ruidos intensos y la visin de cosas inesperadas. Es claro que a mayor tiempo, mayor ser la probabilidad de la aparicin de variables extraas, que son especficos para la situacin particular del experimento. Por ejemplo, en un experimento se quiso ver los efectos de la teleeducacin sobre las prcticas higinicas de los nios de un pueblo rural. Antes y despus de realizar la experiencia, que duro dos meses, se realizo las mediciones pretest y postest, encontrndose en esta ltima un elevamiento del nivel de tales prcticas. Sin embargo, en el transcurso de la experiencia televisiva en el pueblo ocurri una epidemia de clera y las madres de familia extremaron al mximo el fomento y el cuidado de las prcticas higinicas. Esta es una variable que afecta la historia de los sujetos y que confunde la accin de X, no pudindose saber si el elevamiento de las prcticas higinicas esta en relacin al programa teleeducativo o a la accin de las madres. 2. Maduracin. Alude a la accin de variables extraas por el paso del tiempo que afecta el desarrollo biopsicolgico y produce cambios verificados en el interior del sujeto que arrojan dudas sobre los resultados del experimento. Estos cambios se habran producido aun sin la manipulacin del experimentador. En efecto, el proceso de maduracin es distinto en cada sujeto debido a las diferencias individuales, por lo que estos pueden alcanzar un rendimiento superior o inferior en el postest, a causa de que tienen ms edad, estn ms fatigados, tienen hambre, sienten menos inters, entre otras razones., que cuando se les administr el pretest. A diferencia de la historia, cubre los eventos generales para cualquier situacin en particular y refleja el cambio o el crecimiento en el organismo estudiado. Por ejemplo, si se investiga la eficacia de un mtodo para la enseanza de la escritura y se encuentra que es eficaz, esto podra ser consecuencia del nivel de maduracin alcanzado por el sujeto para adquirir este tipo de aprendizaje, no pudindose diferenciar si el aprendizaje se debi al mtodo o al nivel de maduracin.
3. Efecto debido a tests. Es un hallazgo psicomtrico que cuando a una persona se le readministra un test, en la segunda vez obtendr generalmente puntuaciones ms elevadas. En esta lnea de pensamiento, este efecto se presenta cuando en el momento pretest se aplica una prueba, se administra la VI, y en el momento postest se administra la misma prueba. Los sujetos pueden recordar los tems
141

actuando el pretest como una experiencia de aprendizaje. El sujeto recordar algunos reactivos del pretest o, por lo menos, ya no cometer los mismos errores en una segunda vez, pudiendo obtener por esta situacin un puntaje ms alto en el postest que el obtenido en el pretest. Si el experimentador no se da cuenta, atribuir equivocadamente esta mayor puntuacin a los efectos de la VI. Aqu tambin hay que tener en cuenta que los sujetos pueden modificar sus respuestas en el postest incluso sin que se aplique la VI. 4. Instrumentacin. En un experimento la observacin de la VD puede realizarse empleando instrumentos, por ejemplo, cronmetros, polgrafos, tests, o por medio de personas que actan como observadores registrando las respuestas en escalas, registros de observacin, cuestionarios u otros medios de registro. El proceso de medida de la VD puede contribuir de dos maneras diferentes al error de medida cuando se realizan las observaciones por segunda vez: la primera, porque los resultados no pueden ser comparables con los de la primera vez, pues los instrumentos, aparatos y equipos electrnicos, mecnicos o computerizados pueden haber sufrido desperfectos o haberse desequilibrado; la segunda, porque el observador humano puede haberse fatigado o variar su manera de evaluar sutilmente dando instrucciones a los grupos ligeramente diferentes en contenido, entonacin, tiempo. Por ejemplo, los resultados se afectan si el postest es ms difcil que el pretest porque las medidas no eran equivalentes; o porque cuando una misma persona evala al GE y al GC o al mismo grupo antes y despus de la aplicacin de la VI o tratamiento X, su juicio puede variar a causa de que ha adquirido ms experiencia y capacidad de discriminacin para calificar o porque est cansada (Van Dalen & Meyer, 1994). 5. Regresin estadstica. Es un concepto matemtico y en palabras de Salkind, Escalona & Valdz (1999) es una amenaza fascinante (que a veces no se entiende bien) (pg. 240). Se refiere bsicamente a que las puntuaciones obtenidas en el postest tienden a regresionar hacia una tendencia central (regresin a la media). Se presenta cuando antes de la aplicacin de la VI o X los grupos se seleccionan con base en los puntajes extremos. Por ejemplo, un experimentador quiere estudiar el efecto de un programa teraputico cognitivo-conductual sobre la ansiedad ante los exmenes. Mide la ansiedad de un grupo de estudiantes universitarios con un test, calcula la media aritmtica y la desviacin estndar y conforma el grupo experimental con estudiantes con puntuaciones que estn a una desviacin estndar por encima de la media del grupo. Administra el programa y luego de un tiempo efecta la medicin postest, hallando que el grupo ha disminuido sensiblemente su ansiedad ante los exmenes. Deduce en consecuencia que el programa ha sido exitoso. Sin embargo, pudiera no ser as pues puede
142

haber actuado la regresin estadstica en vista que los estudiantes altos en una variable tienden a lograr puntajes estadsticamente inferiores en el postest (o, en otros casos, superiores). A qu se debe esta tendencia? Se esgrimen varias razones: a) la probabilidad menor de que un sujeto permanezca en el lado extremo alto o bajo de una distribucin de puntajes, por lo que es ms probable que en un retest ocupe un lugar ms central en la distribucin lo que implica moverse hacia la media; b) poca confiabilidad de la prueba y el error de medicin que hace que los sujetos se ubiquen ms hacia los extremos de lo que probablemente les corresponde (Salkind & et al., 1999); c) en trminos estadsticos, la regresin opera por la correlacin imperfecta entre los puntajes pre y postest. Si la correlacin fuese perfecta (r=1.00) entonces no existira el fenmeno de la regresin. Con los coeficientes de correlacin que se encuentran en la prctica (inferiores a 1.00), el efecto neto es que los puntajes bajos en el pretest tienden a ser ms altos, y los ms altos tienden a ser ms bajos. Por lo tanto, si se usan sujetos con puntajes altos o bajos en un estudio, sus puntajes en el postest quizs sean ms altos o ms bajos que en el pretest debido al efecto de regresin. (Wood, 1975; Kerlinger & Lee, 2003). En todo caso, en trminos generales esta tendencia se presenta por la improbabilidad de que se repitan las circunstancias excepcionales que contribuyen a que una puntuacin sea extrema. El efecto de la regresin puede inducir al investigador a pensar que la intervencin experimental ha sido efectiva, cuando en realidad no ha sucedido as pues no puede distinguir el cambio debido al tratamiento del efecto de las puntuaciones que se revierten a la media. Esta fuente de invalidez puede afrontarse empleando un grupo control. 6. Mortalidad experimental. Este factor se refiere al cambio en la igualdad de los grupos por la prdida de sujetos durante el experimento, producida por aburrimiento, enfermedad, fallecimiento, cambio de institucin educativa o de residencia, entre otros motivos. Este cambio afecta los resultados. Por ejemplo, si en un experimento sobre los efectos de un programa de mejoramiento de la comprensin lectora, los sujetos del GE que obtuvieron los puntajes ms bajos en el pretest se retiran del experimento, los que permanecen en el GE pueden alcanzar en el postest un rendimiento ms elevado que el GC, pero ello no se deber a la accin del tratamiento X. 7. Seleccin. En los experimentos se busca que el GE y el GC estn igualados. Sin embargo, puede haberse producido una seleccin sesgada o diferencial de los sujetos persistiendo por tanto una diferencia especfica entre los grupos que podra comopetir tambin con la VI en la explicacin de los resultados. Por ejemplo, cuando se expone al GE a los efectos de X-un mtodo de enseanza de la escritura -, y
143

se compara su rendimiento con el del GC, observndose una diferencia significativa a favor del GE, pudiera ser que los resultados reflejen diferencias entre los dos grupos, que bien pueden ser previas a la aplicacin de la VI. Tal vez el grupo experimental tena mayor habilidad para la escritura que el grupo de control antes de que ambos fueran sometidos a la accin de X. 8. Combinacin de seleccin y otras amenazas. Las amenazas a la validez interna pueden combinarse y dar resultados que no se distingan de la accin de la VI. Las principales interacciones se encuentran entre la seleccin y las otras amenazas. (Campbell & Stanley, 1973). Una de estas interacciones es la de seleccin y maduracin. El paso del tiempo puede en determinado momento, hacer que dos grupos que en un momento fueron iguales, se desnivelen con el transcurrir del experimento, pues los sujetos maduran a diferentes ritmos o velocidades. El efecto de maduracin no es igual en los grupos del experimento debido a algn factor de seleccin que se manifiesta en diferentes tasas de maduracin. Por ejemplo, si seleccionamos a un grupo de sujetos que acostumbra alimentarse a las 12 m y a otro grupo que acostumbra alimentarse a las 3.00 p.m. y el experimento se lleva a cabo de 11.00 a.m. a 14.30 pm, la seleccin tendenciosa provocar un efecto de maduracin distinto en los dos grupos: hambre. (Hernndez, Fernndez & Baptista, 2003).
9. Difusin o imitacin del tratamiento (Kazdin, 2001) Se produce cuando el tratamiento X que se la da al GE puede ser brindado accidentalmente a algunos o todos los miembros del GC, lo que lleva a que el investigador en lugar de comparar las condiciones X y no X, o dos o ms X distintos en realidad est comparando condiciones muy similares, ms de lo que esperaba, entre el GE y el GC. Por ejemplo, en un experimento se trataba de determinar la eficacia de dos tipos de terapias: conductual y ecltica. Los resultados indicaron cierta superioridad pero no significativa de la terapia conductual. Finalizado el estudio se encontr que una de las terapeutas del grupo de terapia eclctica usaba muchsimo tcnicas conductuales en el grupo que tena a cargo; es decir, el tratamiento de un grupo estaba siendo proporcionado inadvertidamente al otro grupo. La difusin del tratamiento en la forma que hemos visto o en otras, como la de adopcin por su cuenta de miembros del GC de los comportamientos que cubre X, por ejemplo en un programa de prevencin de factores de riesgo de ataques cardiacos lo relativo al bajo consumo de grasas polisaturadas. En consecuencia, la amenaza a la validez interna se produce porque la difusin iguala el desempeo del GE y el GC haciendo difcil sino imposible discernir el efecto de X.
144

Existen otras amenazas a la validez interna que se han incorporado a las propuestas por Campbell & Stanley (1973), entre estas tenemos las siguientes: a) La que se puede producir en los diseos de medidas repetidas. Estos diseos son aquellos en las que todos los sujetos participantes del estudio reciben todos los tratamientos, por ejemplo en los diseos Cuadrado latino. En esta situacin experimental se presentan los efectos del orden y del denominado carry-over. El primero, se refiere a los resultados que se deben a factores como el aprendizaje y la fatiga, que se desarrollan durante el transcurso del tiempo entre el comienzo del primer tratamiento y la finalizacin del ltimo. El efecto es diferencial pues puede afectar a los tratamientos presentados en diversos tramos del experimento. El segundo, se presenta cuando los efectos del tratamiento anterior alteran a los sujetos de un modo temporal o permanente hacindolos ms o menos susceptibles al tratamiento que sigue. En consecuencia, si los efectos del tratamiento inicial estn presentes cuando se da el segundo tratamiento, el investigador no podr determinar si la puntuacin de la VD es debida al segundo tratamiento, a los efectos del primero, o a la interaccin de ambos. b) Las expectativas del experimentador. Tambin llamado Efecto Rosenthal. El investigador no es un observador pasivo, es un observador activo cuyas expectativas traducidas en un deseo que puede ser inconsciente de comprobar su hiptesis, este sesgo puede hacer que altere los resultados de sus observaciones (Buenda, Cols & Hernndez, 1998). c) El conocimiento de los sujetos de condiciones del experimento. Tambin puede influir en contra de la validez interna el conocimiento que los sujetos tengan de las hiptesis y las condiciones experimentales, y la interaccin entre los sujetos y el experimentador, pudindose presentar por parte de los sujetos una actitud de colaboracin o un prejuicio contra el experimentador, lo que afectar los resultados. 3.3.4 Validez externa El concepto de validez externa depende en cierta medida del paradigma que sustente el investigador, segn estos habrn generalizaciones cuantitativas o implicaciones cualitativas estructurales de los resultados de un experimento. En este marco, la validez externa puede ser definida como la generalizacin desde una relacin observada en un conjunto de datos a
145

otros conjuntos potenciales de datos que podan haber sido observados pero que no lo han sido (Baltes, Reese & Nesselreoade, 1981). En otras palabras, se refiere a si se encontr que A esta relacionado con B en los nios de un aula, es posible decir que A esta relacionado con B para todos los nios de todas las escuelas? O debe limitarse los hallazgos a los nios con los cuales se ha trabajado? En este sentido, la pregunta a responder al tratarse la validez externa de un experimento es: Pueden generalizarse los resultados ms all del experimento? El grado de validez externa es mayor cuanto mayor es la aplicabilidad de sus resultados a otros sujetos y contextos. Hay una serie de variables extraas que se convierten en amenazas para este tipo de validez. La validez externa hay que diferenciarla entre validez de la poblacin y validez ecolgica (Buenda, et al., 1998). 1. Validez de la poblacin. Alude al grado en que los resultados de un experimento se pueden generalizar desde una muestra especfica a la poblacin. Aqu hay que tener cuidado en la diferenciacin entre la generalizacin de los resultados de la muestra a la poblacin destino del estudio, y la generalizacin que se puede efectuar debida a la interaccin entre las variables personales del sujeto y los efectos del tratamiento. a) Generalizacin de los resultados de la muestra a la poblacin destino. Se refiere al grado en que una muestra representa a la poblacin que interesa al investigador. Aqu hay que distinguir dos aspectos; el primero, si la muestra utilizada sirve para lograr los objetivos de la investigacin (generalizacin a poblaciones de sujetos); el segundo, si la muestra empleada sirve para precisar si los objetivos son vlidos para unas subpoblaciones y no para otras (generalizacin entre diferentes poblaciones). Un ejemplo del primer caso: un experimento puede haber demostrado los efectos positivos de un programa de mejoramiento de la resolucin de problemas matemticos. Un ejemplo del segundo caso: el tratamiento pudiera ser efectivo para una parte de la muestra pero no para otra (hombres frente a mujeres). Si en un plan de experimento la muestra y la poblacin de un estudio no estn bien definidas y descritas, si la muestra es injustificadamente pequea, si el procedimiento de muestreo no es claro, se producir una grave amenaza para la validez externa del estudio, cuyo control est vinculado con el uso de tcnicas de muestreo adecuado.
146

b) Generalizacin debida a la interaccin entre las caractersticas de los sujetos y el tratamiento. Alude a que ciertas variables del sujeto tales como habilidad intelectual, nivel de ansiedad, edad, grado educativo y otras interaccionan con los efectos del tratamiento haciendo que los efectos de este sean mejores o peores. Por ejemplo, en psicologa causa preocupacin el uso extenso de estudiantes universitarios y de educacin secundaria en muchos estudios y experimentos. Sobre todo el de universitarios por que tienen caractersticas personales y atributos demogrficos como nivel de inteligencia, nivel socioeconmico y experiencia que pudieran de alguna manera relacionarse con la VI. Esta amenaza tambin se da en la investigacin animal y en la generalizacin d sus resultados a la especie humana. Estas variables podran afectar a la generalizacin de las conclusiones del experimento.
2. Validez ecolgica. A diferencia de la validez relacionada con la poblacin que busca generalizar los resultados de la muestra a la poblacin, la validez ecolgica busca generalizar los resultados al contexto. En este sentido, est vinculada a la generalizacin que se puede hacer desde unas condiciones ambientales en las que se ha hecho el experimento a otras distintas. La pregunta a responder es: los resultados son transferibles a otras condiciones ambientales distintas? La respuesta es de grado. Si esta transferencia es elevada el experimento tendr una elevada validez ecolgica, de lo contrario, tendr un nivel bajo. En la literatura se reportan diversos factores que afectan a la validez ecolgica que enumeramos a continuacin: falta o fallas en la descripcin explcita del tratamiento experimental, la interferencia entre tratamientos, el efecto Hawthorne, el efecto debido a la novedad, efecto del experimentador, efecto debido a la sensibilizacin del pretest, efecto debido a la sensibilidad del postest, efecto de la interaccin entre la historia y el tratamiento, medida de la variable dependiente, interaccin entre el tiempo de medida y el efecto del tratamiento. A continuacin, veremos algunas de estas amenazas a la validez ecolgica: a) El Efecto de novedad. La presencia del experimentador, las caractersticas de este y sus colaboradores, las instrucciones para manejar los equipos o cmo responder a los instrumentos, el equipo de laboratorio, causan expectativas que pueden alterar al comportamiento habitual de los participantes del experimento. b) El Efecto Hawthorne. Llamado as por la fbrica Hawthorne (Illinois) donde entre 1927-1932 se realizaron por Elton Mayo los primeros estudios sobre la dinmica de los grupos. El hecho de ser
147

observados, la vivencia de esta situacin y de saber que se participa en una investigacin puede causar una interferencia en el desempeo habitual de los sujetos y hacer que estos se esfuercen por alcanzar rendimientos elevados. d) Efectos reactivos o de interaccin de la aplicacin de tests. Si un acontecimiento A que de algn modo interviene en la relacin de la VI con la VD precede a la manipulacin proyectada de la VI sobre la VD, no se puede esperar que el efecto de la VI aparezca en situaciones en las que la situacin A no ha precedido a la manipulacin. Por ejemplo, si se est experimentando un producto diettico para bajar de peso y todos los miembros del GE tienen que pesarse antes de iniciarse el experimento, en ese acto, pueden concienciar la importancia de la dieta y la de evitar comer entre las comidas. Es probable que el finalizar el experimento los sujetos muestren una disminucin significativa de peso, pero no podra generalizarse el aparente efecto del producto diettico a personas que lo han adquirido en la farmacia y los toman sin previamente hacerse una pesada de grupo. Sin este ltimo acto el producto puede ser menos efectivo. (Campbell & Stanley, 1973; Baltes & otros, 1981). d) Interacciones con la variable de tratamiento. Como vimos en 7.3.3, cualquiera de las amenazas a la validez interna puede interactuar con un tratamiento para dar lugar a un resultado. Por ejemplo, un investigador experimenta un mtodo para dejar de fumar y recluta participantes voluntarios de lugares en donde se prohbe fumar, a los que no concurren fumadores adictos. De tal manera se ha conformado un grupo donde hay una seleccin previa. Los resultados no se podrn generalizar a la poblacin de fumadores, sino a lo ms a aquellos que fuman de manera moderada o espordica. (Campbell & Stanley, 1973; Baltes, et al., 1981). e) Interferencia por tratamientos mltiples. La aplicacin a los mismos sujetos de diversos tratamientos proporciona efectos desconocidos o indeseados. Por ejemplo, una experimentadora ensaya un plan para la recuperacin de peso en personas debilitadas. Prescribe tres tipos de tratamiento: tres comidas al da, suplemento diettico, comer entre comidas. Al finalizar la experiencia halla que los sujetos han ganado significativamente peso, pero, esta ganancia, a cul de los tratamientos se debe? o se debe a una combinacin de ellos? Cmo saber cul de ellos es el ms eficaz?
148

En general, el logro de la validez externa de un experimento esta en directa relacin con: a) el logro de grupos experimentales lo ms semejantes a la poblacin a la que se desea generalizar los hallazgos; b) la repeticin o replicacin del experimento con la finalidad de confirmar un hallazgo. Una observacin no puede aceptarse como cientfica hasta que no se haya repetido. Adems es una fuente de confiabilidad de los datos y fundamenta la generalizacin de los resultados (Alarcn, 2008); c) el conseguir que el contexto experimental sea lo ms similar posible al contexto que se pretende generalizar (Hernndez, Fernndez & Baptista, 2003). Los proyectos de estudios experimentales deben contener el procedimiento para controlar las amenazas a la validez interna y externa, aunque con frecuencia el logro de una de estas valideces se hace a expensas de la otra. Por irei ladi, algunos estudios nicamente se pueden efectuar en un solo tipo de ambiente, por ejemplo, en el estudio de programas de apoyo emocional con pacientes terminales que se hacen casi siempre en ambientes hospitalarios. La validez interna y externa son aspectos crticos en la investigacin cientfica. Como hemos visto, el logro de la primera pasa por descartar o hacer inverosmiles los efectos de factores o variables extraas que se tornan en explicaciones rivales plausibles del efecto de la VI sobre la VD; en tanto que el logro de la segunda tiene que ver con la generalizacin a la poblacin y la validez ecolgica de los resultados. Existe una tendencia a privilegiar la validez interna, pero cada vez es ms claro que el diseo experimental debe ser slido tanto en esta como en la validez externa. 3.3.5 Validez de constructo o de construccin
Lneas arriba decamos que el constructo es un concepto pero inventado o adoptado de manera deliberada y consciente para un propsito cientfico especial. En la investigacin experimental, una vez que se hall, por ejemplo, que existe diferencia entre el GE y el GC, debe iniciarse por el investigador la explicacin o interpretacin de este resultado. Est explicacin o interpretacin constituye el constructo explicativo cuya validez se encuentra en directa relacin con el anlisis y descarte cuidadoso de la posible influencia en los resultados de cualquier amenaza a la validez interna o variables extraas. Anlisis al que contribuye el reflexionar sobre qu cosa es lo que constituye la intervencin o tratamiento? y por qu se produjo ese efecto? El propsito final es precisar el que la relacin entre la VI y el cambio, modificacin o transformacin de la VD se debe al constructo, explicacin o interpretacin dada por el investigador. (Kazdin, 2001).
149

3.3.6 Validez estadstica
Al realizar un experimento la hiptesis estadstica que se somete a contraste es la hiptesis nula (Ho) sobre la que el experimentador en base al anlisis estadstico de los datos, tomar la decisin de aceptarla o rechazarla. Sin embargo, en esta decisin puede llegarse a una conclusin falsa, por ejemplo rechazar la Ho cuando es verdadera (error tipo I) que se da cuando el investigador concluye de forma incorrecta que existe una relacin o diferencia entre los grupos cuando en realidad no existe; o aceptar la Ho cuando es falsa (error tipo II) posibilidad de ocurrencia que debe ser examinada cuando no se han encontrado resultados significativos. Evidentemente el experimentador no desea que estos errores sucedan pues propsito de la experimentacin es obtener conclusiones que reflejen el verdadero estado de los hechos en el mundo real. As, al interpretar los resultados de un experimento, por ejemplo de comparacin entre un GE y un GC, el investigador se encuentra ante el siguiente panorama: sus datos le pueden indicar que hay diferencia o bien que no hay diferencia, situacin que debe comparar con el verdadero estado de los hechos en el mundo, vale decir si hay realmente una diferencia o si no hay realmente la diferencia. En este sentido, la validez estadstica se refiere a las fases del proceso de la evaluacin cuantitativa que influyen en esta toma de decisiones. En otras palabras, se refiere a si las conclusiones sobre las relaciones o diferencias entre los grupos extradas del anlisis de los datos son un reflejo del mundo real. (Kazdin, 2001; Burns & Grove, 2004). La validez estadstica est fuertemente vinculada con el hecho que el investigador domine el fundamento, implicancias y limitaciones de las pruebas o tests estadsticos que emplear para el anlisis estadstico o para el contraste de las hiptesis como en el caso de la prueba t de student para muestras independientes, y tambin con la calidad del cmputo de las mismas. Aspecto relacionado, habindose determinado, por ejemplo, la existencia de diferencias entre el GE y el GC, es el denominado tamao del efecto que es una estadstica independiente del tamao de la muestra y que se expresa en unidades de desviacin estndar; el mismo que en el caso de dos grupos se refiere a la magnitud de la diferencia entre ambos grupos, dividido entre la desviacin estndar comn. Se supone que el tamao del efecto refleja la magnitud tal y como existe la diferencia verdaderamente (Kazdin, 2001). Por otro lado, existen caractersticas del estudio o amenazas a la validez estadstica de un experimento que afectan la evaluacin cuantitativa de los resultados. Entre ellas tenemos la baja potencia estadstica, las diferencias
150

en los procedimientos, la heterogeneidad de los sujetos y la poca confiabilidad de las medidas de la VD. La potencia o poder estadstico (Beta) se define como la probabilidad de evitar un error tipo II, es decir se refiere al grado en el cual el estudio puede detectar diferencias entre los grupos cuando realmente existen diferencias dentro de la poblacin. Cuando la potencia es dbil aumenta la probabilidad de que se concluya que no hay diferencias entre los grupos. En el clculo de la potencia o poder juega un rol decisivo el tamao de la muestra (n), el nivel de error o nivel significacin (Alfa) que usualmente en psicologa es del 0,05 o 0,01 y el tamao del efecto. El no tener en cuenta la potencia o poder estadstico probablemente ha conducido a que, segn Kazdin y Bass, la mayora de las comparaciones de diferentes tipos de psicoterapia no muestren diferencia en los resultados del tratamiento, debido a una potencia dbil en vista de las muestras relativamente pequeas y de los tamaos pequeos de los efectos que caracterizan a este tipo de investigacin (Kazdin, 2001). Una manera de incrementar la potencia estadstica es tener muestras con tamao apropiado. Las formas diferentes en que se llevan a cabo las intervenciones y procedimientos experimentales tambin atentan la validez estadstica. Una manera de contrarrestar esta amenaza es poniendo cuidado en los mnimos detalles para la ejecucin del estudio. La heterogeneidad de los sujetos pudiera influir en la VD, situacin que se presenta cuando en un experimento en psicologa clnica, los sujetos de los dos grupos pueden variar en la severidad de la sintomatologa, la duracin del cuadro clnico, nivel socioeconmico, u otros aspectos. El lograr grupos lo ms homogneos posibles contribuye a controlar esta amenaza interna. Finalmente la falta de confiabilidad de las medidas se puede contrarrestar con instrumentos, tests, altamente confiables y sensibles (Kazdin, 2001). 3.3.7 Mejoramiento de la validez interna La validez interna de un diseo experimental puede lograrse o acrecentarse controlando las variables extraas y minimizando la varianza de error. 3.3.7.1 Control de las variables extraas El control de las variables extraas persigue su minimizacin, nulificacin o aislamiento; para el efecto existen varias formas de control.
1)
Eliminar la variable extraa como variable. En los diseos experimentales de grupos, se elimina el efecto de una posible VI
151

extraa que influye sobre una VD, eligiendo los sujetos en una forma tal que los grupos sean lo ms homogneos. Si estamos realizando un estudio sobre la motivacin de logro y nos preocupa la accin de la inteligencia como posible variable extraa para el estudio, su accin puede ser eliminada utilizando sujetos de un solo nivel de inteligencia, por ejemplo, de nivel normal CI 90 a 110. Esta forma de control es efectiva pero hace perder poder de generalizacin. En relacin al ejemplo, el anlisis se restringira al nivel normal. Es posible que la relacin, si se descubre, no exista o sea por completo diferente con nios de inteligencia alta o con nios de inteligencia baja? No lo sabemos, solo podemos conjeturar. 2) Aleatorizacin. El azar es un hecho que acontece sin ningn influjo por parte del investigador (Tamayo, 1999). La aleatorizacin refiere a como se distribuyen los sujetos en los diferentes grupos que forman parte del estudio. Se basa en el principio que, si los individuos o elementos de una poblacin que van a formar los grupos objeto de una investigacin se eligen al azar, de modo que todos tengan igual probabilidad de resultar elegidos, las leyes del azar aseguran, con un nivel razonable de probabilidad que no habr diferencias significativas entre los distintos grupos (Sierra Bravo, 1991). Es una forma ideal de controlar todas las fuentes de variacin cuando no es posible utilizar la eliminacin o la constancia. Para ello, se obtiene una muestra representativa de la poblacin y se asignan los sujetos a los grupos en forma aleatoria o al azar. Con ello existe una base razonable para esperar que los diferentes grupos sean homogneos o equivalentes antes de aplicar la VI o tratamiento X. El azar no slo est presente en la extraccin de la muestra y en la formacin de los grupos, sino tambin, en la aplicacin de los tratamientos. En efecto, la aleatorizacin puede llevarse hasta sus ltimas consecuencias haciendo que no slo los sujetos sean asignados a los grupos aleatoriamente sino que tambin los tratamientos sean asignados de acuerdo con dicho criterio (Arnau, 1991). Sin embargo, teniendo en cuenta estas bondades de la aletorizacin, tambin hay que tener presente que en el campo clnico es muy difcil casi imposible escoger una muestra aleatoria de una poblacin con problemas porque algunas personas con problemticas psicolgicas no acuden a tratamiento, y muchos que lo hacen no tienen caractersticas aleatorias, adems que no se puede obligarlas a participar del estudio. Asimismo, la aleatorizacin garantiza que se pueda afirmar que el efecto de la VI se da en el grupo, pero no puede garantizar que en un sujeto especfico este efecto se deba nicamente al tratamiento porqu los errores de medicin de la VD y los sesgos de las variables extraas son inseparables de los efectos del tratamiento.
152

3) Apareamiento (Igualacin o Concordancia). A diferencia de la aleatorizacin, consiste en igualar los grupos en relacin con alguna variable especfica. Se realiza con base en una variable extraa que el investigador considera que influye de manera decisiva en la VD. Por ejemplo, un psiclogo al estudiar el posible efecto del alcohol sobre la percepcin taquistoscopica, sospecha que la agudeza visual puede ser una variable extraa. Para controlarla, administra una prueba de agudeza visual a toda la muestra y utilizando los puntajes o resultados de dicha prueba como variable de apareamiento o criterio forma pares de sujetos con similares puntajes en la prueba y asignar al azar uno de ellos al GC y el otro al GE. Claro est que no siempre es posible formar pares de sujetos idnticos o con un mismo puntaje en relacin con la variable de apareamiento. Cunto de discrepancia se puede permitir entre los puntajes para considerar a un par de sujetos como igualado? La decisin corresponde al experimentador, pero el principio es lograr la mxima similitud entre los sujetos. Control estadstico. En un experimento este control alude a la medicin de las variables extraas y la ejecucin de ajustes contra sus efectos mediante el anlisis de covarianza (ancova) por el cual los efectos de la variable extraa en la VD se eliminan con el ajuste del verdadero valor de la VD. Por ejemplo, un psiclogo realiz un estudio para probar la efectividad de un mtodo para la identificacin verbal de palabras escritas para ensear a nios de primer grado: A un aula de nios les aplic el mtodo experimental y a otra aula el mtodo tradicional. Despus de realizar el anlisis estadstico adecuado encontr que el nuevo mtodo era efectivo, pero sospechando la influencia de alguna variable extraa, revisa las fichas individuales de los nios y halla que los niveles intelectuales diferan sensiblemente en funcin de los grupos. Comprob que el nivel intelectual poda ser una variable extraa y, por tanto, decide aplicar un control estadstico para ajustar los resultados. Aplica el anlisis de covarianza a los datos para ajustarlos a los diferentes valores de la variable nivel intelectual a fin de tenerla en cuenta al menos en el anlisis de datos. Al extraer de los resultados iniciales las diferencias de los puntajes relativos al nivel intelectual encontr que el resultado del estudio es no significativo, es decir, que el nuevo mtodo de enseanza no era mejor que el tradicional y que gran parte de las diferencias entre grupos se deba a las diferencias entre los niveles de inteligencia.(Arnau, 1991). El sujeto como propio control o tcnica intrasujeto (tcnica de medidas repetidas). Las tcnicas de control descritas ms arriba estn relacionadas con el diseo experimental clsico de grupos, en tanto que esta tcnica se relaciona con los diseos intra-sujeto, de ms reciente data. Con este diseo se reduce al mximo las fuentes extraas de variacin, consiguindose una mxima homogeneidad en
4.
5)
153

ambos grupos de tratamiento aumentndose la precisin del diseo para probar la efectividad de los tratamientos. Sin embargo, la utilizacin de esta estrategia acarrea dos graves peligros o efectos: el efecto de orden, conocido como error progresivo y el error residual de los tratamientos. (Arnau, 1991). Estos efectos estn en relacin con otra frmula de control denominada contrabalanceo. En psicologa, factores tales como el aprendizaje o alguna caracterstica del investigador (cuando no su sola presencia) tienden a afectar los resultados de la investigacin. Por ejemplo, si nos interesa averiguar a qu tipos de sonido reacciona ms rpido un sujeto: al de una campana o al de un timbre elctrico, ambos de intensidad semejante, si se presenta primero el de la campana y a continuacin el del timbre, observaremos despus de varios ensayos- que el sujeto responde con mayor rapidez al del timbre. Pero, probablemente, no es la diferencia entre los sonidos lo que produce la respuesta del sujeto en un sentido u otro. En efecto, si tomamos en cuenta al orden de presentacin primero la campana; luego el timbre-, debemos considerar que el tiempo de reaccin al timbre est afectado por el aprendizaje adquirido durante el proceso del experimento. Lo correcto es utilizar el contrabalanceo. El investigador debe cambiar el orden de presentacin una vez que el sujeto haya logrado un dominio de los instrumentos y una familiarizacin con el proceso experimental. Es decir, en una segunda etapa se presentar primero el sonido del timbre y despus el de la campana. Otra frmula de aplicacin, especialmente funcional cuando se trabaja con varios sujetos, consiste en presentar primero el sonido de la campana a la mitad de ellos, y luego el del timbre; y a la otra mitad, primero el del timbre y posteriormente el de la campana (Gmez, 1983). 3.3.7.2 Mimizacin de la varianza de error
La calidad del experimento se incrementa tambin cuando la varianza de error es minimizada en todo lo posible. Esta varianza como sabemos alude principalmente a la variabilidad de la medida de la VD debida a las fluctuaciones aleatorias, variando ahora en una forma, luego en otra, ahora positiva, despus negativa, ahora hacia arriba, ahora hacia abajo. La minimizacin de la varianza de error tiene dos aspectos: 1) La reduccin de los errores de medicin a travs de condiciones controladas. Entre ms fuera de control estn las condiciones de un experimento, ms podrn operar los muchos determinantes de la varianza de error. Hay que establecer en forma cuidadosa condiciones experimentales constantes e iguales para todos los sujetos. La constancia de las condiciones es una de las formas ms generales de
154

control. Por ejemplo, se debe dar instrucciones claras y precisas y cuidar que los grupos pasen las experiencias a la misma hora, en el mismo lugar, en las mismas condiciones de luz, ventilacin, con mismos aparatos, etc. 2) Incrementando la validez y la confiabilidad de la medida de la VD. El incremento de la confiabilidad reduce la varianza de error. La confiabilidad puede considerarse como la exactitud de un conjunto de puntajes. Otra poderosa razn para disminuir la varianza de error consiste en dar a la varianza sistemtica primaria la oportunidad de mostrarse a s misma. Si existe una relacin entre las variables, se tiene que descubrir. Una forma de hacerlo es encontrar diferencias significativas entre las medias de los grupos sometidos a estudio. Pero si la varianza de error es grande, la varianza sistemtica primaria no tendr oportunidad de aparecer. Por lo tanto, la relacin aunque exista, quiz no sea detectada (Kerlinger & Lee, 2003). Finalizando este apartado, el investigador debe tener en cuenta que en ocasiones su presencia se convierte en una variable difcil de controlar, y desde luego puede afectar los resultados obtenidos; en este caso es difcil y hasta imposible, usar la tcnica de la eliminacin para controlar a la bpeda variable extraa (Gmez, 1983). De otro lado, cuando la variable extraa est representada en la posibilidad de que los sujetos tengan conocimiento del objetivo y de las hiptesis del experimento, se puede recurrir a la tcnica ciego simple, es decir, ocultar a los sujetos tales objetivos e hiptesis; o a la tcnica ciego doble, ocultando a los sujetos y a los experimentadores tales objetivos, aunque aqu el experimentador sera un mero administrador de condiciones.
3.3.8 El principio Maxmincon
Como hemos visto el propsito bsico del diseo de los experimentos es lograr el control de la varianza sistemtica secundaria o varianza no deseada generada por las variables extraas. Si esta no ha sido debidamente controlada pasa a incrementar, por lo general, la varianza de error. El control de la varianza secundaria permite poner de manifiesto la posible accin de las variables experimentales o tratamientos sobre la VD. El principio estadstico que respalda este propsito es el que Kerlinger & Lee (2003) mnemotcnicamente han denominado MAXMINCON, que significa: 1. Maximizacin de la varianza sistemtica primaria; 2. Minimizacin de la varianza de error; y,
155

3. Control de la varianza sistemtica secundaria. Sobre la minimizacin de la varianza de error y el control de la varianza secundaria hemos hablado ms arriba, por lo que nos centraremos muy brevemente en la varianza sistemtica primaria. La maximizacin de esta varianza se logra maximizando o aumentando la magnitud de los valores de la VI, o bien seleccionando sus valores ptimos. Por ejemplo, si se est estudiando los efectos de dos mtodos A1 y A2 sobre el logro acadmico en matemticas en un grupo de estudiantes secundarios, se debe hacer que ambos mtodos sean lo ms diferentes que se pueda, pues es necesario dar a la varianza sistemtica primaria- una oportunidad, por decirlo as, para mostrarse a s misma, para separarse de la varianza total. Esta oportunidad la constituye la maximizacin. 3.3.9 Clasificacin de los diseos experimentales Existen varias clasificaciones de los diseos segn los criterios de clasificacin que se empleen. Por ejemplo, segn el anlisis estadstico los diseos se clasifican en paramtricos, no paramtricos, entre otros; segn la estrategia de la asignacin de los sujetos a los tratamientos se clasifican en aleatorizados, apareados, entre otros; segn el nmero de variables independientes, se clasifican en univariados o bivariados, experimentales multivariados, entre otros; tambin se consideran a los diseos estadsticos o clasicos y a los diseos conductuales. Los diseos estadsticos son los que trabajan con grupos y utilizan pruebas estadsticas para la verificacin de hiptesis, son los ms antiguos- aparecieron alrededor de 1920- y siguen la tradicin estadstica comenzada por Sir Ronald Fisher; los diseos conductuales, llamados por algunos sin estadstica, fueron iniciados o desarrollados por B.F. Skinner, y trabajan con un solo sujeto (N=1) medido varias veces, manteniendo un severo control experimental. En este texto emplearemos la clasificacin propuestas por Campbell & Stanley (1973): a) diseos preexperimentales; b) diseos cuasiexperimentales; y, c) diseos experimentales puros, algunos de los cuales se realizan comparando dos o ms grupos de sujetos diferentes o comparando al mismo grupo en momentos diferentes (diseos de medidas repetidas o intrasujeto). Asimismo, anotaremos algunas pruebas estadsticas utilizadas en el anlisis de los datos o para el contraste de las hiptesis, pero un tratamiento algo ms extenso del anlisis estadstico lo haremos en una leccin posterior.
156

3.3.9.1 Simbologa de los Diseos experimentales En la elaboracin de los esquemas de los diseos experimentales se utiliza, aunque con ciertas diferencias entre los autores, un conjunto de signos y smbolos para la descripcin de cada uno de ellos, que anotamos: X=designa el tratamiento experimental o la presencia de una VI en el estudio. El tratamiento es un estmulo o condicin experimental (presencia de algn nivel de la VI). O=designa una observacin o medicin (prueba, cuestionario, observacin, tarea, etc.). Si aparece antes del tratamiento se trata de un pretest; si aparece despus del estmulo se trata de un postest. Cada observacin llevar un ndice, segn el caso, para poder facilitar su identificacin y referencia (01, 02, etc.). A=designa a la asignacin al azar o aleatorizacin (tambin se conocen como randomizacin R). Ap=Apareamiento. ------------ = Lnea pespunteada. Indica que se han usado grupos intactos. _________= Lnea continua. Indica que se han usado grupos aleatorizados. G = Grupo de sujetos (G1, grupo uno; G2, grupo dos, etc.) GE = Grupo experimental GC = Grupo control
157

Leccin IV Diseos preexperimentales y cuasiexperimentales
4.1 Diseos Experimentales
4.1.1 Diseo de un grupo solo despus Esquema: G X O.
El experimentador administra un estmulo o tratamiento (X), por ejemplo, una pelcula, un discurso, un mtodo educativo, un comercial televisivo u otro, a un grupo (G), y despus hace una medicin en una o ms variables para observar (O) cul es el nivel del grupo en estas variables. En este diseo no hay manipulacin de la VI y tampoco una referencia de cul era el nivel que tena el G antes del estmulo. Adems, no hay grupo de comparacin. En consecuencia, el experimentador no tiene un fundamento slido para asegurar que los cambios que pudieran observarse se deben a la VI. Ejemplo: Un psiclogo ensaya un programa de enseanza de la aritmtica administrndolo a un grupo (G) de escolares de un aula. Despus de un tiempo hace la observacin (O) por medio de una prueba de aritmtica y encuentra puntajes elevados. Concluye que estos puntajes indicadores del aprendizaje de la aritmtica- se deben al programa. Sin embargo, esta conclusin es dbil pues pueden haber actuado amenazas a la validez interna como las siguientes: a) Historia, en relacin a s experiencias especficas de los estudiantes diferentes a las del programa de aritmtica, han contribuido a tales puntajes; b) Seleccin y maduracin, si los estudiantes que participaron del programa tenan probabilidades de cambiar o elevar su rendimiento en alguna forma por la interaccin de estas dos amenazas. El acarreamiento de muchas amenazas a la validez interna hace que las conclusiones de un experimento con este diseo sean muy discutibles y criticadas. Sin embargo, es de anotar que en la vida diaria obtenemos mucha informacin de acuerdo a este est esquema. Por ejemplo, si alguien utiliza un producto y observa que sus efectos le son convenientes para sus propsitos puede recomendrnoslo y nosotros aceptar tal recomendacin y consumir el producto. Si bien es conveniente aceptar el consejo de otras personas sobre eventos, productos y servicios para nuestra vida diaria sino se dispone de una informacin objetiva, esta no es una forma satisfactoria
158

de acumular conocimientos cuando hablamos en trminos cientficos porque somos procesadores sesgados de informacin.
4.1.2 Diseo pretest- postest con un solo grupo. Esquema: G O1 X O2.
El experimentador administra un pretest (O1) a un grupo (G) antes de aplicar el tratamiento (X) y despus de aplicado ste, realiza un postest (O2). Ejemplo: Para descubrir si un nuevo mtodo de enseanza aumentar la velocidad de lectura, un psiclogo realiza el siguiente experimento: Administra un test para medir la velocidad de lectura de un solo grupo y obtiene la media correspondiente a este ltimo (O1); expone a los sujetos a X, el nuevo mtodo de enseanza, durante un lapso determinado; administra un postest (O2) para medir la velocidad de lectura y compara las medias del pre y postest utilizando la prueba estadstica ms apropiada para descubrir qu diferencias produjo la exposicin a X. En el pretest la media aritmtica en velocidad de lectura fue de 50 palabras por minuto; en el postest fue de 80. Concluye despus del anlisis estadstico que la diferencia-30 palabras-es estadsticamente muy significativa y que, en consecuencia, el mtodo es efectivo para incrementar la velocidad de lectura. Sin embargo, esta conclusin puede ser criticada plantendose explicaciones alternativas en relacin con algunas fuentes de invalidez. Veamos por qu. Este diseo tiene algunas ventajas sobre el diseo anterior: a) existe un punto de referencia inicial (O1) que permite ver qu nivel tena el G en la VD antes de la aplicacin de X; b) el que los mismos sujetos realicen el pretst y el postest implica que las fuentes de invalidez seleccin y mortalidad fueron controladas (Van Dalen & Mayer, 1994). Sin embargo, existe la probabilidad que la diferencia encontrada se deba a otras fuentes de invalidez: a) Historia, pues entre O1 y O2 pueden haber ocurrido otros acontecimientos capaces de generar cambios adems de X; b) Maduracin, pues entre O1 y O2 puede haberse presentado la fatiga, el aburrimiento, etc.; c) Regresin estadstica, pues se puede haber elegido un grupo atpico o que en el momento del experimento no se encuentre en su estado normal, lo que oportunidad a que acte la regresin estadstica. Es de recordar que deber esperarse un cambio en el puntaje en el postest, incluso si no hay efecto del tratamiento, siempre y cuando los sujetos seleccionados tengan puntajes extremos en el pretest y las dos pruebas pretest y postest - carezcan de confiabilidad perfecta; d) Efecto del pretest, las diferencias observadas entre el pre y el postest pueden ser debidas al efecto del pretest por la reactividad (sensibilizacin) de los sujetos a los
159

instrumentos de medicin. (Wood, 1984; Hernndez, Fernndez & Baptista, 2003). Snchez & Reyes, 2006;
Una solucin a este enjuiciamiento crtico sera la de seleccionar para el estudio slo a aquellos sujetos que tienen puntajes promedios en el pretest; otra, la mejor, consistira en usar un GC al que se le administra el pretest y el postest pero no X. Este diseo es de medidas repetidas o intragrupo. Los diseos intragrupo son aquellos en los que el sujeto sirve como su propio control establecindose comparaciones sobre los mismos individuos en diferente momento del tiempo, o tras habere sometido a diferentes tratamientos. Para el anlisis estadstico de la diferencia pretest postest se emplean diversas pruebas estadsticas, entre ellas la prueba T de Student para muestras correlacionadas, si la VD es cuantitativa, o la prueba de McNemar si la variables es cualitativa.
4.1.3 Diseo de comparacin esttica o comparacin de grupos slo despus (diseos de grupos estticos).
Esquema:
GE
O1
---------------GC --O2
En este diseo el experimentador hace uso de un GC que no va a recibir el tratamiento experimental. Se dice que es de comparacin esttica (o de grupos intactos) porque el investigador no selecciona aleatoriamente a los sujetos para conformar los grupos, sino que stos ya estn formados. La lgica subyacente es que las diferencias entre los grupos que difieren en una variable particular pueden deberse a la VI. El problema difcil es el de determinar s el tratamiento X es el responsable de cualquier diferencia obtenida en la ejecucin. Ejemplo: Un psiclogo desea comparar la frecuencia del cncer en comunidades industriales (G1) y no industriales (GC). Encuentra una frecuencia ms elevada en las comunidades industriales y extrae la conclusin de que el tratamiento (X=presencia de las industrias) es responsable de la frecuencia ms elevada de cncer. El uso del GC sirve como fuente de comparacin y para dar rigurosidad cientfica al trabajo. Controla en alguna medida la historia y en medida menor la maduracin. Sin embargo, como no es posible asignar aleatoriamente a los participantes de los grupos antes de introducir X, es difcil descartar a otros factores como responsables de cualquier diferencia
160

obtenida entre los grupos; bsicamente el diseo falla en el control de la posible invalidez por seleccin y por mortalidad experimental. Los diseos preexperimentales se emplean mucho en psicologa, educacin y ciencias sociales, pero su uso debe verse predominantemente como una exploracin en busca de informacin para estudios con mayor control, pues no son adecuados para el establecimiento de las relaciones estrictas entre la VI y la VD. Este diseo es de comparacin de dos grupos diferentes de sujetos, se podra utilizar en el anlisis estadstico, entre otros tests estadsticos, la prueba paramtrica T de Student para muestras independientes, la prueba no paramtrica Un de Mann-Whitney si la VD es cuantitativa, o la prueba Ji cuadrado de independencia si la VD es categrica. 4.2 Diseos cuasiexperimentales Los diseos cuasiexperimentales son ms potentes que los preexperimentales para el control de fuentes de invalidez y son muy parecidos a los propiamente experimentales, pero no son experimentos puros, pues su principal debilidad es la falta de aleatorizacin o emparejamiento en la constitucin de los grupos. Esta carencia facilita la aparicin de amenazas a la validez interna y externa, principalmente de la seleccin, la interaccin de esta con otras amenazas y la regresin estadstica. El afrontamiento de este probable escenario debe conducir al investigador a tener la mayor informacin posible para establecer la semejanza entre los grupos en lo tocante a caractersticas o variables que pudieran estar vinculadas con las variables analizadas. Por ejemplo, si se desea hacer un experimento sobre motivacin para el perfeccionamiento profesional en grupos no aleatorizados o intactos de profesores de educacin, el nivel educativo (inicial, primaria, secundaria), el turno (matutino, vespertino, nocturno), probablemente tenga que ser considerado como una constante (los grupos son del mismo turno y nivel), o como otras variables independientes a controlar. Tambin es probable que se tenga que hacer que los grupos sean equiparables antigedad, edad y en grado educativo o en otros aspectos que puedan generar diferencias relevantes al estudio entre los grupos. En razn a las dificultades para lograr la equiparacin de los grupos, el investigador debe extremar el cuidado en la interpretacin de los resultados pues podra tomar decisiones errneas. Con este propsito debe identificar claramente las limitaciones del diseo, as como discutir la equivalencia de los grupos y la posibilidad de generalizacin de los resultados. Existen varios diseos no experimentales, veremos brevemente los ms empleados en psicologa, educacin y ciencias sociales.
161

4.2.1 Diseo de series temporales (o de series de tiempo). Esquema: G 01 02 03 X 04 05 06
Este diseo es intragrupo y es semejante al pretest-postest con un solo grupo pero con algunos aditamentos ms que lo hacen mejor para el control de la varianza secundaria. Se toman varias mediciones repetidas antes, luego se introduce el tratamiento experimental X, y se toman varias mediciones despus. Las mediciones son programadas en intervalos fijos de tiempo, debindose practicar no menos de tres antes y despus de introducir la VI. Las observaciones antes permiten establecer la tendencia de la conducta, de tal modo que al introducir X los cambios que se observan en la VD se atribuyan al tratamiento. Esta disposicin experimental permite un mejor control de las variables extraas que se indicaron en el diseo preexperimental pretest-postest. Si las O1, O2, O3,...no difieren significativamente, se podr lograr confiabilidad acerca del funcionamiento de la VD que se estudia; al introducirse X su efecto har variar la tendencia de las observaciones en el punto donde se aplica, de ser inmediatos sus efectos, por tanto, la diferencia entre O3 y O4 no podrn atribuirse con certeza a amenazas como mediciones previas, maduracin o regresin. En consecuencia, la posibilidad de atribuir los cambios a la accin de X depende de la estabilidad de las puntuaciones previas. Sin embargo, hay que tener en cuenta lo siguiente: a) que las observaciones mltiples no sustituyen al grupo control experimental aunque minimizan los efectos de algunas variables extraas competitivas como la historia, pues no hay seguridad para afirmar que la VI fue la causa del cambio de O4 a O5; b) hay que tener cuidado en la duracin del experimento, si este es muy largo los resultados pueden acusar la influencia de la maduracin, la mortandad experimental, o la fatiga o el cansancio. Ejemplo: Una clnica poniendo en prctica una poltica de educacin continua, decide adoptar el requisito de que los mdicos asistan a determinado nmero de cursos de actualizacin en medicina antes de que se les considere para promocin o aumento de sueldo. Una psicloga desea evaluar algunas de las consecuencias positivas o negativas de este requisito y decide utilizar un diseo de series de tiempo teniendo como indicadores principales las solicitudes de renuncia, el ausentismo y el nmero de aumento de sueldo y promociones que se han asignado. El investigador decide utilizar un diseo de series de tiempo esquematizado as: G O1 O2 O3 O4 X O5 O6 O7 O8
O1 es el nmero de renuncias, ausencias, aumentos de sueldo y promociones de los mdicos en la clnica de enero a marzo un ao antes de implantar la nueva regla de educacin continua, O2 es el nmero de los
162

mismos indicadores de abril a junio, O3 y O4 y son los nmeros de estos indicadores de julio a setiembre y de octubre a diciembre, respectivamente. Cuando se implanta el requisito, tambin se recogen datos sobre las renuncias, ausentismo y aumentos de sueldos y promociones en cuatro perodos consecutivos de tiempo, que dan como resultado las observaciones O5 a O8. Pueden hacerse diversas variaciones en estos diseos, por ejemplo combinndolos con un grupo control (o de comparacin) no equivalente. Un ejemplo de esta combinacin es el experimento que se realiz en un pueblo estadounidense para la evaluacin de un programa que tena por objeto disminuir la velocidad en carretera. Se recolect informes y datos de accidentes de trnsito correspondientes a varios aos anteriores y ulteriores a la implantacin del programa. Se encontr que despus de X el nmero de accidentes disminuy, pero como las distintas mediciones haban mostrado una pauta ascendente y descendente inestable durante varios aos, no se poda tener la certeza de que el programa haba sido la razn del descenso en el nmero de accidentes. Entonces se compar las estadsticas del pueblo con las de cuatro pueblos vecinos de similares caractersticas al del experimento, en los que no se haban efectuado el programa X. Se observ que en estos pueblos no se haba registrado disminucin de los ndices de accidentes. Las comparaciones dieron pie para concluir que el programa haba producido efectos positivos (Wood, 1984). 4.2.2) Diseo con pretest postest y grupos intactos, ellos de comparacin (o control no equivalente). uno de
En los diseos cuasiexperimentales es ms apropiado para referirse al grupo contra el cual se evalan los resultados del grupo de tratamiento el trmino grupo de comparacin en vez de grupo de control, reservando este ltimo para los diseos propiamente experimentales en el que hay aleatorizacin. Esquema: GE O1 X O2
-----------------------GC O3 -O4
Con acuerdo a este diseo a los grupos no aleatorizados (GE y GC) se les administra un pretest que sirve para comprobar la equivalencia inicial de ambos grupos que se comprueba estadsticamente si no existen diferencias significativas entre los promedios - o frecuencias - de ambos grupos en la VD. Al GE se le aplica al tratamiento y al GC no, realizndose a continuacin el postest en ambos grupos, momento en el que estadsticamente si se espera diferencias significativas entre ellos. El diseo puede extenderse a ms de dos grupos atendiendo a los niveles de manipulacin de la VI. Esquema:
163
G1 G2 O4 G3 .... GK GK+1
O1 O3 O5 .... O2K-1 O2K+1 .. .. XK __
X1 X2 X3
O2
O6 .... O2K O2K+2
Este diseo no es conveniente utilizarlo cuando el GE es autoseleccionado porque no se controlara la amenaza seleccin. Esto sucede, por ejemplo, cuando el GE se conforma por voluntarios y el GC con no voluntarios, y se les compara. Si el diseo es de dos grupos podra utilizarse en el anlisis estadstico o para el contraste de las hiptesis, entre otras pruebas estadsticas, si la VD es cuantitativa la prueba paramtrica T de Student para muestras independientes, la prueba no paramtrica U de Mann-Whitney; si la VD es categrica, la prueba Ji cuadrado de independencia. Tambin puede realizarse un anlisis al interior de cada grupo, sea el GE o el GC, emplendose para el efecto, si la VD es cuantitativa, la prueba T de Student para muestras correlacionadas, la prueba T de Wilcoxon; o la prueba de McNemar sii la VD es categrica. Si el diseo tiene ms de dos grupos podra emplearse el anlisis paramtrico de varianza de una va o ANOVA, o el anlisis no paramtrico de Kruskall-Walls (Clark-Carter, 2002, cap. 16) Ejemplo: Un psiclogo observa en un hospital ciertos problemas de insatisfaccin laboral. Elabora un programa motivacional y desea estudiar sus efectos sobre la moral del personal. No es factible llevar a cabo un experimento puro porque el personal no puede ser asignado aleatoriamente a distintos grupos de tratamiento en vista que se afectara la marcha de los servicios. En consecuencia, decide usar otro hospital con caractersticas similares (tamao, localizacin geogrfica, etc.) en el cual no se introduce el programa. Recolecta datos con un cuestionario para evaluar la moral del personal en ambos hospitales antes de introducir el programa (pretest), y despus de la implantacin de este en el hospital que acta como GE, realiza el postest recolectando los datos pertinentes en ambos hospitales. 4.2.3 Diseo contrabalanceado. Este diseo es intragrupo lo que significa la aplicacin de todas los tratamientos a cada grupo; sin embargo, puede presentarse el efecto del orden de los tratamientos, segn el cual efectos en la VD podran variar
164

ms en funcin de los tratamientos previos que en funcin de los tratamientos nuevos (Buela-Casals, Caballo & Sierra, 1996); una manera de contrarrestar este efecto es empleando un diseo contrabalanceado o cruzado. Este diseo apunta a lo siguiente: a) igualar las diferencias entre los grupos, reemplazando a la asignacin aleatoria que no es posible utilizar con grupos intactos o preformados; b) controlar la influencia del orden en el que se administran los tratamientos; c) controlar los efectos de la prctica y las transferencia de aprendizaje que generan los tratamientos. Ejemplo de esquema vlido para un diseo contrabalanceado de una variable X con tres valores. La matriz resultante se denomina cuadrado latino 3 x3.
TRATAMIENTOS REPLICACIONES O PERIODOS 1 2 3 Sumas
X1 GA GB GC Y1
X2 GB GC GA Y2
X3 GC GA GB Y3
Se observa en el esquema que para los tres tratamientos X1, X2, X3, se requieren tres grupos GA, GB, GC, y GD. La estrategia es dar a cada grupo todos los tratamientos experimentales. En efecto, cada uno de estos es expuesto a las replicaciones o perodos 1, 2 y 3, como lo indica el que cada tratamiento aparezca una sola vez en cada columna y en cada fila. El diseo contrabalanceado es uno de los mejores diseos cuasiexperimentales cuando se trabaja con grupos intactos, preformados o no aleatorizados, por ejemplo: aulas de clase. Tiene principalmente dos ventajas: a) aumenta la validez interna de la investigacin pues elimina la varianza intergrupo (diferencias entre los grupos de estudio), en vista que cada grupo acta como su propio control en tareas diferentes; de esta manera se controla la variabilidad o dispersin de los rendimientos as como hace innecesario la utilizacin del pretest y tambin la igualacin de los grupos, puesto que las comparaciones se efectan entre las ejecuciones de los mismos sujetos. Asimismo, si existieran diferencias entre los grupos (por no ser aleatorizados, las diferencias entre las respuestas se compensan pues todos los grupos pasan por todas las condiciones experimentales; asimismo, b) se necesita menor nmero de sujetos ya que cada uno de ellos pasa por todos los tratamientos. Por otra parte, una limitacin que tiene, como todos los diseos intrasujeto, es la existencia de los efectos residuales, vale decir el efecto que produce un tratamiento en el perodo
165

inmediato siguiente y en los tratamientos posteriores. Por esta razn, se debe separar dos perodos de tratamiento por un intervalo de tiempo suficientemente largo para que dichos efectos desaparezcan. Ejemplo: Una psicloga realiza un experimento para determinar qu tipo de estmulos visuales, auditivos, kinestsicos, recuerdan ms personas de la tercera edad. Tiene a disposicin clubes de personas de esta edad (grupos intactos). En la fase de planeamiento del experimento encuentra que es posible que factores como la inteligencia, motivacin u otros, al no ser controlados influyan en los resultados. En vista de las caractersticas del estudio y de la disponibilidad de la muestra, su anlisis tambin le indica que si se administran todos los tratamientos a todos los sujetos del grupo, se compensarn las influencias de aquellos factores. La psicloga decide elaborar un diseo contrabalanceado, seleccionando para el efecto a tres de los clubes; cada uno de los tres grupos (GA, GB, GC) es sometido a cada uno de los valores de la VI en secuencias diferentes (estmulo visual, estmulo auditivo, estmulo kinestsico). El contrabalanceo no slo se aplica en estudios cuasi-experimentales sino tambin en los propiamente experimentales. El anlisis estadstico puede realizarse empleando, entre otras pruebas, el anlisis de varianza de una va (Anova) para determinar los resultados de los diversos tratamientos, partiendo para el efecto de la suma de los puntajes (Y1, Y2 y Y3) logrados en cada tratamiento, sin tomar en cuenta las replicaciones o perodos (Alarcn, 2008). 4.3 Diseos experimentales puros En estos diseos el investigador puede manipular una o ms variables independientes y ver sus efectros en una o ms variables dependientes. Algunos de ellos emplean mediciones pretest y postest, en tanto que otros solamente analizan el postest.; asimismo; en algunos se utilizan sujetos diferentes para cada uno de los grupos de tratamiento, y en otros se usan sujetos diferentes para cada uno de los grupos de tratamiento, pero apareados de acuerdo a algn tipo de criterio. Esta diferencia en la conformacin de los grupos es muy importante de tomar en cuenta, ya que de ella depende, en gran parte, el tipo de anlisis estadstico para analizar los datos.
166
Diseo experimental
Muestra
Diseo cuasi experimental
No azar
Grupos al azar
Azar
Grupo I
Grupo II
Grupos no equivalentes
Grupo experimental
Grupo control
Fig 14. Diferencias entre el diseo experimental y cuasiexperimental
Aleatorizacin
Metodologa experimental
Control
Modelo de causalidad
Fig. 15. Componentes bsicos de la metodologa cuasi-experimental (Tomado de Balluerka & Vergara, 2002)
167

4.3.1 Diseo de dos grupos totalmente aleatorizados, GE y GC, con postest nicamente. Esquema: GE X GC 01 02
La equivalencia de los grupos es la idea central y est se pretende lograr tomando al azar de la poblacin una muestra representativa de sujetos, la que es asignada aleatoriarnente a las dos condiciones experimentales, GE y GC. Al suponerse equivalentes ambos grupos en todas las variables que pueden afectar a la VD, las diferentes estadsticas que pudieran observarse al medir la VD, deben atribuirse a la accin de X. Es muy importante que ambos grupos permanezcan equivalentes a lo largo de todo el experimento salvo por la presencia-ausencia de la VI, observando cuidadosamente que no ocurra algo que afecte slo a un grupo. Por ejemplo, la hora en la hora en que se realiza las observaciones debe ser la misma para ambos grupos, de manera similar debe suceder con las condiciones ambientales. Por otra parte, despus que finalice la aplicacin de la VI, el postest debe ser administrado inmediatamente despus y de manera simultnea, especialmente si la VD tiende a cambiar con el paso del tiempo. El diseo puede extenderse para incluir ms de dos grupos, es decir, tener varios niveles de manipulacion de la VI. En este caso se usan ms de dos tratamientos experimentales, adems del GC. Tambin pueden compararse dos valores de la VI, por ejemplo, dos nuevos mtodos de enseanza da la matemtica; un grupo de trabajo bajo liderazgo autocrtico con otro de liderazgo democrtico; o dos situaciones de privacin de alimento de 12 y 24 horas. En estos casos la comparacin se realiza con dos grupos experimentales, cada uno asume un valor de la VI, desaparece el clsico GC, aunque subsiste la comparacin exigida por el mtodo experimenta]. Este diseo es potente para controlar amenazas a la validez interna. As, al no haber pretest se evita el efecto reactivo de las medidas previas; no hay instrumentacin porque es el mismo postest para todos; no existe la maduracin porque la asignacin es al azar; tampoco afecta la regresin estadstica porque si un grupo est regresando a su estado normal, el otro u otros tambin lo estn; no acta la seleccin, porque si hay sujetos atpicos en un grupo, en el otro u otros tambin los habr; asimismo, la mortalidad no afecta, por ser los grupos equivalentes. Las interacciones entre estas amenazas o fuentes de invalidez interna tampoco pueden afectar los resultados, pues, por ejemplo, si la seleccin se controla, sus interacciones operarn de modo similar en todos los grupos; y la historia se
168

controla si se vigila cuidadosamente que ningn acontecimiento afecte solamente a in solo grupo. Estadsticamente la comparacin entre las postests de ambos grupos (01 y 02) nos indica si la manipulacin ha producido un efecto. Si la hiptesis es bilateral y la comparacin no encuentra diferencias (01=02) entonces no hubo un efecto significativo de X. En ocasiones se espera que 01 sea mayor que 02, y en otras que 01 sea menor que 02 (hiptesis unilateral). La prueba estadstica adecuada para hacer la comparacin si la VD es cuantitativa, es la prueba T de Student; la prueba U de Mann-Whitney cumple el mismo propsito con muestras que proceden de poblaciones con distribucin no normal o cuando se trata de medidas ordinales. Si la VD es categrica una prueba de elccin es la Ji cuadrado para muestras independientes. Ejemplo: Una psicloga estudia el efecto de dos drogas sobre la tasa de retencin de palabras y hace la prediccin de que la droga A determinar una mejor ejecucin, en este tipo de tarea, que la droga B. Selecciona una muestra aleatoria de 12 sujetos que fueron asignados al azar a las dos condiciones de tratamiento y luego aplica a los sujetos una prueba de retencin de 10 slabas sin sentido de igual valor asociativo. El tratamiento estadstico lo realiza mediante la prueba 'T' para muestras independientes, verificando previamente los supuestos del modelo estadstico de esta prueba, es decir: muestreo aleatorio, distribucin normal - verificada por la prueba de Kolmogorov-Smirnov -, e igualdad de varianzas comprobada por medio de la prueba F de Levene-. En vista que en el experimento la unidad de medida es el item o slaba sin sentido y que los temes tienen el mismo valor asociativo, debe entenderse que dicha unidad es constante" y que, en consecuencia, se trata de una escala de intervalo, satisfacindose as la condicin o el requisito de medida del modelo de la prueba T (Arnau, 1990). Si no se cumpliera los requisitos de este modelo la prueba de eleccin es la prueba no paramtrica U de Mann-Whitney. 4.3.2 Diseo de grupo aleatorio antes y despus con un grupo de control Esquema: GE GC 01 X 02 03 -- 04
Los sujetos son asignados aleatoriamente al GE y GC y las mediciones pre y postest se hacen con el mismo instrumento o con una forma paralela a este. En comparacin con el diseo anterior, aqu se adiciona el pretest lo
169

que es ventajoso, pues sus resultados pueden usarse para: a) controlar comparndolos los pretests de los grupos, as se puede evaluar lo adecuado o no de la aleatorizacin; cuestin que es muy importante sobre todo cuando los grupos son pequeos; b) analizar la ganancia de cada grupo, al evaluar la diferencia pretest-postest. Este diseo controla todas las fuentes de invalidacin interna. Por ejemplo, la administracin de la prueba queda controlada, ya que si el pretest efecta al post lo har similarmente en ambos grupos. El anlisis estadstico para observar los cambios entre el pre y el postest en los grupos GE y GC por separado, se hace empleando, cuando la VD es cuantitativa, la prueba T correlacionada. Por otro lado, para comparar los resultados en el pretest o el postest de ambos grupos se utiliza la T para muestras independientes. Si los datos estn es escala nominal una de las prueba a utilizarse es la Ji cuadrado para dos muestras independientes, o la prueba de Me Nemar, cuando los sujetos son su propio control. Ejemplo. Un psiclogo estudi los efectos de una pelcula de guerra. Los sujetos de los grupos GE y GC absolvieron un cuestionario relacionado con asuntos sobre la guerra. Luego la pelcula fue proyectada al GE. Una semana despus, ambos grupos absolvieron un cuestionario similar al de la medida antes. Las diferencias entre las respuestas despus" de los GE y GC fueron consideradas como medidas de los efectos de la pelcula. 4.3.3 Diseo de dos grupos apareados. En la investigacin experimental un propsito del investigador es conseguir conformar grupos equivalentes antes de administrar el tratamiento X. Como ya vimos, una tcnica con este fin es la del apareamiento, que ejecuta buscando formar pares de sujetos tratando de eliminar, controlar o minimizar el efecto de posibles variables extraas que identificadas previamente se denominan variables de apareamiento y que generalmente estn vinculadas con la VD. Supongamos que en un estudio se ha determinado que la motivacin de logro es una posible variable extraa. Se buscan pares de sujetos con similares puntuaciones en una prueba que evala esta motivacin. A continuacin los miembros de cada par son asignados aleatoriamente a cada uno de los grupos. Como se observa este diseo combina el "apareamiento" y la asignacin aleatoria. El apareamiento reduce la variabilidad intergrupal haciendo al grupo ms homogneo, y la aleatorizacin controla las fuentes de varianza secundaria desconocidas o imposibles de medir. En este diseo tambin se puede determinar aleatoriamente que grupo ser el GE y cual el GC.
170

Si la VD es cuantitativa en el anlisis estadstico la prueba de eleccin es la T correlacionada y el ANOVA o anlisis de varianza para "bloques aleatorios" pues cada par de sujetos es considerado un "bloque". Si la VD esta medida en escala ordinal una prueba a usar la T de Wilcoxon, en tanto que si los datos estn en escala nominal el test estadstico que podra utilizarse es la Prueba de los Signos. Ejemplo: Un experimentador quiere averiguar si el estado ansiedad inducida influye en el rendimiento de pruebas acadmicas. Utilizo como variable de apareamiento las calificaciones de aprovechamiento de exmenes anteriores. Selecciono una muestra de 20 sujetos y conform 10 pares, uno de cada par fue asignado aleatoriamente a los grupos A y B. Luego a ambos grupos se le administro una prueba de aprovechamiento que vario en su instruccin central: al GE se le dijo que el puntaje que obtendran se tomara como nota de fin de curso, en tanto que el GC se le indico sin mayor nfasis, que el examen era una evaluacin de rutina. Se asumi que la instruccin que recibi el GE debe generar ansiedad. 4.3.4 Diseo de grupos aleatorios con ms de dos condiciones experimentales. Este diseo tambin es conocido como "diseo multigrupo" porque requiere de varios grupos, de tantos como condiciones experimentales se haya planificado. Esquema: G1 G2 G3 G4 Gk XI X2 X3 X4 Xk 01 02 03 04 Ok
Se observa en el esquema que este diseo tiene las siguientes caractersticas: a) es una ampliacin del diseo de dos grupos totalmente aleatorizados, con postest nicamente; b) puede o no puede tener GC, si lo tiene, ste no se expone a la VI; c) por el nmero de tratamientos X que brinda gran cantidad de informacin cuyo anlisis contribuye al mejor desciframiento de la relacin funcional entre X e Y. El control de las diversas amenazas a la validez interna es prcticamente total con este diseo. Por ejemplo, a) el efecto debido a tests no se presenta porque no hay pretest; b) la inestabilidad no afecta porque los componentes de] experimento son los mismos para todos los grupos (excepto la
171

manipulacin o tratamiento experimental); c) no afecta la instrurnentacin porque es el mismo postest para todos; d) no afecta la maduracin porque la asignacin es al azar; e) no afecta la regresin porque si un grupo est regresando a su estado normal, el otro u otros tambin. Ejemplo: Un investigador hace un estudio para establecer si el lapso de privacin de alimento influye en el tiempo que unas ratas emplean en recorrer un laberinto para llegar al alimento (estmulo). Tomo una muestra aleatoria de 20 ratas blancas, de la misma raza, sexo y edad. Los tratamientos experimentales (X), fueron las horas de privacin de alimento que quedaron establecidas en 10, 20, 30 y 40 horas. Las 20 ratas fueron asignados al azar a las cuatro condiciones experimentales, quedando conformado cada grupo por 5 sujetos. Por ser la VD tiempo en recorrer el laberinto una variable cuantitativa, El anlisis estadstico lo realizar empleando un ANOVA de varianza unidireccional o de una va (one way). 4.3.5 Diseo de cuatro grupos de Solomon. Esquema: G1 G2 G3 G4 01 03 ----X -X ---02 04 05 06
El esquema indica las principales caractersticas de este diseo: a) es la combinacin de dos diseos, el "postest nicamente y grupo de control y el pretest-postest con grupo de control; b) en consecuencia, se origina cuatro grupos, dos GE y dos GC; c) como es usual, los GE reciben el tratamiento X, y los segundos, no; d) a uno de los GE y a uno de los GC se les administra el pretest; d) a los cuatro grupos se les administra el postest; e) los sujetos sin asignados aleatoriamente a cada uno de los grupos. Por su conformacin, este diseo tiene mayores ventajas que cada uno de los diseos que lo componen cuando estos se utilizan independientemente. En cuanto a la validez externa, tiene impacto sobre esta pues los resultados de la comparacin de los dos primeros grupos se repiten en los dos siguientes. En cuanto a la validez interna, controla varias amenazas, entre ellas: a) la seleccin y mortandad por medio de la aleatorizacin; b) la maduracin y la historia por el uso del GC. Adems, hace posible comprobar los efectos del pretest sobre el postest, puesto que a algunos grupos se les administra la preprueba y a otros no. Sin embargo, tambin tiene algunas desventajas: la dificultad de realizar dos experimentos al mismo tiempo, la dificultad de
172

ubicar un nmero grande de sujetos, y la dificultad de no poder contar con una medida estadstica que analice simultneamente las seis observaciones. Este diseo hace posible realizar muchas comparaciones que pueden efectuarse para determinar que factores podran ser los causantes de ciertos tipos de resultados. Por ejemplo, a un psiclogo puede interesarle determinar los efectos del tratamiento, pero tambin quiere saber si el hecho mismo de someterse a una prueba previa altera las puntuaciones finales. Para determinar la efectividad del tratamiento podra compararse el GE con el grupo 2, ya que la nica diferencia entre los dos es la inclusin de un tratamiento. Para determinar el efecto de la prueba, una comparacin del grupo 1 y del grupo 3 le proporcionara la informacin necesaria. La nica diferencia es que un grupo realiz la prueba previa, mientras que el grupo 3 no lo hizo. Hay muchas otras comparaciones que pueden hacerse. Por ejemplo, una comparacin de los grupos 3 y 4 dara informacin sobre el efecto del tratamiento sobre grupos que no presentaron la prueba previa, pero que s recibieron el tratamiento. Sin embargo, a pesar que es posible hacer muchas comparaciones y por sus desventajas, algunos investigadores creen que este diseo no es prctico (Salkind, et al., 1998). En el anlisis estadstico de este diseo se pueden emplear la prueba Ji cuadrado para mltiples grupos si el nivel de medicin de la VD es el nominal; el ANOVA de una va si la VD es cuantitativa y se comparan nicamente los pretest y el anlisis factorial de varianza, si se comparan todas las mediciones- pre y post test. 4.3.6 Diseo de grupos aleatorios con bloques. Los bloques son agrupaciones de sujetos con similares valores en una variable extraa, cuya influencia el experimentador desea controlar. La elaboracin de los bloques se hace atendiendo a una de estas variables que puede ser psicolgica, social o fsica, previamente identificada por su asociacin con la VD, la misma que se denomina variable de bloqueo. Este procedimiento, permite una relativa homogeneidad de las unidades experimentales o sujetos dentro de un bloque (los sujetos seran iguales) controlndose de esta manera las diferencias interindividuales y con ello una fuente de error; asimismo, con esta homogeneidad intrabloque se producirn diferencias entre los bloques, facilitando el tratamiento de cada uno de ellos. Aplicados los tratamientos experimentales de manera aleatoria a cada uno de los sujetos al interior de cada bloque, se puede concluir si los sujetos de cada bloque son iguales, que las diferencias que se puedan hallar se deben a los tratamientos.
173

Ejemplo. Una psicloga va a ensayar un programa de facilitacin del aprendizaje de la matemtica. En la fase de planeamiento del experimento, despus de un anlisis minucioso, establece que hay dos variables extraas importantes: la inteligencia y el rendimiento anterior en matemtica. Para esta segur de la importancia de estas variables calcula el coeficiente de correlacin de Pearson entre los valores de ambas variables y las notas de un examen reciente en matemtica. La inteligencia es medida por un test de CI y el rendimiento anterior por el promedio de notas ponderado. Doce sujetos participan del experimento. Se correlaciona su puntaje actual en matemtica con el rendimiento anterior (r= 0.90) y, tambin con el CI (r= 0.66). Al correlacionar ms alto el rendimiento anterior con el rendimiento actual, la influencia de est ser ms importante que la de la inteligencia. Al inicio del experimento, ella solamente quera designar aleatoriamente a doce sujetos a un GE y a un GC, seis por grupo. Pero, podra ocurrir por azar que a pesar de la aleatorizacin en uno de los grupos, cuatro de los seis sujetos, son estudiantes sobresalientes, mientras que en el otro grupo no hay ninguno sobresaliente. Con la aleatorizacin es poco probable que esto ocurra, pero ella piensa que si todo el trabajo se puede perder por una mala pasada del azar, es razonable buscar un procedimiento para que esto no ocurra, vale decir, quiere hacer que los dos grupos sean equiparables respecto al rendimiento anterior en matemtica, para lo cual sigue el siguiente procedimiento: 1) Mide (ordena o clasifica) a los sujetos en la variable extraa que desea controlar, la nota anterior en matemtica. 2) Forma agrupaciones de sujetos bloques- con similares valores en la variable extraa: Nivel alto, medio y alto de rendimiento anterior en matemtica. 3) Asigna al azar a la mitad de los sujetos de cada bloque a uno de los grupos del experimento y la otra mitad, al otro. El esquema del diseo es el siguiente:
174

Bloques Condicin Ss. Matemtica anterior
ALTO
A B C D E F G H
18 17 18 18 16 15 15 15
EXP CTRL CTRL EXP CTRL CRTL EXP EXP
MEDIO
BAJO
I J K L
13 12 13 12
CTRL EXP CTRL EXP
(Ejemplo tomado con modificaciones de Len & Montero, 1991).
El diseo con bloques puede complejizarse de acuerdo a los propsitos del estudio, puede haber diseos de un sujeto por nivel y bloque y pueden bloquearse ms de una variable. Por otro lado, en cualquiera de los diseos de bloques que se prefiera el tratamiento estadstico se realiza con el anlisis de varianza, (ANOVA). 4.3.7 Diseo de Cuadrado Latino Es una ampliacin del diseo de bloques aleatorios en el que se bloquean dos variables extraas. El esquema del diseo tiene la forma de una matriz cuadrada pues tiene igual nmero de filas y de columnas, all los tratamientos experimentales (X) ocupan las celdas del cuadro y son distribuidos al azar. Cada tratamiento, o niveles de la VI, aparecen una sola vez en cada fila y en cada columna. Por otro lado, los bloques no son variables de estudio, sino que se trata de controlar su influencia. Ejemplo: Un psiclogo est analizando el aprendizaje verbal y decide realizar un experimento en el que sigue el siguiente procedimiento: a) presenta a 9 sujetos parejas de palabras, el primer miembro del par es el estimulo y el segundo la respuesta; b) el material se presenta bajo tres modalidades: visual (A), auditiva (B) y mixta (C); c) concluida la exposicin de la serie, a la presentacin de cada estmulo los sujetos deben escribir el miembro del par asociado; d) considera que dos variables extraas pueden influir en el aprendizaje, y quiere controlar su efecto. La primera variable extraa a es la inteligencia, de la cual se toma tres valores: a1 alta, a2 media, a3 baja. La segunda variable extraa b es el status
175

socioeconmico, del cual toma tres niveles: b1 alto, b2 medio y b3 bajo; e) la eficacia de los tres procedimientos de exposicin los mide por la cantidad de respuestas correctas. La hiptesis nula sostiene que no existen diferencias significativas entre los resultados por efecto de las modalidades de presentacin; f) puesto que tiene tres tratamientos distintos (A, B, C), la variable a (inteligencia) con tres valores y la variable b (status socioeconmico) con tres valores, necesita de un cuadrado latino 3 x 3 para resolver el problema; g) conforma tres bloques para los tres niveles de inteligencia, asignndose sujetos con similares puntajes de inteligencia en cada bloque; h) la segunda variable de bloqueo es el status socioeconmico, que igualmente tiene tres bloques: b1, b2 y b3, cada columna representa un bloque. En este ejemplo, la VI acta con tres tratamientos: A, B ,C (visual, auditiva y mixta, respectivamente) que representan las modalidades de presentacin de las parejas de palabras y el doble bloqueo busca eliminar la influencia de las desigualdades en inteligencia y status socioeconmicos de los sujetos. Asimismo, el experimentador asigna un sujeto por casilla. Esquema del Cuadrado Latino para este estudio: Status socioeconmico (variable de bloque b) Inteligencia (variable de bloqueo a) a1 a2 a3
b1 A B C
b2 B C A
b3 C A B
(Ejemplo tomado con modificaciones de Alarcn, 1991). El anlisis estadstico se hace por medio de un ANOVA, haciendo notar que las interacciones entre las tres filas, columnas y tratamientos son nulas, por lo que no se toman en cuenta. 4.3.8 Diseos factoriales Estos diseos tambin denominados complejos se proponen estimar simultneamente el efecto combinado sobre una VD de dos o ms VI, cada cual con dos o ms niveles. Se considera que son los ms apropiados para estudiar las complejidades de la conducta. Por ejemplo, el estudio de los posibles efectos de un nuevo mtodo de enseanza de la matemtica puede hacerse con un diseo experimental univariadopor ejemplo
176

comparando a dos grupos, uno que lo emplea y otro que no -, sin embargo se puede estar descuidando otras variables sumamente importantes con influencia decisiva en los resultados alcanzados, como lo son la formacin profesional del profesor, el nivel intelectual de los alumnos, entre otras. Con un diseo factorial, por el contrario, en un mismo estudio puede controlarse varias de estas variables, obtenindose informacin acerca de la influencia en conjunto de dichas variables as como tambin de cada una de las variables en forma independiente. Los diseos factoriales se clasifican atendiendo al criterio del nmero de VI que participan: a) Diseos factoriales con dos VI o diseos bifactoriales, y b) Diseos de mltiples variables independientes. Veremos un ejemplo de diseo bifactorial. En este diseo las VI pueden actuar con dos valores (niveles), como en el caso del diseo 2 x 2, o con ms de dos niveles, por ejemplo, en un diseo 3 x 3 o en uno 2 x 4. Todos estos diseos son bifactoriales, pero se diferencian por el nmero de niveles que intervienen en el experimento. En la notacin de estos diseos, el nmero de cifras, separadas por el signo de multiplicacin, representa la cantidad de VI, en tanto que el valor de cada nmero indica la cantidad de niveles de las variables. Si se multiplican los nmeros contenidos en el diseo se obtiene el nmero de condiciones experimentales. Por ejemplo, el diseo 2 x 2 tiene 4 condiciones experimentales, y un diseo 2 x 4 tendr 8 de estas condiciones. El diseo ms simple es el diseo factorial 2 x 2, que tiene cuatro condiciones experimentales, una por celdilla, requiriendo cuatro grupos equivalentes de sujetos aleatoriamente asignados a cada tratamiento. En este diseo se evalan tres tipos de efectos: a) dos efectos principales correspondientes a las variables A y B; b) Cuatro efectos simples, los efectos de los dos niveles de A sobre los dos niveles de B, y los efectos de los dos niveles de B en cada nivel de A; c) un efecto de interaccin de las dos VI. En trminos estadsticos la interaccin se refiere al efecto adicional a la suma de los efectos individuales de las variables independientes. Se dice que no hay interaccin cuando este efecto es nulo, no aparece, una variable acta independientemente de las condiciones que se den en la otra. Explicando en trminos deportivos la interaccin esta se da, por ejemplo, cuando se practica el andinismo (a ms de 6000 m s.n.m.) se toman anticoagulantes para evitar que el exceso de fro espese y paralice la circulacin sangunea en las extremidades y como consecuencia se produzca congelaciones. Al mismo tiempo, los fuertes dolores de cabeza, debidos a la falta de oxgeno, son frecuentes. Si decidiramos tomar aspirinas y tuviramos una herida abierta, podemos desangrarnos hasta morir, ya que el efecto conjunto de los dos medicamentos altera los mecanismos
177

homeostticos naturales del organismo. En resumen, el efecto de tomar anticoagulantes y aspirina es evitar el espesamiento de la sangre + quitar dolor de cabeza + altera mecanismo homeosttico = riesgo de desangrarse. Este ltimo efecto no es producido por ninguno de los medicamentos en forma aislada. Es un efecto adicional, al que se denomina interaccin. (Ejemplo tomado con modificaciones de Len y Montero, 1991). Ejemplo: A continuacin con base en un ejemplo brindado por Alarcn (1991) y que hemos modificado para este texto, presentamos el siguiente ejemplo: Una psicloga quiere determinar si el tipo de instruccin verbal, tomado como agente de activacin, tiene diferente efecto sobre la ejecucin de tareas abstractas. Las variables independientes son dos: una es la variable A (activacin) que adopta dos valores o dos tipos de instrucciones: A1 indica a los sujetos que la tarea que resolvern constituye una medida de la habilidad intelectual; A2 simplemente solicita la colaboracin de los sujetos para desarrollar un nuevo test. La otra VI es la variable B (tareas abstractas) que tambin tiene dos modalidades: B1 tareas verbales, y B2 tareas grficas. La VD est representada por la cantidad (ejecucin) de tareas resueltas. En consecuencia, la psicloga tiene dos VI cada una con dos niveles o valores. La matriz del diseo factorial 2 x 2 es la siguiente:
Variable B (tareas abstactas) B1 (verbales) B2 (grficas)
(A1B1) A1 G1 Variable A (Activacin) (S) I (A2B1) A2 G3 (No) III
(A1B2)
G2
II (A2B2)
G4
IV
(Modificado de Alarcn, 1991) A cada celdilla se le ha asignado un grupo de sujetos: G1, G2, G3 y G4. Cada grupo recibir slo un tratamiento experimental combinado: un valor de la variable A y otro de la variable B. Por ejemplo, el grupo G1 resolver
178

tareas abstracto-verbales, bajo la instruccin 1, en tanto que el grupo G4 trabajar con problemas abstracto-grficos con la instruccin A2. Las celdillas son las medidas para cada grupo en la VD. As la celdilla I representa las mediciones promedio de los sujetos del grupo G1. Por otro lado, los efectos son estos: 1. Efectos principales: a) Efecto principal de la variable A. Pregunta influye sobre la resolucin de problemas abstractos, los tipos de instruccin?. El efecto principal de la variable A se determina estimando la diferencia de los puntajes logrados en A1 y A2. El nivel A1 es igual a I + II; el nivel A2 es igual a III + IV. La media de la diferencia de A1 A2, constituye el efecto principal de A. Por tanto, el efecto principal de A = (I + II) (III + IV) / 2 b) Efecto principal de la variable B. Pregunta influye sobre la resolucin de tareas abstractas, la clase de problemas abstractos?. Para determinar su efecto se suman los puntajes correspondientes al nivel B1 = I + III y los del nivel B2 = II + IV. La media de la diferencia entre B1 y B2 es el efecto principal de B. As, el efecto principal de B = (I + III) (II + IV) / 2
2. Efectos factoriales simples. Los efectos factoriales principales estiman la accin de las variables A y B en forma global e independientemente, sin tomar en cuenta los niveles que cada cual asume. Es posible determinar el efecto de los valores de A sobre los dos valores de B y a la inversa. Se determinan estos efectos simples por comparacin: Efecto simple de A en el nivel B1 = I III Efecto simple de A en el nivel B2 = II IV Efecto simple de B en el nivel A1= I II Efecto simple de B en el nivel A2= III IV. 3. Interaccin. Para determinar la existencia o ausencia de interaccin entre las variables A y B se compara el efecto de la variable A en el primer nivel de la variable de B (I III = efecto de A en B1) con el efecto de A en el segundo nivel de B (II IV = efecto de A en B2). Se busca, en todo caso, si existen diferencias entre los efectos de la Vi A y los diferentes valores de la VI B. La diferencia de las diferencias dividida por dos, representa la interaccin que las dos VI tienen sobre la VD. Interaccin AB = (I III) (II IV) / 2; o tambin: Interaccin AB = (I II) (III IV) /2. Si se encuentran diferencias significativas se rechaza la hiptesis de la independencia de los factores, infirindose la existencia de interaccin entre ambos factores. Por el contrario, de no darse diferencias podr afirmarse que cada factor es independiente. (Alarcn, 1991).
179

El anlisis estadstico de los diseos factoriales en cualquiera de sus modalidades se realiza por medio del anlisis de varianza (ANOVA) de dos vas o factorial. 4.4 Diseos N = 1
Este tipo de diseo fue desarrollado en el anlisis experimental de la conducta, y se adeca a los tratamientos individualizados que son importantes en la psicologa aplicada, en especial en la psicologa clnica. Es de notar que algunos de estos diseos requieren de ms de 1 sujeto. En todo caso, en todos ellos se toman medidas desde un punto de vista histrico, siendo uno de sus presupuestos bsicos la aplicacin sistemtica, a lo largo del tiempo, de uno o varios tratamientos, a cada uno de los sujetos que participan en el estudio (Buela- Casal, et al., 1999). Los diseos N=1 son de variado tipo pero en su realizacin tienen varias etapas en comn: a) en todos el psiclogo especifica de manera clara y objetiva la conducta que le interesa incrementar, decrementar o eliminar; b) en todos se especifica claramente el instrumento o los instrumentos para evaluar la conducta de inters; c) en todos se ejecuta una medida repetida y continua de la conducta de inters a lo largo de las diversas fases del tratamiento; c) en todos existe la lnea base o fase A del estudio como perodo inicial de observacin. Esta lnea base es el resultado del registro por lo menos en tres veces de la frecuencia natural de la conducta hasta que aparezca un patrn estable de conducta; d) en todos la VI de inters es generalmente un tratamiento que se aplica en un momento particular denominada fase de intervencin, con el objetivo de alterar la conducta del sujeto; e) en todos se evala la VD a travs de varis fases de intervencin; f) en todos se procura cambiar una sola VD examinando los patrones de cambio: nivel, tendencia y ausencia o presencia de esa tendencia, para determinar claramente si contribuye a la mejora de la conducta objetivo; g) en todos ellos la observacin es la tcnica ms empleada para la recoleccin de los datos. Estos diseos tienen tambin algunos problemas, por ejemplo, no permiten la generalizacin de lo hallado, a lo ms se puede hacer una aproximacin mediante la replicacin; y tambin se ven afectados por diversas amenazas a la validez interna en razn de la repeticin de las medidas. Entre las amenazas a la validez interna se encuentran la historia, la maduracin, sesgos en la medida de la VD, instrumentacin inconsistente o poco fiable, interferencia de intervenciones mltiples, inestabilidad e intervenciones reactivas. En el control de estas amenazas se proponen una serie de medidas que debe tomar el experimentador, entre ellas las siguientes: una planificacin adecuada del experimento, control del ambiente, introduccin del tratamiento cuando la serie de datos se estabilice, anlisis de la informacin acerca de los sujetos antes de la intervencin, perodos de medida ms prolongados, eleccin de instrumentos fiables. Por otro lado,
180

tambin se presentan varias amenazas a la validez externa: interferencia de la intervencin mltiple, efecto Hawthorne, efecto de novedad, efectos debidos al experimentador, sensibilizacin pre y postest, e interaccin con otros efectos. Los diseos ms utilizados son los denominados A-B, A-B-A, y, A-B-A-B. El diseo A-B es el ms sencillo y es anlogo al diseo preexperimetal pretest postest de un solo grupo con la diferencia que se toma una serie de medidas repetidas sobre un tipo de conducta objeto, tanto antes como despus de la observacin. Cualquier cambio de nivel que se observe por comparacin con la lnea base en la conducta de inters (VD) cuando se introduce el tratamiento (VI) puede considerarse que es efecto de este. Por otro lado, el diseo A-B-A es tambin conocido con la denominacin de diseo de retirada, distinguindose en su secuencia tres etapas: se elabora la lnea base A, se aplica el tratamiento B y se mide la VD, luego se retira el tratamiento volviendo a la lnea base A. Este diseo tiene una buena validez interna siendo su principal inconveniente la retirada del tratamiento pues si este resulta positivo para los sujetos, su retirada podra tener un efecto negativo. Por ltimo, el diseo A-B-A-B, tiene una secuencia de cuatro fases. En la primera se elabora la lnea base A, en la segunda se introduce el tratamiento B, en la tercera se retira el tratamiento y se elabora una segunda la lnea base B, en la cuarta, se reintroduce el tratamiento. Si la conducta de inters se altera en la segunda intervencin el tratamiento ha sido exitoso. Cuando se realiza el anlisis de los datos en los diseos N=1 debe tenerse siempre presente que las conductas de los sujetos no son uniformes y constantes y que tambin el contexto ambiental no permanece constante, con esta prevencin es comn efectuar este anlisis mediante tcnicas visuales o grficas (Castro, 1974), y tambin a travs de procedimientos estadsticos. 4.5 Diseos no experimentales 4.5.1 Diseos transeccionales Son aquellos que especifican la recoleccin de datos en un solo momento, en un tiempo nico -la recoleccin de datos puede durar varios das, pero se le considera como realizada en un solo acto-. Su propsito es describir variables, y analizar su incidencia e interrelacin en un momento dado. Estos diseos pueden abarcar varios grupos o subgrupos de sujetos, objetos o indicadores. Por ejemplo, medir los niveles de ansiedad-estado de atletas varones y mujeres.
181

1. Diseos transeccionales descriptivos. Su objetivo es averiguar la incidencia y los valores en que se manifiesta una o ms variables. Su procedimiento consiste en medir en un grupo de personas u objetos una o ms variables y describirlas. Ejemplo: una encuesta acerca de la intencin de voto en las elecciones municipales. a) Descriptivo simple: El investigador busca y recoge informacin con respecto a una situacin previamente determinada (investigacin de una sola variable). Esquema: M O
M = Muestra en la que se va a realizar el estudio; O = Informacin relevante o de inters que el investigador se limita a recoger (Snchez y Reyes, 2006). Ejemplo: Caracterizacin del nivel de opinin de los padres de familia frente a la actuacin de la APAFA en un Centro Educativo. b) Descriptivo Comparativo. El investigador recoge informacin en dos o ms muestras con respecto a un mismo fenmeno o aspecto de inters y luego lo caracteriza en base a la comparacin de los datos recogidos, atendiendo, por ejemplo, a las caractersticas predominantes comunes y diferenciales de cada uno de ellos. Esquema: M1 M2 M3 Mn O1 O2 O3 Mn
O1 O2 O3 On
Ejemplo: Diferencias en la realizacin de tareas que exigen coordinacin visomotriz de un grupo de estudiantes que recibe un suplemento proteico especial y otro grupo que recibe placebo. 2. Diseos Transeccionales-correlacionales. Describen relaciones, sean correlacionales o causales, entre dos o ms variables en un momento determinado. Por tanto, pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pueden pretender analizar relaciones de causalidad. Cuando se limitan a relaciones no causales, se fundamentan en hiptesis correlacionales (covariacin). Por ejemplo, cuando se pretende investigar la relacin entre la autoeficacia y el rendimiento en matemticas, observando cun relacionadas estn ambas variables.
182

Ejemplo: Incidencia de la condicin socioeconmica en el desarrollo del Juicio Moral. (Puede seleccionarse dos muestras en las que se controla la condicin socioeconmica (alta y baja), se igualan las muestras de acuerdo a su edad cronolgica, grado de escolaridad, etc., y se evala los niveles de desarrollo del juicio moral alcanzados por los sujetos en cada una de las condiciones. (Snchez & Reyes, 1991). 4.5.2 Diseos longitudinales Se utilizan para analizar cambios a travs del tiempo en determinadas variables o en las relaciones entre stas. Estos diseos recolectan datos a travs del tiempo en puntos o perodos determinados, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Esencialmente se trata de un diseo de medidas repetidas, en que los mismos sujetos son observados en diferentes puntos del tiempo. Por ejemplo, en los estudios de desarrollo el propsito es observar los cambios que se operan en la conducta por efecto de la variable tiempo. Su esquema bsico es el siguiente: Esquema: M O1 M = T1 a T4 ( ms) = observaciones O1 a O4 = O2 O3 O4 T1 T2 T3 T4
muestra o grupos de sujetos momentos (tiempos) en que
se
hacen
las
observaciones hechas en la variable de estudio.
Estos diseos dan informacin confiable de los cambios observados en el tiempo; sin embargo, si el estudio durar demasiado tiempo podra perder actualidad. En los estudios evolutivos propician una buena informacin, pero para muchos propsitos esta es insuficiente puesto que el cambio evolutivo no puede explicarse solamente en funcin de una sola variable, por ejemplo, la edad, ya que esta relacionado con otras variables influyentes. Un ejemplo de este diseo es una investigacin que busca analizar los cambios en la inteligencia en nios de 6 a 16 aos de edad. 4.5.2.1. Diseo longitudinal de panel. Se caracteriza porque en el mismo grupo de sujetos se recoge datos respecto a las mismas variables al menos en dos momentos del tiempo (Buenda et al, 1998). Tiene la ventaja de que se puede conocer los cambios grupales y tambin los cambios individuales. Ejemplo: una
183

investigacin que observar anualmente los cambios en la asertividad en un grupo de estudiantes de educacin desde el momento de su ingreso hasta su egreso. 4.5.2.2. Diseo longitudinal de tendencia (Trend) Se caracteriza porque se recogen datos respecto a las mismas variables en varios momentos del tiempo de forma que permita el anlisis de tendencias y conocer los cambios de una variable, o en las relaciones entre variables, de una poblacin. La poblacin es la misma, las muestras son diferentes a travs del tiempo. Ejemplo, una investigacin que plantea conocer la actitud de los profesores hacia la reforma del sistema educativo que se inicia el 2005 y se repetir el 2010 y el 2015. 4.5.2.3. Diseo de cohorte. Las dificultades para el estudio separado del efecto de edad y el efecto de cohorte (generacin por fecha de nacimiento o acontecimiento histrico) en los datos de un diseo longitudinal simple impulsan una estrategia alternativa que permite la descripcin simultnea de los cambios relacionados con una u otra variable (Buenda, Cols & Hernndez, 1998). Ejemplo, una investigacin que pretenda averiguar los valores dominantes y su evolucin a travs del tiempo en adolescentes que nacieron el ao 1985.
184

LECTURA 3 DISEOS DEL ESTUDIO3 Los diseos que se definen a continuacin representan condiciones de laboratorio que no siempre son reproducidos en la vida real. Esa representacin hace factible entender las dificultades en los estudios de campo que buscan llevar a conclusiones suficientes para justificar programas en salud pblica o en otras reas sociales. Asimismo, muestra el rigor necesario para establecer cconcordancia entre la poltica social y las necesidades de las poblaciones. El diseo de correlacin u observacin mide la asociacin estadstica entre dos variables sin demostrar una relacin causal. Es decir, la existencia de una correlacin (p.ej. paramtrica o no-paramtrica) no demuestra ue X caus Y. Entre otras, hay dos razones que justifican esta conclusin. La primera es que el diseo de correlacin no garantiza de ipso la temporalidad de las variables (X antecede a Y). Con frecuencia ocurre que no se puede demostrar el orden en la secuencia de las variables, que puede ser inverso (Y antecede a X) al orden propuesto por una hiptesis caussal (variable independiente dependiente). La segunda razn es que el diseo de correlacin no identifica o controla los efectos de otras variables que, estando correlacionadas con X, afectan a la variable Y confundiendo la relacin entre X e Y. Esto es: la relacin entre X e Y puede deberse ala accin de una tercera variable (C) y no a la accin de X sobre Y. A travs de aajustes en eel diseo del estudio o del manejo estadstico de los datos se puede fortalecer la hiptesis de que X causa Y, pero, por la propia naturaleza del diseo de correlacin, esos ajustes o cotejos estadsticos no pueden llevar a emitir juicios deffinitivos sobre la relacin causal entre ambas variables. Estas limitaciones, sin embargo, no cancelan el mrito cientfico de los estudios de correlacin, que han contribuido sustantivamente con la formulacin y apoyo de hiptesis y causales tericamente justificadas. En los estudios basados en diseos cuasi-experimentales, el investigador mantiene el control experimental de la variable independiente, pero no es capaz de controlar todas las variables que podran moderar o confundir la rrelacin entre X e Y. Esta falta de control determina un margen de error considerable, lo que limita la validez interna del estudio. Por los general, en estos casos, los individuos bajo estudio no son expuestos aleatoriamente a la variable independiente.
Referencia original: Cueto, S. (2002). Diseos del estudio. En E. Pollitt. Consecuencias de la desnutricin en el escolar peruano (pp. 105-106). Lima: Fondo Editorial de la Pontificia Universidad Catlica del Per.
185

Los estudios experimentales cumplen con los requisitos necesarios para derivar conclusiones sobre causalidad. Con este ddiseo, los individuos por comparar provienen de una misma poblacin y son expuestos aleatoriamente a dos o ms condiciones o tratamientos experimentales (variables independientes). Adems, el investigador manipula dichas variables de tal manera que puede establecer la temporalidad (inicio, duracin y trmino) de estas as como la dosis del tratamiento. Este control le permite determinar la secuencia en la presentacin de la variable independiente y la aparicin del cambio en la variable dependiente. Por ltimo, las personas que administran y reciben el tratamiento son ciegas a la composicin del tratamiento.
186

ACTIVIDADES DE AUTOAPRENDIZAJE 1. Realice un cuadro comparativo entre la hiptesis correlacional y la hiptesis causal. Hiptesis correlacional 1. Hiptesis causal 1.
2.
2.
3.
3.
4.
4.
2. Identifique el tipo de hiptesis, las variables y el tipo de variable segn el nivel o escala de medicin: 1. La proporcin de estudiantes entre 14 y 19 aos de 3, 4 y 5 de secundaria que se encuentran operando a nivel formal, es significativamente inferior a la proporcin de estudiantes en estadios previos, tanto en la zona rural como en la zona urbana. (Facundo, 1991) a) Tipo de hiptesis: ___________________________________________ b) Variable y tipo de variable: ___________________________________ c) Variable y tipo de variables: ___________________________________ 2. El nivel de autoconcepto acadmico de los alumnos est en funcin del tipo de elogio que reciben de sus profesores. a) Tipo de hiptesis: __________________________________________ b) Variable y tipo de variable: ___________________________________ c) Variable y tipo de variable: ___________________________________ 3. El recibir un choque emocional altera el recuerdo de los sucesos inmediatamente anteriores a) Tipo de hiptesis: __________________________________________ b) Variable y tipo de variable: __________________________________ c) Variable y tipo de variable: __________________________________ 4. Si se disea un modelo de direccin con enfoque participativo que permita una estructura y organizacin del proceso de direccin escolar de modo que responda a las condicione de las zonas rurales, entonces se contribuye al perfeccionamiento de dicho proceso.(Fiallo, et al., 2008) a) Tipo de hiptesis: __________________________________________ b) Variable y tipo de variable: ___________________________________ c) Variable y tipo de vatiable: ___________________________________
187

3. Por qu se dice que la varianza primaria es la que le interesa al investigador?
Respuesta:. ............................................
4. Identifique el diseo que corresponde y las amenazas a la validez interna que controla.
1. GE O Diseo:_________________________________________________ Amenazas controladas: ____________________________________ _______________________________________________________ 2. GE O1 X O2 Diseo: ________________________________________________ Amenazas controladas: ____________________________________ _______________________________________________________ 3. GE O1 X O2
-----------------------GC O3 -O4
Diseo: ________________________________________________ Amenazas controladas: ____________________________________

4.
GE GC
01 X 02 03 -- 04
Diseo: ________________________________________________ Amenazas controladas: ____________________________________ 5. G1 G2 G3 G4 01 X 03 ---- X --- ---02 04 05 06
Diseo: ________________________________________________ Amenazas controladas: ____________________________________
188

AUTOEVALUACIN 3
Afirmaciones 1. Las hiptesis se apoyan en conocimientos organizados y sistematizados. 2. Las hiptesis surgen de los objetivos. 3. La variable dependiente trata de establecer relaciones explicativas precisas entre fenmenos bien definidos y delimitados. 4. Las hiptesis estadsticas se formulan cuando los datos son cuantitativos o cualitativos. 5. En el anlisis estadstico la hiptesis de investigacin se transforma en la hiptesis alterna. 6. Existen diseos experimentales de grupo, de sujeto nico (N=1) y no experimentales. 7. En la seleccin del diseo hay que tener en cuenta el tipo de problema y el grado de control de la variable dependiente. 8. El propsito de los diseos transeccionales es describir indicadores y analizar incidencias e interrelacin en un momento dado. 9. La historia es una amenaza a la validez externa. 10. La aleatorizacin es una manera de eliminar a las variables extraas. (
V ) (
F )
( (
) )
( (
) )
( (
) )
( (
) )
Respuestas: 1) V; 2) F; 3) F; 4) F; 5) V; 6) V; 7) F; 8) V; 9) F; 10) V
189

http://produceideas.googlepages.com/hiptesis.pdf http://www.univo.edu.sv:8081/tesis/016155/016155_Cap3.pdf http://www.conductitlan.net/hipotesis.ppt http://wapedia.mobi/es/Hiptesis_(mtodo_cientfico)?t... http://www.umce.cl/.../investigacion_cientifica_en_los_estudios_geograf icos_plantea.htm http://www.urosario.edu.co/cienciashumanas/documents/.../pdf/50b.pdf http://www.cepes.uh.cu/.../HIPOTESISVARIABLESYDIMENSIONES.doc http://tgrajales.net/investhipot.pdf http://www.ucla.edu.ve/dmedicin/departamentos/.../SEB/.../hipotesis.p df http://www.tesisenxarxa.net/TESIS_UB/.../TDX...//02.PARTE_II.pdf http://www.fisterra.com/mbe/investiga/.../cuanti_cuali.asp http://escuela.med.puc.cl/Recursos/.../insIntrod2.htm http://www.e-torredebabel.com/Psicologia/.../Variable.htm http://www.wikilearning.com/...variables_dependientes.../15614-3 http://www.ugr.es/~arrayan/variables.htm http://sisbib.unmsm.edu.pe/bibvirtualdata/Tesis/Human/...gv/Cap3.pdf http://books.google.com.pe/books?isbn=9688562645
190

Alarcn, R. (1991). Mtodos y diseos de investigacin del comportamiento. 1. edicin. Lima: Universidad Peruana Cayetano Heredia. Alarcn, R. (2008). Mtodos y diseos de investigacin del comportamiento. Lima: Universidad Ricardo Palma. Arnau, J. (1995) Diseos longitudinales aplicados a las ciencias sociales y del comportamiento. Mxico: Limusa. Arnau, J. (1986) Diseos experimentales en psicologa y educacin. Volumen 1. Mxico: Trillas. Avila, R. (1997). Introduccin a la metodloga de la investigacin. La tesis profesional. Aplicaciones y ejemplos. Lima: Estudios y ediciones RA. Babbie, E. (2000). Fundamentos de la investigacin social. Mxico: Thomson. Baker, T. (1997). Doing Social Research. USA: McGrawHill. Baltes, P., Reese, H. & Nesselroeade, J. (1981). Mtodos de investigacin en psicologa evolutiva. Madrid: Morata. Balluerka, N. & Vergara, A. (2002). Diseos de Investigacin Experimental en Psicologa. Mxico D.F.: Prentice Hall. Beltran, J. & Alvarez, J. (1995). Psicologa de la educacin. Madrid: Morambo. Buela-Casal, G., Caballo, V. & Sierra, J. (1999). Manual de evaluacin en psicologa clnica y de la salud. Mxico: Siglo XXI. Buenda, l., Colas, P. & Hernndez, F. (1998): Mtodos de investigacin en Psicopedagoga. Madrid: McGraw-Hill. Burns, N. & Grove, S. (2004). Investigacin en enfermera. Madrid: Elsevier. Campbell, D. & Stanley, J. (1973). Diseos experimentales y cuasiexperimentales en la investigacin social. Buenos Aires: Amorrortu.
191
Castro, L. (1976). Diseo experimental sin estadstica. Mxico: Trillas. Carro, J. (1994). Psicoestadstica descriptiva. Salamanca: Amaru. Chang, A. (1997). Relacin entre las actitudes maternas y el proceso de adaptacin personal del nio obeso. Revista Peruana de Psicologa, 2(4), 115-140. Clark-Carter, D. (2002). Investigacin cuantitativa en psicologa. Mxico: Oxford. Cueto, S. (2002). Diseos del estudio. En E. Pollitt. Consecuencias de la desnutricin en el escolar peruano (pp. 105-106). Lima: Fondo Editorial de la Pontificia Universidad Catlica del Per. Encinas, I. (1991). Teora y Tcnicas en la Investigacin Educacional. Lima: Ave. Eyssautier, P. (2002). Metodologa de la investigacin. Desarrollo de la inteligencia. Mxico: Ecafsa Thomsom Learning. Facundo, A. (1991). El proyecto de investigacin. Modulo 5. Serie aprender a aprender. Lima: Universidad Inca Garcilaso de la Vega. Vicerectorado Acadmico. Fiallo, J., Cerezal, J. & Hedesa, Y. (2008). La investigacin pedaggica una va para elevar la calidad educativa. Lima: Ruta Pedaggica. Gmez, J. (1983). El mtodo experimental. Mxico: Harla. Gmez, M. (2006). Introducin a la metodologa de la investigacin cientfica. Crdova: Brujas. Hernndez, R., Fernndez C. & Baptista .P. (2003) Metodologa de la investigacin. Mxico: Mc GrawHill. Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento. Mtodos de investigacin en Ciencias Sociales. Mxico: McGrawHill/Interamericana. Meja, E. & Reyes, E. (1994) Operacionalizacin de variables conductuales. Lima. Cnit.
192

Len, O. & Montero, I. (1991). Introduccin a la lgica de la investigacin en psicologa y educacin. 1. edicin. Madrid: McGrawHill. O'Neil, W M. (1968). Introduccin al mtodo en psicologa. Buenos Aires: Eudeba Pick, S. (1995) Cmo investigar en ciencias sociales. Mxico: Trillas. Polit, B. & Hungler, D. (1994) Investigacin cientfica en ciencias de la salud. Mxico: Mc Graw Hill. 5ta. edicin. Pecho, J. (1997). Autoestima, habilidades sociales y autoritarismo paterno. Revista Peruana de Psicologa, 2(4), 93-114. Sanchez, H. & Reyes, C. (2006). Metodologa y diseos en la investigacin cientfica. Lima: Editorial universitaria. Siegel, S. & Castellan, J. (1995). Estadstica no paramtrica aplicada a las ciencias de la conducta. Mxico: Trillas. Salkind, N. (1998). Mtodos de investigacin. Mxico: Prentice Hall. Sierra Bravo, R. (1994). Tcnicas de investigacin social. Teora y ejercicios. Madrid: Paraninfo. Tamayo, M. (1991). Diccionario de la investigacin cientfica. Mxico: Limusa Ugarriza, N. (1994). Un modelo causal explicativo sobre el uso de bebidas alcohlicas en los adolescentes. Revista de Psicologa de la Universidad Ricardo Palma, 6(Especial), 69-75. Van Dalen, D. & Meyer, D. (1994). Manual de tcnica de la investigacin educacional. Mxico: Paids. Wood, G. (1984). Fundamentos de la investigacin psicolgica. Mxico: Trillas.
193
Cuarta
UNIDAD
EL PROCESO DE LA INVESTIGACIN CUANTITATIVA (III)
Cmo se realiza el proceso de muestreo probabilstico y no probabilstico? Cules son las decisiones a tomar en cuenta al planificar la recoleccin de datos? Cules son los criterios objetivos para elegir la prueba estadstica adecuada? Qu aspectos especficos hay que tener en cuenta en la interpretacin y explicacin de resultados?
194
Competencias
CONCEPTUALES:

Define el propsito del muestreo en la investigacin cuantitativa. Identifica los principios que orientan la recoleccin y el anlisis cuantitativo de los datos.
PROCEDIMENTALES:

Aplicar el muestreo en la investigacin psicolgica, destacando la utilidad del mismo con sentido crtico. Disea el proceso de recoleccin y anlisis cuantitativo de los datos.
ACTITUDINALES:
Valora la necesidad de conocer los principios y etapas del muestreo en los que se basa para la eleccin de la muestra de estudio. Valora la importancia de la recoleccin y anlisis de datos como paso final del proceso de investigacin cuantitativa.
195
CONTENIDO TEMTICO
Leccin I: Muestreo. Individuo, poblacin, muestra Parmetro, estadstico, estimacin de parmetros Concepto de muestreo Procedimiento para hacer el muestreo Elaboracin de la muestra probabilstica Muestra no probabilstica Tamao de la muestra probabilstica Tamao de la muestra no-probabilstica Leccin II: Recoleccin de datos. Concepto Decisiones a tomar al planificar la recoleccin de datos Leccin III: Anlisis cuantitativo de datos Tipos Propsitos del anlisis cuantitativo de datos Etapas Eleccin de la prueba estadstica Concepto y tipos de prueba estadstica Critrios objetivos para elegir la prueba estadstica Leccin IV: Interpretacin y explicacin de resultados Aspectos especficos a tomar en cuenta en la interpretacin y explicacin de resultados Un ejemplode anlisis e interpretacin Dos ejemplos de explicacin o discusin de resultados Conclusiones
196
ESQUEMA CONCEPTUAL
PROBLEMA
HIPTESIS
ESTIMACIN DE LA HIPTESIS
CONSECUENCIAS CONTRASTABLES
CONCLUSIONES QUE AFIANZAN Y ENGRUESAN EL CUERPO DE CONOCIMIENTOS NUEVOS PROBLEMAS
RECOGIDA DE DATOS
ANLISIS, INTERPRETACIN Y DISCUSIN DE RESULTADOS
CONCEPTOS CLAVE Muestreo, muestra, poblacin, parmetro, recoleccin de datos, anlisis cuantitativo de datos, prueba estadstica, interpretacin, explicacin, discusin.
197

Leccin I Muestreo Determinado el diseo el paso siguiente es precisar quines van a ser los sujetos investigados. La respuesta depende de los objetivos de la investigacin que nos proporcionan un marco de referencia en cuyo interior se encuentran un conjunto de elementos que es necesario esclarecer para legitimar, por ejemplo, la extrapolacin de los resultados a que se llegue en el estudio a una poblacin o segmento de esta que sea de inters. En este sentido es fundamental para el xito de una investigacin cuantitativa el que el psiclogo domine varios conceptos y procedimientos que tratamos a continuacin. 1.1 Individuo En investigacin, el trmino individuo refiere a cada uno de los elementos de una muestra o poblacin que llevan asociados una medida, un nmero de orden o un juicio. Casi siempre en psicologa los individuos coinciden con las personas estudiadas, pero no siempre es as, por ejemplo, individuos pueden ser cada una de las ratas de un experimento. 1.2 Poblacin El un sentido demogrfico una poblacin humana es un conjunto de personas que habitualmente residen en un territorio geogrfico bien delimitado y definido por un tamao o volumen, un espacio, una estructura y una evolucin. En un sentido estadstico, que es el que empleamos bsicamente en este texto, el trmino poblacin alude a un Conjunto de casos que concuerdan con una serie de especificaciones (Selltiz, Jahoda, Deutsch & Cook, 1976). No se refiere necesariamente a personas. Por ejemplo, pueden ser consideradas como poblacin en un estudio el total de historias clnicas archivadas en un determinado centro hospitalario, todas las instituciones educativas primarias del Per, todas las reacciones de un sujeto observado en situaciones experimentales, el nmero de pernos producidos en un da o la suma de todas las posibles combinaciones de tres cartas extradas de un mazo de 52 naipes, en la que la suma de los puntos de las tres cartas constituye un individuo para su posterior tratamiento estadstico. Una poblacin es finita cuando el nmero de individuos que la componen es limitado; es infinita, cuando no se tiene un lmite para el nmero de individuos que la constituyen. Asimismo, en esta temtica Polit & Hungler (2000) proponen los conceptos de poblacin accesible y poblacin blanco u objetivo. La primera consta del
198

conjunto de casos que satisfacen ciertos criterios especificados con anterioridad por el investigador y que simultneamente son accesibles al mismo. La segunda es el conjunto de casos acerca del cual el investigador pretende hacer una generalizacin, por ejemplo, todos los depresivos que viven en Per. En este caso, la poblacin accesible podra reducirse a todos los neurticos que participan en determinado programa teraputico. Se obtiene una muestra de la poblacin accesible con el objetivo de generalizar los resultados a la poblacin blanco. 1.3 Muestra Es el subconjunto de individuos pertenecientes a una cierta poblacin. Se extrae de est con la finalidad de inferir caractersticas del total de la poblacin, por lo que la muestra debe ser representativa de la misma emplendose con tal propsito por el investigador procedimientos establecidos o tcnicas de muestreo. 1.4 Parmetro Es un valor numrico conseguido a partir de los valores de una poblacin que resume las caractersticas pertinentes o ms importantes de esta. Por ejemplo, si el tiempo medio de estudios de la poblacin de todos los estudiantes de psicologa es de 10 horas semanales, este valor ser el correspondiente parmetro poblacional o media poblacional. Generalmente, los parmetros poblacionales son desconocidos. 1.5 Estadstico Es un valor numrico conseguido con los valores de una muestra y que resumen alguna caracterstica de esta. Por ejemplo, si el tiempo medio de estudio de una muestra de 20 estudiantes del primer ao de psicologa es de 11 horas semanales, 11 es un estadstico o media muestral. 1.6 Estimacin de parmetros Los parmetros tienen un valor fijo (media poblacional, varianza poblacional, desviacin estndar poblacional, entre otros), en la mayora de los casos desconocidos; en tanto que los estadsticos si tienen un valor conocido calculado en la muestra (media muestral, varianza muestral, desviacin estndar muestral, entre otros), an cuando no sabemos con certeza en qu medida se aproximan al parmetro. Utilizando la inferencia estadstica el investigador intenta extraer conclusiones de los parmetros de una poblacin a partir de los estadsticos calculados en una muestra extrada al azar de dicha poblacin. A esta operacin se le denomina estimacin de parmetros, que es muy importante en muchos tipos de
199

investigaciones, por ejemplo, encuestas, donde el propsito es conocer los valores o parmetros de una poblacin. En la estimacin de parmetros se asume que, la diferencia entre la media poblacional y la media de una muestra cualquiera de todas las posibles de elegir al azar de una poblacin, es un error producido por el muestreo. Si el investigador midiera la variable de inters en toda la poblacin no existira este error y la media de cualquier muestra extraida aleatoriamente de una poblacin sera exactamente igual a la media poblacional, pero esto nunca sucede, pues los datos reales siempre estn sujetos a error de muestreo (Welkowitz, Ewen & Cohen, 1981). Estimador es el procedimiento empleado para estimar el valor del parmetro (valor desconocido) a partir del estadstico encontrado en la muestra, son estimadores por ejemplo la media aritmtica y una proporcin muestrales. A su vez, una estimacin es el valor hallado en la muestra, por ejemplo, el valor de la media aritmtica y de la proporcin. La exactitud de una estimacin (accuracy) se refiere a la mayor o menor magnitud de la diferencia entre su valor y el valor real del parmetro de la poblacin, diferencia debida a errores muestrales y no muestrales o de observacin. Los errores muestrales son de sesgo y aleatorios. Los de sesgo, denominados de parcialidad, se producen porque la muestra elegida no representa bien a la poblacin. Los aleatorios son aquellos que se deben a las diferencias existentes entre la verdadera composicin de ciertas poblaciones y de las muestras al azar que se extraen de ellas, debindose por lo tanto a una casualidad. Los errores no muestrales o de observacin se pueden producir por deficiencias en los registros de los datos y/o por errores de clculo. En vista que el valor real del parmetro en la poblacin es desconocido para estimarlo es que se toma la muestra - slo es posible determinar la exactitud probable de la estimacin que recibe el nombre de precisin, la misma que depende de la magnitud del error de muestreo y ste a su vez del tamao de la muestra, cuestiones que veremos ms adelante cuando tratemos el muestreo probabilstico. 1.7 Concepto de muestreo Con el trmino muestreo los investigadores se refieren al proceso de seleccin de una parte de la poblacin para que represente al conjunto de ella, en otras palabras es el procedimiento utilizado para la eleccin de unidades dentro de un conjunto ms amplio de ellas. As pues, la muestra no es otra cosa que el resultado del muestreo y los distintos tipos de
200

muestreo representan diversas formas de elegir la muestra (Sierra Bravo, 1991). 1.8 Procedimiento para hacer el muestreo 1.8.1. Definir quines son los sujetos u objetos de estudio. En el proceso de realizacin del muestreo de debe definir en primer lugar a quin o quines se va a observar. En esta definicin juegan un rol fundamental los objetivos del estudio pero convenientemente precisados en referencia a los sujetos u objetos a observar. Con esta finalidad el investigador debe tener en cuenta las siguientes precisiones: a) Unidad de observacin. Son las unidades de la realidad que se pretende observar, por ende constituyen el objeto global de estudio y de ellas se obtienen los datos empricos necesarios para contrastar las hiptesis con la realidad o lograr los objetivos de la investigacin. Como objeto de informacin y fuentes de datos constituyen unidades de realidad ms o menos independientes que poseen determinados atributos y propiedades y son susceptibles de diversos cambios y relaciones referentes a dichos atributos y propiedades. No deben confundirse con el objeto especfico de la investigacin que versa normalmente sobre una variable general, tal como, un acontecimiento: una huelga; un proceso: la movilidad social; un tipo de relacin: la interaccin social o un proceso de cambio: la industrializacin, que tienen lugar respecto a determinadas unidades de observacin. (Sierra Bravo, 1991). b) Unidad de anlisis. Las unidades que constituyen las poblaciones y muestras se denominan elementos o unidades de anlisis, vale decir modalidades especiales y particularizadas de las unidades de observacin. Constituyen la unidad bsica para la que deseamos obtener informacin estadstica, por ejemplo un paciente, una fbrica, una familia, un animal experimental, oraciones, prrafos, artculos. En algunos estudios pueden existir dos o ms unidades de anlisis, como lo pueden ser profesor y alumno. c) Unidad de muestreo. Es una unidad del marco de muestreo, pudiendo ser una persona, una historia clnica, un informe psicolgico. En algunos estudios es igual a la unidad de anlisis, por ejemplo, en una investigacin en la que se cuenta con una relacin de estudiantes universitarios de la que seleccionar una muestra para observar la motivacin de logro. Pero, si se quiere analizar en una poblacin la conciencia fonolgica en nios de 5
201

aos y solamente se dispone de un plano dividido en manzanas y viviendas y se decide muestrear estas paras llegar a los nios menores de 5 aos, la unidad de muestreo es una vivienda y la unidad de anlisis un nios de 5 aos. d) Marco de muestreo. No es ms que la relacin completa de las unidades de muestreo, por ejemplo, la relacin de alumnos de psicologa de una determinada universidad, un plano, el disco duro de una computadora. Si no existiese es conveniente que el investigador lo elabore (Hernndez, Fernndez & Baptista, 2003). 1.8.2. Delimitacin de la poblacin. Un estudio que pretenda analizar la poblacin de estudiantes de psicologa, incluye a los alumnos de las facultades de psicologa de todo el pas? A los de la ciudad de Lima? A los estudiantes de las modalidades presencial y a distancia o solamente a una de estas modalidades? A los estudiantes de los turnos diurno y nocturno o solamente a uno de estos? A los estudiantes de todos los ciclos o semestres de estudio o solamente a alguno de ellos? El investigador debe precisar los criterios de elegibilidad o de exclusin que le permitan decidir si un individuo ser incluido o no en la poblacin de inters. En consecuencia, el investigador debe hacer que la poblacin quede claramente delimitada en torno a sus caractersticas de contenido, lugar y en el tiempo. Por ejemplo, la poblacin para una investigacin sobre el uso de la televisin por los nios se defini as: Todos los nios de Lima Metropolitana que cursen 4, 5 y 6 de primaria, en instituciones educativas estatales y privadas del turno matutino. En el ejemplo se delimita claramente la poblacin y se fija los criterios de inclusin y de exclusin. Por ejemplo, no participarn de este estudio los nios que no vivan en el rea metropolitana, que no vayan al colegio y los menores de 9 aos que es la edad-grado del 4 de primaria. 1.8.3. Seleccin de la muestra. Sabemos que la muestra es un subconjunto de la poblacin, lo que el investigador pretende es que este subconjunto sea un reflejo fiel del conjunto de la poblacin. En el proceso de seleccin de la muestra existen dos tipos de muestro, el probabilstico y el no probabilstico, pero es el primero el nico mtodo viable para obtener muestras representativas en estudios cuantitativos (Polit & Hungler, 2000). La eleccin que el investigador haga entre ambos tipos de muestreo depender de los objetivos de su investigacin, del diseo o esquema de la misma, y de la contribucin que piensa hacer con el estudio (Hernndez,
202

Fernndez & Baptista, 2003). Segn el tipo de muestreo se da origen a las muestras probabilsticas y a las no probabilsticas. a) Muestras probabilsticas. En estas muestras todos los elementos de la poblacin tienen la misma posibilidad de ser escogidos. Por el fundamento matemtico que tienen los resultados a los cuales se llegue con estas muestras pueden ser inferidos o generalizados a la poblacin dentro de unos lmites de error (error de muestreo) que pueden ser calculados. Son esenciales cuando se pretende hacer estimaciones de variables en la poblacin, por ejemplo, mediante encuestas. Estas muestras se obtienen definiendo en primer lugar las caractersticas de la poblacin; en segundo lugar precisando el tamao de la muestra y, en tercer lugar, efectuando una seleccin aleatoria de las unidades de anlisis. b) Muestras no probabilsticas. En estas muestras la eleccin de sus elementos no depende de la probabilidad, sino de causas relacionadas con las caractersticas del investigador o del que hace la muestra. En este sentido se vincula con el proceso de toma de decisiones de una persona o grupo de personas, por tal razn en la investigacin cuantitativa se considera que tienden a ser sesgadas pues al no tener un elemento de la poblacin la misma probabilidad de ser incluido en la muestra puede ser que alguna parte de la poblacin quede sin representacin; sin embargo, tambin se considera que si el investigador selecciona con criterios adecuados y con mucho cuidado la muestra, hace una interpretacin conservadora de los resultados y repite el estudio con nuevas muestras para asegurar la repetibilidad de los mismos, las muestras no probabilsticas pueden resultar razonablemente adecuadas (Polit & Hungler, 2000; Hernndez, Fernndez & Baptista, 2003). 1.9 Elaboracin de la muestra probabilstica Cuando la poblacin de estudio es muy numerosa se hace necesario seleccionar una muestra. Por numerosa entenderemos la cantidad de unidades o elementos poblacionales que no puede estudiarse con los recursos humanos, fsicos y financieros disponibles. El muestreo probabilstico es de cuatro tipos: 1.9.1 Muestreo aleatorio simple o al azar sin restricciones. Cada una de las unidades de la poblacin tiene la misma probabilidad de ser incluida en la muestra. Teniendo el marco de muestreo se numera
203

todas las unidades de 1 a n; luego, con la ayuda de una tabla de nmeros aleatorios o algn otro mecanismo que asegura aleatoriedad, se extraen tantas unidades hasta completar el tamao de la muestra deseada. 1.9.2. Muestreo sistemtico. Las unidades numeradas de 1 a n, son seleccionadas de acuerdo a cierto intervalo de muestreo k, cuyo valor es igual n/N. (donde n= tamao de la poblacin y N= tamao elegido de la muestra). Por ejemplo, en una poblacin de n= 1800 se desea seleccionar una muestra de N= 200. El intervalo ser k = 1800/200=9. Teniendo el marco muestral y una tabla de nmeros aleatorios u otro mecanismos que asegure aleatoriedad se selecciona al azar entre 1 y 9 un nmero de partida, por ejemplo el 05, entonces el sujeto que lleva el nmero 05 es el nico seleccionado aleatoriamente); la siguiente unidad se selecciona sumando el intervalo muestral 09, al nmero de partida 05, obtenindose 14. Las dems unidades se seleccionan sumndoles sucesivamente el intervalo muestral al nmero anteriormente obtenido hasta completar la muestra. 1.9.3. Muestreo estratificado. Se utiliza cuando la poblacin de estudio no es homognea. Entonces sta se divide en subpoblaciones o estratos, de cada uno de stos se selecciona una muestra utilizando el muestreo aleatorio simple. Posteriormente, se combinan las estimaciones de cada estrato para formar una estimacin del valor de la poblacin total. Hay tres tipos de fracciones de muestreo: 1) Afijacin proporcional: el tamao de las muestras en cada estrato es proporcional al nmero de unidades de cada estrato de la poblacin. 2) Afijacin uniforme: el tamao de las muestras es igual en cada estrato, independiente del estrato de la poblacin. 3) Afijacin ptima: considera el tamao del estrato de la poblacin y la variabilidad (desviacin estndar) dentro de cada estrato. Veamos un ejemplo de afijacin proporcional. Una psicloga desea tomar de una poblacin de 1000 alumnos de una facultad de educacin a una muestra de 200 estudiantes estratificados por niveles de estudios: Avanzado (X, IX y VIII ciclo), Intermedio (VII, VI, V, IV ciclo), Inicial (III, II y I ciclo). Atendiendo al registro de matrculas los alumnos se estratifican de la siguiente manera.
204
Estrato (h)
1. Avanzado 2. Intermedio 3. Inicial Total poblacin (n)
Tamao de la poblacin (por estrato) (Nh) 220 380 400 1000
Conociendo el nmero de sujetos por cada estrato, para determinar el tamao de las muestras en cada uno de ellos, la psicloga debe aplicar la misma fraccin de muestreo (f), o tasa muestral a cada estrato de la poblacin total. La fraccin de muestreo relaciona el tamao de la muestra deseada (N) (establecida en 200) con el tamao de la poblacin (n). La tasa muestral es: 200/1000= 0,20. A continuacin multiplicara la tasa muestral 0.20 por cada Nh (tamao de cada estrato) para obtener la cantidad de unidades que deben seleccionarse en cada estrato. Estrato(h) Aplicacin de la fraccin muestral (f. Nh) 0.20 x 220 0.20 x 380 0.20 x 400 Nmero de unidades en el estrato (Nh) 44 76 80
1. Avanzado 2. Intermedio 3. Inicial
Establecido el tamao muestral de cada estrato la seleccin de los elementos o unidades de anlisis en cada uno de ellos se har por muestreo aleatorio simple o muestreo sistemtico. 1.9.4. Muestreo Aleatorio de conglomerados o racimos. La muestra es escogida de la poblacin en grupos, no individualmente. Los conglomerados son las unidades de anlisis de la poblacin. Por ejemplo, los siguientes estudios: Estimacin de los niveles de inteligencia de nios entre 6 y 14 aos de edad, matriculados en las escuelas estatales y particulares de las UGEL de Lima Metropolitana, y Niveles de nutricin en nios de 0-6 aos residentes en los distritos del cono sur de Lima, tienen en comn el haber definido una unidad de muestreo apropiada, las UGEL y los distritos. En cada estudio las unidades de muestreo seleccionadas pueden tambin ser submuestreadas. As en la primera investigacin, pueden seleccionarse de cada UGEL dos colegios, uno estatal y uno privado, a continuacin, de cada colegio puede seleccionarse una
205

seccin por cada edad-grado, y luego de cada seccin se extraer por muestreo aleatorio simple, sistemtico o estratificado tantas unidades o elementos como se haya estipulado como tamao de la muestra. Cuando este muestreo se produce en dos etapas recibe el nombre de muestreo bietpico y cuando se da en ms de dos etapas se denomina muestreo polietpico, como en el caso del ejemplo. 1.10 Muestras no probabilsticas En general, cuando el investigador hace uso de muestras no probabilsticas no puede saber hasta qu punto sus resultados podrn proyectarse, con confiabilidad, hacia el conjunto ms amplio que desea conocer. Estas muestras se clasifican de diversas maneras; una de ellas es la siguiente: a) Muestra accidental, es aquella que se obtiene sin atender a un plan preconcebido de muestreo, por tanto los elementos o unidades de anlisis son el producto de circunstancias fortuitas. Un ejemplo, en la del investigador que entrevistan a los primeros 100 personas que se pasean por cierto parque; tambin lo es el de los radioescuchas que llaman a una estacin de radio. b) Muestra de sujetos voluntarios, es aquella en la que a solicitud del investigador participan voluntariamente un conjunto de sujetos. Se utilizan mucho en estudios en los que el investigador tiene ms inters por los efectos de las condiciones a las que sern sometidos los participantes del estudio, por lo que se requiere que estas muestras sean homogneas en variables tales como la edad, sexo, inteligencia. c) Muestra intencional, es aquella en que los elementos se seleccionan atendiendo a un criterio o criterios que el investigador considera como relevantes para su estudio en base al conocimiento que tenga de la temtica y a su opinin personal. La generalizacin a la poblacin es nula o a lo ms sus resultados pueden extrapolarse a sujetos o elementos de similares caractersticas a los que formaron la muestra de estudio. Tambin se le utiliza como una muestra tentativa para decidir ms adelante cmo tomar una muestra aleatoria. d) Muestra de expertos, es aquella en la que los elementos se seleccionan en base a su idoneidad en algn aspecto que interesa al investigador. Se emplea bastante en estudios exploratorios y cualitativos. Un ejemplo se tiene en el estudio que pretende caracterizar a los investigadores en el campo educacional y el autor recurre a una muestra de investigadores reconocidos por su experiencia en este
206

aspecto. Estas muestras son vlidas y tiles cuando los objetivos del estudio as lo requieren. e) Muestra por cuotas, es aquella que el investigador decide utilizar cuando tiene un buen conocimiento de los estratos de una poblacin y/o de los individuos ms representativos para los propsitos que persigue. Tiene parecido con el muestreo aleatorio estratificado, pero sin las caractersticas de aleatoriedad de ste. Se fijan unas cuotas o nmero de elementos que renen ciertas condiciones, por ejemplo, 40 personas de 20 a 40 aos de edad, de sexo femenino y residentes en el distrito de San Borja. Determinada la cuota se eligen los primeros sujetos que cumplan estas condiciones. f) Muestra Bola de nieve, es aquella en la que se obtiene en primer lugar una muestra reducida de elementos y a estos se les pregunta el nombre de otros individuos a quienes se encuestara y as sucesivamente. g) Muestra de sujetos-tipo, es aquella que se inscribe en un estudio cuyo propsito busca riqueza, profundidad y calidad de informacin. Son ejemplos los estudios acerca de patrones de consumo de jvenes de determinado nivel socioeconmico en los que se utiliza grupos de 8 a 12 jvenes que posean las mismas caractersticas socioeconmicas del referido segmento poblacional. 1.11 Tamao de la muestra probabilstica En el proceso de elaboracin de una muestra probabilstica no basta solamente el determinar la tcnica de muestreo probabilstico ms adecuado, falta saber cuntos elementos compondrn la muestra de estudio para estimar los parmetros de la poblacin en la variable de inters y estimar tambin los mrgenes de error correspondientes a dichas estimaciones. La estimacin del nmero de estos elementos debe ser realizada de tal manera que este nmero sea el suficiente a fin de que la muestra extrada aleatoriamente proporcione una seguridad estadstica de que los resultados que se obtengan analizndola puedan, dentro de los lmites estimados, representar realmente a la poblacin, lo que significa que el tamao de la muestra debe tener determinadas proporciones mnimas de acuerdo con las leyes de la probabilidad. Existen frmulas y tablas que calcular rpidamente el tamao de una muestra pero todas estas dependen del tener claramente especificado lo siguiente: Tipo de poblacin, finita o infinita - una poblacin infinita es aquella que tiene ms de 100,000 elementos; el nivel de confianza o
207

porcentaje de seguridad o probabilidad que el tamao de la muestra a determinar proporciona una seguridad no total pero suficiente en la prctica para estimar el parmetro-, el error muestral y la varianza (Sierra Bravo, 1994). 1.11.1 Estimacin del tamao de la muestra mediante una frmula Usualmente el tamao de la muestra utilizada en los estudios en psicologa, educacin y ciencias sociales se estima procediendo como si la poblacin fuera infinita-en una investigacin fctica significa una poblacin muy grande-y que el muestreo es sin reemplazamiento, es decir que el elemento extrado de la poblacin no vuelve a esta para la siguiente extraccin. Desde este punto de vista, es lcito suponer que la determinacin del tamao de la muestra bajo estas condiciones sobreestimar el nmero necesario de sujetos, lo cual evidentemente no perjudica al estudio sino que le da mayor precisin. (Sierra Bravo, 1994). Ejemplo: En una poblacin de 98,240 escolares del sexto grado de primaria se pretende realizar una encuesta desendose con este propsito precisar de manera conservadora y en las condiciones ms desfavorables el tamao de muestra necesario para estimar los parmetros poblacionales con un nivel de confianza del 95% y un margen de error muestral del +/-4%. Utilizando la siguiente frmula (Sierra Bravo, 1994).
Donde: N = total de la poblacin Za2 = 2,002 (la seguridad es del 95%) P = proporcin esperada (en este caso tamao muestral). q = 1 p (en este caso 1-50 = 50) d = precisin (error muestral, 4%)
50), con lo que se maximiza el
En vista que la poblacin es inferior a 100,000, es necesario aplicar la frmula para poblaciones finitas y de proporciones por tratarse de una encuesta. El resultado indica 621 sujetos. Si la poblacin fuese infinita es decir superior a 100,000 sujetos, la frmula a aplicar comparndola con la frmula para poblaciones finitas, no incluye en el numerador a (N) y en el denominador solamente incluye a d2. De esta manera, si en ejemplo anterior la poblacin hubiese sido de 115,280 sujetos el tamao de la muestra sera 625.
208

1.11.2 Estimacin del tamao de las muestra mediante una tabla. Tamaos de muestras Los tamaos de muestras que figuran a continuacin corresponden al caso de trabajar con proporciones, P = 0.5, y con un nivel de confianza del 95%. Tabla 17. Relacin de tamaos en funcin de la poblacin y el error muestral. Errores muestrales Poblacin 500 1000 2000 5000 10000 25000 50000 100000 Infinito 1% 5000 7143 8333 9091 10000 2% 1250 1667 2000 2273 2381 2439 2500 3% 769 909 1000 1064 1087 1099 1111 4% 385 500 556 588 610 617 621 625 5% 10%
222 83 286 91 345 96 370 98 385 99 394 100 397 100 398 100 400 100 (Len y Montero, 1991).
Obsrvese que a medida que el error muestral es menor el tamao exigido de la muestra es mayor. As para una poblacin de 10 000 sujetos la muestra exigida es de 91 sujetos para un margen de error de +/-10% y de 5000 sujetos para un margen de erro de +/-1%. Desde otro ngulo de observacin, esta tabla tambin nos permite tener una rpida visin de lo que significa el error muestral. Si en una poblacin de 5325 sujetos con un margen de error de +/- 2% hemos extrado aleatoriamente una muestra de 2000 y de esta el 75% responde en una encuesta que es contraria a la legalizacin del aborto, el porcentaje en toda la poblacin se encuentra entre el 73% al 77% con una confianza del 95%. 1.12 Tamao de la muestra no probabilstica En las muestras no probabilsticas no tiene sentido el calcular los tamaos de muestra con los procedimientos probabilsticas pues no se estimarn los parmetros poblacionales. Sin embargo, cuando se utilizan pruebas estadsticas para el contraste de hiptesis es necesario estimar los tamaos mnimos de las muestras empleadas con el propsito de dar al investigador la oportunidad de comprobar si sus hiptesis eran correctas. La
209

determinacin del nmero de sujetos necesarios implica tener en cuenta conceptos como los de tamao del efecto, potencia y otros, que trataremos en la leccin acerca del anlisis de los datos.
210

Leccin II Recoleccin de datos En la investigacin cuantitativa una vez que se han precisados el tipo y diseo de la investigacin as como lo referente a la muestra, la etapa siguiente es la recoleccin de los datos. 2.1 Concepto Todo aquellos que interesa al investigador cuando realiza un estudio debe traducirse finalmente en datos que puedan ser objeto de anlisis. En este sentido, en una investigacin cuantitativa la recoleccin de los datos es una etapa convenientemente planificada que pone en contacto directo al investigador con la realidad al observar las variables en las unidades de observacin y/o de anlisis con un propsito especfico. 2.2 Decisiones a tomar al planificar la colecta de datos
La recoleccin de los datos se encuentra fuertemente vinculada al tipo y diseo de investigacin as como al problema planteado, entre otros aspectos. En consecuencia, en la etapa de planificacin de la colecta de datos el investigador deber tomar ciertas decisiones pues tendr que elegir entre varias alternativas para definir como se recogern los datos; decisiones que generalmente responden a las siguientes preguntas: 1) Qu informacin es necesario conseguir? En un estudio una de las variables es el razonamiento lgico deductivo, entonces la informacin que necesitamos es sobre este tipo de razonamiento. 2) Cul es la fuente que proveer la informacin? En primer lugar la decisin es si se utilizarn datos preexistentes o se colectaran otros generados para el estudio. En cuanto a lo primero, los investigadores muchas veces aprovechan informacin ya existente reunida para cumplimentar otros propsitos pero que pueden aprovecharse para responder a las preguntas de investigacin, informacin que se encuentra en los registros de hospitales, historias clnicas, registros de colegios, registros de centros laborales, archivos histricos, informes, entre otras fuentes En otros casos, se re-analizan o se analizan con otros objetivos los datos de investigaciones previas que pueden haber sido realizadas por el mismo investigador o por otros investigadores (anlisis secundario). Por ejemplo, al investigar el rendimiento en razonamiento lgico deductivo de los estudiantes del quinto
211

ao de secundaria de Lima se utilizan los datos de una investigacin hecha en 1950 y se le comparan con los datos generados en la poblacin de similar grado educativo del ao 2009. La informacin preexistente es empleada principalmente pero no nicamente por la investigacin histrica y el metanlisis, en las que aparte de localizar la informacin disponible y evaluar su autenticidad, la informacin disponible y apropiada debe ser codificada, manipulada y dispuesta adecuadamente para su anlisis (Polit & Hungler, 2000). En cuanto a lo segundo, la informacin requerida es generada por el investigador observando a la unidad de anlisis que en psicologa generalmente son personas y animales. Por ejemplo, en el caso de la investigacin de razonamiento lgico deductivo la informacin puede ser conseguida observando a una muestra que cursa el quinto ao de secundaria el 2009. 3) Cundo se recoger los datos? Esta pregunta refiere a la fecha y hora en la cual se recoger los datos aplicando la tcnica o instrumento de investigacin. Por ejemplo, los datos sobre el razonamiento lgico deductivo se recogern el da 18 de noviembre entre las 10 y 12 horas de manera simultnea en 14 instituciones educativas estatales y privadas de Lima. 4) Dnde se recogern los datos? Alude esta pregunta al lugar geogrfico que corresponde a la ubicacin de la muestra de sujetos. Por ejemplo, se especifican los nombres y ubicaciones de las 14 instituciones educativas. 5) Con qu frecuencia se recogern los datos? Concierne esta cuestin a las veces que se observar la unidad de anlisis. Por ejemplo, los datos del razonamiento lgico deductivo se recogern una sola vez. 6) Quin aplicara los instrumentos? La respuesta refiere a las personas que administrarn el o los instrumentos a la muestra de estudio. Se supone que las mismas estn capacitadas para esta labor. Por ejemplo, el Test de Razonamiento lgico deductivo ser administrados por 14 psiclogas previamente entrenadas para este propsito. 7) Qu tcnica o instrumento se emplear en la recoleccin de los datos? En el Cuadro 16 se muestra un conjunto de algunas tcnicas e instrumentos bastante empleados en investigacin:
212

Tabla 18 Algunas tcnicas e instrumentos utilizados en psicologa TCNICAS Observacin INSTRUMENTOS Escalas de apreciacin, registros de conducta, registros de productos de conducta, sistemas de observacin, diarios de campo, sociometra (observaciones recordadas, Kerlinger & Lee, 2002) Polirreactigrafo, taquistoscopio, medidas de la percepcin de profundidad y de percepcin de la verticalidad, polgrafo Entrevistas estructuradas, entrevistas semiestructuradas, entrevistas no estructuradas Diferencial semntico, lista de adjetivos (Ej. Lista de adjetivos ACL) Psicodiagnstico de Rorschach, T.A.T, Dibujo de la figura humana, Frases incompletas Cuestionarios, inventarios, escalas, autorregistro, tcnicas de pensamiento en voz alta
Tcnicas Objetivas Entrevista Encuesta Tcnicas Subjetivas Tcnicas Proyectivas Autoinforme
Las tcnicas e instrumentos mostrados en el Cuadro 16 son aplicables a la recoleccin de informacin primaria o obtenida directamente de las unidades de anlisis por el invfestigador; pero como hemos visto en el acpite 1) tambin en investigacin se utiliza informacin existente elaborada por otros investigadores o por el mismo investigador, lo que constituye una informacin de fuente secundaria. En la recoleccin de datos de estas fuentes son importantes las Fichas bibliogrficas y las Fichas de contenido. El investigador seleccionara una o ms tcnicas e instrumentos o elaborara uno de estos ltimos de acuerdo al objetivo, tipo de investigacin, diseo de investigacin y preguntas de investigacin que tiene que responder. En todo caso la tcnica o instrumento escogido o elaborado debe ser confiable y vlido. Por ejemplo, en el caso del estudio sobre el razonamiento lgico deductivo se puede usar la tcnica del Autoinforme y como instrumento se construir un cuestionario psicomtrico de opcin mltiple compuesto de 30 silogismos y cinco posibles respuestas entre ellas cuatro distractores y la respuesta correcta, con calificacin de 1 punto la respuesta correcta y 0 puntos la respuesta errada. Este instrumento deber tener caractersticas comprobadas de validez y confiabilidad
213

8) Cmo se presentaran los datos para la realizacin de su anlisis? Recogida la informacin esta debe ser codificada y procesada o calificada para realizar su anlisis de acuerdo a los objetivos de la investigacin, con tal fin se elabora la Matriz de datos que esencialmente es un conjunto de filas y de columnas. Generalmente en este tipo de matriz las filas representan los diferentes sujetos del estudio y las columnas representan las diferentes variables de la investigacin. Cada fila es un sujeto y cada columna es una variable, en el caso que una variable haya sido observada en ms de un momento en tiempo, para cada medicin se emplear una columna diferente. Veamos la siguiente tabla: Tabla 19. Matriz de datos (n= 10 sujetos) Sujetos 1 2 3 4 5 6 7 8 9 10 Sexo 1 1 1 1 1 2 2 2 2 2 Edad 8 8 8 8 8 8 8 8 8 8 CLPre 23 22 19 14 18 24 22 17 16 14 CLPost 29 30 24 15 27 29 23 21 19 24
En esta matriz de datos se muestran las diferentes variables codificadas correspondientes a un experimento de diseo preexperimental pretest-postest en el que tratamiento o variable independiente ha sido un programa de mejoramiento de la comprensin lectora en nios del tercer grado de primaria En una muestra de 10 sujetos se ha recogido datos de las variables genero, edad en un nico momento en el tiempo y la puntuacin de la comprensin lectora en el pre y el postest. La codificacin de las variables es la siguiente: Edad: aos directos Sexo: 1 = hombre; 2 = mujer CLPre = Puntuacin directa en comprensin lectora en el pretest CLPost = Puntuacin directa en comprensin lectora en el postest. La variable edad es cuantitativa medida en una escala de razn, la variable sexo es una variable cualitativa medida en escala nominal y
214

las variables CLPre y CLPost estn medidas en un sentido estricto en una escala ordinal, pero son tratadas como cuantitativas. Como se observa, la codificacin es un proceso por el cual las categoras de los tems o preguntas deben codificarse a travs de smbolos o nmeros. Codificar es clasificar los datos a base de las VI y VD relacionadas con la investigacin. La codificacin es necesaria porque de lo contrario no puede efectuarse ningn anlisis. Bsicamente, la codificacin abarca las siguientes etapas: a) Codificacin de las categoras de tems, preguntas, etc. (p.e. varn=0; mujer=1); b) Elaboracin del libro de cdigos, documento que seala la localizacin de las variables y que enlista las asignaciones de cdigo a los atributos que las componen. Este libro es fundamental para la codificacin y es la gua para localizar las variables e interpretar los cdigos del archivo de datos durante el anlisis (Babbie, 1999: 342); c) Elaboracin de la matriz de datos por medio de la tabulacin. Como sabemos, esta matriz resulta de la transferencia de las respuestas dadas por la muestra al instrumento(s) de investigacin, previamente estas respuestas han sido codificadas, registrndose los cdigos en el libro de cdigos. La matriz de datos puede elaborarse en el programa Excel o directamente en un programa de anlisis estadstico computerizado como es el caso del paquete estadstico para ciencias sociales SPSS. Tomadas las decisiones pertinentes el investigador elaborara el plan de colecta de datos, teniendo en cuenta que el proceso del mismo ms que lineal es iterativo en vista que el investigador siempre debe estar atento y dispuesto a hacer los ajustes adecuados, pues el objetivo final no es cumplir al pie de la letra la lista de pasos, sino asegurarse de que el procedimiento genere informacin conceptualmente apropiada y de la mejor calidad posible (Polit & Hungler, 2000).
215

Leccin III Anlisis cuantitativo de datos La investigacin persigue conseguir respuestas a preguntas y probar hiptesis, en este proceso las respuestas son elaboradas y las hiptesis con contrastadas cuando se interpretan los datos, actividad de reflexin que requiere del anlisis previo de los mismos. 3.1 Concepto Administrados los instrumentos de investigacin a la muestra o muestras de estudio se tiene como resultado un conjunto de datos que tienen que ser analizados e interpretados para responder a las preguntas de investigacin y contrastar a las hiptesis. En este sentido, el anlisis de los datos tiene como objetivo reducirlos a una forma inteligible e interpretable para que las distribuciones de las variables o las relaciones de las mismas formuladas en los problemas de investigacin puedan ser estudiadas y probadas. La reduccin de los datos se logra categorizndolos, ordenndolos, manipulndolos y resumindolos (Kerlinger & Lee, 2002). La categorizacin se efecta de acuerdo a determinadas categoras planteadas tericamente previamente; el ordenamiento se hace atendiendo a criterios lgicos consistentes; la manipulacin refiere a la operacin de los datos con habilidad en funcin de los objetivos del estudio, por ejemplo el cruzarlos entre s y correlacionarlos; y el resumen alude la captacin de la informacin sustancial y su representacin coherente por medio de estadsticos, por ejemplo la media aritmtica, grficos, por ejemplo un histograma, y tablas. El proceso del anlisis e interpretacin de datos requiere que el investigador tenga conocimientos de estadstica descriptiva y estadstica inferencial. La velocidad y exactitud de los clculos se ha visto extraordinariamente facilitada por los paquetes estadsticos por ejemplo, el Paquete Estadstico para las Ciencias Sociales (Statistic package of Social Sciencies SPSS). 3.2 Tipos Una clasificacin de los tipos de anlisis de datos es la siguiente: a) Segn el nmero de variables: anlisis univariable (por ejemplo, la distribucin de la comprensin lectora en estudiantes del segundo grado de primaria); anlisis bivariable (por ejemplo, la diferencia en razonamiento lgico deductivo entre estudiantes de colegios estatales y privados); anlisis multivariable (por ejemplo, un anlisis de regresin mltiple que pone a prueba un modelo predictivo y anlitico del
216

rendimiento acadmico en matemticas en funcin de un conjunto de variables psicolgicas y sociales). b) Segn el carcter del anlisis: exploratorio (si se quiere encontrar nuevas hiptesis (por ejemplo un anlisis factorial exploratorio AFE aplicado a un conjunto de variables para determinar como se agrupan estas en funcin de lo que tienen de comn); confirmatorio (si se quiere verificar las hiptesis que anteriormente se formularon, por ejemplo un anlisis factorial confirmatorioAFCefectuado en una prueba psicolgica extranjera para determinar si su estructura se mantiene cuando es adaptada a nuestro pas). c) Segn la naturaleza del anlisis: cuantitativo (si el anlisis es estadstico o matemtico buscando de determinar, por ejemplo, ndices de frecuencia del fenmeno o comportamiento investigado); cualitativo (si el anlisis usa precisiones conceptuales y se busca una descripcin detallada, comprensiva, dinmica y lo ms completa del fenmeno o comportamiento en estudio). d) Segn el objetivo que se pretende alcanzar: causal (cuando se quiere llegar a las causas del fenmeno o comportamiento estudiado); de cambios (si se pretende determinar las modificaciones o cambios que pasa o ha pasado el fenmeno o compoprtamiento investigado); de decisiones (si lo que se quiere es obtener informacin que fundamente la adopcin de medidas); de grupos (si se quiere conocer determinados conjuntos o agrupaciones de sujetos en lo referente a ciertas variables); de sistemas (si lo que se quiere es precisar las relaciones que presentan determinados conjuntos, fenmenos o comportamientos, por ejemplo el anlisis del sistema actitudinal de un grupo de personas). 3. 3 Propsitos Atendiendo a los objetivos del estudio, cuando el investigador realiza un anlisis cuantitativo o estadstico de los datos lo que principalmente pretende es lo siguienten (Naghi, 1984):
1) Hallar lo que hay en los datos (tcnica estadstica: media, mediana,
moda.) 2) Conocer que tanto varan los datos (tcnica estadstica: desviacin estndar, rango, varianza.) 3) Determinar cmo estn distribuidos los datos (Frecuencia) 4) Averiguar qu relacin existe entre variables (Correlacin y medidas de asociacin.)
217

5) Hacer estimaciones y predicciones. (Estimacin de punto e intervalar.
Regresin. Series de tiempo). 6) Precisar las diferencia entre grupos y variables. (Pruebas T, Z, ANOVA, Anlisis discriminante). 7) Demostrar causalidad (Pruebas T, Z, ANOVA y algunas tcnicas multivariadas como el path analysis o anlisis de ruta). 3.4 Etapas El anlisis cuantitativo de los datos se realiza teniendo como materia prima a la base de datos construda por el investigador que es trabajada empleando programas computarizados tales como el SPPS, Stats, Minitab, SAS, EpiInfo, o cualquier otro. El criterio de escogencia de un programa es si ste pose las funciones estadsticas apropiadas. Una vez seleccionado y puesto en ejecucin el programa, usualmente el anlisis sigue las siguientes etapas: 1) La exploracin de los datos, analizando y haciendo las representaciones grficas de los datos de cada una de las variables; 2) El contraste de las hiptesis del estudio utilizando las pruebas estadsticas y las representaciones grficas adecuadas; 3) La ejecucin de anlisis complementarios; 4) La preparacin de los resultados mediante la elaboracin de tablas, cuadros grficos. Adicionalmente, algunas veces es necesario efectuar el anlisis de la confiabilidad, validez y normas del instrumento o los instrumentos utilizados. Antes de empezar el anlisis, el investigador debe tener claramente especificados el nivel o escala en la que estn medidas las variables a analizar (nominal, ordinal, intervalo, razn) y el tipo de variable resultante de esta medicin (cualitativa, semicuantitativa y cuantitativa); la direccin de las hiptesis estadsticas (una o dos colas) y su propio inters. El investigador tambin debe validar los datos comprobando en la base de datos qu e todos los casos esperados esten presentes, que las variables numricas slo tienen valores numricos y que estos son vlidos, haciendo en caso necesario las correcciones correspondientes. 3.4.1 Exploracin de datos Esta etapa tiene una importancia creciente conocindosele como anlisis de datos exploratorio (EDA, exploratory data analysis). Comienza aplicando la estadstica descriptiva para producir un resumen de la informacin que puede expresarse con nmeros o con grficos. La exploracin de los datos se efecta en cada una de las variables. Es preciso tener en cuenta el nivel o escala en el que han sido medidas las
218

variables pues los estadsticos y grficos a obtener estn vinculados con las propiedades de los niveles o escalas de medicin. 3.4.1.1 Exploracin de datos de variables cuantitativas Cuando los datos provienen de variables cuantitatrivas o medidas en escala de razn, de intervalo u ordinales, usualmente se explora las distribuciones calculando las frecuencias absolutas (puntuaciones ordenadas al interior de sus categoras) y relativas (porcentajes), y se les representa grficamente mediante histogramas, grficos de tallos y hojas, grficos de sectores, diagramas de dispersin, grficos de lneas, grfios de barras u otros grficos. Por otro lado, el observar la forma de la distribucin es muy importante pues varias pruebas estadsticas deben aplicarse a un conjunto de datos slo si la poblacin de que proviene la muestra se amolda a una distribucin en particular (la distribucin normal) (Clark-Carter, 2002) En una distribucin normal la media, la mediana y el modo son iguales.y el histograma muestra que tiene una distribucin simtrica en ambos lados de la media (la mediana y el, modo), es decir la media (la mediana, el modo) divide la curva en dos partes exactamente iguales. Por ejemplo, si tenemos las puntuaciones de 10 000 escolares en un test de razonamiento espacial y la distribucin de estas puntuaciones es normal, entonces 5 000 de ellos se encontraran hacia el lado izquierdo de la media (la mediana, el modo) y los otros 5 000 hacia el lado derecho. Cuando se produce una falta de proporcionalidad de estas partes se dice que se ha producido una asimetra. En consecuencdia, la asimetra estima cuanto se asemeja la distribucin de puntuaciones emprica a la distribucin normal o campana de Gauss por su forma y es un indicador del lado de la curva en el que las frecuencias (individuos) se agrupan ms. Si la curva es perfecta, se dice que es simtrica, pero si tiene ms casos en el lado derecho o en el izquierdo se dice que es asmtrica de cola positiva o ms larga hacia la detecha o de cola negativa o ms larga hacia la izquierda. Por otro lado, la curtosis refiere a si la distribucin emprica de puntuaciones tiene la altura adecuada a una distribucin normal, en otras palabras indica el grado de concentracin que presentan las puntuaciones en la regin central de la distribucin. La medicin de la curtosis permite identificar si existe una gran concentracin de valores (curva leptocrtica), una concentracin normal (curva mesocrtica) una baja concentracin (curva platicrtica) La Figura 14 ejemplifica tres distribuciones: simtrica, de asimetra negativa y de asimetra positiva.
219
La Figura 15 leptocrtica.
ejemplifica tres distribuciones: mesocrtica, platicrtica y
La asimetra o sesgo y la curtosis influyen en cmo deben analizarse e interpretarse lo datos, pues en la estadstica inferencial muchas pruebas o tests estadsticos exigen que la distribucin de las puntuaciones sea normal. Los paquetes estadsticos dan ndices de asimetra o sesgo y de curtosis. En el paquete estadstico SPSS los coeficientes de asimeta y curtosis con un valor de 0 indican una curva simtrica y mesocrtica, es decir una curva normal, pero tambin se acostumbra calificar as a una distribucin cuando los valores de estos coeficientes se encuentran en el rango +/- 0,50. El determinar si una distribucin de puntuaciones es normal es importante pues sus propiedades tienen mltiples aplicaciones no slo en la investigacin psicolgica sino tambin en la psicometra, sirviendo, por ejemplo, para el establecimiento de la dificultad relativa de los reactivos y la interpretacin de los puntajes directos obtenidos por los sujetos al rendir un test, .pues las tablas de normas o baremos se expresan en puntajes convertidos como los percentiles y los puntajes estndares o tpicos, por ejemplo, el puntaje CI, el puntaje T, el puntaje eneatipo, el puntaje decatipo; que al estar relacionados con esas propiedades tienen un significado estadstico preciso. En efecto, el que en una distribucin normal la media, la mediana y el modo caen en el mismo punto que divide a la distribucin en dos partes simtricas abarcando cada una de ellas el 50% de la poblacin o muestra, significa que si un sujeto obtiene una puntuacin similar al valor de la media aritmtica, podemos decir que en la variable medida supera al 50% del grupo y es superado por el otro 50%;
220

interpretacin similar tienen el percentil 50, el CI 100, el puntaje T 50, el eneatipo 5, o el decatipo 5.5. Si la distribucin de puntuaciones se aleja de la normalidad estas equivalencias porcentuales se rompen, pues la media y la mediana ya no caen en el mismo punto, representando ahora la mediana (percentil 50) el punto medio exacto de la distribucin, lo que no sucede con el CI 100, el puntaje T 50, el eneatipo 5 o el decatipo 5.5, escalas cuyos puntos medios tienen como referencia a la media aritmtica, afectando este hecho la interpretacin estadstica precisa de las puntuaciones de los tests. A continuacin, se calculan las medidas de tendencia central: media aritmtica mediana y modo; y, las las medidas de variabilidad: Mximos y mnimos, rango, rango intercuartilar, desviacin estndar y varianza. La media es la medida de tendencia central ms utilizada pues su clculo toma en cuenta a todas las puntuaciones y porque se utiliza en muchas pruebas estadsticas, pero tiene como desventaja el que se ve afectada por las puntuaciones extremas, as una sola puntuacin bastante diferente del resto puede elevar o bajar el valor de la media, no ofreciendo una estadstica de resumen til. Por otro lado, la mediana no se ve afectada por los valores extremos pero su desventaja reside en que en su clculo no se toma a todas las puntuaciones solamente a las dos situadas en la zona media de la distribucin. El modo es la puntuacin que ms se repite, pero puede haber ms de un modo. El clculo de los Mximos y mnimos da una idea de la dispersin de la muestra, en tanto que el Rango es la diferencia de restar el puntaje mnimo del mximo alcanzado por la muestra. El rango intercuartilar es la diferencia de las puntuaciones equivalentes al percentil 25 y al percentil 75, lo que le da ventaja respecto del Mximo y mnimo y del Rango pues lo afecta menos las puntuaciones extremas. Entre las medidas de variabilidad, la desviacin estndar es la ms utilizada pues las unidades en las que se expresa son las mismas que la medicin original. Por ejemplo, si una psicloga ha obtenido las puntuaciones CI de 120 sujetos, la desviacin estndar resultante se expresa en unidades de CI, por ejemplo, 5,28 puntuaciones de CI. Si la medicin se hubiese realizado en eneatipos, la desviacin estndar se comunicara en puntuaciones eneatipo. Asimismo, la desviacin estndar es importante porque en los reportes de investigacin siempre acompaa a la media aritmtica, y tambin porque en una curva normal indica la proporcin de personas de la poblacin que se hallan en un determinado rango de puntuaciones. As, en una distribucin normal el 68% de la poblacin o muestra se encuentra en el intervalo de puntuaciones que arroja el sumar y el restar una desviacin estndar a la media aritmtica de la distribucin.(X +/- 1 DE). Sin embargo, la medida de variabilidad ms
221

importante para clculos avanzados posteriores es la varianza por sus propiedades aditrivas, que hace posible el anlisis de sus componentes y porque fundamenta a diversas pruebas estadsticas (Clark-Carter, 2002; Hernndez, Fernndez & Baptista, 2003). A continuacin veremos un ejemplo de la exploracin y descripcin de la edad de un conjunto de personas que reciben orientacin psicolgica. Tabla 20. Distribucin de frecuencias de la edad de 100 prersonas que asisten a un servicio de Orientacin Psicolgica Porcentaje acumulado 1.0 4.0 8.0 15.0 20.0 28.0 38.0 46.0 55.0 61.0 67.0 71.0 74.0 78.0 83.0 86.0 88.0 91.0 92.0 94.0 97.0 98.0 99.0 100.0
Edad Vlidos 18.00 19.00 20.00 21.00 22.00 23.00 24.00 25.00 26.00 27.00 28.00 29.00 30.00 31.00 32.00 33.00 34.00 35.00 36.00 37.00 38.00 39.00 41.00 42.00 Total
Frecuencia 1 3 4 7 5 8 10 8 9 6 6 4 3 4 5 3 2 3 1 2 3 1 1 1 100
Porcentaje 1.0 3.0 4.0 7.0 5.0 8.0 10.0 8.0 9.0 6.0 6.0 4.0 3.0 4.0 5.0 3.0 2.0 3.0 1.0 2.0 3.0 1.0 1.0 1.0 100.0
Porcentaje vlido 1.0 3.0 4.0 7.0 5.0 8.0 10.0 8.0 9.0 6.0 6.0 4.0 3.0 4.0 5.0 3.0 2.0 3.0 1.0 2.0 3.0 1.0 1.0 1.0 100.0
222
10
Frecuencia
Media =27,08 Desviacin tpica =5,458 N =100 0 15,00 20,00 25,00 30,00 35,00 40,00 45,00
edad
Figura 16. Histograma correspondiente a los datos de la Tabla 18
Tabla 21. Estadsticos descriptivos de los datos de la Tabla 18

N Vlidos Perdidos 100 0 27.0800 26.0000 24.00 5.45816 29.792 .704 .241 -.122 .478 24.00 18.00 42.00 23.0000 26.0000 31.0000
Media Mediana Moda Desv. tp. Varianza Asimetra Error tp. de asimetra Curtosis Error tp. de curtosis Rango Mnimo Mximo Percentiles 25 50 75
Observando la Tabla 21 vemos, por ejemplo, que la edad promedio es de 27,08 aos (Media), que la mitad de los sujetos tiene por debajo de 26 aos
223

(Mediana, Percentil 50), que entre el sujeto que tiene ms edad y el que tiene menos edad existe una diferencia de 24 aos (Rango), que el 50% de los sujetos tiene edades entre 23 a 31 aos (Percentiles 25 y 75), que el grado de asimetra es positivo (pues el cociente entre el ndice de asimetra y su error tpico es 0,704/0,241 = 2,92, valor superior a 1,96) y este valor es significativamente grande para pensar que pertenece a una distribucin de asimetra 0), y que la curtosis que aparece como ligeramente platicrtica tiene un valor estadsticamente no significativo (el cociente entre el ndice de curtosis y un error tpico es -0,122/0.478 = 0,25, valor inferior a 1,96) y este valor significativamente pequeo lleva a sostener que pertenece a una distribucin de curtosis 0). Cuando se explora la relacin de dos variables cuantitativas, los datos se presentan en forma de un diagrama de dispersin (Scattergrama; nube de puntos). Por ejemplo, se tiene la puntuacin de 10 sujetos en una prueba de inteligencia y sus promedios vigesimales de rendimiento acadmico en matemticas: Tabla 22 Inteligencia y rendimiento en matemticas Sujeto Inteligencia Rendimiento 1 38 17 2 36 14 3 34 16 4 39 15 5 28 15 6 27 14 7 36 15 8 22 13 9 20 12 10 19 11
224
17,00
16,00
15,00
Rendimiento
14,00
13,00
12,00
11,00 15,00 20,00 25,00 30,00 35,00 40,00
Inteligencia
Figura 17. Inteligencia y rendimiento: Dispersigrama La observacin del diagrama de dispesin sugiere, en primer lugar, que es aplicable la prueba estadstica coeficiente de correlacin de pearson pues los puntos se orientan en el sentido de una recta; en segundo lugar, que existe una tendencia acentuada a que a una mayor inteligencia le acompaa un mayor rendimiento acadmico en matemtica. 3.4.1.2 Exploracin de datos de variables cualitativas Las frecuencias son empleadas en la exploracin de variables que tienen niveles en forma de categoras. Por ejemplo, si estamos interesados en estudiar a personas con Alta fuerza del yo y a personas con Baja fuerza del yo, podemos indicar el nmero de personas en estas categoras, 15 y 25, respectivamente. Tambin estos nmeros podemos expresarlos como fracciones, proporciones o porcentajes. En el caso de las fracciones, calcularemos el nmero total de personas (n= 40) y expresaremos el total de personas con alta fuerza del yo como una fraccin de ese total. As, 15 de 40, o 15/40 son personas con Alta fuerza del yo. Estos valores pueden ser simplificados si fuera pertinente. Las proporciones podemos hallarlas al convertir las fracciones en decimales. Al dividir 15/40 se tiene por resultado 0,375, indicando que 0,38 de la muestra son personas con Alta fuerza del yo. En lo referente a los porcentajes, para hallarlos basta multiplicar una proporcin por 100. As, 0,38 x 100 = 38%. Por lo tanto, en la muestra el 38% tiene Alta fuerza del yo.(Clark-Carter, 2002).
225

Cuando se explora la relacin de dos variables siendo estas nominales u ordinales, los datos pueden por ejemplo presentarse como una tabla de contingencia. Sea la relacin de la Fuerza del yo y el sexo: Alta fuerza del yo 12 (60%) 3 (15%) 15 Baja fuerza del yo 8 (40%) 17 (85%) 25 Total 20 (100%) 20 (100%) 40
Hombres Mujeres Total
Puede verse que hay una mayor cantidad de hombres con Alta fuerza del yo en comparacin con las mujeres. En efecto, el 60% o 6 de cada 10 hombres tienen una Alta fuerza del yo; en tanto que el 15% o 2 de cada 10 mujeres tienen esta caracterstica. 3.4.1.3 Contraste de la hiptesis nula (Ho) Al empezar este tpico es conveniente tener presente que cuando estudiamos una muestra sus resultados nunca sern iguales a los que se podran obtener si se estudiara a toda la poblacin, en otras palabras siempre habr un margen de error (leccin VIII); asimismo, que la hiptesis de investigacin tiene que ser contrastada con los datos para determinar si estos la apoyan o no para lo cual la hiptesis de investigacin y la hiptesis nula tienen que ser transformadas a smbolos estadsticos configurndose las hiptesis estadsticas Ha o hiptesis de investigacin y la Ho o hiptesis nula. Es claro que nunca se sabe con absoluta certeza la verdad o falsedad de una hiptesis estadstica a no ser que se examine la poblacin entera. En el proceso de contrastacin, es la Ho la que sometida a contraste teniendo el investigador que utilizar la estadstica inferencial a travs de pruebas o tests estadsticos como un medio para tomar una decisin acerca de su aceptacin o rechazo. Al realizar el contraste de la Ho pueden producirse dos tipos de errores: Error tipo I o rechazar la Ho siendo verdadera, y el Error tipo II o aceptar la Ho siendo falsa. En el siguiente cuadro se resumen los errores tipo I y II.
226

Tabla 23 Caractersticas de los errores tipo I y tipo II SITUACIN La Ho es verdadera La Ho es falsa Decisin acertada (No hay error) Probabilidad (1 ) Error tipo I Probabilidad () Error tipo II Probabilidad () Decisin acertada (No hay error) Probabilidad (1- )
DECISION A TOMAR Aceptar Ho
Rechazar Ho
La probabilidad de cometer el error Tipo I (tipo de error tambin llamado falso positivo) se comete cuando se afirma la hiptesis del investigador siendo falsa; se denomina nivel de significacin y se representa por la letra griega alfa (). Por tanto, es la probabilidad de cometer un error tipo I y se aconstumbra que el investigador lo fije antes de empezar la investigacin. En la prctica es frecuente el uso de un nivel de significancia de 0,05 0,01, aunque tambin se usan otros valores, pero usualmente no menores a 0,05. Por otro lado, se conoce como nivel de confianza a la probabilidad a priori de que el intervalo de confianza a calcular contenga al verdadero valor del parmetro. Se indica por 1- y habitualmente se da en porcentaje (1-) %. Por ejemplo, si se escoge un nivel de significancin del 0,05 5% significa que al elaborar la regla de decisin para aceptar o rechazar la Ho aceptamos que existe unas cinco oportunidades entre cien de rechazar la hiptesis cuando debiera haberse aceptado; es decir, tenemos un 95% de confianza (1- = 95%) de que hemos adoptado la decisin correcta. En tal caso, decimos que la hiptesis ha sido rechazada al nivel de significacin 0,05 o que tiene una probabilidad del 5% de ser falsa. Cuanto mayor sea tanto ms probable es que se cometa el error tipo I. El error tipo II (tipo de error tambin llamado falso negativo) se representa por la letra griega beta (), se comete cuando no se rechaza la Ho siendo esta falsa en la poblacin. Por tanto, y indicarn tanto el tipo de error como la probabilidad de cometerlo. Existen recomendaciones para disminuir el error tipo I y el error tipo II. Veamos las concernientes al error tipo I: a) Depurar la matriz o base de datos para evitar errores provenientes de valores extremos que puedan producir hallazgos significativos; b) Utilizar valores de alfa ms reducidos (0.01 0.001); c) Reproducir el estudio. Si al hacerlo se obtienen
227

resultados similares, estaremos ms seguros de no estar cometiendo el error de tipo I. Por otro lado, recomendaciones para disminuir el error tipo II son: a) Estimar el poder estadstico del estudio; b) Incrementar el tamao del efecto a detectar; c) Incrementar el valor de alfa; d) Utilizar pruebas o tests paramtricos en lugar de pruebas o tests no paramtricos, por ser ms potentes. Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad del otro. U/na recomendacin general para equilibrar la posibilidad de su presentacin es incrementar el tamao de las muestras, hacerlas ms grandes. Actualmente se recomienda que los valores de y deben ser especificados por el investigador antes de iniciar la investigacin. Asimismo, estos valores determinam que tamao (n) de muestra tendra que escogerse para calcular la prueba estadstica elegida. Todava es comn que y n se especifiquen de antemano; al determinarse ambos, tambin queda determinada . 3.5 Eleccin de la prueba estadstica 3.5.1 Concepto de prueba estadstica Para una mejor ilustracin de la prueba estadstica de la hiptesis, algunos investigadores (Grajales, 1998) comparan a esta prueba con un jurado de un proceso judicial.
228

Tabla 24 Comparacin del juicio por un jurado y la prueba estadstica de hiptesis Juicio por medio de un jurado Prueba estadstica de la hiptesis las pruebas el
Responsable de presentar pruebas el Responsable de fiscal investigador. Juicio El jurado decide con el veredicto Se asume inocente. que el acusado Coleccin de datos.
Se aplica una prueba estadstica. es Se asume que la hiptesis nula es verdadera.
Pesa la evidencia provista por los testigos y pruebas asumiendo que el acusado es inocente
Evala la evidencia provista por los datos (tal cual se resumen en la prueba estadstica) asumiendo que la hiptesis nula es verdadera. Pesa la evidencia en contra del Calcula el valor p (probabilidad) acusado asumiendo que es inocente para la prueba estadstica suponiendo que la hiptesis nula es verdadera. El acusado es encontrado culpable Se rechaza la hiptesis nula si el ms all de toda duda razonable valor p es menor que el nivel de significatividad establecido. El acusado es inocente y el jurado lo Error tipo I. declara culpable El acusado es culpable y el jurado lo Error tipo II. declara inocente
(Tomado de Grajales, 1998). Se observa en este cuadro que la decisin sobre la Ho se realiza despus de la aplicacin de una prueba estadstica. En trminos generales, las pruebas o tests estadsticos (o contrastes) son el instrumento para validar o rechazar las hiptesis que siguen un determinado modelo probabilstico, tratando de distinguir lo que es plausible de lo que es muy poco verosmil, en el marco de un modelo dado. En trminos estadsticos, son tcnicas mediante las cuales se contrastan los resultados derivados de realizar las operaciones matemticas propias de cada prueba con los valores crticos de la distribucin muestral correspondiente, y se decide si se puede rechazar,
229

dentro de determinados lmites de probabilidad, la Ho, que postula que los resultados observados son debidos al azar (Sierra Bravo, 1991:371). Por ejemplo, si se comparan en la estrategia de aprendizaje Elaboracin de la informacin a un grupo de escolares varones y un grupo de escolares mujeres y se postula la Ho: XVARONES = XMUJERES (No existe diferencia entre varones y mujeres en la Elaboracin de la informacin), y si el investigador decide utilizar la prueba estadstica t de student para muestras independientes con un nivel de significacin del 0,05 y una potencia de 0,80 para someter a contraste la Ho, entonces el resultado que obtenga se comparara con los valores crticos de la distribucin terica de la prueba t. La regla de decisin indica que si el resultado obtenido es menor o igual que el valor crtico, la Ho se rechaza, si es mayor, se acepta. Una limitacin de las pruebas estadsticas es que el tamao de la muestra afecta la significatividad estadstica. Por ejemplo, dos estudios similares en todo pueden producir resultados muy diferenres en trminos de significacin estadstica simplemente porque se emplearon tamaos de muestras muy diferentes. En consecuencia, el investigador que tiene la muestra de mayor tamao puede alcanzar un resultado estadsticamente significativo, mientras que el otro no. En este sentido, tanto ms pequeo es el tamao de la muestra, tanto ms posible es un resultado con un error tipo II (aceptar la Ho cuando es falsa, o en otro sentido rechazar la hiptesis de investigacin Ha cuando en realidad es correcta). Esta comprobacin, ha determinado que se considere que si se utiliza nicamente la significacin estadstica no se pueden comparar los resultados, siendo necesarios otros conceptos para efectuar esta operacin: el tamao del efecto y la potencia o poder de la prueba estadstica como informacin necesaria para evaluar la probabilidad de evitacin del error tipo II (Clark-Carter, 2002) 3.5.2 Tipos de pruebas estadsticas Las pruebas estadsticas responden a un modelo estadstico y tienen un requisito de medida, siendo su aplicacin y resultados vlidos en el marco de estas especificaciones. Si bien algunas de estas pruebas son robustas, es decir que el nivel de significacin vara muy poco cuando las condiciones de aplicacin de la prueba se alejan de las estipuladas (Domenech, 1975), es recomendable, sobre todo cuando las muestras son pequeas (n<30) el verificar el cumplimiento de las condiciones del modelo estadstico y del requisito de medida; de no hacerse esta verificacin ms que condiciones es mejor hablar de suposiciones de la prueba. Es decir, el investigador supone que se estn cumpliendo las condiciones con todos los riesgos que ello implica para la interpretacin de los resultados. Las pruebas estadsticas se clasifican en pruebas no paramtricas. pruebas paramtricas y en
230

a) Pruebas paramtricas. Son pruebas que a partir de los datos resultantes de la observacin con los instrumentos y tcnicas apropiadas de las variables de inters en las muestras seleccionadas, estiman los parmetros de la poblacin de acuerdo a modelos de condiciones muy restrictivas respecto a la forma en que se distribuyen esos parmetros, por ejemplo que tengan una distribucin normal. El requsito de medida es que las variables esten medidas en escala de intervalo o de razn, es decir, sean cuantitativas. Sin embargo, tambin se acepta que son aplicables en variables ordinales cuando estas tienen niveles suficientes, por ejemplo 20 o ms (Clark-Carter, 2002). b) Pruebas no paramtricas. Son pruebas que no exigen el cumplimiento de condiciones en su modelo estadstico, por ejemplo la distribucin normal de los datos por lo que son llamadas tambin de "distribucin libre", salvo la condicin que el muestreo sea probabilstico, aleatorio. Las variables deben estar medidas en un escalamiento nominal o en un escalamiento ordinal de pocos niveles. En la Tabla 25 se presentan un conjunto de pruebas paramtricas y sus contrapartes no paramtricas ms utilizadas en estudios con dos variables; en tanto que en la Tabla 26 se muestran las pruebas multivariadas de anlisis, y en la tabla 27 una sntesis que se incrementa con otros estadsticos importantes en la investigacin en psicologa, educacin y ciencias sociales. Respecto a las tcnicas multivariadas de anlisis, estas son un conjunto de tcnicas estadsticas y matemticas para analizar, describir e interpretar las medidas mltiples ms de una variable (n > 1) realizadas en cada individuo u objeto sometidos a investigacin. La informacin que proporcionan es por tanto multidimensional (Cuadras, 1981; Hair, Anderson, Tatham & Blak, 1999), ayudando al mejor describir, clasificar, predecir, explicar, comprender el comportamiento humano. Son aplicadas en todas las ciencias. Algunos ejemplos de su aplicacin son los siguientes: Sirven para determinar los diferentes factores o dimensiones de la inteligencia, la personalidad y la estructura de un test; En vista que los objetos a clasificar estn diferenciados por datos de ausencia o presencia de n caractersticas cualitativas, sirven para formar grupos cada vez ms amplios hasta llegar una clasificacin jerrquica (taxonoma); Una vez medidas diferentes variables biomtricas en los individuos de una misma especie, sirven para detectar componentes de tamao y forma.
231

Sirven para medir la similaridad de un grupo de naciones que se representan a lo largo de dimensiones polticas, sociales y demogrficas; Partiendo de la presencia o ausencia de determinados sntomas clnicos, sirven para ayudare a diagnosticar la enfermedad de un paciente En el anlisis de mercados, en el que actualmente no hay consumidores heterogneos y caracterizados por un reducido nmero de variables demogrficas, sirven para analizar y examinar adecuadamente las mltiples relaciones de numerosos segmentos de clientes con diversas caractersticas demogrficas y psicogrficas, brindando informacin que hace posible una mejor toma de decisiones. Estas tcnicas se encuentran en expansin pues aparecen nuevas tcnicas y se perfeccionan las existentes. En sentido estricto, muchas tcnicas multivariantes son extensiones del anlisis univariante por ejemplo del anlisis de distribucin de una sola variable, y del anlisis bivariante por ejemplo las clasificaciones cruzadas, correlaciones, anlisis de la varianza y regresiones simples utilizadas para analizar dos variables. Las tcnicas mutivariadas ayudan a los psiclogos en el anlisis de datos cuando estos constan de ms de una variable observada, y la utilidad aumenta al incrementarse el nmero de variables y el nmero de unidades experimentales. Por ejemplo, si una psicloga quisiera poner a prueba un modelo que ha elaborado acerca de que el rendimiento acadmico en matemticas (VD) es funcin de un conjunto de variables independientes (VI) tales como la inteligencia, la capacidad de concentracin, las horas dedicadas al estudio y la actitud hacia las matemticas. La formaliacin matemtica del modelo es la siguiente: Yij = f( Xj1 b1i+ Xj2 b2i + Xj3 b3i+ Xj4 b4i), el mismo que indica que el rendimiento acadmico Y para el estudiante i, queda mejor estimado a travs del status de i en las variables X1 a X4 , y por las ponderaciones bj sobre las variables referidas a esa situacin. Si la variable dependiente (Y) y las variables independientes (X1, X2.) son cuantitativas no sera til una prueba bivariada como el coeficiente de correlacin de pearson para determinar su relacin; hay que recurrir a una tcnica multivariada que halle estas relaciones al mismo tiempo. En este caso es til el anlisis de regresin mltiple con su producto el coeficiente de correlacin mltiples (R). Por otro lado, se han presentado varias clasificaciones de las tcnicas multivariadas. Utilizaremos la clasificacin propuesta por Hair, Anderson, Tatham & Blak (1999) quienes emplean como criterio que las variables en estudio pueden dividirse en dependiente e independiente. As, las tcnicas
232

multivariadas pueden dividirse en tcnicas de anlisis de dependencia o de interdependencia, a su vez al interior de estos bloques se presentan otras divisiones atendiendo tambin al tipo de variable. Tabla 25 Pruebas paramtricas y no paramtricas ms usadas en estudios con de variables.
VARIABLE INDEPENDIENTE (PREDICTORA) VARIABLE DEPENDIENTE (RESULTADO) RELACIN ENTRE LAS MUESTRAS (diseos entre sujetos; diseos intrasujetos)
dos
TIPO DE PRUEBA
PRUEBA ESTADSTICA
Una sola muestra (se compara con Cuantitativa valor terico)
t-student para una muestra
Categrica
No relacionadas
Dicotmica categoras grupos)
(dos o
Chi-cuadrado de Pearson. Si ambas variables son ordinales usar el coeficientre gamma. No existe (usar no paramtricas)
Relacionadas
No relacionadas Paramtricas Cuantitativa t-student muestras independientes
Relacionadas
t-student muestras relacionadas Chi-cuadrado de Pearson. Si ambas variables son ordinales usar el coeficiente gamma.
Politmica (ms de dos categoras o Categrica grupos)
No relacionadas
233

No relacionadas Cuantitativa Anlisis de la varianza (ANOVA) de una va Anlisis de la varianza (ANOVA) de medidas repetidas Binomial Chi-cuadrado de Pearson Chi-cuadrado de Mantel-Haenzsel Prueba de KolmogorowSmirnov Prueba de las Rachas Test exacto de McNemar Prueba de los Signos Prueba Q de Cochran Chi-cuadrado de Pearson Test exacto de Fisher Prueba de los signos Prueba Wilcoxon de
Relacionadas
Una sola muestra (se compara con valor terico)
Relacionadas
Categrica
Dicotmica (dos valores o grupos) No paramtricas
No relacionadas
Relacionadas Cuantitativa
No relacionadas
U de MannWhitney Mediana Z KolmogorovSmirnov Rachas de WaldWolfowitz Valores extremos de Moses.
234
Categrica Politmica (ms de dos valores o grupos)
Relacionadas
Prueba Q Cochran
de
Prueba de Relacionadas Friedman W de Kendall Cuantitativa (concordancia) Prueba de No relacionadas Kruskal-Wallis Mediana K variables ANOVA de dos vas por rangos COVARIACION (medidas de dos variables en los mismos sujetos o unidades de anlisis del estudio) Paramtrico Cuantitativa Cuantitativa Correlacin de Pearson/ Regresin lineal simple No Cuantitativa Cuantitativa Correlacin de paramtrico Spearman
Tabla 26 Clasificacin de las tcnicas multivariadas. Tcnicas de Dependencia Tcnicas de Independencia Segn nmero de variables que Segn la estructura de relaciones estn prediciendo o explicando entre 1) Mltiples relaciones de variables 1) Variables: Tcnica de anlisis dependientes e independientes: factorial. Tcnica Modelo de ecuaciones 2) Casos/Encuestados: Tcnica de estructurales. anlisis de clusters. 2) Varias variables dependientes 3) Objetos: en una relacin nica: Segn escala de medida de las Segn los atributos sean mtricos: Tcnicas de anlisis variables dependientes. multidimensional. Si es mtrica, cul es la escala de Segn los atributos no sean medida de la variable predictor? mtricos: Tcnica de anlisis de Si es mtrica: Tcnica de correlacin correspondencias. cannica, (mtrica = cuantitativa; no mtrica
235

Si no es mtrica: multivariante de variables. Tcnica = no cuantitativa)
No es mtrica: Tcnica de anlisis de correlacin cannica con variables ficticias. 3) Una variable dependiente en una relacin comn: Segn escala de medida de las variables dependientes: Si es mtrica: Tcnica de regresin mltiple; tcnica de anlisis de conjunto. No es mtrica: Tcnica de anlisis discriminante mltiple; Tcnica modelos de probabil idad lineal.
236

Tabla 27 Listado de estadsticos I. PARA REALIZAR ANLISIS DESCRIPTIVO Se presentan diversos procedimientos empleados en la descripcin general de informaciones cuantitativas, en particular, algunas de las que con mayor frecuencia se utilizan en la caracterizacin global del grupo estudiado y en la comparacin de subgrupos en relacin con una o ms caractersticas que son importantes en los objetivos formulados por el investigador: 1. Descripcin global de un grupo: distribuciones de frecuencias, medidas de tendencia central, medidas de dispersin, medidas de concentracin (ndice de Gini, ndice de Theil), tasas. 2. Comparacin de grupos, o de subgrupos de una misma poblacin, o la comparacin de un mismo grupo en dos momentos del tiempo: a) Comparacin del porcentaje; b) Comparacin con medidas de concentracin (ndice de Gini); c) Comparacin de tasas (tasas de desercin escolar); d) Comparacin de ndices (tasa de movilidad ocupacional entre puestos, segn sexos); e) Comparacin en muestras (p.e. prueba T de student para muestras independientes o para muestras correlacionadas); g. Comparacin de medidas ordinales (p.e. Prueba de Mann -Whitney). II. PARA REALIZAR COMPARACIONES MLTIPLES. 1. Anlisis simple de la varianza; 2. Anlisis post-hoc: Tcnica de Sheeff (otras son las de Duncan, Tukey, etc.); 3. Anlisis de la varianza con dos factores; 4.Correlacin en el anlisis de la varianza simple; 5. Anlisis de varianza no paramtrico (Kruskall - Wallis). III. ANLISIS DE COVARIANZA IV. PARA REALIZAR ANLISIS DE RELACIONES SIMPLES. 1. Anlisis de asociacin para datos nominales. (a. Comparacin de porcentajes; b. Coeficientes de contingencia; c. Coeficientes Lambda y Tau; d. Coeficiente Q de Yule; e. Coeficientes Phi.); 2. Coeficientes ordinales: (a. Tau ; b. Gamma ; c. D de Sommers ; d. Rho de Spearman) ; 3.Coeficientes de intervalos y escalas proporcionales: r de Pearson. V. PARA REALIZAR ANLISIS MULTIVARIADO. Anlisis de regresin. Anlisis de regresin mltiples. Modelo de regresin multiplicativo. Modelo semilogartmico. Regresin con variables ficticias. Coeficientes multivariados. Correlacin parcial. Correlacin mltiple. Anlisis cannico. Anlisis discriminante. Anlisis de conglomerados. Anlisis de ruta. Anlisis factorial. (Modificado de Briones, 1982).
237

3.5.3 Criterio objetivo para elegir la prueba estadstica
Cuando el investigador tiene un men de pruebas estadsticas que pudiera emplear, debe usar un criterio objetivo para eleccin de la ms conveniente. Este criterio objetivo se basa en tres aspectos: a) La potencia de la prueba; b) El modelo estadstico de la prueba, que toma en cuenta la naturaleza de la distribucin de la poblacin y la tcnica de muestreo; c) El requisito de medida, es decir la escala o nivel de medicin nominal, ordinal, de intervalo, de razn en la que se ha medido la variable.. 1) La potencia o poder estadstico. Esta caracterstica depende de muchos factores, includos el tipo de prueba que se emplea, el tamao del efecto, el diseo entre sujetos o intrasujetos, el nivel establecido, si la prueba es de una o dos colas y, en el caso de diseos entre sujetos, el tamao relativo de las muestras. Se le define como la probabilidad de evitar un error tipo II, es decir, el poder de una prueba es igual a 1 El poder que el investigador requiere para una investigacin depende de los objetivs de esta, por ejemplo, si es particularmete importante evitar un errro tipor II, se orientara a un nivel de poder lo ms cercano posible a 1. Por ejemplo, si quisiera probar la eficacia de un mediamento que puede salvar una vida, no querra rechazar de manera errnea la hipotesis de investigacin de que el medicamento tiene eficacia, pero para lograr tal nivel de poder tal vez sea preciso un tamao de muestra impracticable grande. Un nivel razonable de poder, en condiciones mormales, es 0,80. En otras palabras, la probabilidad de cometer un error tipo II () es 1 poder = 0,20. Con un nivel de establecido en 0,05, esto nos dar una razn de probabilidad de cometer un errro tipo I y error tipo II de 1:4. (ClarkCarter, 2002). Las pruebas paramtricas son ms potentes que las pruebas no paramtricas. Es decir, estas ltimas son ms exigentes al rechazar la Ho y por tanto tienen menos posibilidades de acertar cuando no la rechazan (mas posibilidades de cometer un error tipo ). Por otro lado, la potencia de una prueba estadstica se incrementa cuando lo hace el tamao de la muestra. En consecuenia, para que una prueba no paramtrica logre la misma potencia de una prueba paramtrica debe aumentarse en una cantidad determinada el tamao de la muestra. En este sentido, la potencia de una prueba no paramtrica suele calcularse en referencia a su homloga paramtrica. Por ejemplo, la U de Mann-Whitney tiene una potencia relativa del 95% con respecto a la prueba paramtrica t de Student, es decir que con una muestra de 100 sujetos, se consigue la misma potencia con la U de Mann-Whitney que con 95 sujetos para la t de Student.
238

El concepto de potencia es muy til en la fase de planificacin del estudio cuando el investigador tiene que decidir el tamao de la muestra necesario para lograr un determinado nivel de poder (por ejemplo, 0,80), y en la fase del anlisis de los datos para evaluar el poder de la prueba utilizada. Nos ocuparemos del primer caso. Una vez que el investigador ha decidido el diseo entre o intra sujetos -, el nivel de significacin alfa y la cola de la prueba unilateral o bileteral, una o dos colas -, puede calcular el tamao de la muestra que requiere, pero todava le queda un problema por resolver, el tamao o magnitud del efecto (effect size). a) La magnitud del efecto. En los estudios experimentales se trata de determinar el impacto de la variable independiente sobre la variable dependiente. La magnitud del efecto es una manera de cuantificar la efectividad de una intervencin particular en relacin a alguna comparacin, por ejemplo entre un grupo experimental (GE) y un grupo control (GC), o del grado en que dos o ms variables estn relacionadas entre s. El enfatizar en la magnitud del efecto ms que en la significacin estadstica (que se ve afectada por el tamao de la muestra) hace posible ir ms all de preguntas como El mtodo A es efectivo o no? a otras ms complejas como Que tan bien funciona el mtodo A en varios contextos?. Por ser independiente del tamao de las muestras, la magnirtud del efecto es un estadstico que se ha convertido en una herramienta importante para interpetar y reportar la efectividad de una condicin especifica (Coe y Merino, 2003), utilizndose con tal propsito en los estudios exsprimentales, los meta-anlisis e incluso se viene extendiendo su uso a estudios correlacionales y comparativos para describir diferencias. Sin embargo, es necesario tener en cuenta que las frmulas para obtener el tamao del efecto y la interpretacin de los mismos es diferente segn las pruebas estadsticas utlizadas para el contraste de la Ho. Cohen ha propuesto algunas medidas del tamao del efecto. Por ejemplo, en el caso de la diferencia de dos medias, el estadstico d de Cohen con un resultado de 0,20 representa un efecto pequeo, uno de 0,50 uno mediano y uno de 0,80 un efecto grande. En tanto que, en el caso de la Ji cuadrado el estadstico w de Cohen con un resultado de 0,10 define un efecto pequeo, uno de 0,30 uno mediano y uno de 0,50 un efecto grande. (Cohen, 1988, en Clark-Carter, 2002:188,201)
239

Veamos un ejemplo de clculo e interpretacin del estadstico d de Cohen en un experimento de diseo pretest, postest coin grupo de control. La frmula para hallar d es la siguiente: d= donde: es la media de una poblacin 2 es la media de la otra poblacin es la desviacin estndar
1 2
En el caso de la comparacin de dos grupos se presenta un problema acerca de que utilizar la del grupo control? la de los valores de ambos grupos juntos? la concentrada? Hay debate sobre cual de las emplear, muchos estiman que es mjejuor usar una desviacin estndar concentrada que esencialmente es un promedio de las desviaciones estndares de ambos grupos. La frmula para su clculo es: = (Ne 1) 2e +(Nc 1) 2c Ne + Nc - 2
Donde: Ne y Nc es la cantidad de sujetos en el GE y el GC, y e y 2c son sus desviaciones estndares Se compara los rendimientos de dos grupos en un test de atencin despus de un programa de mejoramiento de la atencin. Los resultados son los siguientes: X1= 22 X2= 18, concentrada = 3. Por tanto, d = 1,33 valor que es calificado como un efecto grande, es decir, el efecto del programa tiene un efecto grande en la atencin de los nios. Por otro lado, el anlisis de la frmula de d permite deducir que es una medida de cuantas desviaciones estandar separan a las dos medias, en otras palabras, es independiente del tamao de las muestras y es exactamente equivalente a un puntaje estndar Z de una distribucin normal. En consecuencia, d tambin puede interpretarse en el sentido que la puntuacin del sujeto promedio en el grupo experimental es 1,33 desviaciones estndares arriba del sujeto promedio en el grupo control y, por tanto, excede los puntajes del 91% del grupo control (para la determinacin de este ltimo valor vase la proporcin de una poblacin que se encuentra por debajo del puntaje Z = 1,33 en una tabla de la distribucin normal que se halla en los libros de estadstica). Si bien el lograr un efecto grande sera motivo de beneplcito para el investigador, un efecto pequeo puede ser importante. Si el efecto es el
240

resultado de un estudio sobre un tratamiento para salvar vidas se tratara de algo importante, aunque se salve nada ms la vida de una pequea proporcin de los pacientes. b) Tamao del efecto, potencia y tamao de la muestra. El investigador puede decidir de antemano que tamao de efecto desea, al fijar este valor tambin es posible determinar la potencia y el nmero de sujetos necesarios para el estudio. Existen tablas que permiten hacer estos clculos rpidamente. Por ejemplo, cuntos sujetos deberan haber tenido los dos grupos del ejemplo anterior? Si el investrigador decidi que: a) la prueba estadstica para el contraste de la Ho ser la prueba estadstica parmetrica t de student; b) la hiptesis sea unilateral o de una cola; c) el tamao del efecto sea de 0,80 y, d) la potencia de la prueba tambin sea de 0,80; entonces la respuesta es 20 sujetos por grupo (vase tabla AXV.2 en Clark-Carter, 2002:590). Si la hiptesis fuera bilateral o de dos colas, seran necesarios 30 sujetos por cada grupo. 2) El modelo estadstico de la prueba. Las pruebas ms poderosas son las paramtricas, que como hemos visto tienen en su modelo un conjunto de suposiciones o condiciones que si son cumplidas las hacen ms idneas para rechazar una Ho siendo falsa. Por ejemplo, las condiciones del modelo estadstico de la prueba t de Student para muestras independientes deben ser satisfechas, pues de no ser as no se tendra confianza en cualquier aseveracin de probabilidad con esta prueba. Estas condiciones son las siguientes: a) El muestreo debe ser aleatorio, probabilstico.
b) Las muestras deben distribuirse normalmente en la variable observada. Es decir, las puntuaciones de los sujetos de ambas muestras en la variable de inters deben ajustarse a la distribucin nornal de probabilidades o campana de Gauss por su forma. Esta condicin es mucho ms importante de cumplir en las muestras pequeas (n < 30). La condicin de normalidad puede comprobarse con los coeficientes de asimetra o curtosis que son medidas de posicin relativa o, con mayor precisin, empleando la prueba estadstica no paramtrrica KolmogorovSmirnov (KS). c) las muestras a compararse deben tener varianzas iguales o en casos especiales deben tener una proporcin de varianza conocida. Esta condicin se satisface empleando las pruebasa paramtrica F de Levene (Levenes test).
241
d) La medida de la variable de inters debe haberse realizado por lo menos en un nivel o escala de intervalo, es decir la prueba t de student ha sido elaborada para trabajar con variables cuantitativas. Si se cumple el requisito de medida y si todos los supuestos o condiciones del modelo estadstico se cumplen, en especial el de semejanza de varianzas, se debe utilizar la prueba paramtrica t de student para efectuar la comparacin de dos grupos respecto de la variable de inters, por ejemplo, el grado de atencin. Si los supuestos o condiciones no se cumplen, es mejor considerar el uso de una prueba no paramtrica, en este caso la U de Mann-Whitney.
242

Leccin IV Interpretacin y explicacin de resultados Con la interpretacin y explicacin de los resultados se va llegando a la etapa final de la investigacin, a la que concurren todas las anteriores etapas del estudio, pero la interpretacin se encuentra fuertemente vinculada al anlisis de los datos. 4.1 Anlisis, interpretacin y explicacin Como resultado del anlisis se tiene un conjunto clasificado de informacin sobre la variable o variables estudiadas, que el investigador presenta en tablas, cuadros o grficos y en relacin a los que hace afirmaciones sobre las propiedades estadsticas de los datos obtenidos, buscando de hacer explcitas las propiedades, notas y rasgos de todo tipo que con relacin a la variables o variables observadas, se derivan de las tablas. Se trata de analizar las tablas, cuadros o grficos en sus distintos elementos y aspectos afin de establecer las consecuencias que se puedan deducir de ellas respecto a la finalidad de la investigacin y a las hiptesis que se han pretendido contrastar (Sierra Bravo, 1994). Por ejemplo, en el caso de la correlacin de dos variables cuantitativas es aconsejable empezar el anlisis estadstico analizando la significatividad del coeficiente hallado, especialemte si es distinto de cero se debe: a) analizar el dispersigrama o nube de puntos para determinar si los datos se ajustan a una relacin lineal A estas afirmaciones se les denomina findings, que son afirmaciones sobre las propiedades estadsticas de los datos obtenidos en las operaciones de investigacin (Sietrra Bravo, 1994). La interpretacin en cambio "va ms all" de lo que los datos nos pueden reflejar. Ofrece un carcter cualitativo propendiendo a proporcionar un referente real a los resultados estadsticos. Tiene como punto de partida a los findings. Se trata de determinar la significacin y alcances de las propiedades y rasgos que se deriven del anlisis, estableciendo conclusiones que son enunciados sobre los trminos conceptuales de las variables. Por ejemplo, un investigador encuentra que: El pas "A", registra una cada continua del Producto Interno Bruto", entonces interpreta que, "Los ltimos ministros de la economa han sido incompetentes".
El anlisis y la interpretacin estn vinculados teniendo en comn el referirse al estudio de los datos procesados, en este sentido, su alcance es
243

especfico. Es en este alcance en lo que difieren de la explicacin que tiene un sentido ms general pues en investigacin concierne a la expresin terica ltima y general de los resultados de la investigacin o, si se quiere como el esquema lgico de la solucin al problema planteado que aquellos representan (Sierra Bravo, 1994). En el informe de investigacin, a la explicacin as entendida es usual denominarle Discusin de resultados. Sin embargo, hay investigadores que en los informes de investigacin solamente hablan de interpretacin de resultados, incluyendo en este trmino a la explicacin. Sea en uno u otro sentido, esta ltima fase de la investigacin cuyo objetivo es buscar un significado ms amplio a las respuestas mediante su trabazn con otros disponibles (Selltiz, Jahoda, Deutchs & Cook, 1976) requiere del investigador conocimientos en estadstica e investigacin, creatividad, dominio del marco terico y conceptual, razonamiento lgico y sensibilidad inferencial para captar y elaborar tericamente hasta los ms mnimos datos, partiendo de la confrontacin de los resultados del anlisis de los datos con los resultados significativos o no significativos generados por las hiptesis, los resultados no previstos por stas y los resultados mixtos, y relacionando dichos resultados con la teora, pues se trata de explicar el porque de las relaciones halladas (o no halladas) entre las variables, de predecir los fenmenos haciendo comparaciones con otros estudios o haciendo una revisin crtica de los conocimientos establecidos 4.2 Aspectos especficos a tener en cuenta en la interpretacin y explicacin de resultados Al momento de interpretar los resultados es conveniente que el investigador tenga en cuenta lo siguiente: a) La interpretacin debe limitarse al sistema de variables considerado para cada hiptesis, pues slo stas cuentan con el fundamento terico para la interpretacin. b) Debe manejarse con prudencia los valores obtenidos con el anlisis estadstico, pues no siempre la significacin estadstica de los resultados garantiza que stos sean realmente importantes. c) Si se comprueba la hiptesis, se debe cuidar que la interpretacin no exceda a la informacin que aportan los datos. d) Se debe cuidar las exigencias de la validez interna y las limitaciones que se han presentado durante el proceso de investigacin. e) Es necesario sealar los factores que no fueron controlados y que pudieron afectar los resultados. f) Es conveniente relacionar los resultados obtenidos, con los logrados en otros estudios sobre el mismo problema de investigacin.
244

g) Cuando los resultados no confirman la hiptesis es conveniente explicar el porqu de esta situacin. Los resultados deben ser aceptados como tales, puesto que en esa condicin tendrn su propio significado y valor. (Encinas, 1991). 4.3 Un ejemplo de anlisis e interpretacin
Veamos el siguiente ejemplo: Una investigadora esta estudiando la relacin entre la inteligencia y los prejuicios. La inteligencia la mide mediante un test de inteligencia y los prejuicios por medio de una escala de prejuicios; ambos instrtumentos son vlidos y confiables. La hiptesis que sostiene es de tipo correlacional y de una cola o ulilateral, pues afirma que existe una correlacin negativa entre la inteligencia y los prejuicios. Las hiptesis estadsticas son: Ha: r < 0; Ho: r = > 0. Despus de analizar el dispersigrama o nube de puntos de ambas variables decide utilizar la prueba estadstica paramtrica coeficiente de correlacin lineal de pearson, que arroja el siguiente resultado: r = - 0.70** (los dos asteristicos indican que el ndice de correlacin tiene un valor estadsticamemnte significativo). Anlisis estadstico (Findings): a) El valor del coeficiente de correlacin es estadsticamente muy significativo (p<0.01); b) Con un 99% de confianza en 100 veces que se repita la experiencia se espera que 1 vez no de el resultado observado; c) Este resultado permite rechazar la Hiptesis nula (Ho: r = > 0); y aceptar la hiptesis alterna (Ha = r < 0); d) Los individuos con bajas puntuaciones en los tests de inteligencia tienden a presentar puntuaciones altas en las escalas de prejuicios. Interpretacin: La baja inteligencia conduce a hostilidad hacia los grupos sociales extraos. Explicacin: En este caso el investigador tendra que encuadrar esta proposicin en la teora cientfica ya existente, en otras palabras, discutirla en relacin al marco terico de la investigacin. 4.4 Dos ejemplos de explicacin o discusin de resultados
A continuacin presentamos la discusin de dos investigaciones, una emprica y otra de revisin. El-Anzi (2005) estudio la relacin del rendimiento acadmico con la ansiedad, la autoestima, el optimismo y el pesimismo en estudiantes kuwaites. La muestra consisti de 400 estudiantes masculinos y femeninos en el Colegio de Educacin Bsica en Kuwait. Los resultados ms destacados de la investigacin fueron la correlacin positiva significativa
245

entre rendimiento acadmico y el optimismo y la autoestima - Considerando que las correlaciones fueron negativas entre el rendimiento acadmico y ansiedad y el pesimismo. La discusin de los resultados es la siguiente: Estos resultados muestran una relacin negativa entre el rendimiento acadmico y la ansiedad. Este resultado concuerda con estudios previos (ver Abu Marak, 1988; Dodds, 1975; Sarason, 1957; Spielberger, 1966), mientras que la relacin fue positiva en otros estudios (vase Mttar, 1981; Othman, 1975; Soliman, 1979). Este resultado podra ser dilucidada por decir que la ansiedad puede ser uno de los obstculos que impiden el logro acadmico alto en la adolescencia, ya que la ansiedad juega un papel en la reduccin de algunos factores que ayudan a incrementar el rendimiento acadmico, la energa psquica por lo tanto, se concentra a liberar la tensin. Los investigadores coinciden en que la ansiedad puede ser un agente de mltiples facetas. En su nivel simple o facultativo puede ser un motivo, pero a su alto nivel puede ser un obstculo. La ansiedad de la primera etapa pone a una persona en un estado de inestabilidad y desequilibrio. Para reducir la tensin, la persona debe eliminar las causas, y aqu la ansiedad puede ser un motivo para deshacerse de lo que le molesta a l o ella. Los resultados revelan tambin que existe una relacin significativa entre rendimiento acadmico y la autoestima, y esto est de acuerdo con diferentes estudios (ver Curry, 1990; El-Zayat, indito; Purky, 1970; Schned, 1972). Sin embargo, los resultados no han determinado si la autoestima es la causa de los logros acadmicos o de lo contrario. Este resultado puede explicarse por la edad de la muestra. Si nos fijamos en el modelo de O'Malley (1976) podemos aplicar la tercera a este resultado, porque hay algunos factores determinantes de los logros acadmicos que no estn relacionados con factores determinantes de la auto-estima. Estos factores determinantes son los antecedentes familiares, la capacidad acadmica y experiencia previa. Los resultados de los logros acadmicos muestran una correlacin positiva con optimismo y una correlacin negativa con el pesimismo. Este resultado confirma los resultados obtenidos en estudios anteriores realizados por Chang (1998) y Shepperd et al. (1996). Como se mencion anteriormente, los conceptos de optimismo y el pesimismo son an recientes y sus caractersticas an no se han decidido en los estudios rabes psicolgico. Sin embargo, estudios previos han demostrado que el optimismo y el pesimismo tienen una influencia equitativa de muchas variables. El
246

optimismo aumenta la capacidad de una persona a tolerar situaciones y para resolver problemas, y puede tener un efecto sobre el rendimiento acadmico. La persona optimista es inclinado a tener una visin esperanzadora sobre el futuro. As, el optimismo puede tener un buen efecto en el rendimiento. Tambin se descubri que la puntuacin media en el optimismo entre los hombres fue mayor que la de las mujeres. Este resultado coincide con varios estudios (ver Abdel-Khalek, 1996, 1998, Abdel-Khalek y Alansari, 1995; Abdullatif & Hamada, 1998; Mook et al., 1992). Hombres en la sociedad kuwait disfrutar de ms oportunidades y opciones que las mujeres. Los hombres tienen buenas oportunidades para expresar sus opiniones y actitudes. Ellos son quienes toman las decisiones en la eleccin de su tipo de educacin y de su cnyuge final. Esto los hace ms optimistas.
Martnez-Taboas (1997) expuso sinpticamente algunos de los hallazgos principales en el rea del abuso sexual en la niez y las consecuencias clnicas que se desprenden de la misma. La Discusin que hizo de sus resultados fue la siguiente: De esta breve revisin debe quedar claro que el abuso sexual en la niez suele traer consigo repercusiones psiconocivas a corto, mediano y largo plazo y que las mismas se ramifican en disfunciones conductuales, sexuales, afectivas y cognoscitivas. Sin embargo, tambin debe quedar claro que de 20 a 40% de estas vctimas no demuestran ni evidencian sntomas de trauma. Esto no debe sorprender si se adopta una perspectiva multi-casual y transaccional (Martnez-Taboas 1991). El campo de las psicopatologas del desarrollo (Cicchetti & Toth, 1995) ha demostrado de manera fechaciente que no puede analizarse el abuso en la nies con modelos lineales simplistas de causa y efecto. Al contrario pra llegar a comprender el impcto de estas experiencias estresantes, es necesario estudiar las caractersticas idiosincrsicas del (la) nio(a) (biolgicas y psicolgicas), las de su familia, y de la comunidad y cultura en donde est inmerso dicho (a) nio(a). En cada uno de dichos parmetros se pueden encontrar factores que potencien la probabilidad y nocividad del abuso, as como factores compensatorios, que aminoren el impacto negativo del mismo. Si se toma esto en cosideracin, resulta obvio que no todo nio(a) abusado(a) desarrollar un mismo perfil psicoemocional. Tambin resulta llamativo sealar y enfatizar que en trminos generales los(as) nios(as) que pasan por este tipo de abuso no demuestran un perfil especfico que de manera inelulible demuestre que estamos ante un menor
247

abusado. Lo que hasta el momento se ha encontrado es que estos(as) nios(as) demuestran ms sntomas de TEPT y problemas ms marcados en el manejo de su sexualidad, en especial demostraciones algo aberrantes de las mismas. Sin embargo, no demuestran ms psicopatologa que nios(as) de un grupo psiquitrico no abusado. Por tanto, la labor clnica debe tomnar estas consideraciones en cuenta al momento de realizar un diagnstico diferencial. Por ltimo, deseo retomar un sealamiento que hice al comienzo de este artculo. En el mismo mostr preocupacin y sorpresa de que los psiclogos latinoamericanos no estemos publicando trabajos tericos, epidemolgicos ni empricos sobre el abuso sexual en la niez en nuestros respectivos pases. Me pregunto:a qu se debe esto? Ser que el asunto no ha sido problematizado an? Ser que tal y como sucedi en Europa y Amrica del Norte, el tema es un secreto tcito? Ser que no hay recursos para estudiar el mismo? Estas preguntas son inquietantes y lo son porque se ha demostrado que el abuso sexual en la niez impacta negativamente la salud mental de nios puertorriqueos, judos, camboyanos, asiticos, filipinos y afroestadounidenses (vase el libro de Fontes, 1995). Sera deseable tener la expectativa de que en la prxima dcada esta situacin pase por un proceso remediativo y se le dediquen esfuerzos intelectuales y acadmicos a esta importante temtica. (Martnez-Taboas, 1997:61-62). 4.5 Las conclusiones
No se debe confundir resultados y conclusiones. Un resultado es una observacin directa, una conclusin es una inferencia basada en los resultados. Las conclusiones son las consecuencias lgicas que se obtienen mediante la inferencia de los resultados logrados en el estudio, y deben limitarse a aquellos que estn sustentados por los resultados que aporta la investigacin. Cuando las conclusiones modifican una teora anterior, el investigador o investigadora debe poner de manifiesto este hecho. Se estila elaborar una conclusin por cada objetivo que se persegua lograr con el estudio.
248
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ LECTURA 4
DEFINICIN DEL ANLISIS MULTIVARIANTE4 El anlisis multivariante no es fcil de definir. En un sentido amplio, se refiere a todos los mtodos estadsticos que analizan simultneamente medidad mltiples de cada individuo u objeto sometido a investigacin. Cualquier anlisis simultneo de ms de dos variables puede ser considerado aproximadamente como un anlisis multivariante. En sentido estricto, muchas tcnicas multivariantes son extensiones del anlisis univariante (anlisis de distribuciones de una sola variable) y del anlisis bivariante (clasificaciones cruzadas, correlacin, anlisis de varianza, y regresiones simples para analizar dos variables). Por ejemplo, una regresin simple (con una variable predictor) se extiende al caso multivariante para incluir varias variables predictor. De la misma forma, la variable dependiente que se encuentra en el anlisis de varianza se extiende para incluir mltiples variables dependientes en el anlisis multivariante de la varianza. En muchas ocasiones las tcnicas multivariantes sson un medio de representar en un anlisis simple aquello que requiri varios anlisis utiliznado tcnicas univariantes. Otras tcnicas multivariantes, sin embargo, estn diseas exclusivamente para tratar con problemas multivariantes, tales como el anlisis factorial que sirva para identificar la estructura subyacente de un conjunto de variables o el anlisis discriminante que sirve para diferenciar entre grupos basados en un conjunto de variables. Una de las razones de la dificultaad de definir el anlisis multivariante es que el trmino multivariante no se usa de la misma forma en la literatura. Para algunos investigadores, multivariante significa simplemente examinar relaciones entre ms de dos variables. Otros usan el trmino slo para problemas en los que se supone que todas las variables mltiples tiene una distribucin normal multivariante. Sin embargo, para ser considerado verdaderamente multivariante, todas las variables deben ser aleatorias y estar interrelacionadas de tal forma que sus diferentes efectos no puedan ser interpretados separadamente on algn sentido. Algunos autores afriman que el propsito del anlisis multivariante es medir, explicar y predecir el grado de relacin de los valores tericos (combinaciones ponderadas de variables). Por tanto, le carcter multivariante reside en los mltiples valores tericos (combinaciones mltiples de variables) y no slo en el nmero de variables y observaciones. Aqu no insisteremos en una definicin rgida del anlisis multivariante. En lugar de esto, el anlisis multivariante incluir tanto tcnicas multivariables como tcnicas multivariantes, debido a que los autores creen que el conocimiento de las
4
Referencia original: Hair, J., Anderson, R., Tatham, R. & Black, W. (1999). Anlisis multivariante. Madrid: Prentice Hall Iberia, pp. 4
249

tcnicas multivariables es un primer paso esencial en la comprensin del anlisis multivaariante.
250

ACTIVIDADES DE AUTOAPRENDIZAJE 1. Elabore un cuadro comparativo entre el muestreo aleatorio simple y el muestreo aletorio sistemtico. Muestreo aleatorio sistemtico 1.
Muestreo aletorio simple 1.
2.
2.
3.
3.
4.
4.
2. Identifique la respuesta correcta y diga el porqu. 1. En un estudio sobre la sintomatologa depresiva que presentan los obreros de una fbrica cul ser la unidad de anlisis apropiada? A) Los hombres obreros B) las mujeres obreras C) las fbricas D) los obreros de ambos sexos. Por qu? ___________________________________________________ ____________________________________________________________ 2. En relacin con la pregunta anterior, de las siguientes opciones de valores de la variable, elija la ms injdicada y apropiada: Variable: Sintomatologa depresiva A) Con sintomatologa depresiva/Sin sintomatologa depresiva B) Con mucha sintomatologa depresiva/Con poca sintomatologa depresiva/Sin nada de sintomatologa depresiva Por qu?: ___________________________________________________ ____________________________________________________________ 4. Un psiclogo estudia los patrones de conducta familiar en relacin con el estudio en un pueblo surandino peruano. El convive con varias familias del pueblo alternadamente durante un cierto tiempo. Este es un ejemplo de: A) Observacin estructurada B) Observacin no estructurada Por qu?: ___________________________________________________
251

5. La poblacin de un estudio esta compuesta de 50 000 personas Cul ser el tamao de la muestra necesaria para calcular los parmetros con un nivel de confianza del 95% y un margen de error de +/-4%? ____________________________________________________________ 6. Suponiendo que la muestrsa obtenida ser repartida por afijacin uniforme en tres estratos, cuntos individuos tendr cada estrato? ____________________________________________________________ 7. El prposito de emplear preguntas de tipo abierto o libre en una entrevista o cuestionario es el de lograr una informacin mucho ms profunda Qu opina Ud. de esta afirmacin? ______________________
3. Por qu se dice que en algunos eswtudios la unidad de muestreo no coincide con la unidad de anlisis?
Respuesta:. ..........................................
4. En relacin al texto, elabore enunciados verdaderos en los que se incluyan los siguientes tres trminos: 1. Individuo poblacin muestra Enunciado: 2. Error muestral error de sesgo error aleatorio Enunciado: 3. Afijacin proporcional afijacin uniforme afijacin ptima. Enunciado: 4. Recoleccin de datos fuente de informacin frecuencia de recoleccin Enunciado: 5. Codificacin variable independiente variable dependiente Enunciado:
252
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ AUTOEVALUACIN 4
Afirmaciones 1. Individuo es uno de los elementos de una muestra o poblacin. 2. El concepto demogrfico y el concepto metodolgico de poblacin coinciden. 3. La poblacin accesible es el conjunto de casos acerca de los cuales se pretende hacer una generalizacin. 4. Un parmetro es un valor numricxo logrado con los valores o puntuaciones de una muestra. 5. Una elevada concentracin de valores en la zona media indica una curva leptocrtica. 6. La asimetra y la curtosis influyen en el anlisis de los datos. 7. El error tipo I es tambin denominado Falso negativo. 8. Una limitacin de una prueba estadstica es que el tamao de la poblacin afecta la sigbificatividad estadstica. 9. La prueba t de student es una prueba no paramtrica. 10. El anlisis factorial multivariadas de anlisis. es una de las tcnicas (
V ) (
F )
( (
) )
( (
) )
( (
) )
( (
) )
RESPUESTAS: 1) V ; 2) F ; 3) F; 4) F 5) V; 6) F; 7) V; 8) V; 9) V; 10) V
253
PARA SABER MS: SITIOS WEB DE REFERENCIA http://www.uam.es/personal_pdi/ciencias/ajaikin/basest2004/muestreo.pdf http://www.santiagoapostol.net/Matematicas/joaquina-pdf/INF.pdf http://www.ucm.es/info/eue/pagina/APOYO/JavierPortela/indexmuestreo.ht ml http://posdem.com/ http://tarwi.lamolina.edu.pe/~cgonzales/pdf/Tecnicas%20de%20Muestreo %20II/estratificacion1.pdf http://www.peruv.com/ingenieria/estadistica_muestreo/muestreo_estratificado.htm http://www.monografias.com/trabajos12/muestam/muestam.shtml http://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.7/p2.html http://www.uv.es/rmartine/sociologia/tema2.PDF http://www.educar-argentina.com.ar/OCT2000/educ33.htm http://www.unifr.ch/ddp1/derechopenal/articulos/a_20080521_56.pdf http://aps.sld.cu/bvs/materiales/metoinvestigacion/Cap%EDtulo%206.html http://www.losrecursoshumanos.com/contenidos/212-focus-group-tecnicasde-recoleccion-de-datos.html
254

Babbie, E. (2000). Thomson.
Fundamentos de la investigacin social.
Mxico:
Briones, G. (1980) Curso avanzado de tcnicas de investigacin social aplicadas a la educacin. Santiago de Chile: PIIE. Coe, R. & Merino, C. (2003). Magnitud del efecto: Una gua para investigadores y usuarios. Revista de Psicologa de la PUCP, 30(1), 145-178. Cuadras, C.M. 1991. Mtodos de Anlisis Multivariante. Bilbao: Eunibar. Domenech, J.M. (1975). Mtodos estadsticos para la investigacin en ciencias humanas. Barcelona: Herder. Encinas, I. (1991). Teora y tcnicas en la investigacin educacional. Lima: Ave. El-Anzi, F.O. (2005). Logro acadmico y su relacin con la ansiedad, la autoestima, el optimismo y el pesimismo en los estudiantes kuwaites Social Behavior and Personality,. Recuperado el 12 de enero 2010. Disponible en: http://findarticles.com/p/articles/mi_qa3852/is_200501/ai_n9520814 / Hair J., Anderson R., Tatham R. & Black W.(1999). Anlisis multivariante, Madrid: Prentice Hall. Hernndez, R., Fernndez C. & Baptista .P. (2003): Metodologa de la investigacin. Mxico: Mc GrawHill. Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento. Mtodos de investigacin en Ciencias Sociales. Mxico: McGrawHill/Interamericana. Len, O. & Montero, I. (1991). Introduccin a la lgica de la investigacin en psicologa y educacin. 1. edicin. Madrid: McGrawHill. Martnez-Taboas, A. (1997). Abuso sexual en la niez y sus repercusiones emocionales. Psicologa Contempornea, 4(1), 56-63. Naghi, M. (1984). Metodologa de la investigacin en administracin, contadura y economa. Mxico: Mc Graw Hill.
255
Selltiz, C.; Jahoda, M.; Deutsch, M. & Cook, S. (1976). Mtodos de investigacin en las relaciones sociales. Madrid: Rialp Polit, B. & Hungler, D. (2000) Investigacin cientfica en ciencias de la salud. Mxico: Mc Graw Hill. Sierra Bravo, R. (1994). Tcnicas de investigacin social. Teora y ejercicios. Madrid: Paraninfo. Sierra Bravo, R. (1991). Diccionario Prctico de Estadstica. Madrid: Paraninfo.
256
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ BIBLIOGRAFA GENERAL
Alarcn, R. (1991). Mtodos y diseos de investigacin del comportamiento. 1. edicin. Lima: Universidad Peruana Cayetano Heredia. Alarcn, R. (2008). Mtodos y diseos de investigacin del comportamiento. Lima: Universidad Ricardo Palma. Aliaga, J. (1998). La inteligencia, la personalidad, la actitud hacia la matemtica y el rendimiento en matemtica en los estudiantes del quinto de secundaria. Tesis para optar el grado de Magister en Educacin, Universidad San Martn de Porres, Lima, Per. Aliaga, J., Ponce, C., Bernaola, E. & Pecho, J. (2001). Caractersticas psicomtricas del inventario de autoevaluacin de la ansiedad ante exmenes (IDASE). Paradigmas, 2 (2), 11-30. Aliaga, J. (2003). El aprendizaje autorregulado en estudiantes del quinto y sexto grado de primaria y el rendimiento en matemtica y lenguaje (Construccin de un cuestionario para la evaluacin del aprendizaje autorregulado segn el modelo de Pintrich y DeGroot). Tesis para optar el grado de Doctor en Psicologa, Universidad San Martn de Porres, Lima, Per. Arnau, J. (1978). Mtodos de investigacin en las ciencias humanas. Barcelona: Omega. Arnau, J. (1986) Diseos experimentales en psicologa y educacin. Volumen 1. Mxico: Trillas. Arnau, J. (1995) Diseos longitudinales aplicados a las ciencias sociales y del comportamiento. Mxico: Limusa. Avila, R. (1997). Introduccin a la metodologa de la investigacin. La tesis profesional. Aplicaciones y ejemplos. Lima: Estudios y ediciones RA. Babbie, E. (2000). Fundamentos de la investigacin social. Mxico: Thomson. Baker, T. (1997). Doing Social Research. USA: McGrawHill. Baltes, P., Reese, H. & Nesselroeade, J. (1981). Mtodos de investigacin en psicologa evolutiva. Madrid: Morata. Balluerka, N. & Vergara, A. (2002). Diseos de Investigacin Experimental en Psicologa. Mxico D.F.: Prentice Hall. Barriga, C. (1997). Fundamentos terico-metodolgicos de la investigacin
257

educacional. Scienta Omni, 1, 47-107. Beltrn, J. (1993). Intervencin Psicopedaggica. Madrid: Pirmide. Beltran, J. & Alvarez, J. (1995). Psicologa de la educacin. Madrid: Morambo. Best, J. (1970). Como investigar en educacin. Madrid: Morata. Briones, G. (1980) Curso avanzado de tcnicas de investigacin social aplicadas a la educacin. Santiago de Chile: PIIE. Briones, G. (1986). Mtodos y tcnicas de investigacin para las ciencias sociales. Mxico: Trillas. Buela-Casal, G., Caballo, V. & Sierra, J. (1999). Manual de evaluacin en psicologa clnica y de la salud. Mxico: Siglo XXI. Buenda, l., Colas, P. & Hernndez, F. (1998): Mtodos de investigacin en Psicopedagoga. Madrid: McGraw-Hill. Bunge, M. (1979) La investigacin cientfica. Ariel. Barcelona. Bunge, M. (1980). La ciencia: su mtodo y su filosofa. Mxico: Siglo XXI. Bunge, M. (1984). La investigacin cientfica. Su estrategia y filosofa. Barcelona: Ariel. Burns, N. & Grove, S. (2004). Investigacin en enfermera. Madrid: Elsevier. Caballero, A. (2000): Metodologa de la investigacin cientfica. Diseos con hiptesis explicativas. Lima: Udegraf. Caballero, A. (2004). Guas metodolgicas para los planes y tesis de maestra y doctorado. Lima; Ugraph. Campbell, D. & Stanley, J. (1973). Diseos experimentales y cuasiexperimentales en la investigacin social. Buenos Aires: Amorrortu. Castro, L. (1976). Diseo experimental sin estadstica. Mxico: Trillas. Carbajal, I. (2004) Efectos de un programa cognitivo conductual en los niveles de atencin y reflexividad en un grupo de estudiantes del 3. Grado de educacin primaria con dficit atencional. Pedagoga de la investigacin cientfica, 325-328. Carro, J. (1994). Psicoestadstica descriptiva. Salamanca: Amaru.
258
Chang, A. (1997). Relacin entre las actitudes maternas y el proceso de adaptacin personal del nio obeso. Revista Peruana de Psicologa, 2(4), 115-140. Clark-Carter, D. (2002). Investigacin cuantitativa en psicologa. Mxico: Oxford. Coe, R. & Merino, C. (2003). Magnitud del efecto: Una gua para investigadores y usuarios. Revista de Psicologa de la PUCP, 30(1), 145-178. Cohen, L. & Manion, L. (1990). Mtodos de investigacin educativa. Madrid: La Muralla. Crdova, J. (2001). El proyecto de investigacin para la tesis universitaria. Argumentos y Novedades, 2, 91-104. Cuadras, C.M. 1991. Mtodos de Anlisis Multivariante. Bilbao: Eunibar. Dioses, A., Morocho, J., Velsquez, C., Cuzcano, A. y Das, G. (2000). Efectos de un programa de un programa de estimulacin del lenguaje en nios con bajo rendimiento escolar residentes en un AA.HH. de Chorrillos. Revista de Investigacin en Psicologa, 3(2), 19-28. Domenech, J.M. (1975). Mtodos estadsticos para la investigacin en ciencias humanas. Barcelona: Herder. Encinas, I. (1991). Teora y Tcnicas en la Investigacin Educacional. Lima: Ave. El-Anzi, F.O. (2005). Logro acadmico y su relacin con la ansiedad, la autoestima, el optimismo y el pesimismo en los estudiantes kuwaites Social Behavior and Personality,. Recuperado el 12 de enero 2010. Disponible en: http://findarticles.com/p/articles/mi_qa3852/is_200501/ai_n9520814 / Eyssautier, P. (2002). Metodologa de la investigacin. Desarrollo de la inteligencia. Mxico: Ecafsa Thomsom Learning. Ezcurdia, A. & Chvez. P. (1996). Diccionario filosfico. Mxico: Limusa. Facundo, A. (1991). El proyecto de investigacin. Modulo 5. Serie aprender a aprender. Lima: Universidad Inca Garcilaso de la Vega. Vicerectorado Acadmico.
259

Fiallo, J., Cerezal, J. & Hedesa, Y. (2008). La investigacin pedaggica una va para elevar la calidad educativa. Lima: Coleccin Ruta Pedaggica. Flores, J. (1995). Teora y metodologa de la investigacin. Lima: Universidad Nacional Mayor de San Marcos. Facultad de Educacin. Gmez, J. (1983). El mtodo experimental. Mxico: Harla. Gmez, M. (2006). Introducin a la metodologa de la investigacin cientfica. Crdova: Brujas. Gortari, Eli de (1972. Lgica general. Mxico: Grijalbo. Hair J., Anderson R., Tatham R. & Black W.(1999). Anlisis multivariante, Madrid: Prentice Hall. Hayman, J. (1991). Investigacin y Educacin. Barcelona: Paids. Hempel, C. (1979) Filosofa de la Ciencia Natural. Alianza Universidad. Madrid. Hernndez, R., Fernndez C. & Baptista .P. (2003): Metodologa de la investigacin. Mxico: Mc GrawHill. House, E. (1994). Evaluacin, tica y poder. Morata: Madrid. Instituto de Investigaciones de la Universidad Inca Garcilaso de la Vega. (1993). Fundamentos de Investigacin Cientfica. Serie; Antologa de Investigacin Cientfica. Lima: Autor Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento. Mtodos de investigacin en Ciencias Sociales. Mxico: McGrawHill/Interamericana. Kerlinger, F. (1984): Enfoque Conceptual de Comportamiento. Mxico: Interamericana. la Investigacin del
Marqus Graell, S. (2000) Sociedad de la informacin. Nueva cultura. Habilidades claves para los ciudadanos del siglo XXI. Nuevas competencias para el profesorado. Quaderns Digitals, N 22. [En lnea]. Disponible en http://www.ciberaula.es/cuaderns/ [26 setiembre 2005]. Martnez-Taboas, A. (1997). Abuso sexual en la niez y sus repercusiones emocionales. Psicologa Contempornea, 4(1), 56-63. Martnez, M. (2006). La investigacin cualitativa (sntesis conceptual). Revista de Investigaciones Psicolgicas, 9(1): 123146.
260

Meja, E. & Reyes, E. (1994) Operacionalizacin de variables conductuales. Lima. Cnit. Miro Quesada, F. (1969). Iniciacin a la Lgica. Lima: Universidad Nacional Mayor de San Marcos. Munch, L. & Angeles, E. (1999). Mtodos y tcnicas Mxico: Trillas. de investigacin.
Mosterin, J. & Torreti, R. (2002). Diccionario de lgica y filosofa de la ciencia, Pg. 387. Naghi, M. (1984). Metodologa de la investigacin en administracin, contadura y economa. Mxico: Mc Graw Hill. Len, O. & Montero, I. (1991). Introduccin a la lgica de la investigacin en psicologa y educacin. 1. edicin. Madrid: McGrawHill. O'Neil, W M. (1968). Introduccin al mtodo en psicologa. Buenos Aires: Eudeba Pardinas, F. (1983). Metodologa y tcnicas de investigacin en ciencias sociales. Introduccin elemental. Mxico: SigloXXI. Pecho, J. (1997). Autoestima, habilidades sociales y autoritarismo paterno. Revista Peruana de Psicologa, 2(4), 93-114. Prez Juste, R. (1988). La evaluacin de instituciones educativas aplicada a los centros asociados de la UNED. Revista Iberoamericana de Educacin Superior a Distancia, 1(1), 7-30. Pick, S. (1995) Cmo investigar en ciencias sociales. Mxico: Trillas. Piscoya, L. (1987). Investigacin cientfica y educacional. Un enfoque epistemolgico. Lima: Amaru. Polit, B. & Hungler, D. (1994) Investigacin cientfica en ciencias de la salud. Mxico: Mc Graw Hill. 5ta. edicin. Polit, B. & Hungler, D. (2000) Investigacin cientfica en ciencias de la salud. Mxico: Mc Graw Hill. Quesada, R., Escurra, M. & Delgado, A. (2001). Riqueza lxica en estudiantes de educacin bsica, nivel secundario de Lima Metropolitana. Revista de Investigacin en Psicologa, 4(1), 109-119. Retegui, N. (1999) El constructivismo. sociocultural. Lima: Cedhum. La dimensin individual y
261

Reyes, E. (1988). Influencia del Programa Curricular y el trabajo Docente en el Aprovechamiento en Historia del Per del 3er. Ao de Educacin Secundaria. Tesis para optar el grado de Doctor en Educacin. Universidad Nacional Mayor de San Marcos. Lima, Per. Roces, C.; Gonzles, M. & Touron, J. (1997). Expectativas de aprendizaje y rendimiento de los alumnos universitarios. Revista de Psicologa de la Educacin, 22, 99-123. Rodriguez Rivas, M. ((2002). La ciencia. Lima: Universidad Inca Garcilaso de la Vega. Sautu, R. (2005). Todo es Teora. Objetivos y mtodos de investigacin. Buenos Aires: Lumiere. Sanchez, H. & Reyes, C. (2006). Metodologa y diseos en la investigacin cientfica. Lima: Editorial universitaria. Salkind, N. (1998). Mtodos de investigacin. Mxico: Prentice Hall. Selltiz, C., M. Jahoda, Deutsch, M. & Cook, S. (1976). Mtodos de investigacin en las relaciones sociales. Madrid: Rialp. Siegel, S. & Castellan, J. (1995). Estadstica no paramtrica aplicada a las ciencias de la conducta. Mxico: Trillas. Shaughnessy, J., Zechmeister, E. & Zechmeister, J. (2007). Mtodos de investigacin en psicologa. Mxico: McGrawHill. Sierra Bravo, R. (1984). Ciencias Sociales. Epistemologa, Lgica y Metodologa. Madrid: Paraninfo Sierra Bravo, R. (1991). Diccionario Prctico de Estadstica. Madrid: Paraninfo. Sierra Bravo, R. (1994). Tcnicas de investigacin social. Teora y ejercicios. Madrid: Paraninfo. Tamayo, M. (1991). Diccionario de la investigacin cientfica. Mxico: Limusa Tamayo, M. (2002). El proceso de la investigacin cientfica. Mxico: Limusa. Zorrila, S., Torres, M., Luiz, A. & Alcino, P. (1997). Metodologa de la investigacin. Mxico: McGrawHill. Tafur, R. (1994). La tesis universitaria. Lima: Mantaro. Tafur, R. (1994). Introduccin a la investigacin cientfica. Lima: Mantaro.
262

Travers, R. (1986). Introduccin a la investigacin educacional. Aires: Paids. Buenos
Ugarriza, N. (1994). Un modelo causal explicativo sobre el uso de bebidas alcohlicas en los adolescentes. Revista de Psicologa de la Universidad Ricardo Palma, 6(Especial), 69-75. Van Dalen, D. & Meyer, D. (1994). Manual de tcnica de la investigacin educacional. Mxico: Paids. Velsquez, A. & Rey, N. (1999). Metodologa de la investigacin cientfica. Lima: San Marcos. Vizcarra, C. (1985). Elementos de investigacin (Antologa). Lima: INIDE. Wood, G. (1984). Fundamentos de la investigacin psicolgica. Mxico: Trillas. Zubizarreta, A. (1998). La aventura del trabajo intelectual: cmo estudiare investigar. Mxico: Addison-Wesley Longman.
263
ANEXOS
264
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ Anexo 1
PERFIL DE UN INFORME DE INVESTIGACIN Informe parcial El avance de la investigacin ser comunicado por medio de informes parciales al profesor Asesor, quien los revisar y aprobar. Los informes comprendern cada una de las siguientes partes: 1. Primera parte: Planteamiento del problema de investigacin: Seleccin y formulacin del problema. Objetivos. Finalidad e importancia. Limitaciones del estudio. 2. Segunda parte: Marco de referencia de la investigacin: Marco histrico. Antecedentes del estudio en el extranjero y el pas. Marco terico. Definiciones conceptuales y operacionales. 3. Tercera parte: Mtodo: Tipo y diseo de investigacin. Poblacin. Muestra. Identificacin de variables. Tcnicas e instrumentos de recoleccin de datos. Procedimiento. Estadsticos y pruebas para el tratamiento estadstico. 4. Cuarta parte: Resultados: Presentacin, anlisis e interpretacin. Verificacin de hiptesis. Discusin de resultados. Resumen, conclusiones y recomendaciones. Referencias bibliogrficas. Informe final El informe final ser presentado al profesor Asesor para su revisin y aprobacin. Esquema del informe final. Ttulo ndice ndice de cuadros Introduccin Captulo I. EL PROBLEMA DE INVESTIGACION
265

1.1. Planteamiento del problema 1.1.1 Seleccin del problema 1.1.2 Formulacin del problema Objetivos 1.2.1 Objetivo general 1.2.2 Objetivos especficos
1.2.
1.3 Justificacin y limitaciones Captulo II. MARCO TEORICO REFERENCIAL 2.1 Antecedentes del estudio 2.1.1 En el extranjero 2.1.2 En el Per Bases terico-cientficas. Supuestos Hiptesis Definicin de conceptos Captulo III. METODO 3.1 3.2 3.3 3.4 3.5 3.6 3.7 Tipo de investigacin Diseo de investigacin Poblacin y muestra de estudio Variables de estudio Tcnicas e instrumentos de recoleccin de datos Procedimiento de recoleccin de datos Tcnicas estadsticas de anlisis de datos Captulo IV. RESULTADOS 4.1 4.2 Captulo V. 5.1 5.2 Presentacin y anlisis de resultados Discusin de resultados RESUMEN Y CONCLUSIONES Resumen Conclusiones
2.2 2.3 2.4 2.5
RECOMENDACIONES/SUGERENCIAS. REFERENCIAS BIBILIOGRFICAS ANEXOS.
266

VI. ADMINISTRACION DEL PROYECTO 6.1. Presupuesto a. Personal b. Bienes
c. Servicios
- Apoyo especializado - Material de escritorio -Material de Impresin -Otros - Movilidad y viticos -Servicios de Impresin -Servicios de Cmputo
PRESUPUESTO (Un ejemplo)
PRESUPUESTO ITEM 1 2 3 4 5 Equipos, software y servicios tcnicos Transporte y salidas de campo Materiales y suministros Material bibliogrfico y fotocopias Varios e imprevistos ( por variacin de precios y servicios) TOTAL 1 Presupuesto detallado 2 EQUIPOS, SOFTWARE Y VALOR TRANSPORTE SALIDAS DE SERVICIOS CAMPO 200 200 100 100 600 Movilidad local TOTAL 600 150 800 350 150 2,050
VALOR 150
Pruebas a utilizarse Tipeo Libros Revistas Sub-total 1
150 Sub-total 2
3 MATERIALES Y SUMINISTROS Papel bond Papel periodico tiles de escritorio Sub-total 3 VALOR 300 300 200 800
4 MATERIAL BIBLIOGRFICO VALOR Libros Separatas Fotocopias Sub-total 4 100 50 200 350
267
JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ Cronograma
MESES TAREA/SEMANA 1Elaboracion Proyecto 2. Elab. Informe I 3.Revision Informe I 4. Elab. Informe II 5.Revision Informe II 6. Elab. Informe III 7. Revisin Informe III 8. Elab. Informe IV 9. Revisin Informe IV 10.Elab. Informe Final 11. Rev. Informe Final 12.Rev. Informantes 13.Impresin de Informe 14. Sustentacin de informe ABRIL 1 2 3 4 1 MAYO 2 3 4 JUNIO 1 2 3 4 JULIO 1 2 3 4 AGOSTO 1 2 3 4 SETIEM 1 2 3 4
268

ANEXO 2 REFERENCIAS BIBLIOGRAFICAS (Modelo de la Asociacin de Psicologa Americana APA). Construccin de citas y fichas bibliogrficas y lista de referencias de acuerdo a las reglas establecidas por el Manual de Estilo de la American Psychological Association (APA) (URL: http://www.apa.org) El manual de estilo segn APA es utilizado por autores y estudiantes de psicologa, educacin, ciencias sociales, enfermera, criminologa, relaciones pblicas y otras profesiones. La Escuela de Post Grado de la Universidad Marcelino Champagnat ha adoptado el estilo APA para la redaccin de los proyectos y tesis de maestra y doctorado. I. CITAS A. Ejemplos de cmo citar en el texto una obra por un(a) autor(a): Rivera (1994) compar los tiempos de reaccin... En un estudio reciente sobre tiempos de reaccin... (Rivera, 1994). En 1994, Rivera compar los tiempos de reaccin... Cuando el apellido del autor(a) forma parte de la narrativa, como ocurre en el ejemplo (a), se incluye solamente el ao de publicacin del artculo entre parntesis. En el ejemplo (b), el apellido y fecha de publicacin no forman parte de la narrativa del texto, por consiguiente se incluyen entre parntesis ambos elementos, separados por una coma. Rara vez, tanto la fecha como el apellido forman parte de la oracin (vase ejemplo c), en cuyo caso no llevan parntesis. B. Obras con mltiples autores (as): 1.Cuando un trabajo tiene dos autores(as), siempre se cita los dos apellidos cada vez que la referencia ocurre en el texto. 2. Cuando un trabajo tiene tres, cuatro o cinco autores(as), se cita todos los autores(as) la primera vez que ocurre la referencia en el texto. En las citas subsiguientes del mismo trabajo, se escribe solamente el apellido del(la) primer(a) autor(a) seguido de la rase et al. Y el ao de publicacin.
Ejemplo:
269
Ramrez, Santos, Aquilera y Santiago (1985) encontraron que los pacientes.... (Primera vez que se cita en el texto). Ramrez et al. (1985) concluyeron que... (prxima vez que se menciona en el texto). 3. Cuando una obra se compone de seis o ms autores(as), se cita solamente el apellido del (la) primer(a) autor(a) seguido por la frase et al. Y el ao de publicacin, desde la primera vez que aparece en el texto. (En la lista de referencias, sin embargo, se proveen los apellidos de todos los autores.) 4. En el caso que se citen dos o ms obras por diferentes autores(as) en una misma referencia, se escriben los apellidos y respectivos aos de publicacin separados por un punto y coma dentro de un mismo parntesis. Ejemplo: En varias investigaciones (Ayala, 1984; Conde, 1986; Lpez & Muoz, 1994) Concluyeron que.... C. Citas directas: Material que es citado directamente (palabra por palabra) de otro(a) autor(a) requiere un trato diferente para incluirse en el texto. Al citar directamente, se representa la cita palabra por palabra y se incluye el apellido del (la) autor(a), ao de publicacin y pgina en donde aparece la cita. 1. Cuando las citas directas son cortas (menos de 40 palabras), stas se incorporan a la narrativa del texto entre comillas. Ejemplo: En estudios psicomtricos realizados por la Universidad de Connecticut, se ha encontrado que los nios tienen menos habilidades que las nias. 2. Cuando las citas directas constan de 40 o ms palabras, stas se destacan en el texto en forma de bloque sin el uso de comillas. Comienza este bloque en una lnea nueva, sangrando la misma y subsiguiente lnea a cinco espacios (utilice la funcin de Tab si usa un procesador de palabras). El bloque citado se escribe a doble espacio. Ejemplo: Miele (1993) encontr lo siguiente:
270
El efecto de placebo que haba sido verificado en estudio previo, desapareci cuando las conductas fueron estudiadas de esta forma. Las conductas nunca fueron exhibidas de nuevo an cuando se administran drogas verdaderas. Estudios anteriores fueron claramente prematuros en atribuir los resultados al efecto de placebo (p. 276). II. Listas de referencia Construccin de fichas bibliogrficas y de la lista de referencia Elementos generales del estilo APA La lista de referencias al final de un proyecto o artculo lo documenta y proporciona la informacin necesaria para identificar y recuperar cada fuente. Una lista de referencias cita trabajos que apoyan especficamente los planteamientos realizados. En contraste, una bibliografa cita trabajos que sirvieron de fundamento o son tiles para una lectura posterior, y puede incluir notas descriptivas. Las revistas cientficas en psicologa requieren listas de referencias, no bibliografas y la misma regla se sigue para todo documento estructurado con base en las normas APA. Las referencias se citan en el texto con un sistema de citacin de autor y fecha, y se listan alfabticamente en la seccin de Referencias. Las referencias que se citan en el texto deben aparecer en la lista de referencias; y viceversa: cada entrada en la lista de referencias debe citarse en el texto. El autor debe cerciorarse de que cada fuente referida aparece en ambos lugares, y que la cita en el texto y la entrada en la lista de referencias son idnticas en su forma de escritura y en el ao. Los datos deben estar correctos y completos. Debe darse una especial atencin a la ortografa de los nombres propios y de las palabras en lenguas extranjeras, incluyendo los acentos u otros signos especiales, y al hecho de que estn completos los ttulos, los aos, los nmeros de volumen y de las pginas de las revistas cientficas. Los autores son responsables de toda la informacin de una referencia. Debido a que una lista de referencias contiene slo referencias que documentan el artculo o el proyecto, proporcionando datos recuperables, no debe incluir las comunicaciones personales, tales como cartas, memorandos y la comunicacin electrnica informal, las cuales deben citarse slo en el texto. Los siguientes bibliogrficas: elementos se aplican en la preparacin de fichas
La lista bibliogrfica se titular: REFERENCIAS.
271

La lista tiene un orden alfabtico por apellido del autor(a) y se incluye con las iniciales de sus nombres de pila. La lista se escribe a doble espacio. Se escribe en cursivas los ttulos de revistas o de libros. Se deja un solo espacio despus de cada signo de puntuacin.
Elementos generales (los ejemplos de fichas bibliogrficas que aparecen a continuacin, se realizaron a espacio sencillo para guardar espacio en la redaccin de esta gua. Las mismas deben aparecer a espacio doble en la lista de referencias de su trabajo). Publicaciones peridicas (revistas) Autor, A.A. (ao). Ttulo del artculo. Ttulo de la revista, vol., pgs. Publicaciones no peridicas (libros). Autor, A.A. (ao). Ttulo de la obra. Lugar de publicacin: Editor o casa publicadora.
Revistas profesionales o journals Artculo con un solo autor (paginacin continua): Bekerian, D.A. (1993). In search of the typical eyewitness. American Psychologist, 48, 574-576. En este ejemplo se incluye solamente el volumen en la ficha bibliogrfica ya que la paginacin es continua a travs del volumen. Artculo con dos autores (paginacin separada): Klimoski, R., & Palmer, S. (1993). The ADA and the hiring process in organizatiosn. Consulting Psychology Journal: Practice and Research, 45 (2), 10-36. En este ejemplo incluye tanto el volumen como el nmero en la ficha bibliogrfica ya que cada edicin enumera sus pginas por separado. El (2) corresponde al nmero de la edicin; la cursiva se extiende hasta el volumen de la revista. Los nombres de los autores (cuando son ms de uno) se unen con el smbolo del ampersand (&). No se utilizan con este propsito las conjunciones y o and.
Revista popular (magazine) Posner, M.I. (1993, October 29). Seeing the mind. Science, 262, 673674. Se incluye la fecha de la publicacin el mes en el caso de publicaciones mensuales y el mes y el da en el caso de publicaciones semanales.
272

Artculos de peridicos Milln Pabn, C. (1995, Febrero 12). Endereza el curso de la reforma. El Nuevo Da, p.4. En los artculos de perodos, se utiliza la abreviatura p. cuando la cita se encuentra en una sola pgina. En citas de dos o ms pginas se utiliza la abreviatura pp. Elas, M. (1995, February 15). Quickie colesterol test often errorprone. USA Today, p. A1. Ejemplo de peridico compuesto por varias secciones.
Ejemplos de referencia a libros Cone, J.D., & Foster, S.L. (1993). Dissertations and theses from start to finish: Psychology and related fields. Washington, DC: American Psychological Association.
Libro con nueva edicin: Mitchell, T.R., & Larson, J.R., Jr. (1987). People in organizations: An introduction to organizational behavior (3rd ed.). New York: McGrawHill. Libro con autor colectivo institutos cientficos, etc.): (agencia de gobierno, asociaciones,
American Psychological Association. (1994). Publication Manual of the American Psychological Association (4th ed.). Washington, DC: Author. Cuando el autor y editor son los mismos, se utiliza la palabra Author para identificar la casa publicadora. Enciclopedias: Bergman, P.G. (1993). Relativity. In The new encyclopedia Britannica (Vol. 26, pp, 501-508). Garca Font, J. (1977). Magia y santera. En Enciclopedia Planeta de las ciencias ocultas y parapsicologa (Vol. 5, pp. 141-155). Barcelona: Editorial Planeta.
273

Captulo de un libro: Autor, A. A. & Autor, E. E. (Ao de publicacin). Ttulo del captulo. En A. Editor, E. Editor & C. Editor (Eds.), Ttulo del trabajo. (pp. xxx-xxx). Localidad: Editorial. Ejemplos: Eckenrode, J., Power, J. & Garbarino, J. (1997). Youth in trouble are youth have been hurt. En J. Garbarino& J. Eckenrode (Eds.), Understanding abusive families: An ecological approach to theory and practice (pp. 166193). San Francisco, EE.UU.: Jossey-Bass. Ponencia presentada en un evento: Gonzlez, R., Calvo, A., Benavides, G. & Casullo, M. (1998, noviembre). Evaluacin de la conducta social: Un estudio comparativo entre adolescentes argentinos y espaoles. Ponencia presentada en la Sexta Conferencia Internacional Evaluacin Psicolgica: Formas y Contextos, Salamanca, Espaa. Tesis de maestra no publicada Rocafort, C.M., Sterenberg, C., & Vargas, M. (1990). La importancia de la comunicacin efectiva en el proceso de una fusin bancaria. Tesis de maestra no publicada, Universidad del Sagrado Corazn, Santurce, Puerto Rico.
Material audiovisual Pelculas (videos): Hopkins, J. (Director). (1987). Critical thinking: How to evaluate information and draw conclusions [Videotape]. (Available from The Center for Humanities, Inc., Box 1000, Mount Kisco, NY 10549-0010) Se provee el nombre y, entre parntesis, la funcin o contribucin principal de la persona o entidad. Se seala el formato del recurso entre corchetes [ ] Se provee nombre y direccin del (la) distribuidor(a) ya que la misma es una pelcula de circulacin limitada. Fritz, S. (Directora). (1994). Sueos atrapados, la migracin dominicana a Nueva York [Videocinta] Santurce, PR: Isla Films.
274

Grabacin en cassette: Miranda, M.T.B. (Conferenciante). (1987). La familia con hijos adolescentes y problemas de conducta [Grabacin en cassette]. San Juan, PR: Consultores en Desarrollo y Conducta Humana. Grabacin musical: Sting. (1993). Ten summoners tales [CD]. Hollywood, CA: A&M Records. Artculo procedente del Educational Resources Information Center (ERIC). Minami, M., & Kennedy, B.P. (Eds.). (1991). Language issues in literacy and bilingual/multicultural education (Series N 22). Cambridge, MA: Harvard Education Review. (ERIC Document Reproduction Service N ED 384 225) El nmero de documento que corresponde a ERIC se incluye entre parntesis al final de la ficha.
Programa de computadora (software): Rosenberg, V. (1992). Pro-Cite 2.0 version for the IBM [Computer software]. Ann Arbor, MI: Personal Bibliographic Software. No se subrayan los nombres de los programas o lenguajes de computadoras.
Recursos de los servicios de INTERNET Para referenciar documentos que provienen de la Internet se consideran diversos aspectos, por ejemplo: Una pgina Web: Dewey, R. A. (2002). Psych Web by Russ Dewey. Recuperado en enero 25, 2003. disponible en http://www.psywww.com Un artculo de una revista electrnica: Jacobson, J. W., Mulick, J. A., & Schwartz, A. A. (1995). A history of facilitated communication: Science, pseudoscience, and antiscience: Science working group on facilitated communication. American Psychologist, 50,
275

750-765. Recuperado en enero http://www.gpa.orljoumalsljacobson.html 25, 1996 disponible en
Jimnez Arias ME.(2004). Preocupaciones actuales sobre la confeccin de ttulos adecuados para artculos cientficos. MEDISAN;8 (2). Recuperado en Diciembre 23, 2007, disponible en http://bvs.sld.cu/revistas/san/vol8_2_04/san09204.htm . Un artculo que proviene de APA Monitor (un peridico): Sleek, S. (1996, enero). Psychologists build a culture of peace. APA Monitor, pp. 1, 33. Recuperado en enero 25, 1996 disponible en http://www.apa.orglmonitor/peacea.html Un resumen (abstract): Rosenthal, R. (1995). State of New Jersey v. Margaret Kelly Michaels: An overview [Abstract]. Psychology, Public Policy, and Law, 1, 247-27 1. Recuperado en enero 25, 1996 disponible en http://www.apa.orgljoumals/abl.htrffl Un documento: Electronic reference formats recommended by the American Psychological Association. (1999, noviembre 19). Washington, DC: American Psychological Association. Recuperado en Noviembre 19, 1999 disponible en http://www.apa.orgljoumalslwebref.html Ejemplos de referencias de informaciones tomadas de diferentes bases de datos: Procedente de una base de datos en CD-ROM: Federal Bureau of Investigation. (1998, marzo). Encryption: Impact on law enforcement. Washington, DC: Autor. Recuperado de la base de datos SIRS (SIRS Government Reporter, CD-ROM, Fall 1998 release). Base de datos de una revista en una WWW: Schneiderman, R. A. (1997). Librarians can make sense of the Net. San Antonio Business Journal, 11 (3), pp. 5 8+. Recuperado en enero 27, 1999 de la base de datos EBSCO (Masterfile) disponible en http://www.ebsco.com
276

Base de datos de un diario de noticias cientficas en una MFWW: Kerrigan, D. C., Todd, M. K., & Riley, P. 0. (1998). Knee osteoarthritis and high- heeled shoes. The Lancet, 251, 1399-1401. Recuperado en enero 27, 1999 de la base de datos DIALOG (#457, The Lancet) disponible en http://www.dialogweb.com Base de datos de una revista universitaria en una WWW: Davis, T. (1992). Examining educational malpractice jurisprudence: Should a cause of argon be created for student-athletes? Denver University Law Journal, 69, 57+. Recuperado en febrero 17, 1993 de la base de datos en lnea WESTLAW (69 DENULR 57) Base de datos en lnea: Bowles, M. D. (1998). The organization man goes to college: AT&T's experiment in humanist education, 1953-1960. The Historian, 61, 15+. Recuperado en marzo 4, 1999 de la base de datos en lnea DIALOG (#88, IAC Business A.R.T.S., Item 04993186) Ordenacin de varios trabajos con el mismo primer autor. Cuando se ordenen varios trabajos realizados por el mismo primer autor, se proporciona el nombre de ste en la primera referencia y en las subsecuentes, y se utilizan las siguientes reglas para alfabetizar las entradas: Las entradas de un solo autor se ordenan por el autor de publicacin, primero el ms antiguo: Kim, L. S. (1991) Kim, L. S. (1994) - Las entradas de un solo autor preceden a las de autor mltiple, que comienzan con el mismo apellido: Kaufman, J. R. (1991) Kaufman, J. R. & Cochran, D. E. (1987) - Las referencias con el mismo primer autor y segundo o tercer autores diferentes se ordenan alfabticamente por el apellido del segundo autor y as sucesivamente: Kaufman, J. R., Jones, E. & Cochran, D. F. (1992) Kaufman, J. R. & Wong, D. F. (1989) Letterman, D., Hall, A. & Leno, J. (1993) Letterman, D., Hall, A. & Seinfeld, J. (1993) - Las referencias con los mismos autores en la misma sucesin se ordenan por el ao de publicacin, con el ms antiguo en primer lugar: -
277

Kaufman, J. R. & Jones, E. (1987) Kaufman, J. R. & Jones, E. (1990) - Las referencias con el mismo autor (o con los mismos dos o ms autores en el mismo orden) con la misma fecha de publicacin se ordenan alfabticamente por el ttulo (excluyendo los artculos Un [Una] o El [La]) que sigue a la fecha. Excepcin: Si las referencias con los mismos autores publicadas en el mismo ao se identifican como artculos en una serie (e.g., Parte y Parte 2), se deben organizar siguiendo el orden de la serie y no alfabticamente por el ttulo. Las letras en minsculas -a, b, c, etc.- se colocan inmediatamente despus del ao, dentro del parntesis: Kaufman, J. R. (1990a). Control.... Kaufman, J. R. (1 990b). Funciones de los.... Ordenacin de varios trabajos de diferentes primeros autores con el mismo apellido. Los trabajos realizados por diferentes autores con el mismo apellido se ordenan alfabticamente por la primera inicial: Eliot, A. L. & Wallston, J. (1983) Eliot, G. E. & Ahlers, R. J. (1980) Se incluyen las iniciales con el apellido del primer autor en las citas del texto. Ordenacin de los trabajos con autores corporativos o sin autores. De vez en cuando un trabajo tendr como autor a una dependencia, asociacin o institucin, o no tendr autor en lo absoluto. Los autores corporativos deben alfabetizarse, tales como las asociaciones o dependencias gubernamentales, a partir de la primera palabra significativa del nombre. Deben utilizarse los nombres oficiales completos (American Psychological Association, no APA; Instituto Mexicano del Seguro Social no IMSS). Una entidad principal precede a una subdivisin (University of Michigan, Department of Psychology; Universidad del Estado de Mxico, Coordinacin de Orientacin Educativa). Si, y slo si, el trabajo se rubrica como "Annimo", la entrada comienza con la palabra "Annimo" completa, y dicha entrada se alfabetiza como si
278

Annimo fuera un nombre verdadero. Si no hay un autor, el ttulo se mueve hacia la posicin del autor y la entrada se alfabetiza por la primera palabra significativa del ttulo (Rey, 2006). PRESENTACIN FORMAL DEL PROYECTO Formato. Mrgenes (sugeridos) Izquierda : 3.5 cm. Derecha : 2.5 cm. Superior : 3.5 cm. Inferior : 2.5 cm Tipo de letra: Times Roman o Arial, tamao 12 para texto normal y 14 para ttulos de captulo y en negrita. Numeracin en Apartados: Nmeros dgitos (1., 1.1., 1.1.1,.) Tipo de papel : Bond A-4, 75 grs. La escritura a una sola cara de la hoja y a doble espacio. Prrafos. Empiezan en el margen izquierdo y sin sangra. Entre prrafo y prrafo se dejarn cuatro renglones sencillos. Redaccin: La redaccin ser de manera impersonal, en lenguaje claro, conciso; sin fallas sintcticas y ortogrficas. Numeracin de las pginas: De preferencia en la parte inferior central. La portada y el ndice no llevan numeracin la numeracin es implcita. La numeracin se visibiliza a partir de la introduccin. Ejemplar espiralado.
279

Glosario 1. Conocimiento : Accin y el efecto del conocer, que implica la proposicin, enunciado o juicio resultante del acto del conocer. : Serie de proposiciones que en algunos casos pueden estar acompaados de algn intento de explicacin sin que esta explicacin a su vez este comprobada o disprobada. : Conocimiento generado en y por la ciencia y que va ms all del conocimiento emprico de los fenmenos o hechos estudiados, pues los trasciende buscando las causas, las regularidades, principios o leyes que los rigen, todo ello para describirlos, predecirlos, retrodecirlos, explicarlos y comprenderlos mejor. : Conjunto racional de conocimientos objetivos, ciertos y probables, sistematizados y comprobables que hacen referencia a objetos de una misma naturaleza, resultantes de la investigacin hecha con un mtodo vlido y enunciados en proposiciones lgicas. : Sistemas de proposiciones concernientes a un conjunto de constructos que sirven para describir, explicar, predecir, retrodecir y. aadimos, comprender, algunos aspectos limitados de su dominio. : Proceso de llegar a soluciones fiables para los problemas a travs de la obtencin, anlisis e interpretacin planificadas y sistemticas de los datos. : El concepto es una abstraccin formada por generalizaciones sustradas de casos particulares. : Concepto pero inventado o adoptado de manera deliberada y consciente para un propsito cientfico especial. : Atributo, la propiedad o cualidad que pueden
2.
Conocimiento vulgar u ordinario
3.
Conocimiento cientfico
4.
Ciencia
5.
Teora
6.
Investigacin cientfica
7.
Concepto
8.
Constructo
9.
Variable
280

estar presentes o ausentes en un individuo o grupo de individuos denominados unidad de observacin o de anlisis y que pueden presentarse con matices o modalidades diferentes; pueden darse en grados, magnitudes o medidas distintas a lo largo de un continuo. 10. Definicin operacional : Proporciona el significado a un constructo o variable especificando las actividades u operaciones necesarias para medirlo. : Conjeturas o especulaciones que el investigador presenta como respuesta a su problema de investigacin. sirve de gua a la investigacin cientfica. Ella determina, entre otras cosas, cul es el tipo de datos que son pertinentes a la investigacin que sea el caso. la : Los objetivos constituyen los mviles o propsitos que orientan El proceso de investigacin y el proceso de su logro gua todas las acciones programadas. : Referente emprico, signo o manifestacin externa directa, observable y medible que hace posible cuantificar de manera indirecta a la variable. : Modelo o esquema lgico que impone restricciones para observar un hecho provocado y que comprende el planeamiento de las operaciones para conducir un experimento, en orden a dar respuesta al problema planteado y a controlar las fuentes de error. : Refiere al grado en que los cambios observados en la VD se pueden atribuir a la manipulacin experimental de la VI, es decir, los cambios observados en la VD no pueden ser explicados por la accin de ninguna otra variable ms que por la VI. : Generalizacin desde una relacin observada en un conjunto de datos a otros conjuntos
11. hiptesis
12. Objetivos de investigacin
13. Indicador
14. Diseo
15. Validez interna
16. Validez Externa
281

potenciales de datos que podan haber sido observados pero que no lo han sido. 17. Validez Estadstica : Hace referencia a si las conclusiones sobre las relaciones o diferencias entre los grupos extradas del anlisis de los datos son un reflejo del mundo real. : Conjunto de casos que concuerdan con una serie de especificaciones. : Subconjunto de individuos pertenecientes a una cierta poblacin. : Valor numrico conseguido a partir de los valores de una poblacin que resume las caractersticas pertinentes o ms importantes de esta. : Valor numrico conseguido con los valores de una muestra y que resumen alguna caracterstica de esta. : Proceso de seleccin de una parte de la poblacin para que represente al conjunto de ella, en otras palabras es el procedimiento utilizado para la eleccin de unidades dentro de un conjunto ms amplio de ellas.
18. Poblacin
19. Muestra
20. Parmetro
21. Estadstico
22. Muestreo
282

Metodos de La Investigacion Cuantitativa

Încărcat de

Informații document

Descriere originală:

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Metodos de La Investigacion Cuantitativa

Încărcat de

Drepturi de autor:

Formate disponibile

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

METODOLOGA DE LA INVESTIGACIN CUANTITATIVA

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

Jaime Aliaga & Toms Caycho, 2011

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

Orientaciones Metodolgicas Sumilla del Curso

Descripcin de las Unidades del Texto

III Unidad: Proceso de Investigacion Cuantitativa II

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

OBJETIVO DEL CURSO

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

b. Al finalizar tu estudio la pregunta siempre debe ser: Qu de

RECUERDA QUE PARA TENER XITO NECESITAS SER UN ALUMNO AUTORREGULADO

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

CONSECUENCIAS DEDUCIDAS EN TRMINOS FORMALES

HECHOS EMPRICOS OBSERVACIONES ANTECEDENTES

HECHOS EMPRICOS OBSERVACIONES CONSECUENTES

CONCEPTOS CLAVE Ciencia, conocimiento, investigacin cientfica, mtodo cientfico

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

Vincent Van Gogh (Autorretrato)

Figura 2. Gurnica de Pablo Picasso

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

En el cuadro 2 se muestran algunas comparaciones entre el conocimiento ordinario y el conocimiento cientfico.

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

Es no especializado (Saber popular)

No es preciso y puede equivocado (puede haber considerado cientfico).

estar Corrige o proporciona mayor sido precisin al conocimiento ordinario.

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

Figura 4. Modelo de una teora cientfica

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

Hiptesis Variables Indicadores

Sistema terico de la ciencia

3.2 La investigacin cientfica 3.2.1 Concepto

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

TEORIA MODELO VERIFICACIN HIPTESIS HECHOS DATOS TEORIZACIN ENUNCIADOS

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ

HECHOS (seres, cosas, acontecimientos, procesos, fenmenos)

SUS ASPECTOS, CARACTERSTICAS (dimensiones)

Figura 7. Desagregacin de los hechos

JAIME RAMIRO ALIAGA TOVAR TOMS PEDRO PABLO CAYCHO RODRGUEZ