PREMIO NoVEL

La Cuarta Va: Paradigmas y Contraste de Hiptesis

PREMIO NoVEL
La Cuarta Va: Paradigmas y Contraste de Hiptesis

Lima, 2011

PREMIO NoVEL
La Cuarta Va: Paradigmas y Contraste de Hiptesis

Lima, 2011

Segundo R. Snchez Sotomayor (Autor)

Calle RASAC, Mza. I, Lote 9- Urb. El Totoral II- Surco
Celular: 998420337
Correo: segundo_sanchez10@hotmail.com

1 Edicin
Lima, octubre del 2011
Tiraje: 500 ejemplares

Hecho el depsito legal en la Biblioteca

Nacional del Per N
ISBN:
Impreso en el Per
Printed in Peru

DEDICATORIA

El pensamiento nos lleva siempre

a nuestra Madre, Dionisia Sotomayor.
Que La Cuarta Va sea un vivo homenaje
a su energa y cario a nosotros, sus hijos.

AGRADECIMIENTOS
En el trascurso de nuestras vidas, se enen muchos
obje vos, algunos de ellos los consideramos como de
xito o un premio, que muchas veces pensamos,
que la vida solo es parte de una NoVELA.
Las novelas enen en su contenido mucho de realidad
pero tambin mucho de ficcin, y son pocos los
peruanos que han ganado premios y galardones
mundiales por la creacin de novelas.
La CUARTA VIA, as llamo a este libro, es uno de mis
obje vos de vida. Es probable que el xito del libro
permita a muchos inves gadores contar con ms
elementos de anlisis, evaluacin y criterios que liberen
su crea vidad e innovaciones para lograr propuestas y
mejores recomendaciones.
Para los inves gadores, puede ser verdad y ficcin,
transitar por otra ruta, al paradigma posiblemente haya
xito, y ser un PREMIO NoVEL.

ndice
PRESENTACIN

15

CAPTULO 1:
METODOLOGA, MTODO Y DISEOS EN INVESTIGACIN
1. Introduccin
2. Definicin de Metodologa y Mtodo
3. Como se inicia una inves gacin
4. Los libros de metodologa
5. Paradigmas, Enfoques, Estads ca y diseos de inves gacin

x
x
x
x
x

CAPTULO 2:
LOS PARADIGMAS EN INVESTIGACIN CIENTFICA
1. Paradigmas en inves gacin cien fica
2. Paradigmas y enfoques en inves gacin cien fica
2.1 Paradigma posi vista
2.2 Paradigma naturalista
2.3 Paradigma Hols co (o Sistmico)
2.4 Evaluacin de los enfoques
3. Enfoques y mtodos en inves gacin
3.1 El enfoque cuan ta vo
3.2 El enfoque cualita vo
3.3 El enfoque cuali cuan ta vo

x
x
x
x
x
x
x
x
x
x

CAPTULO 3:
EL PROCESO DE INVESTIGACIN
1. Introduccin
2. Problema de inves gacin y matriz de consistencia
2.1 La eleccin del tema de inves gacin:
los conocimientos previos

x
x
x

2.2 El planteamiento del problema de inves gacin

2.3 La delimitacin del problema
2.4 Los elementos del problema
2.5 Definicin del problema de inves gacin
3. El obje vo y jus ficacion de la inves gacin
3.1 El obje vo de la inves gacin
3.2 Jus ficacin de la inves gacin
4. La hiptesis y variables de inves gacin
4.1 Elaboracin de hiptesis
4.2 Como se plantean las hiptesis
5. Operacionalizacion de las variables
5.1 Las variables
5.2 Los indicadores
6. Inves gacin: Mo vacin y desempeo docente
7. Formulacin de la matriz de consistencia

x
x
x
x
x
x
x
x
x
x
x
x
x
x
x

CAPTULO 4:
ESTADSTICA Y DISEOS DE INVESTIGACIN
I. E
Parte primera: Conceptos bsicos
1.1 Estads ca parametrica
1.2 Estads ca no parametrica
2. Estads ca parametrica: su estructura
3. reas metodolgicas en la estads ca
4. La estads ca en la historia
Parte segunda: Estads ca descrip va
1. Estads ca descrip va univariada
2. Estads ca descrip va bivariada
Parte tercera: Estads ca inferencial
1. Distribucin de muestreo
2. Mtodos de la estads ca inferencial

x
x
x
x
x
x
x
x
x
x
x

II. D
1. Diseo de inves gacin

2.
3.
4.
5.

Estrategias para contrastar hiptesis

Los diseos experimentales
Tipos de estrategias de pruebas de hiptesis
La metodologa ex post facto

CAPTULO 5:
PROPUESTA: LA CUARTA VA
1. La explicacin de la tercera va
2. Primeras Inves gaciones modelo de contraste de hiptesis
A: Primer Caso: Baha de de la costa peruana
B: Segundo caso: Desglaciacin
C: Tercer Caso: Indicadores urbanos y
su influencia en el desarrollo sostenible Urbano
3. La propuesta de la cuarta va
4. La Cuarta Va: Nueva lectura de las inves gaciones
I. Inves gacin sobre cultura organizacional
II. Inves gacin sobre estudiantes ingresantes y
egresados en una Universidad casi privada
III: Inves gacin sobre I.E. de un consorcio educa vo

x
x
x
x

x
x
x
x
x
x
x
x
x
x

Conclusiones

Bibliogra a

Anexo: Avance de Inves gacin

La acumulacin de capital en el Per: El desempleo natural
1. Que es la curva de Phillips
2. Phillips: aplicaciones en pases
3. El proceso de la formacin de la curva de Phillips en el Per
Discusin de resultados

x
x
x
x
x
x

Presentacin

En un trabajo anterior (Metodologa: El Curso), habamos sealado

que en el ejercicio de la enseanza de metodologa de la inves gacin en el Per, desde hace un poco ms de 100 aos, los docentes
han empleado normalmente el Paradigma Posi vista, que u liza la
estads ca, disciplina en la cual los inves gadores deben tener bases bastante slidas. En el comn de los docentes inves gadores,
se necesitan de estos conocimientos previos para realizar inves gaciones de calidad, relevantes, oportunas, racionales y con rela va
crea vidad. Actualmente se con nan elaborando nuevos diseos
experimentales, los cuales se van ubicando en la Primera y Segunda
Va. Hernndez, promotor de la Tercera Va denominado el enfoque
de diseos mixto (sistmico), es la estrategia del siglo XXI, que ene
como obje vo el aumento de posibilidades de profundidad, diversidad, riqueza interpreta va y sen do de compresin en el desarrollo
de las inves gaciones. Se propone que para el problema general,
es posible formular dos preguntas de inves gacin. Una u lizando
el enfoque cuan ta vo; y la otra, mediante el enfoque cualita vo.
En el presente trabajo, consideramos que es posible, en el enfoque sistmico, el reforzamiento y trnsito a una Cuarta Va, bajo las
consideraciones ontolgicas, epistemolgicas y metodolgicas del
Paradigma Sistmico, en un proceso de unificacin de la Metodologa de los Paradigmas con la Estads ca Paramtrica y No Paramtrica, que deben permi r,
a. Primero, mejorar la lectura del dato estads co, segn los enfoques que prac quen los inves gadores, mediante criterios
estads cos correlacionales representados de manera grfica,
u lizando reas de estabilidad, oportunidades y debilidades en
una curva de Distribucin S;
15

L C

V :P

b. Segundo, mejorar las interpretaciones y propuestas de innovacin propias de la inves gacin, pues muchas veces establecemos relaciones inadecuadas entre las variables y dimensiones
del trabajo de inves gacin, y se llega a conclusiones no per nentes, y se elaboran por ello, propuestas equivocadas.
c. Formular una sola pregunta de inves gacin, pero si, la posibilidad de considerar dos dimensiones: una con enfoques cuan tavos, y la otra con enfoque cualita vo. De esta manera podran
obtenerse tesis sistmicas, con dos componentes de po bsico
y de po Aplicado (o de Op mizacin si fuera el caso).
Cien aos despus, ahora que a Nivel Nacional se habla mucho
de una Segunda Reforma Universitaria, se observa, que an los docentes con nan dictando con el paradigma posi vista tradicional,
pero cada vez con menor nivel y rigor acadmico, mientras que sus
pares docentes, de Europa y Asia, de Amrica del Norte y del Sur,
prac can con mucha intensidad las inves gaciones con el Paradigma Sistmico, enfoques cuali-cuan ta vo, y contrastes de hiptesis
u lizando Mtodos Descrip vos No Paramtricos, Correlacinales,
Factoriales, Pruebas Univariadas y Mul variadas, por Conglomerados y Regresiones Logs cas, entre las ms sencillas.
Recordando que, en Cusco hace Cien Aos, un grupo de docentes de la Universidad San Antonio Abad, dejaron de lado el mtodo
del Krausismo por el paradigma posi vista, y se empearon y crecieron con este paradigma, y fueron el faro cuya luz propia en el Cusco,
fue reconocida por otras universidades en el Per y La noamrica.
Las Universidades, Cien Aos despus, pueden dar este salto
cuan ta vo y cualita vo, para lograr mejoras con la aplicacin del
Paradigma Sistmico en la toma de decisiones, que les permitan
adaptar al capital humano de sus organizaciones en el proceso de
inves gacin cien fica propia del siglo XXI.
Lima, 30 de se embre del 2011.
S
16

R. S

CAPTULO 1

METODOLOGA, MTODO Y DISEOS

EN INVESTIGACIN
1. I
Metodologa de la inves gacin: Paradigmas y Contraste de Hiptesis, describe, analiza y explica los principales paradigmas contemporneos de la inves gacin cien fica, sus enfoques, los pos y diseos estads cos que todo inves gador debe u lizar en el desarrollo
de su tesis. Se considera que uno de los retos de todo inves gador
al desarrollar la tesis, se halla en cmo emplear la Metodologa y la
Estads ca, tanto al nivel de la Teora y Prc ca de la Inves gacin.
En lo terico, puede observarse que el inves gador conoce la funcin que cumple el Marco terico, en sus aspectos epistemolgico, ontolgico y metodolgico, y previamente lo solicitan al tesista,
como requisito previo para la formulacin los problemas, obje vos
e hiptesis de la inves gacin. Otros inves gadores, en cambio, normalmente asumen el Conocimiento Previo del tesista, es decir de
su experiencia en la tem ca de inves gacin a realizar.
Pero, lo cierto es, que en las prc cas reales de la inves gacin,
los inves gadores muchas veces se enfrentan a situaciones que no
se corresponden con la racionalidad de los Modernos Manuales o
Libros de Metodologa en el planteamiento, formulacin del problema y en los contrastes de hiptesis, y de este modo, al ensear
Metodologa a jvenes inves gadores, no recurren a la formacin
previa del tesista necesario para trabajar con cierta crea vidad del
inves gador que les permita ser capaces de razonar, no de manera
posi vista o naturalista, sino de manera sistmica, con el cual los
jvenes inves gadores podran transitar por mejores rutas de lecturas de hiptesis que les permita mejores conclusiones, toma de
[17]

L C

V :P

decisiones y recomendaciones inter relacionadas con los hallazgos

estads cos.
Esto significa que, en los Manuales o Libros de Metodologa,
la crea vidad, en lo relacionado con el paradigma posi vista, la
contrastacin de hiptesis obedece a cumplir fielmente los criterios
de causalidad y covarianza1, contrastes con las pruebas Z o t, y la
aceptacin o rechazo de las Hiptesis Nula (Ho) o de las Hiptesis
Alterna vas, requiriendo de esfuerzos posteriores de comprensin
y pragma smo de sus resultados, para realizar recomendaciones
vlidas.
En lo relacionado con el paradigma naturalista, para realizar
contrastes y recomendaciones validas se u lizan la triangulacin de
conceptos aprendidos, construyendo con ello nuevos conceptos, y
contrastndolos con los ya conocidos, pero sin u lizar la estads ca;
formulando nuevos problemas y aplicando adecuadamente procedimientos y tcnicas de inves gacin2.
El paradigma sistmico, para realizar contrastes y recomendaciones validas pueden u lizar la triangulacin de conceptos aprendidos, la op mizacin, la visin hols ca y la correlacin que permita
iden ficar fortalezas y debilidades propias, construyendo con ello
nuevas conclusiones y recomendaciones que potencien la crea vidad del inves gador.

2. D

Se define la Metodologa, como una rama de la lgica, que se ocupa

de la aplicacin de los principios de razonamiento a la inves gacin
cien fica y a la filoso a3. La Metodologa tambin comprende a un
1
2
3

18

Este criterio no permite en los casos de causalidad, correlacionar variables. Pero si se

prac ca la correlacin, en la covarianza.
Sautu, Ruth, 2007, Prc ca de la Inves gacin Cuan ta va y Cualita va, 1 Edicin,
Ediciones Lumiere S.A, pg. 18.
Sautu, Ruth, 2007, Obra citada (3).

sistema de Mtodos en una ciencia par cular, y se apoya para ello

en los paradigmas (Figura 1).
Los Mtodos o modos de procedimiento, son una serie de pasos que el inves gador realiza en el proceso de producir o descubrir
nuevo conocimiento. Diesing (1972), denomina tambin a los Mtodos como pautas de descubrimiento. En general, el mtodo es
un procedimiento, un modo de hacer las cosas, de manera regular y
ordenada. Los mtodos se apoyan sobre la teora sustan va de cada
disciplina.
F

1: T

En Metodologa, es necesario:
a. En primer lugar, conocer, describir, explicar y discu r los fundamentos filosficos, epistemolgicos, ontolgicos y metodolgicos de los Paradigmas.
b. En segundo lugar, si el inves gador ene alguna preferencia por
una Metodologa, sta deber estar fundamentada en el Enfoque a u lizar, ya sea el cuan ta vo, el cualita vo el sistmico
(Hols co).
c. En tercer lugar, elegida la Metodologa, se aplica el mtodo entendido por el Proceso o los pasos que nos deben conducir a las
teoras generales o bases tericas que permi rn hallar solucin
19

L C

V :P

al problema de inves gacin, el apoyo de los diseos y de la estads ca (Figura 2).

Este criterio para el desarrollo de una inves gacin, es de alguna
manera, disciplinario. Se inicia desde la filoso a y el razonamiento, se discuten luego los paradigmas y los enfoques, y finalmente,
el Mtodo como proceso. Desde las disciplinas, como la sociologa,
la psicologa social, la economa, la antropologa, etc. se discuten
los mtodos, los razonamientos y conceptos, as como con las ideas
que se debaten en las argumentaciones. Es en este contexto, que el
anlisis y la reflexin en torno a procesos de inves gacin reales se
convierten en una herramienta cr ca para la formacin de inves gadores en ciencias sociales.

3. C
El iniciar una inves gacin4 en cualquier disciplina, requiere de recurrir a Bases Tericas para lograr los Conocimientos Previos, y que
permita al inves gador lograr la conceptualizacin o dimensiones
de un trmino (variable), que permita establecer los contenidos y
lmites conceptuales y opera vos. Cuando los conocimientos previos a lograr siguen los aspectos metodolgicos, se hace necesario el
recurrir a los Manuales Generales de Metodologa, y a los que tratan
especficamente del Mtodo que se desea aplicar. De hallarse alguna dificultad terica, metodolgica y tcnica, que no se hallara en
los textos, se consulta al asesor o expertos en el tema, para conocer
cmo las han resuelto.
4. L

Consultados los libros principales que se le presentan a los estudiantes universitarios, maestristas y doctorandos sobre la Meto4

20

Sautu, Ruth, 2007, Obra citada.

dologa de la inves gacin, actuales debemos mencionar a Babbie

(1996) y a Frankfort-Nachmias y Nachmas (1992), Sierra Bravo
(1994), Orfelio Len (1993), Kerlinger y Lee (2002), Bisquerra Alzina (2004), Meja (2008), y Hernndez (2010), quienes desarrollan
en sus respec vos libros, algunos conceptos claves como la operacionalizacin de las variables. el Tipo y Diseo5 de inves gacin;
otros autores recientemente tratan temas como Paradigmas y Enfoques. Por ejemplo, Sierra Bravo (1994) en su libro trata sobre los
Tipos y diseos de Inves gacin; en cambio, Hernndez (2010),
trata sobre Paradigmas, Enfoques de inves gacin, cuan ta vo,
cualita vo y mtodos mixtos (sistmicos), y Diseos de inves gacin. A su vez, Bisquerra Alzina (2004) en su libro sobre Metodologa de la Inves gacin Educa va, presenta el Tipo y Diseo, luego
las metodologas, cuan ta va y cualita va, la metodologa para el
cambio (inves gacin accin), la Metodologa Comunica va Cr ca y la Inves gacin Evalua va.
5

Solo los diseo de inves gacin, para en forma sistem ca elaborar Varios Modelos
Ideales de Inves gacin Ruth, 2007, Obra citada.

21

L C

5. P

V :P

,E

,E

Los Paradigmas y Metodologas6 requieren entonces, de lograr en

los jvenes inves gadores conocimientos ms interrelacionados
para lograr el desarrollo de las tesis.
De la Figura 1) se desprende las siguientes interrelaciones:
a. Paradigmas
En la cspide de los Paradigmas contemporneos, se hallan el
Posi vismo, el Naturalismo y el Sistmico (Hols co).
b. Enfoques
Descendiendo de la cspide, se llega a los enfoques cuan ta vo,
cualita vo y el cuali- cuan ta vo, respec vamente.
c. Estads ca Aplicada a la inves gacin.
En la parte intermedia, ubicamos la estads ca aplicada a la inves gacin. Al enfoque cuan ta vo y cuali-cuan ta vo le corresponden la estads ca paramtrica, tanto en la estads ca
descrip va como en la estads ca inferencial. Al enfoque cualita vo, le corresponde la estads ca no paramtrica.
d. Mtodo:
1. Tipo y Diseo de inves gacin
La tabla 1, muestra las interrelaciones que, a nuestro criterio, se
halla entre paradigmas, enfoques, estads ca, po y diseo de
inves gacin.
2. Nivel de contraste de hiptesis
Se consideran que los paradigmas posi vista, naturalista y sistmico son complementarios e interrelacionados, por lo que consideramos el criterio para el nivel de contraste de hiptesis el
descrip vo-correlacional.

22

Snchez Sotomayor, Segundo, 2009, Metodologa: El Curso, ANDINA, Cusco.

3: P

,E

PARADIGMAS EN INVESTIGACIN CIENTFICA

POSITIVISMO

Sistmico

NATURALISMO

ENFOQUES
Cuan ta vo

Cuali-cuan ta vo

Cualita vo

Paramtrica

ESTADSTICA

No-Paramtrica

- Bsico o terico
- Aplicado
- Op mizacin
(Tecnolgico)

Tipo de
Inves gacin

NATURALISMO
- Par cipacin Accin
- Etnogrficas
- Evalua vos

Bsico: No experimental
tranversal
Aplicado: Experimental
longitudinal

Diseos de
Inves gacin

Distribucin S:
Permite evaluar pos de
inves gacin bsico y
aplicado

NIVEL DE CONTRASTE DE HIPTESIS

- Direncia de medias
- Factorial
- Univariado
- Mul variado
- Conglomerados

Descrip vo-Correlacinal
Asocia vo:
Chi Cuadrado

- Mediana
- Signos
- Kruskall Wallis
- Correlacin de Spearman
- Correlacin (Cuarta Va)
- Regresin logs ca

23

CAPTULO 2

LOS PARADIGMAS EN INVESTIGACIN

CIENTFICA
1. P

El trmino paradigma fue introducido al vocabulario cien fico por

Thomas Kuhn con su obra La estructura de las revoluciones cien ficas definiendo al Paradigma Cien fico como: Una slida red de
compromisos conceptuales, tericos, instrumentales y metodolgicos [...] incluye un cuerpo explcito de creencias tericas y metodolgicas entretejidas que permiten la seleccin, evaluacin y cr ca
[...] es la fuente de los mtodos, problemas y normas de solucin
aceptados por cualquier comunidad cien fica. En trminos generales puede entenderse, como una visin de la Realidad compar da
por un grupo de inves gadores; y que implica, especficamente, un
Enfoque y Mtodos propios para el desarrollo en la prc ca de la inves gacin. Para entender las caracters cas de los Paradigmas, as
como de sus relaciones para la ejecucin de la inves gacin cien fica se requiere de un conocimiento bastante claro de los conceptos
respecto de las principales Dimensiones o Caracters cas del Paradigma, tales como: las caracters cas Ontolgicas, Epistemolgicas
y Metodolgicas.
a. La Dimensin Ontolgica del paradigma plantea la controversia
de si la realidad social es algo externo a las personas, o en su
defecto, se considera como algo construido desde un consenso
intersubje vo.
b. La Dimensin Epistemolgica plantea la forma de adquirir el conocimiento. El inves gador debe contemplar la posibilidad de
que el objeto a conocer sea tan estable y externo; y el proceso
para su conocimiento, debe adoptar la perspec va de ser un ob[25]

L C

V :P

servador externo, as como u lizar mtodos propios de la invesgacin u lizando la lgica, la matem ca y la estads ca.
c. La Dimensin Metodolgica aborda los problemas que plantea
la inves gacin en relacin a los mtodos, ya sea el mtodo del
proceso o el mtodo circular.
En inves gacin, los enfoques cuan ta vo y cualita vo, son
complementarios. No son. Como muchos inves gadores consideran, jerrquicos o mutuamente excluyentes. Cada enfoque ene una
funcin diferente, y se u liza segn la experiencia del inves gador.
F

3: P

Fuente: Adaptado de Hernndez S.7

2. P

2.1 Paradigma Posivista:

Se considera que el Paradigma Posi vista adquiere un carcter sistem co, ins tucionalizado y estandarizado en sus procedimientos, recin a par r del siglo XVIII. El posi vismo aparece abocado
7

26

Hernndez, S..Metodologa de la inves gacin cien fica, 4 Edicin, 2010, Mc Graw Hill

al estudio de las llamadas ciencias fc cas naturales ( sica, qumica

y biologa), que durante el siglo XVIII eran consideradas como los
nicos campos vlidos para la prc ca cien fica. Los avances alcanzados por el conocimiento cien fico en esos campos y el desarrollo
de tecnologas consolid el pres gio de la ciencia posi va. Pero, los
inves gadores tambin consideran que esto se explica por el surgimiento de una concepcin nueva y par cular del mundo (lo emprico) y de procedimientos y de tcnicas novedosas para acercarse al
conocimiento de las cosas (como la experimentacin), que permiten
perfeccionar cada vez ms el instrumental tecnolgico de observacin. Esta complexin de hechos explica, en gran parte, el origen de
lo que hoy conocemos como el posi vismo.
Este carcter sistem co se logra, entre otras razones, al desencantamiento del mundo y el carcter crecientemente racional
que adquieren las ideologas, as como de las necesidades econmicas y sociales originadas por la naciente produccin industrial y el
xito alcanzado por los nuevos inventos e innovaciones en el campo
de las tecnologas.
Para principios del siglo XIX la ciencia posi va estaba legi mada
como la nica va para lograr un conocimiento obje vo y universal sobre el mundo. La iden dad entre posi vismo y ciencia lleg a ser tal,
que ste era considerado el mtodo de la ciencia por definicin y no
haba posibilidad de mtodo o procedimiento dis nto o alterna vo.
La inves gacin cien fica para ser considerada como tal deba
asumir los mtodos y procedimientos propios del posi vismo. Es a
mediados del siglo XIX que, dentro de un contexto de legi midad y
pres gio del posi vismo, los hechos y fenmenos sociales empiezan
a ser percibidos como objetos de inters para la reflexin cien fica. De sta manera, Intelectuales y pensadores como Comte, Mill y
Durkheim asumieron la tarea de mejor definir los principios de una
ciencia social.8

Durkheim, E. Las reglas del mtodo sociolgico. Buenos Aires: Losada, 1984.

27

L C

V :P

En trminos muy puntuales, el proceso consis en replicar las

estrategias y procedimientos inves ga vos que tantos xitos haban
alcanzado en el campo de las ciencias sico-naturales, para el estudio de hechos y fenmenos sociales. As, sociologa e historia y luego
la psicologa, intentarn acomodarse a las exigencias metodolgicas
del posi vismo para lograr que sus conocimientos y resultados sean
aceptados como cien ficos.
La inves gacin asume el paradigma posi vista, pues considera
la existencia de una realidad externa , apreciada por el Observador
y de la manera en que el inves gador observa la realidad, y como
sus caracters cas principales, pueden ser determinadas por medio
de las mediciones y por la experimentacin (empirismo), y como
resultado del mtodo pueden derivarse regularidades estads cas
de una realidad. La inves gacin, de esta manera, se limita, dentro
de los lmites filosficos y conceptuales del posi vismo, y pero profundamente marcada por los mtodos y procedimientos propios de
dicho paradigma.
Se considera que esta tradicin posi vista, se caracteriza por lo
siguiente:
2.1.1 Dimensin Ontolgica
La funcin de la ciencia, dada la obje vidad de la realidad, consiste
en descubrir la lgica y el sen do de las leyes de la realidad, y descubrir sus mecanismos y resumirlos en forma de generalizaciones
libres de empo y contexto, algunas de las cuales podran ser formuladas en trminos de leyes causaefecto. La realidad es obje va, existe al margen de la razn y la conciencia humana sobre su
existencia. Est sujeta entonces, a un orden propio y opera segn
leyes y mecanismos naturales e inmutables, que permiten explicar,
predecir y controlar los fenmenos.
2.1.2 Dimensin Epistemolgica
El conocimiento consiste en un proceso de descubrimiento de las
caracters cas propias o intrnsecas de la realidad, cuya regu28

laridad es suscep ble de ser descrita de manera obje va y libre

de valores. El sujeto cognoscente puede acceder directamente, sin
mediacin alguna, al conocimiento de dicha realidad a travs de
los sen dos y de la razn; y las posibilidades de alcanzar un conocimiento obje vo sobre la misma son absolutas. En ese sen do, la
verdad radicara en la correspondencia entre lo que el sujeto conoce
y la realidad que descubre, hecho slo posible con la posterior intervencin del mtodo por etapas de la ciencia.
2.1.3 Dimensin Metodolgica (Experimental)
El mtodo de la ciencia, segn Karl Popper9 es hipot co-deduc vo
y experimental. Las preguntas o hiptesis se definen a priori, desde
la experiencia y la teora existente, en forma de proposiciones que
luego son contrastadas empricamente mediante la estads ca pero
bajo condiciones cuidadosamente controladas. Popper sos ene que
el mtodo experimental es nico, al margen de las par cularidades
de los objetos que corresponden a las dis ntas dimensiones de la
realidad. La grfica expone en trminos resumidos las caracters cas centrales del paradigma posi vista:
F

4: L

Fuente: Adaptado de Hernndez S.

Popper, Karl, la lgica de la inves gacin cien fica, 1962, Tecnos, 1 Edicin, Madrid,

29

L C

V :P

2.1.4 Resumen del Paradigma Posi vista

El paradigma posi vista, segn muchos inves gadores, ha brindado obje vidad y un proceso o mtodo cuan ta vo al proceso de la
inves gacin, mediante la u lizacin de los datos numricos, se le
conoce normalmente como la Primera Va. La formulacin del problema general de inves gacin se realiza mediante una pregunta
(obje va y cuan ta va) de inves gacin. El mtodo cuan ta vo se
sustenta en la estads ca, interesada en la descripcin, la experimentacin y la prediccin.
2.2 Paradigma Naturalista (Construcvista):
A fines del siglo XIX y comienzos del XX diversos filsofos y humanistas cr cos del posi vismo, entre los que destacan Dilthey, Rickert y Weber, proponen la singularidad de los objetos o constructor
propios de las ciencias sociales as como de la relacin entre sujeto
y objeto al interior de las mismas, como jus ficacin para el desarrollo de propuestas ontolgicas, epistemolgicas y metodolgicas
como alterna vas al Paradigma Posi vista.
Dilthey10 considera que los objetos de las ciencias sociales no
son externos ni ajenos al hombre, sino que el hombre puede observar su mundo histrico social desde dentro. De sta singularidad
entre la relacin entre sujeto y objeto, Dilthey deduce la existencia
de una singularidad metodolgica de las ciencias sociales a diferencia de la metodologa propia de las ciencias sico-naturales. Rickert, retomando las ideas de Dilthey, propone fines dis ntos para la
ciencia Posi vista y la que l denomina Interpreta va. La Posi vista
persigue la Explicacin (erklren) mientras la Interpreta va persigue
la Comprensin (verstehen).
La Comprensin es entendida como el paso por el cual los inves gadores aprenden lo psquico, a travs de sus ml ples exte10

30

W. Dilthey expuso sus principales ideas sobre el tema en Introduccin a las ciencias del
espritu, obra publicada en 1883.

riorizaciones, que cons tuyen un mundo peculiar con una forma

de realidad dis nta de lo natural. Este mundo psquico y sus exteriorizaciones, segn Rickert,11 no puede ser objeto de una mera
explicacin.
Weber12, por su parte, se encarg de desarrollar los fundamentos y sen do de la comprensin como mtodo par cular de las ciencias sociales. Para Weber la Comprensin consiste en entender las
acciones humanas mediante la captacin o aprehensin subje va,
emp ca, de los mo vos y los propsitos de los actores. Para ello se
necesita establecer un contacto directo con los sujetos (o lograr una
iden ficacin imagina va con los hechos histricos); pero, en definiva, el conocimiento logrado as es singular, no pretende descubrir
regularidad o ley alguna. Weber sos ene que la comprensin, entendida en ese sen do, es el mtodo especfico de las ciencias cuyos
objetos presentan una relacin de valor, que hace que se nos muestren relevantes, con una significacin que no poseen los objetos de
las ciencias naturales. La comprensin est orientada hacia la descripcin detallada de los significados que los inves gadores asocian
a las caracters cas y conductas observables. De all surge la teora,
como resultado de las evidencias halladas en la inves gacin.
2.2.1 Dimensin Ontolgica
En el Paradigma Naturalista la realidad se considera una construccin intersubje va, es decir, existe en forma de construcciones
ml ples, fundamentadas en lo social y en las experiencias, tanto
generales como especficas, que dependen en su forma y contenido de los sujetos que las proponen. No existe una realidad obje va
e independiente de su comprensin y conceptualizacin, ms bien
se trata de realidades ml ples construidas a travs del lenguaje y
limitadas al discurso sobre las mismas. Mientras el Posi vismo su11
12

Rickert desarroll sus ideas en Los lmites en la formacin de conceptos en las ciencias
de la naturaleza, obra publicada en 1901.
Weber, M. Sobre la teora de las ciencias sociales. Mxico, D. F.: Fondo de Cultura
Econmica, 1956.

31

L C

V :P

pone una realidad independiente, la cual puede ser estudiada objevamente, el Naturalismo postula una realidad dependiente de los
significados que los sujetos le atribuyen y construida a par r de esos
significados.
2.2.2 Dimensin Epistemolgica
El conocimiento se considera como un proceso de construccin que
incorpora los valores (experiencia) del inves gador y sus propios
marcos de referencia. La tarea del inves gador consiste en observar
el proceso de interpretacin que los actores hacen de su realidad,
es decir, inves gar el modo en que le asignan significado a sus propias acciones y a las cosas. Esto implica reconstruir el punto de vista
de los actores y enfa zar el proceso de comprensin (verstehen).
El inves gador naturalista elige la subje vidad no slo porque es
inevitable, sino porque es justamente all donde se pueden descubrir las construcciones tanto personales como interpersonales de
los sujetos. Si la realidad es construida intersubje vamente, ser entonces la interaccin subje va la forma indicada para acceder a ella.
De este modo, inves gador y objeto se fusionan como una en dad,
y los resultados de la inves gacin son producto del proceso de interaccin entre ellos.
2.2.3 Dimensin Metodolgica
Los Naturalistas no consideran un Observador ajeno a la realidad
estudiada sino, muy por el contrario, uno que est inmerso en ella, a
fin de que pueda comprender su significado. As podemos entender
lo sostenido por Vasilachis (1992), quien seala que el cien fico
social no puede acceder a una realidad simblicamente estructurada slo a travs de la observacin; deber hasta cierto punto pertenecer al mundo estudiado (o compenetrarse con l) para poder
comprenderlo (vale decir interpretarlo), porque los significados slo
pueden ser alumbrados desde dentro.
Cabe agregar a lo dicho que, en rigor, el paradigma naturalista
no diferencia entre lo ontolgico y lo epistemolgico, pues lo que
32

puede ser conocido y el individuo que conoce se fusionan. Esto

implica que los resultados no reportan algo que est all afuera,
sino que son construidos en el proceso de inves gacin. De este
modo, el conocimiento, como construccin humana, nunca ser
verdadero sino problem co y cambiante. La figura 5 presenta un
resume de manera muy puntual sobre las caracters cas del paradigma naturalista:
F

5: L

Fuente: Adaptado de Hernndez S.

2.2.4 Resumen del Paradigma Naturalista

El paradigma naturalista, o segunda va, ha centrado la inves gacin, desde factores subje vos, ha u lizado datos nominales y ordinales, as como un proceso circular o mtodo cualita vo en el
proceso de la inves gacin. La formulacin del problema general
de inves gacin se realiza mediante una pregunta (subje va y cualita va) de inves gacin. El enfoque cualita vo no se sustenta en
la estads ca (lo que no permite conocer si el anlisis es correcto o
incorrecto, y es un poco complicado determinar si se ha realizado
bien la inves gacin) porque se interesa ms en las personas, de
sus percepciones y creencias, y en la aplicacin de tcnicas histricas y etnogra as.
33

L C

V :P

2.3 Paradigma Holsco ( o Sistmico)

Posteriormente, a lo largo del siglo XX un conjunto de pensadores, tanto desde la inves gacin emprica, del naturalismo (construc vismo), los antropolgicos y sociolgicos, as como desde la
reflexin filosfica a travs de escuelas como la fenomenologa, la
hermenu ca, y la filoso a cr ca, desarrollan diversos intentos por
estructurar mtodos de inves gacin social alterna vos, o de triangulacin al posi vismo.
El xito creciente de esas propuestas, con marcado acento en
la segunda mitad del siglo, obedece a la conviccin de que resulta primordial buscar nuevas formas para abordar empricamente
algunas interrogantes que no han podido ser respondidas sa sfactoriamente desde mtodos posi vistas o naturalistas. El eje ar culador de estas propuestas radica en optar por posiciones cr cas a
los fundamentos del posi vismo; adems privilegiar como objeto
de estudio al mundo subje vo, abordar los hechos y fenmenos en
sus ambientes naturales de manifestacin y considerar, finalmente
al proceso del conocimiento como un Proceso Comprensivo y Holsco. Estos puntos comunes han ido, progresivamente, dando cuerpo al Paradigma Sistmico, alterna vo y emergente, para el cual se
han ensayado dis ntas denominaciones como las de comprensivo,
construc vista, interpreta vo y naturalista, sistmico, hols co, y
mtodos mixtos.
2.4 Evaluacin de los Enfoques
Para algunos inves gadores, los paradigmas Posi vista y Naturalista, son complementarios, pero el factor que muchos inves gadores
consideran que ha provocado bastante malestar para culminar con
las inves gaciones de parte de los estudiantes, maestristas y doctorandos, es la estads ca, porque tal como se ensea en la universidad, o en pos grado, no lo aplican a inves gacin, y sigue siendo un
curso ms. La inves gacin posi vista es deduc va, y experimental,
34

u liza los mtodos estads cos, denominndose Enfoque Cuan ta vo; la inves gacin naturalista es indefec blemente induc va
(desde adentro), No Experimental y no u liza los mtodos estads cos. El Paradigma Sistmico presenta un mtodo totalizante y
nico.
En ste paradigma, las dis ntas fases del proceso no se dan de
manera lineal y sucesiva, sino interac vamente, es decir, en todo
momento hay una estrecha relacin entre recopilacin de datos,
hiptesis, muestreo y elaboracin de las teoras, que se denomina
triangulacin. La triangulacin es una estrategia que permite asegurar los hallazgos de un estudio cualita vo no sea solo un producto
de un solo mtodo o de una fuente, o del sesgo de un inves gador.
Es un medio para garan zar la validez y la confianza en la auten cidad de los datos y de su interpretacin.

3. E

Qu es un enfoque de inves gacin? Qu diferencias hay entre un

enfoque y un mtodo de inves gacin? Qu relaciones se establecen entre ellos? stas son preguntas importantes a las que tendramos que dar respuesta antes de con nuar con el curso de Metodologa sobre los mtodos en la inves gacin.
Existen por lo menos dos maneras de entender a los Mtodos
en el contexto de la inves gacin. En una primera posicin, algunos
autores u lizan indis ntamente los trminos Mtodo o Paradigma
para referirse a las concepciones que tenemos sobre las cosas y, por
lo tanto, a la forma como actuamos sobre las mismas. Para ellos
Mtodo y Paradigma son casi sinnimos.
Una segunda posicin, en ende por Mtodo a la eleccin de
cierto Modo de Procedimientos, Tcnicas e Instrumentos para la observacin de hechos y la recoleccin de datos y de ciertas formas de
tratamiento de los mismos. Desde ese punto de vista, se considera
que la inves gacin actual transita por dos Mtodos generales:
35

L C

V :P

1. El Enfoque Cuan ta vo, y,

2. El Enfoque Cualita vo.
3. El Enfoque Cuali Cuan ta vo
De esta manera Paradigmas y Mtodos hacen referencia a disntas Dimensiones del Proceso de Inves gacin. Mientras que los
Paradigmas tendran que ver con los compromisos que los invesgadores adquieren con ciertas concepciones, teoras y procedimientos, los Mtodos se referiran slo a la Dimensin Heurs ca
de los Paradigmas, a la eleccin y aplicacin de procedimientos para
la produccin de conocimiento. En ese sen do, Paradigmas y Mtodos son dis ntos pero complementarios. Los Mtodos permiten
la materializacin de los Paradigmas en Enfoques de inves gacin,
tanto empricos (cuan ta vos) como cualita vos.
3.1 El Enfoque Cuantavo
Este mtodo, segn Kerlinger parte del supuesto que en potencia
todos los datos son cuan ficables. Para ello se apoya en los fundamentos del posi vismo y de la ciencia nomot ca (establecimiento
de leyes universales), cuya tendencia es hacia la concentracin del
anlisis en las manifestaciones externas de la realidad.
Las caracters cas dis n vas de la inves gacin cuan ta va son
las siguientes:
T

1: C

Sita su inters principal en la explicacin, la prediccin y el control de la

realidad.
Tienden a reducir sus mbitos de estudio a fenmenos observables y
suscep bles de medicin.
Busca la formulacin de generalizaciones libres de empo y contexto.
Prioriza los anlisis de causa-efecto y de correlacin estads ca.
U liza tcnicas estads cas para definicin de muestras, anlisis de datos y
generalizacin de resultados.

36

U liza instrumentos muy estructurados y estandarizados, como encuestas,

escalas, test, etc.
Otorga una importancia central a los criterios de validez y confiabilidad en
relacin con los instrumentos que u liza.
U liza diseos de inves gacin pre definidos en detalle y rgidos en el
proceso, como los experimentales y ex post facto.
Enfa za la observacin de resultados.

El enfoque Cuan ta vo u liza en su proceso de inves gacin el

Mtodo por Etapa, las que se resumen en los siguientes grficos:
F

6: I

,E

Fuente: Adaptado de Hernndez S.

37

L C

V :P

7: M

3.2 El Enfoque Cualitavo

El mtodo cualita vo se orienta a la comprensin de las acciones,
a par r de las mo vaciones, ac tudes e intereses de las personas.
Desde esta concepcin, se cues ona que el comportamiento de las
personas est regido por leyes generales y caracterizado por regularidades subyacentes. Los esfuerzos del inves gador se centran ms
en la descripcin y comprensin de lo que es nico y par cular del
38

sujeto, en vez de lo que es generalizable. Se pretende as desarrollar

un conocimiento ideogrfico y se acepta que la realidad es dinmica, ml ple y hols ca.
En trminos generales, las caracters cas de la inves gacin
cualita va son las siguientes:
T

2: C

Concentra sus esfuerzos inves ga vos en la descripcin, comprensin e interpretacin de los significados que los sujetos le dan a sus propias acciones.
Evita la fragmentacin. Estudia los hechos dentro de una totalidad (visin hols ca).
No admite la posibilidad de generalizacin de resultados, en la medida que
considera que estos estn limitados a un empo y a un espacio. Desarrolla un
conocimiento ideogrfico.
No admite los anlisis causa-efecto, ya que considera que los hechos se manifiestan como
determinacin de ml ples factores asociados.
U liza tcnicas de observacin par cipante y anlisis en profundidad, desde
una perspec va subje va y par cularista.

El enfoque Cualita vo u liza en su proceso de inves gacin el

Mtodo Circular, la que se resume en el siguiente grfico:

39

L C

V :P

8: M

En resumen:
Se presenta un cuadro compara vo de ambos Enfoques y Mtodos, a par r de cuatro criterios de comparacin:

40

3: E
PROBLEMA DE INVESTIGACION

Posi vista

Naturalista

Sistmico

Considera la realidad como

obje va y sus caracters cas
son medibles

Considera la realidad
como subje va, que posee
caracters cas que pueden
descubrirse, describirse,
comprender e interpretar.

Considera la realidad como

obje va y subje va. Sus
caracters cas son medibles

El inves gador es
independiente de la
realidad observada

El inves gador es parte del

proceso de inves gar la
realidad.

El inves gador se involucra

con la realidad observada

El inves gador define y asla

las categoras o variables,
antes del inicio de la
inves gacin-

El inves gador inicia su

proceso de inves gacin
mediante una la
formulacin de una
pregunta provisional.

El inves gador define

y asla las categoras
o variables, inicia su
proceso de inves gacin
mediante la formulacin
de una pregunta y
dos dimensiones: una
cuan ta va y la otra
cualita va.

La pregunta de inves gacin

se plantea previamente a la
recoleccin de los datos.

El inves gador ajusta y le da

precisin a la pregunta de
inves gacin a medida que
recolecta los datos.

La pregunta de inves gacin

se plantea previamente a la
recoleccin de los datos.

Formula de manera obje va

los conceptos (variables y
dimensiones).

Sus informaciones no son

obtenidas con mtodos
cuan ta vos.

Formula de manera obje va

los conceptos (variables
y dimensiones) y algunas
informaciones se ob enen
de manera cualita va.

El elemento bsico del

anlisis son los nmeros.

El elemento bsico del

anlisis son las ideas y las
palabras.

Los elementos bsicos del

anlisis son los nmeros, las
ideas y las palabras.

41

L C

V :P

4: E
MARCO TEORICO

Posi vista

Naturalista

Sistmico

La revisin de la literatura
debe realizarse antes de
iniciar la inves gacin, y de
plantearse las hiptesis.

La revisin de la literatura
se realiza a medida que la
inves gacin progresa, o
incluso despus.

La revisin de la literatura
debe realizarse antes de
iniciar la inves gacin, y de
plantearse las hiptesis.

Verifica una teora

Desarrolla teoras

Verifica y desarrolla nuevas

teoras

Compara las situaciones que

presentan caracters cas
naturales obje vas, que
pueden ser estudiadas.

Estudia un fenmeno
complejo, para el cual
el enfoque cuan ta vo,
podra no determinar
caracters cas importantes.

Compara las situaciones que

presentan caracters cas
naturales que pueden ser
estudiadas.

El razonamiento es
hipot co lgico deduc vo.

El razonamiento es
dialec co deduc vo.

El razonamiento es
hipot co dialec co
deduc vo.

5: L
METODOLOGIA

Posi vista

Naturalista

Sistmico

Describe, explica, predice y

controla una realidad.

Evala una realidad

no conocida o que es
parcialmente conocida.

Describe, explica, evala,

predice y controla una
realidad.

Diseo obje vo

Diseo subje vo

Diseo, mediante
dimensiones obje vas y
subje vas

La recoleccin de los datos

precede al inicio de la
literatura.

El anlisis comienza
desde que el inves gador
recolecta los datos, los
organiza y analiza de
manera simultnea.

La recoleccin de los datos

precede al inicio de la
literatura.

El tamao de muestra es
definido mediante recursos
estads cos para alcanzar
poder

El tamao de muestra no es
importante, pues se busca
una muestra que de ms
informacin.

El tamao de muestra
es definido mediante
recursos estads cos o por
conveniencia

Muestreos probabils co y
no probabils cos. Tambin
por conveniencia.

Por conveniencia.

Muestreos probabils co y
no probabils cos. Tambin
por conveniencia.

42

6: D
RESULTADOS

Posi vista

Naturalista

Sistmico

Generaliza estads camente

ciertos resultados

Prepara estudios
cuan ta vos posteriores

Generaliza estads camente

ciertos resultados y prepara
para nuevos estudios

Mediciones descrip vas

Se adquiere una mejor

descripcin de la realidad.

Mediciones descrip vas

Contrastes de hiptesis
u lizando estads cas
parametricas y no
parametricas.

Resultados a par r
de la narra va y de la
interpretacin de la
realidad.

Contrastes de hiptesis
u lizando estads cas
parametricas y no
parametricas.

Analiza los resultados de

acuerdo con categoras de
anlisis establecidas con
antelacin.

Iden fica los temas que

emergen a par r de
resultados.

Analiza los resultados de

acuerdo con categoras de
anlisis establecidas con
antelacin.

Generalizacin de los
resultados

Se esfuerza por la unicidad.

Generalizacin de los
resultados

43

CAPTULO 3

EL PROCESO DE INVESTIGACIN
1. I
Plantear una inves gacin requiere del inves gador ciertas condiciones subje vas o estados mentales, crea vos e innovadores, y el estar
mo vado. De acuerdo a La Metodologa iniciar una inves gacin
supone tener Conocimientos Previos sobre el Tema a Inves gar, precisar el campo al que pertenece el problema, e iniciarla con ... una
pregunta de inves gacin Esto, a no dudar dar una idea clara y
precisa de lo que se va a inves gar, que sera la condicin previa para
iniciar el proceso de inves gacin. Entendemos por Proceso de Inves gacin a una secuencia temporal, ordenada y sistema zada de
etapas a seguir por el Inves gador para lograr un obje vo, el conocimiento, cuyos resultados luego compar r con la comunidad cienfica como parte del propio proceso de la inves gacin (Figura 1).
La inves gacin como proceso est referida a un proceso mental, denominado Mtodo Hipot co Deduc vo, que se genera en la
prc ca, en todo inves gador, desde el momento en que concibe la
idea misma de un problema significa vo, el adquirir Conocimientos Previos, plantear obje vos e hiptesis, crear el marco terico,
plantear estrategias de prueba de hiptesis, contrastar hiptesis
con la realidad, y tomar las decisiones que correspondan, en conclusiones y recomendaciones. Kerlinger indica que una hiptesis es una
afirmacin en forma de conjetura de las relaciones de dos variables,
las que son planteadas en forma de oraciones declara vas y relacionan Variable con Variable, ya sea en forma general o en formas especficas. Para Kerlinger13, las hiptesis son aseveraciones realizadas
13

Kerlinger, Fred y Lee, Howard, Mtodos de Inves gacin en Ciencias Sociales, 2002, 4a
Edicin, Editorial Mc Graw Hill, 810 pginas.

[45]

L C

V :P

por los inves gadores sobre la relacin entre las variables, de la cual
se desprende su importancia mediata de conver rse en un instrumento de trabajo para la construccin posterior, del Marco Terico,
las dimensiones e indicadores. En relacin a la operacionalizacin14
de variables y del contraste de hiptesis para demostrar su falsedad
o veracidad, Kerlinger concluye afirmando que esta construccin
de las hiptesis, Variable por Variable, son poderosas herramientas
que han permi do el avance del conocimiento. Con nuando con el
proceso, Munch, Lourdes15 manifiesta que el muestreo como parte
esencial del mtodo cien fico requiere para poder llevar a cabo la
inves gacin, que los inves gadores16 tomen un curso de estads ca
y tener en cuenta que toda inves gacin seria, requiere contar desde un principio, con la asesora de un estads co experimentado, a
fin de que los resultados de la inves gacin sean representa vos,
vlidos y confiables.
La representa vidad de la muestra, para Munch17 implica que
esta refleje las caracters cas, similitudes y diferencias encontradas en la poblacin. Lograr la representa vidad de la muestra solo
es posible en un muestreo aleatorio o al azar, ya que lo nico que
se puede establecer es la probabilidad de no rebasar ciertos mrgenes de error ( de es macin), pues el solo hecho de contar con
muestras grandes no garan za su representa vidad. Otro aspecto
que se considera plausible, es la Oportunidad que ene el invesgador en la aplicacin de la encuesta ante la cercana de algn
evento.
Para determinar el tamao de muestra se debe conocer la mxima del Teorema del Limite Central y los pasos para determinar el
tamao de muestra mediante el criterio de poblaciones finitas e infi-

14
15
16
17

46

Kerlinger, Fred y Lee, Howard, Mtodos de Inves gacin en Ciencias Sociales, 2002, 4a
Edicin, Editorial Mc Graw Hill, 810 paginas.
Munch, Lourdes y ngeles, Ernesto, Mtodos y Tcnicas de Inves gacin Social, 2005,
12 Edicin, Editorial Trillas S.A. de C.V., Mxico, 167 paginas, Capitulo 7, Pgs. 97 a 121
Munch, Lourdes, Ibid (3), pgs 99-100
Munch, Lourdes, Ibid ( 3), pgs 100-101

nitas. Kerlinger manifiesta que el Teorema del lmite Central presenta una generalizacin extremadamente importante: Si las muestras
son extradas aleatoriamente de una poblacin, las medias de las
muestras enden a distribuirse normalmente. Entonces se pueden
u lizar las propiedades conocidas de la Curva Normal para interpretar los datos de inves gacin obtenidos18. La Teora Estads ca de las
Grandes y Pequeas Muestras afirman tambin que el error estndar permite determinar qu tan cercano probablemente se encuentran los estads cos de los valores poblacionales. Se considera Gran
muestra cuando los datos de la muestra (n), es
n >= 30 datos (Poblacin Finita)
Munch19, refirindose a Sierra Bravo manifiesta que se considera
una poblacin finita cuando es menor a 100 000 personas. El Mximo error aceptable va desde el 2 hasta el 5%. Se considera una Pequea muestra cuando los datos de la muestra ( n ), es
n < 30 datos ( Poblacin Infinita)
Munch20, refirindose a Sierra Bravo manifiesta que se considera
una poblacin infinita cuando es mayor a 100 000 personas. El Mximo error aceptable para el tamao de muestra va hasta el 10%. La
frmula que se u liza para la pequea muestra es,
n = p q / Error2 = 0.5 ( 0.5) / (0.10)2 = 25 encuestas
Esto con un error estndar (EE) de 1.37% como estads co que
refleja el alejamiento de los valores poblacionales.

18
19
20

Kerlinger, Fred y Lee, Howard, Ibid ( 1 ), pg. 257

Munch, Lourdes, Ibid ( 3 ), pg. 102
Munch, Lourdes, Ibid ( 3 ), pg. 102

47

L C

2. P

V :P

Cuando el inves gador cuenta con Conocimientos Previos, ello le

permi r una mejor eleccin del Tema de Inves gacin y realizar con mayor facilidad, claridad y precisin el objeto de estudio. A
nuestro Criterio, el primer paso en el proceso de inves gacin, se
inicia con la formulacin de la pregunta general de inves gacin,
que permite tener claro, desde el principio, las variables de la invesgacin. El segundo paso es formular el obje vo general: dar respuesta al problema u lizando un verbo en infini vo, terminado en
ar, er, ir. El tercer paso es la formulacin de las hiptesis, tanto las
variables independiente como dependiente, y de ser posible trabajar las dimensiones e indicadores de dichas variables.
El Cuarto paso consiste en la Operacionalizacin de variables,
la elaboracin de la Matriz de Reac vos y el Plan Maestro. El quinto
paso, la Metodologa considerando el po y diseo de la inves gacin, la poblacin y muestra, los instrumentos de recoleccin y procesamiento de datos. El sexto paso contrastar las hiptesis y tomar
decisiones.
En resumen, el proceso de inves gacin. Se inicia con una pregunta ligada a un problema general de inves gacin, que de hecho
ene la caracters ca de ser viable. Esta pregunta requiere (o se relaciona), a su vez con un obje vo general o respuesta afirma va.
Esta respuesta afirma va requiere de plantear la hiptesis general,
supuesto probable, toda vez que al aplicar el proceso de inves gacin, lo har de acuerdo a los procedimientos de inves gacin cienfico para obtener resultados comprobables, al contrastar la hiptesis, objeto de su inves gacin, y de esta manera poderla aceptar
o rechazar.
Planteado as, de manera general, el Problema, Obje vo, Hiptesis y Variables, e Indicadores se u liza la Matriz de Consistencia
para completar los Problemas, Obje vos e Hiptesis, Especficas,
las que en resumen, otorgaran al Inves gador y asesores tener una
visin ms amplia del Plan de Inves gacin. De igual manera se
48

estara logrando de parte del inves gador un primer diseo tenta vo de inves gacin, ya sea u lizando el Enfoque cuan ta vo
cualita vo, y mediante sus Conocimientos Previos buscar Antecedentes bibliogrficos, y Enfoques tericos sobre el probable Tema
de Inves gacin.
De los Conocimientos Previos sobre el Problema mostrados en
la Matriz de Consistencia (Antecedentes Bibliogrficos y Enfoques
Tericos) se estara en el camino de realizar una inves gacin ms
confiable y con nuar con los siguientes procedimientos: Elaborar la
Matriz de Reac vos.
T
PROBLEMA
Formule la
pregunta

OBJETIVO
Fije obje vo
con un
verbo
infini vo:
ar, er, ir

7: M

HIPTESIS

VARIABLES

Formule
hiptesis

DIMENSIN INDICADORES

Variable
Independiente

Variable
Dependiente

T
Variables

Ponderacin

8: M
Nmero de
Preguntas

R
Ajuste de
Enteros

Ajuste en Nmero
preguntas

49

L C

V :P

2.1. La Eleccin del Tema de Invesgacin:

Los Conocimientos Previos
Los Inves gadores consideran que el Tema de Inves gacin debe
ser especfico, y que puede obedecer a contestar estas interrogantes: qu tan definido y delimitado est el problema de inves gacin?, qu tan innovador es?, existe consistencia terica entre
el problema, obje vos e hiptesis?, existe congruencia terica,
metodolgica y lgica sobre el Tema de Inves gacin?, Estoy realmente interesado en este tema de inves gacin como para dedicarle empo, recursos econmicos y humanos?. La inves gacin a
realizar ampliar el conocimiento existente? Contribuir a un avance de po tecnolgico dando solucin a algn problema que plantea
necesidades reales?, qu nuevos hallazgos se podrn aportar con
esta inves gacin para acrecentar el conocimiento cien fico?
2.2. El Planteamiento del Problema de Invesgacin
Garro21 indica que el problema de inves gacin pretende definir de
manera explcita la cobertura y la profundidad de la inves gacin
que se va a emprender aislando una realidad amplia y completa,
es decir un solo problema. El proceso de la inves gacin comienza cuando surge el problema. El problema de inves gacin es la
fase inicial de la seleccin del tema para inves gar. El problema es
la fijacin de las contradicciones que se dan en la propia realidad,
contradicciones que se fijan en la teora y que concluyen una vez
esclarecidas con el planteamiento de un nuevo problema, cuya
solucin podra ser resuelta por otros inves gadores. Para un adecuado planteamiento del problema se requiere de, eliminar del problema cualquier adicin engaosa, o sea, iden ficar aquellas dificultades que chocan con la teora. El proceso de inves gacin supone
21

50

Garro Ayala, Mximo, 2009, Metodologa de la inves gacin cien fica, CHIMBOTE
PER

como condicin necesaria, la formulacin adecuada y cien fica de la

pregunta interrogante, que se encuentra en la base del problema.
Cuando el problema est formulado cien ficamente pone de
manifiesto las premisas que permiten resolverlo, a par r de la realidad como condicin para su solucin, fijando determinadas formas
lgico-metodolgicas.
2.3. La Delimitacin del problema
Algunas sugerencias de autores como Mario Bunge, Hernndez,
permiten delimitar y ubicar el problema de inves gacin:
a. Seleccione un problema, de la cual tenga Conocimientos Previos, y que puede tener solucin, otorgando as viabilidad al mismo.
b. Iden fique las variables que puedan estar relacionados con el
problema, y por medio de la observacin determine si son relevantes para su problema de inves gacin.
c. Analice la Metodologa y los probables Diseos de Inves gacin,
eligiendo el adecuado a la naturaleza de las variables (cuan tava o cualita va o ambas) del problema y a la clase de contraste
de hiptesis para la solucin deseada.
d. Formule los problemas especficos para la mejor comprensin
del problema general, y la determinacin de Estrategias o Diseos de Solucin Estads ca.
e. Busque problemas de inves gacin similares, que ya hayan sido
resueltos y rescate de ellos los hallazgos e instrumentos ms
relevantes, siempre y cuando existan las condiciones para su
adaptacin.
2.4. Los Elementos del problema
El inves gador es quien plantea los problemas de inves gacin, dadas sus inquietudes y su capacidad de observacin y conocimientos
sobre el fenmeno situacin dada.
51

L C

V :P

Los elementos que por lo general cons tuyen los problemas son:
El Objeto de estudio (fenmeno, situacin)
Antecedentes del problema de inves gacin (datos, referencias).
Definicin del problema a inves gar con relacin al objeto.
Conocimientos previos, bsicos para realizar la inves gacin.
Definicin de los conceptos.
Tiempo que abarca la inves gacin de las variables.

2.5. Definicin del problema de invesgacin

La definicin del problema se inicia desde el momento en que el
inves gador ha realizado una serie de observaciones con su experiencia, conocimientos previos e inquietudes; ha logrado esclarecer
gracias a los antecedentes bibliogrficos y enfoques tericos algunos conceptos para definir cien ficamente el problema; ha logrado
delimitar el Tema; y se est tomando en cuenta que se trata de un
problema no inves gado anteriormente, as como la viabilidad de
su ejecucin en trminos del po de Metodologa, Tcnicas e Instrumentos de Recoleccin y Procesamiento de Datos que podran
ser los ms adecuados, de acuerdo al Tipo de Inves gacin, Bsica
Aplicada, de que se trate. Los problemas especficos se formulan siguiendo los criterios de autores como Kerlinger22, Meja23 y
Carrasco24 que sugieren el criterio que, cuando la variable es muy
compleja, los problemas especficos se construyen teniendo como
punto de par da la Variable y las n a dimensiones que comprende la
variable independiente si los estudios son correlacionales. Por ello
los problemas especficos se formulan sobre la base de Variables y
Dimensiones.

22
23
24

52

Kerlinger y Lee, 2002, Mtodos de inves gacin en ciencias sociales, Mc Graw Hill 4ta
Edicin, Mxico, 810pags.
Meja M., Elas, 2008, La inves gacin cien fica en educacin, UNMSM 1 Edicin, 260
Pgs., Lima Per
Carrasco Daz, Sergio,2006, Metodologa de la inves gacin cien fica, UNMSM 1
Reimpresin, 475 Pgs.

3. E O

3.1. El Objevo de Invesgacin

El Obje vo general de inves gacin resulta de responder a la
pregunta:
Para qu se hace esta inves gacin?
Se trata de indicar los efectos, logros, des no y explicacin de
los obje vos que se alcanzarn. El obje vo(s) da coherencia al conjunto de ac vidades que componen el diseo de la inves gacin. En
resumen:
El Obje vo general, es el propsito central de la inves gacin.
Los Obje vos especficos, inmediatos o complementarios, permiten alcanzar o consolidar el obje vo general.
3.2. Jusficacin de la Invesgacin
Las inves gaciones se efectan con un propsito claramente definido que jus fiquen su realizacin. Se debe explicar las razones del
por qu es conveniente llevar a cabo la inves gacin y los beneficios
que de ella se derivaran.
Las mo vaciones que dan origen a una inves gacin podran ser
de po terico, metodolgico y/o prc co:
a) Las de Tipo Bsico o terico:
Se refieren a la inquietud que surge por profundizar en uno o varios
enfoques tericos que tratan el problema que se explica, a par r de
los cuales se espera avanzar en el conocimiento planteado, y/o para
encontrar nuevas explicaciones que modifiquen o complementen el
conocimiento inicial. De ah que sea muy importante sealar en el
diseo de la inves gacin, cules sern los principales elementos
tericos que se pretende desarrollar.

53

L C

V :P

b) Las de carcter Metodolgico:

Son aquellas que u lizan metodologas y tcnicas especficas (instrumentos: cues onarios, encuestas, entrevistas, etc.) que han de
servir para la recoleccin de datos. Por lo general las inves gaciones
se desarrollan en un contexto acadmico (Universitario) o Ins tucional, donde la decisin depende de los criterios preestablecidos
sobre si el plan de inves gacin cumple con ciertas caracters cas
metodolgicas, entre las cuales se consideran:
La conveniencia de la inves gacin (para qu?).
La relevancia social (a quines beneficiaran les resultados y de
qu manera?).
Aspectos concretos (contribuir a resolver un problema prc co?,
Valor Terico o Aplicado (se lograr llenar algn vaco de conocimientos?, se podrn generalizar los resultados a principios
ms amplios
U lidad metodolgica (con esta inves gacin se podra crear
un nuevo instrumento para recolectar V/o analizar datos?, sugiere alguna tcnica de cmo estudiar al objeto?).
c) Las de Tipo Aplicado:
Se manifiestan en el inters del inves gador por aumentar sus conocimientos, a la vez que contribuye a la resolucin de un problema
concreto. Como por ejemplo podra ser la mejora de la calidad de
una ins tucin educa va. En tal caso, se hace necesario definir el
po de ventajas que obtendra la ins tucin educa va a par r de
dichos resultados.
Russell L. Acko establece que en la jus ficacin se debe describir la importancia del problema con referencia a uno o ms de los
siguientes criterios:
Sea oportuno.
Est relacionado con un problema prc co.
Se refiera a una amplia poblacin.
Llene un vaco de inves gacin.
Permite generalizaciones aplicables a lo social o teora general.
54

Definicin de Conceptos o relaciones importantes.

Crear o mejorar un instrumento para la observacin y el anlisis
de datos.
La jus ficacin permite a quienes enen la responsabilidad de
aceptar o rechazar proyectos de inves gacin, de manera casi generalizada al evaluarlos, centrar su atencin en la:
a. Magnitud: Espacio que comprende el problema a inves gar.
b. Trascendencia: Determinacin de los alcances de los beneficios
que podran obtenerse de los resultados.
c. Fac bilidad: Evaluar las posibilidades de xito, siendo realistas.
d. Vulnerabilidad: Anlisis de los factores que podran incidir en el
xito del proceso de la inves gacin.

4. L H

4.1. Elaboracin de Hiptesis

Las hiptesis son proposiciones tenta vas que enen como funcin relacionar la informacin recolectada y procesada con el conjunto de teoras provisionalmente analizadas en el marco terico. En toda inves gacin cien fica se debe establecer la hiptesis de inves gacin, y debe
concordar con la formulacin del problema general y obje vo general.
En un principio las hiptesis pueden ser suposiciones, que parten del sen do comn y que van tomando forma a medida que
se les va cues onando hasta el punto de adaptar un enunciado probable pero sobre todo contrastable con la realidad. Las hiptesis se
fundamentan en conocimientos organizados y sistema zados.
Las hiptesis tambin generan otras hiptesis les y fruc feras
a par r de planteamientos del problema cuidadosamente revisados, aunque el cuerpo terico que los sustente no sea abundante,
ya que a veces la experiencia y la observacin constantes pueden
ofrecer condiciones para el establecimiento de hiptesis importantes, lo mismo puede decirse de la intuicin.
55

L C

V :P

4.2 Como se plantean las Hiptesis:

Debe exis r una relacin directa entre el problema de inves gacin
planteado, el Marco Terico en que va a ser analizado y la hiptesis
propuesta. Plantear sus enunciados de manera lgica, en trminos
de relacin y causalidad, y que respondan a una realidad observable
que permitan ser some dos a contrastacin.
Las hiptesis se formulan teniendo presente las condiciones y
requisitos para formular los problemas especficos, segn los criterios tericos de autores Kerlinger25, Meja26 y Carrasco27. Si los estudios son descrip vos correlacionales, y las variables son complejas, las hiptesis especficas se construyen teniendo como punto de
par da las Variables y las Dimensiones que comprende la variable
independiente. Esto se aprecia en la figura 8:

5. O
La Operacionalizacin se realiza a par r de la hiptesis de inves gacin (hiptesis alterna va), y que requiere previamente la iden ficacin de las variables. Son stas Variables en las cuales se prac car
Operacionalizacin. Operacionalizar significa ...lograr la medicin
de las variables.. mediante un proceso de deduccin lgica en Indicadores, los cuales se refieren a situaciones especficas de las variables (causas o efectos).
Los Indicadores pueden medirse mediante:
ndices, o inves garse mediante Items (o preguntas). Las preguntas debern incluirse en los Instrumentos (Cues onarios) que
se disean para la recopilacin de los datos. Los Indicadores permi rn al inves gador lograr una mejor definicin de la informa-

25
26
27

56

Kerlinger y Lee, 2002, Obra citada (1).

Meja M., Elas, 2008, Obra citada (2)
Carrasco Daz, Sergio,2006, Obra citada (3)

cin bsica que requiere para verificar la(s) hiptesis planteadas

en la inves gacin.
5.1 Las Variables
Son los Elementos de la hiptesis, que enen la propiedad de adquirir diversos valores, y cuya variacin es suscep ble de ser medida. Para la inves gacin cien fica son importantes la interrelacin
de la operacionalizacin de la Hiptesis con las dimensiones, o los
indicadores y cmo esta operacionalizacin permite comprobar la
verdad tenta va respecto del problema de inves gacin. Las variables deben plantearse en trminos claros, precisos que permitan
la Operacionalizacin de la Hiptesis.
T

9: E

D
VARIABLES

DIMENSIONES

Variable
Independiente

INDICADORES
. Personal asignado por especialidad

X1: GESTIN DE LOS

RECURSOS HUMANOS

. Can dad personal asignado a

Comisara
. Horario de servicio
. Capacitacin
. Reunin autoridades y poblacin

X: ESTRATEGIA DE LA
DISTRITALIZACIN

. Vehculos y armamentos

X2: GESTIN DE LOS

RECURSOS LOGSTICOS

. Conservacin vehculos y
armamentos
. Equipos cmputo y materia escritorio
. Alianzas estratgicas
. Calidad de la infraestructura

Variable
Dependiente
Y: CALIDAD DEL
SERVICIO POLICIAL

. Patrullaje motorizado
. Disminucin ndice delincuencia
Y1: EFICACIA POLICIAL

. Recuperacin confianza ciudadana

. Atencin oportuna
. Sa sfaccin ciudadana

57

L C

V :P

X1: GESTIN DE
LOS RECURSOS
HUMANOS

Hiptesis Especfica 1:
La estrategia de la distritalizacin, segn la ges n de recursos humanos, influy en la calidad del servicio policial en la jefatura distrital de
San Mar n de Porres periodo Marzo 2011 Diciembre 2011

X2: GESTIN DE
LOS RECURSOS
LOGSTICOS

Hiptesis Especfica 2:
La estrategia de la distritalizacin, segn la ges n de recursos logs cos, influy en la calidad del servicio policial en la jefatura distrital de
San Mar n de Porres periodo Marzo 2011 Diciembre 2011

La funcin de las variables en la hiptesis, es la de permi r al

inves gador medir las propiedades enunciadas en la hiptesis, a travs de los ndices, que son, finalmente, los indicadores totales de la
variable. Una variable independiente se considera en inves gacin
cien fica, como un atributo cuan ta vo o cualita vo, que puede
manipularse a voluntad en una situacin experimental apropiada,
lo cual conlleva cambios consecuentes en la variable dependiente.
5.2 Indicadores
Los indicadores son aquellos elementos extrados de la realidad que
permiten cuan ficar ciertas caracters cas medibles, y que posteriormente sern la base para la conformacin de ndices rela vos
de acuerdo con los valores obtenidos. Frecuentemente los conceptos implicados en la hiptesis y el modelo no son directamente observables, por lo tanto, es necesario determinar cules sern los
indicadores que permi rn registrar los datos indispensables para
confrontar los aspectos tericos del modelo con la realidad?
En virtud de que las hiptesis estn estructuradas por la representacin conceptual de los aspectos que comprende, se hace necesario
determinar cules son los referentes observables en la realidad (indicadores), van a permi r recabar de esa realidad los datos empricos.
Al respecto, Mndez dice que: Los indicadores permiten tener
una referencia emprica de situaciones, hechos o eventos que podrn cuan ficarse, estos forman parte de las variables y se ob enen
por un proceso deduc vo mediante el cual el inves gador debe ana-

58

lizar que tales indicadores en conjunto abarquen en su totalidad el

concepto definido tericamente en la variable.
Luego entonces, los indicadores juegan el importan simo papel
de ser el punto de relacin entre lo terico y lo fc co, para hacer
posible la comprobacin o refutacin de la hiptesis.
Ahora bien cul es el procedimiento para encontrar los indicadores?, cules indicadores estn ms directamente relacionados
con la significancia de la hiptesis?
El procedimiento para encontrar o mejor dicho para determinar
los indicadores, es el siguiente:
A par r de la correcta estructuracin de la hiptesis, iden fique con claridad, tanto la variable independiente (causa) como la
variable dependiente (efecto), y proceda a seleccionar aquellos indicadores que sean realmente los ms representa vos, o de manera
redundante los que en s indiquen en qu aspectos de la realidad
se encuentran los datos que se estn buscando para comprobar la
hiptesis de trabajo. Sobre este mismo punto, Rojas Soriano seala
que: La seleccin de los indicadores debe realizarse en forma rigurosa a fin de que la informacin emprica que se recoja sirva para
someter a prueba las hiptesis. Existen muchos indicadores para
medir o representar una variable, pero el inves gador debe seleccionar [slo] aquellos realmente significa vos. Cuando no existan
indicadores disponibles, el inves gador deber buscar la informacin requerida de manera directa.

6. I

El proceso que normalmente se requiere para desarrollar una invesgacin es el siguiente:

1. Iden ficar y Formular el Problema de Inves gacin.
2. Jus ficacin Terica y Prc ca de la Inves gacin.
3. Conocimientos Previos de los antecedentes bibliogrficos y las
Bases Tericas requeridas para la inves gacin.
59

L C

V :P

4. Formular las Hiptesis, tanto General como especficas.

5. Desarrollar la Metodologa mediante el Tipo, Enfoque y Diseo
de la Inves gacin. Iden ficar la Poblacin y Muestra y :
Si la Inves gacin es de Tipo Bsica (No Experimental) , construir
el instrumento.
Si la Inves gacin es de Tipo Aplicada (Experimental), recolectar
datos o formar los Grupos Control y Experimental.
6. Determine el Mtodo Estads co para la Contrastacin de Hiptesis.
7. Conclusiones y recomendaciones de la Inves gacin.
Este proceso se muestra en la Figura 9:
La Metodologa, requiere de conocer los Paradigmas, del cual se
derivan los Enfoques de Inves gacin y seguidamente, los Niveles
de Contraste de Hiptesis. Las Inves gaciones con Paradigma Naturalista, Enfoque Cualita vo, no requieren de hiptesis, y por lo tanto
no u lizan la Estads ca. Las Inves gaciones Posi vista y Sistmica
(conocida tambin como Hols ca), presentan Enfoque Cuan ta vo,
y requieren de la Estads ca, tanto Paramtrica como No Paramtrica, para contrastar las Hiptesis e interpretar sus Resultados Al
aplicarse el Mtodo Estads co al Contraste de Hiptesis, su interpretacin, se dar por Aprobada o No, las Hiptesis de Inves gacin.

60

7. F

9: L

La Formulacin del Problema, Obje vos e Hiptesis, Variables, Dimensin e Indicadores, requiere metodolgicamente de la U lizacin de la Matriz de Consistencia (Figura 13). En el paradigma posivista, se u liza para el mtodo, el proceso itera vo. Todo se inicia
con la Formulacin de la pregunta general, luego el obje vo general
y la hiptesis general. Se determinan las variables, dimensiones e
indicadores.

61

L C

V :P

10: L

Determinadas las dimensiones, se puede u lizar el mtodo corto, y relacionar cada dimensin con la variable dependiente. De esta
manera, se va logrando de manera itera va los problemas especficos, los obje vos especficos, y las hiptesis especficas (Figura 14).
F

11: L

Qu ms permite aplicar la matriz de Consistencia?

Toda universidad presenta un esquema para desarrollas las inves gaciones. Normalmente, evaluando el cuerpo de la matriz de
consistencia, se halla lo siguiente:
a) El problema, obje vo e hiptesis, en mayor parte cons tuyen
el Captulo I de toda inves gacin. A estas partes se le agrega la
jus ficacin y el valor o aporte de la inves gacin. (Figura 15).
En algunas Universidades, en esta parte incluyen los Antecedentes; en otras los Antecedentes se ubican en el Marco Terico.
62

12: F

:E P

b) La segunda parte de la matriz, debe permi r apreciar un esquema para el posterior desarrollo del Marco Terico (Figura 16).
El desarrollo del marco terico, se inicia con la variable independiente, y obedece a los conocimientos previos que tenga el
inves gador sobre la bsqueda de informacin relevante sobre
tesis, libros, internet, etc. Esto conduce a que el inves gador, logre determinar las dimensiones y los indicadores probables con
las cuales medir posteriormente a la variable.
F

13: F

63

L C

V :P

Luego, con nuara con la variable dependiente. Ya en el desarrollo de consolidar el marco terico, el esquema de la universidad con ene el marco conceptual y las hiptesis (en algunas
universidades las hiptesis se encuentran en el problema de la
inves gacin: en otras en el marco terico; y finalmente, otras
lo consideran como un captulo aparte).
c) Esta segunda parte de la matriz, permite iniciar el Tercer captulo denominado Metodologa de la inves gacin (Figura 17).
Se inicia con la Operacionalizacion de la variables, donde se
definen de manera conceptual y opera va, a las variables, las
dimensiones y los indicadores. Luego, se con nua con el po y
diseo; poblacin y muestra; los instrumentos a u lizar; la determinacin de la validez a priori (juicio de expertos) y posteriori
de los instrumentos (se mide por el alfa de cronbach). Finalmente el procesamiento de los datos.
F

14: F

:M

Los captulos IV (y V), plantean el anlisis de resultados, la contrastacin de hiptesis, la discusin de resultados. Se termina con
las conclusiones, recomendaciones, y la propuesta si la hubiere.
64

CAPTULO 4

ESTADSTICA Y DISEOS
DE INVESTIGACIN
I: E
P

:C

La Estads ca puede definirse como la ciencia que permite, a travs

de Mtodos Cuan ta vos y Cualita vos, la recoleccin, la organizacin, la presentacin, el anlisis y la presentacin de datos, en ambientes de cer dumbre e incer dumbre.
La Estads ca parte de ciertos supuestos matem cos para
analizar una poblacin, y para analizar y comparar dos o ms poblaciones. Como consecuencia de estos supuestos, la Estads ca se
estructura en Estads ca Paramtrica y Estads ca No Parametrica28.
La Estads ca Paramtrica se fundamenta en el estudio y anlisis de
Mtodos que u lizan la Media Aritm ca. La Estads ca No Paramtrica se fundamenta principalmente en el estudio y anlisis de
Mtodos que u lizan la Mediana.
1.1 Estadsca Paramtrica
La Estads ca Paramtrica son aquellos Mtodos Estads cos cuan ta vos, como los parmetros Media Aritm ca Poblacional, la Varianza Poblacional, la desviacin estndar Poblacional, que son necesarios
para el anlisis y la descripcin de los datos, as como para la contrastacin de hiptesis y para formular conclusiones inferenciales29.
28
29

Snchez, S., 2010, Metodologa. El Curso. 1 Edicin CEPREDIM- UNMSM. Lima.

Newbold, Paul, et al, 2008, Estads ca para Administracin y Economa, Pearson Pren ce
Hall, 6 Edicin Madrid.

[65]

L C

V :P

15: E

Fuente: Snchez, Segundo. Mtodos Estads cos. 2010

El inters se centra en probar una hiptesis acerca de uno o ms

parmetros de la poblacin, teniendo como supuestos:
a. La Normalidad de las distribuciones poblacionales.
b. Aplicacin del Teorema del Lmite Central.
Esto significa que el punto focal del anlisis parametrico es algn
parmetro de la poblacin al u lizar la estads ca del muestreo, y
sigue una distribucin conocida (Normal), con datos numricos tomadas mediante una escala de intervalo o de razn30.
La Estads ca Paramtrica se emplea para Muestras Grandes
(n 30 datos) y Muestras Pequeas (n < 30 datos), respecto de las
cuales se ene muy en cuenta el Teorema del Lmite Central. Para
Inves gaciones con Enfoques Cuan ta vo y Cuali-cuan ta vos, y
como aplicacin del Mtodo Hipot co Deduc vo, los Mtodos Pa30

66

Kazmier, Leonard.1998, Estads ca Aplicada a la Administracin y a la Economa. Mc

Graw Hill, 3 Ed. Mxico.

ramtricos, se u lizan indis ntamente con los Diseos Experimentales y No Experimentales, Diseos Transversales y Longitudinales, y
de los Mtodos Deduc vos e Induc vos.
T

31

10: P

Nmero de
Variables

Tipo de
Variable

Parmetro
Poblacional

Prueba Estads ca

Uno

Cuan ta va

Media:

Prueba Z (n 30 ). Prueba t ( n 29 )
2

Dos

Ms de Dos
(K 3)

Varianza:

Prueba Chi-Cuadrado

Categrica

Proporcin:

Prueba Z

Cuan ta va

Medias: 1 2
Media de la
Diferencia: d

Prueba de comparacin de medias:

Prueba Z o t
Prueba - datos apareados

Varianzas:
21, 22

Prueba de comparacin de varianzas

Prueba F

Categrica

Proporciones:
1,2

Prueba de comparacin de
proporciones
Prueba Z

Cuan ta va

Medias:
1, 2, , k

Prueba de comparacin de medias

Anlisis de Varianza (Prueba F)

Varianzas:
21, 22,.,
2k 22

Prueba de Anova Bloque para

comparacin de varianzas

1.2. Estadsca No Paramtrica

La Estads ca No Paramtrica son aquellos Mtodos Estads cos
cualita vos, (datos nominales, ordinales y numricos, en la cual no
pueden u lizarse el supuesto de la Normalidad de las distribuciones
de la poblacin. Por ello, a estos mtodos estads cos se les denomina libres de distribucin, con datos que provienen de la u lizacin de escalas nominales y ordinales. La Estads ca No Paramtrica
contrastan hiptesis referentes a la forma, dispersin o posicin
(Mediana) de la Poblacin. En la mayora de los Mtodos, las hip31

Newbold, Paul, obra citada.

67

L C

V :P

tesis se formulan en relacin al valor de la mediana, la diferencia de

dos o ms medianas; o tambin al anlisis de mtodos estads cos
con datos nominales (Chi cuadrado). La Estads ca No Paramtrica
se emplea en conjunto con Muestras Pequeas (n < 20 datos), respecto de las cuales no se ene muy en cuenta el Teorema del Lmite Central. Son principalmente Enfoques Cualita vos pero tambin
puede aceptarse Enfoques Cuali- cuan ta vos, Mtodos Induc vos,
Diseos No Experimentales.
T
Nmero de
Variables
Uno

Tipo de
Variable

32

11:
Hiptesis

Cuan ta va,
Ordinal o
Categrica

La Distribucin de la
poblacin no ene un
modelo determinado

Prueba de Bondad de Ajuste

Prueba Chi-Cuadrado
Prueba de Kolmogorov
-Smirnov

Ordinal o
Cuan ta va

Medicin de Efecto AntesDespus (Observaciones

Apareadas)

Prueba del Signo

Prueba de Wilcoxon

Ordinal o
Cuan ta va

Comparacin de Mediciones
(Grupos Independientes)

Prueba de Mann-Whitney

Categrica

Comparacin de
Proporciones

Prueba Exacta de Fisher

Ordinal o
Cuan ta va

Comparacin de Mediciones
(grupos independientes)

Prueba de Kruskal-Wallis

Comparacin de mediciones
(Grupos Dependientes)

Correlacin de Rangos de
Spearman
Prueba de Friedman

Comparacin de
Proporciones: Plj, P2j,, Pkj
Comparacin de
tratamientos
(Observaciones
Relacionadas)

Prueba de comparacin
de Proporciones o de
Homogeneidad Prueba
Chi-Cuadrado Prueba de
Cochran

Categrica
Dos

Ms de Dos
(K > 3)

Categrica

32

68

Prueba Estads ca

Prueba de McNemar

Newbold, Paul, et al, 2008, obra citada (7)

2 . Estads ca Paramtrica: Su Estructura

La Estads ca Paramtrica, presenta la siguiente estructura:
a) La Descripcin,
b) La Inferencia, y los Procesos de Toma de Decisiones.
Estas tres ramas metodolgicas, de manera independiente, sirven para muchos fines. Pero, en el planteamiento y resolucin de
problemas, estas ramas se complementan mediante etapas lgicas,
secuenciales e interrelacionadas.
3. reas Metodolgicas33 en la Estads ca
a) La Descripcin
En Estads ca estudiamos los datos que presentan variacin aleatoria para describirlos en condiciones de cer dumbre. Trata de la observacin, la recogida, clasificacin y resumen de datos numricos
en condiciones de certeza mediante los estadgrafos es la expresin
que permite cuan ficar una caracters ca de la muestra y pueden
ser la media aritm ca, la desviacin estndar, el coeficiente de correlacin, etc.
b) La Inferencia
Cuando se hace uso de la Inferencia, se formula una afirmacin bajo
condiciones de incer dumbre, la cual es el resultado de condiciones
aleatorias, muchas de ellas implcitas en el trabajo con muestras, y
cuyas conclusiones se indican en trminos de probabilidad de ocurrencia.
La Inferencia considera dos problemas:
1) La Es macin
2) La Contrastacin de Hiptesis
El problema de la es macin trata sobre la medida de un parmetro de una poblacin, con un margen de error conocido y cierto
33

Snchez, S.,1998, Apuntes de Estads ca, FAUDI- UNFV, 100 Pgs.

69

L C

V :P

nivel de confianza establecido, a travs de la induccin estads ca

realizada a par r de los resultados de un muestreo.
En el segundo problema, se conoce que toda Hiptesis es una
suposicin basada en ciertos resultados experimentales, la cual
puede aceptarse o rechazarse. Esta aceptacin o rechazo de la Hiptesis se determina estads camente mediante los llamados Test de
Significacin. En cada test, se aceptar o se rechazar, segn caiga
dentro o fuera de un intervalo predeterminado segn la probabilidad de que ocurra slo por azar.
c) La Toma de Decisin
La consecuencia lgica de la Contrastacin de Hiptesis debe dar
lugar a la deduccin de conclusiones y a la toma de decisiones racionales, escogiendo una entre dos ms alterna vas.
La Toma de Decisin considera se fundamenta en la Es macin,
y la Contrastacin de Hiptesis. A esto se le conoce como el Proceso de Toma de Decisiones, estudiada por la Teora de la Decisin,
con su concepto de probabilidad personal o subje va de los sucesos
como base para la maximizacin del beneficio o u lidad esperada a
travs de la decisin tomada.
4. La Estads ca en la Historia
La Estads ca es tan an gua como la Historia. Esta palabra, Estads ca, puede tener varios significados, como datos, como el proceso de anlisis de los datos como la descripcin de un campo
de estudio. Estads ca proviene del la n Status que significa posicin y fue u lizada inicialmente por los asesores de impuestos.
De aqu deriva que inicialmente slo era aplicada a los asuntos del
Estado. Su u lizacin era exclusivamente en la parte descrip va.
En este sen do, la Estads ca se u lizaba, hace los menos 4000
aos, como instrumento de gobierno, emplendose para enumerar y describir la poblacin, as como la determinacin de ac vos
y gravar impuestos.
70

En Egipto, 3000 aos antes de nuestra era, la organizacin del

trabajo para la construccin de las pirmides, requiri un gran nmero de estadgrafos. Bajo el reinado de Ramss II, 1400 aos a.c.
se levant un Catastro completo. Existen no cias de un Censo realizado en Judea en 2030 a.c. La inscripcin, por razones de impuesto,
de Jess en Beln, se considera como un mecanismo estads co.
En China, 2300 a.c., se dispona de una estads ca completa de
todas las provincias; en Grecia fue necesaria la sistema zacin estads ca con fines sociales. Soln dispuso con nuo dispuso el levantamiento de impuestos en el ao 594 a.C., apareciendo una poblacin
dividida en cuatro clases sociales de acuerdo con los rendimientos
de la propiedad es mados en trigo y el impuesto personal o captacin a que estaban obligados los extranjeros. En Roma, las estads cas comenzaron a elaborarse desde la poca de Servio Tulio.
Durante la poca medieval, en el ao 830 aparece la Descripcin
del Califato, del Al Mamun; en Inglaterra se publica el Domesday
Book, 1088, bajo el gobierno de Guillermo El Conquistador; el Registro de la Tierra, del Rey Valdemaro II, Dinamarca, 1231. Finalmente,
en 1515, el Ri ra della Francia e della Allemagne de Maquiavelo,
que cons tuye una compilacin estads ca, con fines de orientar las
tareas de los funcionarios de la Administracin Pblica.
En la poca moderna puede citarse la obra de Munster (1536)
y Francesco Sansovini (1562) quien publica su Del Goberno ed Administra one di diversi regr ed republiche. Corresponde a William
Pe y (1690), por su obra Essays on Poli cal Arithme ck, como uno
de los que impuls el Pensamiento y la Inves gacin en la Ciencia
Pol ca (Economa), y tambin impuls el punto de vista de la Teora de la Inferencia, aspecto en la cual la Estads ca toma su real
inters para la Ges n (Management). El nacimiento de la rama
metodolgica de la Inferencia se atribuye al concepto y desarrollo
de la Teora de las Probabilidades.
Hacia 1654, Chevalier De Mer, matem co aficionado y jugador, inici una correspondencia con Blaise Pascal, telogo y matem co, para conocer cules son las posibilidades en un juego para
71

L C

V :P

arriesgar algn dinero en las cartas o dados? Pascal acogi los problemas de azar sugeridos por De Mer, y en un intercambio de cartas con Pierre de Fermat acerca del problema de puntos, empez
a surgir la Teora de Probabilidades.
Jacques Bernoulli, percibi luego la aplicabilidad de las posibilidades a problemas muy dis ntos de las cartas o dados. En su
libro Ars Conjectandi, publicada pstumamente en 1713, mostr la aplicacin de la probabilidad a cues ones civiles, morales y
econmicas. Trabaj sobre Combinaciones y Permutaciones dejando importantes principios y prc cas fundamentales para los que
estads cos que vinieron despus, destacando Abraham De Moivre
(1667-1754), Pierre de la Place (1749-1827) y Karl Friedrich Gauss
(1777-1855). Estos autores, de manera independiente, trabajaron
sobre la idea de la Curva Normal, a par r de la cual se formula la
Teora de los Errores.
Adolph Quetelet (1796-1874) fue el puente entre los siglos XVIII
y XIX. A Quetelet se le conoca como el Estads co, pues recopil
el trabajo de sus predecesores, en los aspectos de Descripcin y Probabilidad, logrando una herramienta l para la Inves gacin de los
Fenmenos Sociales. Quetelet, asumi luego un papel dirigencial
para la fundacin del Congreso Estads co Internacional de 1853
que, como Primera Reunin Internacional de Estads cos, se les reconoci como cien ficos profesionales por derecho propio. Estos
cien ficos impulsaron despus el Movimiento Estads co Moderno,
durante la segunda mitad del siglo XIX, perodo de un gran avance
de las ciencias matem cas, sicas y naturales. Sir Francis Galton,
considerado como el l mo de los precursores de la Estads ca, public en 1889, su obra Natural Inheritance en el cual analizaba y
resuma el trabajo de todos los an guos tericos.
Karl Pearson, llamado padre de la Estads ca, impuls el primero
de los seis movimientos en la Ciencia Estads ca moderna, iniciado
en 1900. Pearson escribi El mbito y los conceptos de la Ciencia
Moderna y Contribuciones Matem cas a la Teora de la Evolucin. La Estads ca tuvo de Pearson las siguientes contribuciones:
72

las tcnicas que tratan con Grandes Muestras; la invencin del Coeficiente de Correlacin; la invencin de la Distribucin de la Ji-Cuadrado; la construccin y publicacin de todas las tablas que precisa
y u liza cualquier estads co. Por sta poca, el trabajo de los estads cos implicaba u lizar Mtodos que resuman datos adems del
empleo de Procedimientos Estads cos para tomar decisiones.
El segundo movimiento de la Estads ca moderna, se caracteriz por la inves gacin y desarrollo de mtodos apropiados para
Pequeas Muestras. Remplazando a los grandes agregados de datos con los que trabajaba Pearson. R. A. Fisher y William S. Grosset (conocido por el seudnimo de Student) pertenecen a este
movimiento y con ellos aparecen conceptos de Experimentos y
Contrastacin de Hiptesis Estads cas, la teora del anlisis muldimensional, la correlacin ml ple y el anlisis de la varianza. El
tercer movimiento se inicia en la dcada del treinta. Se caracteriza
por el desarrollo de la inferencia lgica, se perfeccionan los mtodos
de contrastacin de hiptesis y la introduccin de nuevos tests para
los intervalos de confianza, los riesgos y las funciones de error, los
mtodos de control de calidad y el surgimiento de la Estads ca No
Paramtrica. Sus representantes fueron Jeray Neyman y Egon Pearson. Las radicales innovaciones en la Teora de la Decisin por Abraham Wald, en 1942, cons tuye el cuarto movimiento, al surgir el
principio de minimax para la seleccin de la mejor decisin, en un
campo denominado teora de los juegos. A par r de la dcada del
ochenta e inicios del noventa, se inicia el quinto movimiento, con
un rpido desarrollo en otro enfoque de la Teora de la Decisin: el
de la Escuela Bayesiana, quien introduce la premisa de probabilidad
subje va o personal, y por primera vez en la historia de la Estads ca, se integra en la funcin de decisin la experiencia y los juicios de
ges n con los modelos estads cos no parametricos y la u lizacin
de computadoras personales integrando biogramas con estads cas
aplicado a medio ambiente. El sexto movimiento ene que ver con
el surgimiento del Control Estads co de Calidad, que enen como
principales promotores a Shewart, Deming y J. Juran.Considerando
73

L C

V :P

desde el punto de vista de la estructura de la Estads ca, esta se divide en Estads ca Parametrica (Variables Cuan ta vas) y Estads ca
No Parametrica.
P

:E

La Estads ca Descrip va puede estudiarse segn datos que contengan una variable, dos o ms variables, los cuales darn lugar a
ndices o nmeros resumidos que deben comunicar informacin de
estos datos y que dan lugar al proceso de la Estads ca Descrip va.
(grfico 1 ).
1. Estads ca Descrip va Univariada
Permiten recolectar, resumir y describir los Datos Cuan ta vos obtenidos a par r de mediciones empricas. Uno de los nmeros resumidos ms les es el ndice del centro o promedio de una distribucin de datos. En estads ca, las tres medidas de tendencia central
ms u lizadas para dos numricos son la media, la mediana y la
moda. La mediana, la moda puede u lizarse para datos ordinales.
1.1 Medidas de la Tendencia Central
La Media se u liza cuando se miden las caracters cas en una Escala
numrica y es bastante sensible a valores extremos en un grupo de
datos. No debe u lizarse con datos ordinales.
Si los datos originales no estuvieran disponibles la media puede
calcularse a travs de una Distribucin de Frecuencias
La Distribucin de Frecuencias representa un mtodo sencillo
para ordenar un conjunto de observaciones. En una distribucin de
frecuencias, se ordenan los Valores Numricos, del valor mnimo
(clase) al valor mximo, colocando en cada clase, el nmero de veces (frecuencia) que aparece cada valor.
Pueden u lizarse las siguientes frmulas.
74

No agrupados

Agrupados

Media Aritm ca
n
Xi
1-1
X=
n

fX
X=
n

Varianza

(Xi X)2
2 =
n

X2 nX2
2 =
n1

La Mediana es la observacin promedio, que indica el punto a

par r del cual la mitad de los datos son menores y la otra mitad
mayores. La mediana es menos sensible a valores extremos, y tambin puede calcularse mediante una Distribucin de Frecuencias. La
Moda se le define como el valor que se presenta con mayor frecuencia en una coleccin de datos, y pueden ser unimodales, bimodales,
etc.
La Media Geomtrica definida por:
n X , X ,...X
Mg = w
ij
21
n

Cuando se u lizan los datos en una escala logartmica se le define como el logaritmo de media geomtrica es igual a la media de los
logaritmos de las observaciones:
log Mg =

log X
N

1.2 Medidas de Dispersin

En estads ca su objeto es el anlisis de los datos que presentan
la caracters ca de variar. La medicin de la variacin (dispersin)
puede realizarse mediante, la desviacin estndar, el coeficiente de
75

L C

V :P

NO PARAMTRICA
CHI CUADRADO

SPEARMAN, SIGNOS,

ESTADISTICA
(PARAMTRICA)

DESCRIPTIVA

INFERENCIAL

POBLACION

MUESTRA

PARAMETROS DE LA POBLACION

Es una ciencia que tiene como funciones

recolectar, organizar, presentar, analizar y la
Interpretacion de los datos referidos a
una Poblacin N,,oa2una muestra

N,,

DISTRIBUCIONES:
UNA POBLACION
Media
Varianza
Desviacin Estandar
Proporciones

n, x, s2

DOS POBLACIONES
Diferencia de Medias
Diferencia proporciones

DISTRIBUCIONES: Estimadores
UNA POBLACION
Media
Varianza
Desviacin Estandar
Proporcin
GRANDES
MUESTRAS
n > 30

1 2
1 2
X , 2
Todo valor X precedente de una poblacin
con Distribucin Normal puede "convertirse"
en un valor NORMAL ESTANDAR llamada
Z:

En esta parte se analiza el concepto de

Distribuciones Relativas, y su equivalencia con
Probabilidades.
Trabaja con valores X (observaciones).

z=

Toda Distribucin de Frecuencias, segn el

Teorema Central del Lmite, establece que cuando
el nmero de observaciones se incrementa, la
distribucin del muestreo de la media se aproxima
en cuanto a su forma, a la distribucin normal
independientemente de la forma de la
Distribucin de la Poblacin de la que fue tomada
la muestra.

Z reformula el valor original X en trminos

de unidades estandar (Areas o
Probabilidades).
Los mtodos de la ESTADISTICA
CLASICA fueron desarrollados para el
anlisis de datos muestrados
(OBJETIVOS) as como para propsitos de
inferencia sobre la poblacion de la que se
seleccion la muestra.

De aqu deviene las nociones de la Regla

Emprica

99.7%

< 30

x1 x2
p 1 p 2

Si la
Distribucion de Muestreo de la Media
presenta una Distribucin Normal podemos
determinar probabilidades relacionadas con la
MEDIA MUESTRAL pues conocemos y la
La tabla de Distribucin (Probabilidad) Normal
utiliza el factor de conversin:
Donde :

x =

z=

x
x

Estos
conocimientos
nos permiten
realizar

3 2 1

ESTIMACION
PUNTUAL
Distribuciones Muestrales

PRUEBA DE HIPTESIS
1 o ms de 2 poblaciones

76

AREA =
PROBABILIDAD

68.3%
95.5%

PEQUEAS
MUESTRAS
n

La Estadstica Inferencial comprende Mtodos

para observar y analizar las muestras para tomar
decisiones sobre una poblacin o un Proceso
Estadstico. Para ello emplea el concepto de
Probabilidad, tanto discreta como continua
(Distribuci{on Normal).
Trabaja con Valores Aleatorias X

(Frecuencia Relativa).

3 2 1

x
s2
s
p

DOS POBLACIONES
Diferencia de Medias
Diferencia proporcionales

Los criterios matemticos se asocian a

La Estadstica Descriptiva resume y describe

datos mediante Distribuciones de Frecuencias,
Grficos y Anlisis por Computadora.

n, x, s2

ESTADISTICAS MUESTRALES

INTERVALOS DE
CONFIANZA

X
Z

variacin, los percen les, etc. La desviacin estndar es la medida

de dispersin que describen la forma en que los resultados se agrupan alrededor de la media. Se le conoce tambin como dispersin
absoluta. Las Medidas de Dispersin estn referidas a la dispersin
de los datos de una distribucin respecto a su valor central.
Coeficiente de Variacin
Es el resultado de dividir la desviacin estndar por la media mul plicado por 100. Esta medida muestra la dispersin rela va.
CV =
F

16: E

x 100
X
E

M
C

77

17: P

L C

78

V :P

1.3 El Diagrama de Cajas

En los grficos de cajas se representan: los valores mnimo y mximo, la mediana y los cuar les, permi endo, de manera visual, tener
una idea de la dispersin de los datos. Un grfico de cajas es un
rectngulo, que presenta la siguiente informacin,

Los lados laterales a la mediana indican los percen les C25 y

C75, respec vamente. En el rectngulo se indica la mediana, con un
segmento ver cal. De los lados que representan a los percen les 25
y 75 parten, respec vamente, un segmento hasta el valor L = C75
C25, en donde L es el rango intercuar l.
De un grfico de cajas se ob ene informacin acerca de:
La centralizacin de los datos (con la mediana).
La dispersin (con el rango intercuar l C75 C25).
La simetra (observando la posicin de la mediana).
La longitud de las colas (con los segmentos que parten de los
lados laterales).
En muchos casos, observaciones inconsistentes son incluidas en
un conjunto de datos. Estas observaciones a picas o discordantes se
conocen con el nombre de outliers (en el idioma ingls). Un outlier aparece generalmente debido a las siguientes causas:
a) Por observacin incorrecta, por anotacin incorrecta o por introduccin incorrecta del dato al computador.
b) Porque la observacin es de una poblacin diferente a la poblacin de la cual viene el resto de las observaciones.
79

L C

V :P

c) Porque la medida es correcta pero el evento es raro.

Ejemplo. La siguiente figura representa un grfico de cajas correspondiente a 58 notas de los alumnos de un curso de Historia.

Se observa que el centro de los datos es 9 (la mediana). El

percen l 25 es 8, el percen l 75 es 12. El rango intercuar l es 4 (el
50% de las notas estn entre 9 y 14). Las notas 19 y 20 son datos
discordantes o outliers. Los grficos de cajas se usan para comparar la dispersin de dos o ms grupos de datos, cuando stos estn
expresados en la misma unidad de medida. Tal caso se presenta en
la siguiente representacin, en donde se nota, por ejemplo, que el
grupo B ene un outliers que es mayor que el outliers que se presenta en A.

El coeficiente de variacin compara distribuciones numricas

medidas en escalas diferente.
80

1.4 Asimetra y Curtosis

En relacin a la Asimetra y Kurtosis de la Distribucin se determinan
de la siguiente manera.
P=

3(x Mediana)
S

Donde P = Coeficiente de Sesgo

Los Valores de P, pueden ser menores o Mayores a Cero. Si P <
0 sesgo presenta sesgo a la izquierda. Si P > 0 presentar sesgo a la
derecha.
1.5 Datos Numricos en cuadros y grficos
Los datos numricos pueden representarse grficamente como Tallo
y Hojas, Tabla de Frecuencias, Histogramas, Grficas de Caja, Diagramas de Error y Polgonos de Frecuencia.
1.6 Datos Nominales y Ordinales en cuadros y grficos
Los datos en una escala nominal son conteos de una lista de las categoras en una de las columnas y la frecuencia, y no se puede describir. Los datos nominales se cuan fican u lizando diversos mtodos
como proporciones, porcentajes, relaciones y tasas.
Para la imagen grfica de datos nominales u ordinales se usan
los diagramas de barra, los diagramas circulares y las pictogra as.
Cuando se analizan dos caracters cas en una escala nominal se
muestran los datos en una tabla de con ngencia.
2. Estadis ca Descrip va Bivariada
Describe la existencia y magnitud de las relaciones entre dos variables. Para comparar dos variables se u liza una tabla de con ngen81

L C

V :P

cia la cual muestra en la parte horizontal los resultados de una variable y en la parte ver cal los resultados de una segunda variable. Su
grafica se denomina Estereograma
En una tabla anexa, o en la misma, pueden determinarse las frecuencias rela vas (probabilidades) de cada ocurrencia conjunta. Los
resultados pueden medirse en una escala ordinal, o proporcional y
para ello es ms frecuente describir la relacin entre variables mediante Procedimientos de Correlacin (r) y de Regresin. El clculo
de un coeficiente de correlacin permite expresar en trminos numricos la direccin y la magnitud de una relacin lineal.
2.1 Coeficiente de correlacin de Pearson r
(X X) (Y Y)
w

(X X)2 (Y Y)2

Si consideramos el procedimiento de sumatoria de cuadrados (SC),

el Coeficiente de Correlacin se determina de la siguiente manera:
SCXY
r=
w(SC ) (SC )
X
Y
y el Coeficiente de Determinacin se determinara as:
(SCXY 2
r2 =
w(SC ) (SC )
X
Y
Los valores del coeficiente de correlacin van de
(-1) para una correlacin nega va perfecta,
( 0 ) para una ausencia de relacin
(+1) para una correlacin posi va perfecta.
La grfica que muestra la relacin entre dos variables se denomina Diagrama de Dispersin.

82

18: D

V .T

2.2 Coeficiente de Rangos de Spearman

El Coeficiente de correlacin de Spearman, (rho), es una prueba
no paramtrica que mide la asociacin o interdependencia entre
dos variables discretas. Para calcular , los datos son ordenados y
reemplazados por su respec vo orden. El estads co viene dado
por la expresin:
p=1

6d2
N N2 1

Donde D es la diferencia entre los correspondientes valores

de (x9 - (y). N es el nmero de parejas. Se ene que considerar la
existencia de datos idn cos en el momento de ordenarlos, aunque
si stos son pocos, se puede ignorar tal circunstancia. Para muestras
mayores de 20 observaciones, podemos u lizar la siguiente aproximacin a la distribucin t de Student
p
t=
2
w(1 p ) / (n 2)

La interpretacin de coeficiente de Spearman es igual que la del

coeficiente de correlacin de Pearson. Oscila entre -1 y +1, indicndonos asociaciones nega vas o posi vas respec vamente, 0 cero,
significa no correlacin pero no independencia. La tau de Kendall
83

L C

V :P

es un coeficiente de correlacin por rangos, inversiones entre dos

ordenaciones de una distribucin normal bivariante.
P

:E

La Estads ca Inferencial permite es mar los parmetros de una poblacin a par r de las estads cas de una muestra y, adems, nos
proporciona un marco de referencia para formular juicios de manera sistem ca y obje va. Con base en las Leyes de la Probabilidad,
la estads ca inferencial suministra los medios necesarios para formular conclusiones acerca de una poblacin a par r de los datos
obtenidos de una muestra pues el inves gador desea algo ms
que una mera descripcin de los datos. Desea formular juicios o generalizar sus resultados a grandes conjuntos de individuos, con base
en la informacin de un nmero limitado de sujetos.
1. Distribucin de muestreo
Los procedimientos de estads ca inferencial suponen un muestreo
aleatorio de las poblaciones es decir, una Distribucin Muestral es
la distribucin de los valores individuales incluidos en una muestra.
La importancia de la Distribucin Muestral radica en que los expertos en Estads ca han demostrado que la distribucin de muestreo de las medias ende a una distribucin normal y que la media
de una distribucin de muestreo, cons tuida por un nmero infinito
de muestras, es siempre igual a la media de la poblacin. Como la
Distribucin Muestral est distribuida normalmente el Teorema del
Limite Central garan za la normalidad en el proceso de muestreo y
permite u lizar la frmula de conversin.

84

Poblacin
xu
Z=

Muestra
X=u
Z=
X
x =
w

( se denomina error estndar de la media)

Error significa que las diversas medias de la Distribucin
Muestral con ene algn error en sus es maciones de la media de
la poblacin estndar indica la magnitud de un error estndar o
promedio. Cuanto ms pequeo sea el error estndar (variacin de
las medias muestrales), ms exactos resultarn stas como es maciones del valor de la poblacin.
2. Mtodos de la estads ca inferencial
La Estads ca Inferencial comprende dos mtodos principales:
La Es macin de Parmetros
La Prueba de Hiptesis, u lizada con mayor frecuencia en los
informes de inves gacin.
2.1 Esmacin de Parmetros
Permiten determinar el valor aproximado de un parmetro especfico, como por ejemplo, el valor promedio de algn atributo. La
es macin puede ser: Puntual por Intervalos de confianza.
a) Es macin Puntual
Es un razonamiento deduc vo. Es el valor numrico de una Estadsca Muestral empleado para es mar el valor de un parmetro de la
poblacin, siendo una caracters ca importante del es mador la de
ser Insesgado.Un Es mador Insesgado es una estads ca muestral
85

L C

V :P

cuyo Valor Esperado es igual al parmetro por es mar. Un Valor Esperado es el promedio, a largo plazo de la estads ca muestral.
T

12: E
PARMETROS DE
LA POBLACIN

Media
Diferencia entre las medias de dos
poblaciones
Proporcin
Diferencia entre las proporciones de dos
poblaciones

ESTIMADORES

u, -u2

X 1 X2

po

1, - 2

Varianza

S2

Desviacin Estndar

El problema de la Es macin Puntual es que no proporciona informacin acerca de la exac tud.

b) Es macin por intervalos
Es un razonamiento deduc vo. La es macin por intervalos indica
una Probabilidad especfica del Rango de valores dentro del cual
podra localizarse el parmetro poblacional (). La Es macin por
Intervalos se basa en el supuesto de que puede u lizarse la Distribucin Normal de Probabilidad para Grandes y Pequeas Muestras.
Para grandes Muestras (n 30), por efecto del Teorema Central del
Lmite, se u liza la Prueba Z. El Teorema Central del Lmite establece
que cuando el tamao de la muestra se incrementa, la distribucin
de muestreo de la media se aproxima en cuanto a su forma, a la
distribucin normal, independientemente de la forma de la distribucin de la poblacin de la que fue tomada la muestra. Para Pequeas Muestras (n < 30), si la distribucin de la poblacin ene
distribucin normal, los valores se es man mediante la prueba t.
Cuando se especfica el tamao deseado de un intervalo de confianza y el nivel de confianza (), si t es conocida o puede es marse, el
86

tamao de muestra, requerido, basado en el uso de la Distribucin

Normal se determinara:
Z = Nivel de confianza
(Z)2

= Desviacin estndar
n=
(E)2
E = error de muestra
Cuando los inves gadores aplican la es macin de intervalos,
construyen un Intervalo de confianza (I.C); los Lmites, tanto inferior
como superior, del Rango de Valores, se denomina Lmites de Confianza. Los inves gadores u lizan Convencionalmente un intervalo
de confianza de 95 o 97%.
(I.C. de u = xZx xZx)
x =
w

Por ejemplo, para un I.C. 95% tendramos que aplicar la siguiente frmula:
(x 1.96 Sx = 95%
Se ene un 95% de confianza de que la media de la poblacin se
halle entre los valores equivalentes a 1.96 veces el error estndar.
El riesgo es de 5%.
2.2 Pruebas de Hiptesis
Las Pruebas de Hiptesis nos permiten determinar si el valor supuesto (hipot co) proveniente de una observacin de un parmetro poblacional, como la media poblacional (), debe aceptarse
como cierta, pero basada en evidencias mustrales. La Es macin
Estads ca desarrolla tres procedimientos que nos permiten contrastar hiptesis:
a) Mtodo del Intervalo de Confianza: Este mtodo est basado en
la observacin de, si el valor supuesto de un parmetro poblacional est incluido en el rango de valores que define a un inter87

L C

V :P

valo de confianza (de 95 99%) para ese parmetro, se aceptar

la hiptesis nula.
I.C. de u = xZx xZx
Donde: Z = Nivel de confianza; y, = Desviacin estndar
b) Mtodo del Valor Cr co: Se determinan los llamados valores
cr cos de los Estads cos de Prueba (u lizando, Z t), y al obtenerse la estads ca de los datos recolectados, esta se compara
con los valores cr cos, y daran como resultados, la aceptacin
o rechazo de la hiptesis,
c) Mtodo del Valor p: Es fcilmente aplicable mediante programas
de cmputo como el SPSS34. Este mtodo se basa en la determinacin de la probabilidad condicional de que el valor observado
de una estads ca muestral pueda ocurrir al azar, dado que el
supuesto que el valor del parmetro poblacional asociado sea el
correcto.
La Regla de Decisin es la siguiente: Se Acepta la Hiptesis Nula
(Ho) si, de los datos recolectados, el Valor p 0.05 (valor terico). Se Acepta la Hiptesis Alterna va o de Inves gacin (Ha) si,
de los datos recolectados, el Valor p < 0.05 (valor terico).
d) Tipos de Hiptesis
En toda Prueba Estads ca, hay dos pos de hiptesis:
a) La Hiptesis Nula: H0,
En estads ca aplicada, es el Valor paramtrico hipot co que se
compara con el resultado muestral. Se le rechaza slo si es poco
probable que el resultado muestral haya ocurrido dado lo correcto
de la hiptesis. Su notacin es .
En los trabajos de inves gacin, Ho es la Variable observada (Variable Dependiente), de la cual, en teora, se define conceptualmente, las regularidades (causas comunes) que presenta, y las desviacio34

88

Gardner, Robert, 2003, Estads ca para Psicologa usando SPSS, Pearson Educacin 1
Ed., Mxico

nes (causas asignables) a que dara lugar, explicables segn algunos

factores (Variable Independiente) que el inves gador plantea para
el desarrollo de la inves gacin.
b) La Hiptesis Alterna va: H1
En inves gacin, se acepta slo si la hiptesis nula es rechazada, y
con ello se determinara, mediante correlaciones, las fortalezas o
debilidades (causas asignables) en los cambios que se observan en
la Variable Dependiente, y que sern materia de recomendaciones
y propuestas, para que la variable en estudio, retorne a las regularidades tericas (causas comunes). Su notacin es .
Pasos Bsicos de la Prueba de Hiptesis con el Mtodo del Valor Cr co
Problema.- Un auditor desea probar la hiptesis de que el valor promedio de la totalidad (poblacin) de las cuentas por cobrar de una
empresa es de S/. 550. Toma una muestra de n=36 datos y calcula la
media y la desviacin muestral. El auditor desea rechazar la hiptesis de que el promedio es igual a S/.550.
PASO 1: Formule la Hiptesis Nula y la Hiptesis Alterna va:
Planteo de hiptesis:
Ho: = 550
Ha: 550
PASO 2: Tipos de Docimas (Pruebas bi o unilateral)
Los pos de docimas dependen del enunciado de la Hiptesis
Alterna va, Ha, y del tamao de la muestra, y puede ser: Unilateral
o Bilateral. Z se u liza para Grandes Muestras y la t para las
Pequeas Muestras.
PASO 3: Estads cas para Contrastar las Hiptesis:
Tratndose de una Prueba de Hiptesis de una Media, y recolectando datos para una Muestra Grande:
Z=

X 0

wn

89

L C

V :P

Tratndose de una Prueba de Hiptesis de una Media, y recolectando datos para una Muestra Pequea, se u lizara:
t=

X 0
s
wn

PASO 4: Especifique el Nivel de Significacin () por aplicar

El nivel de significacin () es el estndar estads co que se especifica para rechazar la hiptesis nula. Generalmente se trabaja
con = 0.05 y con = 0.01. Si se usa el nivel de significacin de 0.05
hay una probabilidad de 5% de rechazar la hiptesis nula, an siendo efec vamente cierta. Esto se llama Error Tipo I. Ocurre un Error
Tipo II si la hiptesis nula no se rechaza y es por lo tanto aceptada,
cuando en realidad es falsa. En los siguientes grficos se muestran:
el Valor Cr co, la Regin de Rechazo y la Regin de Aceptacin para
tres pos de pruebas.
I) PRUEBAS UNILATERALES

II) PRUEBAS BILATERALES

c) Ha: 0

90

Valores cr cos de Z en pruebas de hiptesis

Tipo de prueba
Unilateral
Bilateral
5%
+1.645
+ 1.96
( 1.645)
1%
2.33 ( 2.33)
+ 2.58
CASO I: Si = 0.05 y Ha: > 0
Qu indica H1?

= 0.05

Es Muestra Grande.
Prueba Unilateral derecha
En la tabla normal se ene
Zc = 1.645

Zc = Z1 = 1.645

CASO II: Si = 0.05 y Ha: 0

Qu indica H1?

/2 = 0.025

Zc = 1.96

Indica bilateral, habr dos

valores
Cr cos, uno nega vo
y el otro posi vo.
/2 = 0.025
0 < 0 v >

Zc = 1.96

CASO III: Si = 0.05 y Ha: < 0

Qu indica H1?

Unilateral izquierdo
-Zc = Z0.05 = -1.645

= 0.05

Zc = 1.645

91

L C

V :P

PASO 5: El Estads co de Prueba, es una variable aleatoria, cuyo valor se determina mediante los valores recolectados, y se u liza para
aceptar o rechazar H0. Esta decisin depende en que regin cae el
Estads co de Prueba.
Si el Estads co de Prueba cae en la Regin Cr ca (causas asignables), entonces se rechaza H0.Y se analizara, que tan cerca
est de Ho, para evaluar que tanto este factor evaluado contribuye a las desviaciones de la variable dependiente, para las
recomendaciones per nentes.
Si el Estads co de Prueba cae en la Regin de Aceptacin (causas comunes), entonces se acepta H0. Es probable, que este factor contribuya a las regularidades que se observa en la variable
que es materia de inves gacin.
Cuando H0 se rechaza con = 0.05 diremos que el resultado
es Significa vo. Cuando H0 se rechaza con = 0.01, diremos que el
resultado es Muy Significa vo. El valor de nos indica el margen de
error (nivel de error, regin cr ca, regin de rechazo) con la cual se
desea trabajar en una Decisin Estads ca aplicada a inves gacin.
PASO 6: Planteamiento de la Regla de Decisin
Para aceptar o rechazar la Hiptesis Nula, H0, debemos conocer
claramente dos aspectos:
a) Regin Cr ca, (o regin de rechazo), es el conjunto de valores
recolectados que nos lleva a la aceptacin o rechazo de la hiptesis nula.
b) El Valor Cri co, es el valor que separa a la regin de rechazo de la
regin de aceptacin. El valor cr co depende del valor de , del
tamao de muestra, y del enunciado de la Hiptesis Alterna va
Ha.

92

II: D
1. Diseo de inves gacin
Kerlinger y Lee35 definen Diseo como la estrategia que se desarrolla
para obtener la informacin que se requiere en la inves gacin. El
diseo de inves gacin cons tuye un Plan y la probable Estructura
(o Esquema) de la inves gacin, que permite en su planteamiento,
lograr respuestas previas a las preguntas de inves gacin. Se define
Estructura como el estudio de las relaciones entre las variables, que
permite conocer que observaciones hacer y cuantas; como hacer
las observaciones; como realizar las mediciones cuan ta vas; cmo
actuar para manipular las variables ac vas y medir las variables
atribu vas; qu po de anlisis estads co emplear; y las probables
conclusiones que se puedan obtener de este anlisis estads co.
Kerlinger y Lee consideran que los Obje vos Bsicos de todo Diseo, son:
a. Proporcionar respuestas (obje vos) a las preguntas de inves gacin, de po bsico o aplicadas.
b. En inves gaciones experimentales, controlar las varianzas de la
variable experimental y de las Variables Extraas y el probable
Error en la toma de la informacin.
Sierra Bravo36 dis ngue en el Diseo de una inves gacin, los
siguientes elementos:
1. Los Objetos, Sujetos o Grupos inves gados, y la manera en que
son elegidos
2. El Numero de Observaciones que desea realizar (Una o varias
observaciones) y de qu manera piensa realizarlas.
3. La Manera como desea Asignar a los Sujetos en Grupos, para los
Tratamientos que requiera la Inves gacin.

35
36

Kerlinger y Lee, 2002, Mtodos de inves gacin en Ciencias Sociales, Mac Graw Hill, 4ta
Edicin, Mxico D:F.
Sierra Bravo, Res tuto, 2002, Tesis Doctorales,

93

L C

V :P

4. La Naturaleza de las inves gaciones, que dis ngue los diseos

Tericos o Bibliogrficos (teoras expuestas en libros) y los Aplicados o Empricos.
5. El Carcter y el Nmero de Variables Independientes inves gadas, y de ser posible, con arreglo a Niveles o categoras. (Tabla 14)
T
T

1. POR LA NATURALEZA
DE LA INVESTIGACIN

12:
N

TIPO DE INVESTIGACIN
A. TERICO
B. APLICADO

DISEOS
. NO EXPERIMENTAL
. TRANSVERSAL
. EXPERIMENTAL
. LONGITUDINAL

En la inves gacin, se recomienda que el inves gador, comente

en el mtodo, los pasos necesarios que permitan a otros inves gadores, replicar el trabajo y, con ello, garan zar su fiabilidad. En el
mtodo, debera desarrollarse:
Una descripcin de la poblacin obje vo y la muestra u lizada.
Una descripcin conceptual y opera va de las variables.
La descripcin de los instrumentos u lizados.
La teora y la descripcin de los tratamientos matem cos y estads cos desarrollados.
2. Estrategias para Contrastar Hiptesis
Una vez elaborado el marco terico, planteado el problema, propuestas las hiptesis, iden ficadas, clasificadas y operacionalizadas
las variables, el inves gador debe preocuparse por el proceso que
le permi r contrastar sus hiptesis con los hechos. Una estrategia
para contrastar hiptesis es el conjunto de previsiones que adopta
el inves gador para probar sus hiptesis, es la manera cmo organiza sus acciones o dispone el uso de sus recursos, tcnicas o herramientas para confrontar con los hechos de la realidad y con xito, las
hiptesis que estudia (Tabla 5).
94

Estos errores los puede cometer a causa de las deficiencias de

los instrumentos de acopio de datos o bien a causa de un defectuoso proceso de determinacin del tamao de la muestra. En trminos estads cos, una estrategia de inves gacin se define como el
control de la varianza. Para adoptar la decisin de aceptar o rechazar una hiptesis, el hombre de ciencia debe trazar, como se ha dicho, una estrategia: debe hacer todo lo posible para que la variable
independiente, la supuesta causa de la ocurrencia de los hechos,
acte plenamente, produzca los mximos efectos; pero tambin
debe hacer todo lo posible para que en los resultados finales de la
inves gacin no acten elementos extraos, las famosas variables
intervinientes, que pueden producir, si no se las controla, efectos
no deseados en el resultado de la inves gacin. La presencia de variables intervinientes en una inves gacin da lugar a la aparicin
de las llamadas hiptesis rivales. Se denominan hiptesis rivales a
las situaciones que se presentan por influencia de ciertos factores
que podran producir efectos no deseados en la inves gacin. Estos
factores actan como variables intervinientes en el proceso de inves gacin y si no son detectados o controlados por el inves gador
pueden producir resultados equivocados o engaosos debido a que
los efectos hallados pueden haber sido producidos por factores extraos y no por los factores que se estudian.
Estos efectos son picos de las inves gaciones de po experimental (Sierra Bravo) en las que existen dos medidas del grupo o
grupos inves gados, una antes de que la variable independiente
haya podido ejercer su influencia. La iden ficacin y el posterior
anlisis de estos factores que producen hiptesis rivales fue realizado por Campbell y Stanley (1978). Ellos iden ficaron ocho factores, a los que consideraron tambin fuentes que originan variables
intervinientes o extraas que, lgicamente, afectan la validez de las
inves gaciones. Los procedimientos comunes para controlar estas
variables extraas son el empleo de grupos de control y la repe cin
de las observaciones.

95

L C

V :P

3. Los diseos experimentales

Los factores o variables a los que Campbell y Stanley se refieren en
los diseos experimentales, son los siguientes:
A. Factores que se presentan con el paso del Tiempo:
a) Historia
b) Maduracin
B. Factores que se presentan como consecuencia de la aplicacin
de pre tests:
a) Administracin de Test
b) Instrumentacin del Test
c) Regresin Estads ca
C. Factores relacionados con la formacin de grupos:
a) Seleccin de Grupos
b) Mortalidad Experimental
c) Interaccin entre Maduracin y Seleccin
Para un mejor conocimiento en el desarrollo de estos factores,
se tom como referencia los textos, de Res tuto Sierra Bravo
(2002) y Meja, Elas( 2008 ) .
D. Factores que se presentan como consecuencia del paso del
empo
Sierra Bravo indica que la Historia son acontecimientos que ocurren entre la primera y segunda medicin ( empo), que ocasionara que los sujetos de inves gacin, al conocer el pretest,
pueden producir cambios en ellos las cuales se adicionaran a los
causados por la variable independiente.
Meja seala que la Estrategia para controlar los efectos de la
Historia y la Maduracin consis r en determinar el empo adecuado de exposicin de la Variable Independiente que no permita posibilidades de aparicin de variables intervinientes, debido
a variaciones internas de los sujetos experimentales tales como
el hambre y la fa ga, procesos biolgicos y psicolgicos, que
pueden alterar la respuesta a la variable independiente
F. Factores que se presentan como consecuencia de la aplicacin
96

de pre tests
La Administracin de Test, se presenta cuando, para probar una
hiptesis se elige la siguiente estrategia:
a) Aplicar previamente un pre test,
b) Luego, Ac var la Variable Independiente, y
c) Aplicar finalmente el post test.
Tericamente, al sujeto al que se le aplic un pre test, estar en
mejor disposicin de responder el post test, dado que recordar
algunos tems del pre test o, cabe la posibilidad que no cometer los mismos errores en el post test. Los puntajes que obtenga
en este post test enen la posibilidad que sern ms altos que
los que obtenga en el pre test. En relacin a la Instrumentacin
del Test, ste tambin se presenta cuando se adopta la Estrategia de Aplicar pre test mediante Instrumentos de Recoleccin
de Datos como Cues onarios, Ficha de Observacin, Pruebas,
que por deficiente uso del Inves gador pueden hacer variar las
diversas mediciones que se realicen.
Finalmente la Regresin Estads ca opera en los grupos seleccionados sobre la base de sus valores extremos. Se observa una
tendencia a la regresin a posiciones de tendencia central original posiblemente debidas a la correlacin imperfecta existente
entre las medidas del pretest y del postest.
G. Factores relacionados con la formacin de grupos:
Sierra Bravo considera que la Seleccin de Grupos es el proceso de igualar dos o ms grupos mediante la asignacin de
sujetos a uno u otro grupo (pareamiento), basndose en la
igualdad de cada sujeto en funcin de algunas variables relevantes tales como sexo, edad, coeficiente intelectual, condicin
socioeconmica, etc. La Mortalidad Experimental se produce
cuando, luego de haber igualado los grupos, y se est realizando el experimento, es posible que, por el paso del empo, uno
de los grupos se desiguale respecto del otro, debido a que
algn o algunos sujetos de uno de los grupos abandone el experimento por muerte, traslado o la nega va de los elementos
97

L C

V :P

de los grupos experimentados a con nuar con las pruebas. La

Interaccin entre Maduracin y Seleccin se produce cuando,
un pretest aumenta o disminuye la sensibilidad de los sujetos
del experimento al influjo de la variable experimental
13: T

POR LA NATURALEZA DE LA INVESTIGACIN

TIPO DE
INVESTIGACIN
1. Dos o Ms
Variables

DISEOS DE
INVESTIGACIN

DISEOS ESTADSTICOS

METODOS
UNIVARIADOS

Solo hay
una Variable
Dependiente

Anlisis de Varianza Univariado.

Prueba F

A. TEORICO

. NO
EXPERIMENTAL
. TRANSVERSAL
. COMPARATIVO

. Descrip vo- correlacional

. Descrip vo- correlacional
. Descrip vo

B. APLICADO

. Descrip vo- correlacional

- Un Grupo:
. EXPERIMENTAL
- Pre experimental Pre test- Post test
Ex post facto
. Descrip vo, regresin y Correlacin
- Cuasi
- Series de Tiempo
experimental
- Experimental

. Descrip vo, regresin y Correlacin

- Dos grupos
- Tres o ms Grupos

. LONGITUDINAL

. Descrip vo, regresin y Correlacin

- Dos grupos
- Tres o ms Grupos
. Numero de Ensayos.

. ANLISIS DE
VARIANZA
MTODOS
Puede haber
MULTIVARIADOS muchas Variables
Dependientes
Control del Error
Tipo I

Fuente. Mtodos Estads cos; Snchez S. 2010

98

Anlisis de Varianza Mul variado.

- Anlisis de Regresin y Correlacin

Ml ple
- Anlisis factorial
- Anlisis estructural de covarianza
. Anlisis MANOVA
. Funciones discriminantes

4. Tipos de Estrategias de Prueba de Hiptesis

En las Estrategias o Diseos de Prueba de Hiptesis (Sierra Bravo,
199: 331-359) se dis nguen elementos como Objetos, Sujetos o
Grupos inves gados y la forma de asignacin de los sujetos o grupos
a los tratamientos; el nmero de observaciones efectuadas; la Naturaleza de las Inves gaciones y el Carcter y Nmero de las Variables
Independientes inves gadas as como de sus Niveles o categoras.
Esto conduce a interpretar a los Diseos de Inves gacin segn:
4.1. Segn el nmero de variables
Segn el nmero de variables del estudio, las estrategias para contrastar hiptesis pueden ser:
a) Estrategias univariadas
Segn Meja, este po de estudios son importantes porque cons tuyen la primera aproximacin al conocimiento de la caracters ca natural de la realidad observada (variable dependiente), de sus
promedios y de sus desviaciones ante influencias extraas. Esto requerir posteriormente de recopilar datos, organizarlos, tabularlos
y expresarlos mediante correlaciones, para apreciar las probables
influencias. Ya en la inves gacin definir la segunda variable, denominada independiente, y profundizar este conocimiento que pueden explicar las influencias reales de la variable dependiente.
b) Estrategias bivariadas
Meja define a las estrategias bivariadas cuando el inves gador emplea dos variables: una dependiente y la otra independiente. Las
estrategias bivariadas pueden ser descrip vas, explica vas, predicvas o retrodic vas.
1). Las estrategias bivariadas descrip vas pueden ser de po correlacional no causal, llamadas tambin inves gaciones asocia vas.
2). Las estrategias explica vas, en cambio, establecen relaciones de
causalidad entre dos o ms variables. Estas estrategias indagan
99

L C

V :P

acerca del efecto que puede producir una determinada variable

o bien tratan de iden ficar la causa que habra producido un
determinado efecto, segn tres pos de estrategias posibles: el
pre experimental, las experimentales y las cuasi experimentales.
c). Estrategias mul variadas o factoriales
En la inves gacin del comportamiento o en pruebas que suponen
que una o ms causas pueden producir el efecto que se estudia, se
est hablando de estrategias mul variadas o factoriales. El modelo
para plantear hiptesis factoriales presenta la siguiente notacin:
X1, X2, X3 Xn los cuales producen los efectos.
Una hiptesis factorial se plantea del siguiente modo: Y = f (X1,
X2, X3 Xn...), y cuando se proponen hiptesis de este po, es necesario emplear estrategias factoriales para contrastar dichas hiptesis, debido a que se desea estudiar el efecto de dos o ms variables
independientes, llamados factores, sobre una variable dependiente,
llamada efecto.
4.2. Segn la capacidad de controlar las variables intervinientes
a) La experimentacin
Meja manifiesta que en las ciencias sociales los cien ficos sociales pueden y deben hacer experimentos, pero con las restricciones
que impone la naturaleza del objeto de estudio: en condiciones de
plena obje vidad adoptando las precauciones per nentes y eliminadas las posibles situaciones extraas que pudieran presentarse.
La experimentacin es un mtodo que permite contrastar hiptesis
en condiciones de total control de las variables extraas, las que se
llaman variables intervinientes. Pero cabe adver r que nicamente las hiptesis causales son suscep bles de contrastarse por este
mtodo. Si el inves gador no ha formulado una hiptesis causal, no
debe pretender realizar experimentos.
Para tener la certeza de que una hiptesis es causal, es necesario analizar la estructura de dicha hiptesis. En toda hiptesis causal
existen, por lo menos, tres elementos cons tu vos:
100

a) La variable independiente,
b) La variable dependiente y
c) El elemento relacional.
Para asumir que determinada estrategia es experimental se requiere que se cumplan estas tres condiciones:
1. Disponer de, por lo menos, dos grupos. En uno de ellos se aplica
la variable independiente y se denomina grupo experimental y
al otro, al que no se aplica la variable independiente, se denomina grupo de control.
2. Comprobar que estos grupos sean iguales, es decir que hayan
sido cons tuidos siguiendo procedimientos aleatorios.
3. En la bibliogra a referida al tema se dice que los grupos deben
estar randomizados, castellanizacin de la palabra randum, randomi on, del ingls, que se usa en la acepcin de aleatorizacin
o ausencia de intencin; y que, tanto el grupo experimental como
el de control, hayan sido formados por el propio inves gador.
b) Estrategias pre experimentales
Cuando no es posible organizar grupos iguales, o se trabaja con un
slo grupo, se considera que la estrategia es pre experimental. Este
po de estrategia no permite controlar la influencia de las hiptesis
rivales, o variables extraas, que se han explicado ms adelante. Las
estrategias pre experimentales son las siguientes:
Estudio de casos con una sola medicin:
Al u lizar una estrategia de este po, no se dispone de un grupo
de sujetos sino slo de un individuo o de un caso. A este sujeto se
le aplica la variable independiente y se realiza la corres-pondiente
observacin. La convencin adoptada para graficar esta estrategia
es la siguiente:
XO
En donde X es la variable independiente y O la observacin.
101

L C

V :P

- Diseo de un slo grupo, pre y post test:

Para lograr el control de un mayor nmero de variables intervinientes
que atentan contra la validez de la inves gacin, es posible aplicar
un pre test a un grupo ya cons tuido. Esta estrategia, siguiendo la
convencin adoptada, se grafica del siguiente modo:
OXO
Con esta estrategia se logra el control de las variables que enen
que ver con la igualacin de sujetos, tales como seleccin, mortalidad experimental e interaccin entre maduracin y seleccin, lo
que es posible si se considera el pre test como la prueba aplicada
al grupo de control y el post test, como la aplicada al grupo experimental, haciendo prevalecer el ar ficio, generalmente aceptado en
la literatura especializada, de considerar al mismo grupo como su
propio grupo de control.
- Comparacin con un grupo est co:
En este caso, tanto el grupo al que se aplica la variable independiente como el de comparacin, no son iguales. Se denomina precisamente grupo est co porque a ste no se le aplica la variable y es,
hasta cierto punto, ajeno a la inves gacin. Su grfica es la siguiente:
XO
-----O
La lnea que separa ambos grupos, indica que stos no han sido
igualados. Con esta estrategia ocurre todo lo contrario que con la
anterior: se controlan las variables derivadas de la aplicacin del
pre y post test, como son la administracin de test, la instrumentacin y la regresin estads ca, precisamente porque no se aplica
el pre test y, por tanto, se evita la presencia de tales variables. Sin
embargo, con esta estrategia no se controla la seleccin, la mortalidad experimen-tal ni la interaccin entre maduracin y seleccin,
debido, precisamente, a que los grupos no son iguales. No controla
102

la historia ni la maduracin porque los grupos, al no ser iguales, no

ofrecen garan a del control de la historia o la maduracin.
c) Estrategias experimentales
Una estrategia es experimental cuando por lo menos se cumple una
la condicin que el inves gador trabaje, por lo menos con un grupo,
o con varios grupos, pero que estos grupos sean iguales entre s y
que haya sido el mismo inves gador quien haya formado los grupos.
- Experimento clsico o estrategia de grupo de control pre test, post test:
Skinner, Fisher, Solomon, a principios del siglo XX, realizaron los
denominados experimentos clsicos para probar sus hiptesis. Se
formaban dos grupos iguales y elegan una variable independiente
para uno de ellos, al que denominaban grupo experimental, mientras que al otro lo denominaban grupo de control.
Esta estrategia presenta el siguiente esquema:
R
R

O1 X O2
O3 O4

En donde R significa que los grupos estn randomizados. Grupo randomizado se denomina al grupo que ha sido formado al azar,
sin intencin, con ausencia de propsito especfico. La randomizacin permite desarrollar el proceso de igualacin o aleatorizacin
de los grupos.
- Diseo de cuatro grupos de Solomon:
Solomon, en su modelo, aplicaba la variable independiente sin pre
test y en el otro, no aplicaba el pre test, no aplicaba la variable independiente y slo realizaba una observacin final, que en este caso
era la sexta. Siguiendo con la convencin adoptada, esta estrategia
se grafica del siguiente modo:

103

L C

V :P

R
R
R
R

O1 X O2
O3 O4
X O5
O6

d) Estrategias cuasi experimentales

Cuando no es posible realizar experimentos debido a que el invesgador no ene la oportunidad de formar, l mismo, los grupos experimental y de control, o bien las caracters cas especiales de las
variables que se estudia no lo permiten y desea obtener resultados
que no hayan sido sesgados por las variables intervinientes. En estos
casos se asume que la estrategia que se aplica es cuasi o muy prxima a la experimental. Para que una estrategia sea considerada cuasi
experimental es preciso que se cumplan las siguientes condiciones:
1. Que el inves gador ya encuentre los grupos formados y
2. Que, debido a la naturaleza de las variables, no sea posible formar ms de un grupo.
Las siguientes son las principales estrategias cuasi experimentales.
Diseo de series cronolgicas:
Cuando se trata, por ejemplo, de realizar la evaluacin de un programa
en accin, es decir, cuando para realizar un experimento no se puede
detener el funcionamiento de una ins tucin educa va, se habla de
la posibilidad de realizar un cuasi experimento de series cronolgicas.
Esta estrategia de grafica del siguiente modo:
O1

O2

O3

O4

O5

O6

O7

O8

Segn esta estrategia, se realizan observaciones previas antes

de aplicar X, la variable independiente.
Diseo de muestras cronolgicas equivalentes: En la estrategia
de muestras cronolgicas equivalentes se trata de observar cmo
influye una variable en determinados resultados esperados. Esta estrategia se grafica del siguiente modo:
104

X1 O1

X0

O2

X1

O3

X0

O4

En donde, X1 es la aplicacin de la variable, X0, la suspensin

de la aplicacin de la variable y O1, O2, etc, son las observaciones
sucesivas.
4.3 Segn el empo de aplicacin de las variables
a) Estrategias transversales
Las estrategias transversales, llamadas tambin estrategias sincrnicas, se usan cuando se pretende conocer el estado actual de la
situacin que presenta una determinada poblacin. Tambin se usa
cuando el inves gador no dispone del empo suficiente como para
estudiar los efectos de la variable a lo largo de la inves gacin.
El estudio respecto a si la edad de los profesores produce cambios en sus opiniones acerca del ascenso por mritos en la carrera
docente, que se analizar ms adelante, es un pico caso de estudio
transversal si se usa la estrategia de aplicar la encuesta a diferentes
grupos de edad, en un slo da.
b) Estrategias longitudinales
Las estrategias longitudinales se emplean cuando el inves gador
dispone de un empo rela vamente largo y desea observar los efectos de la variable a travs del empo. Estas estrategias se denominan tambin diacrnicas, es decir, estudios a lo largo del empo. Los
estudios de seguimiento o monitoreo de los efectos de una variable
son inves gaciones de este po.
5. La Metodologa Ex Post Facto
La estrategia plantea diseos de inves gacin que siguen esta secuencia:
causa ----> efecto
105

L C

V :P

Pero, tambin la metodologa puede seguir la secuencia inversa:

causa <---- efecto
Aqu el inves gador, no puede manipular la variable independiente porque sta ya se present y produjo sus efectos sin que el
inves gador los conozca; pero s est en condiciones de analizar el
efecto, es decir la variable dependiente, para tratar de iden ficar
las causas que lo produjeron. La expresin la na ex post facto, para
Meja significa despus que sucedieron los hechos.
6. Procesamiento de datos
Se u lizan so ware estads cos como el SPSS, Minitab, Excel, etc.

106

CAPTULO 5

PROPUESTA: LA CUARTA VA
1. L E

37

Los inves gadores, en una gran mayora, consideran que los paradigmas Posi vista y Naturalista se complementan. As, Hernndez
plantea una Tercera Va, denominada Mtodos Mixtos, apoyados
por enfoques cuali cuan ta vos, y el reconocimiento que los mtodos cuan ta vos y cualita vos, son propios de la primera y segunda
va.
En la apreciacin de Hernndez, la tercera va o el Mtodo Mixto
debe presentar las siguientes caracters cas:
a. Una primera formulacin del problema general de inves gacin
mediante una pregunta (Obje va y cuan ta va), y
b. Una segunda formulacin mediante una pregunta (subje va y
cualita va) de inves gacin.
c. En el mtodo mixto (Paradigmas Sistmicos), se debe u lizar estads ca, para contrastar las Hiptesis. Presenta como sustento
la visin filosfica y metodolgica del pragma smo.
1.1 Como surge la Tercera Va
Segn Hernndez38 el enfoque mixto surge como consecuencia de
la necesidad de afrontar la complejidad de los problemas de invesgacin, planteados en todas las ciencias, y la manera de enfocarlos hols camente. Cita luego, a Creswell (2005) quien al evaluar los
trabajos de Sam Sieber, sugiri la combinacin de estudios de casos
37
38

Hernndez, S. Metodologa de la inves gacin cien fica, 4 Edicin, 2010, Mc Graw Hill.
Mxico.
Hernndez, S. obra citada

[107]

L C

V :P

cualita vos mediante encuestas, con los cuales se crea un nuevo eslo de inves gacin, as como la integracin de dis ntas tcnicas en
un mismo estudio. Los mtodos mixtos son una estrategia de metodologa o inves gacin, con el cual el inves gador recolecta, analiza
e integra datos cuan ta vos y cualita vos, en un nico estudio, el
po de preguntas, la metodologa, la recoleccin de datos y los procedimientos de contrastes de hiptesis. Tambin se consideran dos
nociones importantes para la concepcin de los mtodos mixtos39:
1. La triangulacin, y
2. La u lizacin de varios mtodos para la validez de las inferencias
y de sus posteriores anlisis.
Las posiciones metodolgicas, en relacin a la u lizacin de ambos enfoques, son:
a) Los fundamentalistas: que solo defienden uno de los dos enfoques.
b) Los separa stas: Que consideran que amos enfoques son opuestos (an cos).
c) Los integradores Consideran que los mtodos enen cierto grado de integracin, y al realizarlo, es posible descubrir nuevos
mtodos.
d) Los pragm cos: Son aquellos que brindan el mismo status a los
enfoques cuan ta vo, cualita vo y mixto, y admiten cualquier
posibilidad, sealando que solo el planteamiento del problema
y las circunstancias pueden dictar el mtodo.
1.2 El Pragmasmo
Hernndez, citando a Niehaus (2010) sugiere que el pragma smo
fundamenta a los mtodos mixtos, al integrar las ideas diversas de
John Dewey, William James, Peirce y Karl Popper, El Pragma smo se
orienta a un realismo ontolgico que abarca el realismo subje vo,
el realismo obje vo y el realismo intersubje vo, y lo diferencia de
39

108

Hernndez, S. obra citada

:L C

aspectos cuan ta vos, que se basan en la filoso a pos posi vista o

de la aproximacin cualita va de la filoso a naturalista o interpretava. El pragma smo elige la combinacin o mezcla de mtodos que
funcionan mejor para responder a las preguntas de inves gacin.
Las caracters cas principales del pragma smo son:
1. Es un rea intermedia entre los dogma cos y los escp cos, y
propone una solucin realista y trabajable.
2. Rechaza los dualismos tradicionales.
3. Reconoce la existencia e importancia de un mundo sico y natural, del mundo social y sicolgico emergente.
4. Para la interpretacin de la realidad otorga un alto valor e influencia del mundo interior y la experiencia humana.
5. El conocimiento es visto como construido, pero basado en la
realidad del mundo, que se experimenta y se vive.
6. Rechaza la histrica dis ncin epistmica entr el sujeto y el
objeto externo, mediante una visin naturalista y orientada al
proceso, y a las transacciones entre el organismo y su medio
ambiente.
7. Los inves gadores deben basarse en cues ones (mtodos) que
funcionen, trabajen y ayuden a entender con mayor profundidad el universo, nuestro mundo y entorno, que mejoren la calidad de vida, y permitan sobrevivir como especie.
8. Favorece plenamente el empirismo prc co, como el patrn
que determina lo que funciona.
9. Los inves gadores deben conocer como efectuar estudios cuanta vos y cualita vos, e integrar de manera efec va los resultados de ambos enfoques.
10. De aqu se deriva que la inves gacin mixta es ms costosa, y
requiere de mayor empo.

109

L C

V :P

T
Supuestos

14. L P

Principales Paradigmas en Inves gacin:

Posposi vismo Construc vista Transformador

Pragm co

Cuarta Va

Caracters cas Cuan ta vo

del Paradigma Experimental
Causal
compara vo
Distribucin
Normal

Cualita vo
Hermenu co.
Interaccionista
Simblico
Etnogrfico

Teora cri ca
Neo marxista
Feminista
Par cipa vo
Emancipador

Realidad

Conocida en
trminos de
Probabilidad

Ml ples
realidades
construidas
socialmente

Ml ples
Explica
integralmente
realidades
un fenmeno
contexto
social, pol co.
Econmico y
cultural

Conocida en
trminos de
probabilidad y
correlaciones.
Se construye
socialmente
para la
discusin de
resultados.

Conocimiento
y relacin
inves gador y
realidad

Es obje vo.
Observa, mide
y manipula.
Evita
sesgos del
inves gador

Conocimiento
y valores
interac vos,
con todos los
par cipantes

Conocimiento
y valores
interac vos,
con todos los
par cipantes.
Situados
social e
histricamente

Lo que el
inves gador
considera
apropiado
para cada
estudio en
par cular y en
el contexto

Es obje va
e interac va
pues considera
a todos los
par cipantes
que operan en
la realidad.
Formula
dimensiones
cuan ta vas y
cualita vas.

Metodologa

Cuan ta vo.
Manipula.

Cualita vo
Cualita vo,
Hermenu co pero se u lizan
y dialec co
mtodos
cuan ta vos
y mixtos.
Incluyen
factores
histricos

Depende del
planteamiento
especfico
del estudio.
U lizan
tcnicas
cuan ta vas,
cualita vas y
mixtas.

Puede
manipular o no,
la realidad.
U liza la
estads ca
paramtrica y
no paramtrica
y evala
factores
histricos

110

Mtodos
mixtos

Propuesta

Cuali
cuan ta vo
Bsico y
aplicado.
Op mizacin
Descrip vo
correlacional
Distribucin S

2. P

:L C

Esta parte complementa las primeras inves gaciones, que se asesoraron, evaluando previamente los enfoques cuan ta vos y cualitavos, para luego disear, la aplicacin de tcnicas estads cas parametricas o no parametricas. Estos casos de contrastes de hiptesis
uniendo las metodologas y los diseos estads cos, han permi do
luego, realizar innovaciones bajo las consideraciones del Paradigma
Sistmico, u lizando las correlaciones, la Distribucin S, el Balance
Score Card, y el Biograma, adems del so ware actual del SPSS Versin 18, el cual en dicha versin presenta aplicaciones al medio ambiente. Adicionalmente, en un periodo de ocho meses, se evaluaron
70 inves gaciones con esta metodologa, con buenos resultados.
A. Primer caso: Baha de la costa peruana
La inves gacin corresponde a una Inves gacin con enfoque cuali
cuan ta vo. Inicialmente de Tipo Aplicada, con Diseo Cuasi-experimental, que luego se complement con el Tipo Bsico (descripcin
emprica). Se u lizaron los siguientes mtodos: Descrip vo- Correlacional; la Prueba de Diferencias de Medias y el Anlisis Bloque de
Varianza aplicado a los Efluentes bloqueando Contaminacin e Impactos Ambientales. Se u liz adicionalmente la Prueba de Signos
contrastando los resultados en una Matriz similar a la de Leopold.
Zona de Pesca
Parte de la zona de estudio u lizada para la pesca y prc ca de otros
deportes.

111

L C

V :P

Baha de la Costa Peruana

Para la contrastacin de la hiptesis Los efluentes, slidos y lquidos, de las fbricas ubicadas en esta costa generan contaminacin
en las aguas costeras y accionan impactos ambientales. Se u liz el
Diseo Factorial de diferencias individuales propuesto por Jonckheere-Terpstra, el cual se ocupa de las relaciones entre las puntuaciones
de una medida (variable) y las puntuaciones de otra u otras medidas.
La idea bsica en que se basan los procedimientos estads cos de
Jonckheere-Terpstra, es que cualquier medida dada de una variable
de diferencias individuales puede considerarse como cons tuida por
varios componentes, y se estudian las relaciones entre un conjunto de
medidas, logrando iden ficar dichos componentes.
Los componentes pueden verse como variables latentes mientras que las medidas en s pueden verse como variables indicadores
T

N 1. M

-T

EFLUENTES SLIDOS Y LQUIDOS

J-T Estads cas observadas

303,0

J-T Promedio

216,0

J-T Desviacin estndar

36,8

J-T Estads ca t

2,360

Valor p (2-colas)

,018

112

:L C

B. Segundo caso: desglaciacion

La inves gacin fue de po Bsico, diseo experimental, mtodo
estads co de series de empo (Snchez, 2010), modalidad ex post
facto, y de corte longitudinal. El nivel de contraste de hiptesis fue
descrip vo correlacional. Para ello se procedi en gabinete y en el
campo, tanto en la etapa de la elaboracin del proyecto como durante el desarrollo de la inves gacin, la recoleccin de datos bibliogrficos y estads cos sobre el fenmeno glaciar y del ro Rmac. Se
u liz la estads ca descrip va a travs de frecuencias y grficos; la
estads ca inferencial u liz: El diseo de series cronolgicas, el anlisis de varianza de la regresin y correlacin, las grficas de series
de empo, la prueba t y diferencia de medias. El diseo de series
cronolgicas, permi analizar los efectos en la desglaciacin, en
el mediano y largo plazos, dadas las aplicaciones de las mediciones
repe das realizadas por el inves gador sobre las variables independiente y dependiente, y se inserta en el tratamiento metodolgico.
que el inves gador denomino escenarios clim cos entre dos de
esas mediciones realizadas en dos cordilleras (Yuraqmayo y Yauliyacu), tomando en cuenta para ello, las criterio de los diseos cuasi
experimentales, propuestos por Campbell y Stanley (1966). Se reconoce el diseo que considera a los escenarios clim cos, con la
siguiente notacin:
G: 01 02 03 X 04 05 06
01, 02, 03 = Observaciones Yuraqmayo
04, 05, 06 = Observaciones Yauliyacu
Donde:
G = Grupos de glaciares
X = Escenarios clim cos (elementos y factores ambientales)
La teora de las series cronolgicas enmarcadas para la inves gacin llego a producir diversos patrones de resultados, y presento
varios puntos de comparacin en la interpretacin de los aspectos
tericos tradicionales de la variable dependiente (Origen y caudal)
que tuvo que ser muy cuidadosa. Luego se analiz, si en la desglacia113

L C

V :P

cin, no han actuado o interactuado otras posibles causas, adems

de la variable independiente. Este diseo no experimental de series
cronolgicas hall la tendencia del deshielo de grupos de glaciares;
y se presenta como una innovacin en esta inves gacin.

C. Tercer caso: indicadores urbanos y su influencia en el desarrollo

sostenible urbano
El estudio logro el obje vo de Iden ficar como influyen los indicadores urbanos en el desarrollo sostenible urbano de Huancayo metropolitano, con sus componentes especficos de configuracin de
la ciudad y el territorio, ges n de los recursos naturales, cohesin
social y desarrollo econmico en el desarrollo sostenible urbano de
una importante regin del pas.
Se aplicaron tres metodologas:
a. La primera, consis de indicadores de la cartogra a evolu va y
el sistema de informacin censal,
b. La segunda es la contrastacin de fichas metodolgicas del sistema integrado de indicadores urbanos con los planes urbanos
realizados desde 1961 hasta 2011 y
c. La tercera, est referida a la u lizacin de la metodologa para
es mar el nivel de desarrollo sostenible de territorios, denominado Biograma 2008 elaborado por el Ins tuto Interamericano
de Cooperacin para la Agricultura (IICA).

114

:L C

RESULTADOS
Se hall como resultados la densidad bruta para el ao 1961 de
115.87 hab/ha el cual ha decrecido sostenidamente llegando hasta
2011 con 93.67 hab/ha. Se hall en la contrastacin de los planes
urbanos realizados desde 1961 hasta el ao 2011, en un resultado
de 14 indicadores obtenidos, que solo 1 se aplica, resaltando que
13 indicadores no aplican por fallas metodolgicas que no permiten
seguir el monitoreo por no ser confiables. Los resultados muestran
la u lidad prc ca de los indicadores urbanos demostrando con ello
el grado de influencia en la situacin actual y previsible del hbitat
urbano que a pesar de tener un crecimiento vegeta vo de manera inercial, y espontneo, conducen a acrecentar la sostenibilidad a
mediano plazo.

Finalmente la metodologa del Biograma, muestra la tendencia

hacia la estabilidad urbana, u lizando correlaciones, de los distritos
Uno, Dos, Tres y Cuatro.

115

L C

3. L

V :P

De lo revisado en los casos de inves gacin anteriores, podemos

evaluar las tendencias actuales en la aplicacin de la Estads ca, estructurada en Parametricas (mtodos estads cos de causa efecto
y covarianzas, mtodos deduc vos e induc vos) y No Parametricas
(mtodos estads cos de covarianzas, e induc vos), y el enorme
desarrollo de programas inform cos (Riesgos aplicaciones a salud.
Biogramas aplicados a medio ambiente, los meta-anlisis, etc), estn permi endo orientar la recoleccin y procesamiento de datos
provenientes de muestras grandes y pequeas, a un mejor anlisis
de los datos de parte de los inves gadores, cuan ta vos y cualitavos, permi endo con ello la recuperacin personal de la crea vidad y posteriores innovaciones a travs de mejores conclusiones,
recomendaciones y propuestas.
La Cuarta Va, parte de los siguientes supuestos:
1. La consolidacin sistmica de la metodologa, la estads ca y el
capital humano (entendida por una mejor ges n de sus habilidades, competencias, crea vidad y capacidad de innovacin), a
una nueva manera de realizar las lecturas e interpretaciones de
las inves gaciones.
2. Se apoya en los enfoques cuali cuan ta vos (sistmico real),
tanto con datos numricos, nominales y ordinales, y propone
que se considere en la formulacin del problema general de inves gacin, solo una pregunta (obje va y/o subje va, cuan ta va y/o cualita va), y postula que travs de las dimensiones
de la variable al formular los problemas especficos, pueden all
desarrollarse preguntas de corte cuan ta vas y cualita vas. Los
mtodos mul variados deben aplicarse en los procesos de contraste de hiptesis, considerando las correlaciones entre dimensiones, y entre los indicadores, de la variable independiente y de
la variable dependiente.
3. El pensamiento estads co de calidad, muestra que las causas
que modifican una realidad, obedece a factores comunes y asig116

:L C

nables, que las muestra en la llamada Carta X. Al observar la

realidad, lo que realmente se hace es la determinacin de la variable dependiente, que al definirla conceptualmente, describimos sus caracters cas tericas o caracters ca comn, la que es
modificada segn factores asignables.
F

19: U

Fuente: Snchez, S. 2011.

En la Distribucin S (Simply Distribu on), a la caracters ca

comn, la denominamos Variable dependiente (Ho), y a los
factores asignables, la denominamos Variable independiente
(Figura 2).

117

L C

V :P

4. Los avances en so ware de computacin, estn permi endo,

unificar resultados estads cos correlacionales de muestras
grandes (z) con muestras pequeas (t), e integrarse con Modelos como el Biograma40, el Cuadro de Mando o Balanced Score Card, de cuyas perspec vas en la organizacin de los datos,
brinda que luego, hecha ya la informacin fluya fcilmente hacia
su conversin en obje vo y posteriormente en contraste de hiptesis, y finalmente en la Toma de Decisiones. Consideramos
que, esta forma de elaborar y presentar la informacin, puede
ayudar a iden ficar los niveles de intervencin necesarios para
potenciar el desarrollo de los factores analizados, de tal manera
que las recomendaciones o propuestas (de cambio o de accin),
que planteen los inves gadores sean realmente sistmicas (Figura 3).
F

40

118

20: D

S: C

Seplveda. S. 2008. Metodologa para es mar el nivel de desarrollo sostenible de

territorios: Biograma 2008. Ins tuto Interamericano de Cooperacin para la Agricultura.
San Jos, Costa Rica. 133 pag.

21: L C

V :P

:L C

5. En relacin a lo sealado en 4), el mtodo para el tratamiento

sistmico de los datos, debe realizarse segn el esquema de la
Figura 19.
F

22: M

6. La evaluacin de los resultados debe contrastarse con un valor

cri co determinado, segn los trabajos pilotos desarrollados, en
r = 0.350. El mtodo (punto 3), ubica a la variable dependiente
en Ho, pues ella es el objeto de la inves gacin, cuyas caracte119

L C

V :P

rs cas naturales se describen inicialmente, y que al observar

la realidad problem ca, son modificadas por alguna o algunas
variables independientes (Ha) y sus respec vas dimensiones.
7. Se argumenta adicionalmente, que:
7.1 Para un po de inves gacin bsica, si las correlaciones (Variables o dimensiones) se acercan cada vez ms a la variable Dependiente (Ho), se est logrando la estabilidad, segn ese factor,
propia de la dimensin o variable independiente. Pero si las correlaciones se alejan, se van convir endo, primero, en una oportunidad de cambios, y si estn en la parte cr ca o debilidad,
sern materia de la recomendacin o propuesta (Figura 5).
F

23: D

S E

7.2 Para un po de inves gacin Aplicado, las apreciaciones sern

al contrario, pues si las correlaciones (Variables o dimensiones)
se alejan cada vez ms a la variable Dependiente (Ho), se est
logrando la respuesta p ma, segn los factores analizados, de
la variable independiente. Pero si las correlaciones estn ms
cerca de Ho, conservan sus caracters cas de cr cos. En el p mo (el factor o factores), sern materia de la recomendacin o
propuestas (Figura 6).

120

4. L C

24: D

S E

:L C

V :

I: invesgacion sobre cultura organizacional

Teoras Organizacionales
La Teora de la Administracin en su contexto histrico, explica los
modos como los expertos han conceptualizado a las organizaciones, segn sus paradigmas histricos, por lo cual consideramos para
determinar una mejor relacin entre administracin y clima organizacional, de qu manera, en el empo, han evolucionado los diferentes puntos de vista de las organizaciones. Por ello consideramos,
a nuestro criterio, analizar de manera resumida las teoras clsica,
neoclsica y moderna sobre las organizaciones.
A) Teora Clsica
Esta teora se centra principalmente en las relaciones estructurales
dentro de las organizaciones. La teora clsica comienza con el establecimiento de los ingredientes bsicos en cualquier organizacin
y luego estudia cmo debe estructurarse mejor una organizacin
para alcanzar sus obje vos. Para los clsicos hay cuatro ingredientes
bsicos en toda organizacin.

121

L C

V :P

1. Un sistema de ac vidades diferenciadas:

Todas las organizaciones se componen de las ac vidades y funciones que se llevan a cabo dentro de ellas y de las relaciones
entre estas ac vidades y funciones. Una organizacin formal
surge cuando se unen todas las ac vidades.
2. Las personas:
Aunque las organizaciones se componen de ac vidades o funciones, son las personas las que ejecutan las tareas y ejercen la
autoridad.
3. Cooperacin hacia una meta:
La cooperacin debe exis r entre las personas para lograr una
unidad de propsito en la consecucin de metas comunes.
4. Autoridad:
Se establecen por medio de la relacin superior subordinados
y dicha autoridad es necesaria para asegurar la cooperacin entre las personas que persiguen sus metas.
La teora clsica ene el mrito de ofrecer la anatoma estructural de las organizaciones. Se le reconoce como el primer intento de ar cular la forma y la sustancia de las organizaciones de
modo exhaus vo.
B) Teora Neoclsica
La Teora Neoclsica naci en la dcada de los 50 y comienzos de la
dcada del 60. El nombre neoclsico connota una modernizacin
a la teora clsica Los neoclsicos apuntaron que si bien la divisin
de trabajo ocasiona una interdependencia funcional entre las ac vidades laborales, tambin las despersonaliza de modo que el sujeto encuentra muy poco significado en estas. Es decir, las personas
desarrollan un sen do de alienacin en trabajos muy repe vos,
que al final les ocasiona una insa sfaccin laboral. Adems de esta
insa sfaccin puede llevar a un descenso en la eficacia causada por
una produc vidad menor y un mayor absen smo. En conclusin los
neoclsicos defienden una divisin del trabajo menos rgida y un
trabajo ms humanista, del que las personas puedan extraer un sen122

:L C

do de vala y un significado. La principal contribucin de la teora

neoclsica fue revelar que los principios de la teora clsica no eran
tan simples ni tan universalmente aplicables como se haba formulado inicialmente.
C) Teora moderna de la organizacin
Esta teora adopta un punto de vista complejo y dinmico de las organizaciones denominado aproximacin a los sistemas, el cual tuvo
sus orgenes en las ciencias biolgicas y se modific para sa sfacer
las necesidades de la teora organizacional. La aproximacin a los
sistemas considera que una organizacin existe en una relacin interdependiente con su medio.
F

25: T

123

L C

V :P

El concepto de sociedad moderna se basa en la premisa de que

las personas trabajan juntas en grupos formales e informales para
realizar Tareas que de manera individual, no lo podran realizar. Las
personas dependen de estas organizaciones para el sustento diario.
Hodge, William y Lawrence (2003), definen a la organizacin como
dos o ms personas que trabajan en colaboracin y en conjunto,
dentro de unos lmites iden ficables para alcanzar una meta u obje vo en comn. En esta definicin, los autores presentan ideas implcitas:
a) Las organizaciones estn formadas por personas.
b) Las organizaciones, como sistema, dividen su trabajo entre sus
miembros;
c) Las organizaciones persiguen metas y obje vos.
Cuando las organizaciones dividen el trabajo, se busca la especializacin entre todos los miembros de la organizacin, pero tambin debe asegurarse que todo el personal con ne trabajando
para alcanzar las metas organiza vas comunes (Hodge et al, 2003),
pero tambin se considera impera vo la coordinacin y el control de
estas ac vidades de la organizacin.
Para Max Weber (1922), la organizacin es un grupo corpora vo
entendido ste como una relacin social que, o bien est cerrada
hacia fuera, o bien, limitada mediante reglas y disposiciones de admisin de personas ajenas. Este obje vo se logra gracias a que tales
reglas y rdenes se llevan a la prc ca a travs de la actuacin de
individuos especficos (director, jefe) y de un grupo administra vo.
Porter, Lawler, Hackman (1975), delimitan cinco notas esenciales en una organizacin:
a) Estar compuestas de individuos y grupos
b) Cons tuirse para la consecucin de fines y obje vos especficos
c) U lizar para ello la diferenciacin de funciones, y
d) La coordinacin racional de las mismas
e) Manifestar cierta permanencia temporal y delimitacin espacial.
124

:L C

Las organizaciones como sistema, proporcionan una forma simple de modelar las organizaciones centrndose en la estructura y en
las relaciones o interdependencia entre las diferentes partes de la
organizacin. El enfoque sistmico representa la idea de que las organizaciones se componen de partes y que esas partes interactan
entre s para alcanzar las metas organiza vas (Snchez, 2011).
Los sistemas presentan dos caracters cas, como el holismo y la
sinergia. Hodges (2003) explica que holismo significa considerar un
sistema como un todo en funcionamiento y los cambios producidos
en cualquier parte del sistema es probable que afecten a todo el sistema. La sinergia, hace referencia al efecto interac vo de las partes
del sistema en funcionamiento conjunto.
Snchez (2011), dis ngue entre sistemas cerrados y sistemas
abiertos. Define sistemas cerrados como aquellos que se perpetun
a s mismos y no reciben energa ni recursos externos, es decir, no
requieren de interactuar con sus entornos. Los sistemas abiertos deben recibir energa (inputs) de sus entornos externos en forma de
recursos produc vos, y venden su produccin (output) a los clientes
quienes tambin son externos a la organizacin. Las ventas de productos y servicios producen flujos de efec vo (cash-flow) y proporcionan energa adicional al sistema.
5. C
Comprender el significado de cultura es fundamental para el entendimiento de las organizaciones. Hablar de cultura es hablar de
un fenmeno sustancialmente social, ya que la cultura no es sino
resultado de la experiencia grupal. Pero, la cultura es un concepto abstracto y complejo, por lo que existen muchas definiciones de
cultura. La cultura ha exis do para ayudar a la gente a tratar con la
incer dumbre y la ambigedad de sus existencia. La cultura se desarrolla de manera natural cuando se crean grupos de seres humanos.
A pesar de esta naturaleza esencial de cultura para los esfuerzos humanos, la exploracin de la cultura organizacional es un fenmeno
125

L C

V :P

reciente. Desde el punto de vista antropolgico de Fernando Cabieses41 la cultura cons tuye un bagaje intelectual y sico derivado de
la capacidad del ser humano de trascender los mbitos del ins nto y
del subconsciente colec vo, aprendiendo, enseando y transmi endo esos comportamientos a las sucesivas generaciones, mediante el
lenguaje, el pensamiento abstracto y la instrumentacin adicional.
A nivel organizacional, Edgar H. Schein (1988, p. 23 y 25) seala
que la cultura es un conjunto de presunciones bsicas - inventadas,
descubiertas o desarrolladas por un grupo dado al ir aprendiendo a
enfrentarse con sus problemas de adaptacin externa e integracin
interna-, que hayan ejercido la suficiente influencia como para ser
consideradas vlidas y, en consecuencia, ser enseadas a los nuevos
miembros como el modo correcto de percibir, pensar y sen r esos
problemas (...), las cuales operan inconscientemente y definen en
tanto que interpretacin bsica, la visin que la empresa ene de s
misma y de su entorno. Es la visin compar da segn llama L. Sanz.
A. Daz (1998) puntualiza que la cultura es un sistema de valores
y creencias compar dos, a travs del cual intercalan los lderes y el
personal de una empresa, se definen sus estructuras organizacionales, sus relaciones internas y externas, sus sistemas de control, y tambin sus normas de comportamiento. Para J. Villafae (1998: 141) la
organizacin es como una red de significados, smbolos e imgenes y,
cuanto ms compar dos son stos, ms slida y fuerte es la cultura.
Adems, seala que la cultura de un grupo es su iden dad una vez
metabolizadas las influencias del entorno, sobre todo aquellas influencias que han operado en el proceso de adaptacin a dicho medio.
6. C

Los cien ficos de los campos de la antropologa y sociologa han estudiado la cultura durante muchos aos. En la literatura sociolgica
41

126

Cultura Corpora va?: Fernando Cabieses/Calidad y Excelencia: Centro de Desarrollo de

la Sociedad Nacional de Industrias/1997, pg. 52

:L C

se asiste, entonces, a una creciente vinculacin de los conceptos de

cultura y organizacin. Cultura organizacional deriva de la confluencia de dos teoras, la de la cultura y la de la organizacin (Smircich,
1983: 341).
Desde que algunos trabajos (Pe grew, 1979; Pfeer, 1981;
Mar n y Meyerson, 1986) se refieren a la perspec va cultural de las
organizaciones, se viene subrayando la cualidad cultural de stas.
Por lo mismo, se enfoca la cultura corpora va como es lo general
o modo de establecer prioridades de valores/obje vos y, en consecuencia, el correspondiente diseo de la organizacin. Con algn
atrevimiento se afirma entonces que las organizaciones son cultura... y no slo que enen cultura.
A finales de la dcada del 70, los expertos en organizacin se
dieron cuenta que la cultura ene un rol importante en la determinacin de una gran variedad de comportamientos, ac tudes
y creencias referentes al trabajo y al lugar del trabajo. Ouchi, William, con su Teora Z, y Peters y Waterman Jr. Con La bsqueda de
la Excelencia, se consideran como los que marcaron la importancia
potencial de la cultura entre direc vos, inves gadores y pblico en
general (Hodges, 2003). La cultura parece desarrollarse ms en organizaciones, que en otras clases de agrupaciones de seres humanos, y se inspira en la cultura de la gran comunidad en la cual est
contenida, es decir, se produce el inicio de empezar a entender que
la cultura ene un real impacto en las organizaciones laborales.
La mayora de las definiciones de cultura organizacional, conenen algunos elementos comunes, pero todos manifiestan que la
cultura organizacional es una construccin de dos niveles que incluye tanto caracters cas observables como inobservables de la organizacin (Hodge, 2003). Pero, la cultura no es est ca. La cultura
organizacional surge y cambia a medida que la organizacin cambia
en si misma.
En el nivel observable, la cultura incluye muchos aspectos de la
organizacin como la arquitectura, la ves menta, los modelos de
comportamiento, las reglas, las historias, los mitos, el lenguaje y
127

L C

V :P

las ceremonias. En el nivel inobservable, la cultura est compuesta

de valores, normas, creencias y suposiciones compar das por los
miembros de la organizacin. La cultura es el modelo o configuracin de esos dos niveles de caracters cas que orientan o dirigen a
los miembros de la organizacin para tratar sus problemas con sus
entornos. Cada inves gador en organizaciones, han escrito sobre la
formacin de una cultura organizacional, y cada uno ofrece visiones
un tanto dis ntas.
Hodge et al (2003) resume las siguientes visiones:
A. La idea de J.C. Penny, sobre cultura organizacional, es la organizacin que sirve al pblico, tanto como se pueda, a entera sa sfaccin, y se espera una remuneracin aceptable por ello. Debe
seguir formando al personal, darles recompensas a hombres y
mujeres, para ofrecer servicios de calidad a los clientes.
B. La visin de Shein, est referida a las etapas de formacin de la
cultura, la conservacin y con nuacin del grupo que dependen
de la manera como preservan los valores y normas compar das. El primer paso son temas de la dependencia y la autoridad
del lder. Histricamente los primeros lderes y los fundadores
enen un gran impacto en la futura cultura de las organizaciones. El segundo paso son las confrontaciones y la diferenciacin
de roles; y las relaciones entre colegas. En la tercera etapa, se
confrontan las cues ones de la crea vidad y las necesidades de
orden y estabilidad de la organizacin, El cuarto paso y final, es
considerar que la organizacin solo madura cuando encuentra
una confrontacin sobre asuntos de supervivencia y crecimiento. De esta manera, la organizacin aprende si es flexible y adaptable a las condiciones cambiantes del entorno circundante, o si
halla que la supervivencia ya est en entredicho.
C. En la pologa de formacin de cultura de Scholz, se argumenta
que la cultura se desarrolla a lo largo de tres dimensiones que
conforman su Tipologa: la dimensin evolucionista (casi similar
a Shein), y las Dimensiones interna y externa.
La dimensin evolucionista considera cinco estados evolu vos.
128

:L C

La etapa estable, la fase reac va (cambios mnimos), la etapa

an cipadora donde los cambios se aceptan, la fase exploratoria
donde son posibles gran can dad de cambios y la etapa crea va, donde el cambio con nuo es posible. La dimensin interna
est centrada en las condiciones internas como son los procesos
internos, clima organizacional, valores de los Trabajadores, etc.
que operan dentro de la organizacin y afectan a la Cultura. La
dimensin externa est referida a las condiciones Ambientales
de la organizacin.
D. Los niveles de la cultura de Fombrun que describe el desarrollo
de la Cultura a travs de tres niveles principales como son el
social (los Valores, ac tudes y los aportes de los trabajadores,
sistema educa vo, condiciones socioeconmicas, etc.), el sectorial y el par cipa vo.
F

26: P

Fuente: Luc Brunet, El clima de trabajo en las organizaciones, pg. 40

129

L C

V :P

E. Las culturas ml ples de Meryl Louis que sugiere que las organizaciones, especialmente las grandes y complejas, desarrollan
a menudo, diferentes culturas en dis ntos emplazamientos
o lugares (Loci) dentro de la organizacin. De este modo pueden desarrollarse culturas nicas (o subculturas) alrededor de
diferentes niveles de la organizacin, o dentro de divisiones o
departamentos. Robbins (1999), considera que la cultura Organizacional est formada por la filoso a de los fundadores de la
organizacin, de la alta gerencia, de los criterios para la seleccin de personal, el clima organizacional y la socializacin.
F

27: C

Robbins, 1999. Tomado de Cultura Organizacional

Robbins define a la cultura organizacional, como un sistema de

significado compar do entre sus miembros y que dis ngue a una
organizacin de las otras . Robbins menciona que La cultura organizacional se ocupa de la forma como los empleados perciben
las caracters cas de la cultura de una organizacin, sin importar
si les gustan o no. Esto es, se trata de un trmino descrip vo . Por
otro lado el termino prescrip vo o norma vo, indica la forma como
deben ser las cosas y que debe hacerse con las condiciones que
iden fica el termino descrip vo. Lo norma vo es el quehacer de
los direc vos que va dirigida normalmente a mejorar los diferentes
aspectos de eficiencia, compe vidad, rentabilidad, capacidad de
adaptacin, sa sfaccin con el trabajo y eficacia.
Payne (1990) argumenta que el concepto de clima organizacional no es vlido, porque las personas en diferentes partes de la orga130

:L C

nizacin enen percepciones radicalmente dis ntas de la organizacin y cuando las percepciones se comparten de manera consensual
solamente en pequeos grupos, no son representa vas del clima
organizacional en su conjunto.
7. D
De las inves gaciones evaluadas
Los resultados logrados por R.B.en su tesis Cultura organizacional
y sa sfaccin laboral del personal, hallo que la cultura organizacional influye significa vamente (r=0.83; p < 0.05) sobre el nivel de
sa sfaccin laboral que manifiesta una muestra del personal de la
organizacin. A su vez, en la inves gacin sobre el Clima organizacional y su relacin con el desempeo hall, con un 95% de
confianza, que el clima organizacional se relaciona con el desempeo en un 75.8 %. Asimismo, la Variable Clima Organizacional que
perciben los Treinta y nueve (39) Trabajadores se fundamenta en las
dimensiones Relaciones Humanas y los Procesos Internos; no tanto
en la dimensin Sistemas Abiertos.

Cultura Organizacional

Cultura
Organizacional

Clima
Organizacional

Desempeo
Laboral

Sa sfaccin
Laboral
D. R.

Desempeo
Comisarios
M. Ch.

79.8

0.830

75.8

Criterio para Evaluar los resultados

Para evaluar los resultados de la inves gacin se u lizara el mtodo
del contraste de hiptesis propuesto por Snchez (2011) que presenta un recurso didc co u lizando la distribucin S, el mtodo de
correlacin de Pearson, correlaciones que las ubica en la base de la

131

L C

V :P

distribucin, las que contrasta con un valor cri co determinado en

un valor de r = 0.350. El mtodo ubica a la variable dependiente en
Ho, pues ella es el objeto de la inves gacin, cuyas caracters cas
naturales se describen inicialmente, y que al observar la realidad,
son modificadas por alguna o algunas variables independientes (Ha)
y sus respec vas dimensiones.
Plantea como lectura de anlisis las siguientes medidas:
Intervalos

Comentario

Toma de decisin

De 0.351 a 0.450

Fortaleza alta

De 0.451 a 0.550

Fortaleza media

De 0.551 a 0.650

Oportunidad alta

Recomendacin

De 0.651 a 0.750

Oportunidad media

Recomendacin

De 0.751 a 0.850

Debilidad alta

Problema. Recomendacin

Ms de 0.850

Debilidades y amenazas

Problema. Recomendacin

Esto se muestra en la siguiente figura:

F

Cultura
132

26: C

:L C

Desempeo
Laboral
Cultura Organizacional

0.798

Cambio con nuo

Compa bilidad persona y puesto. CPT

0.428

Fortaleza alta

Apoyo de colegas. AC

0.510

Fortaleza media

Recompensas. REC

0.626

Oportunidad alta

Condiciones de trabajo. CT

0.715

Oportunidad media

Trabajo mentalmente desafiante.TMD

0.806

Debilidad alta

II: Invesgacion sobre estudiantes ingresantes y egresados en una

universidad casi privada
Qu son los es los de Pensamiento?
El pensamiento, requiere para una mejor comprensin del concepto, el describir de manera estructural el conocimiento cogni vo y
los patrones estratgicos de la personalidad estudiados por Piaget,
Brown y Feldman. Flavell (1971), siguiendo el paradigma cogni vo estructural, nos muestra las secuencias y cambios estructurales dentro de los cuales se producen relaciones entre los mismos
conocimientos metacogni vos y otros conocimientos. Igualmente
Guilford, Ca ell-Horn y Eysenk iden fican factores metacogni vos o
procesos bsicos, para un mejor estudio del paradigma psicomtrico. Sternberg (1997) en su inters por definir un concepto de es los
de pensamiento propone que los modelos existentes y las teoras
sobre el constructo Es lo, se puedan clasificar en tres enfoques:
a. Centrados en la cognicin,
b. Centrados en la personalidad,
c. Centrados en la ac vidad.
En las dcadas de 1950 y 1960 las inves gaciones sobre es los se
relacionan con la cognicin y la forma de percibir, adquirir conocimiento, formar ideas y pensar. El es lo cogni vo se refiere a la manera en
que una persona procesa la informacin, teniendo en cuenta los rasgos
cogni vos, es decir, las diferencias de las personas respecto a las formas
133

L C

V :P

de conocer. De este es lo, surgen diversos Modelos como el de Witkin (1971) sobre dependencia-independencia de campo o el de Kagan
(1966) sobre impulsividad-reflexin. A par r de la dcada de los 70 se
produce un cambio importante en la inves gacin sobre el aprendizaje derivado del inters por comprender y conocer cmo aprenden los
estudiantes y aplicar las preferencias individuales dentro de un contexto ecolgico, en un entorno o escenario determinado. Los es los
de aprendizaje como variables individuales que influyen en la capacidad para aprender, no aparecen relacionados con las ap tudes sino
con la forma en la que cada persona gusta de u lizar sus habilidades.
En los aos 80 el estudio de los es los en educacin incorpora el
Modelo de Le eri, controles cogni vos previos al aprendizaje en s,
que se ven afectados por preferencias afec vas y ambientales que la
persona aporta al aprendizaje. El es lo de aprendizaje era considerado como la suma de elementos cogni vos, afec vos y ambientales
que influyen en la percepcin, interaccin y respuesta en diferentes
contexto educa vos. Derivado de este planteamiento surge el Modelo de es lo de aprendizaje de Dunn y Dunn (1978) y el modelo de
Royce y Powell (1983) de es los epistmicos o modos de acceso al
conocimiento ampliado por Rancourt (1978, 1986) favoreciendo su
aplicacin a la comunicacin y las relaciones interpersonales.
Sternberg, en la dcada del 90, relaciona el es lo de aprendizaje
con la metfora del autogobierno mental con el propsito de organizar todas las teoras anteriores sobre los es los. l define los es los
como mtodos que empleamos para organizar nuestras cogniciones
sobre el mundo, para comprenderlo mejor. Un es lo es una manera
de pensar. No es una ap tud sino una forma preferida de emplear
las ap tudes que uno posee. Sternberg dis ngue claramente ap tud y es lo. La ap tud se refiere a lo bien que alguien sabe hacer
una cosa. El es lo se refiere a cmo le gusta a alguien hacer algo.
Este autor insiste en que las ap tudes son importantes para el xito,
pero no lo son todo, ni lo pueden ser. En este sen do, afirma que la
forma en que las personas prefieren pensar puede ser tan importante como lo que piensan (Sternberg,1998).
134

:L C

Puntajes de Correlaciones halladas. La Tabla muestra las caracters cas de los es los de pensamiento, relacionadas con las Correlaciones halladas tanto para los estudiantes Ingresantes como de los
estudiantes Egresados de Economa.
T

15: C

Caracters cas:

Dimensiones/
Indicadores

Manejo del poder

Trabajos en empresa
Agrada trabajar en
grupos
No son claros ni
obje vos

monrquico
jerrquico
oligrquico

Correlacin
Correlacin
Correlacin

anrquico

Correlacin

.616(**)

-.070

FORMAS DE
GOBERNAR

Correlacin

.896(**)

.585(**)

Correlacin
Correlacin
Correlacin

.632(**)
.423(*)

.501(**)
.385(**)

Estudiante innovador
Son concretos en los
temas

Tericos. Poco
comunica vos
Comparten
experiencias.
Comunica vos
Prc cos.
Comunica vos
Sen do de orden y
seguridad

Estudiantes crea vos

Orientacin a trabajos
de Gerencia
Son evaluadores,
opinan.

Global
Local

ESTILOS DE PENSAMIENTO ECONOMIA

Ingresantes
Egresados
.627(**)
.598(**)
.608(**)
.622(**)
.535(**)
.167

FUNCION DE
GOBIERNO
Es lo interno

Correlacin

.749(**)

.709(**)

Correlacin

.691(**)

.327

Es lo externo

Correlacin

.663(**)

.677(**)

Es lo liberal

Correlacin

.580(**)

.826(**)

Es lo
conservador
ALCANCES E
INCLINACION

Correlacin

.357

.428(*)

Correlacin

.913(**)

.733(**)

Es lo legisla vo
Es lo ejecu vo

Correlacin
Correlacin

.768(**)
.638(**)

.708(**)
.565(**)

Es lo judicial

Correlacin

.587(**)

.634(**)

FUNCION
BASICA DE
GOBIERNO

Correlacin

.884(**)

.628(**)

25

25

135

L C

V :P

Anlisis de Resultados.
La Figura muestra los resultados de la inves gacin, relacionados al Es lo de Pensamiento de los ingresantes y Egresados de la
facultad de economa de una importante Universidad Privada.. Se
hallan diferencias en los es los Bsicos y de Gobierno con relacin a
los mdicos. Los economistas se caracterizan, segn estos criterios,
por trabajar en grupos empresariales, respetando jerarquas, pero
son poco crea vos, pero si, a pesar de ser tericos, son evaluadores
F

3: E

P
F

E
E

La Tabla muestra la comparacin del rendimiento acadmico y

de los es los de pensamiento, tanto de los ingresantes como de los
egresados de economa.

136

16 : C

:L C

Rendimiento
Acadmico
Formas de
Gobierno
Funcin de
Gobierno
Alcances e
Inclinacin
Funcin
Bsica de
Gobierno

Es los de Pensamiento
Ingresante Egresado
0.785
0.465

Comentario
Fortaleza media

Decisin

0.896

0.585

Oportunidad alta

Recomendacin

0.749

0.709

Recomendacin

0.913

0.733

0.884

0.628

Oportunidad
media
Oportunidad
media
Oportunidad alta

26: C

E
E

Recomendacin
Recomendacin

P
F

I
E

Lectura:
Fortaleza Alta
y Media

Oportunidad Alta
y Media

Debilidad
Recomendaciones

137

L C

V :P

Los resultados, en promedio, segn los es los de pensamiento

del estudiante de economa, al egresar, se resumen en:
a. FORMA DE GOBIERNO
Pueden trabajar en empresas, pues respetan las jerarquas, trabajan bien en grupos, y con el empo lograran poder, es decir,
pueden ser gerentes en las organizaciones.
b. FUNCION DE GOBIERNO
Muestran no ser muy crea vos, y poco evalua vos, en las organizaciones.
c. ALCANCES E INCLINACION
Los estudiantes de la ANDINA, son bastante tericos y liberales
en su pensamiento.
d. FUNCION BASICA DE GOBIERNO
Los estudiantes, muestran que les falta prc ca, a pesar de ser
concretos en las tareas, pues son tericos y liberales. Muestran
una Oportunidad, y es que los estudiantes de economa, son Innovadores en potencia ( r de 0.632 paso a 0.501).
III: Invesgacion sobre I.E. de un consorcio educavo
Segn la escala construida en base a la correlacin, las ins tuciones
educa vas que pertenecen al Consorcio, se hallan en el Rango de:
a) Mayor a Bueno: Flores 2- Chorri
b) Bueno Promedio: Cara - Canto Pobre- Las Violetas- El Crack
c) Menor a Bueno: El Roble- Lurn
Ubicacin de Ins tuciones Educa vas segn Correlaciones.

138

27:
D

Ins tuciones Educa vas

:L C

I
O

Correlacin

Promedio I:E:

0.677

Lurin

0.641

El Roble

0.646

El Crack

0.663

Las Violetas

0.675

Canto Pobre

0.683

Kara

0.688

Chorri

0.712

Flores 2

0.716

Comente sus resultados.

139

L C

V :P

CONCLUSIONES
El efecto principal de la Cuarta Va, se halla en una metodologa sistmica que permite una mejor orientacin de la lectura e interpretacin de las variables y dimensiones materia de la inves gacin. Es
posible como resultado de estas lecturas. Mejorar la interpretacin
de las conclusiones y de las recomendaciones. Las propuestas serian
bastante cercanas a lo que la realidad evidencia.

140

:L C

BIBLIOGRAFIA
1. HERNANDEZ S., Roberto et al, 2010, Metodologa de la inves gacin, 4ta Edicin. Mc Graw Hill. Mxico.
2. SANCHEZ, S. 2010. Metodologa: El Curso.1 Edicin. CEPREDIMUNMSM. Lima. Per.
3. SANCHEZ, S..2011. Premio NoVEL: La Cuarta Va. Paradigmas y
Contraste de Hiptesis. 1 Edicin. CEPREDIM- UNMSM. Lima.
Per
4. SEPULVEDA. S. 2008. Metodologa para es mar el nivel de desarrollo sostenible de territorios: Biograma 2008. Ins tuto Interamericano de Cooperacin para la Agricultura. San Jos, Costa
5. SAUTU, Ruth, 2007, Prc ca de la Inves gacin Cuan ta va y
Cualita va, 1 Edicin, Ediciones Lumiere S.A, pg. 18
6. RUIZ MORALES, Alvaro et al, 2001, Inves gacin clnica: Epidemiologa Clnica Aplicada, 1 Edicin, Centro Editorial
Javeriano,Bogot.
7. DURKHEIM, E. Las reglas del mtodo sociolgico. Buenos Aires:
Losada, 1984.
8. POPPER, Karl, la lgica de la inves gacin cien fica, 1962, Tecnos, 1 Edicin, Madrid,
9. WEBER, M. Sobre la teora de las ciencias sociales. MxicoFondo
de Cultura Econmica, 1956.
10. KERLINGER, F. Inves gacin del comportamiento. 2002, Interamrica, 3 Edicin, Mxico.
11. MUNCH, Lourdes y ngeles, Ernesto, Mtodos y Tcnicas de Inves gacin Social, 2005, 12 Edicin, Editorial Trillas S.A. de C.V.,
Mxico, 167 pginas, Capitulo 7, Pgs. 97 a 121
12. GARRO AYALA, Mximo, 2009, Metodologa de la inves gacin
cien fica, CHIMBOTE.
13. MEJIA M., Elas, 2008, La inves gacin cien fica en educacin,
UNMSM 1 Edicin, Lima Per
14. CARRASCO DIAZ, Sergio,2006, Metodologa de la inves gacin
cien fica, UNMSM 1 Reimpresin
141

L C

V :P

15. NEWBOLD, Paul, et al, 2008, Estads ca para Administracin y

Economa, Pearson Pren ce Hall, 6 Edicin Madrid.
16. KAZMIER, Leonard.1998, Estads ca Aplicada a la Administracin y a la Economa. Mc Graw Hill, 3 Ed. Mxico.

142

AVANCE DE INVESTIGACIN

LA ACUMULACIN DE CAPITAL EN EL PER:

EL DESEMPLEO NATURAL

La evidencia emprica, en el Caso Peruano, ocurrida en los l mos

15 aos ha mostrado una economa peruana en crecimiento, una
disminucin de la inflacin, pero a tasas de desempleo cada vez ms
altas. Los principales voceros pol cos y econmicos son de la idea
que las alterna vas a largo plazo que nuestra economa presenta
para crear empleo, solo ser a costa de ms inflacin; pero si no se
dan pol cas de creacin de empleo, la inflacin a pesar de ser baja,
mantendr una tasa natural de desempleo nacional y regional, en
franco crecimiento.
La Inves gacin muestra, con evidencia emprica, el Proceso de
la Formacin de la Curva de Phillips en la Economa Peruana en los
l mos veinte aos, situacin que no ha sido analizada ni puesta en
prc ca para la Creacin de Empleo en el Per, como lo han hecho
Economas como Argen na, Colombia, Venezuela, Mjico, Espaa,
etc., y que est generando un desempleo natural en el Peru.
1. Que es la Curva de Phillips
En su versin original, la Curva de Phillips (1958), era simplemente
una relacin no lineal entre la tasa de variacin del salario nominal
y la tasa de desempleo, es mada como estrategia para la creacin
de empleo, en economas como el Reino Unido durante el perodo
1861-1913. Posteriormente, con el fin de garan zar que los resultados no estuvieran afectados por perturbaciones de corto plazo,
Phillips recurri al uso de Mtodos Estads cos, como los promedios mviles de hasta 6 perodos, para obtener relacin entre las
[143]

L C

V :P

variables inflacin y desempleo, obteniendo como resultado una

relacin nega va, y no lineal, entre ambas variables. Como indica
Desai (1989), la obra de Phillips cons tuy una revolucin en varios
sen dos. Desde el punto de vista metodolgico cons tuy un paso
muy importante en la econometra, para el mbito del anlisis econmico, sobre las fluctuaciones econmicas en los Estados Unidos.
En el mbito de la pol ca, a par r de la publicacin del trabajo de
Samuelson y Solow (1960), este hallazgo de Phillips se convierte en
un popular instrumento de estabilizacin macroeconmico, al plantear una relacin sencilla y directa entre dos obje vos alterna vos
de pol ca econmica. En el mbito cien fico ste hallazgo permi a
construir una teora macroeconmica de la inflacin que permi ese
completar la teora keynesiana.
Friedman y Phelps (1970), consideraron una tesis fundamental
de la economa clsica: que el equilibrio en el mercado de trabajo
depende del salario real y no del salario nominal, de modo que un
exceso de demanda en el mercado de trabajo se resuelve mediante la elevacin del salario real, no del salario nominal. Tomando la
idea de tasa natural que Wicksell haba empleado en relacin
al po de inters, postularon la existencia de una Tasa Natural de
Desempleo y pronos caron que todo intento de reducirla mediante
pol cas expansivas se traducira exclusivamente en tasas cada vez
mayores de inflacin salvo en presencia de ilusin monetaria.
Con el desarrollo de la teora de las expecta vas racionales con
los trabajos de Muth (1961), Lucas (1972, 1973a, 1973b), Sargent y
Wallace (1973, 1974) y Sargent y Wallace (1974) contribuyeron a reforzar la cr ca Friedman- Phelps: si los agentes actan racionalmente an ciparn el efecto inflacionista de las pol cas expansivas y las
incorporarn a sus negociaciones salariales de modo que el salario
real siempre ser el de equilibrio. Todos los autores mencionados
conducen al mismo resultado terico: el carcter ver cal de la Curva
de Phillips en el largo plazo y la desaparicin de la opcin pol ca
entre desempleo e inflacin. En el mbito prc co, la Curva de Phillips fue abandonada como instrumento de pol ca econmica en la
144

:L C

dcada de los 70 dado que la combinacin de tasas crecientes de

inflacin y desempleo pareca corroborar las cr cas monetaristas.
2. Phillips: aplicaciones en pases
En la economa espaola (1960-2003), consideraron razonable creer
que es posible el alterar el equilibrio en el mercado de trabajo y condicionar la pendiente de la curva de Phillips en el largo plazo, debido
a las caracters cas estructurales de cada economa, y que deben
conducir a resultados concretos, como lograr la posibilidad de una
curva de Phillips no ver cal en el largo plazo. El modelo es mado
para la economa espaola, representa la respuesta de la variable
frente a perturbaciones en el mercado de trabajo que provocan,
En primer lugar, efectos permanentes en la dotacin de capital.
En segundo lugar, esta relacin ene signo nega vo, que indica
que si se aplica una pol ca expansiva que reduzca la tasa de desempleo por debajo de su equilibrio inicial, provocar una perturbacin posi va con carcter de permanente a largo del empo.
Esto viene a confirmar, que en el largo plazo, la Curva de Phillips
de la economa espaola, muestra una pendiente nega va debido a
la alteracin del stock de capital inducida por las perturbaciones de
la demanda, frente a la ver calidad postulada por Friedman.
En la Economa Argen na superado el momento ms lgido de
la crisis a fines del 2001 y todo el 2002, result evidente que se deberan aplicar pol cas ac vas de recuperacin del empleo, y de redistribucin progresiva del ingreso. Pero, la urgencia en aplicar esa
pol ca, no solo deberan darse por razones no solo econmicas,
sino fundamentalmente por aspectos sociales y pol cas, que deben
asegurar la estabilidad del sistema democr co, y con ello, permi r
la sostenibilidad de las reformas de la estructura econmica operada en la dcada del noventa. Se logr salir en parte del problema, y
al mismo empo se recuper, aunque modestamente, los niveles de
empleo; pero se present el fenmeno descrito por la Curva de Phi145

L C

V :P

llips, es decir la relacin existente entre un cambio en el porcentaje

de aumento de la inflacin y la variacin en el ndice de ocupacin.
Para algunos economistas, le resultara extrao, el probar la validez de la Curva de Phillips en el Per, analizando el comportamiento de esta estrategia en una economa como la Argen na pero, es
importante considerar que, esta economa presenta algunas caracters cas casi similares al Caso Peruano, que merece algn po de
criterio compara vo en este aspecto. Las par cularidades a las que
nos referimos, enen que ver con el cambio operado en los aos 90,
aos en los que la economa Argen na, pas de:
Tener una fuerte presencia estatal, a una mayor presencia del
mercado,
En cuanto al comercio internacional, y a los cambios en las finanzas y la priva zacin de los servicios pblicos en la dcada
del noventa, han permi do lograr en el Per, tener economa
mucho ms abierta.
Cabe entonces preguntarse Cules son las razones, por la que
los principales economistas inves gadores de nuestro pas, han pretendido ignorar la naturaleza de la inflacin y el desempleo en la economa peruana mediante el Uso de la Curva de Phillips en economas
regionales?, Como el Uso de la Curva de Phillips han dado lugar a la
comprensin del problema del empleo en otras realidades? Por qu
el INEI u liza la PEA para determinar el desempleo en el Per, y luego
menciona una tasa de desempleo proveniente de la PENA, con la cual
se determina una tasa de desempleo natural de cerca del 15%?
3. El Proceso de la Formacin de la Curva de Phillips en el Per
En los aos de economa liberal (1950-1960); y, en los de economa
estatal y cerrada (1969-1980) , la Curva de Phillips no funcion. Es
decir, las Variables Inflacin- Desempleo mostraban una Relacin Directa: Con una Menor Inflacin habra Menor Desempleo, y con una
Mayor Inflacin habra Mayor Desempleo.
146

1: P

1950- 1960

2: P

1961- 1968

3: P

1981- 1985

:L C

La Curva de Phillips, para el Caso Peruano, empieza a perfilarse, con

la aparicin de la hiperinflacin (1987-1990), y posteriormente, este
proceso se consolida gracias a las Pol cas de Priva zacin de las
Empresas Publicas, las Concesiones, y la disminucin de la inflacin.
147

L C

V :P

Se aprecia a par r del ao 1996, un crecimiento sostenido de la economa, y una falta de chorreo y de ideas crea vas de parte de los
funcionarios pblicos, en propuestas de creacin de empleo sostenido a nivel nacional.
F

1: A
Periodo

4: P

2001- 2004

Correlacin
Ml ple

Coeficiente de
Determinacin

1950-1960

0.4626

0.4029

Media

1961-1968

0.5073

0.1089

Media

1969-1980

0.9098

0.8273

Estanflacin

1981-1985

0.1082

0.0117

Inflacin

1986-1990

0.8288

0.6869

Hiperinflacin

1991-2000

0.6119

0.3744

Media

2001-2004
2010

0.7980

0.6369

Baja

148

Inflacin

P
Tasa Natural de
Desempleo
4% (BCR)

8.8% (PEA)
15.4(PEA + PENA)

5: P

:L C

1994- 2010

DISCUSION DE RESULTADOS
1. Un mejor conocimiento de la Tasa Mnima Natural de Desempleo,
debe permi r provocar un equilibrio en el mercado de trabajo del
Per, abandonando la pol ca del desempleo sostenible, por una
de Mejor Empleo de las generaciones actuales y de las generaciones
futuras. Muestra finalmente, en su inves gacin, los hallazgos de las
Curvas de Phillips, a nivel Regional.
F

6: C

2. El ndice de miseria entendido como la suma de las tasas de

inflacin y de desempleo ha cobrado popularidad como indicador
de tensin econmica durante la eleccin presidencial de 1980 en
149

L C

V :P

Estados Unidos. Desde esa fecha, este ndice ha ido disminuyendo

en dicho pas as como en gran parte de las economas avanzadas,
gracias a que en dichos pases se derrot la inflacin. El desempleo,
sin embargo, sigue siendo un problema, y su contribucin al ndice
de miseria registr un brusco aumento durante la Gran Recesin.
F

7: M

En el Per, Snchez (2011), evalu, el ndice de la miseria, en dos

periodos:
a. El periodo 1900-2010, el cual muestra en la figura 8, donde se
aprecia que se han superado los problemas relacionados con la
ges n de la inflacin, pero no as el relacionado al desempleo
en el periodo 1900-2010.
b. El desempleo en su contribucin al ndice de miseria registra aumentos durante el periodo en inves gacin.

150

2: P

:M

Periodo
1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
2000
2010
2015
2020

:L C

1900-2020

Inflacin
7.6
7.4
11.8
-4
-1.9
9.5
2.4
5.6
58.5
100
3.8
2
1
0.5

Desempleo
0.24
1.0
1.7
2.4
3.1
4.3
4.5
4.7
7.0
8.3
7.7
8.4
11.8
14.5

En el periodo 1950-2010 (figura 9), se aprecia que, a entender

de las autoridades pol cas y monetarias de Corto Plazo, parece haberse superado los problemas relacionados con la ges n de la inflacin, pasando desde pol cas liberales, ortodoxas y heterodoxas,
y neoliberales. Pero, con relacin al empleo en el periodo Julio 2006Julio 2011, el Presidente ha informado al pas que se han creado dos
millones cien mil puestos de trabajo (15 300 13 200).
F

8: P

. 1900-2020

151

L C

V :P

Pero esto se dio, como producto de pol cas de corto plazo, esmulados por una recuperacin econmica que lleva ya diez aos,
y que permi eron al gobierno de turno, facilitar mediante los sectores construccin y transporte, la recuperacin del mercado laboral
en este periodo. Segn el ndice de Miseria, debe observarse que,
ante la carencia de las autoridades pol cas y monetarias de una visin de largo plazo (Figura 9), se plantea el desa o que el pas afronte un alto nivel de desempleo, por la falta de un mejor Pragma smo
pol co, entendido, por trabajar a Largo Plazo.
T

3: P

:M

Periodo
1950
1960
1970
1980
1990
2000
2010
2015
2020

Inflacin
4.3
8.7
4.9
58.5
100.0
3.8
2.0
1.0
0.5

9: P

1950-2020
Desempleo
2.4
4.5
4.7
7.0
8.3
7.7
8.4
11.8
14.5

c. El concepto de Tasa Natural del Desempleo permite realizar los

siguientes anlisis: Existe un nivel mnimo de desempleo natural que
una economa puede mantener a largo plazo. La inves gacin ha determinado una Tasa Mnima Natural del Desempleo de 8.2% (Figura
5) a nivel del Caso Peruano.
152

CEPREDIM

SE TERMIN DE IMPRIMIR EN OCTUBRE DE 2011

EN LOS TALLERES GRFICOS DEL

CENTRO DE PRODUCCIN EDITORIAL E IMPRENTA DE

LA UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
JR. PARURO 119, LIMA 1.
TELF: 619-7000 ANEXOS 6009 / FAX: 1004, 6016
E-MAIL: VENTAS@CEPREDIM.COM
PGINA WEB: WWW.CEPREDIM.COM
TIRAJE: 500 EJEMPLARES