Conceptos Clave en Metodología de Investigación: Desde la Estadística hasta el Diseño Experimental

Medidas de Variabilidad y Tendencia Central

Las medidas de variabilidad indican la dispersión de los datos en la escala de medición, respondiendo a la pregunta: ¿Cómo de dispersas están las puntuaciones o los valores obtenidos? Mientras que las medidas de tendencia central representan valores centrales en una distribución, las medidas de variabilidad son intervalos que señalan distancias o número de unidades en la escala de medición.

Rango: Diferencia entre la puntuación mayor y la menor. Indica el número de unidades en la escala necesarias para incluir los valores máximo y mínimo. Se calcula: Puntuación Mayor (XM) – Puntuación Menor (Xm). Un rango mayor implica mayor dispersión de los datos.
Desviación Estándar: Promedio de desviación de las puntuaciones respecto a la media. Se expresa en las unidades originales de medición. Se interpreta en relación con la media: una mayor desviación estándar indica mayor dispersión de los datos alrededor de la media. Se utiliza en variables medidas por intervalos o de razón. Ejemplo: Si la media de ingresos familiares es $6,000 y la desviación estándar es $1,000, los ingresos se desvían, en promedio, $1,000 respecto a la media.
Varianza: Desviación estándar elevada al cuadrado. Concepto estadístico crucial, base de muchas pruebas cuantitativas. Para fines descriptivos, se prefiere la desviación estándar.

Clasificación de las Investigaciones

Las investigaciones se clasifican según diversos criterios:

Según el propósito: Investigación básica y aplicada.
Según el tratamiento de variables: Investigación cuantitativa y cualitativa.
Según el momento temporal: Longitudinales y transversales.
Según el lugar: De campo y de laboratorio.
Según el tipo de hipótesis: Exploratorias, descriptivas, correlacionales y explicativas.

Tipos de Hipótesis

Hipótesis Correlacionales: Proponen una relación entre dos o más variables. No implican causalidad. El conocimiento del comportamiento de una variable permite predecir el comportamiento de la otra.
Hipótesis Nula: Contraparte de la hipótesis de investigación. Niega lo que la hipótesis de investigación afirma. Expresa la ausencia de relación entre variables. A cada hipótesis de investigación le corresponde una hipótesis nula.

Elementos Metodológicos

Diseño de investigación: Experimental o no experimental.
Población: Conjunto de elementos a estudiar.
Muestra: Subconjunto de la población. Tipo de muestreo y procedimiento de selección.
Bibliografía: Básica, secundaria, consultada y por consultar.

Elección y Formulación de Problemas e Hipótesis

Criterios para elegir un problema de investigación:

Evitar la primera idea que surja.
Descartar lo trivial y redundante.
Elegir un problema manejable en tiempo y recursos.
Explorar nuevas facetas del problema.

Formulación de hipótesis:

Forma categórica.
Forma condicional.

Origen de las hipótesis:

Deducción lógica a partir de teorías.
Inducción lógica a partir de la observación de hechos.
Intuición.

Fuentes de Información

Fuentes generales: Periódicos, noticias, diccionarios, revistas populares.
Fuentes secundarias: Libros especializados, revistas científicas, resúmenes bibliográficos (abstracts), índices bibliográficos.
Fuentes primarias: Informes de encuestas, transcripciones de entrevistas, informes de observaciones, cuadros estadísticos, informes de experimentos.

Técnicas de registro: Citas, referencias bibliográficas, abreviaturas.

Teoría y Marco Teórico

Teoría: Sistema lógico de observaciones, axiomas y postulados que explica bajo qué condiciones se desarrollarán ciertos supuestos. Permite deducir hechos mediante razonamientos. Una teoría científica es un sistema abstracto hipotético-deductivo que describe científicamente observaciones o experimentos, basándose en hipótesis verificadas.

«Una teoría es un grupo de conceptos, definiciones y proposiciones relacionadas entre sí, que presentan un punto de vista sistemático de fenómenos, especificando relaciones entre variables, semejante a leyes que interrelacionan dos o más conceptos con el objeto de explicar y predecir fenómenos”.

Funciones de las teorías:

Explicar: Por qué, cómo y cuándo ocurre un fenómeno.
Sintetizar: Ordenar el conocimiento sobre un fenómeno.
Predecir: Inferir a futuro cómo se manifestará un fenómeno.

Marco Teórico: Ubica el problema en su contexto histórico-social, relaciona el problema con otros fenómenos y con resultados previos, y define conceptos clave. Presenta las principales escuelas, enfoques o teorías sobre el tema, mostrando el estado del conocimiento, debates, resultados e instrumentos utilizados. Es una revisión de la investigación existente y los planteamientos de los estudiosos.

Muestreo

Muestreo: Método para seleccionar una muestra de una población y generalizar los resultados a la población completa.

Población: Conjunto de elementos con propiedades comunes sobre los cuales se estudia un fenómeno (ej: hogares, tornillos producidos).

Muestra: Subconjunto de la población estudiado para obtener conclusiones sobre la población. Debe ser representativa.

Muestreo Probabilístico: Selección mediante reglas matemáticas, con probabilidad de selección conocida. La selección es aleatoria para evitar subjetividad. Características:
- Representan a la población.
- Permiten calcular el error muestral.
- Muestreo Aleatorio Simple: Cada unidad tiene igual probabilidad de ser seleccionada. Proceso: Definir la población, listar los miembros, asignar números, aplicar un criterio de selección (tabla de números aleatorios, programa informático).
- Muestreo Aleatorio Sistemático: Se ordenan los individuos, se elige uno al azar y, a intervalos constantes, se seleccionan los demás hasta completar la muestra.
Muestreo No Probabilístico: No todas las unidades tienen la misma probabilidad de ser elegidas. Se desconoce la probabilidad. La selección es arbitraria. Útiles en investigaciones cualitativas. Desventajas: No son representativas, no permiten calcular el error muestral.
- Muestreo por Conveniencia: Se elige según la comodidad del investigador (ej: transeúntes).
- Muestreo por Cuotas: Se divide la población en categorías y se seleccionan miembros según cuotas establecidas.
Muestreo Estratificado: Se utiliza cuando hay grupos diferentes dentro de la población. Se obtienen muestras representativas de cada estrato, que se suman para formar la muestra final. Los estratos se definen por características relevantes (ingresos, género, edad, profesión).
- Muestreo Estratificado Proporcional: Porcentaje semejante en cada estrato.
- Muestreo Estratificado No Proporcional: Número fijo sin importar el tamaño del estrato.
Muestreo por Conglomerados o Racimos: Las unidades de análisis son grupos, instituciones u organismos (conglomerados). Se seleccionan todos los conglomerados o una muestra de ellos, y luego todas o una muestra de las unidades dentro de los conglomerados seleccionados.

Tamaño de la Muestra y Error de Muestreo

El tamaño de la muestra depende del diseño del estudio, objetivos, naturaleza y resultados previstos. Una muestra más grande proporciona mayor precisión en la generalización. El tamaño de la muestra no debe ser inferior al 10% ni superior al 20% del tamaño de la población.

Error de Muestreo: Cálculo previo a determinar el tamaño de la muestra. El error máximo aceptable suele ser del 5%. Un error del 5% significa que, de cada 100 sujetos de la población, se espera equivocarse en 5.

Factores que influyen en el tamaño de la muestra:

Porcentaje de error muestral aceptable.
Tamaño de la población.
Heterogeneidad de la población.
Nivel de confianza (normalmente 99%, 95% o 91%).

Confiabilidad y Precisión

Confiabilidad: Capacidad del instrumento de medición para obtener respuestas semejantes al aplicarse repetidamente a sujetos similares. Si los resultados no son semejantes, el instrumento no es consistente.
Precisión: Grado en que la medida obtenida refleja fielmente la magnitud que se quiere analizar. Pasos para lograr precisión:
1. Definición operativa clara (características de las unidades, escala de medición, número y selección de muestras, cálculo de estimaciones, errores permisibles).
2. Elegir un instrumento de medición con el nivel de apreciación adecuado.
3. Asegurar que el dato sea recogido correctamente.

Experimentos

Experimento (Acepción General): Tomar una acción y observar sus consecuencias. Requiere manipulación intencional para analizar efectos.

Experimento (Acepción Científica): Estudio donde se manipulan deliberadamente una o más variables independientes, en una situación controlada, para determinar la presencia de causa y efecto. Se establece una relación causal.

Requisitos de un experimento puro:

Manipulación intencional de una o más variables independientes.
Medir el efecto de la variable independiente en la variable dependiente (medición válida y confiable).
Control o validez interna de la situación experimental.

Control: Asegurar que la variación de las variables dependientes se deba a la manipulación de las independientes y no a otros factores. Controlar la influencia de variables extrañas.

Propósitos de un diseño experimental: Obtener la mayor cantidad de información válida, considerando el costo y el uso adecuado de los materiales, minimizando el error muestral.

Tratamiento: Procedimientos, procesos, factores o materiales cuyos efectos se miden y comparan (ej: dosis de fertilizantes, ración alimentaria).

Control (en experimentos): Tratamiento de comparación adicional (ej: tratamiento sin fertilizantes). Sirve como referencia para comparar los tratamientos en prueba.

Unidad experimental: Objeto o espacio al que se aplica el tratamiento y donde se mide la variable (ej: un animal en experimentos pecuarios).

Tipos de diseño experimental:

Pre-experimental: Bajo grado de control.
Experimental: Alto grado de control.
Cuasiexperimental: Grado de control intermedio.

Encuestas

Encuesta: Método para medir la conducta social. Parte de los estudios de opinión, utilizado en investigaciones cuantitativas. Técnicas para recoger, procesar y analizar datos verbales de una población.

Ventajas de las encuestas:

Estudian relaciones causales entre variables.
Versátiles para diferentes poblaciones y tipos de datos.
Permiten generalizar resultados.
Permiten probar hipótesis y evaluar teorías.
Utilizan un lenguaje claro.

Datos que se pueden recabar:

Características demográficas (edad, género, composición familiar).
Características socioeconómicas (ocupación, ingreso, ambiente laboral).
Conductas, actividades (participación social, drogadicción, delincuencia).
Opiniones, actitudes (juicios, motivaciones, predisposición).

Encuestas Descriptivas: Muestran el comportamiento de variables dependientes (distribución, intensidad, secuencia).
Encuestas Explicativas: Identifican factores causales, mediante un diseño experimental, pero sin manipulación de variables independientes. Las muestras deben ser homogéneas para evitar la influencia de otros factores.

Estudio de Casos

Estudio de Casos: Método para estudiar un individuo o grupo en una situación única, de forma intensa y detallada. Descripción completa de un individuo o situación social. Utiliza técnicas cualitativas. Son exploratorios y descriptivos. Ejemplos: Estudios de personalidades múltiples, estudios de niños criados por animales.

Desventajas del estudio de casos:

No permiten confirmar hipótesis, solo proponerlas.
Los resultados no son generalizables.
La subjetividad del investigador puede afectar las observaciones.
Exigen mucho tiempo, paciencia y versatilidad.

Observación

Observación: Técnica de investigación que obtiene información mediante los sentidos y un esquema racional de registro.

Diferencias con la observación simple:

Propósito específico.
Plan cuidadoso.
Marco teórico.
Registro escrito.
Principios de validez y confiabilidad.

Elementos de la técnica de observación:

Sujeto: El observador.
Objeto: Lo que se observa.
Medios: Los sentidos (vista y oído).
Instrumentos: Medios tecnológicos.
Marco teórico: Guía para la observación.

Actitudes y Opiniones

Actitud: Tendencia a pensar, sentir y actuar frente a un objeto. Tendencia a responder favorable o desfavorablemente.
Opinión: Posición mental, consciente y actual, respecto a algo o alguien.

Actitud: Potencial.

Opinión: Actual o real.

Escala de Likert: Mide actitudes frente a afirmaciones. Ejemplo:

Objeto de actitud: «El voto ciudadano responsable».
Afirmación: «Votar es una obligación de todos».

Análisis de Datos

Confiabilidad: Capacidad del instrumento para obtener respuestas semejantes en aplicaciones repetidas.
Validez: Grado en que un instrumento mide lo que se propuso medir.

Tipos de análisis de datos:

Estadística Descriptiva: Describe los valores de cada variable y establece la distribución de frecuencias.
Prueba de Hipótesis: Técnicas y fórmulas para probar la hipótesis.
Estadística Inferencial: Técnicas para extrapolar los resultados de la muestra a la población.

Estadística Descriptiva

Codificación: Transformar las respuestas en símbolos o códigos numéricos. Se registra en un libro de códigos organizado por variables.

Tabulación: «Vaciar» los datos reales en las categorías establecidas en la codificación. Se realiza en una matriz de datos.

Tabla de Frecuencias: Número de puntuaciones que recibe cada categoría.

Frecuencia Absoluta (Ni): Número de casos por categoría.
Frecuencia Relativa (fi): Cociente entre la frecuencia absoluta y el tamaño de la muestra.
Frecuencia Porcentual (pi): Frecuencia relativa multiplicada por 100.
Frecuencia Absoluta Acumulada (Ni): Número de veces que aparece un valor menor o igual que el de la variable.
Frecuencia Relativa Acumulada (Fi): Frecuencia absoluta acumulada dividida por el tamaño de la muestra.
Frecuencia Porcentual Acumulada (Pi): Frecuencia relativa acumulada multiplicada por 100.

Gráficos: Representan la realidad, no la distorsionan. Se utilizan ejes de coordenadas: abscisas (variable) y ordenadas (frecuencias).

Variables nominales y discretas: Gráfico de barras.
Variables continuas: Histograma.

Medidas de Tendencia Central

Puntos centrales o característicos de una distribución (conjunto de puntuaciones de una variable).

Moda: Puntaje o categoría más frecuente. Se utiliza en cualquier nivel de medición (nominal, ordinal, intervalo, razón). Única medida utilizable en escalas nominales.
Mediana: Puntaje que divide la distribución por la mitad (50% de los valores por debajo y 50% por encima). No es sensible a valores extremos. Se utiliza en niveles ordinal, interval y de razón.
Media (Promedio): Promedio aritmético de una distribución. Suma de todos los valores dividida por el número de casos. Se aplica a escalas de intervalos y de razón (variables cuantitativas). Es sensible a puntuaciones extremas.

Estructura de un Artículo Científico

Título: Fase más importante. Debe ser explicativo, breve, incluir términos relevantes y ser atractivo.
Autores: Personas con contribuciones significativas en: concepción, diseño, análisis e interpretación de datos; escritura y revisión crítica; aprobación final.
Resumen (Abstract): Breve síntesis del contenido (100-200 palabras).
Palabras Clave: Términos para indexar el artículo.
Introducción: Marco teórico, planteamiento del problema, antecedentes, análisis crítico de trabajos relacionados, citas o líneas de investigación, limitaciones teóricas que justifican el trabajo.
Método: Descripción detallada de métodos y procedimientos para permitir la reproducción del trabajo. Incluye: enfoques metodológicos, instrumentos, diseño experimental, características de los sujetos experimentales, tratamientos, instrucciones a los sujetos, técnicas de recolección de datos, criterios de decisión, variables, criterios de clasificación, problemas metodológicos.
Resultados: Números que representan valores de variables, categorías para clasificar, distribuciones numéricas.
Discusiones y Conclusiones: Comparaciones, contrastes con los objetivos, puntos fuertes y débiles, contrastes con otros autores, posibles problemas de interpretación.
Referencias: Lista de fuentes de información citadas en el texto.
Apéndices: Información complementaria no indispensable pero importante para una imagen completa.
Notas del autor: Material auxiliar importante para entender el contenido.
Tablas: Textos organizados en columnas y filas (sección de resultados).
Figuras: Representaciones gráficas.