![Capítulo 3 Planteamiento del problema cuantitativo
40
investigación a su superior deberá dar razones de la utilidad de ella. Lo mismo ocurre en casi todos los
casos. Trátese de estudios cuantitativos o cualitativos, siempre es importante dicha justificación.
Criterios para evaluar la importancia potencial de una investigación
Una investigación llega a ser conveniente por diversos motivos: tal vez ayude a resolver un problema
social, a construir una nueva teoría o a generar nuevas inquietudes de investigación. Lo que algunos
consideran relevante para investigar puede no serlo para otros. Respecto de ello, suele diferir la opinión
de las personas. Sin embargo, es posible establecer criterios para evaluar la utilidad de un estudio propues-
to, los cuales, evidentemente, son flexibles y de ninguna manera exhaustivos. A continuación se indican
algunos de estos criterios formulados como preguntas, que fueron adaptados de Ackoff (1973) y Miller
y Salkind (2002). También afirmaremos que, cuanto mayor número de respuestas se contesten de mane-
ra positiva y satisfactoria, la investigación tendrá bases más sólidas para justificar su realización.
• Conveniencia. ¿Qué tan conveniente es la investigación?; esto es, ¿para qué sirve?
• Relevancia social. ¿Cuál es su trascendencia para la sociedad?, ¿quiénes se beneficiarán con los resul-
tados de la investigación?, ¿de qué modo? En resumen, ¿qué alcance o proyección social tiene?
• Implicaciones prácticas. ¿Ayudará a resolver algún problema real?, ¿tiene implicaciones trascen-
dentales para una amplia gama de problemas prácticos?
• Valor teórico. Con la investigación, ¿se llenará algún vacío de conocimiento?, ¿se podrán generali-
zar los resultados a principios más amplios?, ¿la información que se obtenga puede servir para
revisar, desarrollar o apoyar una teoría?, ¿se podrá conocer en mayor medida el comportamiento
de una o de diversas variables o la relación entre ellas?, ¿se ofrece la posibilidad de una exploración
fructífera de algún fenómeno o ambiente?, ¿qué se espera saber con los resultados que no se cono-
ciera antes?, ¿se pueden sugerir ideas, recomendaciones o hipótesis para futuros estudios?
• Utilidad metodológica. ¿La investigación puede ayudar a crear un nuevo instrumento para reco-
lectar o analizar datos?, ¿contribuye a la definición de un concepto, variable o relación entre
variables?, ¿pueden lograrse con ella mejoras en la forma de experimentar con una o más varia-
bles?, ¿sugiere cómo estudiar más adecuadamente una población?
Desde luego, es muy difícil que una investigación pueda responder positivamente a todas estas
interrogantes; algunas veces sólo cumple un criterio.
EJEMPLO
Investigación de Mariana sobre el noviazgo
Mariana podría justificar su estudio de la siguiente manera:2
De acuerdo con Méndez (2009), una de las preocupaciones centrales de los jóvenes lo constitu-
ye la relación con su pareja sentimental. En un estudio de Mendoza (2009) se encontró que los(as)
universitarios(as) que tienen dificultades con sus parejas o se encuentran físicamente alejados de ellas
(digamos que viven en otra ciudad o se frecuentan de manera ocasional), tienen un desempeño acadé-
mico más bajo que aquellos(as) que llevan una relación armónica y que se frecuentan con regularidad.
Muñiz y Rangel (2008) encontraron que un noviazgo satisfactorio eleva la autoestima…
Asimismo, 85% de los universitarios dedican un tiempo considerable de sus pensamientos a la pareja
(Torres, 2009)… [Es importante incluir cifras y citas de otros estudios que señalen la importancia y mag-
nitud del problema bajo estudio.]
La investigación planteada contribuirá a generar un modelo para entender este importante aspecto en
la vida de los(as) jóvenes estudiantes iberamericanos(as) (valor teórico). Asimismo, los resultados del
estudio ayudarán a crear una mayor conciencia entre los mentores de los(as) universitarios(as) sobre este
aspecto de sus aconsejados y cuando uno de éstos tenga problemas en sus relaciones de pareja, podrán
2
Por cuestiones de espacio, el ejemplo se ha simplificado y reducido, lo importante es que se comprenda la forma como se
justifica una investigación.
3
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-82-320.jpg)
![Capítulo 4 Desarrollo de la perspectiva teórica
60
1. Existencia de una teoría completamente desarrollada
Cuando la revisión de la literatura revela que hay una teoría capaz de describir, explicar y predecir el
planteamiento o fenómeno bajo estudio de manera lógica, completa, profunda y coherente, la mejor
estrategia para construir el marco teórico es tomar esa teoría como la estructura misma de éste.
Cabe señalar que, en términos generales, una teoría es un conjunto de proposiciones
interrelacionadas, capaces de explicar por qué y cómo ocurre un fenómeno. En palabras
de Kerlinger y Lee (2002): la teoría constituye un conjunto de constructos (conceptos)
vinculados, definiciones y proposiciones que presentan una visión sistemática de los fenómenos al
especificar las relaciones entre variables, con el propósito de explicar y predecir los fenómenos.
Las teorías pueden estar más o menos desarrolladas y tener mayor o menor valor. Los criterios
para evaluarlas, así como una explicación e ilustración de éstas y las concepciones erróneas respecto
a lo que es una teoría, las podrá encontrar el lector en el CD, capítulo 3, “Perspectiva teórica:
comentarios adicionales”.
Ahora bien, si se descubre una teoría que explica muy bien el problema de investigación que
nos interesa, se debe tener cuidado de no investigar algo ya estudiado muy a fondo. Imaginemos
que alguien pretende realizar una investigación para someter a prueba la siguiente hipótesis referen-
te al Sistema Solar: “Las fuerzas centrípetas tienden a los centros de cada planeta” (Newton, 1984,
p. 61). Sería ridículo porque es una hipótesis generada hace más de 300 años, comprobada de
modo exhaustivo y ha pasado a formar parte del saber común.
Cuando encontramos una teoría sólida que explique el planteamiento de interés, debemos
darle un nuevo enfoque a nuestro estudio: a partir de lo que ya está comprobado, plantear otras
interrogantes de investigación, obviamente aquellas que no ha podido resolver la teoría; o bien,
para profundizar y ampliar elementos de la teoría y visualizar nuevos horizontes. También puede
haber una buena teoría, pero aún no comprobada o aplicada a todo contexto. De ser así, resultaría
de interés someterla a prueba empírica en otras condiciones. Por ejemplo, una teoría de las causas
de la satisfacción laboral desarrollada en Japón que deseamos probar en Argentina o Brasil; o una
teoría de los efectos de la exposición a contenidos sexuales en la televisión que únicamente se haya
investigado en adultos, pero no en adolescentes.
En el caso de una teoría desarrollada, nuestro marco teórico consistirá en explicar la teoría, ya
sea proposición por proposición, o en forma cronológica desplegando su evolución. Supongamos
que se intenta resolver el siguiente cuestionamiento: ¿cuáles son las características del trabajo rela-
cionadas con la motivación por las tareas laborales?8
Al revisar la literatura se encontraría una teoría
sumamente desarrollada, designada como la teoría de la relación entre las características del trabajo
y la motivación intrínseca. Esta teoría puede resumirse en el modelo de la figura 4.2 (adaptado de
Hackman y Oldham, 1980, p. 83).9
Nuestro marco teórico se basaría en esta teoría, incorporándole ciertas referencias de interés.
Algunos autores lo estructurarían de la siguiente manera:
1. La motivación intrínseca con respecto al trabajo.
1.1 ¿Qué es la motivación intrínseca en el contexto laboral?
1.2 La importancia de la motivación intrínseca en el trabajo: su relación con la productividad.
2. Los factores del trabajo.
2.1 Factores organizacionales (clima organizacional, políticas de la empresa, instalaciones, caracte-
rísticas estructurales de la organización: tamaño, tecnología, normas de la organización, entre
otras cuestiones). [Tratados de forma muy breve porque la investigación se enfoca en otros aspectos.]
2.2 Factores del desempeño (atribuciones internas, sentimientos de competencia y autodeter-
minación, etc.). [También tratados muy brevemente por la misma razón.]
para evaluarlas
a lo que es un
comentarios ad
Ahora bie
nos interesa, s
Teoría Conjunto de proposiciones
interrelacionadas, capaces de explicar
por qué y cómo ocurre un fenómeno.
8
En un contexto determinado, digamos empresas del Parque Industrial de Villa El Salvador, en Lima, Perú.
9
Este modelo sigue siendo utilizado, vea, por ejemplo: Hernández Sampieri (2005), Fornaciari y Dean (2005), Østhus (2007),
Hornung y Rousseau (2007), Prowse y Prowse (2008) y Russell (2008).
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-102-320.jpg)
![¿Qué etapas comprende el desarrollo de la perspectiva teórica? 61
Figura 4.2 Moderadores de la relación entre las características de trabajo y la motivación intrínseca.
Variedad en el trabajo
Identificación de los
resultados del trabajo
Significancia
experimentada en el trabajo
Motivación intrínseca
con respecto al trabajo
Significancia
(trascendencia) de la tarea
Autonomía
Responsabilidad
experimentada en el trabajo
Retroalimentación
del desempeño
Conocimiento de los
resultados laborales
Conocimientos y habilidades
Necesidad de crecimiento
Satisfactores contextuales
Características del trabajo Resultado
Estados psicológicos críticos
Moderadores
2.3 Factores personales (conocimientos y habilidades, interés inicial por el trabajo y variables de
personalidad, necesidades de desarrollo, etc.). [También tratados en forma muy breve.]
2.4 Factores de recompensa extrínseca (salario, prestaciones y otros tipos de recompensas).
[Comentados muy brevemente.]
3. Características del trabajo.
3.1 Variedad en el trabajo.
3.2 Identificación de los resultados del individuo en el producto final.
3.3 Importancia o trascendencia del trabajo.
3.4 Autonomía.
3.5 Retroalimentación del desempeño.
3.5.1 Retroalimentación proveniente de agentes externos (superiores, supervisión técnica y
compañeros de trabajo, que también constituyen una forma de recompensa extrínseca).
3.5.2 Retroalimentación proveniente del trabajo en sí.
3.6. Otras características.
4. La relación entre las características del trabajo y la motivación intrínseca. [Aquí se comentaría
cómo se vinculan entre sí dichas características y la forma en que se asocian, como un todo, a la
motivación intrínseca. En esta parte del marco teórico, las características del trabajo se tomarían en
conjunto, mientras que en el apartado 3 se menciona su correlación individual con la motivación
intrínseca. Es decir, se explicaría el modelo de los moderadores de la relación entre las características
del trabajo y la motivación intrínseca, a manera de resumen.]
En este caso, por lo menos alrededor de 80% del marco teórico se desarrollaría en los incisos
3 y 4. Incluso, el inciso 2 es narrativo y general, y podría eliminarse. Su papel se limita a centrar el
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-103-320.jpg)
![Capítulo 4 Desarrollo de la perspectiva teórica
62
estudio en las variables de interés. En lo personal, nosotros agruparíamos los factores organizaciona-
les, del desempeño, personales y de recompensa extrínseca en un solo apartado, puesto que de ellos
sólo se hablará en términos muy generales. Así, obtendríamos un capitulado más sencillo.
Otra perspectiva para nuestro marco teórico sería la cronológica, que consiste en desarrollar
históricamente la evolución de la teoría (analizar las contribuciones más importantes para el pro-
blema de investigación hasta llegar a la teoría resultante). Si lo desarrolláramos siguiendo una pers-
pectiva cronológica, tendríamos la siguiente estructura:
1. La motivación intrínseca y la motivación extrínseca: una división de la motivación hacia el tra-
bajo.
2. Los modelos motivacionales clásicos para estudiar la motivación intrínseca.
2.1. Antecedentes. Década de 1950
2.2. Frederick Herzberg. Década de 1960
2.3. Victor Vromm. De las décadas de 1950 a la de 1970
2.4. Edward E. Lawler. De las décadas de 1960 a la de 1970
2.5. Edward L. Deci. De las décadas de 1970 a la de 1990
3. El modelo de rediseño del trabajo (Richard Hackman y Greg Oldham).
De la década de 1980 a la fecha
4. Las nuevas redefiniciones: Richard Ryan y Edward Deci, Kenneth W. Thomas.
De 2000 a la fecha
En los apartados se hablaría de las características del trabajo consideradas por cada autor o
perspectiva en particular, así como su relación con la motivación intrínseca. [Aunque el punto dos
sería tratado muy brevemente.] Al final se incluiría la teoría resultante, producto de años de investi-
gación. Ya sea que decidamos construir el marco teórico cronológicamente o desglosar la estructura
de la teoría (tratando, una por una, las proposiciones y los elementos principales de ella), lo impor-
tante es explicar con claridad la teoría y la forma como se aplica a nuestro problema de investiga-
ción.
2. Existencia de varias teorías aplicables a nuestro problema de investigación
Cuando al revisar la literatura se descubren varias teorías y/o modelos aplicables al problema de
investigación, podemos elegir una(o) y basarnos en ésta(e) para edificar el marco teórico (desglosan-
do la teoría o de manera cronológica); o bien, tomar partes de algunas o todas las teorías.
En la primera situación, elegimos la teoría que reciba una evaluación más positiva (de acuerdo
con los criterios para evaluar una teoría que se comentan en el capítulo 3 del CD) y que se aplique
más al problema de investigación. Por ejemplo, si el planteamiento se centra en los efectos que
tienen en los adolescentes los programas televisivos con alto contenido sexual, podríamos encontrar
teorías que expliquen el efecto de ver sexo en televisión, pero sólo una de ellas tiene que ver con
adolescentes o cuenta con evidencia empírica del contexto elegido. Sin duda, ésta debería ser la
teoría que seleccionaríamos para construir nuestro marco teórico.
En la segunda situación se tomaría de las teorías sólo aquello que se relaciona con el problema
de estudio. En estos casos, antes de edificar el marco teórico, conviene hacer un bosquejo de éste,
analizarlo, decidir qué se va a incluir de cada teoría, procurando no caer en contradicciones lógicas
(en ocasiones diversas teorías rivalizan en uno o más aspectos de manera total; si aceptamos lo que
dice una teoría debemos desechar lo que postulan las demás). Cuando las proposiciones más impor-
tantes de las teorías se excluyen unas a otras se debe elegir una sola. Pero si únicamente difieren en
aspectos secundarios, se toman las proposiciones centrales que son más o menos comunes a todas
ellas, y se eligen las partes de cada teoría que sean de interés y se acoplen entre sí.
En la prim
con los criterio
más al problem
tienen en los a
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-104-320.jpg)
![Capítulo 6 Formulación de hipótesis
94
si es necesario se replantea después de revisar la literatura. Es decir, provienen de la revisión misma de
la literatura. Nuestras hipótesis pueden surgir de un postulado de una teoría, del análisis de ésta,
de generalizaciones empíricas pertinentes a nuestro problema de investigación y de estudios revisados
o antecedentes consultados.
Existe, pues, una relación muy estrecha entre el planteamiento del problema, la revisión de la
literatura y las hipótesis. La revisión inicial de la literatura hecha para familiarizarnos con el problema
de estudio nos lleva a plantearlo, después ampliamos la revisión de la literatura y afinamos o precisa-
mos el planteamiento, del cual derivamos las hipótesis. Al formular las hipótesis volvemos a evaluar
nuestro planteamiento del problema.
Recordemos que los objetivos y las preguntas de investigación son susceptibles de reafirmarse o
mejorarse durante el desarrollo del estudio. Asimismo, a través del proceso quizá se nos ocurran otras
hipótesis que no estaban contempladas en el planteamiento original, producto de nuevas reflexiones,
ideas o experiencias; discusiones con profesores, colegas o expertos en el área; incluso, “de analogías, al
descubrir semejanzas entre la información referida a otros contextos y la que poseemos para nuestro
estudio” (Rojas, 2001). Este último caso ha ocurrido varias veces en las ciencias. Por ejemplo, algunas
hipótesis en el área de la comunicación no verbal sobre el manejo de la territorialidad humana surgie-
ron de estudios respecto de este tema, pero en animales; algunas concepciones de la teoría del campo
o psicología topológica (cuyo principal exponente fue Kurt Lewin) tienen antecedentes en la teoría del
comportamiento de los campos electromagnéticos. Las hipótesis de la teoría Galileo —propuestas por
Joseph Woelfel y Edward L. Fink (1980)— para medir el proceso de la comunicación, tienen orígenes
importantes en la física y otras ciencias exactas (las dinámicas del “yo” se apoyan en nociones del álge-
bra de vectores). Selltiz et al. (1980, pp. 54-55), al hablar de las fuentes de donde surgen las hipótesis,
escriben:
Las fuentes de hipótesis de un estudio tienen mucho que ver a la hora de determinar la naturaleza de la
contribución de la investigación en el cuerpo general de conocimientos. Una hipótesis que simplemen-
te emana de la intuición o de una sospecha puede hacer finalmente una importante contribución a la
ciencia. Sin embargo, si solamente ha sido comprobada en un estudio, existen dos limitaciones con
respecto a su utilidad. Primero, no hay seguridad de que las relaciones entre las variables halladas en un
determinado estudio serán encontradas en otros estudios […] En segundo lugar, una hipótesis basada
simplemente en una sospecha no es propicia a ser relacionada con otro conocimiento o teoría. Así pues,
los hallazgos de un estudio basados en tales hipótesis no tienen una clara conexión con el amplio cuer-
Las hipótesis pueden surgir incluso por analogía, al aplicar cierta infor-
mación a otros contextos, como la teoría del campo en psicología, que
surgió de la teoría del comportamiento de los campos magnéticos.
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-136-320.jpg)
![95
¿Qué características debe tener una hipótesis?
po de conocimientos de la ciencia social. Pueden suscitar cuestiones interesantes, pueden estimular
posteriores investigaciones, e incluso, pueden ser integradas más tarde en una teoría explicativa. Pero,
a menos que tales avances tengan lugar, tienen muchas probabilidades de quedar como trozos aislados
de información.
Una hipótesis que nace de los hallazgos de otros estudios está libre en alguna forma de la primera
de estas limitaciones. Si la hipótesis está basada en resultados de otros estudios, y si el presente estudio
apoya la hipótesis de aquéllos, el resultado habrá servido para confirmar esta relación de una forma
normal […] Una hipótesis que se apoya no simplemente en los hallazgos de un estudio previo, sino en
una teoría en términos más generales, está libre de la segunda limitación: la de aislamiento de un cuer-
po de doctrina más general.
Las hipótesis pueden surgir aunque no exista un cuerpo teórico abundante
Estamos de acuerdo con que las hipótesis surgidas de teorías con evidencia empírica superan las dos
limitaciones que señalan Selltiz et al. (1980), así como en la afirmación de que una hipótesis que nace
de los hallazgos de investigaciones anteriores vence la primera de esas limitaciones. Pero es necesario
recalcar que hipótesis útiles y fructíferas también pueden originarse en planteamientos del problema
cuidadosamente revisados, aunque el cuerpo teórico que las sustente no sea abundante. A veces la
experiencia y la observación constante ofrecen materia potencial para el establecimiento de hipótesis
importantes, y lo mismo se dice de la intuición. Cuanto menor apoyo empírico previo tenga una
hipótesis, se deberá tener mayor cuidado en su elaboración y evaluación, porque tampoco es recomen-
dable formular hipótesis de manera superficial.
Lo que sí constituye una grave falla en la investigación es formular hipótesis sin haber revisado con
cuidado la literatura, ya que cometeríamos errores tales como sugerir hipótesis de algo bastante com-
probado o algo que ha sido contundentemente rechazado. Un ejemplo burdo, pero ilustrativo, sería
pretender establecer la siguiente hipótesis: “los seres humanos pueden volar por sí mismos, únicamen-
te con su cuerpo”. En definitiva, la calidad de las hipótesis está relacionada en forma positiva con el
grado en que se haya revisado la literatura exhaustivamente.
¿Qué características debe tener una hipótesis?
Dentro del enfoque cuantitativo, para que una hipótesis sea digna de tomarse en cuenta, debe reunir
ciertos requisitos:
1. La hipótesis debe referirse a una situación “real”. Como argumenta Rojas (2001), las hipótesis
sólo pueden someterse a prueba en un universo y un contexto bien definidos. Por ejemplo, una
hipótesis relativa a alguna variable del comportamiento gerencial (digamos, la motivación) deberá
someterse a prueba en una situación real (con ciertos gerentes de organizaciones existentes). En
ocasiones, en la misma hipótesis se hace explícita esa realidad (por ejemplo, “los niños guatemal-
tecos que viven en zonas urbanas imitarán más la conducta violenta de la televisión, que los niños
guatemaltecos que viven en zonas rurales”), y otras veces la realidad se define por medio de expli-
caciones que acompañan a la hipótesis. Así, la hipótesis: “cuanto mayor sea la retroalimentación
sobre el desempeño en el trabajo que proporcione un gerente a sus supervisores, más elevada será
la motivación intrínseca de éstos hacia sus tareas laborales”, no explica qué gerentes, de qué empre-
sas. Y será necesario contextualizar la realidad de dicha hipótesis; afirmar, por ejemplo, que se
trata de gerentes de todas las áreas, de empresas exclusivamente industriales con más de mil traba-
jadores y ubicadas en Medellín, Colombia.
Es muy frecuente que, cuando nuestras hipótesis provienen de una teoría o una generalización
empírica (afirmación comprobada varias veces en “la realidad”), sean manifestaciones contextua-
lizadas o casos concretos de hipótesis generales abstractas. La hipótesis: “a mayor satisfacción
laboral mayor productividad”, es general y susceptible de someterse a prueba en diversas realida-
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-137-320.jpg)
![Capítulo 6 Formulación de hipótesis
102
Las hipótesis multivariadas pueden plantear otro tipo de relaciones causales, en donde ciertas
variables intervienen modificando la relación [hipótesis con presencia de variables intervinientes].
Figura 6.3 Esquema de relación causal multivariada.
Figura 6.4 Esquema de relación causal multivariada con dos variables dependientes.
Cohesión
Variedad en el trabajo
Motivación intrínseca
Satisfacción laboral
Centralidad
Autonomía en el trabajo
Tipo de liderazgo
Retroalimentación proveniente del trabajo
Efectividad en el logro de
las metas primarias
Simbolizadas como:
Simbolizadas como:
X1
X1
X2
X2
X3
X3
Independientes
Independientes Dependientes
Y
Y1
Y2
Dependiente
EJEMPLO
“La variedad y la autonomía en el trabajo, así como la retroalimentación proveniente del desarrollo de
éste, generan mayor motivación intrínseca y satisfacción laborales” (figura 6.4).
3
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-144-320.jpg)
![109
¿Deben definirse las variables de una hipótesis como parte de su formulación?
No siempre los datos apoyan las hipótesis. Pero el hecho de que éstos no aporten evidencia en
favor de las hipótesis planteadas de ningún modo significa que la investigación carezca de utilidad.
Claro que a todos nos agrada que lo que suponemos concuerde con nuestra “realidad”. Si afirmamos
cuestiones como: “yo le gusto a Mariana”, “el grupo más popular de música en esta ciudad es mi grupo
favorito”, “va a ganar tal equipo en el próximo campeonato nacional de fútbol”; “Paola, Chris, Sergio
y Lupita me van a ayudar mucho a salir adelante en este problema”, nos resultará satisfactorio que se
cumplan. Incluso hay quien formula una presuposición y luego la defiende a toda costa, aunque se
haya percatado de que se equivocó. Es humano; sin embargo, en la investigación el fin último es el
conocimiento y, en este sentido, también los datos en contra de una hipótesis ofrecen entendimiento.
Lo importante es analizar por qué no se aportó evidencia en favor de las hipótesis.
A propósito, conviene citar a Van Dalen y Meyer (1994, p. 193):
Para que las hipótesis tengan utilidad, no es necesario que sean las respuestas correctas a los problemas
planteados. En casi todas las investigaciones, el estudioso formula varias hipótesis y espera que alguna
de ellas proporcione una solución satisfactoria del problema. Al eliminar cada una de las hipótesis, va
estrechando el campo en el cual deberá hallar la respuesta.
Y agregan:
La prueba de “hipótesis falsas” [que nosotros preferimos llamar hipótesis que no recibieron evidencia
empírica] también resulta útil si dirige la atención del investigador o de otros científicos hacia factores
o relaciones insospechadas que, de alguna manera, podrían ayudar a resolver el problema.
La American Psychological Association (2002, p. 16) señala, al mencionar la presentación de los
descubrimientos en un reporte de investigación, lo siguiente: “mencione todos los resultados relevan-
tes, incluyendo aquellos que contradigan las hipótesis”.
¿Deben definirse las variables de una hipótesis
como parte de su formulación?
Al formular una hipótesis, es indispensable definir los términos o variables incluidos en ella. Esto es
necesario por varios motivos:
1. Para que el investigador, sus colegas, los usuarios del estudio y, en general, cualquier persona que
lea la investigación le den el mismo significado a los términos o variables incluidas en las hipóte-
sis, es común que un mismo concepto se emplee de maneras distintas. El término “novios” puede
significar para alguien una relación entre dos personas de género distinto que se comunican inter-
personalmente con la mayor frecuencia que les es posible, que cuando están “cara a cara” se besan
y toman de la mano, que se sienten atraídos en lo físico y comparten entre sí información que
nadie más posee. Para otros significaría una relación entre dos personas de género diferente que
tiene como finalidad contraer matrimonio. Para un tercero, una relación entre dos individuos de
género distinto que mantienen relaciones sexuales, y alguien más podría tener otra concepción. Y
en caso de que se pensara llevar a cabo un estudio con parejas de novios, no sabríamos con exac-
titud quiénes se incluirían en éste y quiénes no, a menos que se definiera con la mayor precisión
posible el concepto de “novios”. Términos como “actitud”, “inteligencia” y “aprovechamiento”
llegan a tener varios significados o definirse de diversas formas.
2. Asegurarnos de que las variables pueden ser medidas, observadas, evaluadas o inferidas, es decir
que de ellas se pueden obtener datos de la realidad.
3. Confrontar nuestra investigación con otras similares. Si tenemos definidas nuestras variables,
podemos comparar nuestras definiciones con las de otros estudios para saber “si hablamos de lo
mismo”. Si la comparación es positiva, confrontaremos los resultados de nuestra investigación
con los resultados de las demás.
A P A
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-151-320.jpg)
![185
Listados y otros marcos muestrales
de todos los servicios efectuados durante un periodo determinado.5
Supongamos que se hayan filmado
1548 servicios (N ). Con este dato se procede a determinar qué número de servicios necesitamos ana-
lizar para generalizar a toda la población nuestros resultados. Con STATS®
determinamos que se
necesitan 307.9 (308) servicios para evaluar (con un error máximo de 5%, nivel de confianza de 95%
y un porcentaje estimado de 50% para la muestra [p = 0.5]).
Si necesitamos una muestra de n = 308 episodios de servicio filmados, se utiliza para la selección
el intervalo K, donde:
K
N
n
= = = =
1548
308
5 0259 5
. , redondeado
El intervalo 1/K = 5 indica que cada quinto servicio 1/K se seleccionará hasta completar n = 308.
La selección sistemática de elementos muestrales 1/K se puede utilizar al elegir los elementos de n
para cada estrato o para cada racimo. La regla de probabilidad, según la cual cada elemento de la pobla-
ción debe tener idéntica probabilidad de ser elegido, se cumple al empezar la selección de 1/K al azar.
Siguiendo nuestro ejemplo, no comenzamos a elegir de los 1548 episodios, el 1, 6, 11, 16…, sino que
procuramos que el inicio sea determinado por el azar. Así, en este caso, podemos tirar unos dados y si
en sus caras muestran 1, 6, 9, iniciaremos en el servicio 169, y seguiremos 174, 179, 184, 189… 1/K…
y volveremos a empezar por los primeros si es necesario. Este procedimiento de selección es poco com-
plicado y tiene varias ventajas: cualquier tipo de estratos en una población X se verán reflejados en la
muestra. Asimismo, la selección sistemática logra una muestra proporcionada, ya que, por ejemplo,
tenemos que el procedimiento de selección 1/K nos dará una muestra con nombres que inician con las
letras del abecedario, en forma proporcional a la letra inicial de los nombres de la población.
Listados y otros marcos muestrales
Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de un proceso de
selección aleatoria que asegure que todos los elementos de la población tengan la misma probabilidad
de ser elegidos. Todo esto lo hemos visto, aunque nos falta exponer sobre algo esen-
cial que precede a la selección de una muestra: el marco muestral. Éste constituye
un marco de referencia que nos permita identificar físicamente los elementos de la
población, la posibilidad de enumerarlos y, por ende, de proceder a la selección de
los elementos muestrales (los casos de la muestra). Normalmente se trata de un lis-
tado existente o una lista que es necesario confeccionar ad hoc, con los casos de la
población.
Los listados existentes sobre una población son variados: guías telefónicas, listas de miembros de
las asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases de datos de los
alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de
una organización, etc. En todo caso hay que tener en cuenta lo completo de una lista, su exactitud, su
veracidad, su calidad y su nivel de cobertura en relación con el problema a investigar y la población
que va a medirse, ya que todos estos aspectos influyen en la selección de la muestra.
Por ejemplo, para algunas encuestas se considera que el directorio telefónico (o guía telefónica) es
muy útil. Sin embargo, hay que tomar en cuenta que muchos números no aparecerán porque son
privados o porque hay hogares que no tienen teléfono. La lista de socios de una agrupación como
la Cámara Nacional de la Industria de la Transformación (México), la Confederación Española de la
5
Se sabe que el número de servicios en un hospital es muy variable y depende de diversos factores, como el número de camas,
de médicos y paramédicos; el tipo y nivel de atención (desde consultas simples hasta cirugía compleja), la época, el número de
habitantes en la zona donde se encuentra ubicado o el número de derechohabientes, etc. El ejemplo trata de ser simple para que sea
entendido por lectores de diversos campos.
Marco muestral Es un marco de refe-
rencia que nos permite identificar físi-
camente los elementos de la población,
así como la posibilidad de enumerarlos y
seleccionar los elementos muestrales.
www.FreeLibros.com](https://image.slidesharecdn.com/sampieri-240115072803-78578df0/85/Sampieri-Met-Inv-pdf-227-320.jpg)
Sampieri.Met.Inv.pdf
- 5. METODOLOGÍA de la investigación Quinta edición MÉXICO • BOGOTÁ • BUENOS AIRES • CARACAS • GUATEMALA MADRID • NUEVA YORK • SAN JUAN • SANTIAGO • SÃO PAULO AUCKLAND • LONDRES • MILÁN • MONTREAL • NUEVA DELHI SAN FRANCISCO • SINGAPUR • ST. LOUIS • SIDNEY • TORONTO Dr. Roberto Hernández Sampieri Director del Centro de Investigación y del Doctorado en Administración de la Universidad de Celaya Profesor-investigador del Instituto Politécnico Nacional Director del Centro de Investigación en Métodos Mixtos de la Asociación Iberoamericana de la Comunicación Dr. Carlos Fernández Collado Profesor-investigador del Instituto Politécnico Nacional Presidente de la Asociación Iberoamericana de la Comunicación Director del Máster Universitario en Dirección de Comunicación y Nuevas Tecnologías de la Universidad de Oviedo Dra. María del Pilar Baptista Lucio Directora del Centro Anáhuac de Investigación, Servicios Educativos y Posgrado de la Facultad de Educación Universidad Anáhuac www.FreeLibros.com
- 6. Director Higher Education: Miguel Ángel Toledo Castellanos Editor sponsor: Jesús Mares Chacón Coordinadora editorial: Marcela I. Rocha Martínez Supervisor de producción: Zeferino García García Diseño de portada: Orquídea Anai López García Ilustrador: Edwin Guzmán METODOLOGÍA DE LA INVESTIGACIÓN Quinta edición Prohibida la reproducción total o parcial de esta obra, por cualquier medio, sin la autorización escrita del editor. DERECHOS RESERVADOS © 2010, 2006, 2003, 1998, 1991 respecto a la quinta edición por: McGRAW-HILL / INTERAMERICANA EDITORES, S.A. DE C.V. A Subsidiary of The McGraw-Hill Companies, Inc. Prolongación Paseo de la Reforma 1015, Torre A, Piso 17, Colonia Desarrollo Santa Fe, Delegación Álvaro Obregón, C.P. 01376, México D.F. Miembro de la Cámara Nacional de la Industria Editorial Mexicana, Reg. Núm. 736 ISBN: 978-607-15-0291-9 (ISBN edición anterior: 978-970-10-5753-7) 1234567890 109876543210 Impreso en México Printed in Mexico www.FreeLibros.com
- 7. A Dios; a mis adorables padres, Pola y Roberto; a mi familia: Elisa, Pola, Is, Erick, Roberto, Alexis, Fer, Andrés; a mis amigos, Carlos, José Luis y Raúl; a mis patologías y a mis colaboradores de la Universidad de Celaya Roberto Hernández Sampieri A mis hijos, Íñigo y Alonso Carlos Fernández Collado A mis alumnos Pilar Baptista Lucio Dedicatorias www.FreeLibros.com
- 9. Agradecimientos xxi Prólogo xxii Agradecimientos especiales xxix Estructura pedagógica xxxviii PARTE 1 Los enfoques cuantitativo y cualitativo en la investigación científica 1 CAPÍTULO 1 Definiciones de los enfoques cuantitativo y cualitativo, sus similitudes y diferencias 2 ¿Cómo se define la investigación? 4 ¿Qué enfoques se han presentado en la investigación? 4 ¿Qué características posee el enfoque cuantitativo de investigación? 4 ¿Qué características posee el enfoque cualitativo de investigación? 7 ¿Cuáles son las diferencias entre los enfoques cuantitativo y cualitativo? 10 ¿Cuál de los dos enfoques es el mejor? 16 Resumen 20 Conceptos básicos 21 Ejercicios 21 Los investigadores opinan 21 CAPÍTULO 2 Nacimiento de un proyecto de investigación cuantitativa, cualitativa o mixta: la idea 24 ¿Cómo se originan las investigaciones cuantitativas, cualitativas o mixtas? 26 Fuentes de ideas para una investigación 26 ¿Cómo surgen las ideas de investigación? 26 Vaguedad de las ideas iniciales 27 Necesidad de conocer los antecedentes 28 Investigación previa de los temas 29 Criterios para generar ideas 29 Resumen 30 Conceptos básicos 30 Ejercicios 30 Ejemplos desarrollados 30 Los investigadores opinan 31 vii Contenido www.FreeLibros.com
- 10. Contenido viii PARTE 2 El proceso de la investigación cuantitativa 33 CAPÍTULO 3 Planteamiento del problema cuantitativo 34 ¿Qué es plantear el problema de investigación cuantitativa? 36 Criterios para plantear el problema 36 ¿Qué elementos contiene el planteamiento del problema de investigación en el proceso cuantitativo? 36 Objetivos de la investigación 36 Preguntas de investigación 37 Justificación de la investigación 39 Criterios para evaluar la importancia potencial de una investigación 40 Viabilidad de la investigación 41 Evaluación de las deficiencias en el conocimiento del problema 41 Consecuencias de la investigación 42 Resumen 44 Conceptos básicos 44 Ejercicios 44 Ejemplos desarrollados 45 Los investigadores opinan 47 CAPÍTULO 4 Desarrollo de la perspectiva teórica: revisión de la literatura y construcción del marco teórico 50 ¿Qué es el desarrollo de la perspectiva teórica? 52 ¿Cuáles son las funciones del desarrollo de la perspectiva teórica? 52 ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 53 ¿En qué consiste la revisión de la literatura? 53 Inicio de la revisión de la literatura 53 Obtención (recuperación) de la literatura 57 Consulta de la literatura 57 ¿Qué información o contenido se extrae de las referencias? 59 ¿Qué nos puede revelar la revisión de la literatura? 59 Algunas observaciones sobre el desarrollo de la perspectiva teórica 65 ¿Qué método podemos seguir para organizar y construir el marco teórico? 66 Método de mapeo para construir el marco teórico 67 Método por índices para construir el marco teórico (vertebrado a partir de un índice general) 69 ¿Cuántas referencias deben usarse para el marco teórico? 71 ¿Se ha hecho una revisión adecuada de la literatura? 71 Redactar el marco teórico 72 ¿Qué tan extenso debe ser el marco teórico? 73 Resumen 73 Conceptos básicos 74 Ejercicios 74 Ejemplos desarrollados 74 Los investigadores opinan 75 www.FreeLibros.com
- 11. Contenido ix CAPÍTULO 5 Definición del alcance de la investigación a realizar: exploratoria, descriptiva, correlacional o explicativa 76 ¿Qué alcances puede tener el proceso de investigación cuantitativa? 78 ¿En qué consisten los estudios de alcance exploratorio? 79 Propósito 79 Valor 79 ¿En qué consisten los estudios de alcance descriptivo? 80 Propósito 80 Valor 80 ¿En qué consisten los estudios de alcance correlacional? 81 Propósito 81 Utilidad 82 Valor 83 Riesgo: correlaciones espurias (falsas) 83 ¿En qué consisten los estudios de alcance explicativo? 83 Propósito 83 Grado de estructuración de los estudios explicativos 84 ¿Una misma investigación puede incluir diferentes alcances? 84 ¿De qué depende que una investigación se inicie como exploratoria, descriptiva, correlacional o explicativa? 86 El conocimiento actual del tema de investigación 86 La perspectiva que se le otorgue al estudio 86 ¿Cuál de los cuatro alcances para un estudio es el mejor? 87 ¿Qué ocurre con el planteamiento del problema al definirse el alcance del estudio? 87 Resumen 87 Conceptos básicos 87 Ejercicios 88 Ejemplos desarrollados 88 Los investigadores opinan 88 CAPÍTULO 6 Formulación de hipótesis 90 ¿Qué son las hipótesis? 92 ¿En toda investigación cuantitativa debemos plantear hipótesis? 92 ¿Las hipótesis son siempre verdaderas? 92 ¿Qué son las variables? 93 ¿De dónde surgen las hipótesis? 93 Las hipótesis pueden surgir aunque no exista un cuerpo teórico abundante 95 ¿Qué características debe tener una hipótesis? 95 ¿Qué tipos de hipótesis se pueden establecer? 96 ¿Qué son las hipótesis de investigación? 96 Hipótesis descriptivas de un dato o valor que se pronostica 97 Hipótesis correlacionales 97 Hipótesis de la diferencia entre grupos 99 Hipótesis que establecen relaciones de causalidad 100 ¿Qué son las hipótesis nulas? 104 ¿Qué son las hipótesis alternativas? 105 ¿En una investigación se formulan hipótesis de investigación, nula y alternativa? 106 ¿Cuántas hipótesis se deben formular en una investigación? 106 www.FreeLibros.com
- 12. Contenido x ¿En una investigación se pueden formular hipótesis descriptivas de un dato que se pronostica en una variable, hipótesis correlacionales, hipótesis de la diferencia de grupos e hipótesis causales? 106 ¿Qué es la prueba de hipótesis? 107 ¿Cuál es la utilidad de las hipótesis? 108 ¿Qué ocurre cuando no se aporta evidencia en favor de las hipótesis de investigación? 108 ¿Deben definirse las variables de una hipótesis como parte de su formulación? 109 Definición conceptual o constitutiva 110 Definiciones operacionales 111 Resumen 113 Conceptos básicos 114 Ejercicios 114 Ejemplos desarrollados 115 Los investigadores opinan 115 CAPÍTULO 7 Concepción o elección del diseño de investigación 118 ¿Qué es un diseño de investigación? 120 ¿Cómo debemos aplicar el diseño elegido o desarrollado? 120 En el proceso cuantitativo, ¿de qué tipos de diseños disponemos para investigar? 121 Diseños experimentales 121 ¿Qué es un experimento? 121 ¿Cuál es el primer requisito de un experimento? 122 La variable dependiente se mide 123 Grados de manipulación de la variable independiente 123 Presencia-ausencia 123 Más de dos grados 124 Modalidades de manipulación en lugar de grados 124 ¿Cómo se define la manera de manipular las variables independientes? 125 Dificultades para definir cómo se manipularán las variables independientes 126 Guía para sortear dificultades 126 ¿Cuál es el segundo requisito de un experimento? 127 ¿Cuántas variables independientes y dependientes deben incluirse en un experimento? 127 ¿Cuál es el tercer requisito de un experimento? 128 Fuentes de invalidación interna 129 ¿Cómo se logran el control y la validez interna? 130 Varios grupos de comparación 131 Equivalencia de los grupos 132 Equivalencia inicial 133 Equivalencia durante el experimento 133 ¿Cómo se logra la equivalencia inicial?: asignación al azar 133 Otra técnica para lograr la equivalencia inicial: el emparejamiento 134 Una tipología sobre los diseños experimentales 135 Simbología de los diseños experimentales 135 Preexperimentos 136 1. Estudio de caso con una sola medición 136 2. Diseño de preprueba/posprueba con un solo grupo 136 Experimentos “puros” 137 1. Diseño con posprueba únicamente y grupo de control 137 2. Diseño con preprueba posprueba y grupo de control 140 www.FreeLibros.com
- 13. Contenido xi 3. Diseño de cuatro grupos de Solomon 142 4. Diseños experimentales de series cronológicas múltiples 143 5. Diseños factoriales 144 ¿Qué es la validez externa? 144 Fuentes de invalidación externa 144 1. Efecto reactivo o de interacción de las pruebas 144 2. Efecto de interacción entre los errores de selección y el tratamiento experimental 145 3. Efectos reactivos de los tratamientos experimentales 145 4. Interferencia de tratamientos múltiples 145 5. Imposibilidad de replicar los tratamientos 145 6. Descripciones insuficientes del tratamiento experimental 145 7. Efectos de novedad e interrupción 146 8. El experimentador 146 9. Interacción entre la historia o el lugar y los efectos del tratamiento experimental 146 10. Mediciones de la variable dependiente 146 ¿Cuáles pueden ser los contextos de los experimentos? 146 ¿Qué alcance tienen los experimentos y cuál es el enfoque del que se derivan? 147 Simbología de los diseños con emparejamiento en lugar de asignación al azar 147 ¿Qué otros experimentos existen?: cuasiexperimentos 148 Pasos de un experimento 148 Diseños no experimentales 149 ¿Qué es la investigación no experimental cuantitativa? 149 ¿Cuáles son los tipos de diseños no experimentales? 151 Investigación transeccional o transversal 151 Diseños transeccionales exploratorios 152 Diseños transeccionales descriptivos 152 Diseños transeccionales correlacionales-causales 154 Encuestas de opinión (surveys) 158 Investigación longitudinal o evolutiva 158 Diseños longitudinales de tendencia 159 Diseños longitudinales de evolución de grupo (cohortes) 159 Diseños longitudinales panel 160 Comparación de los diseños transeccionales y longitudinales 161 ¿Cuáles son las características de la investigación no experimental en comparación con la investigación experimental? 162 Los estudios de caso 162 Resumen 164 Conceptos básicos 166 Ejercicios 166 Ejemplos desarrollados 168 Los investigadores opinan 169 CAPÍTULO 8 Selección de la muestra 170 ¿En una investigación siempre tenemos una muestra? 172 Lo primero: ¿sobre qué o quiénes se recolectarán datos? 172 ¿Cómo se delimita una población? 174 ¿Cómo seleccionar la muestra? 175 Tipos de muestra 176 www.FreeLibros.com
- 14. Contenido xii ¿Cómo se selecciona una muestra probabilística? 177 Cálculo del tamaño de muestra 178 Muestra probabilística estratificada 180 Muestreo probabilístico por racimos 182 ¿Cómo se lleva a cabo el procedimiento de selección de la muestra? 183 Tómbola 183 Números random o números aleatorios 183 STATS® 183 Selección sistemática de elementos muestrales 184 Listados y otros marcos muestrales 185 Archivos 187 Mapas 187 Tamaño óptimo de una muestra 187 ¿Cómo y cuáles son las muestras no probabilísticas? 189 Muestreo al azar por marcado telefónico (Random Digit Dialing) 190 Una máxima del muestreo y el alcance del estudio 190 Resumen 191 Conceptos básicos 191 Ejercicios 192 Ejemplos desarrollados 193 Los investigadores opinan 194 CAPÍTULO 9 Recolección de los datos cuantitativos 196 ¿Qué implica la etapa de recolección de datos? 198 ¿Qué significa medir? 198 ¿Qué requisitos debe cubrir un instrumento de medición? 200 La confiabilidad 200 La validez 201 1. Evidencia relacionada con el contenido 201 2. Evidencia relacionada con el criterio 202 3. Evidencia relacionada con el constructo 203 La validez total 204 La relación entre la confiabilidad y la validez 204 Factores que pueden afectar la confiabilidad y la validez 205 La objetividad 206 ¿Cómo se sabe si un instrumento de medición es confiable y válido? 207 Cálculo de la confiabilidad o fiabilidad 207 Cálculo de la validez 209 ¿Qué procedimiento se sigue para construir un instrumento de medición? 209 Tres cuestiones fundamentales para un instrumento o sistema de medición 211 El tránsito de la variable al ítem 211 Codificación 213 Niveles de medición 214 ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? 217 Cuestionarios 217 ¿Qué tipos de preguntas se pueden hacer? 217 Preguntas cerradas 217 Preguntas abiertas 221 ¿Conviene usar preguntas cerradas o abiertas? 221 www.FreeLibros.com
- 15. Contenido xiii ¿Una o varias preguntas para medir una variable? 222 ¿Las preguntas van precodificadas o no? 224 ¿Qué preguntas son obligatorias? 225 ¿Qué características debe tener una pregunta? 225 ¿Cómo deben ser las primeras preguntas de un cuestionario? 229 ¿De qué está formado un cuestionario? 229 Portada 229 Introducción 230 Agradecimiento final 232 Formato, distribución de instrucciones, preguntas y categorías 232 ¿De qué tamaño debe ser un cuestionario? 234 ¿Cómo se codifican las preguntas abiertas? 234 ¿En qué contextos puede administrarse o aplicarse un cuestionario? 235 1. Autoadministrado 235 2. Por entrevista personal 239 3. Por entrevista telefónica 241 Algunas consideraciones adicionales para la administración del cuestionario 243 Escalas para medir las actitudes 244 Escalamiento tipo Likert 245 Dirección de las afirmaciones 246 Forma de obtener las puntuaciones 249 Otras condiciones sobre la escala Likert 251 Cómo se construye una escala Likert 252 Preguntas en lugar de afirmaciones 252 La escala en la pregunta 253 Método de completar las frases 254 Diferencial semántico 255 Codificación de las escalas 256 Maneras de aplicar el diferencial semántico 258 Pasos para integrar la versión final 259 Escalograma de Guttman 260 Otros métodos cuantitativos de recolección de los datos 260 ¿Qué otras maneras existen para recolectar los datos desde la perspectiva del proceso cuantitativo? 260 1. Análisis de contenido cuantitativo 260 2. Observación 260 3. Pruebas estandarizadas e inventarios 261 4. Datos secundarios (recolectados por otros investigadores) 261 5. Instrumentos mecánicos o electrónicos 262 6. Instrumentos específicos propios de cada disciplina 262 ¿Puede utilizarse más de un tipo de instrumento de recolección de datos? 262 ¿Cómo se codifican las respuestas de un instrumento de medición? 262 Los valores perdidos y su codificación 262 1. Establecer los códigos de las categorías o alternativas de respuesta de los ítems o preguntas 263 2. Elaborar el libro de códigos incluyendo todos los ítems, uno por uno 264 3. Efectuar físicamente la codificación 265 4. Guardar los datos codificados (casos) en un archivo permanente 266 Codificación utilizando un programa de análisis estadístico 266 Errores de codificación 267 Resumen 270 www.FreeLibros.com
- 16. Contenido xiv Conceptos básicos 271 Ejercicios 272 Ejemplos desarrollados 272 Los investigadores opinan 275 CAPÍTULO 10 Análisis de los datos cuantitativos 276 ¿Qué procedimiento se sigue para analizar cuantitativamente los datos? 278 Paso 1: seleccionar un programa de análisis 278 Statistical Package for the Social Sciences SPSS® o PASW Statistics 279 Minitab® 281 Paso 2: ejecutar el programa 282 Paso 3: explorar los datos 282 Apunte 1 283 Apunte 2 287 Estadística descriptiva para cada variable 287 ¿Qué es una distribución de frecuencias? 287 ¿Qué otros elementos contiene una distribución de frecuencias? 289 ¿De qué otra manera pueden presentarse las distribuciones de frecuencias? 290 Las distribuciones de frecuencias también se pueden graficar como polígonos de frecuencias 291 ¿Cuáles son las medidas de tendencia central? 292 ¿Cuáles son las medidas de la variabilidad? 293 La varianza 294 ¿Cómo se interpretan las medidas de tendencia central y de la variabilidad? 294 ¿Hay alguna otra estadística descriptiva? 296 ¿Cómo se traducen las estadísticas descriptivas al inglés? 297 Nota final 298 Puntuaciones z 299 Razones y tasas 300 Corolario 300 Paso 4: evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de medición 300 La validez 304 ¿Hasta aquí llegamos? 305 Paso 5: analizar mediante pruebas estadísticas las hipótesis planteadas (análisis estadístico inferencial) 305 Estadística inferencial: de la muestra a la población 305 ¿Para qué es útil la estadística inferencial? 305 ¿En qué consiste la prueba de hipótesis? 306 ¿Qué es una distribución muestral? 306 ¿Qué es el nivel de significancia? 307 ¿Cómo se relacionan la distribución muestral y el nivel de significancia? 309 ¿Se pueden cometer errores al probar hipótesis y realizar estadística inferencial? 309 Prueba de hipótesis 310 Análisis paramétricos 311 ¿Cuáles son los supuestos o las presuposiciones de la estadística paramétrica? 311 ¿Cuáles son los métodos o las pruebas estadísticas paramétricas más utilizadas? 311 ¿Qué es el coeficiente de correlación de Pearson? 311 ¿Qué es la regresión lineal? 314 ¿Qué es la prueba t ? 319 www.FreeLibros.com
- 17. Contenido xv ¿Qué es el tamaño del efecto? 320 ¿Qué es la prueba de diferencia de proporciones? 322 ¿Qué es el análisis de varianza unidireccional o de un factor? (ANOVA one-way) 322 Estadística multivariada 325 Análisis no paramétricos 326 ¿Cuáles son las presuposiciones de la estadística no paramétrica? 326 ¿Cuáles son los métodos o las pruebas estadísticas no paramétricas más utilizados? 327 ¿Qué es la chi cuadrada o χ2 ? 327 ¿Qué son los coeficientes de correlación e independencia para tabulaciones cruzadas? 329 ¿Qué otra aplicación tienen las tablas de contingencia? 330 Otros coeficientes de correlación 331 ¿Qué son los coeficientes y la correlación por rangos ordenados de Spearman y Kendall? 332 ¿Qué otros coeficientes existen? 332 Una vista general a los procedimientos o pruebas estadísticas 333 Paso 6: realizar análisis adicionales 335 Paso 7: preparar los resultados para presentarlos 335 Resumen 336 Conceptos básicos 337 Ejercicios 338 Ejemplos desarrollados 339 Los investigadores opinan 343 CAPÍTULO 11 El reporte de resultados del proceso cuantitativo 346 Antes de elaborar el reporte de investigación, se define a los receptores o usuarios y el contexto 348 ¿Qué apartados o secciones contiene un reporte de investigación o un reporte de resultados en un contexto académico? 350 1. Portada 350 2. Índices 350 3. Resumen 350 4. Cuerpo del documento 351 5. Referencias, bibliografía 353 6. Apéndices 353 ¿Qué elementos contiene un reporte de investigación o reporte de resultados en un contexto no académico? 354 ¿Dónde podemos consultar los detalles relativos a un reporte de investigación? (guías) 354 ¿Qué recursos están disponibles para presentar el reporte de investigación? 355 ¿Qué criterios o parámetros podemos definir para evaluar una investigación o un reporte? 355 ¿Con qué se compara el reporte de la investigación?, ¿y la propuesta o protocolo de investigación? 356 Resumen 356 Conceptos básicos 356 Ejercicios 356 Ejemplos desarrollados 357 Los investigadores opinan 358 www.FreeLibros.com
- 18. Contenido xvi PARTE 3 El proceso de la investigación cualitativa 361 CAPÍTULO 12 El inicio del proceso cualitativo: planteamiento del problema, revisión de la literatura, surgimiento de las hipótesis e inmersión en el campo 362 Esencia de la investigación cualitativa 364 ¿Qué significa plantear el problema de investigación cualitativa? 364 ¿Qué papel desempeñan la revisión de la literatura y la teoría en la investigación cualitativa? 369 ¿Qué papel desempeñan las hipótesis en el proceso de investigación cualitativa? 370 Una vez hecho el planteamiento inicial y definido el papel de la literatura, ¿qué sigue? 371 El ingreso en el ambiente (campo) 371 Ingresamos al ambiente o campo, ¿y…? 374 Las anotaciones o notas de campo 376 La bitácora o diario de campo 380 Resumen 384 Conceptos básicos 385 Ejercicios 385 Ejemplos desarrollados 385 Los investigadores opinan 389 CAPÍTULO 13 Muestreo en la investigación cualitativa 392 Después de la inmersión inicial: la muestra inicial 394 La muestra de participantes voluntarios 396 La muestra de expertos 397 La muestra de casos-tipo 397 La muestra por cuotas 397 Muestras más bien orientadas hacia la investigación cualitativa 397 Resumen 402 Conceptos básicos 402 Ejercicios 402 Ejemplos desarrollados 403 Los investigadores opinan 404 CAPÍTULO 14 Recolección y análisis de los datos cualitativos 406 Hemos ingresado al campo y elegimos una muestra inicial, ¿qué sigue? 408 La recolección de los datos desde el enfoque cualitativo 408 El papel del investigador en la recolección de los datos cualitativos 410 Observación 411 Los formatos de observación 414 Papel del observador cualitativo 417 Entrevistas 418 Tipos de preguntas en las entrevistas 419 Recomendaciones para realizar entrevistas 420 www.FreeLibros.com
- 19. Contenido xvii Partes en la entrevista cualitativa (y más recomendaciones) 422 Sesiones en profundidad o grupos de enfoque 425 Pasos para realizar las sesiones de grupo 427 Documentos, registros, materiales y artefactos 433 Individuales 433 Grupales 433 Obtención de los datos provenientes de documentos, registros, materiales, artefactos 434 Solicitar a los participantes de un estudio que proporcionen muestras de tales elementos 434 Solicitar a los participantes que los elaboren a propósito del estudio 434 Obtener los elementos sin solicitarlos directamente a los participantes (datos no obstrusivos) 434 ¿Qué hacer con los documentos, registros, materiales y artefactos? 435 Biografías e historias de vida 436 Triangulación de métodos de recolección de los datos 439 El análisis de los datos cualitativos 439 Reflexiones e impresiones durante la inmersión inicial 441 Reflexiones e impresiones durante la inmersión profunda 443 Análisis detallado de los datos 444 Organización de los datos y la información, así como revisión del material y preparación de los datos para el análisis detallado 444 La bitácora de análisis 447 Surgimiento de unidades de análisis y codificación en primer nivel o plano inicial 448 Describir las categorías codificadas que emergieron y codificar los datos en un segundo nivel o central 459 Generar hipótesis, explicaciones y teorías 464 ¿Cuándo debemos dejar de recolectar y analizar datos?, ¿en qué momento concluir el estudio? 470 Análisis de los datos cualitativos asistido por computadora 470 1. Atlas.ti® 470 2. Ethnograph® 471 3. Nvivo® 471 4. Decision Explorer® 471 5. Otros 471 Rigor en la investigación cualitativa 471 Dependencia 473 Credibilidad 475 Transferencia (aplicabilidad de resultados) 478 Confirmación o confirmabilidad 478 Otros criterios 478 El planteamiento del problema, siempre presente 479 Resumen 479 Conceptos básicos 481 Ejercicios 482 Ejemplos desarrollados 484 Los investigadores opinan 487 www.FreeLibros.com
- 20. Contenido xviii CAPÍTULO 15 Diseños del proceso de investigación cualitativa 490 Los diseños de investigación cualitativa: un apunte previo 492 ¿Cuáles son los diseños básicos de la investigación cualitativa? 492 Diseños de teoría fundamentada 492 El diseño sistemático 493 Codificación abierta 494 Codificación axial 494 Codificación selectiva 496 El diseño emergente 497 Diseños etnográficos 501 Diseños narrativos 504 Diseños de investigación-acción 509 Otros diseños 515 Un último comentario 516 Resumen 516 Conceptos básicos 517 Ejercicios 517 Ejemplos desarrollados 518 Los investigadores opinan 520 CAPÍTULO 16 El reporte de resultados del proceso cualitativo 522 Los reportes de resultados de la investigación cualitativa 524 Estructura del reporte cualitativo 525 1. Portada 526 2. Índices 526 3. Resumen 526 4. Cuerpo del trabajo 526 Introducción 526 Revisión de la literatura 527 Método 527 Análisis y resultados 529 Discusión: conclusiones, recomendaciones e implicaciones 535 5. Referencias o bibliografía 536 6. Apéndices 536 Revisión y evaluación del reporte 537 El reporte del diseño de investigación-acción 537 ¿Cómo citar referencias en un reporte de investigación cualitativa? 538 ¿Qué criterios podemos definir para evaluar una investigación cualitativa? 538 ¿Contra qué se compara el reporte de la investigación cualitativa? 538 Resumen 538 Conceptos básicos 539 Ejercicios 539 Ejemplos desarrollados 539 Los investigadores opinan 542 www.FreeLibros.com
- 21. Contenido xix PARTE 4 Los procesos mixtos de investigación 543 CAPÍTULO 17 Los métodos mixtos 544 ¿En qué consiste el enfoque mixto o los métodos mixtos? 546 ¿Dónde se ubican los métodos mixtos dentro del panorama o espectro de la investigación? 546 Los métodos mixtos: ¿el fin de la “guerra” entre la investigación cuantitativa y la investigación cualitativa? 547 ¿Por qué utilizar los métodos mixtos? 549 ¿Cuál es el sustento filosófico de los métodos mixtos? 551 El proceso mixto 553 Planteamiento de problemas mixtos 554 Revisión de la literatura 556 Hipótesis 558 Diseños 558 1. Prioridad o peso 558 2. Secuencia o tiempos de los métodos o componentes 558 3. Propósito esencial de la integración de los datos 560 4. Etapas del proceso investigativo en las cuales se integrarán los enfoques 560 Diseños mixtos específicos 563 1. Diseño exploratorio secuencial (DEXPLOS) 564 a) Modalidad derivativa 565 b) Modalidad comparativa 565 2. Diseño explicativo secuencial (DEXPLIS) 566 3. Diseño transformativo secuencial (DITRAS) 569 4. Diseño de triangulación concurrente (DITRIAC) 570 5. Diseño anidado o incrustado concurrente de modelo dominante (DIAC) 571 6. Diseño anidado concurrente de varios niveles (DIACNIV) 576 7. Diseño transformativo concurrente (DISTRAC) 577 8. Diseño de integración múltiple (DIM) 578 Muestreo 580 Recolección de los datos 582 Análisis de los datos 586 Resultados e inferencias 589 Retos de los diseños mixtos 590 Reportes mixtos 592 La validez de los estudios mixtos 593 Resumen 593 Conceptos básicos 594 Ejercicios 595 Ejemplos desarrollados 596 Los investigadores opinan 599 Índice onomástico 603 Índice analítico 607 www.FreeLibros.com
- 22. Contenido xx Contenido del CD Capítulos 1. Historia de los enfoques cuantitativo, cualitativo y mixto: raíces y momentos decisivos 2. La ética en la investigación 3. Perspectiva teórica: comentarios adicionales 4. Estudios de caso 5. Diseños experimentales: segunda parte 6. Encuestas (Surveys) 7. Recolección de los datos cuantitativos: segunda parte 8. Análisis estadístico: segunda parte 9. Elaboración de propuestas cuantitativas, cualitativas y mixtas 10. Parámetros, criterios, indicadores y/o cuestionamientos para evaluar la calidad de una investiga- ción (cuantitativa, cualitativa y mixta) 11. Consejos prácticos para realizar investigación (¡nuevo!) 12. Ampliación y fundamentación de los métodos mixtos (¡nuevo!) Referencias bibliográficas de la obra impresa Programas (software) 1. STATS®, versión 2.0 2. ATLAS.ti 3. SISI®: Sistema de Información para el Soporte a la Investigación (auxiliar del estilo APA y otros elementos) (¡nuevo!) Manuales (¡nuevos!) 1. SPSS PASW. 2. ATLAS.ti. 3. Manual de introducción al estilo APA para citas y referencias 4. Manual del programa SISI Ejemplos 1. Toma de decisiones, satisfacción y pertenencia del profesorado: análisis en dos escuelas preparato- rias de Guadalajara, México (investigación cualitativa) 2. Voces desde el pasado: la guerra cristera en el estado de Guanajuato, 1926-1929 (investigación cualitativa) 3. Entre “no sabía qué estudiar” y “esa fue siempre mi opción”: selección de institución de educación superior por parte de estudiantes en una ciudad del centro de México (investigación cualitativa) (¡nuevo!) 4. Ejemplo de un proyecto de tesis (investigación cuantitativa) 5. Diseño de una escala autoaplicable para la evaluación de la satisfacción sexual en hombres y muje- res mexicanos (estudio mixto) 6. Validación de un instrumento para medir la cultura empresarial en función del clima organizacio- nal y vincular empíricamente ambos constructos (¡nuevo!) Apéndices (actualizados) 1. Publicaciones periódicas más importantes (revistas científicas o journals) 2. Principales bancos/servicios de obtención de fuentes/bases de datos/páginas web para consulta de referencias bibliográficas 3. Respuestas a los ejercicios 4. Tablas estadísticas Documentos con fórmulas estadísticas (tamaño de muestra y fórmulas básicas) Por favor, no olvide consultar la página web de la obra, donde encontrará más ejemplos de investigaciones y documentos. www.FreeLibros.com
- 23. xxi Los autores deseamos agradecer a la editorial McGraw-Hill Interamericana, en especial a nuestros amigos: Alejandra Martínez Ávila, gerente de Derechos, y a Javier Neyra Bravo, director de Digital Solutions/Custom Publishing, por su respaldo permanente a esta obra; a Miguel Ángel Toledo Caste- llanos, managing director de Higher Education; a Andrés Rodríguez Darrigrande, vicepresidente para México y Latinoamérica; y desde luego, a Marcela Rocha, coordinadora editorial de Higher Educa- tion, por su apoyo en toda la edición, y a Jesús Mares, editor sponsor. También queremos expresar nuestro agradecimiento a cada representante de la compañía, nuestra casa editorial. Sin ellos y ellas, el libro no sería lo que es. Por otro lado, debemos expresar nuestra gratitud a las personas y sus instituciones educativas que siempre nos han respaldado y brindado facilidades para preparar esta obra: Lic. Raúl Nieto Boada Presidente del Consejo General de la Universidad de Celaya. Lic. Carlos Esponda Morales Director general de la Universidad de Celaya. Dr. Héctor Martínez Castuera Secretario de Servicios Educativos del Instituto Politécnico Nacional. Dr. Jesús Quirce Andrés Rector de la Universidad Anáhuac, México Norte. Dr. Vicente Gotor Santamaría Rector magnífico de la Universidad de Oviedo. Asimismo, agradecemos a los profesores de metodología de la investigación de toda Iberoamérica por su valiosa realimentación para mejorar y actualizar la presente edición en su conjunto; así como a los alumnos de habla hispana usuarios del libro, quienes nos han motivado a mantener vigente el texto. Finalmente a Ana Cuevas, Antonio Hernández, Chris Mendoza y Sergio Méndez, de la Universi- dad de Celaya, por sus colaboraciones en la obra; y a editores sponsors previos como Bruno Pecina y Noé Islas. Agradecimientos www.FreeLibros.com
- 24. Metodología de la investigación, 5a. edición, es una obra totalmente actualizada e innovadora, acorde con los últimos avances en el campo de la investigación de las diferentes ciencias y disciplinas. Asimis- mo, como sus ediciones antecesoras, es resultado de la opinión y experiencias que han proporcionado decenas de docentes e investigadores en Iberoamérica. Conserva su carácter didáctico y multidisciplinario, pero expande sus perspectivas, ya que es un libro interactivo que vincula el contenido del texto impreso con el material incluido en el CD que lo acompaña, y que a lo largo del libro se ha destacado con un ícono que aparece en ladillo. Además, como podrá apreciar el lector, esta edición se ha impreso a color, reforzando con ello su naturaleza pedagógica. Estructura de la obra Como se hizo en la edición anterior, en la obra se abordan los tres enfoques de la investigación, vistos como procesos: el cuantitativo, el cualitativo y los métodos mixtos. Se encuentra estructurada en cua- tro partes: Primera: Los enfoques cuantitativo y cualitativo en la investigación científica. Consta de dos capítulos: el 1, “Similitudes y diferencias entre los enfoques cuantitativo y cualitativo”, que compara la naturaleza y características generales de los procesos cuantitativo y cualitativo; y el 2, “El nacimien- to de un proyecto de investigación cuantitativo, cualitativo o mixto: la idea”, que presenta el primer paso que se desarrolla en cualquier estudio: concebir una idea para investigar. Segunda: El proceso de la investigación cuantitativa. Se conforma por los capítulos 3 al 11, en los que se muestra paso por paso el proceso cuantitativo, que es secuencial. Tercera: El proceso de la investigación cualitativa. Consta de los capítulos 12 al 16, en los que se comenta el proceso cualitativo, que es iterativo o recurrente. Cuarta: Los procesos mixtos de investigación. Lo forma el capítulo 17, “Los métodos mixtos”, se presentan diferentes procesos concebidos en la investigación mixta o híbrida. A lo largo de ellos, el lector encontrará el material básico para asignaturas de todos los niveles de educación superior y posgrado. De este modo, la obra en su conjunto puede adaptarse a las necesida- des y temarios de prácticamente cualquier profesor. Los apartados o temas de ediciones anteriores que no aparecen en esta edición impresa los podrá encontrar el lector en el CD anexo (en el libro se señala en qué capítulo). Por ejemplo: las referencias o bibliografía, algunas pruebas estadísticas, la observación y el análisis de contenido. A este respecto, si no localiza alguna temática, le pedimos que la busque en el disco compacto que acompaña a esta edición. Prólogo y Los apartado encontrar el lecto bibliografía, algun localiza alguna tem www.FreeLibros.com
- 25. xxiii Al respecto, los autores queremos subrayar que la quinta edición no perdió contenidos ni informa- ción, sino que se reestructuró para que el libro fuera más manejable y que incluyera lo que normalmen- te se enseña en los cursos esenciales de investigación. Dejando para el CD los temas más especializados. Estas características la hacen una obra muy flexible. El esquema de la figura 1 detalla la estructura de la obra y su correlación con los capítulos del CD. Al inicio de cada capítulo, el lector encontrará un esquema que muestra el paso en el proceso de inves- tigación y los temas que se estudiarán, con el fin de que el lector visualice su avance en el estudio del tema. Asimismo, en cada inicio de capítulo se incluye una síntesis de este diagrama y se hace énfasis en la parte a que se refiere el capítulo. Contenido del CD El CD adjunto se encuentra conformado por 12 capítulos que amplían los contenidos de la parte impresa e incluyen otros temas adicionales. A continuación se lista cada uno y los capítulos del texto impreso con los cuales se relaciona. 1. Historia de los enfoques cuantitativo, cualitativo y mixto: raíces y momentos decisivos (es com- plemento de los capítulos 1 y 17 del ). 2. La ética en la investigación (tema adicional, aplica a todos los procesos y etapas, pero se observa desde el planteamiento del problema). 3. Perspectiva teórica: comentarios adicionales (complementa y amplía el capítulo 4 del ). 4. Estudios de caso (complementa y amplía los capítulos 7, 8 y 17 del ). 5. Diseños experimentales: segunda parte (complementa y amplía el capítulo 7 del ). 6. Encuestas (Surveys) (complementa y amplía el capítulo 7 del ). 7. Recolección de los datos cuantitativos: segunda parte (complementa y amplía el capítulo 9 del ). 8. Análisis estadístico: segunda parte (complementa y amplía el capítulo 10 del ). 9. Elaboración de propuestas cuantitativas, cualitativas y mixtas (tema adicional relacionado prácti- camente con todos los capítulos del ). 10. Parámetros, criterios, indicadores y/o cuestionamientos para evaluar la calidad de una investiga- ción (tema adicional vinculado prácticamente con todos los capítulos del ). 11. Consejos prácticos para realizar investigación (conectado a toda la obra pero principalmente refuerza contenidos del capítulo 3 del ). 12. Ampliación y fundamentación de los métodos mixtos (complementa y amplía el capítulo 17 del ). Asimismo, en el CD el lector podrá descubrir diversas herramientas, como: • El programa denominado Sistema de Información para el Soporte a la Investigación (SISI® ), que entre otras cuestiones es útil para elaborar citas en el texto y referencias bibliográficas siguiendo el estilo de la American Psychological Association (APA). • Demo del programa ATLAS.ti® para análisis cualitativo. • El ya conocido software STATS® para el aprendizaje y realización de cálculos estadísticos básicos y determinación del tamaño de muestra. • Manuales: SPSS-PASW, ATLAS.ti, SISI y estilo APA (aunque el CD no incluye una versión del programa SPSS, el estudiante puede obtener una versión de prueba en el sitio www.spss.com.) Además de ejemplos de estudios cuantitativos, cualitativos y mixtos, así como apéndices sobre revis- tas académicas y bases de información que pueden consultarse en las diferentes áreas del conocimiento. Consulte el índice del CD en las páginas preliminares del libro. www.FreeLibros.com
- 27. xxv Prólogo Página web Además la obra cuenta con una OLC (Online Learning Center), donde el lector podrá encontrar ejem- plos adicionales y presentaciones de protocolos, reportes de investigaciones y otros materiales más. Objetivos de la obra Metodología de la investigación, 5a. edición, se plantea como objetivos que el lector: 1. Entienda que la investigación es un proceso compuesto, a su vez, por otros procesos sumamente interrelacionados. 2. Cuente con un manual que le permita llevar a cabo investigaciones cuantitativas, cualitativas y mixtas. 3. Comprenda diversos conceptos de investigación que generalmente se tratan de manera compleja y poco clara. 4. Perciba a la investigación como algo cotidiano y no como algo que sólo le corresponde a los pro- fesores y científicos. 5. Pueda recurrir a un solo texto de investigación —porque éste es autosuficiente— y no tenga que consultar una gran variedad de obras, debido a que algunas tratan aspectos que otras no. 6. Se mantenga actualizado en materia de métodos de investigación. El libro está orientado a asignaturas sobre investigación, metodología, metodología de la investi- gación, métodos de análisis y similares dentro de diversas ciencias o disciplinas; asimismo, para que se utilice en campos sociales, jurídicos, administrativos, económicos, de la salud, etcétera. El texto puede emplearse en cursos introductorios, intermedios y avanzados, según el criterio del maestro. La obra se refiere a un tipo particular de investigación: la investigación científica. Este término suele provocar en algunos alumnos escepticismo, confusión y, a veces, incomodidad. Probablemente esos estudiantes tengan parte de razón, ya sea porque sus cursos previos de investigación fueron tedio- sos y no les encontraron aplicación en su vida habitual; o bien, porque sus profesores no tuvieron la paciencia de explicarles de manera simple y creativa la metodología de la investigación. Podría ser el caso que los libros que leyó sobre el tema fueran confusos e intrincados. Pero la verdad es que la inves- tigación es relativamente sencilla, sumamente útil y se encuentra muy vinculada a lo cotidiano. Tam- bién puede ser divertida y significativa. Aprender investigación es más fácil de lo que pudiera creerse. Es como empezar a utilizar la compu- tadora y navegar en internet. Basta conocer ciertas cuestiones. En toda la obra se manifiesta nuestra posición hacia la metodología de la investigación. Los auto- res creemos en el “pluralismo metodológico” o la “libertad de método”, por ello podemos ser conside- rados pragmáticos. Estamos convencidos de que tanto la investigación cuantitativa, como la cualitativa y la mixta han proporcionado aportes trascendentales al conocimiento generado en las diferentes cien- cias y disciplinas. Privilegiamos el empleo de las tres formas de realizar investigación científica, siempre y cuando se conduzcan éticamente, de manera legal y con respeto a los derechos humanos de los participantes y los usuarios o lectores. Creemos también que el investigador debe proceder con honestidad, al procurar compartir sus conocimientos y resultados, así como buscar siempre la verdad. Con la aplicación del proceso de investigación científica en cualquiera de sus modalidades se desarrollan nuevos entendi- mientos, los cuales a su vez producen otras ideas e interrogantes para estudiar. Es así como avanzan las ciencias y la tecnología. Además, compartimos la idea de Richard Grinnell: “nada es para siempre de acuerdo con el método científico”. www.FreeLibros.com
- 28. xxvi Prólogo Mitos sobre la investigación científica Dos mitos se han construido alrededor de la investigación científica, que son sólo eso: “mitos”, una especie de “leyendas urbanas” que no tienen razón de ser. Veamos rápidamente estos mitos. • Primer mito: la investigación es sumamente complicada y difícil. Durante años, algunas personas han dicho que la investigación es muy complicada, difícil, exclu- siva para personas de edad avanzada, con pipa, lentes, barba y pelo canoso además de desaliñado; propia de “mentes privilegiadas”; incluso, un asunto de “genios”. Sin embargo, la investigación no es nada de esto. La verdad es que no resulta tan intrincada ni difícil. Cualquier ser humano puede hacer investigación y realizarla correctamente, si aplica el proceso de investigación correspondiente. Lo que se requiere es conocer dichos procesos y sus herramientas fundamentales. • Segundo mito: la investigación no está vinculada al mundo cotidiano, a la realidad. Hay estudiantes que piensan que la investigación científica es algo que no tiene relación con la realidad cotidiana. Otros estudiantes consideran que es “algo” que solamente se acostumbra hacer en centros muy especializados e institutos con nombres largos y complicados. En primer lugar, es necesario recordar que la mayor parte de los inventos en el mundo, de una u otra forma, son producto de la investigación. Creaciones que, desde luego, tienen que ver con nuestra vida diaria: desde el proyector de cine, el nailon, el marcapasos, la aspiradora, el motor de combustión, el teléfono celular o móvil y el CD; hasta medicamentos, vacunas, cohetes, juguetes de todo tipo y prendas de vestir que utilizamos cotidianamente. Gracias a la investigación se generan procesos industriales, se desarrollan organizaciones y sabe- mos cómo es la historia de la humanidad, desde las primeras civilizaciones hasta los tiempos actuales. Asimismo, podemos conocer desde nuestra propia estructura mental y genética, hasta cómo impactar un cometa en plena trayectoria a millones de kilómetros de la Tierra, además de explorar el espacio. Incluso, en la investigación se abordan temas como las relaciones interpersonales (amistad, noviaz- go y matrimonio, por ejemplo), la violencia, los programas de televisión, el trabajo, las enfermedades, las elecciones presidenciales, los deportes, las emociones humanas, la manera de vestirnos, la familia y otros más que son habituales en nuestras vidas. ¿Por qué es útil y necesario que un estudiante aprenda a investigar? En estos tiempos de globalización, un egresado o egresada que no tenga conocimientos de investiga- ción, se encontrará en desventaja frente a otros(as) colegas (de su misma institución y de otras univer- sidades o equivalentes en todo el mundo), ya que cada vez más las instituciones educativas buscan diferenciar a sus alumnos del resto y por ello hacen un mayor énfasis en la investigación (con el fin de formar mejor a sus estudiantes y prepararlos para ser más competitivos, además de obtener acredita- ciones y vincularse con otras universidades e institutos). No saber respecto a los métodos de investiga- ción implicará rezagarse. Además, hoy en día no es posible concebir a una amplia gama de trabajos sin mencionar la inves- tigación. ¿Nos podemos imaginar a un gerente de mercadotecnia en cuya área no se efectúe investiga- ción de mercados? ¿Cómo sabrían sus ejecutivos lo que sus clientes quieren?, ¿cómo conocerían su posición en el mercado? Realizan investigación por lo menos para estar al tanto de sus niveles de ven- tas y participación en el mercado. ¿Acaso nos podemos figurar a un ingeniero civil que pretenda construir un edificio, un puente o una casa sin que lleve a cabo un estudio del suelo? Simplemente, deberá hacer una pequeña investiga- ción de lo que requiere su cliente, quien le encarga la construcción. ¿Podemos concebir a un médico cirujano que no ejecute un diagnóstico preciso de su paciente previo a la operación?, ¿a un candidato para un puesto de elección popular que no realice encuestas de opinión para saber cómo lo favorece el voto y qué opina la gente de él?, ¿a un contador que no busque www.FreeLibros.com
- 29. xxvii Prólogo y analice las nuevas reformas fiscales?, ¿a un biólogo que no haga estudios de laboratorio?, ¿a un crimi- nólogo que no investigue la escena del crimen?, ¿a un periodista que no haga lo mismo con sus fuentes de información? Igualmente con enfermeras, economistas, sociólogos, educadores, antropólogos, psicólogos, arqui- tectos, ingenieros en todas sus ramas, veterinarios, dentistas, administradores, comunicólogos, aboga- dos y, en fin, con todo tipo de profesionales. A lo mejor sí hay médicos, contadores, ingenieros, administradores, periodistas y biólogos que se desempeñan sin tener que estar en contacto con la investigación; pero seguramente su trabajo es muy deficiente. La investigación es muy útil para distintos fines: crear nuevos sistemas y productos; resolver pro- blemas económicos y sociales; ubicar mercados, diseñar soluciones y hasta evaluar si hemos hecho algo correctamente o no. Incluso, para abrir un pequeño negocio familiar es conveniente usarla. Cuanta más investigación se genere, más progreso existe; ya se trate de un bloque de naciones, un país, una región, una ciudad, una comunidad, una empresa, un grupo o un individuo. No en vano las mejores compañías del mundo son las que más invierten en investigación. De hecho, todos los seres humanos hacemos investigación frecuentemente. Cuando nos atrae una persona que conocimos en alguna junta, una reunión o un salón de clases, tratamos de investigar si le podemos resultar atractivos. Cuando un amigo o amiga está enojado(a) con nosotros, buscamos exami- nar las razones. Cuando nos interesa un gran personaje histórico, indagamos cómo vivió y murió. Cuan- do buscamos empleo, nos dedicamos a investigar quién ofrece trabajo y en qué condiciones. Cuando nos agrada un platillo, nos interesa conocer la receta. Éstos son sólo algunos ejemplos de nuestro afán por investigar. Es algo que hacemos desde niños. ¿O alguien no ha visto a un bebé tratando de averiguar de dónde proviene un sonido? La investigación científica es, en esencia, como cualquier tipo de investigación, sólo que más rigu- rosa, organizada y se lleva a cabo cuidadosamente. Como siempre señaló Fred N. Kerlinger: es siste- mática, empírica y crítica. Esto se aplica tanto a estudios cuantitativos, cualitativos o mixtos. Que sea “sistemática” implica que hay una disciplina para realizar la investigación científica y que no se dejan los hechos a la casualidad. Que sea “empírica” denota que se recolectan y analizan datos. Que sea “crí- tica” quiere decir que se evalúa y mejora de manera constante. Puede ser más o menos controlada, más o menos flexible o abierta, más o menos estructurada, en particular bajo el enfoque cualitativo, pero nunca caótica y sin método. Tal clase de investigación cumple dos propósitos fundamentales: a) producir conocimiento y teorías (investigación básica) y b) resolver problemas (investigación aplicada). Gracias a estos dos tipos de investigación la humanidad ha evolucionado. La investigación es la herramienta para conocer lo que nos rodea y su carácter es universal. Como señaló uno de los pensadores más connotados de fina- les del siglo xx, Carl Sagan, al hablar del posible contacto con seres “inteligentes” de otros mundos: Si es posible comunicarse, sabemos ya de qué tratarán las primeras comunicaciones: será sobre la única cosa que las dos civilizaciones tienen seguramente en común; a saber, la ciencia. Podría ser que el inte- rés mayor fuera comunicar información sobre su música, por ejemplo, o sobre convenciones sociales; pero las primeras comunicaciones logradas serán de hecho científicas (Sagan et al., 1978). La investigación científica se concibe como un conjunto de procesos sistemáticos y empíricos que se aplican al estudio de un fenómeno; es dinámica, cambiante y evolutiva. Se puede manifestar de tres formas: cuantitativa, cualitativa y mixta. Esta última implica combinar las dos primeras. Cada una es importante, valiosa y respetable por igual. Finalmente hemos de señalar que en la actualidad la investigación se desarrolla en equipo y cuan- do se le encuentra sentido puede ser divertida y genera fuertes lazos de amistad entre los miembros del www.FreeLibros.com
- 30. xxviii Prólogo grupo. Ésta ha sido la experiencia de miles de jóvenes que se han aventurado en ella, viéndola como algo importante tanto para su formación como para el futuro y no como un “yugo”. También diremos que no hay investigación perfecta, pues ningún ser humano lo puede ser; de lo que se trata es de hacer nuestro mejor esfuerzo. Por ello, los profesores y estudiantes debemos “arriesgarnos” y realizar investi- gación: “sólo hagámoslo”. Roberto Hernández Sampieri Carlos Fernández Collado Pilar Baptista Lucio www.FreeLibros.com
- 31. xxix Los autores de Metodología de la investigación agradecen a todos los profesores de América Latina y España por sus valiosas contribuciones, que siempre han enriquecido esta obra. Acosta Martínez, Ana Isabel Universidad Autónoma de Baja California, México Acosta Pérez, Lorena Isabel Universidad Juárez Autónoma de Tabasco, México Acuña Palacios, Áurea Universidad del Valle de México, Campus San Rafael, México Aguiar Sierra, Rocío Instituto Tecnológico de Mérida, México Aguilar Aldana, Jorge Carlos Universidad Mesoamericana de San Agustín, Mérida, México Aguilar, Jorge Universidad Mesoamericana de San Agustín, México Aguirre Aguirre, Francisco Universidad de Occidente, Culiacán, México Aguirre Gómez, María Yolanda Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, México Ahumada Tello, Eduardo Universidad Autónoma de Baja California, México Ale Burgos, José Alejandro Instituto Tecnológico de Durango, México Alonso Trujillo, Javier Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Álvarez Cuevas, Carlos E. Universidad Anáhuac Norte, México Álvarez Ochoa, Martín Universidad de Colima, México Amparán Martínez, Sergio Rodrigo Instituto Tecnológico de Hermosillo, México Amparo Tello, Dagoberto Centro Universitario de Ciencias Sociales y Humanidades, Universidad de Guadalajara, México Araiza Hoyos, María Teresa Universidad Anáhuac Norte, México Aranda Cotero, Claudia del Carmen Universidad Univer, Universidad UNIVA y Universidad del Valle de México, México Argüeso Mendoza, Yeniba Instituto Tecnológico de los Mochis, México Armenta Espinoza, Lamberto Universidad de Occidente, Culiacán, México Armijo Rodríguez, Iván Alejandro Universidad Católica, Chile Arroyo Jiménez, Gloria Instituto Tecnológico de Querétaro y Universidad Autónoma de Querétaro, México Ávila Zavaleta, Wilson Alejandro Universidad Nacional de la Amazonia Peruana, Perú Ayala Bobadilla, Nora Patricia Instituto Tecnológico de los Mochis, México Balderas Cortés, José de Jesús Instituto Tecnológico de Sonora, México Bañuelos Hernández, Martha Cristina Centro Universitario de la Costa, Universidad de Guadalajara, México Agradecimientos especiales www.FreeLibros.com
- 32. xxx Agradecimientos especiales Bañuelos Sánchez, Pedro Fundación Universidad de las Américas, Puebla, México Barbosa García, Gonzalo Universidad Latina de América, Michoacán, México Barraza Ibarra, Sergio Francisco Universidad La Salle, Campus Morelia; y Universidad Interamericana para el Desarrollo, sede Morelia; México Barrón de la Rosa, Jorge Instituto de Estudios Superiores de Tamaulipas, México Barroso Villegas, Rodolfo Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Bauchez Caballeros, Sonia Universidad de Occidente, Culiacán, México Bazaldúa Zamarripa, José Alberto Instituto de Estudios Superiores de Tamaulipas, México Becerra Juárez, Irma Universidad de Guadalajara, México Beltran Medina, Óscar Instituto Tecnológico de Culiacán, México Beltrán Soto, Sonia Janeth Universidad de Occidente, Culiacán, México Beltrán, María Candelaria Instituto Tecnológico de los Mochis, México Bernal, Luis Felipe Itesus, Mazatlán, México Borrego Belmar, Armida Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Burguete Leal, Bertha Isabel Fundación Universidad de Las Américas, Puebla, México Cabanillas Beltrán, Héctor Instituto Tecnológico de Tepic, México Cabral Araiza, Jesús Centro Universitario de la Costa, Universidad de Guadalajara, México Cabrera, Luis David Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Puebla, México Camacho Román, Blanca Alicia Universidad de Occidente, Culiacán, México Campero Carmona, Víctor Mario Instituto de Administración Pública del Estado de México, México Cano Arellano, Víctor Hugo Instituto de Estudios Universitarios Online, Puebla, México Cano Guzmán, Rodrigo Centro Universitario del Sur, Universidad de Guadalajara, México Cano Martínez, Lucía Cecilia Universidad Autónoma de Tamaulipas, México Cantón Galicia, Luz de Lourdes Universidad La Salle, México Cardona Azcárraga, Jorge Universidad Intercontinental y Facultad de Contaduría y Administración, Universidad Nacional Autónoma de México, México Carrillo Saucedo, Irene Concepción ICSA, Universidad Autónoma de Ciudad Juárez, México Castañeda Camey, Nicté Soledad Centro Universitario de Ciencias Económico-Administrativas, Universidad de Guadalajara, México Castañeda de la Rosa, Carlos Francisco Instituto Tecnológico de Estudios Superiores de Occidente, Guadalajara, México Castañeda, Carlos Instituto Tecnológico de Estudios Superiores de Occidente, Guadalajara, México Castro Castañeda, Remberto Centro Universitario de la Costa, Universidad de Guadalajara, México Castro Rojo, Nachely Universidad de Occidente, Culiacán, México Ceniseros Angulo, Julio César Universidad de Occidente, Culiacán, México Chávez Aramburo, Bertha María Universidad de Occidente, Culiacán, México Chávez Becerra, Margarita Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Chucuan, Ana Instituto Tecnológico de Culiacán, México www.FreeLibros.com
- 33. xxxi Agradecimientos especiales Contreras Garduño, Juana Universidad Autónoma del Estado de México, México Contreras Guzmán, María Juana Instituto Tecnológico de Puebla, México Contreras Loera, Marcela Rebeca Universidad de Occidente, Culiacán, México Contreras Ramírez, María del Socorro Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, México Correa Pérez, Manuel José Instituto Tecnológico de Culiacán, México Cortés Benitez, Leobardo Instituto Tecnológico de Culiacán, México Cota Yáñez, Rosario Centro Universitario de Ciencias Económico-Administrativas, Universidad de Guadalajara, México Covarrubias, Pablo Universidad del Valle de México, Campus Zapopan, México Cruz Calderón, Joel Universidad Popular Autónoma del Estado de Puebla, México Cruz Pineda, Kevin Josué Universidad Católica de Honduras, Honduras Cuevas Tello, Ana Bertha Centro Universitario de Ciencias Económico-Administrativas, Universidad de Guadalajara, México Dávila Avendaño, María Cristina Universidad del Valle de Atemajac, México De Gante Casas, Alejandra Centro Universitario de Ciencias de la Salud, Universidad de Guadalajara, México De la Rosa Gómez, Isaías Instituto Tecnológico de Toluca y Universidad Autónoma del Estado de México, México De la Vega Rodríguez, Juan Manuel Escuela de Mercadotecnia, Instituto Campechano, México Del Pino Peña, Moisés Universidad Iberoamericana, D.F., México Del Rincón Sainz, Graciela Janeth Instituto Tecnológico de Culiacán, México Díaz Martínez, Sergio H. Universidad Madero, Puebla, México Díaz Sánchez, Luz María Universidad Univer, Guadalajara, México Domenge, Rogerio Instituto Tecnológico Autónomo de México, México Domínguez Aguirre, Luis Roberto Instituto Tecnológico Superior de Puerto Vallarta, México Domínguez Gutiérrez, Silvia Universidad de Guadalajara y Centro Universitario de Ciencias de la Salud, México Domínguez Nava, Ramiro Universidad de Occidente, Culiacán, México Encinas Norzagaray, Lilia Universidad de Sonora, México Escalante Mondaca, Rey David Universidad de Occidente, Culiacán, México Escobar Bernal, María de Jesús Itesus Mazatlán, México Escobar García, Óscar Fidel Universidad de Occidente, Culiacán, México Espejo Cruz, Miguel de Jesús Unidad Académica de Contaduría y Administración, Universidad Autónoma de Nayarit, México Espinola Esparza, Eduardo Benito Universidad del Valle de México, Campus San Rafael, México Espinosa Delgadillo, Víctor Manuel Universidad Autónoma del Estado de México, Campus Teotihuacan, México Espinosa Gómez, Josmán Universidad Marista, D.F., México Espinoza García, Alfredo Universidad Santo Tomás, Sede Santiago, Chile Espinoza, María de los Ángeles Escuela de Contabilidad y Administración, Universidad Autónoma de Sinaloa, México Farías Padilla, José Gonzalo Instituto Tecnológico de Cerro Azul, México Fernández Mojica, Nohemí Facultad de Pedagogía, Universidad Veracruzana, México Flores Ruiz, Gilberto Universidad Lamar y Universidad de Guadalajara, México www.FreeLibros.com
- 34. xxxii Agradecimientos especiales Frías Arroyo, Irma Beatriz Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Galvez Vega, Benjamín Universidad de Occidente, Culiacán, México Gamez Osuna, Adriana Universidad de Occidente, Culiacán, México Gámez, Efraín Instituto Tecnológico de los Mochis, México García Arias, Edgar Centro Hidalguense de Estudios Superiores, Centro Universitario Iberomexicano, México García Cruz, Rubén Instituto de Ciencias de la Salud, Universidad Autónoma del Estado de Hidalgo, México García González, Mercedes Facultad de Contaduría y Administración, Universidad Nacional Autónoma de México, México García Hernández, Claudia Instituto Tecnológico de Sonora, México García Trejo, Juan Facultad de Ciencias Politicas y Sociales, Universidad Nacional Autónoma de México, México Garibaldi Acosta, Concepción Universidad de Sonora, México Garrido Bustamante, Pablo Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, México Garrido Garduño, Adriana Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Gastelum Escalante, Jorge Antonio Universidad de Occidente, Culiacán, México Gaxiola, Martha Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Gil Ornelas, Javier Universidad de Occidente, Los Mochis, México Godinez Enriquez, Marco Antonio Universidad de Guadalajara, México Godínez Ochoa, Aída Instituto Tecnológico de Estudios Superiores de Occidente, Guadalajara, México Gómez Díaz, María del Rocío Facultad de Contaduría y Administración, Universidad Autónoma del Estado de México, México Gómez Gómez, Cleide Facultad de Contaduría y Administración, Universidad Autónoma de Chiapas, México González Álvarez, María de los Ángeles Centro Universitario de Ciencias de la Salud, Universidad de Guadalajara, México González Espericueta, Fernando Universidad de Occidente, Culiacán, México González Ramírez, Alejandra Universidad La Salle, México Guitérrez Preciado, Sandra Elena Universidad del Valle de México, Campus Hermosillo, México Gutiérrez Ayala, Melisa Instituto Tecnológico de los Mochis, México Gutiérrez Rodríguez, María Concepción Universidad Autónoma de Zacatecas, México Guzmán Guzmán, Rosalva Universidad de Occidente, Culiacán, México Hernández Chávez, Ania Universidad de Guadalajara, México Hernández Coton, Silvio Genaro Universidad de Guadalajara, México Hernández Luna, Alberto A. Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Monterrey, México Hernández Ortiz, Iván Universidad Autónoma del Estado de Hidalgo, México Hidalgo Díaz, Elsie Universidad Tecnológica de México, México Hinojosa Deándar, Adriana Margarita Instituto Tecnológico de Nuevo Laredo, México Huerta Carvajal, María Isabel Universidad de las Américas, Puebla, México Huitrón Vázquez, Blanca Estela Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México www.FreeLibros.com
- 35. xxxiii Agradecimientos especiales Ibarra Quevedo, Nora Margarita Centro de Estudios Superiores del Estado de Sonora y Universidad del Valle de México, Campus Hermosillo, México Ibarra, Mario Universidad de Occidente, Culiacán, México Íñiguez Sepúlveda, César Domingo Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Jacobo, Lisha Universidad La Salle, D.F. y Universidad Iberoamericana, D.F., México Jiménez Laiseca, Jorge Universidad Autónoma de Campeche, México Juárez González, Jesús Ramón Universidad de Occidente, Los Mochis, México Juárez Lugo, Carlos Saúl Centro Universitario, Universidad Autónoma del Estado de México, Ecatepec, y Universidad Autónoma del Estado de México, México Khonde Ngoma, Timothée Universidad del Valle de México, Campus San Rafael y Universidad de Turismo y Ciencias Administrativas, México Kido Miranda, Juan Carlos Instituto Tecnológico de Iguala y Universidad Tecnológica de la Región Norte de Guerrero, México Krawczyk, Ana Rosenbluth Universidad Adolfo Ibáñez, Chile Laborín Álvarez, Jesús Francisco Universidad del Desarrollo Profesional; Universidad del Valle de México, Campus Hermosillo, y Universidad Kino México Lara Barrón, Ana María Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Lara Cruz, Elba Instituto Tecnológico de Minatitlán, México Lara Morales, Horacio Universidad de las Américas, México Lazo Soto, María José Universidad La Salle, Laguna, México Leal Leal, Amado Universidad de Occidente, Culiacán, México Leal Ontiveros, Ileana Paola Instituto Tecnológico de los Mochis, México Leyva Ureña, Herminio Cucea, Universidad de Guadalajara, México López Arciga, Gerardo de Jesús Universidad Popular Autónoma del Estado de Puebla, México López González, Benjamín Instituto Tecnológico de Toluca, México López Inda, Karina Azucena Escuela de Contabilidad y Admnistración, Universidad Autónoma de Sinaloa, México López Méndez, Magnolia del R. Universidad Autónoma de Campeche, México López Ramírez, Evangelina Facultad de Ciencias Humanas, Universidad Autónoma de Baja California, México López Reyes, Alejandro Universidad La Salle, México López Rodríguez, Mayli Universidad del Valle de México, Campus San Ángel, México López Roman, Marlén Universidad de Occidente, Culiacán, México López Romo, Carlos Fernando Instituto del Medio Ambiente del Estado de Aguascalientes, México Lugo Galera, Carlos Universidad Iberoamericana, D.F., México Lugo Medina, Eder Instituto Tecnológico de los Mochis, México Luna Reyes, Dayana Universidad Autónoma del Estado de Hidalgo, México Luna Sierra, María Montserrat Universidad Autónoma del Estado de México, Ecatepec, México Madera Carrillo, Humberto Instituto Tecnológico de Estudios Superiores de Occidente, Guadalajara, México www.FreeLibros.com
- 36. xxxiv Agradecimientos especiales Magaña Mena, Juan José Universidad Juárez Autónoma de Tabasco, México Maldonado Martínez, Miriam Mariana Facultad de Contaduría y Administración, Universidad Autónoma del Estado de México, México Maldonado Santos, Beatriz Universidad Autónoma de Ciudad Juárez, México Mancilla Miranda, Fernando Manuel Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, México Márquez Borbón, Raymundo Instituto Tecnológico de Sonora, México Martín del Campo de la Colina, Instituto Tecnológico de Sonora, México Consuelo Guadalupe Martínez Flores, Rogelio Universidad Autónoma Metropolitana Xochimilco, México Martínez López, Armando Centro Universitario de la Costa Sur, Universidad de Guadalajara, México Martínez Sáenz, Enrico Instituto de Estudios Superiores de Tamaulipas, México Martínez Sánchez, Arturo Universidad del Valle de Atemajac, Guadalajara, México Mascarúa Alcázar, Miguel Antonio Universidad Popular Autónoma del Estado de Puebla, México Maytorena Noriega, María de los Ángeles Universidad de Sonora, México Medina Pereda, José Ángel Universidad de Occidente, Culiacán, México Mejía Zarazúa, Humberto Universidad Autónoma del Estado de Hidalgo y Universidad La Salle, Pachuca, México Mendiola Romero, Jaime Alejandro Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Guadalajara, México Mendoza Lavín, Georgina Universidad de Occidente, Culiacán, México Mendoza, Héctor Manuel Universidad de Sonora, México Mercado Salgado, Patricia Facultad de Contaduría y Administración, Universidad Autónoma del Estado de México, México Merino Fuentes, Alejandro Fabio Universidad Franco-Mexicana del Valle de México y La Salle, México Mesinas Cortés, César Instituto Tecnológico de Hermosillo, México Miranda Chávez, Rosa María Instituto Universitario del Estado de México y Centro Universitario de Ixtlahuaca, México Miranda López, Itzel Universidad de Occidente, Culiacán, México Miranda Palacios, Jorge Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Mojardin, Ambrosio Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Molina Salazar, Raúl Enrique Universidad Autónoma Metropolitana Iztapalapa, México Montalvo, Dionisio Universidad Metropolitana, Puerto Rico Montaño Cervantes, Felipe de Jesús Centro Universitario de Ciencias Económico-Administrativas/ Universidad de Guadalajara, México Montaño, Elizabeth Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Montero Pereyra, Lourdes Universidad Olmeca, Tabasco, México Montoya Avecías, Jorge Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Montoya, Martha Instituto Tecnológico de Culiacán, México Mora Brito, Ángel H. Universidad Cristóbal Colón Veracruz, México Morales Álvarez, Leticia Universidad del Valle de México, Campus San Rafael, México www.FreeLibros.com
- 37. xxxv Agradecimientos especiales Morales Cruz, María del Carmen Instituto Tecnológico Superior de Centla, México Mota Flores, Irma Patricia Universidad Veracruzana, Región Veracruz, México Muñoz López, Francisco Facultad de Ingeniería, Universidad Autónoma de Tlaxcala, México Obeso Montoya, David Instituto Tecnológico de Culiacán, México Ochoa Alcántar, José Manuel Instituto Tecnológico de Sonora, México Ochoa Hernández, María Bernardett Cento Universitario de Ciencias Económico-Administrativas, Universidad de Guadalajara, México Octavio Tapia Fonllem, Esar Universidad de Sonora, México Ornelas Tavares, Patricia Instituto Tecnológico y de Estudios Superiores de Occidente y Universidad Panamericana, Campus Guadalajara México Orozco Antelmo, Raymundo Instituto Tecnológico de Zitácuaro, México Orozco Jara, Rito Abel Universidad de Guadalajara, México Osorio, Marcos Universidad de Occidente, Los Mochis, México Palacio, Jorge Universidad del Norte, Barranquilla, Colombia Parra, Natanael Instituto Tecnológico de los Mochis, México Pastrana Gutiérrez, Belinda Instituto Tecnológico de Minatitlán, Veracruz, México Peña Gómez, Adriana del Carmen Universidad Tecnológica de Guadalajara, México Peraza González, Carmen D. Universidad del Este, Puerto Rico Pérez Luque, Gilberto Instituto Tecnológico de Culiacán, México Pérez Martínez, Gaspar Alberto Instituto Tecnológico de Campeche, México Pérez Mendía, Ernesto Antonio Universidad La Salle, Universidad del Valle de México, Universidad Intercontinental y Universidad Simón Bolívar, México Pérez Orta, Eduardo Esime Culhuacán, Instituto Politécnico Nacional, México Pérez Soltero, Alonso Universidad de Sonora, México Pinzón Lizarraga, Leny Michele Instituto Tecnológico de Mérida, México Ponce Martínez, Guadalupe Universidad de Occidente, Culiacán, México Poras Aguirre, Josefina Instituto Tecnológico de Comitán, Chiapas, México Puga Reyes, Francisco Joaquín Instituto Tecnológico de Campeche, México Quijano Vega, Gil Arturo Instituto Tecnológico de Hermosillo, México Quintero García, Rosa Delia Universidad de Occidente, Culiacán, México Ramírez Buentello, Universidad La Salle Noroeste, México María Guadalupe Leticia Ramírez Lozano, Raúl Instituto Tecnológico de Cancún, México Ramos Espinal, Marco Antonio Universidad Católica de Honduras, Honduras Ramos Estrada, Dora Yolanda Instituto Tecnológico de Sonora, Ciudad Obregón, México Ramos Sánchez, Pedro Alfonso Universidad Autónoma del Estado de Hidalgo, México Rangel Cervantes, Patricia Guadalupe Instituto Tecnológico de Culiacán, México Rebollar, Gerardo Adán Instituto Tecnológico de Iguala, México Rendón Ortiz, María Isabel Instituto Tecnológico Superior de Cajeme, México Reyes Castellanos, María Elena Instituto Tecnológico de Minatitlán, México Reyes Medina, Hernández Universidad del Mar, Oaxaca, México Reyes Medina, Soraida Martina C.B.T.I.S. 206, México Ríos Herrera, Alfonso Universidad La Salle, México Ríos Quintana, Samuel Diamante Instituto Tecnológico de la Laguna y Universidad Iberoamericana, Plantel Laguna, México www.FreeLibros.com
- 38. xxxvi Agradecimientos especiales Rivas Rivera, Felipe Centro Universitario de Ciencias de la Salud, Universidad de Guadalajara, México Robles Estrada, Erika Universidad Autónoma del Estado de México Rodríguez Alegría, Agustina Universidad de Guadalajara, México Rodríguez Arechavaleta, Carlos Manuel Universidad Iberoamericana, D.F., México Rodríguez García, José Luis Instituto Tecnológico de Chilpancingo, México Rodríguez Quintero, Gloria Beatriz Universidad de Occidente, Culiacán, México Roldán Rojas, Juan Homero Universidad Autónoma del Estado de Hidalgo y Centro Universitario Siglo XXI, México Romano Molinar, Roberto Francisco Instituto Tecnológico de Toluca, México Romero Ceronio, Nancy Universidad Juárez Autónoma de Tabasco, México Romero Ramírez, Mucio Alejandro Universidad Autónoma del Estado de Hidalgo, México Romero, Carolina Escuela de Contabilidad y Administración, Universidad Autónoma de Sinaloa, México Romero, Gloria Universidad del Valle de México, Campus Tlalpan, México Romo, Verónica Universidad Central, Chile Rosado Castillo, Ana María Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, México Ross Argüelles, Guadalupe de la Paz Instituto Tecnológico de Sonora, México Rubio, Guillermo Instituto Tecnológico de Culiacán, México Ruiz García, Rosa Isela Facultad de Estudios Superiores Iztacala, Universidad Nacional Autónoma de México, México Ruiz Contreras, Alejandra Evelyn Facultad de Psicología, Universidad Nacional Autónoma de México, México Ruiz Elías Troy, Laura Irene Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Guadalajara, México Ruiz Ortega, Mario Universidad de Guadalajara, México Ruiz Rivas, José Rolando Universidad Católica de Honduras, Honduras Salazar Alcaraz, Aida Universidad de Occidente, Culiacán, México Salazar Calderón, Enrique Eduardo Instituto Tecnológico y de Estudios Superiores de Occidente, México Salgado Vega, María del Carmen Facultad de Economía, Universidad Autónoma del Estado de México, México Sánchez Ferrer, Lizbeth Instituto Tecnológico de Veracruz, México Sánchez Juárez, Ezequiel Instituto Politécnico Nacional, Esime Culhuacán, México Sánchez Lara, Enrique Universidad Popular Autónoma del Estado de Puebla México Sánchez Morraz, Ana María Universidad Nacional Autónoma de Nicaragua, Nicaragua Sánchez Trejo, Víctor Gabriel Universidad Autónoma del Estado de Hidalgo, México Santamaría Suárez, Sergio Instituto de Ciencias de la Salud, Universidad Autónoma del Estado de Hidalgo, México Saracho Zamora, Sergio Ernesto Universidad de Occidente, Culiacán, México Sauceda Pérez, José Antonio Instituto Tecnológico de Culiacán, México Serrano Camarena, Diana E. Centro Universitario de Ciencias Sociales y Humanidades, Universidad de Guadalajara, México Silva Riquelme, Pedro Alejandro Universidad del Desarrollo, Chile Silva Silva, María Irene Universidad Autónoma Metropolitana Iztapalapa, México www.FreeLibros.com
- 39. xxxvii Agradecimientos especiales Suárez S. Rafael H. Universidad Santo Tomás, Seccional Bucaramanga; Universidad Cooperativa de Colombia y Escuela Superior de Administración Pública, Territorial Santander; Colombia Tiburcio Silver, Adriana Instituto Tecnológico de Estudios Superiores de Occidente, Guadalajara, México Toledo, César Itesus Mazatlán, México Torres Castro, Hilda Soledad Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, México Torres Orozco, Claudia Graciela Universidad Politécnica de Altamira y Universidad Valle de México, Campus Tampico, México Torres Ríos, Dante Universidad del Valle de México, Campus San Rafael, México Torresillas Ureta, Martha Universidad de Occidente, Culiacán, México Trujillo Grás, Omar Instituto Tecnológico y de Estudios Superiores de Occidente; Universidad del Valle de México, Campus Guadalajara, y Universidad de Guadalajara, México Ureta Torrecillas, Martha Esther Universidad de Occidente, Unidad Culiacán, México Urías Chávez, César Alonso Escuela de Psicología, Universidad Autónoma de Sinaloa, Culiacán, México Valdez Medina, José Luis Facultad de Ciencias de la Conducta, Universidad Autónoma del Estado de México, México Valencia Herrera, Humberto Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Ciudad de México, México Valencia Méndez, Salvador Instituto Tecnológico de Iguala, México Vales García, Javier José Instituto Tecnológico de Sonora, México Vasquez Valenzuela, Maribel Andrea Universidad Santo Tomás, Sede Santiago, Chile Vázquez Medina, Benjamín Univer Guadalajara y Universidad Tecnológica de Jalisco, México Vázquez Peña, Moisés Instituto Tecnológico de Chilpancingo, México Vega Osuna, Luis Universidad de Occidente, Culiacán, México Victorica Pérez, Carmen Verónica Universidad del Valle de Atemajac, México Villarroel Muñoz, Felipe Universidad del Mar, Sede Maipú, Chile Villegas Quezada, Carlos Universidad Iberoamericana, D.F., México Willcox Hoyos, María del Rocío Universidad Iberoamericana y Universidad Intercontinental, México Wilson Oropeza, David René Universidad del Valle de México, Campus San Ángel, y Universidad Nacional Autónoma de México, México Yañez Moneda, Alicia Lucrecia Universidad Popular Autónoma del Estado de Puebla, México Zamarripa Franco, Román Alberto Instituto de Estudios Superiores de Tamaulipas, México Zamora Barrera, Elsie E. Universidad Iberoamericana, D.F., México Zapiain García, Ernestina Inés Universidad Autónoma Metropolitana Iztapalapa, México Zavaleta Rito, Alfredo Universidad Cristóbal Colón, Veracruz, México www.FreeLibros.com
- 40. xxxviii Estructura pedagógica Estructura pedagógica La estrategia pedagógica en que se apoya este libro ha sido ampliamente probada y aceptada por sus múltiples lectores y usuarios. En cada capítulo el estudiante encontrará: Paso 5 Establecimiento de las hipótesis • Analizar la conveniencia de formular o no hipótesis que orienten el resto de la investigación. • Formular las hipótesis de la investigación, si se ha considerado conveniente. • Precisar las variables de las hipótesis. • Definir conceptualmente las variables de las hipótesis. • Definir operacionalmente las variables de las hipótesis. Proceso de investigación cuantitativa Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Conocer las actividades que debe realizar para revisar la literatura relacionada con un problema de investigación cuantitativa. 2 Ampliar sus habilidades en la búsqueda y revisión de la literatura, así como en el desarrollo de perspectivas teóricas. 3 Estar capacitado para, con base en la revisión de la literatura, construir marcos teóricos o de referencia que contextualicen un problema de investigación cuantitativo. 4 Comprender el papel que desempeña la literatura dentro del proceso de la investigación cuantitativa. Síntesis En el capítulo se comenta y profundiza la manera de contextualizar el pro- blema de investigación planteado, mediante el desarrollo de una perspectiva teórica. Se detallan las actividades que un investigador lleva a cabo para tal efec- to: detección, obtención y consulta de la literatura pertinente para el proble- ma de investigación, extracción y recopilación de la información de interés y construcción del marco teórico. del que se deriva(n) • Mismas opciones que las hipótesis de investigación • Mismas opciones que las hipótesis de investigación • No se formulan • Cuando se pronostica un hecho o dato • Se formulan hipótesis correlacionales • Se formulan hipótesis causales Características • Referirse a una situación real • Sus variables o términos deben ser comprensibles, precisos y concretos • Las variables deben ser definidas conceptual y operacionalmente • Las relaciones entre variables deben ser claras y verosímiles • Los términos o variables, así como las relaciones entre ellas, deben ser obsevables y medibles • Deben relacionarse con técnicas disponibles para probarse Se formulan según el alcance del estudio Exploratorio Descriptivo Correlacional Explicativo • Descriptivas de un valor o dato pronosticado • Correlacionales • De la diferencia de grupos • Causales • De estimación • De correlación • De diferencia de medias De investigación Nulas Alternativas Estadísticas* lleva al El desarrollo de la perspectiva teórica Planteamiento del problema Tipos Hipótesis Son explicaciones tentativas de la relación entre dos o más variables Sus funciones son: • Guiar el estudio • Proporcionar explicaciones • Apoyar la prueba de teorías * El desarrollo del tema hipótesis estadísticas lo puede consultar al inicio del capítulo 8 del CD anexo: “Análisis estadístico: segunda parte”. • Esquema del proceso que se está estudiando para que el estudiante lo ubique en relación con el esque- ma completo de la obra. • Los mapas conceptuales permiten relacionar de manera fácil los con- ceptos y puntos relevantes • Síntesis y objetivos del aprendizaje al inicio de cada capítulo, a fin de que el lector sepa cuáles son los temas de estudio y lo que se espera de su avance en la revisión del texto. www.FreeLibros.com
- 41. xxxix Estructura pedagógica • Ejemplos insertos en el texto conforme se desarrollan los temas con el objeto de reforzar de manera inmediata los puntos estudiados. EJEMPLO Del diseño de preprueba-posprueba con grupo de control Un investigador desea analizar el efecto de utilizar un DVD didáctico con canciones para enseñar hábitos higiénicos a los niños de cuatro a cinco años de edad. Pregunta de investigación: ¿los DVD didácticos musicalizados son más efectivos para enseñar hábitos higiénicos a los niños de cuatro a cinco años de edad, en comparación con otros métodos tradicionales de enseñanza? Hipótesis de investigación: “los DVD didácticos constituyen un método más efectivo de enseñanza de hábitos higiénicos a niños de cuatro a cinco años, que la explicación verbal y los libros impresos”. Cien niños de cuatro a cinco años de edad se asignan al azar a cuatro grupos: 1) un grupo recibirá ins- trucción sobre hábitos higiénicos por medio de un DVD con caricaturas y canciones, con duración de 30 minutos; 2) otro grupo recibirá explicaciones de hábitos higiénicos de una maestra instruida para ello, la ilustración durará 30 minutos y no se permiten preguntas; 3) el tercer grupo leerá un libro infantil ilustra- do con explicaciones sobre hábitos higiénicos (la publicación está diseñada para que un niño promedio de cuatro a cinco años la lea en 30 minutos); 4) el grupo de control verá un DVD sobre otro tema durante 30 minutos. Los grupos permanecerán simultáneamente en cuatro salones de clases. Todas las explicaciones (DVD, instrucción oral y libro) contendrán la misma información y las instrucciones son estándares. Antes del inicio del tratamiento experimental, a todos los grupos se les aplicará una prueba sobre conocimiento de hábitos higiénicos especialmente diseñada para niños, del mismo modo se aplicará una vez que hayan recibido la explicación por el medio que les correspondió. El ejemplo se esquematizaría de la forma en que lo muestra la tabla 7.2. Tabla 7.2 Diagrama del ejemplo de diseño de preprueba posprueba con grupo de control. RG1 01 Video didáctico (X1 ) 02 RG2 03 Explicación verbal (X2 ) 04 RG3 05 Lectura de libro ilustrado (X3 ) 06 RG4 07 No estímulo 08 Prueba de conocimientos higiénicos Prueba de conocimientos higiénicos 191 Conceptos básicos Resumen • En el capítulo se definió el concepto de muestra. • Además, se describió cómo seleccionar una mues- tra en el proceso cuantitativo. Lo primero que se debe plantear es sobre qué o quiénes se van a recolectar los datos, lo cual corresponde a pre- cisar la unidad de análisis. Después, se procede a delimitar claramente la población, con base en los objetivos del estudio y en cuanto a caracterís- ticas de contenido, de lugar y de tiempo. • La muestra es un subgrupo de la población y pue- de ser probabilística o no probabilística. • Elegir qué tipo de muestra se requiere depende del enfoque y alcances de la investigación, los objetivos del estudio y el diseño. • En el enfoque cuantitativo las muestras probabi- lísticas son esenciales en diseños de investigación por encuestas, donde se pretenden generalizar los resultados a una población. La característica de este tipo de muestras es que todos los elementos de la población al inicio tienen la misma probabili- dad de ser elegidos. Así, los elementos muestrales tendrán valores muy aproximados a los valores de la población, ya que las mediciones del subcon- junto serán estimaciones muy precisas del conjunto mayor. Tal precisión depende del error de muestreo, llamado también error estándar. • Para una muestra probabilística necesitamos dos elementos: determinar el tamaño adecuado de la muestra y seleccionar los elementos muestrales en forma aleatoria. • El tamaño de la muestra se calcula mediante fórmulas o por medio del programa STATS® , que se encuentra en el CD que acompaña al libro. • Las muestras probabilísticas son: simples, estra- tificadas, sistemáticas y por racimos. La estrati- ficación aumenta la precisión de la muestra e implica el uso deliberado de submuestras para cada estrato o categoría que sea relevante en la población. Muestrear por racimos o conglomera- dos implica diferencias entre la unidad de análi- sis y la unidad muestral. En este tipo de muestreo hay una selección en varias etapas, todas con procedimientos probabilísticos. En la primera se seleccionan los racimos y dentro de los racimos, a los participantes que van a ser medidos. • Los elementos muestrales de una muestra pro- babilística siempre se eligen aleatoriamente para asegurarnos de que cada elemento tenga la mis- ma probabilidad de ser seleccionado. Es posi- ble utilizar cuatro procedimientos de selección: 1) tómbola, 2) números aleatorios, 3) uso del subprograma de números aleatorios del STATS® y 4) selección sistemática. Todo procedimiento de selección depende de listados o bases de datos, ya sea existentes o construidas ad hoc. Los listados pueden ser: la guía telefónica, listas de asocia- ciones, listas de escuelas oficiales, etc. Cuando no existen listas de elementos de la población, se recurre a otros marcos de referencia que con- tengan descripciones del material, organizaciones o participantes seleccionados como unidades de análisis. Algunos de éstos pueden ser archivos, hemerotecas y mapas, así como internet. • Las muestras no probabilísticas pueden también llamarse muestras dirigidas, pues la elección de casos depende del criterio del investigador. • En el teorema del límite central se señala que una muestra de más de cien casos será una muestra con una distribución normal en sus caracterís- ticas; sin embargo, la normalidad no debe con- fundirse con probabilidad. Mientras lo primero es necesario para efectuar pruebas estadísticas, lo segundo es requisito indispensable para hacer inferencias correctas sobre una población. • La m de s • Eleg del obje en f • El fórm se e • Las Conceptos básicos Base de datos Elementos muestrales Error estándar Muestra Muestra no probabilística o dirigida Muestra probabilística Nivel deseado de confianza Población Representatividad Selección aleatoria Selección sistemática Tamaño de muestra Teorema del límite central Unidad de análisis Unidad muestral • Glosario marginal, resumen y lista de conceptos básicos como herramientas fundamentales de repaso. Por tanto, para seleccionar una muestra, lo primero que hay que hacer es definir la unidad de análisis (individuos, organizaciones, periódicos, comunidades, situaciones, eventos, etc.). Una vez definida la unidad de análisis se delimita la población. Para el proceso cuantitativo la muestra es un subgrupo de la población de interés sobre el cual se recolectarán datos, y que tiene que definirse o delimitarse de antemano con precisión, éste deberá ser representativo de dicha población. El Muestra Subgrupo de la población del cual se recolectan los datos y debe ser representativo de ésta. 2 www.FreeLibros.com
- 42. xl Estructura pedagógica • Ejercicios donde el lector tiene un paráme- tro de su avance en el aprendizaje. • Ejemplos desarrollados conforme se analiza cada enfoque con el objeto de reforzar de manera inmediata los puntos estudiados. 88 Capítulo 5 Definición del alcance de la investigación a realizar Ejercicios 1. Plantee una pregunta sobre un problema de investigación exploratorio, uno descriptivo, uno correlacional y uno explicativo. 2. Acuda a un lugar donde se congreguen varias personas (un estadio de fútbol, una cafetería, un centro comercial, una fiesta) y observe todo lo que pueda del lugar y lo que está sucedien- do; después, deduzca un tópico de estudio y establezca una investigación con alcance corre- lacional y explicativo. Las siguientes preguntas de investigación a qué tipo de estudio corresponden (consulte las respuestas en el CD anexo → Apéndice 3 → respuestas a los ejercicios). a) ¿A cuánta inseguridad se exponen los habi- tantes de la ciudad de Madrid?, ¿en prome- dio cuántos asaltos ocurrieron diariamente durante los últimos 12 meses?, ¿cuántos robos a casa-habitación?, ¿cuántos homi- cidios?, ¿cuántos asaltos a comercios?, ¿cuántos robos de vehículos automotores?, ¿cuántos lesionados? b) ¿Qué opinan los empresarios panameños de las tasas impositivas hacendarias? c) ¿El alcoholismo en las esposas genera mayor número de abandonos y divorcios que el alcoholismo en los maridos? (En los matrimonios de clase alta y origen latino- americano que viven en Nueva York.) d) ¿Cuáles son las razones por las que un deter- minado programa tuvo el mayor teleaudito- rio en la historia de la televisión de cierto país? 3. Respecto del problema de investigación que se planteó en el capítulo 3, ¿a qué tipo de estudio corresponde? Ejemplos desarrollados La televisión y el niño La investigación se inicia como descriptiva y finali- zará como descriptiva/correlacional, ya que pretende analizar los usos y las gratificaciones de la televisión en niños de diferentes niveles socioeconómicos, edades, géneros y otras variables (se relacionarán nivel socioeconómico y uso de la televisión, entre otras). La pareja y la relación ideales La investigación se inicia como descriptiva, ya que se pretende que los universitarios participantes caractericen mediante calificativos a la pareja y la relación ideales (prototipos), pero al final será corre- lacional, pues vinculará los calificativos utilizados para describir a la pareja ideal con los atribuidos a la relación ideal. Asimismo, intentará jerarquizar tales calificativos. El abuso sexual infantil Esta investigación tiene un alcance correlacional/ explicativo. Correlacional debido a que determinará la relación entre dos medidas, una cognitiva y la otra conductual, para evaluar los programas de preven- ción del abuso en niñas y niños entre cuatro y seis años de edad. Explicativo, porque pretende analizar cuál posee mayor validez y confiabilidad, así como las razones de ello. q re re a Creo que debemos hacerles ver a los estudiantes que comprender el método científico no es difícil y que, por lo tanto, investigar la realidad tampoco lo es. La investigación bien utilizada es una valiosa herramienta del profesional en cualquier área; no hay mejor forma de plantear soluciones eficientes y creativas para los problemas que tener conocimien- tos profundos acerca de la situación. También, hay que hacerles comprender que la teoría y la realidad no son polos opuestos, sino que están totalmente relacionados. Un problema de investigación bien planteado es la llave de la puerta de entrada al trabajo en gene- ral, pues de esta manera permite la precisión en los límites de la investigación, la organización adecuada del marco teórico y las relaciones entre las variables; en consecuencia, es posible llegar a resolver el pro- blema y generar datos relevantes para interpretar la realidad que se desea aclarar. En un mismo estudio es posible combinar dife- rentes enfoques; también estrategias y diseños, puesto que se puede estudiar un problema cuan- titativamente y, a la vez, entrar a niveles de mayor profundidad por medio de las estrategias de los estudios cualitativos. Se trata de un excelente modo de estudiar las complejas realidades del comporta- miento social. En cuanto a los avances que se han logrado en investigación cuantitativa, destaca la creación de instrumentos para medir una serie de fenómenos psicosociales que hasta hace poco se considera- ban imposibles de abordar científicamente. Por otro lado, el desarrollo y uso masivo de la computadora en la investigación ha propiciado que se facilite el uso de diseños, con los cuales es posible estudiar múltiples influencias sobre una o más variables. Lo anterior acercó la compleja realidad social a la teoría científica. Los investigadores opinan • Al final de cada capítulo, la sección “Los investigadores opinan”, donde se muestran puntos de vista de académicos acerca de la investigación científica. www.FreeLibros.com
- 43. Los enfoques cuantitativo y cualitativo en la investigación científica L y i 1 PARTE www.FreeLibros.com
- 44. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Definir los enfoques cuantitativo y cualitativo de la investigación. 2 Reconocer las características de los enfoques cuantitativo y cualitativo de la investigación. 3 Identificar los procesos cuantitativo y cualitativo de la investigación. 4 Determinar las similitudes y diferencias entre los enfoques cuantitativo y cualitativo de la investigación. Síntesis En el capítulo se definen los enfoques cuantitativo y cualitativo de la inves- tigación, sus similitudes y diferencias. Asimismo, se identifican las caracte- rísticas esenciales de cada enfoque, y se destaca que ambos han sido herra- mientas igualmente valiosas para el desarrollo de las ciencias. Por otro lado, se presentan en términos generales los procesos cuantitativo y cualitativo de la investigación. • Enfoque cuantitativo. • Enfoque cualitativo. • Enfoque mixto. Metodología de la investigación Definiciones de los enfoques cuantitativo y cualitativo, sus similitudes y diferencias Capítulo De cu sim 1 www.FreeLibros.com
- 45. Enfoques de la investigación Cuantitativo Mixto Cualitativo Proceso • Secuencial • Deductivo • Probatorio • Analiza la realidad objetiva Proceso • Inductivo • Recurrente • Analiza múltiples realidades subjetivas • No tiene secuencia lineal Bondades • Generalización de resultados • Control sobre fenómenos • Precisión • Réplica • Predicción Combinación del enfoque cuantitativo y el cualitativo Bondades • Profundidad de significados • Amplitud • Riqueza interpretativa • Contextualiza el fenómeno Características • Mide fenómenos • Utiliza estadística • Prueba hipótesis • Hace análisis de causa-efecto Características • Explora los fenómenos en profundidad • Se conduce básicamente en ambientes naturales • Los significados se extraen de los datos • No se fundamenta en la estadística En el capítulo 1 del CD que acompaña este libro, encontrará información sobre la historia de los enfoques cuantitativo, cualitativo y mixto, y en el capítulo 12, una ampliación de los métodos mixtos a este capítulo y al 17 de esta misma obra. www.FreeLibros.com
- 46. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 4 ¿Cómo se define la investigación? La investigación es un conjunto de procesos sistemáticos, críticos y empíricos que se aplican al estudio de un fenómeno. ¿Qué enfoques se han presentado en la investigación? A lo largo de la Historia de la Ciencia han surgido diversas corrientes de pensamiento —como el empirismo, el materialismo dialéctico, el positivismo, la fenomenología, el estructuralismo— y diver- sos marcos interpretativos, como la etnografía y el constructivismo, que han originado diferentes rutas en la búsqueda del conocimiento. No se profundizará por ahora en ellas; su revisión, aunque breve, se incluye en el CD que acompaña a esta edición.1 Sin embargo, y debido a las diferentes premisas que las sustentan, desde el siglo pasado tales corrientes se han “polarizado” en dos aproximaciones princi- pales para indagar: el enfoque cuantitativo y el enfoque cualitativo de la investigación.2 Ambos enfoques emplean procesos cuidadosos, metódicos y empíricos en su esfuerzo para generar conocimiento, por lo que la definición previa de investigación se aplica a los dos por igual, y utilizan, en términos generales, cinco fases similares y relacionadas entre sí (Grinnell, 1997): 1. Llevan a cabo la observación y evaluación de fenómenos. 2. Establecen suposiciones o ideas como consecuencia de la observación y evaluación realizadas. 3. Demuestran el grado en que las suposiciones o ideas tienen fundamento. 4. Revisan tales suposiciones o ideas sobre la base de las pruebas o del análisis. 5. Proponen nuevas observaciones y evaluaciones para esclarecer, modificar y fundamentar las supo- siciones e ideas; o incluso para generar otras. Sin embargo, aunque las aproximaciones cuantitativa y cualitativa comparten esas estrategias generales, cada una tiene sus propias características. ¿Qué características posee el enfoque cuantitativo de investigación? El enfoque cuantitativo (que representa, como dijimos, un conjunto de procesos) es secuencial y probatorio. Cada etapa precede a la siguiente y no podemos “brincar o eludir” pasos,3 el orden es riguroso, aunque, desde luego, podemos redefinir alguna fase. Parte de una idea, que va acotándose y, una vez delimitada, se derivan objetivos y preguntas de investigación, se revisa la literatura y se construye un marco o una perspectiva teórica. De las preguntas se establecen hipótesis y determinan variables; se desarrolla un plan para probarlas (diseño); se miden las variables en un determinado contexto; se analizan las mediciones obtenidas (con frecuencia utilizando métodos estadísticos), y se establece una serie de conclusiones respecto de la(s) hipótesis. Este proceso se representa en la figura 1.1 y se desarrollará en la segunda parte del libro. sos marcos interp en la búsqueda de incluye en el CD las sustentan, des pales para indaga 1 En el CD anexo al presente libro, el lector encontrará un capítulo sobre los antecedentes de las aproximaciones cuantitativa y cualitativa (vea el primer capítulo: “Historia de los enfoques cuantitativo, cualitativo y mixto”). 2 Aunque en el CD se profundiza más en este tema, por ahora basta decir que el enfoque cuantitativo en las ciencias sociales se origina fundamentalmente en la obra de Auguste Comte (1798-1857) y Émile Durkheim (1858-1917). Ellos propusieron que el estu- dio sobre los fenómenos sociales requiere ser “científico”, es decir, susceptible a la aplicación del mismo método que se utilizaba con éxito en las ciencias naturales. Tales autores sostenían que todas las “cosas” o fenómenos que estudiaban las ciencias eran medibles. A esta corriente se le llama positivismo. El enfoque cualitativo tiene su origen en otro pionero de las ciencias sociales: Max Weber (1864-1920), quien introduce el térmi- no “verstehen” o “entender”, con lo que reconoce que además de la descripción y medición de variables sociales, deben considerarse los significados subjetivos y la comprensión del contexto donde ocurre el fenómeno. Weber propuso un método híbrido, con herra- mientas como los tipos ideales, en donde los estudios no sean únicamente de variables macrosociales, sino de instancias individuales. 3 Por ejemplo, no podemos definir y seleccionar la muestra, si aún no hemos establecido las hipótesis; tampoco es posible reco- lectar o analizar datos si previamente no hemos desarrollado el diseño o definido la muestra. 2 1 Enfoque cuantitativo Usa la reco- lección de datos para probar hipótesis, con base en la medición numérica y el análisis estadístico, para establecer patrones de comportamiento y probar teorías. www.FreeLibros.com
- 47. ¿Qué características posee el enfoque cuantitativo de investigación? 5 El enfoque cuantitativo tiene las siguientes características: 1. El investigador o investigadora plantea un problema de estudio delimitado y concreto. Sus preguntas de investigación versan sobre cuestiones específicas. 2. Una vez planteado el problema de estudio, el investigador o investigadora considera lo que se ha investigado anteriormente (la revisión de la literatura) y construye un marco teórico (la teoría que habrá de guiar su estudio), del cual deriva una o varias hipótesis (cuestiones que va a examinar si son ciertas o no) y las somete a prueba mediante el empleo de los diseños de investigación apro- piados. Si los resultados corroboran las hipótesis o son congruentes con éstas, se aporta evidencia en su favor. Si se refutan, se descartan en busca de mejores explicaciones y nuevas hipótesis. Al apoyar las hipótesis se genera confianza en la teoría que las sustenta. Si no es así, se descartan las hipótesis y, eventualmente, la teoría. 3. Así, las hipótesis (por ahora denominémoslas creencias) se generan antes de recolectar y analizar los datos. 4. La recolección de los datos se fundamenta en la medición (se miden las variables o conceptos con- tenidos en las hipótesis). Esta recolección se lleva a cabo al utilizar procedimientos estandarizados y aceptados por una comunidad científica. Para que una investigación sea creíble y aceptada por otros investigadores, debe demostrarse que se siguieron tales procedimientos. Como en este enfo- que se pretende medir, los fenómenos estudiados deben poder observarse o referirse en el “mundo real”. 5. Debido a que los datos son producto de mediciones se representan mediante números (cantidades) y se deben analizar a través de métodos estadísticos. 6. En el proceso se busca el máximo control para lograr que otras explicaciones posibles distintas o “rivales” a la propuesta del estudio (hipótesis), sean desechadas y se excluya la incertidumbre y minimice el error. Es por esto que se confía en la experimentación y/o las pruebas de causa-efecto. 7. Los análisis cuantitativos se interpretan a la luz de las predicciones iniciales (hipótesis) y de estu- dios previos (teoría). La interpretación constituye una explicación de cómo los resultados encajan en el conocimiento existente (Creswell, 2005). 8. La investigación cuantitativa debe ser lo más “objetiva” posible.4 Los fenómenos que se observan y/o miden no deben ser afectados por el investigador. Éste debe evitar en lo posible que sus temo- Revisión de la literatura y desarrollo del marco teórico Recolección de los datos Visualización del alcance del estudio Definición y selección de la muestra Elaboración de hipótesis y definición de variables Desarrollo del diseño de investigación Planteamiento del problema Análisis de los datos Idea Elaboración del reporte de resultados Fase 3 Fase 8 Fase 4 Fase 7 Fase 5 Fase 6 Fase 2 Fase 9 Fase 1 Fase 10 Figura 1.1 Proceso cuantitativo. 4 Desde luego, sabemos que no existe la objetividad “pura o completa”. 3 www.FreeLibros.com
- 48. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 6 res, creencias, deseos y tendencias influyan en los resultados del estudio o interfieran en los proce- sos y que tampoco sean alterados por las tendencias de otros (Unrau, Grinnell y Williams, 2005). 9. Los estudios cuantitativos siguen un patrón predecible y estructurado (el proceso) y se debe tener presente que las decisiones críticas se efectúan antes de recolectar los datos. 10. En una investigación cuantitativa se pretende generalizar los resultados encontrados en un grupo o segmento (muestra) a una colectividad mayor (universo o población). También se busca que los estudios efectuados puedan replicarse. 11. Al final, con los estudios cuantitativos se intenta explicar y predecir los fenómenos investigados, buscando regularidades y relaciones causales entre elementos. Esto significa que la meta principal es la construcción y demostración de teorías (que explican y predicen). 12. Para este enfoque, si se sigue rigurosamente el proceso y, de acuerdo con ciertas reglas lógicas, los datos generados poseen los estándares de validez y confiabilidad, y las conclusiones derivadas contribuirán a la generación de conocimiento. 13. Esta aproximación utiliza la lógica o razonamiento deductivo, que comienza con la teoría y de ésta se derivan expresiones lógicas denominadas hipótesis que el investigador busca someter a prueba. 14. La investigación cuantitativa pretende identificar leyes universales y causales (Bergman, 2008). 15. La búsqueda cuantitativa ocurre en la realidad externa al individuo. Esto nos conduce a una expli- cación sobre cómo se concibe la realidad con esta aproximación a la investigación. Para este último fin utilizaremos la explicación de Grinnell (1997) y Creswell (1997) que consta de cuatro párrafos: 1. Hay dos realidades: la primera es interna y consiste en las creencias, presuposiciones y experiencias subjetivas de las personas. Éstas llegan a variar: desde ser muy vagas o generales (intuiciones) hasta ser creencias bien organizadas y desarrolladas lógicamente a través de teorías formales. La segunda realidad es objetiva, externa e independiente de las creencias que tengamos sobre ella (la autoestima, una ley, los mensajes televisivos, una edificación, el sida, etc., ocurren, es decir, cada una consti- tuye una realidad a pesar de lo que pensemos de ella). 2. Esta realidad objetiva es susceptible de conocerse. Bajo esta premisa, resulta posible investigar una realidad externa y autónoma del investigador. 3. Se necesita comprender o tener la mayor cantidad de información sobre la realidad objetiva. Conocemos la realidad del fenómeno y los eventos que la rodean a través de sus manifestaciones, y para entender cada realidad (el porqué de las cosas) es necesario registrar y analizar dichos even- tos. Desde luego, en el enfoque cuantitativo lo subjetivo existe y posee un valor para los investiga- dores; pero de alguna manera este enfoque se aboca a demostrar qué tan bien se adecua el conocimiento a la realidad objetiva. Documentar esta coincidencia constituye un propósito cen- tral de muchos estudios cuantitativos (que los efectos que consideramos que provoca una enfer- medad sean verdaderos, que captemos la relación “real” entre las motivaciones de un sujeto y su conducta, que un material que se supone posea una determinada resistencia auténticamente la tenga, entre otros). 4. Cuando las investigaciones creíbles establezcan que la realidad objetiva es diferente de nuestras creencias, éstas deben modificarse o adaptarse a tal realidad. Lo anterior se visualiza en la figura 1.2 (note el lector que la “realidad” no cambia, es la misma; lo que se ajusta es el conjunto de creencias o hipótesis del investigador y, en consecuencia, la teoría). En el caso de las ciencias sociales, el enfoque cuantitativo parte de que el mundo “social” es intrín- secamente cognoscible y todos podemos estar de acuerdo con la naturaleza de la realidad social. www.FreeLibros.com
- 49. 7 ¿Qué características posee el enfoque cualitativo de investigación? ¿Qué características posee el enfoque cualitativo de investigación? El enfoque cualitativo5 también se guía por áreas o temas significativos de investigación. Sin embar- go, en lugar de que la claridad sobre las preguntas de investigación e hipótesis preceda a la recolección y el análisis de los datos (como en la mayoría de los estudios cuantitativos), los estu- dios cualitativos pueden desarrollar preguntas e hipótesis antes, durante o después de la recolección y el análisis de los datos. Con frecuencia, estas actividades sirven, primero, para descubrir cuáles son las preguntas de investigación más importantes, y después, para refinarlas y responderlas. La acción indagatoria se mueve de manera dinámica en ambos sentidos: entre los hechos y su interpretación, y resulta un proceso más bien “cir- cular” y no siempre la secuencia es la misma, varía de acuerdo con cada estudio en particular. A con- tinuación intentamos visualizarlo en la figura 1.3, pero cabe señalar que es simplemente eso, un intento, porque su complejidad y flexibilidad son mayores. Este proceso se despliega en la tercera parte del libro. Para comprender la figura 1.3 es necesario observar lo siguiente: a) Aunque ciertamente hay una revisión inicial de la literatura, ésta puede complementarse en cual- quier etapa del estudio y apoyar desde el planteamiento del problema hasta la elaboración del repor- te de resultados (la vinculación teoría-etapas del proceso se representa mediante flechas curvadas). 2 3 5 Este enfoque ha sido también referido como investigación naturalista, fenomenológica, interpretativa o etnográfica, y es una especie de “paraguas” en el cual se incluye una variedad de concepciones, visiones, técnicas y estudios no cuantitativos. De acuerdo con Grinnell (1997) existen diversos marcos interpretativos, como el interaccionismo, la etnometodología, el constructivismo, el feminismo, la fenomenología, la psicología de los constructos personales, la teoría crítica, etc., que se incluyen en este “paraguas para efectuar estudios”. Figura 1.2 Relación entre la teoría, la investigación y la realidad en el enfoque cuantitativo. Enfoque cualitativo Utiliza la recolec- ción de datos sin medición numérica para descubrir o afinar preguntas de investiga- ción en el proceso de interpretación. Primera realidad. La realidad subjetiva (interna) Segunda realidad. La realidad objetiva (externa) Creencias (hipótesis) del investigador Realidad (fenómeno) Se aceptan las creencias (hipótesis) del investigador como válidas, se prueba la teoría Realidad (fenómeno) Si coinciden = Se rechazan las creencias (hipótesis) del investigador, se deben modificar junto con la teoría Realidad (fenómeno) Si no coinciden ≠ Investigación cuantitativa www.FreeLibros.com
- 50. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 8 b) En la investigación cualitativa con frecuencia es necesario regresar a etapas previas. Por ello, las flechas de las fases que van de la inmersión inicial en el campo hasta el reporte de resultados se visualizan en dos sentidos. Por ejemplo, el primer diseño del estudio puede modificarse al definir la muestra inicial y pretender tener acceso a ésta (podría ser el caso que se desee observar a ciertas personas en sus ambientes naturales, pero por alguna razón descubrimos que no es factible efectuar las observa- ciones deseadas; en consecuencia, la muestra y los ambientes de estudio tienen que variar, y el diseño debe ajustarse). Tal fue la situación de un estudiante que deseaba observar a criminales de alta peligrosidad con ciertas características en una prisión, pero le fue negado el acceso y tuvo que acudir a otra prisión, donde entrevistó a criminales menos peligrosos. Asimismo, al analizar los datos, podemos advertir que necesitamos un número mayor de participantes u otras personas que al principio no estaban contempladas, lo cual modifica la muestra concebida originalmente. O bien, que debemos analizar otra clase de datos no conside- rados al inicio del estudio (por ejemplo, habíamos planeado efectuar únicamente entrevistas y nos encontramos con documentos valiosos de los individuos que nos pueden ayudar a compren- derlos mejor, como sería el caso de sus “diarios personales”). c) La inmersión inicial en el campo significa sensibilizarse con el ambiente o entorno en el cual se llevará a cabo el estudio, identificar informantes que aporten datos y nos guíen por el lugar, adentrarse y compenetrarse con la situación de investigación, además de verificar la factibilidad del estudio. d) En el caso del proceso cualitativo, la muestra, la recolección y el análisis son fases que se realizan prácticamente de manera simultánea. Concepción del diseño del estudio Elaboración del reporte de resultados Definición de la muestra inicial del estudio y acceso a ésta Interpretación de resultados Planteamiento del problema Inmersión inicial en el campo Idea Recolección de los datos Análisis de los datos Fase 4 Fase 9 Fase 5 Fase 8 Fase 2 Fase 3 Fase 1 Fase 6 Fase 7 Literatura existente (marco de referencia) Figura 1.3 Proceso cualitativo. www.FreeLibros.com
- 51. 9 ¿Qué características posee el enfoque cualitativo de investigación? Además de lo anterior, el enfoque cualitativo posee las siguientes características: 1. El investigador o investigadora plantea un problema, pero no sigue un proceso claramente defini- do. Sus planteamientos no son tan específicos como en el enfoque cuantitativo y las preguntas de investigación no siempre se han conceptualizado ni definido por completo. 2. Bajo la búsqueda cualitativa, en lugar de iniciar con una teoría particular y luego “voltear” al mundo empírico para confirmar si ésta es apoyada por los hechos, el investigador comienza exa- minando el mundo social y en este proceso desarrolla una teoría coherente con los datos, de acuerdo con lo que observa, frecuentemente denominada teoría fundamentada (Esterberg, 2002), con la cual observa qué ocurre. Dicho de otra forma, las investigaciones cualitativas se basan más en una lógica y proceso inductivo (explorar y describir, y luego generar perspectivas teóricas). Van de lo particular a lo general. Por ejemplo, en un típico estudio cualitativo, el investigador entre- vista a una persona, analiza los datos que obtuvo y saca algunas conclusiones; posteriormente, entrevista a otra persona, analiza esta nueva información y revisa sus resultados y conclusiones; del mismo modo, efectúa y analiza más entrevistas para comprender lo que busca. Es decir, procede caso por caso, dato por dato, hasta llegar a una perspectiva más general. 3. En la mayoría de los estudios cualitativos no se prueban hipótesis, éstas se generan durante el proceso y van refinándose conforme se recaban más datos o son un resultado del estudio. 4. El enfoque se basa en métodos de recolección de datos no estandarizados ni completamente prede- terminados. No se efectúa una medición numérica, por lo cual el análisis no es estadístico. La recolección de los datos consiste en obtener las perspectivas y puntos de vista de los participantes (sus emociones, prioridades, experiencias, significados y otros aspectos subjetivos). También resul- tan de interés las interacciones entre individuos, grupos y colectividades. El investigador pregunta cuestiones abiertas, recaba datos expresados a través del lenguaje escrito, verbal y no verbal, así como visual, los cuales describe y analiza y los convierte en temas que vincula, y reconoce sus ten- dencias personales (Todd, 2005). Debido a ello, la preocupación directa del investigador se concen- tra en las vivencias de los participantes tal como fueron (o son) sentidas y experimentadas (Sherman y Webb, 1988). Patton (1980, 1990) define los datos cualitativos como descripciones detalladas de situaciones, eventos, personas, interacciones, conductas observadas y sus manifestaciones. 5. Por lo expresado en los párrafos anteriores, el investigador cualitativo utiliza técnicas para recolectar datos, como la observación no estructurada, entrevistas abiertas, revisión de documentos, discusión en grupo, evaluación de experiencias personales, registro de historias de vida, e interacción e introspección con grupos o comunidades. 6. El proceso de indagación es más flexible y se mueve entre las respuestas y el desarrollo de la teoría. Su propósito consiste en “reconstruir” la realidad, tal como la observan los actores de un sistema social previamente definido. A menudo se llama holístico, porque se precia de considerar el “todo”6 sin reducirlo al estudio de sus partes. 7. El enfoque cualitativo evalúa el desarrollo natural de los sucesos, es decir, no hay manipulación ni estimulación con respecto a la realidad (Corbetta, 2003). 8. La investigación cualitativa se fundamenta en una perspectiva interpretativa centrada en el enten- dimiento del significado de las acciones de seres vivos, sobre todo de los humanos y sus institucio- nes (busca interpretar lo que va captando activamente). 9. Postula que la “realidad” se define a través de las interpretaciones de los participantes en la inves- tigación respecto de sus propias realidades. De este modo convergen varias “realidades”, por lo menos la de los participantes, la del investigador y la que se produce mediante la interacción de todos los actores. Además son realidades que van modificándose conforme transcurre el estudio y son las fuentes de datos. Datos cualitativos Descripciones deta- lladas de situaciones, eventos, personas, interacciones, conductas observadas y sus manifestaciones. 6 Aquí el “todo” es el fenómeno de interés. Por ejemplo, en su libro Police Work, Peter Manning (1997) se sumerge por semanas en el estudio y análisis del trabajo policiaco. Le interesa comprender las relaciones y lealtades que surgen entre personas que se dedican a esta profesión. Lo logra sin “medición” de actitudes, tan sólo captando el fenómeno mismo de la vida en la policía. 2 www.FreeLibros.com
- 52. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 10 10. Por lo anterior, el investigador se introduce en las experiencias de los participantes y construye el conocimiento, siempre consciente de que es parte del fenómeno estudiado. Así, en el centro de la investigación está situada la diversidad de ideologías y cualidades únicas de los individuos. 11. Las indagaciones cualitativas no pretenden generalizar de manera probabilística los resultados a poblaciones más amplias ni necesariamente obtener muestras representativas; incluso, regular- mente no buscan que sus estudios lleguen a replicarse. 12. El enfoque cualitativo puede concebirse como un conjunto de prácticas interpretativas que hacen al mundo “visible”, lo transforman y convierten en una serie de representaciones en forma de observaciones, anotaciones, grabaciones y documentos. Es naturalista (porque estudia a los objetos y seres vivos en sus contextos o ambientes naturales y cotidianidad) e interpretativo (pues intenta encontrar sentido a los fenómenos en función de los significados que las personas les otorguen). Dentro del enfoque cualitativo existe una variedad de concepciones o marcos de interpretación, como ya se comentó, pero en todos ellos hay un común denominador que podríamos situar en el concepto de patrón cultural (Colby, 1996), que parte de la premisa de que toda cultu- ra o sistema social tiene un modo único para entender situaciones y eventos. Esta cos- movisión, o manera de ver el mundo, afecta la conducta humana. Los modelos culturales se encuentran en el centro del estudio de lo cualitativo, pues son entidades flexibles y maleables que constituyen marcos de referencia para el actor social, y están construidos por el inconsciente, lo transmitido por otros y por la experiencia personal. Creswell (1997) y Neuman (1994) sintetizan las actividades principales del investigador(a) cualitativo(a) con los siguientes comentarios: • Adquiere un punto de vista “interno” (desde dentro del fenómeno), aunque mantiene una pers- pectiva analítica o una cierta distancia como observador(a) externo(a). • Utiliza diversas técnicas de investigación y habilidades sociales de una manera flexible, de acuer- do con los requerimientos de la situación. • No define las variables con el propósito de manipularlas experimentalmente. • Produce datos en forma de notas extensas, diagramas, mapas o “cuadros humanos” para generar descripciones bastante detalladas. • Extrae significado de los datos y no necesita reducirlos a números ni debe analizarlos estadística- mente (aunque el conteo puede utilizarse en el análisis). • Entiende a los participantes que son estudiados y desarrolla empatía hacia ellos; no sólo registra hechos objetivos, “fríos”. • Mantiene una doble perspectiva: analiza los aspectos explícitos, conscientes y manifiestos, así como aquellos implícitos, inconscientes y subyacentes. En este sentido, la realidad subjetiva en sí misma es objeto de estudio. • Observa los procesos sin irrumpir, alterar o imponer un punto de vista externo, sino tal como los perciben los actores del sistema social. • Es capaz de manejar paradojas, incertidumbre, dilemas éticos y ambigüedad. ¿Cuáles son las diferencias entre los enfoques cuantitativo y cualitativo? El enfoque cualitativo busca principalmente “dispersión o expansión” de los datos e información, mien- tras que el enfoque cuantitativo pretende intencionalmente “acotar” la información (medir con preci- sión las variables del estudio, tener “foco”).7 Patrón cultural Común denomina- dor de los marcos de interpretación cualitativos, que parte de la premisa de que toda cultura o sistema social tiene un modo único para entender situaciones y eventos. 7 Usemos el ejemplo de una cámara fotográfica: en el estudio cuantitativo se define lo que se va a fotografiar y se toma la foto. En el cualitativo es como si la función de “zoom in” (acercamiento) y “zoom out” (alejamiento) se utilizaran constantemente para capturar en un área cualquier figura de interés. 4 www.FreeLibros.com
- 53. 11 * Becker (1993) dice: la “realidad” es el punto más estresante en las ciencias sociales. Las diferencias entre los dos enfoques han tenido un tinte eminente- mente ideológico. El gran filósofo alemán Karl Popper (1965) nos hace entender que el origen de visiones conflictivas, sobre lo que es o debe ser el estudio del fenó- meno social, se encuentra desde las premisas de diferentes definiciones de lo que es la realidad. El realismo, desde Aristóteles, establece que el mundo llega a ser conocido por la mente. Kant introduce que el mundo puede ser conocido porque la realidad se asemeja a las formas que la mente tiene. En tanto que Hegel va hacia un idealismo puro y propone: “El mundo es mi mente.” Esto último es ciertamente confuso, y así lo considera Popper, advirtiendo que el gran peligro de esta posición es que permite el dogmatismo (como lo ha probado con el ejemplo del materialismo dialéctico). El avance en el conocimiento, dice Popper, necesita de conceptos que podamos refutar o probar. Esta característica delimita qué es y qué no es ciencia. ** Aunque algunos físicos al estudiar las partículas se han percatado de lo relativo que resulta esta aseveración. ¿Cuáles son las diferencias entre los enfoques cuantitativo y cualitativo? En las investigaciones cualitativas, la reflexión es el puente que vincula al investigador y a los par- ticipantes (Mertens, 2005). Así como un estudio cuantitativo se basa en otros previos, el estudio cualitativo se fundamenta primordialmente en sí mismo. El primero se utiliza para consolidar las creencias (formuladas de mane- ra lógica en una teoría o un esquema teórico) y establecer con exactitud patrones de comportamiento en una población; y el segundo, para construir creencias propias sobre el fenómeno estudiado como lo sería un grupo de personas únicas. Para reforzar las características de ambos enfoques y ahondar en sus diferencias, hemos preferido resumirlas en la tabla 1.1, donde se busca hacer un comparativo más que exponer una por una. Algu- nas concepciones han sido adaptadas o reformuladas de diversos autores.8 Tabla 1.1 Diferencias entre los enfoques cuantitativo y cualitativo Definiciones (dimensiones) Enfoque cuantitativo Enfoque cualitativo Marcos generales de referencia básicos Positivismo, neopositivismo y pospositi- vismo. Fenomenología, constructivismo, naturalismo, interpretativismo. Punto de partida* Hay una realidad que conocer. Esto puede hacerse a través de la mente. Hay una realidad que descubrir, construir e inter- pretar. La realidad es la mente. Realidad a estudiar Existe una realidad objetiva única. El mundo es concebido como externo al investigador. Existen varias realidades subjetivas construidas en la investigación, las cuales varían en su forma y contenido entre individuos, grupos y culturas. Por ello, el investigador cualitativo parte de la premisa de que el mundo social es “relativo” y sólo puede ser entendido desde el punto de vista de los actores estudiados. Dicho de otra forma, el mundo es construido por el investigador. Naturaleza de la realidad La realidad no cambia por las observa- ciones y mediciones realizadas.** La realidad sí cambia por las observaciones y la recolección de datos. Objetividad Busca ser objetivo. Admite subjetividad. Metas de la investigación Describir, explicar y predecir los fenóme- nos (causalidad). Generar y probar teorías. Describir, comprender e interpretar los fenómenos, a través de las percepciones y significados produ- cidos por las experiencias de los participantes. Lógica Se aplica la lógica deductiva. De lo gene- ral a lo particular (de las leyes y teoría a los datos). Se aplica la lógica inductiva. De lo particular a lo general (de los datos a las generalizaciones —no estadísticas— y la teoría). Relación entre ciencias físicas/naturales y sociales Las ciencias físicas/naturales y las socia- les son una unidad. A las ciencias sociales pueden aplicárseles los principios de las ciencias naturales. Las ciencias físicas/naturales y las sociales son diferentes. No se aplican los mismos principios. (continúa) 8 Creswell (2009 y 2005), García y Berganza (2005), Mertens (2005), Todd (2005), Unrau, Grinnell y Williams (2005), Corbetta (2003), Sandín (2003), Esterberg (2002), Guba y Lincoln (1994). www.FreeLibros.com
- 54. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 12 Definiciones (dimensiones) Enfoque cuantitativo Enfoque cualitativo Posición personal del investigador Neutral. El investigador “hace a un lado” sus propios valores y creencias. La posición del investigador es “imparcial”, intenta asegurar procedimientos rigurosos y “objetivos” de recolección y análisis de los datos, así como evitar que sus sesgos y tendencias influyan en los resultados. Explícita. El investigador reconoce sus propios valores y creencias, incluso son parte del estudio. Interacción física entre el investigador y el fenómeno Distanciada, separada. Próxima, suele haber contacto. Interacción psicológica entre el investigador y el fenómeno Distanciada, lejana, neutral, sin involu- cramiento. Cercana, próxima, empática, con involucramiento. Papel de los fenómenos estudiados (objetos, seres vivos, etcétera) Los papeles son más bien pasivos. Los papeles son más bien activos. Relación entre el inves- tigador y el fenómeno estudiado De independencia y neutralidad, no se afectan. Se separan. De interdependencia, se influyen. No se separan. Planteamiento del problema Delimitado, acotado, específico. Poco flexible. Abierto, libre, no es delimitado o acotado. Muy flexible. Uso de la teoría La teoría se utiliza para ajustar sus postulados al mundo empírico. La teoría es un marco de referencia. Generación de la teoría La teoría es generada a partir de comparar la investigación previa con los resultados del estudio. De hecho, éstos son una extensión de los estudios antecedentes. La teoría no se fundamenta en estudios anteriores, sino que se genera o construye a partir de los datos empíricos obtenidos y analizados. Papel de la revisión de la literatura La literatura representa un papel crucial, guía a la investigación. Es fundamental para la definición de la teoría, las hipóte- sis, el diseño y demás etapas del proceso. La literatura desempeña un papel menos importante al inicio, aunque sí es relevante en el desarrollo del proceso. En ocasiones, provee de dirección, pero lo que principalmente señala el rumbo es la evolución de eventos durante el estu- dio y el aprendizaje que se obtiene de los partici- pantes. El marco teórico es un elemento que ayuda a justificar la necesidad de investigar un problema planteado. Algunos autores del enfoque cualitativo consideran que su rol es únicamente auxiliar. La revisión de la lite- ratura y las variables o conceptos de estudio El investigador hace una revisión de la literatura principalmente para buscar variables significativas que puedan ser medidas. El investigador, más que fundamentarse en la revi- sión de la literatura para seleccionar y definir las variables o conceptos clave del estudio, confía en el proceso mismo de investigación para identificar- los y descubrir cómo se relacionan. Hipótesis Se prueban hipótesis. Éstas se establecen para aceptarlas o rechazarlas dependien- do del grado de certeza (probabilidad). Se generan hipótesis durante el estudio o al final de éste. (continúa) Tabla 1.1 Diferencias entre los enfoques cuantitativo y cualitativo (continuación) www.FreeLibros.com
- 55. 13 ¿Cuáles son las diferencias entre los enfoques cuantitativo y cualitativo? Definiciones (dimensiones) Enfoque cuantitativo Enfoque cualitativo Diseño de la investigación Estructurado, predeterminado (precede a la recolección de los datos). Abierto, flexible, construido durante el trabajo de campo o realización del estudio. Población-muestra El objetivo es generalizar los datos de una muestra a una población (de un grupo pequeño a uno mayor). Regularmente no se pretende generalizar los resul- tados obtenidos en la muestra a una población. Muestra Se involucra a muchos sujetos en la investigación porque se pretende genera- lizar los resultados del estudio. Se involucra a unos cuantos sujetos porque no se pretende necesariamente generalizar los resulta- dos del estudio. Composición de la muestra Casos que en conjunto son estadística- mente representativos. Casos individuales, representativos no desde el punto de vista estadístico. Naturaleza de los datos La naturaleza de los datos es cuantitati- va (datos numéricos). La naturaleza de los datos es cualitativa (textos, narraciones, significados, etcétera). Tipo de datos Datos confiables y duros. En inglés: hard. Datos profundos y enriquecedores. En inglés: soft. Recolección de los datos La recolección se basa en instrumentos estandarizados. Es uniforme para todos los casos. Los datos se obtienen por observación, medición y documentación de mediciones. Se utilizan instrumentos que han demostrado ser válidos y confiables en estudios previos o se generan nuevos basados en la revisión de la literatura y se prueban y ajustan. Las preguntas o ítems utilizados son específicos con posibilida- des de respuesta predeterminadas. La recolección de los datos está orientada a pro- veer de un mayor entendimiento de los significados y experiencias de las personas. El investigador es el instrumento de recolección de los datos, se auxi- lia de diversas técnicas que se desarrollan durante el estudio. Es decir, no se inicia la recolección de los datos con instrumentos preestablecidos, sino que el investigador comienza a aprender por observación y descripciones de los participantes y concibe formas para registrar los datos que se van refinando conforme avanza la investigación. Concepción de los parti- cipantes en la recolec- ción de datos Los participantes son fuentes externas de datos. Los participantes son fuentes internas de datos. El investigador también es un participante. Finalidad del análisis de los datos Describir las variables y explicar sus cambios y movimientos. Comprender a las personas y sus contextos. Características del análisis de los datos • Sistemático. Utilización intensiva de la estadística (descriptiva e inferencial). • Basado en variables. • Impersonal. • Posterior a la recolección de los datos. • El análisis varía dependiendo del modo en que hayan sido recolectados los datos. • Fundamentado en la inducción analítica. • Uso moderado de la estadística (conteo, algunas operaciones aritméticas). • Basado en casos o personas y sus manifesta- ciones. • Simultáneo a la recolección de los datos. • El análisis consiste en describir información y desarrollar temas. Forma de los datos para analizar Los datos son representados en forma de números que son analizados estadísti- camente. Datos en forma de textos, imágenes, piezas audio- visuales, documentos y objetos personales. (continúa) Tabla 1.1 Diferencias entre los enfoques cuantitativo y cualitativo (continuación) www.FreeLibros.com
- 56. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 14 Definiciones (dimensiones) Enfoque cuantitativo Enfoque cualitativo Proceso del análisis de los datos El análisis se inicia con ideas pre- concebidas, basadas en las hipótesis formuladas. Una vez recolectados los datos numéricos, éstos se transfieren a una matriz, la cual se analiza mediante procedimientos estadísticos. Por lo general, el análisis no se inicia con ideas preconcebidas sobre cómo se relacionan los conceptos o variables. Una vez reunidos los datos verbales, escritos y/o audiovisuales, se integran en una base de datos compuesta por texto y/o elemen- tos visuales, la cual se analiza para determinar significados y describir el fenómeno estudiado desde el punto de vista de sus actores. Se integran descripciones de personas con las del investigador. Perspectiva del investi- gador en el análisis de los datos Externa (al margen de los datos). El investigador no involucra sus antece- dentes y experiencias en el análisis. Mantiene distancia de éste. Interna (desde los datos). El investigador invo- lucra en el análisis sus propios antecedentes y experiencias, así como la relación que tuvo con los participantes del estudio. Principales criterios de evaluación en la recolección y análisis de los datos Objetividad, rigor, confiabilidad y validez. Credibilidad, confirmación, valoración y transferencia. Presentación de resul- tados Tablas, diagramas y modelos estadís- ticos. El formato de presentación es estándar. El investigador emplea una variedad de forma- tos para reportar sus resultados: narraciones, fragmentos de textos, videos, audios, fotografías y mapas; diagramas, matrices y modelos concep- tuales. Prácticamente, el formato varía en cada estudio. Reporte de resultados Los reportes utilizan un tono objetivo, impersonal, no emotivo. Los reportes utilizan un tono personal y emotivo. Con el propósito de que el lector que se inicia en estos menesteres tenga una idea de la diferencia entre ambas aproximaciones, utilizaremos un ejemplo muy sencillo y cotidiano relativo a la atracción física, aunque a algunas personas podría parecerles simple. Desde luego, en el ejemplo no se conside- ran las implicaciones paradigmáticas que se encuentran detrás de cada enfoque; pero sí se hace hinca- pié en que, en términos prácticos, ambos contribuyen al conocimiento de un fenómeno. Tabla 1.1 Diferencias entre los enfoques cuantitativo y cualitativo (continuación) EJEMPLO Comprensión de los enfoques cuantitativo y cualitativo de la investigación Supongamos que un(a) estudiante se encuentra interesado(a) en saber qué factores intervienen para que una persona sea definida y percibida como “atractiva y conquistadora” (que cautiva a individuos del género opuesto y logra que se sientan atraídos hacia él o ella y se enamoren). Entonces, decide llevar a cabo un estudio (su idea para investigar) en su escuela. Bajo el enfoque cuantitativo-deductivo, el estudiante plantearía su problema de investigación defi- niendo su objetivo y su pregunta (lo que quiere hacer y lo que quiere saber). Por ejemplo, el objetivo podría ser: “conocer los factores que determinan que una persona joven sea percibida como atractiva y conquistadora”, y la pregunta de investigación: “¿qué factores determinan que una persona joven sea percibida como atractiva y conquistadora”? Después, revisaría estudios sobre la atracción física y psicológica en las relaciones entre jóvenes, la percepción de los(as) jóvenes en torno a dichas relaciones, los elementos que intervienen en el inicio de la convivencia amorosa, las diferencias por género de acuerdo con los atributos y cualidades que les atraen de los demás, etcétera. www.FreeLibros.com
- 57. 15 ¿Cuáles son las diferencias entre los enfoques cuantitativo y cualitativo? Precisaría su problema de investigación; seleccionaría una teoría que explicara de manera satisfac- toria —sobre la base de estudios previos— la atracción física y psicológica, la percepción de atributos y cualidades deseables en personas del género opuesto y el enamoramiento en las relaciones entre jóvenes; asimismo, y de ser posible, establecería una o varias hipótesis. Por ejemplo: “los chicos y las chicas que logran más conquistas amorosas y son percibidos(as) como más ‘atractivos(as)’ resultan ser aquellos(as) que tienen mayor prestigio social en la escuela, que son más seguros(as) de sí mismos(as) y más extravertidos(as)”. Después, podría entrevistar a compañeras y compañeros de su escuela y los interrogaría sobre el grado en que el prestigio social, la seguridad en uno mismo y la extraversión influyen en la “conquista” y “el atractivo” hacia personas del otro género. Incluso, llegaría a utilizar cuestionarios ya establecidos, bien diseñados y confiables. Tal vez entrevistaría sólo a una muestra de estudiantes. También sería posible pre- guntar a las personas jóvenes que tienen fama de conquistadoras y atractivas qué piensan al respecto. Además, analizaría los datos y la información producto de las entrevistas para obtener conclusiones acerca de sus hipótesis. Quizá también experimentaría eligiendo a individuos jóvenes que tuvieran dife- rentes grados de prestigio, seguridad y extraversión (niveles del perfil “conquistador y atractivo”), lanzán- dolos a conquistar a jóvenes del género opuesto y evaluar los resultados. Su interés sería generalizar sus descubrimientos, al menos en relación con lo que ocurre en su comu- nidad estudiantil. Busca probar sus creencias y si resulta que no consigue demostrar que el prestigio, la seguridad en sí mismo y la extraversión son factores relacionados con la conquista y el atractivo, intentaría otras explicaciones; tal vez agregando factores tales como la manera en que se visten, si son cosmopolitas (si han viajado mucho, conocen otras culturas), la inteligencia emocional, entre otros aspectos. En el proceso irá deduciendo de la teoría lo que encuentra en su estudio. Desde luego, si la teoría que seleccionó es inadecuada, sus resultados serán pobres. Bajo el enfoque cualitativo-inductivo, más que revisar las teorías sobre ciertos factores, lo que haría el estudiante sería sentarse en la cafetería a observar a chicos y chicas que tienen fama de ser atracti- vos y conquistadores. Observaría a la primera persona joven que considere tiene esas características, la analizaría y construiría un concepto de ella (¿cómo es?, ¿cuáles son sus características?, ¿cómo se com- porta?, ¿cuáles son sus atributos y cualidades?, ¿de qué forma se relaciona con los demás?). Asimismo, sería testigo de cómo conquista a compañeras(os). Así, obtendría algunas conclusiones. Posteriormente haría lo mismo (observar) con otras personas jóvenes. Poco a poco entendería por qué son percibidos esos compañeros(as) como atractivos(as) y conquistadores(as). De ahí, podría derivar algún esquema que explique las razones por las cuales estas personas conquistan a otras. Después entrevistaría, por medio de preguntas abiertas, a estudiantes de ambos géneros (percibidos como atractivos) y también a quienes han sido conquistados por ellos. De ahí, de nueva cuenta, derivaría hallazgos y conclusiones y podría fundamentar algunas hipótesis, que al final contrastaría con las de otros estudios. No sería indispensable obtener una muestra representativa ni generalizar sus resultados. Pero al ir conociendo caso por caso, entendería las experiencias de los sujetos conquistadores atractivos y de los conquistados. Su proceder sería inductivo: de cada caso estudiado obtendría quizás el perfil que busca y el signifi- cado de conquistar. Un tema de la investigación cuantitativa-deductiva podría ser “¿qué factores determinan que una persona joven sea percibida como atractiva y conquistadora?“ www.FreeLibros.com
- 58. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 16 Debemos insistir en que tanto en el proceso cuantitativo como cualitativo es posible regresar a una etapa previa. Asimismo, el planteamiento siempre es susceptible de modificarse, esto es, se encuentra en evolución. En ambos procesos, las técnicas de recolección de los datos pueden ser múltiples. Por ejemplo, en la investigación cuantitativa: cuestionarios cerrados, registros de datos estadísticos, pruebas estandari- zadas, sistemas de mediciones fisiológicas, etc. En los estudios cualitativos: entrevistas profundas, pruebas proyectivas, cuestionarios abiertos, sesiones de grupos, biografías, revisión de archivos, obser- vación, entre otros. Finalmente, para terminar de responder a la pregunta de este apartado, en la tabla 1. 2, con base en conceptos previamente descritos, se comparan las etapas fundamentales de ambos procesos. Tabla 1.2* Comparación de las etapas de investigación de los procesos cuantitativo y cualitativo Características cuantitativas Procesos fundamentales del proceso general de investigación Características cualitativas • Orientación hacia la descripción, predicción y explicación • Específico y acotado • Dirigido hacia datos medibles u observables Planteamiento del problema • Orientación hacia la exploración, la descripción y el entendimiento • General y amplio • Dirigido a las experiencias de los participantes • Rol fundamental • Justificación para el planteamiento y la necesidad del estudio Revisión de la literatura • Rol secundario • Justificación para el planteamiento y la necesidad del estudio • Instrumentos predeterminados • Datos numéricos • Número considerable de casos Recolección de los datos • Los datos emergen poco a poco • Datos en texto o imagen • Número relativamente pequeño de casos • Análisis estadístico • Descripción de tendencias, comparación de grupos o relación entre variables • Comparación de resultados con predic- ciones y estudios previos Análisis de los datos • Análisis de textos y material audiovisual • Descripción, análisis y desarrollo de temas • Significado profundo de los resultados • Estándar y fijo • Objetivo y sin tendencias Reporte de resultados • Emergente y flexible • Reflexivo y con aceptación de tendencias * Adaptado de Creswell (2005, p. 44). ¿Cuál de los dos enfoques es el mejor? Desde nuestro punto de vista, ambos enfoques resultan muy valiosos y han realizado notables aporta- ciones al avance del conocimiento. Ninguno es intrínsecamente mejor que el otro, sólo constituyen diferentes aproximaciones al estudio de un fenómeno. La investigación cuantitativa nos ofrece la posi- bilidad de generalizar los resultados más ampliamente, nos otorga control sobre los fenómenos, así como un punto de vista de conteo y las magnitudes de éstos. Asimismo, nos brinda una gran posibi- lidad de réplica y un enfoque sobre puntos específicos de tales fenómenos, además de que facilita la comparación entre estudios similares. www.FreeLibros.com
- 59. 17 ¿Cuál de los dos enfoques es el mejor? Por su parte, la investigación cualitativa proporciona profundidad a los datos, dispersión, riqueza interpretativa, contextualización del ambiente o entorno, detalles y experiencias únicas. También aporta un punto de vista “fresco, natural y holístico” de los fenómenos, así como flexibilidad. Desde luego, el método cuantitativo ha sido el más usado por ciencias como la física, química y biología. Por ende, es más propio para las ciencias llamadas “exactas o naturales”. El método cualitati- vo se ha empleado más bien en disciplinas humanísticas como la antropología, la etnografía y la psi- cología social. No obstante, ambos tipos de estudio son de utilidad para todos los campos, como lo demostrare- mos a lo largo de la presente obra. Por ejemplo, un ingeniero civil puede llevar a cabo una investiga- ción para construir un gran edificio. Emplearía estudios cuantitativos y cálculos matemáticos para levantar su construcción, y analizaría datos estadísticos referentes a resistencia de materiales y estruc- turas similares construidas en subsuelos iguales bajo las mismas condiciones. Pero también puede enriquecer el estudio realizando entrevistas abiertas a ingenieros muy experimentados que le transmi- tirían sus vivencias, problemas que enfrentaron y las soluciones implementadas. Asimismo, podría platicar con futuros usuarios de la edificación para conocer sus necesidades y adaptarse a éstas. Un estudioso de los efectos de una devaluación en la economía de un país, complementaría sus análisis cuantitativos con sesiones en profundidad con expertos y llevaría a cabo un análisis histórico (tanto cuantitativo como cualitativo) de los hechos. Un analista de la opinión pública, al investigar sobre los factores que más inciden en la votación para una próxima elección, utilizaría grupos de enfoque con discusión abierta (cualitativos), además de encuestas por muestreo (cuantitativas). Un médico que indague sobre qué elementos debe tener en cuenta para tratar a pacientes en fase terminal y lograr que enfrenten su situación de una mejor manera, revisaría la teoría disponible, con- sultaría investigaciones cuantitativas y cualitativas al respecto para conducir una serie de observaciones estructuradas de la relación médico-paciente en casos terminales (muestreando actos de comunicación y cuantificándolos). Además, entrevistaría a enfermos y médicos mediante técnicas cualitativas, orga- nizaría grupos de enfermos para que hablen abiertamente de dicha relación y del trato que desean. Al terminar puede establecer sus conclusiones y obtener preguntas de investigación, hipótesis o áreas de estudio nuevas. En el pasado se consideró que los enfoques cuantitativo y cualitativo eran perspectivas opuestas, irreconciliables y que no debían mezclarse. Los críticos del enfoque cuantitativo lo acusaron de ser “impersonal, frío, reduccionista, limitativo, cerrado y rígido”. Además, consideraron que se estudiaba a las personas como “objetos” y que las diferencias individuales y culturales entre grupos no podían promediarse ni agruparse estadísticamente. Por su parte, los detractores del enfoque cualitativo lo con- sideraron “vago, subjetivo, inválido, meramente especulativo, sin posibilidad de réplica y sin datos sólidos que apoyaran las conclusiones”. Argumentaban que no se tiene control sobre las variables estu- diadas y que se carece del poder de entendimiento que generan las mediciones. El divorcio entre ambos enfoques se originó por la idea de que un estudio con un enfoque podía neutralizar al otro. Se trató de una noción que impedía la reunión de los enfoques cuantitativo y cua- litativo. La posición asumida en esta obra siempre fue que son enfoques complementarios, es decir, cada uno se utiliza respecto a una función para conocer un fenómeno y conducirnos a la solución de los diversos problemas y cuestionamientos. El investigador debe ser metodológicamente plural y guiarse por el contexto, la situación, los recursos de que dispone, sus objetivos y el problema de estudio. En efecto, se trata de una postura pragmática. A continuación ofreceremos ejemplos de investigaciones que, utilizando uno u otro enfoque, se dirigieron fundamentalmente al mismo fenómeno de estudio (tabla 1.3). www.FreeLibros.com
- 60. Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo 18 Tabla 1.3 Ejemplos de estudios cuantitativos y cualitativos dirigidos al mismo tema de investigación Tema-objeto de estudio/ alcance Estudios cuantitativos Estudios cualitativos La familia María Elena Oto Mishima (1994): Las migracio- nes a México y la conformación paulatina de la familia mexicana. Gabriel Careaga (1977): Mitos y fantasías de la clase media en México. Alcance del estudio Descripción de la procedencia de los inmigran- tes a México; su integración económica y social en diferentes esferas de la sociedad. El libro es una aproximación crítica y teórica al surgimiento de la clase media en un país poco desarrollado. El autor combina los análisis documental, político, dialéctico y psicoanalítico con la investigación social y biográfica para reconstruir tipologías o familias tipo. La comunidad Prodipto Roy, Frederick B. Waisanen y Everett Rogers (1969): The impact of communication on rural development. Luis González y González (1995): Pueblo en vilo. Alcance del estudio Se determina cómo ocurre el proceso de comunicación de innovaciones en comunidades rurales, y se identifican los motivos para acep- tar o rechazar el cambio social. Asimismo, se establece qué clase de medio de comunicación es el más benéfico. El autor describe con detalle la microhistoria de San José de Gracia, donde se examinan y entretejen las vidas de sus pobladores con su pasado y otros aspectos de la vida cotidiana. Las ocupaciones Linda D. Hammond (2000): Teacher quality and student achievement. Howard Becker (1951): The professional dance musician and his audience. Alcance del estudio Establece correlaciones entre estilos de ense- ñanza, desempeño de la ocupación docente y éxito de los alumnos. Narración detallada de procesos de identifica- ción y otras conductas de músicos de jazz con base en sus competencias y conocimiento de la música. Organizaciones de trabajo P. Marcus, P. Baptista y P. Brandt (1979): Rural delivery systems. William D. Bygrave y Dan D’Heilly (editores) (1997): The portable MBA entrepreneurship case studies. Alcance del estudio Investigación que demuestra la escasa coordinación que existe en una red de servicios sociales. Recomienda las políticas a seguir para lograr que los servicios lleguen a los destina- tarios. Compendio de estudios de caso que apoyan el análisis sobre la viabilidad de nuevas empresas y los retos que enfrentan en los mercados emergentes. El fenómeno urbano Louis Wirth (1964): ¿Cuáles son las variables que afectan la vida social en la ciudad? Manuel Castells (1979): The urban question. Alcance del estudio La densidad de la población y la escasez de vivienda se establecen como influyentes en el descontento político. El autor critica lo que tradicionalmente estudia el urbanismo, y argumenta que la ciudad no es más que un espacio donde se expresan y manifiestan las relaciones de explotación. El comportamiento criminal* Robert J. Sampson y John H. Laub (1993): Crime in the making: pathways and turning points through life. Martín Sánchez Jankowski (1991): Islands in the street: gangs and american urban society. (continúa) * Para una revisión más amplia de estos estudios con el fin de analizar la diferencia entre un abordaje cuantitativo y uno cualitativo, se recomienda el libro de Corbetta (2003, pp. 34-43). www.FreeLibros.com
- 61. 19 ¿Cuál de los dos enfoques es el mejor? Tema-objeto de estudio/ alcance Estudios cuantitativos Estudios cualitativos Alcance del estudio Los investigadores reanalizaron datos recolec- tados entre 1939 y 1963 por un matrimonio de científicos sociales (Sheldon y Eleanor Glueck). Analizan las variables que influyen en el com- portamiento desviado de adolescentes autores de delitos. Durante 10 años el investigador estudió a 37 pandillas de Los Ángeles, Boston y Nueva York. Jankowski convivió e incluso se integró a las bandas criminales (hasta fue arrestado y herido). Su indagación profunda se enfocó en el individuo, las relaciones entre los miembros de la pandilla y la vinculación de la banda con la comunidad. Si nos fijamos en la tabla 1. 3, los estudios cuantitativos plantean relaciones entre variables con la finalidad de arribar a proposiciones precisas y hacer recomendaciones específicas. Por ejemplo, la investigación de Rogers y Waisanen (1969) propone que, en las sociedades rurales, la comunicación interpersonal resulta ser más eficaz que la comunicación de los medios colectivos. Se espera que, en los estudios cuantitativos, los investigadores elaboren un reporte con sus resultados y ofrezcan recomen- daciones aplicables a una población más amplia, las cuales servirán para la solución de problemas o la toma de decisiones. El alcance final de los estudios cualitativos muchas veces consiste en comprender un fenómeno social complejo. El acento no está en medir las variables involucradas en dicho fenómeno, sino en entenderlo. Tomando como ejemplo el estudio de las ocupaciones y sus efectos en la conducta individual, en la tabla 1.3 notamos la divergencia a la que nos referimos. En el clásico estudio de Howard Becker (1951) sobre el músico de jazz, el autor logra que comprendamos las reglas y los ritos en el desempeño de esta profesión. “¿Y la utilidad de su alcance?”, se preguntarán algunos; pues no está solamente en comprender ese contexto, sino en que las normas que lo rigen se pueden transferir a otras situaciones de trabajo similares. Por otro lado, el estudio cuantitativo de Hammond (2000) trata de establecer con claridad variables personales y del desempeño de la profesión docente, que sirvan para formular polí- ticas de contratación y de capacitación para el magisterio. ¿Para qué? Con la finalidad última de incre- mentar el éxito académico de los estudiantes. Por último, la investigación de Sampson y Laub (1993) tuvo como objetivo analizar la relación entre nueve variables estructurales independientes o causas (entre otras el hacinamiento habitacional, el número de hermanos, el estatus socioeconómico, las desviaciones de los padres, etc.) y el compor- tamiento criminal (variable dependiente o efecto). Es decir, generar un modelo teórico explicativo que pudiera extrapolarse a los jóvenes estadounidenses de la época en que se recolectaron los datos. Mien- tras que el estudio cualitativo de Sánchez Jankowski (1991) pretende construir las vivencias de los pandilleros, los motivos por los cuales se enrolaron en las bandas y el significado de ser miembro de éstas, así como comprender las relaciones entre los actores y su papel en la sociedad. En una palabra: entenderlos. En la cuarta parte de esta obra, capítulo 17, se comenta la visión mixta, que implica conjuntar ambos enfoques en una misma investigación, lo que Hernández Sampieri y Mendoza (2008) han denominado —metafóricamente hablando— “el matrimonio cuantitativo-cualitativo”. Tabla 1.3 Ejemplos de estudios cuantitativos y cualitativos dirigidos al mismo tema de investigación (conclusión) www.FreeLibros.com
- 62. 20 Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo Resumen • La investigación se define como “un conjunto de procesos sistemáticos y empíricos que se aplican al estudio de un fenómeno”. • Durante el siglo XX, dos enfoques emergieron para realizar investigación: el enfoque cuantitativo y el enfoque cualitativo. • En términos generales, los dos enfoques emplean procesos cuidadosos, sistemáticos y empíricos para generar conocimiento. • La definición de investigación es válida tanto para el enfoque cuantitativo como para el cualitativo. Los dos enfoques constituyen un proceso que, a su vez, integra diversos procesos. El enfoque cuantitativo es secuencial y probatorio. Cada eta- pa precede a la siguiente y no podemos “brincar o eludir” pasos, aunque desde luego, podemos redefinir alguna fase. El proceso cualitativo es “en espiral” o circular, donde las etapas a reali- zar interactúan entre sí y no siguen una secuen- cia rigurosa. • En el enfoque cuantitativo los planteamientos a investigar son específicos y delimitados desde el inicio de un estudio. Además, las hipótesis se establecen previamente, esto es, antes de reco- lectar y analizar los datos. La recolección de los datos se fundamenta en la medición y el análisis en procedimientos estadísticos. • La investigación cuantitativa debe ser lo más “objetiva” posible, evitando que afecten las ten- dencias del investigador u otras personas. • Los estudios cuantitativos siguen un patrón pre- decible y estructurado (el proceso). • En una investigación cuantitativa se pretende generalizar los resultados encontrados en un gru- po a una colectividad mayor. • La meta principal de los estudios cuantitativos es la construcción y la demostración de teorías. • El enfoque cuantitativo utiliza la lógica o razona- miento deductivo. • El enfoque cualitativo —a veces referido como investigación naturalista, fenomenológica, inter- pretativa o etnográfica— es una especie de “paraguas” en el cual se incluye una variedad de concepciones, visiones, técnicas y estudios no cuantitativos. Se utiliza en primer lugar para descubrir y refinar preguntas de investigación. • En la búsqueda cualitativa, en lugar de iniciar con una teoría particular y luego “voltear” al mundo empírico para confirmar si la teoría es apoyada por los hechos, el investigador comienza exami- nando el mundo social y en este proceso desarro- lla una teoría “consistente” con la que observa qué ocurre. • En la mayoría de los estudios cualitativos no se prueban hipótesis, éstas se generan durante el proceso y van refinándose conforme se recaban más datos o son un resultado del estudio. • El enfoque se basa en métodos de recolección de los datos no estandarizados. No se efectúa una medición numérica, por tanto, el análisis no es estadístico. La recolección de los datos consiste en obtener las perspectivas y puntos de vista de los participantes. • El proceso de indagación cualitativa es flexible y se mueve entre los eventos y su interpretación, entre las respuestas y el desarrollo de la teoría. Su propósito consiste en “reconstruir” la realidad tal y como la observan los actores de un sistema social previamente definido. A menudo se llama “holístico”, porque se precia de considerar el “todo”, sin reducirlo al estudio de sus partes. • Las indagaciones cualitativas no pretenden gene- ralizar de manera probabilística los resultados a poblaciones más amplias. • El enfoque cualitativo busca principalmente “dis- persión o expansión” de los datos e información; mientras que el cuantitativo pretende, de manera intencional, “acotar” la información. • Ambos enfoques resultan muy valiosos y han rea- lizado notables aportaciones al avance del cono- cimiento. • La investigación cuantitativa nos brinda una gran posibilidad de réplica y un enfoque sobre pun- tos específicos de los fenómenos, además de que facilita la comparación entre estudios similares. • Por su parte, la investigación cualitativa propor- ciona profundidad a los datos, dispersión, riqueza interpretativa, contextualización del ambiente o entorno, detalles y experiencias únicas. También aporta un punto de vista “fresco, natural y com- pleto” de los fenómenos, así como flexibilidad. • Los métodos cuantitativos han sido los más usa- dos por las ciencias llamadas exactas o naturales. Los cualitativos se han empleado más bien en disciplinas humanísticas. • En los dos procesos las técnicas de recolección de los datos pueden ser múltiples. • Anteriormente al proceso cuantitativo se le equi- paraba con el método científico. Hoy, tanto el proceso cuantitativo como el cualitativo son considerados formas de hacer ciencia y producir conocimiento. www.FreeLibros.com
- 63. 21 Los investigadores opinan Conceptos básicos Análisis de los datos Datos cualitativos Datos cuantitativos Enfoque cualitativo Enfoque cuantitativo Hipótesis Lógica deductiva Lógica inductiva Proceso cualitativo Proceso cuantitativo Proceso de investigación Realidad Recolección de los datos Teoría Ideas sobre qué es investigar y cómo se lleva a cabo Estoy muy agradecida con los autores por haberme invitado a compartir en este importante libro mis pensamientos sobre investigación. Me gustaría dar algunas ideas acerca de qué es investigar y cómo se lleva a cabo. Empezaré citando un ejemplo que uno de mis profesores de la Universidad de Columbia me enseñó al comienzo de mi carrera. Estás invitado a una fiesta... En ella puedes conocer a un invitado particular o no conocerlo. Lo mismo le ocurre a cada uno de los invitados. Con base en ello, formulo una pregunta: ¿cuál será el mínimo número de invitados a una fiesta para que podamos garantizar que, ante cualquier relación existente entre ellos (que se conozcan o que no se conozcan), siempre encontremos al menos un grupo de tres que se conozcan entre sí, o bien, un gru- po de tres que sean desconocidos? La respuesta es seis. En otras palabras, podemos asegurar que en una fiesta donde hay seis invitados, encontraremos un grupo de tres (de esos seis) donde o bien los tres se conozcan entre ellos, o bien, los tres sean desconocidos. No importa si has llegado o no a esta respuesta, puedes tener una idea de lo que es la investigación. De todas formas te doy algunas pistas que te faci- liten llegar al resultado: imagina que toda persona invitada a una fiesta es un punto en la superficie de un papel. Dos puntos representan dos invitados; tres puntos, tres invitados, etc. Por tanto utiliza un bolí- grafo para dibujar dos puntos en un papel blanco y llámalos A y B. Estos dos invitados (A y B) se pueden conocer entre ellos o no. Si se conocen, conecta los dos puntos con una línea continua, si no, con una línea discontinua. Podemos trasladar el dilema de la fiesta a un problema de conexión de puntos en el plano con líneas continuas o discontinuas. ¿Cuántos pun- tos tenemos que dibujar en un plano para que, sin importar cómo estén conectados (con línea conti- nua o discontinua), se pueda asegurar que siempre se encuentra un grupo de tres donde, o bien, todos estén conectados con líneas continuas, o bien, todos se conecten con líneas discontinuas? Natural- mente una fiesta de tres no será, porque cuando, por ejemplo, A conozca a B (línea continua entre ambos) pero no conozca a C (línea discontinua entre B y C), ya no se podrá encontrar el subgrupo de tres don- de todos estén conectados con una línea continua o todos conectados con una línea discontinua. Ocurre lo mismo en un grupo de cuatro. Y lo mismo ocu- rre en uno de cinco (vea la figura). No podemos garantizar con cinco puntos que siempre encontraremos un subgrupo de tres per- Los investigadores opinan Ejercicios 1. Revise los resúmenes de un artículo científico que se refiera a un estudio cuantitativo y un artículo científico resultante de un estudio cua- litativo, preferiblemente sobre un tema similar. 2. A raíz de lo que leyó en este capítulo, ¿cuáles serían las diferencias entre ambos estudios? Discuta las implicaciones con su profesor y compañeros. 3. En el CD anexo encontrará una serie de revistas científicas de corte cuantitativo y cualitativo para elegir los artículos (Material complemen- tario → Apéndices → Apéndice 1. Publicacio- nes periódicas más importantes). 1. R q a li 2. A www.FreeLibros.com
- 64. 22 Capítulo 1 Definiciones de los enfoques cuantitativo y cualitativo sonas donde todos estén conectados por una línea continua o todos lo estén por una línea discontinua, en cuanto que si ocurre la situación que observamos en la figura, no existe un subgrupo de tres invitados donde estén conectados por una línea continua o por una discontinua (es decir, que los tres se conozcan entre ellos o no se conozcan entre ellos). Por tanto, hemos demostrado que si ponemos menos de seis puntos en un papel, será imposible garantizar que ante cualquier situación (los diferentes invitados se conozcan entre sí o no) se encontrará un subgrupo de tres que están todos conectados con líneas con- tinuas o discontinuas. Entonces, ¿qué pasaría con seis? Si dibujamos seis puntos en un papel blanco, ¿podemos asegurar que encontraremos siempre un subgrupo de tres donde estén todos conectados con líneas continuas o discontinuas? Se puede ver fácil- mente de la siguiente forma: regresamos a la fiesta de cinco y añadimos una persona más, F. Ahora, no importa cuáles sean las combinaciones de líneas (continuas o discontinuas) con que conectamos F a las otras, siempre habrá un subgrupo de tres que esté conectado con líneas continuas o líneas dis- continuas. La siguiente pregunta es: ¿qué tamaño debe- rá tener la fiesta para que podamos asegurar que encontraremos al menos un grupo de cuatro invi- tados que, o bien, todos se conozcan entre ellos, o bien, todos sean desconocidos? Esta cuestión fue resuelta hace muchos años por el famoso matemáti- co Erdös. La respuesta es 18 y es complicado llegar a ella. La respuesta de Erdös es la más simple que se conoce (de hecho, él era conocido por su devo- ción a la simplicidad en investigación, así como en la vida) y requirió de más de una docena de páginas de pruebas técnicas matemáticas. Las preguntas anteriores son las primeras y más simples del denominado “dilema de la fiesta”. Ahora te debes preguntar cuál es la respuesta a la tercera cuestión: ¿qué tamaño deberá tener la fiesta para que podamos asegurar que encontraremos ante cualquier situación (que los invitados se conozcan o no), al menos un grupo de cinco invitados donde, o bien, todos se conocen entre ellos o bien, todos sean desconocidos? ¡Te sorprendería si te dijera que nadie hasta la fecha ha encontrado la respuesta a esta pregunta! Supongo que habrás intentado contestar al menos la primera pregunta. Por tanto, déjame pre- guntarte algo más: ¿has encontrado alguna forma para llegar a la respuesta? Recuerda que encontrar la respuesta a la última pregunta seguramente te hará famoso instantáneamente. En resumen, inves- tigación no es otra cosa que encontrar respuestas satisfactorias a preguntas. Las preguntas no tienen por qué ser técnicamente complejas, a pesar de que se puedan presentar dificultades técnicas en alguna de las fases del proceso. En cambio podrían ser (de hecho las mejores lo son) simples cuestiones coti- dianas. Sorprendentemente la investigación de alto nivel, cuando se expresa en términos técnicos de un campo determinado, puede sonar demasiado teórica y abstracta o muy alejada de la realidad. Pero, por increíble que parezca, suele estar originada en sim- ples situaciones de la vida real. Este tipo de investigación descrita anteriormen- te —que se conoce como análisis de redes—, se lleva a cabo en laboratorios de investigación; por lo que me gustaría terminar con una descripción de cómo funciona este tipo de laboratorio con base en el laboratorio de comunicación humana de la Uni- versidad de Columbia, donde trabajo parte del año, y el de la Asociación Iberoamericana de la Comu- nicación, hospedado en la Universidad de Oviedo, primer laboratorio de comunicación de España. Cómo funciona un laboratorio Primero, la ciencia no la desarrolla una persona, pero sí un grupo, un equipo. La comunidad cientí- fica nace de una investigación de alta calidad don- de se forman investigadores. También es un lugar físico, donde un grupo de personas trabaja en equi- po. Generalmente, un laboratorio consiste en uno o varios investigadores principales cuya responsabi- lidad es conseguir la financiación del laboratorio y supervisar el trabajo científico. En el siguiente nivel están los investigadores que han obtenido recien- temente su posgrado o están en proceso de obte- nerlo. Ellos tendrán como responsabilidad gestionar los experimentos dentro del laboratorio. Finalmente, están los asistentes de investigación, generalmente estudiantes de grado o trabajadores asalariados que ayudan con el trabajo diario dentro del laboratorio como preparar los experimentos, capturar datos y codificar las conductas observadas. Es importante considerar que existen cuestio- nes éticas que están envueltas en el estudio del comportamiento humano. Cuando estudiamos com- portamiento, estudiamos a personas que deben ser A C B D E www.FreeLibros.com
- 65. 23 Los investigadores opinan tratadas de forma que se cumplan los estándares éticos. Debemos tratar a las personas con autono- mía, permitiéndoles la libre elección de participar en la observación científica; tratarlos con beneficen- cia, esto significa, que se deben maximizar los bene- ficios del participante y minimizar cualquier posible efecto perjudicial que se pueda producir en el pro- ceso, por lo que los participantes deben ganar por el hecho de formar parte de la investigación. Esta ganancia puede ser educacional, psicológica o finan- ciera. Finalmente, debemos tratarles con justicia, todas las personas pueden beneficiarse igualmente de la investigación y ningún grupo de personas en particular deben de correr riesgo alguno. ¿Qué generan estas formalidades, que incluso en algunas ocasiones pueden resultar tediosas? Nos permite crear repetidamente, de manera controlada, entornos donde los participantes o grupo de parti- cipantes puedan entablar un comportamiento espe- cífico. Dicho lo anterior, sólo me quedaría comentar las implicaciones de la investigación en la sociedad; algo relativamente sencillo. El conocimiento permite a la sociedad ser más eficiente y progresar. Por lo que investigación, con el único propósito de aumen- tar el conocimiento de la sociedad (ahora con la era de internet, una sociedad internacional global) es la base, y posiblemente la única fuerza conductora de los humanos para una mejor vida. La continuación de este proceso progresivo está garantizada desde que, como dijo el gran filósofo Carl Jaspers, “la respuesta a un problema siempre tiene nuevas cuestiones”. DOCTORA LAURA GALGUERA Universidad de Oviedo (España) Universidad de Columbia (Estados Unidos) Los estudiantes escuchan tanto acerca de lo difícil y aburrida que es la investigación que llegan a esta etapa de su escolaridad con la mente llena de pre- juicios y actúan bajo presión, temor e, incluso, odio hacia ella. Antes de que se ocupen en las tareas rutina- rias de la elaboración de un proyecto, es necesario hacerlos reflexionar sobre su actitud ante tal empre- sa, para que valoren la investigación en su justa dimensión, ya que no se trata de llevarlos a creer que es la panacea que solucionará todos los proble- mas, o que sólo en los países del primer mundo se tiene la capacidad para realizarla. La investigación representa una más de las fuentes de conocimiento, por lo que, si decidimos ampliar sus fronteras, será indispensable llevarla a cabo con responsabilidad y ética. Aunque la investigación cuantitativa está con- solidada como la predominante en el horizonte científico internacional, en los últimos cinco años la investigación cualitativa ha tenido mayor acepta- ción; por otro lado, se comienza a superar el desgas- tado debate de oposición entre ambos tipos. Otro avance en la investigación lo representa internet; en el pasado, la revisión de la literatura resultaba larga y tediosa, ahora ocurre lo contrario, por lo cual el investigador puede dedicarse más al análisis de la información en vez de a escribir datos en cientos de tarjetas. Sin embargo, aún quedan investigadores y docentes que gustan de adoptar poses radicales. Se comportan como el “niño del martillo”, quien, habiendo conocido esta herramienta, toma todo aquello que encuentra a su paso como un clavo, sin la posibilidad de preguntarse si lo que necesita es un serrucho o un desarmador. CARLOS G. ALONZO BLANQUETO Profesor-investigador titular Facultad de Educación Universidad Autónoma de Yucatán Mérida, México www.FreeLibros.com
- 66. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Conocer las fuentes que pueden inspirar investigaciones científicas, ya sea desde un enfoque cuantitativo, cualitativo o mixto. 2 Generar ideas potenciales para investigar desde una perspectiva científica cuantitativa, cualitativa o mixta. Síntesis En este capítulo se plantea la forma en que se inician las investigaciones de cualquier tipo: mediante ideas. Asimismo, se habla de las fuentes que inspiran ideas de investigación y la manera de desarrollarlas, para así poder formular planteamientos de investigación científica cuantitativos, cualitativos o mixtos. Al final, se sugieren criterios para generar buenas ideas. Paso 1 El inicio de una investigación: el tema y la idea • Concebir el tema a investigar. • Generar la idea que será estudiada. Proceso de investigación cuantitativa, cualitativa o mixta Nacimiento de un proyecto de investigación cuantitativa, cualitativa o mixta: la idea Capítulo Na de cu 2 www.FreeLibros.com
- 67. Proyectos de investigación Ideas que deben: • Ayudar a resolver problemas • Aportar conocimientos • Generar interrogantes Y ser: • Novedosas • Alentadoras • Emocionantes • Inspiradoras Cuyas fuentes son: • Experiencias • Materiales escritos • Materiales audiovisuales • Teorías • Conversaciones • Internet Acercan a realidades Objetivas Subjetivas Intersubjetivas Enfoque cuantitativo Enfoque cualitativo Enfoque mixto inician con en el en el en el www.FreeLibros.com
- 68. Capítulo 2 Nacimiento de un proyecto de investigación cuantitativa, cualitativa o mixta 26 ¿Cómo se originan las investigaciones cuantitativas, cualitativas o mixtas? Las investigaciones se originan por ideas, sin importar qué tipo de paradigma funda- mente nuestro estudio ni el enfoque que habremos de seguir. Para iniciar una investiga- ción siempre se necesita una idea; todavía no se conoce el sustituto de una buena idea. Las ideas constituyen el primer acercamiento a la realidad objetiva (desde la perspectiva cuantitativa), a la realidad subjetiva (desde la perspectiva cualitativa) o a la realidad intersubjetiva (des- de la óptica mixta) que habrá de investigarse. Fuentes de ideas para una investigación Existe una gran variedad de fuentes que pueden generar ideas de investigación, entre las cuales se encuen- tran las experiencias individuales, materiales escritos (libros, artículos de revistas o periódicos, notas y tesis), materiales audiovisuales y programas de radio o televisión, información disponible en internet (en su amplia gama de posibilidades, como páginas web, foros de discusión, entre otros), teorías, des- cubrimientos producto de investigaciones, conversaciones personales, observaciones de hechos, creen- cias e incluso intuiciones y presentimientos. Sin embargo, las fuentes que originan las ideas no se relacionan con la calidad de éstas. El hecho de que un estudiante lea un artículo científico y extraiga de él una idea de investigación no necesariamente significa que ésta sea mejor que la de otro estudian- te que la obtuvo mientras veía una película o un partido de fútbol de la Copa Libertadores. Estas fuentes también llegan a generar ideas, cada una por separado o en conjunto; por ejemplo, al sintoni- zar un noticiario y escuchar sucesos de violencia o terrorismo, es posible, a partir de ello, comenzar a desarrollar una idea para efectuar una investigación. Después se puede platicar la idea con algunos amigos y precisarla un poco más o modificarla; posteriormente, se busca información al respecto en revistas y periódicos, hasta consultar artículos científicos y libros sobre violencia, terrorismo, pánico colectivo, muchedumbres, psicología de las masas, etcétera. Lo mismo podría suceder en el caso de la inmigración, el pago de impuestos, la crisis económica, las relaciones familiares, la amistad, los anuncios publicitarios en radio, las enfermedades de transmi- sión sexual, la administración de una empresa, el desarrollo urbano y otros temas. ¿Cómo surgen las ideas de investigación? Una idea puede surgir donde se congregan grupos —restaurantes, hospitales, bancos, industrias, uni- versidades y otras muchas formas de asociación— o al observar las campañas para legisladores y otros puestos de elección popular; alguien podría preguntarse: ¿sirve para algo toda esta publicidad?, ¿tantos letreros, afiches, anuncios en televisión y bardas pintadas tienen algún efecto sobre los votantes? Asi- mismo, es posible generar ideas al leer una revista de divulgación —por ejemplo, al terminar un artícu- lo sobre la política exterior española, alguien podría concebir una investigación sobre las actuales relaciones entre España y Latinoamérica—, al estudiar en casa, ver la televisión o asistir al cine —la película romántica de moda sugeriría una idea para investigar algún aspecto de las relaciones hetero- sexuales—, al charlar con otras personas o al recordar alguna vivencia. Por ejemplo, un médico, que a partir de la lectura de noticias sobre el virus de inmunodeficiencia humana (VIH), desea conocer más sobre los avances en el combate a esta enfermedad. Mientras se “navega” por internet, uno puede generar ideas de investigación, o bien a raíz de algún suceso que esté ocurriendo en el presente; por ejemplo, una joven que lea en la prensa noticias sobre el terrorismo en alguna parte del mundo y comience un estudio sobre cómo perciben sus conciudadanos tal fenómeno en los tiempos actuales. Una alumna japonesa de una maestría en desarrollo humano inició un estudio con mujeres de 35 a 55 años que enviudaron recientemente, para analizar el efecto psicológico que tiene el perder al esposo, porque una de sus mejores amigas había sufrido tal pérdida y a ella le correspondió brindarle apoyo (Miura, 2001). Esta experiencia fue casual, pero motivó un profundo estudio. 2 1 Ideas de investigación Represen- tan el primer acercamiento a la realidad que se investigará o a los fenómenos, eventos y ambientes por estudiar. www.FreeLibros.com
- 69. ¿Cómo se originan las investigaciones cuantitativas, cualitativas o mixtas? 27 A veces las ideas nos las proporcionan otras personas y responden a determinadas necesidades. Por ejemplo, un profesor nos puede solicitar una indagación sobre cierto tema; en el trabajo, un superior puede requerirle a un subordinado un estudio en particular, o un cliente contrata a un despacho para que efectúe una investigación de mercado. EJEMPLO Una joven (Mariana), al reflexionar acerca del noviazgo puede preguntarse: “¿qué aspectos influyen para que un hombre y una mujer tengan una relación cordial y satisfactoria para ambos?”, y decidir llevar a cabo una investigación que estudie los factores que intervienen en la evolución del noviazgo. Sin embar- go, hasta este momento su idea es vaga y debe especificar diversas cuestiones, tales como: • si piensa incluir en su estudio todos los factores que llegan a influir en el desarrollo del noviazgo o solamente algunos de ellos • si va a concentrarse en personas de cierta edad o de varias edades • si la investigación tendrá un enfoque psicológico o uno sociológico Asimismo, es necesario que comience a visualizar si utilizará el proceso cuantitativo, el cualitativo o un estudio mixto. Puede ser que le interese relacionar los elementos que afectan el noviazgo en el caso de estudiantes (crear una especie de modelo), o bien que prefiera entender el significado del noviazgo para jóvenes de su edad. Para que continúe su investigación es indispensable que se introduzca dentro del área de conocimiento en cuestión. Deberá platicar con investigadores en el campo de las relaciones inter- personales: psicólogos, psicoterapeutas, comunicólogos, desarrollistas humanos, por ejemplo, buscar y leer algunos artículos y libros que hablen del noviazgo, conversar con varias parejas, ver algunas películas educativas sobre el tema, buscar sitios en internet con información útil para su idea y realizar otras acti- vidades similares con el fin de familiarizarse con su tema de estudio. Una vez que se haya adentrado en éste, se encontrará en condiciones de precisar su idea de investigación. Vaguedad de las ideas iniciales La mayoría de las ideas iniciales son vagas y requieren analizarse con cuidado para que se transformen en planteamientos más precisos y estructurados, en particular en el proceso cuantitativo. Como men- cionan Labovitz y Hagedorn (1981), cuando una persona desarrolla una idea de investigación debe familiarizarse con el campo de conocimiento donde se ubica la idea. Una joven podría concebir la idea de investigar “¿qué aspectos influyen para que un hombre y una mujer tengan una relación cordial y satis- factoria para ambos? www.FreeLibros.com
- 70. Capítulo 2 Nacimiento de un proyecto de investigación cuantitativa, cualitativa o mixta 28 Necesidad de conocer los antecedentes Para adentrarse en el tema es necesario conocer estudios, investigaciones y trabajos anteriores, especial- mente si uno no es experto en tal tema. Conocer lo que se ha hecho con respecto a un tema ayuda a: • No investigar sobre algún tema que ya se haya estudiado a fondo. Esto implica que una buena investi- gación debe ser novedosa, lo cual puede lograrse al tratar un tema no estudiado, profundizar en uno poco o medianamente conocido, o al darle una visión diferente o innovadora a un problema aun- que ya se haya examinado repetidamente (por ejemplo, la familia es un tema muy estudiado; sin embargo, si alguien la analiza desde una perspectiva diferente, digamos, la manera como se presen- ta en las películas españolas muy recientes, le daría a su investigación un enfoque novedoso). • Estructurar más formalmente la idea de investigación. Por ejemplo, una persona, al ver un programa televisivo con escenas de alto contenido sexual explícito o implí- cito, quizá se interese en llevar a cabo una investigación en torno a este tipo de pro- gramas. Sin embargo, su idea es confusa, no sabe cómo abordar el tema y éste no se encuentra estructurado; entonces consulta diversas fuentes bibliográficas al respecto, platica con alguien que conoce la temática y analiza más programas de ese tipo; y una vez que ha profundizado en el campo de estudio correspondiente es capaz de esbozar con mayor claridad y formalidad lo que desea investigar. Vamos a suponer que decide centrarse en un estudio cuantita- tivo sobre los efectos que dichos programas generan en la conducta sexual de los adolescentes argentinos; o bien, que decide comprender los significados que tienen para ellos tales emisiones televisivas (cualitativo). También, podría abordar el tema desde otro punto de vista, por ejemplo, investigar si hay o no una cantidad considerable de programas con alto contenido sexual en la televisión argentina actual, por qué canales y en qué horarios se transmiten, qué situaciones muestran este tipo de contenido y en qué forma lo hacen (cuantitativo). De esta manera, su idea será precisada en mayor medida. Desde luego que en el enfoque cualitativo de la investigación, el propósito no es siempre contar con una idea y planteamiento de investigación completamente estructurados; pero sí con una idea y visión que nos conduzca a un punto de partida, y en cualquier caso, resulta aconseja- ble consultar fuentes previas para obtener referencias, aunque finalmente iniciemos nuestro estudio partiendo de bases propias y sin establecer alguna creencia preconcebida. • Seleccionar la perspectiva principal desde la cual se abordará la idea de investigación. En efecto, aunque los fenómenos del comportamiento humano son los mismos, pueden analizarse de diversas formas, según la disciplina dentro de la cual se enmarque la investigación. Por ejemplo, si las organizaciones se estudian básicamente desde el punto de vista comunicológico, el interés se centraría en aspectos tales como las redes y los flujos de comunicación en las organizaciones, los medios de comunicación, los tipos de mensajes que se emiten y la sobrecarga, la distorsión y la omisión de la información. Por otra parte, si se estudian más bien desde una perspectiva socio- lógica, la investigación se ocuparía de aspectos tales como la estructura jerárquica en las organi- zaciones, los perfiles socioeconómicos de sus miembros, la migración de los trabajadores de áreas rurales a zonas urbanas y su ingreso a centros fabriles, las ocupaciones y otros aspectos. Si se adopta una perspectiva fundamentalmente psicológica se analizarían otras cuestiones, como los procesos de liderazgo, la personalidad de los miembros de la organización, la motivación en el trabajo. Pero, si se utilizara un encuadre predominantemente mercadológico de las organizacio- nes, se investigarían, por ejemplo, cuestiones como los procesos de compra-venta, la evolución de los mercados y las relaciones entre empresas que compiten dentro de un mercado. La mayoría de las investigaciones, a pesar de que se ubiquen dentro de un encuadre o una pers- pectiva en particular, no pueden evitar, en mayor o menor medida, tocar temas que se relacionen con distintos campos o disciplinas (por ejemplo, las teorías de la agresión social desarrolladas por los psi- cólogos han sido utilizadas por los comunicólogos para investigar los efectos que la violencia televisada genera en la conducta de los niños que se exponen a ella). Por ende, cuando se considera el enfoque Estructurar la idea de investiga- ción Consiste en esbozar con mayor claridad y formalidad lo que se desea investigar. www.FreeLibros.com
- 71. 29 ¿Cómo se originan las investigaciones cuantitativas, cualitativas o mixtas? seleccionado se habla de perspectiva principal o fundamental, y no de perspectiva única. La elección de una u otra perspectiva tiene importantes implicaciones en el desarrollo de un estudio. También es común que se efectúen investigaciones inter- disciplinarias que aborden un tema utilizando varios encuadres o perspectivas. Si una persona requiere conocer cómo desarrollar un municipio deberá emplear una perspectiva ambiental y urbanística, donde analizará aspectos como vías de comunicación, suelo y subsuelo, áreas verdes, densidad poblacional, características de las viviendas, disponibilidad de terrenos, aspectos legales, etc. Pero no puede olvidarse de otras perspectivas, como la educativa, de salud, desarro- llo económico, desarrollo social, entre otras. Además, no importa que adoptemos un enfoque cualitativo o cuantitativo de la investigación, tenemos que elegir una perspectiva principal para abordar nuestro estudio o establecer qué perspectivas lo conducirán. Así, estamos hablando de perspectiva (disciplina desde la cual se guía centralmente la investigación) y enfoque del estudio (cuantitativo, cualitativo o mixto). Investigación previa de los temas Es evidente que, cuanto mejor se conozca un tema, el proceso de afinar la idea será más eficiente y rápido. Desde luego, hay temas que han sido más investigados que otros y, en consecuencia, su campo de conocimiento se encuentra mejor estructurado. Estos casos requieren planteamientos más específi- cos. Podríamos decir que hay: • Temas ya investigados, estructurados y formalizados, sobre los cuales es posible encontrar docu- mentos escritos y otros materiales que reportan los resultados de investigaciones anteriores. • Temas ya investigados pero menos estructurados y formalizados, sobre los cuales se ha investigado aunque existen sólo algunos documentos escritos y otros materiales que reporten esta investiga- ción; el conocimiento puede estar disperso o no ser accesible. De ser así, habría que buscar los estudios no publicados y acudir a medios informales, como expertos en el tema, profesores, amigos, etc. La internet constituye una valiosa herramienta en este sentido. • Temas poco investigados y poco estructurados, los cuales requieren un esfuerzo para encontrar lo que escasamente se ha investigado. • Temas no investigados. Criterios para generar ideas Algunos inventores famosos han sugerido estos criterios para generar ideas de investigación productivas: • Las buenas ideas intrigan, alientan y excitan al investigador de manera personal. Al elegir un tema para investigar, y más concretamente una idea, es importante que sea atractiva. Resulta muy tedioso tener que trabajar en algo que no sea de nuestro interés. En la medida en que la idea estimule y motive al investigador o investigadora, éste(a) se compenetrará más con el estudio y tendrá una mayor predisposición para salvar los obstáculos que se le presenten. • Las buenas ideas de investigación “no son necesariamente nuevas, pero sí novedosas”. En muchas ocasiones es necesario actualizar estudios previos o adaptar los planteamientos derivados de investigaciones efectuadas en contextos diferentes, o en ocasiones, conducir ciertos planteamien- tos a través de nuevos caminos. • Las buenas ideas de investigación pueden servir para elaborar teorías y solucionar problemas. Una buena idea puede conducir a una investigación que ayude a formular, integrar o probar una teoría o a iniciar otros estudios que, aunados a la investigación, logren constituir una teoría. O bien, generar nuevos métodos de recolectar y analizar datos. En otros casos, las ideas dan origen a investigaciones que ayudan a resolver problemas. Así, un estudio que se diseñe para analizar los factores que provocan conductas delictivas en los adolescentes contribuiría al establecimiento de programas dirigidos a resolver diversos problemas de delincuencia juvenil. Perspectiva principal o fundamen- tal Disciplina desde la cual se aborda una idea de investigación desde luego nutriéndose de conocimientos provenien- tes de otros campos. www.FreeLibros.com
- 72. 30 Capítulo 2 Nacimiento de un proyecto de investigación cuantitativa, cualitativa o mixta Ejercicios 1. Vea una película romántica y deduzca dos ideas de investigación. 2. Seleccione una revista científica (vea en el material complementario del CD el apéndice 1, la lista de revistas científicas) y un artículo de la misma, y deduzca dos ideas de investi- gación. 3. Compare las ideas deducidas de la película y del artículo, y conteste las siguientes pregun- tas: ¿Son fructíferas todas las ideas? ¿Cuáles ideas son más útiles, las derivadas de la pelícu- la o las del artículo científico? ¿Cómo surgieron las ideas? 4. Navegue por internet y deduzca una idea de estudio como resultado de su experiencia. 5. Elija una idea de investigación que irá desa- rrollando conforme lea el libro. Primero bajo el proceso cuantitativo y luego bajo el proceso cualitativo. Conceptos básicos Enfoque de investigación Estructuración de la idea de investigación Fuentes generadoras de ideas de investigación Ideas de investigación Innovación en la investigación Perspectiva de la investigación Tema de investigación Ejemplos desarrollados Ejemplos cuantitativos La televisión y el niño Describir los usos que el niño hace de la televisión y las gratificaciones que obtiene al ver programas televisivos. La pareja y la relación ideales Identificar los factores que describen a la pareja ideal. El abuso sexual infantil Evaluar los programas para prevenir el abuso sexual infantil. Ejemplos cualitativos La guerra cristera en Guanajuato Comprender la guerra cristera en Guanajuato (1926- 1929) desde la perspectiva de sus actores. 2. S m la d Resumen • Las investigaciones se originan a partir de ideas, las cuales pueden provenir de distintas fuentes y su calidad no está necesariamente relacionada con la fuente de la que provienen. • Con frecuencia, las ideas son vagas y deben tra- ducirse en problemas más concretos de inves- tigación, para lo cual se requiere una revisión bibliográfica sobre la idea o buscar referencias. Ello, sin embargo, no impide que adoptemos una perspectiva única y propia. • Las buenas ideas deben alentar al investigador, ser novedosas y servir para la elaboración de teo- rías y la resolución de problemas. • Las buenas ideas pueden servir para generar nuevos interrogantes y cuestionamientos. Hay que res- ponder a algunos de éstos, pero también es preciso crear otros. A veces un estudio llega a generar más preguntas que respuestas. www.FreeLibros.com
- 73. 31 Los investigadores opinan El planteamiento del problema nos conduce a saber qué es lo que deseamos investigar, a identificar los elementos que estarán relacionados con el proceso y a definir el enfoque, en virtud de que en las perspec- tivas cuantitativa y cualitativa se define con claridad cuál es el objeto de análisis en una situación deter- minada, y de que, según el tipo de estudio que se pretenda realizar, ambos pueden mezclarse. En la actualidad existen muchos recursos para trabajar en investigación cualitativa, entre los que se encuentran los libros, en donde se presentan técnicas y herramientas actualizadas, y las redes de computación, de las cuales es posible que el investi- gador obtenga información para nuevos proyectos. En la investigación cuantitativa se destaca el desarrollo de programas computacionales; por ejem- plo, en mi área, que es la ingeniería en sistemas computacionales, existe el software de monitoreos, el cual contribuye a la evaluación y al rendimiento del hardware. En ambos enfoques, internet repre- senta una herramienta de trabajo, además de que permite realizar investigación en lugares remotos. Es muy importante inculcar a los estudiantes el valor que representa obtener conocimientos por medio de una investigación, lo mismo que un pen- samiento crítico y lógico, además de recomendarles que para iniciar un proyecto es necesario revisar la literatura existente y mantenerse al tanto de los pro- blemas sociales. En mi campo de trabajo, la docencia, la inves- tigación es escasa, porque no se le dedica el tiempo suficiente; sin embargo, en el área de ciencias, el gobierno desarrolla proyectos muy valiosos para el país. DILSA ENEIDA VERGARA D. Docente de tiempo completo Facultad de Ingeniería de Sistemas Computacionales Universidad Tecnológica de Panamá El Dorado, Panamá El investigador no es sólo aquel individuo de bata blanca que está encerrado en un laboratorio. La investigación tiene relación con la comunidad, el ámbito social o la industria. No la llevan a cabo úni- camente los genios; también es posible que la reali- ce cualquier persona, si se prepara para ello. Un proyecto se inicia con la formulación de pre- guntas basadas en la observación; tales interrogantes surgen durante una conferencia, mientras se leen los diarios o en la realidad cotidiana, y deben ser valida- das por personas que poseen conocimiento del tema de que se trate, con la finalidad de verificar que sean relevantes, que sirvan para efectuar una investiga- ción, y si en realidad ésta aportaría algo a la discipli- na relacionada o solucionará algún problema. Después, se hará el planteamiento del proble- ma, el cual, si se redacta de manera clara y preci- sa, representará un gran avance. Sin descartar que más adelante se hagan ajustes o se precisen ideas, en esencia debe contener lo que se propuso al co- mienzo. En cuanto a los enfoques cualitativo y cuantita- tivo de la investigación, se han logrado significativos cambios, por ejemplo, la investigación cualitativa adquirió mayor nivel tanto en el discurso como en su marco epistemológico, además de que se desa- rrollaron instrumentos mucho más válidos para realizarla. En la investigación cuantitativa mejoraron los procesos y se crearon programas electrónicos que Los investigadores opinan Consecuencias del abuso sexual infantil Entender las experiencias del abuso sexual infantil y sus consecuencias a largo plazo. Centros comerciales Conocer la experiencia de compra en centros co- merciales. Ejemplos de métodos mixtos La investigación mixta es un nuevo enfoque e impli- ca combinar los métodos cuantitativo y cualitativo en un mismo estudio. Por ahora, simplemente enun- ciamos una idea de un ejemplo de esta clase de investigación. En el capítulo 17 se profundiza en las características y diseños del proceso mixto y se incluyen diversos ejemplos (entre ellos el siguiente sobre la moda), al igual que en el capítulo 12 del CD: “Ampliación y fundamentación de los métodos mixtos”. La moda y las mujeres mexicanas Conocer cómo definen y experimentan la moda las mujeres mexicanas. sus co Centro Conoc mercia Ej www.FreeLibros.com
- 74. 32 Capítulo 2 Nacimiento de un proyecto de investigación cuantitativa, cualitativa o mixta facilitan la tabulación de datos; asimismo, ahora se manejan con mayor propiedad los marcos epis- temológicos. Cabe mencionar que en este tipo de investigación, las pruebas estadísticas son valiosas para determinar si existen diferencias significativas entre mediciones o grupos, además de que permiten obtener resultados más objetivos y precisos. GERTRUDYS TORRES MARTÍNEZ Docente investigadora Facultad de Psicología Universidad Piloto de Colombia Bogotá, Colombia Cuando un estudiante conoce la obra Metodología de la investigación de Roberto Hernández Sampie- ri, quizá se enfrente a un texto desconocido para él, una elección de su profesor o, incluso, una pro- puesta bibliográfica del programa de una asignatu- ra —a menos que el trabajo de investigación como el oficio del investigador le sean afines, quizá por estar redactando su tesis, o bien, si la búsqueda y análisis de información forma parte de su desem- peño laboral—, pero a excepción de tales casos, la ve como un texto obligatorio más; en cambio, si se trata de un profesor, dicha obra es ya una compañe- ra de las andanzas docentes, una obra clásica pero no por ello pasada de moda, pues entre sus virtudes cuenta el haber logrado con éxito al paso de una tras otra de sus ediciones, algo más que un mayor tiraje de libros, ya que, como pocos títulos disponi- bles en el mercado, se ha revisado y actualizado, no sólo como una decisión unilateral de sus autores y editores, sino también como parte de un proceso de mejora continua a través de la fecunda y bilateral retroalimentación con sus lectores, con quienes han hecho de ella la primera selección por antonomasia a la hora de pensar en enseñar teoría e ilustrarla con casos reales sobre metodología, más allá de repetir o imitar ejercicios del libro, más bien con la idea de crear individuos que de manera autónoma y creativa sean capaces de iniciar una investigación original o continuar lo investigado por otros con las bases suficientes para producir nuevo conocimiento en sus diferentes disciplinas, y para conseguir esto una obra debe estar abierta siempre a sus lectores para mejorar, cosa que dentro del área de la metodología, ésta es tal vez la única que lo ha hecho, rechazando el sólo convertirse en un clásico o best-seller que con el tiempo envejece y que hasta los que lo tenían como libro de cabecera lo abandonan por la necesi- dad de lo actual, característica esta última que defi- ne el libro de Hernández Sampieri, pues nos lleva por un recorrido desde las diferencias entre las aproxi- maciones cualitativa y cuantitativa a la realidad para plantear de la manera más adecuada un problema, definirlo de una forma en que nos abra a nuevas res- puestas sin caer en las mismas trilladas de siempre, al proponer un diseño de investigación que aliado con los caminos idóneos para recolectar información confiable y tanto analizarla como interpretarla, nos pongan en condiciones de decir hemos hallado algo nuevo, sabemos más, hemos mejorado la compren- sión de un tema e incluso hemos encontrado la solu- ción que todos buscaban, camino o método que de la mano de Hernández Sampieri se emprende una y otra vez, desde su obra hasta espacios virtuales y foros en línea como material de apoyo en formato electrónico que potencializa las de por sí poderosas herramientas metodológicas que expone y pone a la revisión crítica de sus lectores para así mejorar la obra y como un esfuerzo en cadena y cascada mejo- rar con ello los alcances de la misma así como la productiva asimilación y puesta en práctica de los usuarios del libro, pues es de consulta permanente más que un libro pasajero en nuestras vidas, llegó para quedarse y seguir juntos el camino metódico del cómo hallar las respuestas que buscamos cada día de nuestras vidas. DOCTOR MOISÉS DEL PINO PEÑA Universidad Iberoamericana México, DF www.FreeLibros.com
- 75. El proceso de la investigación cuantitativa E i 2 PARTE www.FreeLibros.com
- 76. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Formular de manera lógica y coherente problemas de investigación cuantitativa con todos sus elementos. 2 Redactar objetivos y preguntas de investigación cuantitativa. 3 Comprender los criterios para evaluar un problema de investigación cuantitativa. Síntesis En el presente capítulo se mostrará la manera en que la idea se desarrolla y se transforma en el planteamiento del problema de investigación cuantitativa. En otras palabras, se explica cómo plantear un problema de investigación. Cinco elementos, que se analizarán en el capítulo, resultan fundamentales para plantear cuantitativamente un problema: objetivos de investigación, pre- guntas de investigación, justificación de la investigación, viabilidad de ésta y evaluación de las deficiencias en el conocimiento del problema. Paso 2 Planteamiento del problema de investigación • Establecer los objetivos de investigación. • Desarrollar las preguntas de investigación. • Justificar la investigación y analizar su viabilidad. • Evaluar las deficiencias en el conocimiento del problema. Proceso de investigación cuantitativa Planteamiento del problema cuantitativo Capítulo Pl cu 3 www.FreeLibros.com
- 77. Planteamiento del problema cuantitativo Cuyos criterios son: • Delimitar el problema • Relación entre variables • Formular como pregunta • Tratar un problema medible u observable Y sus elementos son: • Objetivos: que son las guías del estudio • Preguntas de investigación: que deben ser claras y son el qué del estudio • Justificación del estudio: que es el porqué y el para qué del estudio • Viabilidad del estudio que implica: Disponibilidad de recursos Alcances del estudio Consecuencias del estudio • Deficiencias en el conocimiento del problema que orientan al estudio: Estado del conocimiento Nuevas perspectivas a estudiar Implica afinar ideas www.FreeLibros.com
- 78. Capítulo 3 Planteamiento del problema cuantitativo 36 ¿Qué es plantear el problema de investigación cuantitativa? Una vez que se ha concebido la idea de investigación y el científico, estudiante o experto ha profundi- zado en el tema en cuestión y elegido el enfoque cuantitativo, se encuentra en condiciones de plantear el problema de investigación. De nada sirve contar con un buen método y mucho entusiasmo, si no sabemos qué investigar. En realidad, plantear el problema no es sino afinar y estructurar más formalmen- te la idea de investigación. El paso de la idea al planteamiento del problema en ocasiones puede ser inmediato, casi automático, o bien llevar una considerable cantidad de tiempo; ello depende de cuán familiarizado esté el investigador o la investigadora con el tema a tratar, la complejidad misma de la idea, la existencia de estudios antecedentes, el empeño del investigador y sus habilidades personales. Seleccionar un tema o una idea no lo colo- ca inmediatamente en la posición de considerar qué información habrá de recolectar, con cuáles métodos y cómo analizará los datos que obtenga. Antes necesita formular el problema especí- fico en términos concretos y explícitos, de manera que sea susceptible de investigarse con procedimien- tos científicos (Selltiz et al., 1980). Delimitar es la esencia de los planteamientos cuantitativos. Ahora bien, como señala Ackoff (1967), un problema bien planteado está parcialmente resuelto; a mayor exactitud corresponden más posibilidades de obtener una solución satisfactoria. El investiga- dor debe ser capaz no sólo de conceptuar el problema, sino también de escribirlo en forma clara, precisa y accesible. En algunas ocasiones sabe lo que desea hacer, pero no cómo comunicarlo a los demás y es necesario que realice un mayor esfuerzo por traducir su pensamiento a términos compren- sibles, pues en la actualidad la mayoría de las investigaciones requieren la colaboración de varias personas. Criterios para plantear el problema Según Kerlinger y Lee (2002), los criterios para plantear adecuadamente un problema de investigación cuantitativa son: • El problema debe expresar una relación entre dos o más conceptos o variables. • El problema debe estar formulado como pregunta, claramente y sin ambigüedad; por ejemplo, ¿qué efecto?, ¿en qué condiciones...?, ¿cuál es la probabilidad de...?, ¿cómo se relaciona con...? • El planteamiento debe implicar la posibilidad de realizar una prueba empírica, es decir, la facti- bilidad de observarse en la “realidad única y objetiva”. Por ejemplo, si alguien piensa estudiar cuán sublime es el alma de los adolescentes, está planteando un problema que no puede probar- se empíricamente, pues “lo sublime” y “el alma” no son observables. Claro que el ejemplo es extremo, pero nos recuerda que el enfoque cuantitativo trabaja con aspectos observables y medi- bles de la realidad. ¿Qué elementos contiene el planteamiento del problema de investigación en el proceso cuantitativo? A nuestro juicio, los elementos para plantear un problema son cinco y están relacionados entre sí: los objetivos que persigue la investigación, las preguntas de investigación, la justificación y la viabilidad del estudio, así como la evaluación de las deficiencias en el conocimiento del problema. Objetivos de la investigación En primer lugar, es necesario establecer qué pretende la investigación, es decir, cuáles son sus objeti- vos. Unas investigaciones buscan, ante todo, contribuir a resolver un problema en especial; en tal caso debe mencionarse cuál es y de qué manera se piensa que el estudio ayudará a resolverlo; otras tienen como objetivo principal probar una teoría o aportar evidencia empírica en favor de ella. Los 1 Planteamiento cuantitativo del pro- blema Desarrollo de la idea a través de cinco elementos: 1) objetivos de investigación, 2) preguntas de investi- gación, 3) justificación de la investiga- ción, 4) viabilidad de la investigación, 5) evaluación de las deficiencias en el conocimiento del problema. www.FreeLibros.com
- 79. ¿Qué elementos contiene el planteamiento del problema de investigación en el proceso cuantitativo? 37 objetivos deben expresarse con claridad para evitar posibles desviaciones en el pro- ceso de investigación cuantitativa y ser susceptibles de alcanzarse (Rojas, 2002); son las guías del estudio y hay que tenerlos presentes durante todo su desarrollo. Eviden- temente, los objetivos que se especifiquen requieren ser congruentes entre sí. EJEMPLO Investigación de Mariana sobre el noviazgo Continuando con el ejemplo del capítulo anterior, diremos que una vez que Mariana se ha familiarizado con el tema y decidido a llevar a cabo una investigación cuantitativa, encuentra que, según algunos estu- dios, los factores más importantes son la atracción física, la confianza, la proximidad física, el grado en que cada uno de los novios refuerza positivamente la autoimagen del otro y la similitud entre ambos (en creencias fundamentales y valores). Entonces los objetivos de su investigación se podrían plantear de la siguiente manera: • Determinar si la atracción física, la confianza, la proximidad física, el reforzamiento de la autoestima y la similitud tienen una influencia importante en el desarrollo del noviazgo entre jóvenes catalanes. • Evaluar cuáles de los factores mencionados tienen mayor importancia en el desarrollo del noviazgo entre jóvenes catalanes. • Analizar si hay o no diferencias entre los hombres y las mujeres respecto de la importancia atribuida a cada uno de los factores mencionados. • Analizar si hay o no diferencias entre las parejas de novios de distintas edades, en relación con la importancia asignada a cada uno de los mismos factores. También es conveniente comentar que durante la investigación es posible que surjan objetivos adicionales, se modifiquen los objetivos iniciales o incluso se sustituyan por nuevos objetivos, según la dirección que tome el estudio. Preguntas de investigación Además de definir los objetivos concretos de la investigación, es conveniente plantear, por medio de una o varias preguntas, el problema que se estudiará. Al hacerlo en forma de preguntas se tiene la ventaja de presentarlo de manera directa, lo cual minimiza la distorsión (Christensen, 2006). Las pre- guntas representan el ¿qué? de la investigación. No siempre en la pregunta o las preguntas se comunica el problema en su totalidad, con toda su riqueza y contenido. A veces se formula solamente el propósito del estudio, aunque las preguntas deben resumir lo que habrá de ser la investigación. Al respecto, no podemos decir que haya una forma correcta de expresar todos los problemas de investigación, pues cada uno de ellos requiere un análisis particular. Las preguntas generales tienen que aclararse y delimitarse para esbozar el área-problema y sugerir actividades pertinentes para la investigación (Ferman y Levin, 1979). Las preguntas demasiado generales no conducen a una investigación concreta, por lo tanto, aque- llas como: ¿por qué algunos matrimonios duran más que otros?, ¿por qué hay personas más satisfechas con su trabajo que otras?, ¿en cuáles programas de televisión hay muchas escenas sexuales?, ¿cam- bian con el tiempo las personas que van a psicoterapia?, ¿los gerentes se comprometen más con su empresa que los obreros?, ¿cómo se relacionan los medios de comunicación colectiva con el voto?, etc., deben acotarse. Esas preguntas constituyen más bien ideas iniciales que es necesario refinar y precisar para que guíen el comienzo de un estudio. La última pregunta, por ejemplo, habla de “medios de comunicación colectiva”, término que implica la radio, la televisión, los periódicos, las publicaciones, el cine, los anuncios publicitarios en 2 Preguntas de investigación Orientan hacia las respuestas que se buscan con la investigación. Las preguntas no deben uti- lizar términos ambiguos ni abstractos. Objetivos de investigación Señalan a lo que se aspira en la investigación y deben expresarse con claridad, pues son las guías del estudio. www.FreeLibros.com
- 80. Capítulo 3 Planteamiento del problema cuantitativo 38 exteriores, internet y otros más. Asimismo, se menciona “voto” sin especificar el tipo, el contexto ni el sistema social, si se trata de una votación política de nivel nacional o local, sindical, religiosa, para elegir al representante de una cámara industrial o a un funcionario como un alcalde o un miembro de un parlamento. Incluso pensando que el voto fuera para una elección presidencial, la relación expresa- da no lleva a diseñar actividades pertinentes para desarrollar una investigación, a menos que se piense en “un gran estudio” que analice todas las posibles vinculaciones entre ambos términos (medios de comunicación colectiva y voto). En efecto, tal como se formula la pregunta, origina una gran can- tidad de dudas: ¿se investigarán los efectos que la difusión de propa- ganda a través de dichos medios tiene en la conducta de los votantes?, ¿se analizará el papel de estos medios como agentes de socialización política respecto del voto?, ¿se investigará en qué medida se incremen- ta el número de mensajes políticos en los medios de comunicación masiva durante épocas electorales?, ¿acaso se estudiará cómo los resul- tados de una votación afectan lo que opinan las personas que manejan esos medios? Es decir, no queda claro qué se va a hacer en realidad. Lo mismo ocurre con las otras preguntas, son demasiado genera- les. En su lugar deben plantearse preguntas mucho más específicas como: ¿el tiempo que las parejas dedican cotidianamente a evaluar su relación está vinculado con el tiempo que perduran sus matrimonios? (en un contexto particular, por ejemplo: parejas que tienen más de 20 años de matrimonio y viven en los suburbios de Madrid); ¿cómo se asocian la satisfacción laboral y la variedad en el trabajo en la gestión gerencial de las empresas industriales con más de mil trabajadores en Caracas, Venezuela?; durante el último año, ¿las series televisivas estadounidenses traducidas al español En la escena del crimen o CSI y La ley y el orden contienen una mayor cantidad de escenas sexuales que las series de telenovelas chilenas?; conforme se desarrollan las psicoterapias, ¿aumentan o declinan las expresiones verbales de discusión y exploración de los futuros planes personales que manifiestan las pacientes? (al ser éstas, mujeres ejecuti- vas que viven en Barranquilla, Colombia), ¿existe alguna relación entre el nivel jerárquico y la motiva- ción intrínseca en el trabajo en los empleados del Ministerio de Economía y Finanzas Públicas de Argentina?; ¿cuál es el promedio de horas diarias de televisión que ven los niños costarricenses de áreas urbanas?, la exposición por parte de los votantes a los debates televisivos de los candidatos a la presiden- cia de Guatemala, ¿está correlacionada con la decisión de votar o de abstenerse? Las preguntas pueden ser más o menos generales, como se mencionó anteriormente, pero en la mayoría de los casos es mejor que sean precisas, sobre todo en el de estudiantes que se inician dentro de la investiga- ción. Desde luego, hay macroestudios que investigan muchas dimensiones de un problema y que, EJEMPLO Investigación de Mariana sobre el noviazgo Al aplicar lo anterior al ejemplo de la investigación sobre el noviazgo, las preguntas de investigación podrían ser: • ¿La atracción física, la confianza, la proximidad física, el reforzamiento de la autoestima y la similitud ejercen una influencia significativa en el desarrollo del noviazgo? El desarrollo del noviazgo se entenderá como la evaluación que hacen los novios de su relación, el interés que muestran por ésta y su disposición a continuarla. • ¿Cuál de estos factores ejerce mayor influencia sobre la evaluación de la relación, el interés que muestran por ésta y la disposición para continuar la relación? • ¿Están vinculados entre sí la atracción física, la confianza, la proximidad física, el reforzamiento de la autoestima y la similitud? Las preguntas de investigación deben ser concretas, pues no es lo mismo votar por un consejero estudiantil que para elegir al presidente de un país. www.FreeLibros.com
- 81. ¿Qué elementos contiene el planteamiento del problema de investigación en el proceso cuantitativo? 39 inicialmente, llegan a plantear preguntas más generales. Sin embargo, casi todos los estudios versan sobre cuestiones más específicas y limitadas. Asimismo, como sugiere Rojas (2002), es necesario establecer los límites temporales y espaciales del estudio (época y lugar), y esbozar un perfil de las unidades de observación (personas, periódicos, vivien- das, escuelas, animales, eventos, etc.), perfil que, aunque es tentativo, resulta muy útil para definir el tipo de investigación que habrá de llevarse a cabo. Desde luego, es muy difícil que todos estos aspectos se incluyan en las preguntas de investigación; pero pueden plantearse una o varias interrogantes, y acompañarlas de una breve explicación del tiempo, el lugar y las unidades de observación del estudio. Al igual que en el caso de los objetivos, durante el desarrollo de la investigación pueden modifi- carse las preguntas originales o agregarse otras nuevas; y como se ha venido sugiriendo, la mayoría de los estudios plantean más de una pregunta, ya que de este modo se cubren diversos aspectos del pro- blema a investigar. León y Montero (2003) mencionan los requisitos que deben cumplir las preguntas de investiga- ción:1 • Que no se conozcan las respuestas (si se conocen, no valdría la pena realizar el estudio). • Que puedan responderse con evidencia empírica (datos observables o medibles). • Que impliquen usar medios éticos. • Que sean claras. • Que el conocimiento que se obtenga sea sustancial (que aporte conocimiento a un campo de estudio). Justificación de la investigación Además de los objetivos y las preguntas de investigación, es necesario justificar el estudio mediante la exposición de sus razones (el para qué y/o porqué del estudio). La mayoría de las investigaciones se efectúan con un propósito definido, pues no se hacen simplemente por capricho de una persona, y ese propósito debe ser lo sufi- cientemente significativo para que se justifique su realización. Además, en muchos casos se tiene que explicar por qué es conveniente llevar a cabo la investigación y cuáles son los bene- ficios que se derivarán de ella: el pasante deberá explicar a un comité escolar el valor de la tesis que piensa realizar, el investigador universitario hará lo mismo con el grupo de personas que aprueban proyectos de investigación en su institución e incluso con sus colegas, el asesor tendrá que aclarar a su cliente los beneficios que se obtendrán de un estudio determinado, el subordinado que propone una • ¿Existe alguna diferencia por género (entre los hombres y las mujeres) con respecto al peso que le asignan a cada factor en la evaluación de la relación, el interés que muestran por ésta y su disposición a continuarla? • ¿La edad está relacionada con el peso asignado a cada factor con respecto a la evaluación de la rela- ción, el interés que muestran por ésta y la disposición de continuar la relación? Como podemos observar, las preguntas están completamente relacionadas con sus respectivos objeti- vos (van a la par, son un reflejo de éstos). Ya sabemos que el estudio se llevará a cabo en Cataluña, pero debemos ser más específicos, por ejemplo: realizarlo entre estudiantes de licenciaturas administrativas de la Universidad Autónoma de Barcelona. Ahora bien, con una simple ojeada al tema nos daríamos cuenta de que se pretende abarcar demasia- do en el problema de investigación y, a menos que se cuente con muchos recursos y tiempo, se tendría que limitar el estudio, por ejemplo, a la similitud. Entonces se preguntaría: ¿la similitud ejerce alguna influencia significativa sobre la elección de la pareja en el noviazgo y la satisfacción dentro de éste? 1 Los comentarios entre paréntesis son agregados nuestros. Justificación de la investigación Indi- ca el porqué de la investigación exponiendo sus razones. Por medio de la justificación debemos demostrar que el estudio es nece- sario e importante. www.FreeLibros.com
- 82. Capítulo 3 Planteamiento del problema cuantitativo 40 investigación a su superior deberá dar razones de la utilidad de ella. Lo mismo ocurre en casi todos los casos. Trátese de estudios cuantitativos o cualitativos, siempre es importante dicha justificación. Criterios para evaluar la importancia potencial de una investigación Una investigación llega a ser conveniente por diversos motivos: tal vez ayude a resolver un problema social, a construir una nueva teoría o a generar nuevas inquietudes de investigación. Lo que algunos consideran relevante para investigar puede no serlo para otros. Respecto de ello, suele diferir la opinión de las personas. Sin embargo, es posible establecer criterios para evaluar la utilidad de un estudio propues- to, los cuales, evidentemente, son flexibles y de ninguna manera exhaustivos. A continuación se indican algunos de estos criterios formulados como preguntas, que fueron adaptados de Ackoff (1973) y Miller y Salkind (2002). También afirmaremos que, cuanto mayor número de respuestas se contesten de mane- ra positiva y satisfactoria, la investigación tendrá bases más sólidas para justificar su realización. • Conveniencia. ¿Qué tan conveniente es la investigación?; esto es, ¿para qué sirve? • Relevancia social. ¿Cuál es su trascendencia para la sociedad?, ¿quiénes se beneficiarán con los resul- tados de la investigación?, ¿de qué modo? En resumen, ¿qué alcance o proyección social tiene? • Implicaciones prácticas. ¿Ayudará a resolver algún problema real?, ¿tiene implicaciones trascen- dentales para una amplia gama de problemas prácticos? • Valor teórico. Con la investigación, ¿se llenará algún vacío de conocimiento?, ¿se podrán generali- zar los resultados a principios más amplios?, ¿la información que se obtenga puede servir para revisar, desarrollar o apoyar una teoría?, ¿se podrá conocer en mayor medida el comportamiento de una o de diversas variables o la relación entre ellas?, ¿se ofrece la posibilidad de una exploración fructífera de algún fenómeno o ambiente?, ¿qué se espera saber con los resultados que no se cono- ciera antes?, ¿se pueden sugerir ideas, recomendaciones o hipótesis para futuros estudios? • Utilidad metodológica. ¿La investigación puede ayudar a crear un nuevo instrumento para reco- lectar o analizar datos?, ¿contribuye a la definición de un concepto, variable o relación entre variables?, ¿pueden lograrse con ella mejoras en la forma de experimentar con una o más varia- bles?, ¿sugiere cómo estudiar más adecuadamente una población? Desde luego, es muy difícil que una investigación pueda responder positivamente a todas estas interrogantes; algunas veces sólo cumple un criterio. EJEMPLO Investigación de Mariana sobre el noviazgo Mariana podría justificar su estudio de la siguiente manera:2 De acuerdo con Méndez (2009), una de las preocupaciones centrales de los jóvenes lo constitu- ye la relación con su pareja sentimental. En un estudio de Mendoza (2009) se encontró que los(as) universitarios(as) que tienen dificultades con sus parejas o se encuentran físicamente alejados de ellas (digamos que viven en otra ciudad o se frecuentan de manera ocasional), tienen un desempeño acadé- mico más bajo que aquellos(as) que llevan una relación armónica y que se frecuentan con regularidad. Muñiz y Rangel (2008) encontraron que un noviazgo satisfactorio eleva la autoestima… Asimismo, 85% de los universitarios dedican un tiempo considerable de sus pensamientos a la pareja (Torres, 2009)… [Es importante incluir cifras y citas de otros estudios que señalen la importancia y mag- nitud del problema bajo estudio.] La investigación planteada contribuirá a generar un modelo para entender este importante aspecto en la vida de los(as) jóvenes estudiantes iberamericanos(as) (valor teórico). Asimismo, los resultados del estudio ayudarán a crear una mayor conciencia entre los mentores de los(as) universitarios(as) sobre este aspecto de sus aconsejados y cuando uno de éstos tenga problemas en sus relaciones de pareja, podrán 2 Por cuestiones de espacio, el ejemplo se ha simplificado y reducido, lo importante es que se comprenda la forma como se justifica una investigación. 3 www.FreeLibros.com
- 83. ¿Qué elementos contiene el planteamiento del problema de investigación en el proceso cuantitativo? 41 Viabilidad de la investigación Además de los elementos anteriores, es necesario considerar otro aspecto importante del planteamien- to del problema: la viabilidad o factibilidad misma del estudio; para ello, debemos tomar en cuenta la disponibilidad de recursos financieros, humanos y materiales que determinarán, en última instancia, los alcances de la investigación (Rojas, 2002). Asimismo, resulta indispensable que tengamos acceso al lugar o contexto donde se realizará la investigación. Es decir, tenemos que preguntarnos de manera realista: ¿es posible llevar a cabo esta investigación? y ¿cuánto tiempo tomará realizarla? Dichos cues- tionamientos son particularmente importantes cuando se sabe de antemano que se dispondrá de pocos recursos para efectuar la investigación. asesorarlos más adecuada e integralmente (implicación práctica). Por otro lado, mediante la investigación se desarrollará un método para medir las variables del estudio en el contexto catalán, pero con aplicacio- nes a otros ambientes latinoamericanos (valor metodológico)… EJEMPLO Un caso de inviabilidad Este hecho ocurrió hace algunos años, cuando un grupo de estudiantes de ciencias de la comunicación decidió realizar su tesis sobre el efecto que tendría introducir la televisión en una comunidad donde no se conocía. El estudio buscaba, entre otras cosas, analizar si los patrones de consumo cambiaban, las relaciones interpersonales se modificaban y las actitudes y los valores centrales de los habitantes —religión, actitudes hacia el matrimonio, familia, planificación familiar, trabajo, etc.— se transformaban con la introducción de la televisión. La investigación resultaba interesante porque había pocos estudios similares, y éste aportaría información útil para el análisis de los efectos de tal medio, la difusión de innovaciones y otras muchas áreas de conocimiento. Sin embargo, el costo de la investigación era muy elevado (había que adquirir muchos televisores y obsequiarlos a los habitantes o rentarlos, hacer llegar a la comunidad las transmisiones, contratar a bastante personal, hacer considerables erogaciones en viáticos, etc.), lo cual superaba, por mucho, las posibilidades económicas de los estudiantes, aun cuando consiguieran financiamiento. Además, llevaría bastante tiempo realizarlo (cerca de tres años), tomando en cuenta que se trataba de una tesis. Posiblemente para un investigador especializado en el área, este tiempo no resultaría un obstáculo. El factor “tiempo” varía en cada investigación; a veces se requieren los datos en el corto plazo, mientras que en otras ocasiones el tiempo no es relevante. Hay estudios que duran varios años porque su naturaleza así lo exige. Evaluación de las deficiencias en el conocimiento del problema Es también importante que consideremos respecto de nuestro problema de investigación los siguientes cuestionamientos: ¿qué más necesitamos saber del problema?, ¿qué falta de estudiar o abordar?, ¿qué no se ha considerado?, ¿qué se ha olvidado? Las respuestas a estas interrogantes nos ayudarán a saber dónde se encuentra ubicada nuestra investigación en la evolución del estudio del problema y qué nue- vas perspectivas podríamos aportar. Sin embargo, de acuerdo con Hernández Sampieri y Méndez (2009), este elemento del plantea- miento sólo se puede incluir si el investigador ha trabajado anteriormente o se encuentra vinculado con el tema de estudio, y este conocimiento le permite contar con una clara perspectiva del problema a indagar. De no ser así, la evaluación de las deficiencias en el conocimiento del problema se tendrá que llevar a cabo después de haber hecho una revisión más completa de la literatura, la cual es parte del siguiente paso en el proceso de la investigación cuantitativa. Para poner un ejemplo de lo anterior, www.FreeLibros.com
- 84. Capítulo 3 Planteamiento del problema cuantitativo 42 Núñez (2001) al inicio de su investigación pretendía entender el sentido de vida de los maestros uni- versitarios, bajo los conceptos de Viktor E. Frankl.3 Sin embargo, era la primera vez que profundizaba en estas nociones y en ese momento ella no sabía que había muy pocos instrumentos para medir tal variable tan compleja (y menos en el contexto latinoamericano); fue hasta después de realizar la revi- sión de la literatura que se dio cuenta de esto, entonces modificó su planteamiento y se abocó, prime- ro, a desarrollar y validar un cuestionario que midiera el sentido de vida, y luego a comprender su naturaleza y alcance en los docentes. 3 Importante psicoterapeuta del siglo XX, que fue internado en el campo de concentración de Theresienstadt hacia el final de la Segunda Guerra Mundial, donde perfiló el concepto de la búsqueda de un sentido para la vida del ser humano. 4 En el CD anexo (Material complementario → Capítulos → Capítulo 2) el lector encontrará un capítulo sobre la ética en la investigación. 3 Importante psicot Segunda Guerra Mundi 4 En el CD anexo (M Elementos del planteamiento del problema de investigación en el proceso cuantitativo Objetivos de la investigación Preguntas de investigación Justificación de la investigación Viabilidad de la investigación Evaluación de las deficiencias en el conocimiento del problema Figura 3.1 Elementos del planteamiento del problema en la investigación cuantitativa. Consecuencias de la investigación Aunque no sea con fines científicos, pero sí éticos,4 es necesario que el investigador se cuestione acerca de las consecuencias del estudio. En el ejemplo anterior del caso de inviabilidad, suponiendo que se hubiera efectuado la investigación, resultaría conveniente preguntarse antes de realizarla cómo va a afectar a los habitantes de esa comunidad. Imaginemos que se piensa realizar un estudio sobre el efecto de un medicamento (droga médica) muy “fuerte”, que se usa en el tratamiento de alguna clase de esquizofrenia. Cabría reflexionar sobre la conveniencia de efectuar o no la investigación, lo cual no contradice el postulado de que la investiga- ción científica no estudia aspectos morales ni formula juicios de este tipo. No lo hace, pero tampoco significa que un investigador no pueda decidir si realiza o no un estudio porque ocasionaría efectos perjudiciales para otros seres humanos. De lo que aquí se habla es de suspender una investigación por cuestiones de ética personal, y no de llevar a cabo un estudio de cuestiones éticas o morales. La deci- sión de realizar o no una investigación por las consecuencias que ésta pueda acarrear es una decisión personal de quien la concibe. Desde el punto de vista de los autores, también es un aspecto del plan- teamiento del problema que debe ventilarse, y la responsabilidad es algo muy digno de tomarse en cuenta siempre que se va a realizar un estudio. Respecto de esta cuestión, actualmente la investigación sobre la clonación plantea retos interesantes. A algunos estudiantes les resulta complejo delimitar el planteamiento del problema, por ello a con- tinuación sugerimos un método gráfico sencillo para este fin, que le ha funcionado a varias personas. www.FreeLibros.com
- 85. ¿Qué elementos contiene el planteamiento del problema de investigación en el proceso cuantitativo? 43 Sus conceptos aún son muy generales, debe acotarlos. 2. Posteriormente buscar conceptos más específicos para sus conceptos generales. Objetivo: Determinar qué efectos en la autoestima provoca un divorcio reciente (mujeres paceñas de 30 a 40 años de nivel socioeconómico alto, divorcio reciente de un año o menos). Pregunta de investigación: ¿Qué efectos produce en la autoestima el divorcio reciente en dichas mujeres? Desarrollo humano (abarca múltiples conceptos) Divorcio (¿cuándo, hace 10 años, ayer, etcétera?) Mujeres (¿de qué edades, lugar, etcétera?) Autoestima (un elemento del desarrollo humano personal) Divorcio reciente (un año o menos) Paceñas (de la Paz, Bolivia) con altos ingresos 3. Una vez precisados los conceptos, redactar objetivo y pregunta de investigación (con uno y una bastó). Comentario: El planteamiento puede enriquecerse con datos y testimonios que nos ayuden a enmarcar el estudio o la necesidad de realizarlo. Por ejemplo: Si planteamos una investigación sobre las consecuencias de la violencia con armas de fuego en las escuelas, podemos agregar estadísticas sobre el número de incidentes violentos de ese tipo, el número de víctimas resultantes de ello, testimonios de algún experto en el tema, padres de familia o estudiantes que hayan sido testigos de los hechos, etcétera. Supongamos que a una estudiante le interesan el “desarrollo humano personal”, “su propio géne- ro” y el “divorcio”, y decide hacer su investigación sobre “algo” vinculado a estos conceptos, pero le cuesta trabajo acotar su investigación y plantearla. Entonces puede: 1. Primero escribir los conceptos que tiene en “la mira”. www.FreeLibros.com
- 86. 44 Capítulo 3 Planteamiento del problema cuantitativo Resumen • Plantear el problema de investigación cuantitativa consiste en afinar y estructurar más formalmente la idea de investigación, desarrollando cinco ele- mentos de la investigación: objetivos, preguntas, justificación, viabilidad y evaluación de las defi- ciencias. • En la investigación cuantitativa los cinco ele- mentos deben ser capaces de conducir hacia una investigación concreta y con posibilidad de prue- ba empírica. • En el enfoque cuantitativo el planteamiento del problema de investigación precede a la revisión de la literatura y al resto del proceso de investiga- ción; sin embargo, esta revisión puede modificar el planteamiento original. • Los objetivos y las preguntas de investigación deben ser congruentes entre sí e ir en la misma dirección. • Los objetivos establecen qué se pretende con la investigación; las preguntas nos dicen qué res- puestas deben encontrarse mediante la investi- gación; la justificación nos indica por qué y para qué debe hacerse la investigación; la viabilidad nos señala si es posible realizarla y la evaluación de deficiencias nos ubica en la evolución del estudio del problema. • Los criterios principales para evaluar la importan- cia potencial de una investigación son: convenien- cia, relevancia social, implicaciones prácticas, valor teórico y utilidad metodológica. Además de analizarse la viabilidad de la investigación deben considerarse sus posibles consecuencias. • El planteamiento de un problema de investiga- ción no puede incluir juicios morales ni estéticos, pero el investigador debe cuestionarse si es o no ético llevarlo a cabo. Conceptos básicos Consecuencias de la investigación Criterios para evaluar una investigación Evaluación de las deficiencias en el conocimiento del problema Justificación de la investigación Objetivos de investigación Planteamiento del problema Preguntas de investigación Proceso cuantitativo Viabilidad de la investigación Ejercicios 1. Vea una película sobre estudiantes (de nivel medio o superior) y su vida cotidiana, deduz- ca una idea, después consulte algunos libros o artículos que hablen sobre esa idea y, por último, plantee un problema de investigación cuantitativa en torno a dicha idea; como míni- mo: objetivos, preguntas y justificación de la investigación. 2. Seleccione un artículo de una revista científi- ca que contenga los resultados de una inves- tigación cuantitativa y responda las siguientes preguntas: ¿cuáles son los objetivos de esa investigación?, ¿cuáles son las preguntas?, ¿cuál es su justificación? 3. Respecto de la idea que eligió en el capítulo 2, transfórmela en un planteamiento del proble- ma de investigación cuantitativa. Pregúntese: ¿los objetivos son claros, precisos y llevarán a la realización de una investigación en la “reali- dad”?; ¿las preguntas son ambiguas?; ¿qué va a lograrse con este planteamiento?; ¿es posi- ble realizar esa investigación? Además, evalúe su planteamiento de acuerdo con los criterios expuestos en este capítulo. 4. Compare los siguientes objetivos y preguntas de investigación. ¿Cuál de ambos planteamien- tos es más específico y claro?, ¿cuál piensa que es mejor? Recuerde que estamos bajo la óptica cuantitativa. Planteamiento 1 Objetivo: Analizar el efecto de utilizar a un profesor autocrático frente a un profesor demo- crático, en el aprendizaje de conceptos de las matemáticas elementales en niños de escuelas públicas ubicadas en zonas rurales de la pro- www.FreeLibros.com
- 87. 45 Ejemplos desarrollados vincia de Salta en Argentina. El estudio se rea- lizaría con niños que asisten a su primer curso de matemáticas. Pregunta: ¿El estilo de liderazgo (democrático- autocrático) del profesor se encuentra relacio- nado con el nivel de aprendizaje de conceptos matemáticos elementales? Planteamiento 2 Objetivo: Analizar las variables que se relacio- nen con el proceso de enseñanza-aprendizaje de los niños en edad preescolar. Pregunta: ¿Cuáles son las variables que se relacionan con el proceso de enseñanza- aprendizaje? ¿Cree que el segundo planteamiento es dema- siado global? ¿Podría mejorarse respecto al pri- mero? Si es así, ¿de qué manera? 5. Algunos calificativos que no se aceptan en el planteamiento de un problema de investigación son: Ambiguo Vago Confuso Ininteligible General Incomprensible Vasto Desorganizado Injustificable Incoherente Irracional Inconsistente Prejuicioso ¿Qué otros calificativos no puede aceptar un problema de investigación? Ejemplos desarrollados La televisión y el niño Objetivos • Describir el uso que los niños de la ciudad de México hacen de los medios de comunicación colectiva. • Indagar el tiempo que los niños de la ciudad de México dedican a ver la televisión. • Describir cuáles son los programas preferidos de los niños de la ciudad de México. • Determinar las funciones y gratificaciones que la televisión tiene para el niño de la ciudad de México. • Conocer el tipo de control que ejercen los padres sobre la actividad de ver televisión de sus hijos. • Analizar qué tipos de niños ven más televisión. Preguntas de investigación • ¿Cuál es el uso que los niños de la ciudad de México hacen de los medios de comunicación colectiva? • ¿Cuánto tiempo dedican a ver televisión diferen- tes tipos de niños de la ciudad de México? • ¿Cuáles son los programas preferidos de dichos niños? • ¿Cuáles son las funciones y gratificaciones de la televisión para el niño de la ciudad de México? • ¿Qué tipo de control ejercen los padres sobre sus hijos en relación con la actividad de ver televi- sión? Justificación Para la mayoría de los niños ver televisión, dormir e ir a la escuela constituyen sus principales activida- des. Asimismo, la televisión es el medio de comu- nicación preferido por los pequeños. Se estima que, en promedio, diariamente el niño ve televisión más de tres horas y media, y se calculó en un reporte de una agencia de investigación que, al cumplir los 15 años, un niño ha visto más de 16 000 horas de con- tenidos televisivos (Fernández Collado et al., 1998). Este hecho ha generado diversos cuestionamien- tos de padres, maestros, investigadores y, en general, de la sociedad sobre la relación niño-televisión y los efectos de ésta sobre el infante. Así, se ha conside- rado trascendente estudiar dicha relación con el pro- pósito de analizar el papel que, en la vida del niño, desempeña un agente de socialización tan relevante como la televisión. Por otra parte, la investigación contribuiría a contrastar, con datos de México, los datos sobre usos y gratificaciones de la televisión en el niño encontrados en otros países. Viabilidad de la investigación La investigación es viable, pues se dispone de los recursos necesarios para llevarla a cabo. Se buscará la autorización de las direcciones de las escuelas públicas y privadas seleccionadas para realizar el estudio. Asimismo, se obtendrá el apoyo de diver- www.FreeLibros.com
- 88. 46 Capítulo 3 Planteamiento del problema cuantitativo sas asociaciones que buscan elevar el contenido prosocial y educativo de la televisión mexicana, lo cual facilitará la recolección de los datos. Por otro lado, es importante que los padres o tutores de los niños y niñas que conformen la muestra otorguen su consentimiento para que los infantes respondan al cuestionario y, desde luego, se hará con la disposi- ción de estos últimos, quienes constituyen la fuente de los datos. Consecuencias de la investigación El equipo de investigación será muy respetuoso con los niños y las niñas que participen en el estudio. No se preguntarán cuestiones delicadas o que pudieran incomodar de modo alguno a los infantes, simple- mente se pretende estimar sus contenidos televisi- vos preferidos. No se anticipa algún efecto negativo. En cambio, se pretende proporcionar información valiosa a las personas que tratan con los niños y las niñas de la ciudad de México. A los padres o tutores les servirá para conocer más sobre una de las activi- dades más importantes para la mayoría de sus hijos: el ver televisión. A los educadores les será muy útil para adentrarse en el mundo de sus pequeños(as) alumnos(as). A la sociedad mexicana le resulta sumamente fructífero contar con datos actualiza- dos respecto a los contenidos a que se exponen más los infantes de la principal ciudad del país, a fin de reflexionar sobre la relación niño-televisión en el contexto nacional. La pareja y la relación ideales Objetivo Identificar los factores que describen a la pareja ideal de los jóvenes universitarios celayenses. Preguntas de investigación ¿Cuáles son los factores que describen a la pareja ideal de los jóvenes universitarios celayenses? ¿Los factores que describen a la pareja ideal son o no similares entre las y los jóvenes universitarios celayenses? (es decir, ¿habrá diferencias por géne- ro?) Justificación ¿De qué forma los(as) jóvenes universitarios(as) celayenses reconocen si su relación de noviazgo es funcional o disfuncional?, ¿qué bases toman en cuenta para decidir entre seguir adelante y estar más involucrados, vivir juntos o casarse? O por el contrario, ¿para buscar otra pareja? Estas pregun- tas resultan por demás interesantes, pero complejas en su respuesta. Por ello, múltiples estudios tales como el desarrollado por Fletcher y Fitness (1996) se han enfocado a conseguir un acercamiento a las respuestas para estas interrogantes. Investigaciones anteriores han demostrado que los juicios o decisiones concernientes a las relacio- nes de noviazgo están basadas, por un lado, en las expectativas que tiene cada integrante respecto a su pareja y, por el otro, en las percepciones actua- les de la relación que mantiene con ella (Fletcher y Thomas, 1996; Rusbult, Onizuka y Lipkus, 1993; Sternberg y Barnes, 1985). Asimismo, los atributos que los individuos asignan a su pareja son impor- tantes al inicio y durante el desarrollo de la relación (Fletcher et al., 1999). La presente indagación busca examinar la estructura y función de las relaciones de noviazgo ideales de los jóvenes celayenses, guiada por teorías e investigaciones pasadas que mantienen un diseño con un enfoque cognitivo. El estudio demuestra que puede ser de provecho al considerar que las relaciones de pareja son muy importantes para la vida de las personas (Fletcher et al., 1999) y el realizar el estudio con un grupo privilegiado y de gran impacto social como lo son los jóvenes universitarios, hace a esta indagación muy relevante. Viabilidad Para que el estudio sea viable se circunscribirá la población o universo a las licenciaturas administra- tivas de las principales instituciones de educación superior de Celaya. Con lo anterior la investigación demuestra fac- tibilidad ya que se cuenta con los recursos financie- ros, materiales y humanos para llevarla a cabo. Consecuencias de la investigación Con el estudio se conseguirá identificar los facto- res que describen a la pareja ideal del joven uni- versitario celayense, con lo que se buscará generar un mayor entendimiento de las relaciones cercanas amorosas que sostiene este importante grupo pobla- cional en Celaya. Dado que la investigación presentará sus resul- tados mediante información agregada y no de manera individual, se estará respetando la confidencialidad y toda cuestión ética. El abuso sexual infantil Objetivo Comparar el desempeño en función de la validez y confiabilidad de dos medidas, una cognitiva y la otra conductual, para evaluar los programas de prevención del abuso en niñas y niños entre 4 y 6 años de edad. Pregunta de investigación ¿Cuál de las dos medidas para evaluar los programas de prevención del abuso infantil tendrá mayor vali- dez y confiabilidad, la cognitiva o la conductual? www.FreeLibros.com
- 89. Justificación Los estudios de Putman (2003) señalan que entre 12 y 35% de las mujeres y entre 4 y 9% de los hom- bres han sufrido algún tipo de abuso sexual durante su infancia. Las consecuencias derivadas del abuso sexual infantil (ASI) se pueden clasificar en trastornos físicos y psicológicos. Diversos estudios han encontra- do gran variedad de consecuencias a corto y largo pla- zos, pero la mayoría se inscriben en lo psicológico. Como respuesta a la inquietud social de proteger a quienes son más vulnerables y ante la evidencia de que el abuso sexual a menores no es un hecho aislado ni localizado, en el que se deben considerar los daños que genera, han surgido los programas de prevención del abuso sexual infantil (PPASI). En general, éstos tienen el objetivo de desarrollar en las niñas y los niños los conocimientos y las habilidades para cuidar- se a sí mismas o mismos, de manera asertiva y efecti- va, al valorar las acciones de otros, rechazar los contactos que les resulten incómodos o abusivos y, frente a éstos, buscar ayuda mediante la denuncia ante adultos confiables. A la par de los programas pre- ventivos, surge la necesidad de sistemas que permitan evaluar su eficacia, de manera válida y confiable. Igualmente, que midan sus alcances, consecuencias y, en su caso, sus posibles efectos colaterales. Viabilidad de la investigación El estudio resulta viable, ya que se detectaron insti- tuciones interesadas en instrumentar programas de prevención del abuso sexual infantil; además, cual- quier esfuerzo educativo que no se evalúe, no com- pleta su ciclo. Desde luego, es necesario obtener la anuencia de autoridades escolares, padres de familia o tutores, así como de los niños y las niñas. En pri- mer término, la investigación requeriría de implantar los programas para después medir su impacto. Consecuencias de la investigación Cualquier acción tendente a proteger a los niños y las niñas de cualquier parte del mundo debe ser bien recibida, más aún cuando se trata de un asunto que puede tener severas consecuencias en su vida. Por supuesto, el estudio debe ser conducido por expertos en el tema, habituados a tratar con infantes y poseedores de una enorme sensibilidad. Durante el desarrollo de la investigación se consultará sobre cada paso a seguir a los maestros y las maestras de los niños y las niñas, a sus padres o tutores y a los directores de las escuelas. Las personas que ins- trumenten los programas serán evaluadas de forma permanente y deben cubrir diversos requisitos, entre ellos ser madres o padres de familia con hijos en edades similares a los participantes de la muestra. Es una investigación que permitirá que los niños se encuentren mentalmente preparados y entrenados para rechazar o evitar el abuso sexual. 47 Los investigadores opinan Creo que debemos hacerles ver a los estudiantes que comprender el método científico no es difícil y que, por lo tanto, investigar la realidad tampoco lo es. La investigación bien utilizada es una valiosa herramienta del profesional en cualquier área; no hay mejor forma de plantear soluciones eficientes y creativas para los problemas que tener conocimien- tos profundos acerca de la situación. También, hay que hacerles comprender que la teoría y la realidad no son polos opuestos, sino que están totalmente relacionados. Un problema de investigación bien planteado es la llave de la puerta de entrada al trabajo en gene- ral, pues de esta manera permite la precisión en los límites de la investigación, la organización adecuada del marco teórico y las relaciones entre las variables; en consecuencia, es posible llegar a resolver el pro- blema y generar datos relevantes para interpretar la realidad que se desea aclarar. En un mismo estudio es posible combinar dife- rentes enfoques; también estrategias y diseños, puesto que se puede estudiar un problema cuan- titativamente y, a la vez, entrar a niveles de mayor profundidad por medio de las estrategias de los estudios cualitativos. Se trata de un excelente modo de estudiar las complejas realidades del comporta- miento social. En cuanto a los avances que se han logrado en investigación cuantitativa, destaca la creación de instrumentos para medir una serie de fenómenos psicosociales que hasta hace poco se considera- ban imposibles de abordar científicamente. Por otro lado, el desarrollo y uso masivo de la computadora en la investigación ha propiciado que se facilite el uso de diseños, con los cuales es posible estudiar múltiples influencias sobre una o más variables. Lo anterior acercó la compleja realidad social a la teoría científica. Los investigadores opinan www.FreeLibros.com
- 90. La investigación cualitativa se ha consolidado al enmarcarse sus límites y posibilidades; asimis- mo, han avanzado sus técnicas para recopilar datos y manejar situaciones propias. Al mismo tiempo, con este modelo se logra estudiar cuestiones que no es factible analizar por medio del enfoque cuantitativo. Aunque resulta difícil precisar los parámetros de una buena investigación, es claro que se carac- teriza por la relación armónica entre los elementos de su estructura interna; además, por su novedad, importancia social y utilidad. Lo único que no es recomendable en la actividad científica es que el investigador actúe en forma negligente. EDWIN SALUSTIO SALAS BLAS Facultad de Psicología Universidad de Lima Lima, Perú Los estudiantes que se inician en la investigación comienzan planteándose un problema en un contex- to general, luego ubican la situación en el contexto nacional y regional para, por último, proyectarlo en el ámbito local; es decir, donde se encuentran aca- démicamente ubicados (campo, laboratorio, salón de clases, etcétera). En la Universidad de Oriente, en Venezuela, la investigación adquirió relevancia en los últimos años por dos razones: el crecimiento de la planta de pro- fesores y la diversificación de carreras en Ingeniería, área en la cual, por lo general, las investigaciones son cuantitativas-positivistas, con resultados muy satisfactorios. De igual forma, en el estudio de fenómenos socia- les y en ciencias de la salud, el enfoque cualitativo, visto como una teoría de la investigación, presenta grandes avances. Es una herramienta metodológi- ca que se utiliza de manera frecuente en estudios doctorales de Filosofía, Epistemología, Educación y Lingüística, entre otras disciplinas. Las aportaciones de tales estudios se caracterizan por su riqueza en descripción y análisis. Los enfoques cualitativo y cuantitativo, vistos como teorías filosóficas, son completamente diferen- tes; sin embargo, como técnicas para el desarrollo de una investigación, pueden mezclarse sobre todo en relación con el análisis y la discusión de resultados. MARIANELLIS SALAZAR DE GÓMEZ Profesor titular Escuela de Humanidades Universidad de Oriente Anzoátegui, Venezuela 48 Capítulo 3 Planteamiento del problema cuantitativo www.FreeLibros.com
- 92. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Conocer las actividades que debe realizar para revisar la literatura relacionada con un problema de investigación cuantitativa. 2 Ampliar sus habilidades en la búsqueda y revisión de la literatura, así como en el desarrollo de perspectivas teóricas. 3 Estar capacitado para, con base en la revisión de la literatura, construir marcos teóricos o de referencia que contextualicen un problema de investigación cuantitativo. 4 Comprender el papel que desempeña la literatura dentro del proceso de la investigación cuantitativa. Síntesis En el capítulo se comenta y profundiza la manera de contextualizar el pro- blema de investigación planteado, mediante el desarrollo de una perspectiva teórica. Se detallan las actividades que un investigador lleva a cabo para tal efec- to: detección, obtención y consulta de la literatura pertinente para el proble- ma de investigación, extracción y recopilación de la información de interés y construcción del marco teórico. Paso 3 Desarrollo de la perspectiva teórica • Revisar la literatura. • Detectar la literatura pertinente. • Obtener la literatura pertinente. • Consultar la literatura pertinente. • Extraer y recopilar la información de interés. • Construir el marco teórico. Proceso de investigación cuantitativa Desarrollo de la perspectiva teórica: revisión de la literatura y construcción del marco teórico Capítulo De rev de 4 www.FreeLibros.com
- 93. Nota: En el CD anexo (Material complementario → Capítulos), encontrará el capítulo 3 titulado: “Perspectiva teórica: comentarios adicionales”, que extiende los contenidos expuestos en este capítulo 4, en especial lo relativo a teoría y construcción de teorías, así como a búsqueda de referencias. Parte del material que estaba en ediciones anteriores en este capítulo se actualizó y transfirió a dicho medio (no se eliminó). Sus etapas son Revisión de la literatura (debe ser selectiva) Construcción del marco teórico Sus funciones son: • Orientar el estudio • Prevenir errores • Ampliar el horizonte • Establecer la necesidad de la investigación • Inspirar nuevos estudios • Ayudar a formular hipótesis • Proveer de un marco de referencia Desarrollo de la perspectiva teórica • Es la tercera etapa de la investigación cuantitativa • Proporciona el estado del conocimiento • Da el sustento histórico Fuentes Depende del grado en el desarrollo del conocimiento Fases Se organiza y edifica por • Primarias • Secundarias • Terciarias • Teoría desarrollada • Varias teorías desarrolladas • Generalizaciones empíricas • Descubrimientos parciales • Guías no investigadas e ideas vagas • Revisión • Detección • Consulta • Extracción y recopilación • Integración • Vertebración (ramificación) del índice • Mapeo de temas y autores Se apoya en la búsqueda por internet y su finalidad es obtener referencias o fuentes primarias www.FreeLibros.com
- 94. Capítulo 4 Desarrollo de la perspectiva teórica 52 ¿Qué es el desarrollo de la perspectiva teórica? El desarrollo de la perspectiva teórica es un proceso y un producto. Un proceso de inmersión en el conocimiento existente y disponible que puede estar vinculado con nuestro planteamiento del problema, y un producto (marco teórico) que a su vez es parte de un producto mayor: el reporte de investigación (Yedigis y Weinbach, 2005). Una vez planteado el problema de estudio —es decir, cuando ya se poseen objetivos y preguntas de investigación— y cuando además se ha evaluado su relevancia y factibilidad, el siguiente paso con- siste en sustentar teóricamente el estudio (Hernández Sampieri y Méndez, 2009), lo que en este libro denominaremos desarrollo de la perspectiva teórica. Ello implica exponer y analizar las teorías, las con- ceptualizaciones, las investigaciones previas y los antecedentes en general que se consideren válidos para el correcto encuadre del estudio (Rojas, 2002). Asimismo, es importante aclarar que marco teórico no es igual a teoría; por tanto, no todos los estudios que incluyen un marco teórico tienen que fundamentarse en una teoría. Es un punto que se ampliará a lo largo del capítulo y su complemento en el CD. La perspectiva teórica proporciona una visión de dónde se sitúa el planteamiento propuesto den- tro del campo de conocimiento en el cual nos “moveremos”. En términos de Mertens (2005), nos señala cómo encaja la investigación en el panorama (big picture) de lo que se conoce sobre un tema o tópico estudiado. Asimismo, nos puede proporcionar ideas nuevas y nos es útil para compartir los descubrimientos recientes de otros investigadores. ¿Cuáles son las funciones del desarrollo de la perspectiva teórica? La perspectiva teórica cumple diversas funciones dentro de una investigación; entre las principales se destacan las siguientes siete: 1. Ayuda a prevenir errores que se han cometido en otras investigaciones. 2. Orienta sobre cómo habrá de realizarse el estudio. En efecto, al acudir a los antecedentes nos podemos dar cuenta de cómo se ha tratado un problema específico de investigación: • Qué clases de estudios se han efectuado. • Con qué tipo de participantes. • Cómo se han recolectado los datos. • En qué lugares se han llevado a cabo. • Qué diseños se han utilizado. Aun en el caso de que desechemos los estudios previos, éstos nos orientarán sobre lo que queremos y lo que no queremos para nuestra investigación. 3. Amplía el horizonte del estudio o guía al investigador para que se centre en su problema y evite desviaciones del planteamiento original. 4. Documenta la necesidad de realizar el estudio. 5. Conduce al establecimiento de hipótesis o afirmaciones que más tarde habrán de someterse a prueba en la realidad, o nos ayuda a no establecerlas por razones bien fundamentadas. 6. Inspira nuevas líneas y áreas de investigación (Yurén Camarena, 2000). 7. Provee de un marco de referencia para interpretar los resultados del estudio. Aunque podemos no estar de acuerdo con dicho marco o no utilizarlo para explicar nuestros resultados, es un punto de referencia. Desarrollo de la perspectiva teó- rica Sustentar teóricamente el estu- dio, una vez que ya se ha planteado el problema de investigación. Asimismo, es estudios que inclu ampliará a lo larg La perspectiv tro del campo de www.FreeLibros.com
- 95. ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 53 ¿Qué etapas comprende el desarrollo de la perspectiva teórica? Tal desarrollo usualmente comprende dos etapas: • La revisión analítica de la literatura correspondiente. • La construcción del marco teórico, lo que puede implicar la adopción de una teoría. ¿En qué consiste la revisión de la literatura? La revisión de la literatura implica detectar, consultar y obtener la bibliografía (refe- rencias) y otros materiales que sean útiles para los propósitos del estudio, de donde se tiene que extraer y recopilar la información relevante y necesaria para enmarcar nuestro problema de investigación. Esta revisión debe ser selectiva, puesto que cada año en diversas partes del mundo se publican miles de artículos en revistas académi- cas, periódicos, libros y otras clases de materiales en las diferentes áreas del conoci- miento. Si al revisar la literatura nos encontramos con que, en el área de interés, hay 5 000 posibles referencias, es evidente que se requiere seleccionar sólo las más importantes y recientes, y que además estén directamente vinculadas con nuestro planteamiento del problema de investigación. En ocasiones, revisamos referencias de estudios tanto cuantitativos como cualitativos, sin importar nuestro enfoque, porque se relacionan de manera estrecha con nuestros objetivos y preguntas. A continuación comentamos los pasos que usualmente se siguen para revisar la literatura. Inicio de la revisión de la literatura La revisión de la literatura puede iniciarse directamente con el acopio de las referencias o fuentes primarias,1 situación que ocurre cuando el investigador conoce su localización, se encuentra muy familiarizado con el campo de estudio y tiene acceso a ellas (puede utilizar material de bibliotecas, filmotecas, hemerotecas y bancos de información). Sin embargo, es poco común que suceda así, espe- cialmente en lugares donde se cuenta con un número reducido de centros bibliográficos, pocas revistas académicas y libros. Por ello, es recomendable iniciar la revisión de la literatura consultando a uno o varios expertos en el tema (algún profesor, por ejemplo) y buscando —vía internet— fuentes primarias en centros o siste- mas de información y bases de referencias y datos. Para ello, necesitamos elegir las “palabras claves”, “descriptores” o “términos de búsqueda”, los cuales deben ser distintivos del problema de estudio y se extraen de la idea o tema y del planteamiento EJEMPLO Sobre una investigación sin sentido por no contar con perspectiva teórica Si intentamos probar que determinado tipo de personalidad incrementa la posibilidad de que un individuo sea líder, al revisar los estudios sobre liderazgo en la literatura respectiva nos daríamos cuenta de que tal investigación carece de sentido, pues se ha demostrado con amplitud que el liderazgo es más bien producto de la interacción entre tres elementos: características del líder, características de los seguidores (miembros del grupo) y la situación en particular. Por ello, poseer ciertas características de personalidad no está relacionado necesariamente con el surgimiento de un líder en un grupo (no todos los “grandes líderes históricos” eran extravertidos, por ejemplo). Revisión de la literatura Consiste en detectar, consultar y obtener la bibliogra- fía y otros materiales útiles para los propó- sitos del estudio, de los cuales se extrae y recopila información relevante y necesaria para el problema de investigación. 1 Las referencias o fuentes primarias proporcionan datos de primera mano, pues se trata de documentos que incluyen los resul- tados de los estudios correspondientes. Ejemplos de éstas son: libros, antologías, artículos de publicaciones periódicas, monografías, tesis y disertaciones, documentos oficiales, reportes de asociaciones, trabajos presentados en conferencias o seminarios, artículos periodísticos, testimonios de expertos, documentales, videocintas en diferentes formatos, foros y páginas en internet, etcétera. 1 2 www.FreeLibros.com
- 96. Capítulo 4 Desarrollo de la perspectiva teórica 54 del problema. Este último requiere de algunas lecturas preliminares para afinarse y completarse. Los expertos también nos pueden ayudar a seleccionar tales palabras. Si los términos son vagos y generales obtendremos una consulta con muchas referencias e infor- mación que no es pertinente para nuestro planteamiento. En este sentido, las bases de referencias funcionan como los “disparadores o motores de búsquedas” (Google, Yahoo, Altavista, etcétera). Por ejemplo, si hacemos una consulta con palabras como “escuela”, “educación”, “comunicación”, “empresas” o “personalidad” aparecerán miles de referencias y nos “perderemos en un mundo de infor- mación”. Entonces, los términos de búsqueda deben ser precisos, por lo que si nuestro planteamiento es concreto, la consulta tendrá mayor enfoque y sentido y nos llevará a referencias apropiadas. Asimismo, nuestra búsqueda deberá hacerse con palabras en español y en inglés, porque gran cantidad de fuentes primarias se encuentran en este idioma. Al acudir a una base de datos, sólo nos interesan las referencias que se relacionen estrechamente con el problema específico a investigar. Por ejemplo, si pretendemos analizar la relación entre el clima orga- nizacional y la satisfacción laboral, ¿cómo encontraremos las fuentes primarias que en verdad tienen que ver con el problema de estudio que nos incumbe? Primero, con la revisión de una base de datos apro- piada. Si nuestro tema trata sobre clima organizacional y satisfacción laboral, no consultaríamos una base de referencias sobre cuestiones de química como Chemical Abstracts ni una base de datos con referencias de la historia del arte, sino una base de información con fuentes primarias respecto a la materia de estudio, tal es el caso de Wiley InterScience, Communication Abstracts y ABI/INFORM (bases de datos correctas para nuestra investigación). Si vamos a comparar diferentes métodos educati- vos por medio de un experimento, debemos acudir a la base de referencias adecuada: ERIC (Education Resources Information Center).2 En español también hay algunas bases, como Latindex y Redalyc, para diversas ciencias y disciplinas; bvs, ciencias de la salud; ENFISPO, enfermería, etcétera).3 Una vez elegida la base de datos que emplearemos, procedemos a consultar el “catálogo de temas, conceptos y términos” (thesaurus) respectivo,4 que contiene un diccionario o vocabulario en el cual podemos hallar un listado de palabras para realizar la búsqueda. Del catálogo debemos seleccionar las palabras o conceptos “claves” que le proporcionen dirección a la consulta. También podemos hacer una búsqueda avanzada con esos términos, utilizando los operadores del sistema booleano: and (en español “y” ), or (en español “o” ) y not (en español “no”). Con los descriptores y las preposiciones estableceremos los límites de la consulta al banco o la base de referencias.5 La búsqueda nos proporcionará un listado de referencias vinculadas a las palabras clave (dicho de otra manera, el listado que obtengamos dependerá de estos términos llamados descriptores, los cuales escogemos del diccionario o simplemente utilizamos los que están incluidos en el planteamiento). Por ejemplo, si nuestro interés se centra en “procedimientos quirúrgicos para el cáncer de próstata en ancianos” y vamos a revisar en la base de referencias “MEDLINE_1997-2008” (para Medicina), si seleccionamos las palabras o descriptores “cáncer próstata”, el resultado de la consulta será una lista de todas las referencias bibliográficas que estén en tal base y que se relacionen con dichos términos (enfer- medad). Si la búsqueda la hicimos el 28 de enero de 2009 se obtienen 39 643 referencias (que son demasiadas, por lo que tenemos que utilizar más descriptores o incrementar nuestra precisión). Al agregarle el término “anciano” el resultado fue de 14 282 referencias (todavía muchas). Y al agregarle “cirugía” (porque realmente nuestro estudio se centra en ello), el número es mucho más manejable, 132 fuentes primarias. Desde luego, las búsquedas avanzadas pueden acotarse por fechas (por ejemplo, últimos tres años, de 2005 a 2010, de 2000 a 2009). 2 Estas bases de referencias tienen páginas web en inglés y nuestra consulta requerirá básicamente de términos en este idioma. 3 En el CD anexo → (Material complementario → Apéndices → Apéndice 2: “Principales bancos/servicios de obtención de fuen- tes/bases de datos/páginas web para consulta de referencias bibliográficas”, el lector encontrará un listado variado de bases para sus búsquedas. 4 De acuerdo con Cornell University Library (2005), el thesaurus es una lista de todos los títulos o descriptores usados en cierta base de datos, catálogo o índice. 5 Si usted, lector o lectora, no está familiarizado(a) con estos operadores o preposiciones, o nunca ha hecho una “búsqueda avanza- da”, le sugerimos acudir al capítulo 3 del CD: “Perspectiva teórica: comentarios adicionales”, donde se explican sus usos y funciones. 3 En el CD anexo → tes/bases de datos/pág búsquedas. 4 De acuerdo con C base de datos, catálogo 5 Si usted lector o www.FreeLibros.com
- 97. ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 55 Específicamente, respecto a libros ya sabemos que podemos buscar en las pági- nas de las principales editoriales y librerías, así como en otros lugares (Amazon, AbeBooks en español, etcétera). De las referencias que encontremos en las búsquedas, elegimos las más conve- nientes (sobre esto se comentará un poco más adelante). Google tiene uno de los mejores sistemas en búsquedas avanzadas, pero para una consulta adecuada es necesario acudir a otras bases de referencias más especializadas como EBSCO, SAGE, ERIC, MEDLINE, PsycINFO, entre otros (vea el apéndice 2 del CD). Palabras “claves” Para elegirlas se reco- mienda: escribir un título preliminar del estudio y seleccionar las dos o tres palabras que capten la idea central, extraer los tér- minos del planteamiento o utilizar los que los autores más destacados en el campo de nuestro estudio suelan emplear en sus planteamientos e hipótesis. En la mayoría de los artículos de revistas es común incluir los términos claves al inicio o al final. EJEMPLO En la mayoría de las bases de referencias o revistas existen dos opciones de búsqueda. • Búsqueda sencilla (“search”). Por lo general, aparece un recuadro o ventana donde se solicita introducir los términos de búsqueda, en este caso escribimos las palabras y damos clic donde corresponda para iniciar la búsqueda. Si entrecomillamos los descriptores sabemos que será literal como si usáramos el conector “and”(y). Ventana para introducir términos Clic: búsqueda o ir • Búsqueda avanzada (“advanced search”). En esta clase de búsqueda generalmente nos aparecen varias ventanas o recuadros para insertar los térmi- nos (uno por recuadro), además los operadores booleanos correspondientes y con frecuencia otra ventana para restringir la búsqueda por campo (autor, publicación, volumen, etc.; aunque la opción por default es: “todos los campos” —“all fields”—). Y en algún lugar se coloca el rango temporal de búsqueda (éste varía en diferentes casos, es cuestión de ubicarlo y utilizarlo para restringir la consulta a un periodo: tal mes y año a tal mes y año —o simplemente de tal año a tal otro— o número de los últimos años). Botón de búsqueda Ventanas para introducir términos Campos www.FreeLibros.com
- 98. Capítulo 4 Desarrollo de la perspectiva teórica 56 También existen todavía bancos de datos que se consultan manualmente, donde las referencias se buscan en libros. En el capítulo 3 del CD anexo se explica el proceso de éstos. Asimismo, se presentan diversos ejemplos de búsquedas. Consultar en internet es necesario y tiene ventajas, pero si no buscamos en sitios con verdadera información científica o académica de calidad, puede ser riesgoso. No es recomendable acudir a sitios con un fuerte uso comercial. Creswell (2005 y 2009) hace un análisis de las ventajas y desventajas de utilizar internet en la búsqueda de literatura pertinente para el planteamiento del problema, mismas que se muestran en la tabla 4.1. Amazon se ha posicionado como la librería virtual más completa en la red. También exist buscan en libros. E diversos ejemplos d Consultar en Tabla 4.1 Ventajas y desventajas de utilizar internet como fuente para localizar bibliografía Ventajas Desventajas Acceso fácil las 24 horas del día. Con frecuencia las investigaciones colocadas en sitios web no se revisan por expertos. Gran cantidad de información en diversos sitios web sobre muchos temas. Los reportes de investigación incluidos en los sitios web pueden ser textos plagiados o que se muestran sin el consentimiento del (los) autor(es), sin embargo, no lo podemos saber. Información en español. Puede ser muy tardado localizar estudios sobre nuestro tema y que sean de calidad, pues abundan páginas o sitios que se refieren a nuestro planteamiento, pero no inclu- yen investigaciones con datos sino opiniones, ideas o servicios de consultoría. Información reciente. La información puede estar desorganizada, de manera que puede ser poco útil. El acceso a los sitios web es inme- diato a través de buscadores. Para tener acceso a la mayoría de los textos completos de artículos, se debe pagar entre 5 y 30 dólares estadounidenses. En la mayoría de los casos el acce- so es gratuito o de muy bajo costo. El investigador puede crear una red de contactos que le ayuden a obtener la información que busca. Los estudios que se localicen pue- den imprimirse de inmediato. www.FreeLibros.com
- 99. ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 57 Obtención (recuperación) de la literatura Una vez identificadas las fuentes primarias pertinentes es necesario localizarlas en las bibliotecas físicas y electrónicas, filmotecas, hemerotecas, videotecas u otros lugares donde se encuentren. Si compramos artículos de revistas científicas, los descargamos y guardamos en nuestro disco duro para su posterior consulta (y también suelen imprimirse). Si son libros comprados vía internet, estaremos pendientes de que lleguen a nuestras manos, etcétera. Consulta de la literatura Una vez que se han localizado físicamente las referencias (la literatura) de interés, se procede a consul- tarlas. El primer paso consiste en seleccionar las que serán de utilidad para nuestro marco teórico específico y desechar las que no nos sirvan. En ocasiones, una fuente primaria puede referirse a nuestro problema de investigación, pero no sernos útil porque no enfoca el tema desde el punto de vista que pretendemos establecer, se han realizado nuevos estudios que han encontrado explicaciones más satis- factorias, invalidado sus resultados o desaprobado sus conclusiones, se detectaron errores de método, o porque se realizaron en contextos completamente diferentes al de nuestra investigación, etc. En caso de que la detección de la literatura se realice mediante compilaciones o bancos de datos donde se inclu- ye un breve resumen de cada referencia, se corre menos riesgo de elegir una fuente primaria inútil. En todas las áreas de conocimiento, las fuentes primarias más utilizadas para elaborar marcos teó- ricos son libros, artículos de revistas científicas y ponencias o trabajos presentados en congresos, simposios y eventos similares, entre otras razones, porque estas fuentes son las que sistematizan en mayor medida la información; generalmente profundizan más en el tema que desarrollan y son altamente especializa- das. Además de que puede accederse a ellas vía internet. Así, Creswell (2009) recomienda confiar en la medida de lo posible en artículos de revistas científicas, que son evaluados críticamente por editores y jueces expertos antes de ser publicados. En el caso de los libros, para delimitar su utilidad por cuestión de tiempo, conviene comenzar analizando la tabla o índice de contenido y el índice analítico o de materias, los cuales proporcionan una idea de los temas incluidos en la obra. Al tratarse de artículos de revistas científicas, lo más ade- cuado es revisar primero el resumen y palabras claves, y en caso de considerarlo de utilidad, examinar las conclusiones, observaciones o comentarios finales o, en última instancia, todo el artículo. Mertens (2005) y Creswell (2005) sugieren una revisión que aplica a prácticamente cualquier tipo de referencia y se presenta en la figura 4.1. Planteamiento del problema e hipótesis Paradigma del investigador Diseño Muestra: tamaño, características de participantes, método de selección utilizado Estrategia de análisis y tipos de análisis realizados Resultados y discusión Si las referencias no coinciden en su planteamiento con el nuestro, se desechan o se revaloran. Cuando el paradigma es distinto, debemos considerar si resultan útiles. El diseño, muestra, análisis, resultados y discusión deben ser apropiados de acuerdo con el planteamiento del estudio revisado (consistentes). Figura 4.1 Revisión de una referencia primaria. www.FreeLibros.com
- 100. Capítulo 4 Desarrollo de la perspectiva teórica 58 Con el propósito de seleccionar las fuentes primarias que servirán para elaborar el marco teórico, es conveniente hacerse las siguientes preguntas: • ¿la referencia se relaciona con mi problema de investigación? • ¿cómo? • ¿qué aspectos trata? • ¿ayuda a que desarrolle más rápida y profundamente mi estudio? • ¿desde qué óptica y perspectiva aborda el tema?, ¿psicológica, antropológica, sociológica, médi- ca, legal, económica, comunicológica, administrativa? La respuesta a esta última pregunta es muy importante. Por ejemplo, si se pretende estudiar la relación entre superior y subordinado en términos del efecto que la retroalimentación positiva del primero tiene en la motivación para el logro del segundo, la investigación posee un enfoque principal- mente comunicológico. Supongamos que encontramos un artículo que versa sobre la relación superior o jefe-subordinado; pero trata de las atribuciones administrativas que cierto tipo de subordinados tiene en determinadas empresas. Resulta obvio que este artículo se debe descartar pues enfoca el tema desde otra perspectiva. Lo anterior no significa que no se pueda acudir a otros campos de conocimiento para completar la revisión de la literatura, pues en algunos casos se encuentran referencias sumamente útiles en otras áreas. Para analizar las referencias, recordemos que se toma en cuenta: • Cercanía o similitud a nuestro planteamiento (utilidad). • Semejanza a nuestro método y muestra. • Fecha de publicación o difusión (entre más reciente, mejor). • Que implique investigación empírica (recolección y análisis de datos). • Rigor y calidad del estudio (cuantitativo, cualitativo o mixto). Por lo que se refiere al apoyo bibliográfico, algunos investigadores consideran que no debe acudirse a obras preparadas en el extranjero, porque la información que presentan y las teorías que sostienen fueron elaboradas para otros contextos y situaciones. Aunque eso es cierto, no implica que deba recha- zarse o no utilizarse tal material; la cuestión es saber cómo usarlo. Es posible que la literatura extranje- ra le ayude al investigador local de diversas maneras: puede ofrecerle un buen punto de partida, guiarlo en el enfoque y tratamiento que se le dará al problema de investigación, orientarlo respecto de los diversos elementos que intervienen en el problema, centrarlo en un problema específico, sugerirle cómo construir el marco teórico, etcétera. Un caso ilustrativo fueron los estudios de Rota (1978), cuyo propósito primordial era analizar el efecto que la exposición a la violencia televisada tiene en la conducta agresiva de los niños. Cuando el autor citado revisó la literatura encontró que prácticamente no se habían realizado estudios previos en México; pero que en Estados Unidos se habían llevado a cabo diversas investigaciones y que, inclu- so, se tenían distintas teorías al respecto (teoría del reforzamiento, teoría de la catarsis y las teorías de los efectos disfuncionales). El autor se basó en la literatura estadounidense y comenzó a efectuar estu- dios en México. Sus resultados difirieron de los encontrados en Estados Unidos, aunque los antece- dentes localizados en esa nación constituyeron un excelente marco de referencia y un punto de partida para sus investigaciones. Desde luego, en ocasiones ciertos fenómenos evolucionan o cambian a través del tiempo. Por ejemplo, podría ser que una generación de niños no se viera influida por ciertos efectos de la televisión, y otra generación sí, lo cual quiere decir que las ciencias no son estáticas. Hoy en día, nuestra percep- ción sobre diversos fenómenos ha cambiado con el desciframiento del genoma humano, los actos terroristas de 2001 en Estados Unidos, el tsunami que impactó a Asia en 2004, el desarrollo de las comunicaciones telefónicas o los sucesos locales. www.FreeLibros.com
- 101. ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 59 Una vez seleccionadas las referencias o fuentes primarias útiles para el problema de investigación, se revisan cuidadosamente y se extrae la información necesaria para integrarla y desarrollar el marco teórico. Al respecto, es recomendable anotar los datos completos de identificación de la referencia.6 ¿Qué información o contenido se extrae de las referencias? A veces se extrae una sola idea o varias ideas, otras, una cifra, un resultado o múltiples comentarios. Varía en cada caso, algunos ejemplos se muestran en el CD anexo, capítulo 3: “Perspectiva teórica: comentarios adicionales”. Al identificar la literatura útil se puede diseñar un mapa de revisión, el cual es una “imagen de conceptos” de la agrupación propuesta respecto a las referencias del planteamiento y que ilustra cómo la indagación contribuirá al estudio del mismo; un ejemplo de ello se presentará más adelante. Cuando ya se haya puesto junta la literatura que se consideró para la elaboración del mapa de revisión, también se deben empezar a generar los resúmenes de los artículos y documentos más rele- vantes y la extracción de ideas, cifras y comentarios. Estos resúmenes e información se combinarán posteriormente en el marco teórico (Hernández Sampieri y Méndez, 2009). ¿Qué nos puede revelar la revisión de la literatura? Uno de los propósitos de la revisión de la literatura es analizar y discernir si la teoría existente y la investigación anterior sugieren una respuesta (aunque sea parcial) a la pregunta o las preguntas de investigación; o bien, provee una dirección a seguir dentro del planteamiento de nuestro estudio (Danhke, 1989). La literatura revisada puede revelar diferentes grados en el desarrollo del conocimiento: • Que existe una teoría completamente desarrollada, con abundante evidencia empírica7 y que se aplica a nuestro problema de investigación. • Que hay varias teorías que se aplican a nuestro problema de investigación. • Que hay “piezas y trozos” de teoría con cierto respaldo empírico, que sugieren variables poten- cialmente importantes y que se aplican a nuestro problema de investigación (pueden ser genera- lizaciones empíricas e hipótesis con apoyo de algunos estudios). • Que hay descubrimientos interesantes, pero parciales, sin llegar a ajustarse a una teoría. • Que sólo existen guías aún no estudiadas e ideas vagamente relacionadas con el problema de investigación. Asimismo, nos podemos encontrar que los estudios antecedentes presentan falta de consistencia o claridad, debilidades en el método (en sus diseños, muestras, instrumentos para recolectar datos, etc.), aplicaciones que no han podido implementarse correctamente o que han mostrado problemas (Mer- tens, 2005). En cada caso varía la estrategia que habremos de utilizar para construir y organizar nuestro marco teórico. 6 En el CD anexo (Documentos → Documento 3), el lector encontrará un pequeño manual basado en las normas de la APA (American Psychological Association) que se usa en la mayoría de las disciplinas, donde se señala qué elementos de las principales referencias debe anotar y cómo citarlas en la lista final de referencias o bibliografía. El programa SISI (Sistema de Información para el soporte a la Investigación) y su respectivo manual contenidos en el CD sirven para generar, incluir y organizar referencias bilbiográficas, tanto en el texto —citas— como al final en el listado o bibliografía —referencias—, basados en el estilo de publicación de la APA. 7 La evidencia empírica, bajo el enfoque cuantitativo, se refiere a los datos de la “realidad” que apoyan o dan testimonio de una o varias afirmaciones. Se dice que una teoría ha recibido apoyo o evidencia empírica cuando hay investigaciones científicas que han demostrado que sus postulados son ciertos en la realidad observable o medible. Las proposiciones o afirmaciones de una teoría llegan a tener diversos grados de evidencia empírica: a) si no hay evidencia empírica ni a favor ni en contra de una afirmación, a ésta se le denomina “hipótesis”; b) si hay apoyo empírico, pero éste es moderado, a la afirmación o proposición suele denominársele “generali- zación empírica”, y c) si la evidencia empírica es abrumadora, hablamos de “ley” (Reynolds, 1980). A P A www.FreeLibros.com
- 102. Capítulo 4 Desarrollo de la perspectiva teórica 60 1. Existencia de una teoría completamente desarrollada Cuando la revisión de la literatura revela que hay una teoría capaz de describir, explicar y predecir el planteamiento o fenómeno bajo estudio de manera lógica, completa, profunda y coherente, la mejor estrategia para construir el marco teórico es tomar esa teoría como la estructura misma de éste. Cabe señalar que, en términos generales, una teoría es un conjunto de proposiciones interrelacionadas, capaces de explicar por qué y cómo ocurre un fenómeno. En palabras de Kerlinger y Lee (2002): la teoría constituye un conjunto de constructos (conceptos) vinculados, definiciones y proposiciones que presentan una visión sistemática de los fenómenos al especificar las relaciones entre variables, con el propósito de explicar y predecir los fenómenos. Las teorías pueden estar más o menos desarrolladas y tener mayor o menor valor. Los criterios para evaluarlas, así como una explicación e ilustración de éstas y las concepciones erróneas respecto a lo que es una teoría, las podrá encontrar el lector en el CD, capítulo 3, “Perspectiva teórica: comentarios adicionales”. Ahora bien, si se descubre una teoría que explica muy bien el problema de investigación que nos interesa, se debe tener cuidado de no investigar algo ya estudiado muy a fondo. Imaginemos que alguien pretende realizar una investigación para someter a prueba la siguiente hipótesis referen- te al Sistema Solar: “Las fuerzas centrípetas tienden a los centros de cada planeta” (Newton, 1984, p. 61). Sería ridículo porque es una hipótesis generada hace más de 300 años, comprobada de modo exhaustivo y ha pasado a formar parte del saber común. Cuando encontramos una teoría sólida que explique el planteamiento de interés, debemos darle un nuevo enfoque a nuestro estudio: a partir de lo que ya está comprobado, plantear otras interrogantes de investigación, obviamente aquellas que no ha podido resolver la teoría; o bien, para profundizar y ampliar elementos de la teoría y visualizar nuevos horizontes. También puede haber una buena teoría, pero aún no comprobada o aplicada a todo contexto. De ser así, resultaría de interés someterla a prueba empírica en otras condiciones. Por ejemplo, una teoría de las causas de la satisfacción laboral desarrollada en Japón que deseamos probar en Argentina o Brasil; o una teoría de los efectos de la exposición a contenidos sexuales en la televisión que únicamente se haya investigado en adultos, pero no en adolescentes. En el caso de una teoría desarrollada, nuestro marco teórico consistirá en explicar la teoría, ya sea proposición por proposición, o en forma cronológica desplegando su evolución. Supongamos que se intenta resolver el siguiente cuestionamiento: ¿cuáles son las características del trabajo rela- cionadas con la motivación por las tareas laborales?8 Al revisar la literatura se encontraría una teoría sumamente desarrollada, designada como la teoría de la relación entre las características del trabajo y la motivación intrínseca. Esta teoría puede resumirse en el modelo de la figura 4.2 (adaptado de Hackman y Oldham, 1980, p. 83).9 Nuestro marco teórico se basaría en esta teoría, incorporándole ciertas referencias de interés. Algunos autores lo estructurarían de la siguiente manera: 1. La motivación intrínseca con respecto al trabajo. 1.1 ¿Qué es la motivación intrínseca en el contexto laboral? 1.2 La importancia de la motivación intrínseca en el trabajo: su relación con la productividad. 2. Los factores del trabajo. 2.1 Factores organizacionales (clima organizacional, políticas de la empresa, instalaciones, caracte- rísticas estructurales de la organización: tamaño, tecnología, normas de la organización, entre otras cuestiones). [Tratados de forma muy breve porque la investigación se enfoca en otros aspectos.] 2.2 Factores del desempeño (atribuciones internas, sentimientos de competencia y autodeter- minación, etc.). [También tratados muy brevemente por la misma razón.] para evaluarlas a lo que es un comentarios ad Ahora bie nos interesa, s Teoría Conjunto de proposiciones interrelacionadas, capaces de explicar por qué y cómo ocurre un fenómeno. 8 En un contexto determinado, digamos empresas del Parque Industrial de Villa El Salvador, en Lima, Perú. 9 Este modelo sigue siendo utilizado, vea, por ejemplo: Hernández Sampieri (2005), Fornaciari y Dean (2005), Østhus (2007), Hornung y Rousseau (2007), Prowse y Prowse (2008) y Russell (2008). www.FreeLibros.com
- 103. ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 61 Figura 4.2 Moderadores de la relación entre las características de trabajo y la motivación intrínseca. Variedad en el trabajo Identificación de los resultados del trabajo Significancia experimentada en el trabajo Motivación intrínseca con respecto al trabajo Significancia (trascendencia) de la tarea Autonomía Responsabilidad experimentada en el trabajo Retroalimentación del desempeño Conocimiento de los resultados laborales Conocimientos y habilidades Necesidad de crecimiento Satisfactores contextuales Características del trabajo Resultado Estados psicológicos críticos Moderadores 2.3 Factores personales (conocimientos y habilidades, interés inicial por el trabajo y variables de personalidad, necesidades de desarrollo, etc.). [También tratados en forma muy breve.] 2.4 Factores de recompensa extrínseca (salario, prestaciones y otros tipos de recompensas). [Comentados muy brevemente.] 3. Características del trabajo. 3.1 Variedad en el trabajo. 3.2 Identificación de los resultados del individuo en el producto final. 3.3 Importancia o trascendencia del trabajo. 3.4 Autonomía. 3.5 Retroalimentación del desempeño. 3.5.1 Retroalimentación proveniente de agentes externos (superiores, supervisión técnica y compañeros de trabajo, que también constituyen una forma de recompensa extrínseca). 3.5.2 Retroalimentación proveniente del trabajo en sí. 3.6. Otras características. 4. La relación entre las características del trabajo y la motivación intrínseca. [Aquí se comentaría cómo se vinculan entre sí dichas características y la forma en que se asocian, como un todo, a la motivación intrínseca. En esta parte del marco teórico, las características del trabajo se tomarían en conjunto, mientras que en el apartado 3 se menciona su correlación individual con la motivación intrínseca. Es decir, se explicaría el modelo de los moderadores de la relación entre las características del trabajo y la motivación intrínseca, a manera de resumen.] En este caso, por lo menos alrededor de 80% del marco teórico se desarrollaría en los incisos 3 y 4. Incluso, el inciso 2 es narrativo y general, y podría eliminarse. Su papel se limita a centrar el www.FreeLibros.com
- 104. Capítulo 4 Desarrollo de la perspectiva teórica 62 estudio en las variables de interés. En lo personal, nosotros agruparíamos los factores organizaciona- les, del desempeño, personales y de recompensa extrínseca en un solo apartado, puesto que de ellos sólo se hablará en términos muy generales. Así, obtendríamos un capitulado más sencillo. Otra perspectiva para nuestro marco teórico sería la cronológica, que consiste en desarrollar históricamente la evolución de la teoría (analizar las contribuciones más importantes para el pro- blema de investigación hasta llegar a la teoría resultante). Si lo desarrolláramos siguiendo una pers- pectiva cronológica, tendríamos la siguiente estructura: 1. La motivación intrínseca y la motivación extrínseca: una división de la motivación hacia el tra- bajo. 2. Los modelos motivacionales clásicos para estudiar la motivación intrínseca. 2.1. Antecedentes. Década de 1950 2.2. Frederick Herzberg. Década de 1960 2.3. Victor Vromm. De las décadas de 1950 a la de 1970 2.4. Edward E. Lawler. De las décadas de 1960 a la de 1970 2.5. Edward L. Deci. De las décadas de 1970 a la de 1990 3. El modelo de rediseño del trabajo (Richard Hackman y Greg Oldham). De la década de 1980 a la fecha 4. Las nuevas redefiniciones: Richard Ryan y Edward Deci, Kenneth W. Thomas. De 2000 a la fecha En los apartados se hablaría de las características del trabajo consideradas por cada autor o perspectiva en particular, así como su relación con la motivación intrínseca. [Aunque el punto dos sería tratado muy brevemente.] Al final se incluiría la teoría resultante, producto de años de investi- gación. Ya sea que decidamos construir el marco teórico cronológicamente o desglosar la estructura de la teoría (tratando, una por una, las proposiciones y los elementos principales de ella), lo impor- tante es explicar con claridad la teoría y la forma como se aplica a nuestro problema de investiga- ción. 2. Existencia de varias teorías aplicables a nuestro problema de investigación Cuando al revisar la literatura se descubren varias teorías y/o modelos aplicables al problema de investigación, podemos elegir una(o) y basarnos en ésta(e) para edificar el marco teórico (desglosan- do la teoría o de manera cronológica); o bien, tomar partes de algunas o todas las teorías. En la primera situación, elegimos la teoría que reciba una evaluación más positiva (de acuerdo con los criterios para evaluar una teoría que se comentan en el capítulo 3 del CD) y que se aplique más al problema de investigación. Por ejemplo, si el planteamiento se centra en los efectos que tienen en los adolescentes los programas televisivos con alto contenido sexual, podríamos encontrar teorías que expliquen el efecto de ver sexo en televisión, pero sólo una de ellas tiene que ver con adolescentes o cuenta con evidencia empírica del contexto elegido. Sin duda, ésta debería ser la teoría que seleccionaríamos para construir nuestro marco teórico. En la segunda situación se tomaría de las teorías sólo aquello que se relaciona con el problema de estudio. En estos casos, antes de edificar el marco teórico, conviene hacer un bosquejo de éste, analizarlo, decidir qué se va a incluir de cada teoría, procurando no caer en contradicciones lógicas (en ocasiones diversas teorías rivalizan en uno o más aspectos de manera total; si aceptamos lo que dice una teoría debemos desechar lo que postulan las demás). Cuando las proposiciones más impor- tantes de las teorías se excluyen unas a otras se debe elegir una sola. Pero si únicamente difieren en aspectos secundarios, se toman las proposiciones centrales que son más o menos comunes a todas ellas, y se eligen las partes de cada teoría que sean de interés y se acoplen entre sí. En la prim con los criterio más al problem tienen en los a www.FreeLibros.com
- 105. ¿Qué etapas comprende el desarrollo de la perspectiva teórica? 63 Lo más común para construir el marco teórico es tomar una teoría como base y extraer elemen- tos de otras teorías útiles.10 3. Existencia de “piezas y trozos” de teorías (generalizaciones empíricas) En ciertos campos del conocimiento no se dispone de muchas teorías que expli- quen los fenómenos que estudian; a veces sólo se tienen generalizaciones empí- ricas, es decir, proposiciones que han sido comprobadas en la mayor parte de las investigaciones realizadas. Al revisar la literatura es muy probable encontrar una situación así. Lo que se hace entonces es construir la perspectiva teórica, más que adoptar o adaptar una o varias teorías. Cuando al revisar la literatura se encuentra una proposición única o en el planteamiento se piensa limitar la investigación a una generalización empírica (hipótesis), el marco teórico se genera incluyendo los resultados y las conclusiones a que han llegado los estudios antecedentes, de acuerdo con algún esquema lógico (de manera cronológica, por variable o concepto de la proposición, o por las implicaciones de las investigaciones anteriores). Pero recordemos que nuestro estudio debe inno- var.11 Si nuestra pregunta de investigación fuera: ¿los individuos de un sistema social que conocen primero una innovación están más expuestos a los canales interpersonales de comunicación que quienes la adoptan con posterioridad?,12 nuestro marco teórico consistiría en comentar los estudios de difusión de innovaciones que, de una u otra manera, han hecho referencia al problema de inves- tigación. Comentar implicaría describir cada estudio, el contexto en que se realizó y los resultados y las conclusiones a los que se llegó. Ahora bien, casi todos los estudios se plantean varias preguntas de investigación o una pregun- ta de la cual se derivan diversas proposiciones. En estos casos, el marco teórico también se funda- mentaría en los estudios anteriores que se refieren a tales proposiciones. Los estudios se comentan y se van relacionando unos con otros, de acuerdo con un criterio coherente (cronológicamente, por cada proposición o por las variables del estudio). En ocasiones se entrelazan las proposiciones de manera lógica para, tentativamente, construir una teoría (la investigación puede comenzar a inte- grar una teoría que se encargarán de afinar estudios futuros). Cuando nos encontramos con generalizaciones empíricas, es frecuente organizar el marco teó- rico por cada una de las variables del estudio. Por ejemplo, si pretendemos investigar el efecto que producen ciertas dimensiones del clima organizacional sobre la rotación de personal, nuestro marco teórico podría tener la siguiente estructura: 1. Definiciones fundamentales: el clima organizacional y la rotación de personal. 2. Dimensiones del clima organizacional13 y su efecto en la rotación de personal. 2.1 Moral. 2.2 Apoyo de la dirección. 2.3 Motivación intrínseca. 2.4 Autonomía. 2.5 Identificación con la organización. 2.6 Satisfacción laboral. En cada subsección del apartado 2 se definiría la dimensión y se incluirían las generalizaciones o proposiciones empíricas sobre la relación entre la variable y la rotación. 10 Para ver cómo se integra un marco teórico en torno a una teoría, sugerimos al lector revisar en el CD que acompaña a esta edición (en “Material complementario”, “investigación cuantitativa”, “Ejemplo 6 titulado: Validación de un instrumento para medir la cultura empresarial en función del clima organizacional y vincular empíricamente ambos constructos.” 11 A veces se llevan a cabo investigaciones para evaluar la falta de coherencia entre estudios previos, encontrar “huecos” de cono- cimiento en éstos o explorar por qué ciertas aplicaciones no han podido implementarse adecuadamente. 12 Extraída de Rogers y Shoemaker (1971). Ejemplos de innovaciones son la moda, la tecnología, los sistemas de trabajo, etcétera. 13 Se simplificaron las dimensiones del clima organizacional para hacer más ágil el ejemplo. Generalizaciones empíricas Proposi- ciones que han sido comprobadas en la mayor parte de las investigaciones reali- zadas (constituyen la base de lo que serán las hipótesis que se someterán a prueba). www.FreeLibros.com
- 106. Capítulo 4 Desarrollo de la perspectiva teórica 64 Las generalizaciones empíricas que se descubran en la literatura constituyen la base de lo que serán las hipótesis que se someterán a prueba y a veces son las hipótesis mismas. Lo mismo ocurre cuando tales proposiciones forman parte de una teoría. 4. Descubrimientos interesantes pero parciales que no se ajustan a una teoría En la literatura podemos encontrar que no hay teorías ni generalizaciones empíricas, sino sólo algunos estudios previos vinculados —relativamente— con nuestro planteamiento. Podemos orga- nizarlos como antecedentes de forma lógica y coherente, destacando lo más relevante en cada caso y citándolos como puntos de referencia. Se debe ahondar en lo que cada antecedente aporta. Por ejemplo, el estudio ya mencionado en el capítulo anterior, de Núñez (2001), quien final- mente diseñó una investigación para validar un instrumento que midiera el sentido de vida de acuer- do con el pensamiento y la filosofía de Viktor Frankl. Al revisar la literatura se encontró que había otras pruebas logoterapéuticas que medían el propósito de vida; pero que no reflejaban totalmente el pensamiento de dicho autor. Construyó su marco teórico alrededor del modelo concebido por Frankl (manifestaciones del espíritu, libertad, responsabilidad, conciencia, valores, etc.) y tomó los instru- mentos previos como puntos de referencia. No se acogió a una teoría, adaptó un esquema de pensa- miento y enmarcó su estudio con otros anteriores (que desarrollaron diversos instrumentos de medición). Entre algunos de sus apartados del marco teórico incluyó puntos como los siguientes: Medición del sentido de vida • Tests logoterapéuticos. • El test de propósito vital de Crumbaugh y Maholick (PIL). • Investigaciones realizadas con el PIL. • Investigaciones en México. • Test de Song. • Escala de vacío existencial (EVS) del MMPI. • Cuestionario de propósito vital (LPQ). • El test del significado del sufrimiento de Starck. • Test de Belfast. • Logo test de Elizabeth Lukas. 5. Existencia de guías aún no investigadas e ideas vagamente relacionadas con el problema de investiga- ción En ocasiones se descubre que se han efectuado pocos estudios dentro del campo de conocimiento en cuestión. En dichos casos el investigador tiene que buscar literatura que, aunque no se refiera al problema específico de la investigación, lo ayude a orientarse dentro de él. Paniagua (1985), al lle- var a cabo una revisión de la bibliografía sobre las relaciones interpersonales del comprador y el vendedor en el contexto organizacional mexicano, no detectó ninguna fuente primaria sobre el tema específico. Entonces, tomó referencias sobre relaciones interpersonales provenientes de otros contextos (superior-subordinado, entre compañeros de trabajo y desarrollo de las relaciones en general), y las aplicó a la relación comprador-vendedor para construir el marco teórico. Tomemos otro caso para ilustrar cómo se constituye el marco teórico en situaciones donde no hay estudios previos sobre el problema de investigación específico. Suponga que se trata de analizar qué factores del contexto laboral provocan el temor de logro14 e impactan la motivación de logro de las secretarias que trabajan en la burocracia gubernamental de Costa Rica. Quizá se encuentre que no hay ningún estudio al respecto, pero tal vez existan investigaciones sobre el temor y la moti- vación de logro de las secretarias costarricenses (aunque no laboren en el gobierno) o de superviso- res de departamentos públicos (aunque no se trate de la ocupación que específicamente nos interesa). Si tampoco ocurre lo segundo, tal vez haya estudios que tratan ambas variables con eje- 14 Temor a ser exitoso en un trabajo u otra tarea. www.FreeLibros.com
- 107. 65 Algunas observaciones sobre el desarrollo de la perspectiva teórica cutivos de empresas privadas o de secretarias de dependencias públicas de otros países. Si no es así, se acude a las investigaciones sobre el temor y la motivación de logro, a pesar de que probablemen- te se hayan realizado entre estudiantes de otro país. Pero, si no hubiera ningún antecedente se recurriría a los estudios iniciales de motivación de logro de David McClelland y a los del temor de logro. Aunque, por ejemplo, para temor de logro encontraríamos múltiples referencias (Mulig et al., 2006; Chalk et al., 2005; Kocovskiy Endler, 2000; Lew, Allen, Papouchis y Ritzler, 1998; Jan- da, O’Grady y Capps, 1978; Cherry y Deaux, 1978, Tresemer, 1977 y 1976, y Zuckerman, 1975; entre otras). Pero en el supuesto de que tampoco las hubiera, se acudiría a estudios generales sobre temor y motivación. Sin embargo, casi siempre se cuenta con un punto de partida. Las excepciones en este sentido son muy pocas. Las quejas de que “no hay nada”, “nadie lo ha estudiado”, “no sé en qué antecedentes puedo basarme”, por lo general se deben a una deficiente revisión de la literatura. Otro ejemplo sobre qué hacer cuando no hay literatura (incluso sobre cuestiones no inventadas), se incluye en el ya referido capítulo 3 del CD anexo. Algunas observaciones sobre el desarrollo de la perspectiva teórica En el proceso cuantitativo siempre es conveniente efectuar la revisión de la literatura y presentarla de una manera organizada (llámese marco teórico, marco de referencia, conocimiento disponible o de cualquier otro modo), y aunque nuestra investigación puede centrarse en un objetivo de evaluación o medición muy específico (por ejemplo, un estudio que solamente pretenda medir variables particula- res, como el caso de un censo demográfico en una determinada comunidad donde se medirían: nivel socioeconómico, nivel educativo, edad, género, tamaño de la familia, etc.), es recomendable revisar lo que se ha hecho antes (cómo se han realizado en esa comunidad los censos demográficos anteriores o, si no hay antecedentes en ella, cómo se han efectuado en comunidades similares; qué problemas se tuvieron, cómo se resolvieron, qué información relevante fue excluida, etc.). Esto ayudará a concebir un estudio mejor y más completo. El papel del marco teórico resulta fundamental antes y después de recolectar los datos. Esto puede visualizarse en la tabla 4.2. Tabla 4.2 Papel del marco teórico durante el proceso cuantitativo15 Antes de recolectar los datos, nos ayuda a... Después de recolectar los datos, nos ayuda a... • Aprender más acerca de la historia, origen y alcance del problema de investigación. • Explicar diferencias y similitudes entre nuestros resulta- dos y el conocimiento existente. • Conocer qué métodos se han aplicado exitosa o errónea- mente para estudiar el problema específico o problemas relacionados. • Analizar formas de cómo podemos interpretar los datos. • Saber qué respuestas existen actualmente para las preguntas de investigación. • Ubicar nuestros resultados y conclusiones dentro del conocimiento existente. • Identificar variables que requieren ser medidas y observa- das, además de cómo han sido medidas y observadas. • Construir teoría y explicaciones. • Decidir cuál es la mejor manera de recolectar los datos que necesitamos y dónde obtenerlos. • Desarrollar nuevas preguntas de investigación e hipótesis. • Resolver cómo pueden analizarse los datos. • Refinar el planteamiento y sugerir hipótesis. • Justificar la importancia del estudio. 3 4 15 Adaptado de Yedigis y Weinbach (2005, p. 47). www.FreeLibros.com
- 108. Capítulo 4 Desarrollo de la perspectiva teórica 66 Al construir el marco teórico, debemos centrarnos en el problema de investigación que nos ocupa sin divagar en otros temas ajenos al estudio. Un buen marco teórico no es aquel que contiene muchas páginas, sino que trata con profundidad únicamente los aspectos relacionados con el problema, y que vincula de manera lógica y coherente los conceptos y las proposiciones existentes en estudios anteriores. Éste es otro aspecto importante que a veces se olvida: construir el marco teórico no significa sólo reunir información, sino también ligarla e interpretarla (en ello la redacción y la narrativa son importantes, porque las partes que lo integren deben estar enlazadas y no debe “brincarse” de una idea a otra). Un ejemplo que, aunque burdo, resulta ilustrativo de lo que acabamos de comentar, sería que quien trata de investigar cómo afecta a los adolescentes exponerse a programas televisivos con alto contenido sexual desarrollara una estructura del marco teórico más o menos así: 1. La televisión. 2. Historia de la televisión. 3. Tipos de programas televisivos. 4. Efectos macrosociales de la televisión 5. Usos y gratificaciones de la televisión. 5.1. Niños. 5.2. Adolescentes. 5.3. Adultos. 6. Exposición selectiva a la televisión. 7. Violencia en la televisión. 7.1. Tipos. 7.2. Efectos. 8. Sexo en la televisión. 8.1. Tipos. 8.2. Efectos. 9. El erotismo en la televisión. 10. La pornografía en la televisión. Es obvio que esto sería divagar en un “mar de temas”. Siempre se debe recordar que es muy dife- rente escribir un libro de texto, que trata a fondo un área determinada de conocimiento, que elaborar un marco teórico donde debemos ser selectivos. ¿Qué método podemos seguir para organizar y construir el marco teórico? Una vez extraída y recopilada la información que nos interesa de las referencias pertinentes para nues- tro problema de investigación, podremos empezar a elaborar el marco teórico, el cual se basará en la integración de la información recopilada. Un paso previo consiste en ordenar la información recopilada de acuerdo con uno o varios criterios lógicos y adecuados al tema de la investigación. Algunas veces se ordena cronológicamente; otras, por subtemas o por teorías, etc. Por ejemplo, si se utilizaron fichas o documentos en archivos y carpetas (en la computadora) para recopilar la información, se ordenan de acuerdo con el criterio que se haya definido. De hecho, hay quien trabaja siguiendo un método propio de organización. En definitiva, lo que importa es que éste resulte eficaz. Hernández Sampieri y Méndez (2009) y Creswell (2009) sugieren el método de mapeo —elaborar primero un mapa— para organizar y edificar el marco teórico. Ade- más, los autores recomendamos otro: por índices (se vertebra todo a partir de un índice general). Método de mapeo Consiste en ela- borar un mapa conceptual para organi- zar y edificar el marco teórico. www.FreeLibros.com
- 109. 67 ¿Qué método podemos seguir para organizar y construir el marco teórico? Método de mapeo para construir el marco teórico Este método implica elaborar un mapa conceptual y, con base en éste, profundizar en la revisión de la literatura y el desarrollo del marco teórico. Como todo mapa conceptual, su claridad y estructura dependen de que seleccionemos los térmi- nos adecuados, lo que a su vez se relaciona con un planteamiento enfocado. Lo explicaremos con un ejemplo. EJEMPLO El clima organizacional El siguiente es un ejemplo de mapa de la literatura para un estudio cuyo objetivo esencial era “validar una escala para medir el clima organizacional en el contexto laboral mexicano” (Hernández Sampieri, 2005). La revisión de la literatura se centró en estudios que incluyeran definiciones y modelos del clima organi- zacional16 (causas y efectos de éste), así como instrumentos que lo midieran (por lo que debió recurrir a investigaciones que consideraran sus componentes, dimensiones o variables). Las palabras claves de búsqueda fueron: 1. “Clima organizacional” (y obviamente organizational climate): se utilizó debido a que representa el área central del estudio. 2. “Medición” (measurement): en función de que se pretende validar un instrumento de medición. 3. “Definiciones” (definitions): porque se requerían definiciones del concepto. 4. “Dimensiones” y “factores” (dimensions y factors): se buscaba considerar las dimensiones conce- bidas como parte del clima organizacional. 5. “Modelos” (models): para encontrar esquemas empíricos sobre sus causas y efectos. 6. Posteriormente, se incluyeron variables relacionadas con el clima organizacional como organizatio- nal culture (cultura organizacional) y work involvement (involucramiento en el trabajo), para ver sus diferencias con el concepto de interés; sin embargo, se excluyen para el ejemplo con el propósito de no extenderlo. Tales palabras dieron frutos en la búsqueda de referencias a través de las distintas bases de datos (Wiley InterScience, Sage Journals, Latindex, ERIC y ABI/INFORM). Por tanto, el mapa inicial de conceptos fue el de la figura 4.3 (en este caso, la estructura está funda- mentada en los conceptos clave). Los conceptos claves del mapa permanecen o se desglosan en subtemas, según lo indique la literatura esencial que revisemos (estos serán temas en la perspectiva o marco teórico). El mapa va desplegándose en subtemas, como lo apreciamos en la figura 4.4. 16 El clima organizacional es el conjunto de percepciones de los individuos respecto a su medio interno de trabajo (Hernández Sampieri, 2005). Figura 4.3 Muestra de un mapa de la literatura con el ejemplo del clima organizacional. Definiciones Medición Modelos Dimensiones Clima organizacional www.FreeLibros.com
- 110. Capítulo 4 Desarrollo de la perspectiva teórica 68 Se colocan los autores principales en el mapa (figura 4.5): Entonces estructuramos el marco teórico con base en los cuatro temas: 1. Definiciones, características y enfoques del clima organizacional. 2. Dimensiones del clima organizacional. 3. Modelos del clima organizacional. 4. Medición del clima organizacional. 5. Conclusiones al marco teórico. Figura 4.4 Mapa de la literatura desplegado en temas y subtemas. Concepciones y definiciones: Debates: a) Esencia. • Medida múltiple de los atributos organizacionales. • Medida perceptiva de los atributos individuales. • Medida perceptiva de los atributos organizacionales. b) Individual o colectivo. c) Objetivo o subjetivo. Instrumentos para medirlo: 28 detectados (cinco validados para el medio laboral de interés). Dimensiones: Diversas, más de 85 distintas. Las que se han considerado con mayor frecuencia en la literatura: moral, apoyo de la dirección, innovación, percepción de la empresa o identificación, comunicación, percepción del desempeño, motivación intrínseca, autonomía, satisfacción general, liderazgo, visión y recompensas. Modelos: Con mayor abundancia empírica y más recientes: • J. L. Gibson, J. M. Ivancevich y J. H. Donnelly. • Modelo de la diversidad de la efectividad gerencial (W. Wilborn). • Modelo mediatizador del clima organizacional (C. P. Parker et al.). • Modelo del proceso de juicio común (L. R. James y L. A. James). Clima organizacional Concepciones y definiciones: El clima es perceptual, subjetivo y producto de la interacción entre los miembros de la organización. Litwin y Stringer (1968); Brunet (2002); McKnight y Webster (2001); Gonçalves (2004); Sparrow (2001); James y Sells (1981); Parker et al. (2003)… Instrumentos para medirlo: Parker et al. (2003); Ochitwa (2004); Arvidsson et al. (2004); Anderson y West (1998); Patterson et al. (2005); Aralucen (2003)… Dimensiones: Litwin y Stringer (1968); Clarke, Sloane y Aiken (2002); Patterson et al. (2005); Brunet (2002); Parker et al. (2003); Ochitwa (2004); Arvidsson et al. (2004); Anderson y West (1998)… Modelos: James et al. (1990); James y James (1992); James y McIntyre (1996) ; Gibson y Donnelly (1979); Parker et al. (2003)… Clima organizacional Figura 4.5 Mapa de la literatura con autores.17 17 Hemos omitido algunos de los nombres para hacer más breve el ejemplo. Tampoco se incluyen las citas de referencias en la bibliografía del libro, ya que el ejemplo, aunque es real, se utiliza simplemente para fines ilustrativos. Sí se mencionan las principales fuentes de donde fueron localizadas. www.FreeLibros.com
- 111. 69 ¿Qué método podemos seguir para organizar y construir el marco teórico? Cada tema se despliega en subtemas, por ejemplo: 1. Definiciones, características y enfoques del clima organizacional. 1.1. Definiciones fundamentales. 1.2. ¿Características organizacionales o percepciones? Dicotomía del clima: Objetivo-subjetivo. 1.2.1. Concepción del clima como la medida múltiple de los atributos organizacionales (visión “objetiva”). 1.2.2. El clima como la medida perceptiva de los atributos individuales. 1.2.3. El clima como la medida perceptiva de los atributos organizacionales. 1.3. ¿Clima individual, grupal o colectivo? 1.4. El clima y otras variables organizacionales: similitudes y diferencias. De este modo se coloca el contenido de las referencias en cada apartado (en los que corresponda). Cabe señalar que éstas fueron obtenidas fundamentalmente de revistas como: Journal of Organizational Behavior, Human Resource Management, Journal of Management, Human Resource Development Quar- terly, Academy of Management Review, European Journal of Work and Organizational Psychology, Inves- tigación Administrativa y otras; además de libros. Para saber qué revistas son importantes se considera el Factor de Impacto (FI o Impact Factor), que es un indicador bibliométrico elaborado por el Institute for Scientific Information (ISI) de Estados Unidos, el cual se publica en el Journal Citation Reports (JCR), donde se recopilan las revistas por orden alfabético y materias. A cada revista se le adjudica un número (FI) que se calcula al dividir la suma de las citas hechas a esa revista durante un año y al dividirlo por el número total de artículos publicados por dicha revista en los dos años anteriores. Con este indicador se intenta medir el grado de difusión o “impacto” y, por tanto, de prestigio, que tiene dicha publicación, aunque también es posible conocer el FI de un autor o institución. Cabe señalar que los autores pueden ir cambiando con el tiempo. Si Hernández Sampieri hubiera hecho su estudio en 2009, tendría que incluir nuevas referencias: Gray (2007) con su libro A climate of success, Pemberton (2008) con su obra Organizational climate at higher education institutions, D’Amato (2009), con el libro Psychological and organizational climate research, y a Sarros, Cooper y Santora (2008) con su artículo “Building a climate for innovation through transformational leadership and orga- nizational culture”, por mencionar unos ejemplos.18 18 Para ver qué elementos de una referencia se incluyen, recordamos al lector que puede remitirse al CD, documento 3: “Manual basado en las normas de la APA (American Psychological Association)” y usar el programa SISI (Sistema de Información para el Soporte y la Investigación). Método por índices para construir el marco teórico (vertebrado a partir de un índice general) La experiencia demuestra que otra manera rápida y eficaz de construir un marco teórico consiste en desarrollar, en primer lugar, un índice tentativo de éste, global o general, e irlo afinando hasta que sea sumamente específico, para posteriormente colocar la información (referencias) en el lugar correspon- diente dentro del esquema. A esta operación puede denominársele “vertebrar” el marco o perspectiva teórica (generar la columna vertebral de ésta). Por otra parte, es importante insistir en que el marco teórico no es un tratado de todo aquello que tenga relación con el tema global o general de la investigación, sino que se debe limitar a los antece- dentes del planteamiento específico del estudio. Si éste se refiere a los efectos secundarios de un tipo de medicamento concreto en adultos de un cierto perfil, la literatura que se revise y se incluya deberá tener relación con el tema en particular; no sería práctico incluir apartados como: “la historia de los medicamentos”, “los efectos de los medicamentos en general”, “las reacciones secundarias de los medi- camentos en bebés”, etcétera. El proceso de “vertebrar” el marco teórico en un índice puede representarse con el siguiente esque- ma (figura 4.6). A P A www.FreeLibros.com
- 112. Capítulo 4 Desarrollo de la perspectiva teórica 70 Figura 4.6 Proceso de vertebración del índice del marco teórico y ubicación de referencias. Temas generales Subtema 1.1 Referencia 1 Referencia 7 Referencia 2 Referencia 8 Referencia 3 Referencia 9 Referencia 4 Referencia 10 Referencia 5 Referencia 11 Referencia 6 Referencia k Tema 1 Tema 2 Subtema 1.2 Subtema 2.1 Subtema 2.2 Subtema 3.1 Subtema 3.2 Tema 3 Tema k Subtema 3.3 Subtema k.1 Subtema k.2 Las referencias se ubican donde les corresponde, a veces es un subtema o subapartado, a veces en dos en tres o más... De esta forma se completan los apartados (temas y subtemas) con contenidos extraídos de las referencias pertinentes para cada uno de ellos; aunque primero se estructura el índice (la columna vertebral). A continuación se muestra un ejemplo: EJEMPLO DE UN ÍNDICE “VERTEBRADO” Si se plantea una investigación para determinar los factores que inciden en el voto para las elecciones municipales en Bolivia, después de revisar la literatura se encontraron diversos factores que impactan el voto: 1. Imagen del candidato. 2. Imagen del partido o fuerza política que apoya al candidato. 3. Estructura partidista. 4. Mercadotecnia partidista. 5. Mercadotecnia electoral. 6. Acción electoral. Entonces éstos serían los temas y cada uno se despliega en subtemas y así sucesivamente, quedando el índice como se muestra a continuación: Factores que inciden en el voto de las elecciones municipales, el caso de Bolivia 1. Imagen del candidato. 1.1 Antecedentes del candidato y noticias de él, que los votantes conocen. 1.2 Atribuciones respecto al candidato (honestidad percibida, experiencia, capacidad para gober- nar, liderazgo atribuido, carisma, simpatía, inteligencia y otras). 1.3 Percepción de la familia del candidato y la vinculación del candidato con ella. 1.4 Credibilidad del candidato. 1.5 Presencia física del candidato. www.FreeLibros.com
- 113. 71 ¿Se ha hecho una revisión adecuada de la literatura? 2. Imagen del partido o fuerza política que apoya al candidato. 2.1 Antecedentes del partido político y conocimiento que tienen los votantes de éste. 2.2 Atribuciones sobre el partido (honestidad de los gobernantes emanados del partido, resultados demostrados de sus gobiernos, experiencia de gobierno). 2.3 Identificación con el partido político. 2.4 Credibilidad del partido político. 3. Estructura partidista. 3.1 Número de afiliados. 3.2. Cobertura en elecciones. 3.3 Lealtad partidista. 3.4 Organización del partido. 3.5 Productividad de la estructura. 4. Mercadotecnia partidista. 4.1 Inversión en publicidad y propaganda institucional permanente. 4.2 Inversión en publicidad y propaganda de los gobiernos municipales emanados del partido. 5. Mercadotecnia electoral. 5.1 Inversión en publicidad y propaganda en medios de comunicación colectiva durante las campa- ñas políticas. 5.2 Inversión en mercadotecnia directa durante las campañas. 6. Acción electoral. 6.1 Discursos del candidato, eventos y mítines. 6.2 Promoción directa del voto. Una vez que existe este índice, vemos si está completo, si le faltan apartados o le sobran para afinar- los; posteriormente, buscar referencias pertinentes para el desarrollo del marco teórico. Ahora se integran las referencias donde les corresponde. Sin embargo, si vemos que el estudio puede ser muy extenso, como el ejemplo (están presentes una gran cantidad de variables), se puede tomar la decisión de especificar más y acotar el problema (podemos centrarnos únicamente en los factores de imagen de los candidatos que inciden en el voto). ¿Cuántas referencias deben usarse para el marco teórico? Esto depende del planteamiento del problema, el tipo de reporte que estemos elaborando y el área en que nos situemos, además del presupuesto. Por lo tanto, no hay una respuesta exacta ni mucho menos. Sin embargo, algunos autores sugieren que entre alrededor de 30 referencias (Mertens, 2005). Her- nández Sampieri et al. (2008) analizaron varias tesis y disertaciones, así como artículos de revistas académicas en Estados Unidos y México, y consultaron a varios profesores iberoamericanos, encon- trando parámetros como los siguientes: en una investigación en licenciatura para una materia o asig- natura el número puede variar entre 15 y 25, en una tesina entre 20 y 30, en una tesis de licenciatura entre 25 y 35, en una tesis de maestría entre 30 y 40, en un artículo para una revista científica, entre 50 y 70. En una disertación doctoral el número se incrementa entre 65 y 120 (no son de ninguna manera estándares, pero resultan en la mayoría de los casos). Sin embargo, deben ser referencias direc- tamente vinculadas con el planteamiento del problema, es decir, se excluyen las fuentes primarias que mencionan indirectamente o de forma periférica el planteamiento, aquellas que no recolectan datos o no se fundamentan en éstos (que son simples opiniones de un individuo) y también las que resultan de trabajos escolares no publicados o no avalados por una institución. ¿Se ha hecho una revisión adecuada de la literatura? En ocasiones, surge la duda sobre si se hizo o no una correcta revisión de la literatura y una buena selección de referencias para integrarlas en el marco o perspectiva teórica. Para responder a esta cues- tión es posible utilizar los siguientes criterios en forma de preguntas. Cuando respondamos “sí” a todas www.FreeLibros.com
- 114. Capítulo 4 Desarrollo de la perspectiva teórica 72 ellas, estaremos seguros de que, al menos, hemos hecho nuestro mejor esfuerzo y nadie que lo hubiera intentado podría haber obtenido un resultado mejor. • ¿Acudimos a un par de bancos de datos, ya sea de consulta manual o por computadora? y ¿pedi- mos referencias por lo menos de cinco años atrás? • ¿Buscamos en directorios, motores de búsqueda y espacios en internet? (por lo menos tres). • ¿Consultamos como mínimo cuatro revistas científicas que suelen tratar el tema de interés? ¿Las consultamos de cinco años atrás a la fecha? • ¿Buscamos en algún lugar donde había tesis y disertaciones sobre el tema de interés? • ¿Buscamos libros sobre el tema en al menos dos buenas bibliotecas físicas o virtuales? • ¿Consultamos con más de una persona que sepa algo del tema? • Si, aparentemente, no descubrimos referencias en bancos de datos, bibliotecas, hemerotecas, videotecas y filmotecas, ¿contactamos a alguna asociación científica del área en la cual se encuen- tra enmarcado el problema de investigación? Además, cuando hay teorías o generalizaciones empíricas sobre un tema, cabría agregar las siguien- tes preguntas con fines de autoevaluación: • ¿Quién o quiénes son los autores más importantes dentro del campo de estudio? • ¿Qué aspectos y variables se han investigado? • ¿Hay algún investigador que haya estudiado el problema en un contexto similar al nuestro? Mertens (2005) añade otras interrogantes: • ¿Tenemos claro el panorama del conocimiento actual respecto a nuestro planteamiento? • ¿Sabemos cómo se ha conceptualizado nuestro planteamiento? • ¿Generamos un análisis crítico de la literatura disponible?, ¿reconocimos fortalezas y debilidades de la investigación previa? • ¿La literatura revisada se encuentra libre de juicios, intereses, presiones políticas e institucionales? • ¿El marco teórico establece que nuestro estudio es necesario o importante? • ¿En el marco o perspectiva teóricos queda claro cómo se vincula la investigación previa con nuestro estudio? Redactar el marco teórico Construir el marco teórico implica redactar su contenido, hilando párrafos y citando apropiadamente las referencias. Sobre ello se comenta en el capítulo 11 de esta obra. EJEMPLO Investigación de Mariana sobre el noviazgo Recapitulemos lo comentado hasta ahora y retomemos el ejemplo del noviazgo expuesto en los dos capítulos anteriores. El ejemplo fue acotado a la similitud: ¿la similitud ejerce alguna influencia sobre la elección de la pareja en el noviazgo y la satisfacción de la relación? Esto también podría delimitarse a la satisfacción. Si la joven, Mariana, siguiera los pasos que hemos sugerido para desarrollar su perspectiva teórica, realizaría las siguientes acciones: 1. Acudiría a un café internet, al centro de cómputo de su universidad o desde su computadora en casa se enlazaría a varios centros de referencias. Buscaría referencias de los últimos cinco años en PsycINFO (Psychological Abstracts), SAGE Journals y Sociological Abstracts (que serían los bancos de datos www.FreeLibros.com
- 115. 73 Resumen indicados), utilizando las palabras “claves” o “guías”: attraction (atracción), close (cercanía), relation- ships (relaciones) y similarity (similitud), tanto en español como inglés. Si lo hubiera hecho en 2009, de entrada descubriría que hay decenas de referencias (de este año hacia atrás, muchas de ellas gratui- tas), que hay revistas que tratan el tema como Journal of Youth Adolescence, Journal of Personality and Social Psychology y Journal of Social and Personal Relationships, así como diversos libros. Además, escribiría o enviaría correspondencia electrónica a alguna asociación nacional o internacional para solicitar información al respecto. 2. Seleccionaría únicamente las referencias que hablaran de similitud en las relaciones interpersonales, en particular las relativas al noviazgo. 3. Construiría su marco teórico sobre la siguiente generalización empírica, sugerida por la literatura pertinente: “Las personas tienden a seleccionar, para sus relaciones interpersonales heterosexuales, a individuos similares a ellos, en cuanto a educación, nivel socioeconómico, raza, religión, edad, cultu- ra, actitudes e, incluso, atractivo físico y psíquico”. Es decir, la similitud entre dos personas del sexo opuesto aumenta la posibilidad de que establezcan una relación interpersonal, como sería el caso del noviazgo. ¿Qué tan extenso debe ser el marco teórico? Ésta es una pregunta difícil de responder, muy compleja. Sin embargo, en el capítulo 3 del CD anexo, complemento del presente capítulo, comentaremos el punto de vista de algunos autores relevantes. Resumen • El tercer paso del proceso de investigación cuan- titativa consiste en sustentar teóricamente el estudio. • El marco teórico o la perspectiva teórica se inte- gra con las teorías, los enfoques teóricos, estu- dios y antecedentes en general, que se refieran al problema de investigación. • Para elaborar el marco teórico es necesario detectar, obtener y consultar la literatura, y otros documentos pertinentes para el problema de investigación, así como extraer y recopilar de ellos la información de interés. • La revisión de la literatura puede iniciarse manualmente o acudiendo a bancos de datos y referencias a los que se tenga acceso mediante internet, utilizando palabras “claves”. • Al recopilar información de referencias es posi- ble extraer una o varias ideas, datos, opiniones, resultados, etcétera. • La construcción del marco teórico depende de lo que encontremos en la revisión de la literatura: a) que exista una teoría completamente desarro- llada que se aplique a nuestro problema de investigación b) que haya varias teorías que se apliquen al pro- blema de investigación c) que haya generalizaciones empíricas que se adapten a dicho problema d) que encontremos descubrimientos interesan- tes, pero parciales que no se ajustan a una teoría e) que solamente existan guías aún no estudia- das e ideas vagamente relacionadas con el problema de investigación. En cada caso varía la estrategia para construir el marco teórico. • Una fuente importante para construir un marco teórico son las teorías. Una teoría es un conjunto de conceptos, definiciones y proposiciones vincu- lados entre sí, que presentan un punto de vista sistemático de fenómenos que especifican rela- ciones entre variables, con el objetivo de explicar y predecir estos fenómenos. • Las funciones más importantes de las teorías son: explicar el fenómeno, predecirlo y sistematizar el conocimiento. • El marco o perspectiva teórica orientará el rumbo de las etapas subsecuentes del proceso de inves- tigación. • Al construir el marco teórico debemos centrarnos en el problema de investigación que nos ocupa sin divagar en otros temas ajenos al estudio. • Para generar la perspectiva teórica se sugieren dos métodos: mapeo y vertebración. www.FreeLibros.com
- 116. 74 Capítulo 4 Desarrollo de la perspectiva teórica Conceptos básicos Bases de referencias/datos Esquema conceptual Estrategia de elaboración del marco o perspectiva teórica Estructura del marco o perspectiva teórica Evaluación de la revisión realizada en la literatura Fuentes primarias Funciones del marco teórico Generalización empírica Marco teórico Modelo teórico Perspectiva teórica Proceso cuantitativo Referencia Revisión de la literatura Teoría Ejercicios 1. Seleccione un artículo de una revista científica que contenga una investigación y analice su mar- co teórico. ¿Cuál es el índice (explícito o implíci- to) del marco teórico de esa investigación?, ¿el marco teórico está completo?, ¿está relacionado con el problema de investigación?, ¿cree usted que ayudó al investigador o los investigadores en su estudio?, ¿de qué manera? 2. Respecto al planteamiento del problema de investigación que eligió busque, por lo menos, diez referencias y extraiga de ellas la informa- ción pertinente. 3. Elija dos o más teorías que hagan referencia al mismo fenómeno y compárelas. 4. Construya un marco teórico pertinente para el problema de investigación que eligió desde el inicio de la lectura del texto. 5. Revise en el CD anexo la información adicional sobre este capítulo (Capítulo 3, “Perspectiva teórica: comentarios adicionales”). m c q s 2. R Ejemplos desarrollados La televisión y el niño Índice del marco teórico 1. El enfoque de usos y gratificaciones de la comu- nicación colectiva. 1.1 Principios básicos. 1.2 Necesidades satisfechas por los medios de comunicación colectiva en los niños. 1.2.1 Diversión. 1.2.2 Socialización. 1.2.3 Identidad personal. 1.2.4 Supervivencia. 1.2.5 Otras necesidades. 2. Resultados de investigaciones sobre el uso que el niño da a la televisión. 3. Funciones que desempeña la televisión en el niño y gratificaciones que recibe éste por ver televisión. 4. Contenidos televisivos preferidos por el niño. 5. Condiciones de exposición a la televisión por par- te del niño. 6. Control que ejercen los padres sobre sus hijos sobre la actividad de ver televisión. 7. Conclusiones relativas al marco teórico. La pareja y las relaciones ideales Índice del marco teórico 1. Contexto de los jóvenes universitarios celayen- ses. 2. Estructura y función de los ideales en las relacio- nes de noviazgo. 3. Causas de las relaciones exitosas y el concepto de pareja ideal. 4. Teorías sobre las relaciones de noviazgo. 4.1. Teoría sociocognitiva. i. Constructos para el conocimiento de las relaciones relevantes de pareja. – El individuo. – La pareja. – La relación. ii. Dimensiones para evaluar las relaciones de pareja. – Superficiales versus íntimas. – Románticas-tradicionales versus no tra- dicionales. www.FreeLibros.com
- 117. 75 Los investigadores opinan 4.2. Teoría evolucionista. i. Dimensiones de la pareja ideal. – Relaciones cercanas o íntimas. – Atractivo físico y social. El abuso sexual infantil (El reporte en forma de artículo se incluye en el CD): Material complementario/Investigación cuantitativa/ Ejemplo 7/Comparativo de instrumentos de evalua- ción para programas de prevención del abuso sexual infantil en preescolares. Índice del marco teórico 1. El problema del abuso sexual infantil. 1.1 Estadísticas internacionales. 1.2 Dimensiones del problema. 2. Programas de prevención del abuso sexual infan- til (PPASI). 2.1 Tipos. 2.2 Efectos. 3. Evaluación de los PPASI. 3.1 CKAQ-R (EEUU y versión en español). 3.2 What if situation test (WIST). 3.3 Role play protocol (RPP) (EEUU y México). 3.4 Talking about touching evaluation program. 3.5 Evaluación de la prevención del abuso (EPA). Crear la costumbre de investigar es una obligación que deben tener los profesores ante sus estudiantes; asimismo, deben fomentar el desarrollo de proyectos que tengan aplicaciones prácticas, ya que uno de los parámetros que caracterizan una buena inves- tigación es que tenga cierta utilidad, que resuelva problemas en la sociedad o en las empresas, y no se quede sólo en el papel, aunque sea publicado. JOSÉ YEE DE LOS SANTOS Docente Facultad de Ciencias de la Administración Universidad Autónoma de Chiapas Chiapas, México La importancia de contextualizar las investigaciones producidas en América Latina radica en que posibi- lita la generación de conocimientos válidos y aplica- bles a nuestras realidades. En Venezuela, disciplinas como la Psicología Social y la Educación se muestran más receptivas al uso de estrategias cualitativas, las cuales se han posicionado como una forma científica y rigurosa de hacer investigación, pese a los estigmas que aún dominan ciertos círculos académicos. En materia tecnológica, los avances son asombrosos gracias a la computadora, que permite el análisis de datos cuantitativos. La tendencia es más estadística; por tanto, se han perfeccionado las técnicas de análisis que sir- ven para explicar fenómenos desde múltiples dimen- siones, a la vez que aportan la mayor cantidad de variables para su comprensión. De igual manera, los paquetes estadísticos para el análisis cuantitativo son ahora más completos y eficaces. En una investigación se pueden combinar téc- nicas cuantitativas y cualitativas para recabar infor- mación, que impliquen cuestionarios, observaciones y entrevistas. Pero, a nivel ontológico y epistemoló- gico, no es posible mezclar los enfoques, puesto que los planteamientos, en cuanto a la visión de ciencia y la relación con el objeto de estudio, son muy diver- gentes. NATALIA HERNÁNDEZ BONNETT Profesora investigadora Escuela de Psicología Facultad de Humanidades y Educación Universidad Católica Andrés Bello Caracas, Venezuela Los investigadores opinan www.FreeLibros.com
- 118. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Conocer los alcances de los procesos de la investigación cuantitativa. Síntesis En el capítulo se presenta un continuo del alcance de las investigaciones cuantitativas: exploratorias, descriptivas, correlacionales y explicativas, y se exponen la naturaleza y el propósito de tales alcances en un estudio. Paso 4 Definir el alcance de la investigación • Definir si la investigación se inicia como explorato- ria, descriptiva, correlacional o explicativa. • Estimar tentativamente cuál será el alcance final de la investigación. Proceso de investigación cuantitativa Definición del alcance de la investigación a realizar: exploratoria, descriptiva, correlacional o explicativa Capítulo De inv de 5 www.FreeLibros.com
- 119. Investigación cuantitativa son Explicativos • Determinan las causas de los fenómenos • Generan un sentido de entendimiento • Son sumamente estructurados Exploratorios • Investigan problemas poco estudiados • Indagan desde una perspectiva innovadora • Ayudan a identificar conceptos promisorios • Preparan el terreno para nuevos estudios Descriptivos • Consideran al fenómeno estudiado y sus componentes • Miden conceptos • Definen variables Correlacionales • Ofrecen predicciones • Explican la relación entre variables • Cuantifican relaciones entre variables Alcances • Resultan de la revisión de la literatura y de la perspectiva del estudio • Dependen de los objetivos del investigador para combinar los elementos en el estudio www.FreeLibros.com
- 120. Capítulo 5 Definición del alcance de la investigación a realizar 78 ¿Qué alcances puede tener el proceso de investigación cuantitativa? Si hemos decidido, una vez hecha la revisión de la literatura, que nuestra investigación vale la pena y debemos realizarla, el siguiente paso consiste en visualizar el alcance que tendrá. Tal como comentamos en ediciones anteriores de este libro, no se deben considerar los alcances como “tipos” de investigación, ya que, más que ser una clasificación, constituyen un continuo de “causalidad” que puede tener un estudio, como se muestra en la figura 5.1. Exploratorio Investigación descriptiva Investigación explicativa Investigación correlacional Descriptivo Correlacional Explicativo Figura 5.2 Alcances de la investigación. Figura 5.1 Alcances que puede tener un estudio cuantitativo. Esta reflexión es importante, pues del alcance del estudio depende la estrategia de investigación. Así, el diseño, los procedimientos y otros componentes del proceso serán distintos en estudios con alcance exploratorio, descriptivo, correlacional o explicativo. Pero en la práctica, cualquier investiga- ción puede incluir elementos de más de uno de estos cuatro alcances. Los estudios exploratorios sirven para preparar el terreno y por lo común anteceden a investigacio- nes con alcances descriptivos, correlacionales o explicativos. Los estudios descriptivos —por lo gene- ral— son la base de las investigaciones correlacionales, las cuales a su vez proporcionan información para llevar a cabo estudios explicativos que generan un sentido de entendimiento y son altamente estructurados. Las investigaciones que se realizan en un campo de conocimiento específico pueden incluir diferentes alcances en las distintas etapas de su desarrollo. Es posible que una investigación se inicie como exploratoria, después puede ser descriptiva y correlacional, y terminar como explicativa (figura 5.2). Investigación exploratoria Por lo general, antecede a las demás investigaciones Ahora bien, surge necesariamente la pregunta: ¿de qué depende que nuestro estudio se inicie como exploratorio, descriptivo, correlacional o explicativo? La respuesta no es sencilla, pero diremos que fundamentalmente depende de dos factores: el estado del conocimiento sobre el problema de investigación, mostrado por la revisión de la literatura, así como la perspectiva que se pretenda dar al 1 www.FreeLibros.com
- 121. ¿En qué consisten los estudios de alcance exploratorio? 79 estudio. Pero antes de ahondar en esta respuesta, es necesario hablar de cada uno de los alcances de la investigación. ¿En qué consisten los estudios de alcance exploratorio? Propósito Los estudios exploratorios se realizan cuando el objetivo es examinar un tema o problema de investigación poco estudiado, del cual se tienen muchas dudas o no se ha abordado antes. Es decir, cuando la revisión de la literatura reveló que tan sólo hay guías no investigadas e ideas vagamente relacionadas con el problema de estudio, o bien, si deseamos indagar sobre temas y áreas desde nuevas perspectivas. Tal sería el caso de investigadores que pretendieran analizar fenómenos desconocidos o novedosos: una enfermedad de reciente aparición, una catástrofe ocurrida en un lugar donde nunca había sucedi- do algún desastre, inquietudes planteadas a partir del desciframiento del código genético humano y la clonación de seres vivos, una nueva propiedad observada en los hoyos negros del Universo, el surgi- miento de un medio de comunicación completamente innovador o la visión de un hecho histórico transformada por el descubrimiento de evidencia que antes estaba oculta. El incremento de la esperanza de vida más allá de 100 años, la futura población que habite la Luna, el calentamiento global de la Tierra a niveles insospechados, cambios profundos en la concep- ción del matrimonio o en la ideología de una religión, serían hechos que generarían una gran cantidad de investigaciones exploratorias. Los estudios exploratorios son como realizar un viaje a un sitio desconocido, del cual no hemos visto ningún documental ni leído algún libro, sino que simplemente alguien nos hizo un breve comen- tario sobre el lugar. Al llegar no sabemos qué atracciones visitar, a qué museos ir, en qué lugares se come bien, cómo es la gente; en otras palabras, ignoramos mucho del sitio. Lo primero que hacemos es explorar: preguntar sobre qué hacer y a dónde ir al taxista o al chofer del autobús que nos llevará al hotel donde nos hospedaremos; además, debemos pedir información a quien nos atienda en la recep- ción, al camarero, al cantinero del bar del hotel y, en fin, a cuanta persona veamos amigable. Desde luego, si no buscamos información del lugar y ésta existía, perdimos la oportunidad de ahorrar dinero y mucho tiempo. De esta forma, quizá veamos un espectáculo no tan agradable y que requiere mucha “plata”, al tiempo que nos perdemos de uno fascinante y más económico; por supuesto que, en el caso de la investigación científica, la inadecuada revisión de la literatura trae consecuencias más negativas que la simple frustración de gastar en algo que a fin de cuentas nos desagradó. Valor Los estudios exploratorios sirven para familiarizarnos con fenómenos relativamente desconocidos, obtener información sobre la posibilidad de llevar a cabo una investigación más completa respecto de un contexto particular, investigar nuevos problemas, identificar conceptos o variables promisorias, establecer prioridades para investigaciones futuras, o sugerir afirmaciones y postulados. Esta clase de estudios son comunes en la investigación, sobre todo en situaciones donde existe poca información. Tal fue el caso de las primeras investigaciones de Sigmund Freud, surgidas de la idea de que los problemas de histeria se relacionaban con las dificultades sexuales; del mismo modo, los estudios pio- neros del sida, los experimentos iniciales de Iván Pavlov sobre los reflejos condicionados y las inhibicio- nes, el análisis de contenido de los primeros videos musicales, las investigaciones de Elton Mayo en la planta Hawthorne de la compañía Western Electric, los estudios sobre terrorismo después de los atenta- dos contra las Torres Gemelas de Nueva York en 2001, entre otros sucesos. Todos se realizaron en distin- tas épocas y lugares, pero con un común denominador: explorar algo poco investigado o desconocido. Los estudios exploratorios en pocas ocasiones constituyen un fin en sí mismos, generalmente determinan tendencias, identifican áreas, ambientes, contextos y situaciones de estudio, relaciones Estudios exploratorios Se realizan cuan- do el objetivo consiste en examinar un tema poco estudiado. www.FreeLibros.com
- 122. Capítulo 5 Definición del alcance de la investigación a realizar 80 potenciales entre variables; o establecen el “tono” de investigaciones posteriores más elaboradas y rigu- rosas. Estas indagaciones se caracterizan por ser más flexibles en su método en comparación con las descriptivas, correlacionales o explicativas, y son más amplias y dispersas. Asimismo, implican un mayor “riesgo” y requieren gran paciencia, serenidad y receptividad por parte del investigador. ¿En qué consisten los estudios de alcance descriptivo? Propósito Con frecuencia, la meta del investigador consiste en describir fenómenos, situaciones, contextos y eventos; esto es, detallar cómo son y se manifiestan. Los estudios descrip- tivos buscan especificar las propiedades, las características y los perfiles de personas, grupos, comunidades, procesos, objetos o cualquier otro fenómeno que se someta a un análisis. Es decir, únicamente pretenden medir o recoger información de manera inde- pendiente o conjunta sobre los conceptos o las variables a las que se refieren, esto es, su objetivo no es indicar cómo se relacionan éstas. Por ejemplo, un investigador organizacional que tenga como objetivo describir varias empresas industriales de Lima, en términos de su complejidad, tecno- logía, tamaño, centralización y capacidad de innovación; mide estas variables y por medio de sus resultados describirá: 1) cuánta es la diferenciación horizontal (subdivisión de las tareas), la vertical (número de niveles jerárquicos) y la espacial (número de centros de trabajo), así como el número de metas que han definido las empresas (complejidad); 2) qué tan automatizadas se encuentran (tecnología); 3) cuántas personas laboran en ellas (tamaño); 4) cuánta libertad en la toma de decisiones tienen los distintos niveles y cuántos de ellos tienen acceso a la toma de decisiones (centralización de las decisiones), y 5) en qué medida llegan a modernizarse o realizar cambios en los métodos de trabajo o maquinaria (capacidad de innovación). Sin embargo, el investigador no pretende analizar por medio de su estudio si las empresas con tecnología más automatizada son aquellas que tienden a ser las más complejas (relacionar tecnología con complejidad) ni decirnos si la capacidad de innovación es mayor en las empresas menos centrali- zadas (correlacionar capacidad de innovación con centralización). Lo mismo ocurre con el psicólogo clínico que tiene como fin describir la personalidad de un individuo. Se limitará a medirla en sus diferentes dimensiones (hipocondría, depresión, histeria, mas- culinidad-feminidad, introversión social, etc.), para lograr posteriormente describirla. No le interesa analizar si mayor depresión se relaciona con mayor introversión social; en cambio, si pretendiera esta- blecer relaciones entre dimensiones o asociar la personalidad con la agresividad del individuo, su estudio sería básicamente correlacional y no descriptivo. Valor Así como los estudios exploratorios sirven fundamentalmente para descubrir y prefigurar, los estudios descriptivos son útiles para mostrar con precisión los ángulos o dimensiones de un fenómeno, suceso, comunidad, contexto o situación. En esta clase de estudios el investigador debe ser capaz de definir, o al menos visualizar, qué se medirá (qué conceptos, variables, componentes, etc.) y sobre qué o quiénes se recolectarán los datos (personas, grupos, comunidades, objetos, animales, hechos, etc.). Por ejemplo, si vamos a medir varia- bles en escuelas, es necesario indicar qué tipos de éstas habremos de incluir (públicas, privadas, admi- nistradas por religiosos, laicas, de cierta orientación pedagógica, de un género u otro, mixtas, etc.). Si vamos a recolectar datos sobre materiales pétreos, debemos señalar cuáles. La descripción puede ser más o menos profunda, aunque en cualquier caso se basa en la medición de uno o más atributos del fenómeno de interés. Investigacióndescriptiva Buscaes- pecificar propiedades, características y rasgos importantes de cualquier fenó- meno que se analice. Describe tenden- cias de un grupo o población. www.FreeLibros.com
- 123. 81 ¿En qué consisten los estudios de alcance correlacional? ¿En qué consisten los estudios de alcance correlacional? Los estudios correlacionales pretenden responder a preguntas de investigación como las siguientes: ¿aumenta la autoestima del paciente conforme transcurre una psicoterapia orientada a él?, ¿a mayor variedad y autonomía en el trabajo correspon- de mayor motivación intrínseca respecto de las tareas laborales?, ¿existe diferencia entre el rendimiento que otorgan las acciones de empresas de alta tecnología computacional y el rendimiento de las acciones de empresas pertenecientes a otros giros con menor grado tecnológico en la Bolsa de Comercio de Bue- nos Aires?, ¿los campesinos que adoptan más rápidamente una innovación poseen mayor cosmopolitis- mo que los campesinos que la adoptan después?, ¿la lejanía física entre las parejas de novios tiene una relación negativa con la satisfacción en la relación? Propósito Este tipo de estudios tiene como finalidad conocer la relación o grado de asociación que exista entre dos o más conceptos, categorías o variables en un contexto en particular. En ocasiones sólo se analiza la relación entre dos variables, pero con frecuencia se ubican en el estudio relaciones entre tres, cuatro o más variables. Los estudios correlacionales, al evaluar el grado de asociación entre dos o más variables, miden cada una de ellas (presuntamente relacionadas) y, después, cuantifican y analizan la vinculación. Tales correlaciones se sustentan en hipótesis sometidas a prueba. Por ejemplo, un investigador que desee analizar la asociación entre la motivación laboral y la productividad, digamos, en varias empresas industriales con más de mil trabajadores de la ciudad de Santa Fe de Bogotá, Colombia, mediría la EJEMPLO Un censo nacional de población es un estudio descriptivo, cuyo propósito es medir una serie de conceptos en un país y momento específicos: aspectos de la vivienda (tamaño en metros cuadrados, número de pisos y habitaciones, si cuenta o no con energía eléctrica y agua entubada, combustible utilizado, tenencia o propiedad de la vivienda, ubicación de la misma), información sobre los ocupantes (número, medios de comunicación de que disponen y edad, género, bienes, ingreso, alimentación, lugar de nacimiento, idio- ma o lengua, religión, nivel de estudios, ocupación de cada persona) y otras dimensiones que se juzguen relevantes para el censo. En este caso, el investigador elige una serie de conceptos a considerar que también se denominarán variables, después los mide y los resultados le sirven para describir el fenómeno de interés (la población). Otros ejemplos de estudios descriptivos serían: 1. Una investigación que determine cuál de los partidos políticos tiene más seguidores en una nación, cuántos votos ha conseguido cada uno de estos partidos en las últimas elecciones nacionales y locales, así como qué tan favorable o positiva es su imagen ante la ciudadanía.1 Observe que no nos dice los porqués (razones). 2. Una investigación que nos indicara cuántas personas asisten a psicoterapia en una comunidad espe- cífica y a qué clase de psicoterapia acuden. Asimismo, la información sobre el número de fumadores en una determinada población, las caracte- rísticas de un conductor eléctrico, el número de divorcios anuales en una nación, el número de pacientes que atiende un hospital, el índice de productividad de una fábrica y la actitud hacia el aborto de un grupo de jóvenes en particular son ejemplos de información descriptiva cuyo propósito es dar un panorama (contar con una “fotografía”) del fenómeno al que se hace referencia. 1 Es importante notar que la descripción del estudio puede ser más o menos general o detallada; por ejemplo, podríamos describir la imagen de cada partido político en todo el país, en cada estado, provincia o departamento; o en cada ciudad o población (y aun en los tres niveles). Investigación correlacional Asocia va- riables mediante un patrón predecible para un grupo o población. www.FreeLibros.com
- 124. Capítulo 5 Definición del alcance de la investigación a realizar 82 motivación y la productividad de cada individuo, y después analizaría si los trabajadores con mayor motivación son o no los más productivos. Es importante recalcar que, en la mayoría de los casos, las mediciones de las variables a correlacionar provienen de los mismos participantes, pues no es lo común que se correlacionen mediciones de una variable hechas en ciertas personas, con mediciones de otra variable realizadas en personas distintas. Así, para establecer la relación entre la motivación y la pro- ductividad, no sería válido correlacionar mediciones de la motivación en trabajadores colombianos con mediciones sobre la productividad en trabajadores peruanos. Utilidad La utilidad principal de los estudios correlacionales es saber cómo se puede comportar un concepto o una variable al conocer el comportamiento de otras variables vinculadas. Es decir, intentar predecir el valor aproximado que tendrá un grupo de individuos o casos en una variable, a partir del valor que poseen en la o las variables relacionadas. Un ejemplo tal vez simple, pero que ayuda a comprender el propósito predictivo de los estudios correlacionales, sería asociar el tiempo dedicado a estudiar para un examen con la calificación obtenida en éste. Así, en un grupo de estudiantes, se mide cuánto dedica cada uno a estudiar para el examen y también se obtienen sus calificaciones (mediciones de la otra variable); posteriormente se determina si las dos variables están relacionadas, lo cual significa que una varía cuando la otra también lo hace. La correlación puede ser positiva o negativa. Si es positiva, significa que alumnos con valores altos en una variable tenderán también a mostrar valores elevados en la otra variable. Por ejemplo, quienes estudiaron más tiempo para el examen tenderían a obtener una calificación más alta. Si es negativa, significa que sujetos con valores elevados en una variable tenderán a mostrar valores bajos en la otra variable. Por ejemplo, quienes estudiaron más tiempo para el examen de estadística tenderían a obte- ner una calificación más baja. Si no hay correlación entre las variables, ello nos indica que éstas fluctúan sin seguir un patrón sistemático entre sí; de este modo, habrá estudiantes que tengan valores altos en una de las dos varia- bles y bajos en la otra, sujetos que tengan valores altos en una variable y altos en la otra, alumnos con valores bajos en una y bajos en la otra, y estudiantes con valores medios en las dos variables. En el ejemplo mencionado, habrá quienes dediquen mucho tiempo a estudiar para el examen y obtengan altas calificaciones, pero también quienes dediquen mucho tiempo y obtengan bajas calificaciones; otros más que dediquen poco tiempo y saquen buenas calificaciones, pero también quienes dediquen poco y les vaya mal en el examen. Si dos variables están correlacionadas y se conoce la magnitud de la asociación, se tienen bases para predecir, con mayor o menor exactitud, el valor aproximado que tendrá un grupo de personas en una variable, al saber qué valor tienen en la otra. Los estudios correlacionales se distinguen de los descriptivos principalmente en que, mientras estos últimos se centran en medir con precisión las variables individuales (algunas de las cuales se pueden medir con independencia en una sola investigación), los primeros evalúan, con la mayor exac- titud que sea posible, el grado de vinculación entre dos o más variables, pudiéndose incluir varios pares de evaluaciones de esta naturaleza en una sola investigación (comúnmente se incluye más de una correlación). Para comprender mejor esta diferencia, tomemos un ejemplo sencillo. EJEMPLO Supongamos que un psicoanalista tiene como pacientes a una pareja, Ana y Luis. Puede hablar de ellos de manera individual e independiente; es decir, comentar cómo es Ana (físicamente, en cuanto a su personalidad, aficiones, motivaciones, etc.) y cómo es Luis; o bien, hablar de su relación: cómo se llevan y perciben su matrimonio, cuánto tiempo pasan diariamente juntos, qué actividades comparten y otros aspectos similares. En el primer caso, la descripción es individual (si Ana y Luis fueran las variables, los www.FreeLibros.com
- 125. 83 ¿En qué consisten los estudios de alcance explicativo? Valor La investigación correlacional tiene, en alguna medida, un valor explicativo, aunque parcial, ya que el hecho de saber que dos conceptos o variables se relacionan aporta cierta información explicativa. Por ejemplo, si la adquisición de vocabulario por parte de un grupo de niños de cierta edad (digamos entre tres y cinco años) se relaciona con la exposición a un programa de televisión educativo, ese hecho llega a proporcionar cierto grado de explicación sobre cómo los niños adquieren algunos conceptos. Asimis- mo, si la similitud de valores en parejas de ciertas comunidades indígenas guatemaltecas se relaciona con la probabilidad de que contraigan matrimonio, esta información nos ayuda a explicar por qué algunas de esas parejas se casan y otras no. Desde luego, la explicación es parcial, pues hay otros factores vinculados con la adquisición de conceptos y la decisión de casarse. Cuanto mayor sea el número de variables que se asocien en el estu- dio y mayor sea la fuerza de las relaciones, más completa será la explicación. En el ejemplo de la deci- sión de casarse, si se encuentra que, además de la similitud, también están relacionadas las variables: tiempo de conocerse, vinculación de las familias de los novios, ocupación del novio, atractivo físico y tradicionalismo, el grado de explicación para la decisión de casarse será mayor. Además, si agregamos más variables que se relacionan con tal decisión, la explicación se torna más completa. Riesgo: correlaciones espurias (falsas) Llega a darse el caso de que dos variables estén aparentemente relacionadas, pero que en realidad no sea así. Esto se conoce en el ámbito de la investigación como correlación espuria. Suponga que llevá- ramos a cabo una investigación con niños, cuyas edades oscilaran entre ocho y 12 años, con el propó- sito de analizar qué variables se encuentran relacionadas con la inteligencia y midiéramos ésta por medio de alguna prueba de IQ. Suponga también que se presenta la siguiente tendencia: a mayor estatura, mayor inteligencia; es decir que los niños físicamente más altos tendieran a obtener una calificación mayor en la prueba de inteligencia, con respecto a los niños de menor estatura. Estos resultados no tendrían sentido. No podríamos decir que la estatura se correlaciona con la inteligencia, aunque los resultados del estudio así lo indicaran. Esto sucede por lo siguiente: la maduración está asociada con las respuestas a una prueba de inte- ligencia. Así, los niños de 12 años (en promedio más altos) han desarrollado mayores habilidades cognitivas para responder la prueba (comprensión, asociación, retención, etc.), que los niños de 11 años; éstos, a su vez, las han desarrollado en mayor medida que los de 10 años, y así sucesivamente hasta llegar a los niños de ocho años (en promedio los de menor estatura), quienes poseen menos habilidades que los demás para responder la prueba de inteligencia. Estamos ante una correlación espuria, cuya “explicación” no sólo es parcial sino errónea; se requeriría de una investigación en un nivel explicativo para saber cómo y por qué las variables están supuestamente relacionadas. ¿En qué consisten los estudios de alcance explicativo? Propósito Los estudios explicativos van más allá de la descripción de conceptos o fenómenos o del establecimiento de relaciones entre conceptos; es decir, están dirigidos a res- comentarios del analista serían producto de un estudio descriptivo de ambos cónyuges), mientras que en el segundo, el enfoque es relacional (el interés primordial es la relación matrimonial de Ana y Luis). Des- de luego, en un mismo estudio nos puede interesar tanto describir los conceptos y variables de manera individual como la relación que guardan. Investigación explicativa Pretende es- tablecer las causas de los eventos, sucesos o fenómenos que se estudian. www.FreeLibros.com
- 126. Capítulo 5 Definición del alcance de la investigación a realizar 84 ponder por las causas de los eventos y fenómenos físicos o sociales. Como su nombre lo indica, su interés se centra en explicar por qué ocurre un fenómeno y en qué condiciones se manifiesta, o por qué se relacionan dos o más variables. Por ejemplo, dar a conocer las intenciones del electorado es una actividad descriptiva (indicar, según una encuesta de opinión antes de que se lleve a cabo la elección, cuántas personas “van” a votar por los candidatos contendientes constituye un estudio descriptivo) y relacionar dichas intenciones con concep- tos como edad y género de los votantes o magnitud del esfuerzo propagandístico que realizan los partidos a los que pertenecen los candidatos (estudio correlacional), es diferente de señalar por qué alguien habría de votar por determinado candidato y otras personas por los demás (estudio explicativo).2 Al hacer de nuevo una analogía con el ejemplo del psicoanalista y sus pacientes, un estudio explicativo sería similar a que el médico hablara de por qué razones Ana y Luis se llevan como lo hacen (no cómo se llevan, lo cual correspondería a un nivel correlacional). Suponiendo que su matrimonio lo condujeran “bien” y la rela- ción fuera percibida por ambos como satisfactoria, el médico explicaría por qué ocurre así. Además, nos explicaría por qué realizan ciertas actividades y pasan juntos determinado tiempo. EJEMPLO Diferencias entre un estudio de alcance explicativo, uno descriptivo y uno correlacional Los estudios explicativos responderían a preguntas como: ¿qué efectos tiene que los adolescentes perua- nos, habitantes de zonas urbanas y de nivel socioeconómico elevado, vean videos musicales con alto contenido sexual?, ¿a qué se deben estos efectos?, ¿qué variables mediatizan los efectos y de qué modo?, ¿por qué dichos adolescentes prefieren ver videos musicales con alto contenido sexual respecto de otros tipos de programas y videos musicales?, ¿qué usos dan los adolescentes al contenido sexual de los videos musicales?, ¿qué gratificaciones derivan de exponerse a los contenidos sexuales de los videos musicales?, etcétera. Un estudio descriptivo sólo respondería a preguntas como: ¿cuánto tiempo dedican esos adolescentes a ver videos musicales y especialmente videos con alto contenido sexual?, ¿en qué medida les interesa ver este tipo de videos? En su jerarquía de preferencias por ciertos contenidos televisivos, ¿qué lugar ocupan los videos musicales?, ¿prefieren ver videos musicales con alto, medio, bajo o nulo contenido sexual? Por su parte, un estudio correlacional contestaría a preguntas del tipo: ¿está relacionada la exposición a videos musicales con alto contenido sexual, por parte de los mencionados adolescentes, con el control que ejercen sus padres sobre la elección de programas que hacen los jóvenes?, a mayor exposición por parte de los adolescentes a videos musicales con alto contenido sexual, ¿habrá una mayor manifestación de estrategias en las relaciones interpersonales para establecer contacto sexual?, ¿se presentará una actitud más favorable hacia el aborto?, etcétera. 2 Como se mencionó, puede alcanzarse cierto nivel de explicación cuando: a) relacionamos diversas variables o conceptos y éstos se encuentran vinculados entre sí (no únicamente dos o tres, sino la mayoría de ellos), b) la estructura de variables presenta correla- ciones considerables y, además, c) el investigador conoce muy bien el fenómeno de estudio. Por ahora, debido a la complejidad del tema, no se ha profundizado en algunas consideraciones sobre la explicación y la causalidad, que más adelante se expondrán. Grado de estructuración de los estudios explicativos Las investigaciones explicativas son más estructuradas que los estudios con los demás alcances y, de hecho, implican los propósitos de éstos (exploración, descripción y correlación o asociación); además de que proporcionan un sentido de entendimiento del fenómeno a que hacen referencia. ¿Una misma investigación puede incluir diferentes alcances? Algunas veces una investigación puede caracterizarse como básicamente exploratoria, descriptiva, correlacional o explicativa, pero no situarse únicamente como tal. Esto es, aunque un estudio sea en www.FreeLibros.com
- 127. 85 ¿Una misma investigación puede incluir diferentes alcances? esencia exploratorio contendrá elementos descriptivos; o bien, un estudio correlacional incluirá com- ponentes descriptivos, y lo mismo ocurre con los demás alcances. Asimismo, debemos recordar que es posible que una investigación se inicie como exploratoria o descriptiva y después llegue a ser correlacional y aun explicativa. Por ejemplo, un investigador que piense en un estudio para determinar cuáles son las razones por las que ciertas personas (de un país determinado) evaden impuestos. Su objetivo inicial sería de carácter explicativo. Sin embargo, el investigador, al revisar la literatura, no encuentra antecedentes que se apli- quen a su contexto (las referencias fueron generadas en naciones muy diferentes desde el punto de vista socioeconómico, la legislación fiscal, la mentalidad de los habitantes, etc.). Entonces debe comenzar a explorar el fenómeno, mediante algunas entrevistas al personal que trabaja en el Ministerio de Impues- tos (o su equivalente), a contribuyentes (causantes) y a profesores universitarios que imparten cátedra sobre temas fiscales, y posteriormente, generar datos sobre los niveles de evasión de impuestos. Más adelante describe el fenómeno con mayor exactitud y lo asocia con diversas variables: corre- laciona grado de evasión de impuestos con nivel de ingresos (¿quienes ganan más evaden en mayor o menor medida el pago de impuestos?), profesión (¿hay diferencias en el grado de evasión de impuestos entre médicos, ingenieros, abogados, comunicólogos, psicólogos, etc.?) y edad (¿a mayor edad habrá menor grado de evasión de impuestos?). Finalmente llega a explicar por qué las personas evaden impuestos (causas de la evasión tributaria) y quiénes evaden más. El estudio se inicia como exploratorio, para después ser descriptivo, correlacional y explicativo (no puede situarse únicamente en alguno de los tipos citados). A continuación, se muestran en la tabla 5.1 los objetivos y valores de las diferentes investigaciones, como una guía para el lector. Tabla 5.1 Propósitos y valor de los diferentes alcances de las investigaciones Alcance Propósito de las investigaciones Valor Exploratorio Se realiza cuando el objetivo es examinar un tema o problema de investigación poco estudiado, del cual se tienen muchas dudas o no se ha abordado antes. Ayuda a familiarizarse con fenómenos desconoci- dos, obtener información para realizar una inves- tigación más completa de un contexto particular, investigar nuevos problemas, identificar conceptos o variables promisorias, establecer prioridades para investigaciones futuras, o sugerir afirmacio- nes y postulados. Descriptivo Busca especificar las propiedades, las caracterís- ticas y los perfiles de personas, grupos, comunida- des, procesos, objetos o cualquier otro fenómeno que se someta a un análisis. Es útil para mostrar con precisión los ángulos o dimensiones de un fenómeno, suceso, comunidad, contexto o situación. Correlacional Su finalidad es conocer la relación o grado de asociación que exista entre dos o más conceptos, categorías o variables en un contexto en particular. En cierta medida tiene un valor explicativo, aunque parcial, ya que el hecho de saber que dos conceptos o variables se relacionan aporta cierta información explicativa. Explicativo Está dirigido a responder por las causas de los eventos y fenómenos físicos o sociales. Se enfoca en explicar por qué ocurre un fenómeno y en qué condiciones se manifiesta, o por qué se relacionan dos o más variables. Se encuentra más estructurado que las demás investigaciones (de hecho implica los propósitos de éstas); además de que proporciona un sentido de entendimiento del fenómeno a que hacen referencia. www.FreeLibros.com
- 128. Capítulo 5 Definición del alcance de la investigación a realizar 86 ¿De qué depende que una investigación se inicie como exploratoria, descriptiva, correlacional o explicativa? Como se mencionó anteriormente, son dos los principales factores que influyen para que una investi- gación se inicie como exploratoria, descriptiva, correlacional o explicativa: a) el conocimiento actual del tema de investigación que nos revele la revisión de la literatura; b) la perspectiva que el investigador pretenda dar a su estudio. El conocimiento actual del tema de investigación Este factor nos señala cuatro posibilidades de influencia. En primer término, la literatura puede revelar que no hay antecedentes sobre el tema en cuestión o que no son aplicables al contexto en el cual habrá de desarrollarse el estudio, entonces la investigación deberá iniciarse como exploratoria. Si la literatura nos revela guías aún no estudiadas e ideas vagamente vinculadas con el problema de investigación, la situación resulta similar, es decir, el estudio se iniciaría como exploratorio. Por ejemplo, si pretende- mos realizar una investigación sobre el consumo de drogas en determinadas cárceles y quisiéramos saber: ¿en qué medida ocurre?, ¿qué tipos de narcóticos se consumen?, ¿cuáles más?, ¿a qué se debe ese consumo?, ¿quiénes suministran los estupefacientes?, ¿cómo es que se introducen en las prisiones?, ¿quiénes intervienen en su distribución?, etc., pero encontramos que no existen antecedentes ni tene- mos una idea clara y precisa sobre el fenómeno, el estudio se iniciaría como exploratorio. En segundo término, la literatura nos puede revelar que hay “piezas y trozos” de teoría con apoyo empírico moderado; esto es, estudios descriptivos que han detectado y definido ciertas variables y generalizaciones. En estos casos nuestra investigación puede iniciarse como descriptiva o correlacional, pues se descubrieron ciertas variables sobre las cuales fundamentar el estudio. Asimismo, es posible adicionar variables a medir. Si pensamos describir el uso que un grupo específico de niños hace de la televisión, encontraremos investigaciones que nos sugieren variables a considerar: tiempo que dedican diariamente a ver televisión, contenidos que ven con mayor frecuencia, actividades que realizan mien- tras ven televisión, etc. A ellas podemos agregar otras, como el control paterno sobre el uso que los niños hacen de la televisión. El estudio será correlacional cuando los antecedentes nos proporcionan generalizaciones que vinculan variables (hipótesis) sobre las cuales trabajar, por ejemplo: a mayor nivel socioeconómico, menor tiempo dedicado a la actividad de ver televisión. En cuarto término, la literatura nos puede revelar que existe una o varias teorías que se aplican a nuestro problema de investigación; en estos casos, el estudio puede iniciarse como explicativo. Si pre- tendemos evaluar por qué ciertos ejecutivos están más motivados intrínsecamente hacia su trabajo que otros, al revisar la literatura nos encontraremos con la teoría de la relación entre las características del trabajo y la motivación intrínseca, la cual posee evidencia empírica de diversos contextos. Entonces pensaríamos en llevar a cabo un estudio para explicar el fenómeno en nuestro contexto. La perspectiva que se le otorgue al estudio Por otra parte, el sentido o perspectiva que el investigador le dé a su estudio determinará cómo iniciar éste. Si piensa en realizar una investigación sobre un tema previamente estudiado, pero quiere darle un sentido diferente, el estudio puede iniciarse como exploratorio. De este modo, el liderazgo se ha inves- tigado en muy diversos contextos y situaciones (en organizaciones de distintos tamaños y característi- cas, con trabajadores de línea, gerentes, supervisores, etc.; en el proceso de enseñanza-aprendizaje; en diversos movimientos sociales masivos, y muchos ambientes más). Asimismo, las prisiones como for- ma de organización también se han estudiado. Sin embargo, quizás alguien pretenda llevar a cabo una investigación para analizar las características de las mujeres líderes en las cárceles o reclusorios femeni- nos de la ciudad de San José de Costa Rica, así como qué factores hacen que ejerzan ese liderazgo. El estudio se iniciaría como exploratorio, en el supuesto de que no existan antecedentes desarrollados sobre los motivos que provocan este fenómeno (el liderazgo). www.FreeLibros.com
- 129. 87 Conceptos básicos ¿Cuál de los cuatro alcances para un estudio es el mejor? Los autores han escuchado esta pregunta en boca de estudiantes, y la respuesta es muy simple: todos. Los cuatro alcances del proceso de la investigación cuantitativa son igualmente válidos e importantes y han contribuido al avance de las diferentes ciencias. Cada uno tiene sus objetivos y razón de ser. En este sentido, un estudiante no debe preocuparse si su estudio va a ser o iniciarse como exploratorio, descrip- tivo, correlacional o explicativo; más bien, debe interesarse por hacerlo bien y contribuir al conocimien- to de un fenómeno. Que la investigación sea de un tipo u otro, o incluya elementos de uno o más de éstos, depende de cómo se plantee el problema de investigación y los antecedentes previos. La investi- gación debe hacerse “a la medida” del problema que se formule; ya que no decimos de manera a priori: “voy a llevar a cabo un estudio exploratorio o descriptivo”, sino que primero planteamos el problema y revisamos la literatura y, después, analizamos si la investigación va a tener uno u otro alcance. ¿Qué ocurre con el planteamiento del problema al definirse el alcance del estudio? Después de la revisión de la literatura, el planteamiento del problema puede permanecer sin cambios, modificarse radicalmente o experimentar algunos ajustes. Lo mismo ocurre una vez que hemos defini- do el alcance o los alcances de nuestra investigación. Resumen • Una vez que hemos efectuado la revisión de la literatura y afinamos el planteamiento del proble- ma, consideramos qué alcances, inicial y final, tendrá nuestra investigación: exploratorio, des- criptivo, correlacional o explicativo. Es decir, ¿hasta dónde, en términos de conocimiento, es posible que llegue el estudio? • En ocasiones, al desarrollar nuestra investiga- ción, nos podemos percatar de que el alcance será diferente del que habíamos proyectado. • Ningún alcance de la investigación es superior a los demás, todos son significativos y valiosos. La diferencia para elegir uno u otro estriba en el grado de desarrollo del conocimiento respecto al tema a estudiar y a los objetivos y las preguntas planteadas. • Los estudios exploratorios tienen como objetivo esencial familiarizarnos con un tópico descono- cido o poco estudiado o novedoso. Esta clase de investigaciones sirven para desarrollar métodos que se utilicen en estudios más profundos. • Los estudios descriptivos sirven para analizar cómo es y cómo se manifiesta un fenómeno y sus componentes. • Los estudios correlacionales pretenden deter- minar cómo se relacionan o vinculan diversos conceptos, variables o características entre sí o, también, si no se relacionan. • Los estudios explicativos buscan encontrar las razones o causas que provocan ciertos fenóme- nos. En el nivel cotidiano y personal, sería como investigar por qué a una joven le gusta tanto ir a bailar, por qué se incendió un edificio o por qué se realizó un atentado terrorista. • Una misma investigación puede abarcar fines exploratorios, en su inicio, y terminar siendo des- criptiva, correlacional y hasta explicativa, todo depende de los objetivos del investigador. Conceptos básicos Alcance del estudio Correlación Descripción Explicación Exploración www.FreeLibros.com
- 130. 88 Capítulo 5 Definición del alcance de la investigación a realizar Una buena investigación es aquella que disipa dudas con el uso del método científico, es decir, clarifica las relaciones entre variables que afectan al fenómeno bajo estudio; de igual manera, planea con cuidado los aspectos metodológicos, con la finalidad de asegurar la validez y confiabilidad de sus resultados. Respecto de la forma de abordar un fenóme- no, ya sea cualitativa o cuantitativamente, existe un debate muy antiguo que, no obstante, no llega a una solución satisfactoria. Algunos investigadores consideran tales enfoques como modelos separados, pues se basan en supuestos muy diferentes acerca de cómo funciona el mundo, cómo se crea el cono- cimiento y cuál es el papel de los valores. A pesar de que los procesos y los objetivos difieren en ambos enfoques, y de que emplean los resultados Los investigadores opinan Ejercicios 1. Plantee una pregunta sobre un problema de investigación exploratorio, uno descriptivo, uno correlacional y uno explicativo. 2. Acuda a un lugar donde se congreguen varias personas (un estadio de fútbol, una cafetería, un centro comercial, una fiesta) y observe todo lo que pueda del lugar y lo que está sucedien- do; después, deduzca un tópico de estudio y establezca una investigación con alcance corre- lacional y explicativo. Las siguientes preguntas de investigación a qué tipo de estudio corresponden (consulte las respuestas en el CD anexo → Apéndice 3 → respuestas a los ejercicios). a) ¿A cuánta inseguridad se exponen los habi- tantes de la ciudad de Madrid?, ¿en prome- dio cuántos asaltos ocurrieron diariamente durante los últimos 12 meses?, ¿cuántos robos a casa-habitación?, ¿cuántos homi- cidios?, ¿cuántos asaltos a comercios?, ¿cuántos robos de vehículos automotores?, ¿cuántos lesionados? b) ¿Qué opinan los empresarios panameños de las tasas impositivas hacendarias? c) ¿El alcoholismo en las esposas genera mayor número de abandonos y divorcios que el alcoholismo en los maridos? (En los matrimonios de clase alta y origen latino- americano que viven en Nueva York.) d) ¿Cuáles son las razones por las que un deter- minado programa tuvo el mayor teleaudito- rio en la historia de la televisión de cierto país? 3. Respecto del problema de investigación que se planteó en el capítulo 3, ¿a qué tipo de estudio corresponde? Ejemplos desarrollados La televisión y el niño La investigación se inicia como descriptiva y finali- zará como descriptiva/correlacional, ya que pretende analizar los usos y las gratificaciones de la televisión en niños de diferentes niveles socioeconómicos, edades, géneros y otras variables (se relacionarán nivel socioeconómico y uso de la televisión, entre otras). La pareja y la relación ideales La investigación se inicia como descriptiva, ya que se pretende que los universitarios participantes caractericen mediante calificativos a la pareja y la relación ideales (prototipos), pero al final será corre- lacional, pues vinculará los calificativos utilizados para describir a la pareja ideal con los atribuidos a la relación ideal. Asimismo, intentará jerarquizar tales calificativos. El abuso sexual infantil Esta investigación tiene un alcance correlacional/ explicativo. Correlacional debido a que determinará la relación entre dos medidas, una cognitiva y la otra conductual, para evaluar los programas de preven- ción del abuso en niñas y niños entre cuatro y seis años de edad. Explicativo, porque pretende analizar cuál posee mayor validez y confiabilidad, así como las razones de ello. q re re a www.FreeLibros.com
- 131. 89 Los investigadores opinan Antes de iniciar un proyecto de investigación es necesario que el estudiante evalúe sus gustos y conocimientos, así como la posibilidad de elegir un tutor que sea especialista en el área de su interés; asimismo, que analice los trabajos que se hayan rea- lizado en su escuela y en otros países. A partir de lo anterior, se planteará el problema que quiera esclarecer, lo cual le ayudará a poner en orden sus ideas y definir las variables, y también contribuirá a ubicarlo en el contexto en que llevará a cabo la investigación. En este sentido, los profesores deben señalarles a sus alumnos la diferencia entre una investigación descriptiva y una investigación explicativa, así como aclararles que esta última contiene una hipótesis y un marco teórico muy precisos, por lo cual requiere de un excelente manejo de los instrumentos meto- dológicos, éstos, en su caso, permitirán contrastar las hipótesis. MARÍA ISABEL MARTÍNEZ Directora de la Escuela de Economía Escuela de Economía Universidad Católica Andrés Bello Caracas, Venezuela de manera divergente, algunos investigadores consi- deran que existe la posibilidad de que los dos aporten medios complementarios para conocer un fenómeno. Existen estudios que combinan métodos cua- litativos y cuantitativos de investigación, aunque sin un sólido referente teórico; tal superficialidad no sólo se manifiesta en el ámbito conceptual, sino también en el técnico, ya que casi no hay ejemplos de combinación de técnicas estadísticas complejas con técnicas cualitativas sofisticadas. La elección de uno u otro método depende de los objetivos —tal vez generar teoría o transformar la realidad— y del contexto del investigador, quien tendrá que definir el enfoque a emplear, puesto que es importante que sea riguroso, en lo teórico y lo metodológico, además de congruente con su propó- sito. CECILIA BALBÁS DIEZ BARROSO Coordinadora del Área de Psicología Educativa Escuela de Psicología Universidad Anáhuac Estado de México, México www.FreeLibros.com
- 132. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Comprender los conceptos de hipótesis, variable, definición conceptual y definición operacional de una variable. 2 Conocer y entender los diferentes tipos de hipótesis. 3 Aprender a deducir y formular hipótesis, así como a definir de manera conceptual y operacional las variables contenidas en una hipótesis. 4 Responder a las inquietudes más comunes en torno a las hipótesis. Síntesis En el capítulo se plantea que en este punto de la investigación resulta necesa- rio analizar si es o no conveniente formular hipótesis, dependiendo del alcan- ce inicial del estudio (exploratorio, descriptivo, correlacional o explicativo). Asimismo, se define qué es una hipótesis, se presenta una clasificación de los tipos de hipótesis, se precisa el concepto de variable y se explican maneras de deducir y formular hipótesis. Además, se establece la relación entre el planteamiento del problema, el marco teórico y el alcance del estudio, por un lado, y las hipótesis, por otro. Paso 5 Establecimiento de las hipótesis • Analizar la conveniencia de formular o no hipótesis que orienten el resto de la investigación. • Formular las hipótesis de la investigación, si se ha considerado conveniente. • Precisar las variables de las hipótesis. • Definir conceptualmente las variables de las hipótesis. • Definir operacionalmente las variables de las hipótesis. Proceso de investigación cuantitativa Formulación de hipótesis Capítulo Fo 6 www.FreeLibros.com
- 133. del que se deriva(n) • Mismas opciones que las hipótesis de investigación • Mismas opciones que las hipótesis de investigación • No se formulan • Cuando se pronostica un hecho o dato • Se formulan hipótesis correlacionales • Se formulan hipótesis causales Características • Referirse a una situación real • Sus variables o términos deben ser comprensibles, precisos y concretos • Las variables deben ser definidas conceptual y operacionalmente • Las relaciones entre variables deben ser claras y verosímiles • Los términos o variables, así como las relaciones entre ellas, deben ser obsevables y medibles • Deben relacionarse con técnicas disponibles para probarse Se formulan según el alcance del estudio Exploratorio Descriptivo Correlacional Explicativo • Descriptivas de un valor o dato pronosticado • Correlacionales • De la diferencia de grupos • Causales • De estimación • De correlación • De diferencia de medias De investigación Nulas Alternativas Estadísticas* lleva al El desarrollo de la perspectiva teórica Planteamiento del problema Tipos Hipótesis Son explicaciones tentativas de la relación entre dos o más variables Sus funciones son: • Guiar el estudio • Proporcionar explicaciones • Apoyar la prueba de teorías * El desarrollo del tema hipótesis estadísticas lo puede consultar al inicio del capítulo 8 del CD anexo: “Análisis estadístico: segunda parte”. www.FreeLibros.com
- 134. Capítulo 6 Formulación de hipótesis 92 ¿Qué son las hipótesis? Son las guías para una investigación o estudio. Las hipótesis indican lo que tratamos de probar y se definen como explicaciones tentativas del fenómeno investigado. Se derivan de la teoría existente (Williams, 2003) y deben formularse a manera de proposiciones. De hecho, son respuestas provisionales a las preguntas de investigación. Cabe señalar que en nuestra vida cotidiana constantemente elaboramos hipótesis acerca de muchas cosas y luego indagamos su veracidad. Por ejemplo, establecemos una pregunta de investigación: “¿Le gustaré a Paola?” y una hipótesis: “Le resulto atractivo a Paola”. Esta hipótesis es una explicación tentativa y está formulada como proposición. Después investigamos si se acepta o se rechaza la hipótesis, al cortejar a Paola y observar el resultado obtenido. Las hipótesis son el centro, la médula o el eje del método deductivo cuantitativo. ¿En toda investigación cuantitativa debemos plantear hipótesis? No, no todas las investigaciones cuantitativas plantean hipótesis. El hecho de que formulemos o no hipótesis depende de un factor esencial: el alcance inicial del estudio. Las investigaciones cuantitativas que formulan hipótesis son aquellas cuyo planteamiento define que su alcance será correlacional o explicativo, o las que tienen un alcance descriptivo, pero que intentan pronosticar una cifra o un hecho. Esto se resume en la tabla 6.1. Tabla 6.1 Formulación de hipótesis en estudios cuantitativos con diferentes alcances Alcance del estudio Formulación de hipótesis Exploratorio No se formulan hipótesis. Descriptivo Sólo se formulan hipótesis cuando se pronostica un hecho o dato. Correlacional Se formulan hipótesis correlacionales. Explicativo Se formulan hipótesis causales. Un ejemplo de estudio con alcance descriptivo y pronóstico sería aquel que únicamente pretenda medir el índice delictivo en una ciudad (no se busca relacionar la incidencia delictiva con otros facto- res como el crecimiento poblacional, el aumento de los niveles de pobreza o la drogadicción; ni mucho menos establecer las causas de tal índice). Entonces, tentativamente pronosticaría mediante una hipó- tesis cierta cifra o proporción: el índice delictivo para el siguiente semestre será menor a un delito por cada mil habitantes. Los estudios cualitativos, por lo regular, no formulan hipótesis antes de recolectar datos (aunque no siempre es el caso). Su naturaleza es más bien inducir las hipótesis por medio de la recolección y el análisis de los datos, como se comentará en la tercera parte del libro “El proceso de la investigación cualitativa”. En una investigación podemos tener una, dos o varias hipótesis. ¿Las hipótesis son siempre verdaderas? Las hipótesis no necesariamente son verdaderas, pueden o no serlo, y pueden o no comprobarse con datos. Son explicaciones tentativas, no los hechos en sí. Al formularlas, el investigador no está total- mente seguro de que vayan a comprobarse. Como mencionan y ejemplifican Black y Champion (1976), una hipótesis es diferente de la afirmación de un hecho. Si alguien establece la siguiente hipó- Hipótesis Explicaciones tentativas del fenómeno investigado que se for- mulan como proposiciones. 1 www.FreeLibros.com
- 135. ¿De dónde surgen las hipótesis? 93 tesis (refiriéndose a un país determinado): “las familias que viven en zonas urbanas tienen menor número de hijos que las familias que viven en zonas rurales”, ésta puede ser o no comprobada. En cambio, si una persona sostiene lo anterior basándose en información de un censo poblacional recien- temente efectuado en ese país, no establece una hipótesis sino que afirma un hecho. En el ámbito de la investigación científica, las hipótesis son proposiciones tentativas acerca de las relaciones entre dos o más variables, y se apoyan en conocimientos organizados y sistematizados. Una vez que se prueba una hipótesis, ésta tiene un impacto en el conocimiento disponible, que puede modificarse y por consiguiente, pueden surgir nuevas hipótesis (Williams, 2003). Las hipótesis pueden ser más o menos generales o precisas, e involucrar a dos o más variables; pero en cualquier caso son sólo proposiciones sujetas a comprobación empírica y a verificación en la reali- dad. EJEMPLOS DE HIPÓTESIS • “La proximidad geográfica entre los hogares de las parejas de novios está vinculada positivamente con el nivel de satisfacción que les proporciona su relación”. • “El índice de cáncer pulmonar es mayor entre los fumadores que entre los no fumadores”. • “Conforme se desarrollan las psicoterapias orientadas en el paciente, aumentan las expresiones ver- bales de discusión y exploración de planes futuros personales y disminuyen las manifestaciones de hechos pasados”. • “A mayor variedad en el trabajo, habrá mayor motivación intrínseca hacia éste”. Observe que, por ejemplo, la primera hipótesis vincula dos variables: “proximidad geográfica entre los hogares de los novios” y “nivel de satisfacción en la relación”. ¿Qué son las variables? En este punto es necesario definir qué es una variable. Una variable es una propie- dad que puede fluctuar y cuya variación es susceptible de medirse u observarse. Ejemplos de variables son el género, la motivación intrínseca hacia el trabajo, el atractivo físico, el aprendizaje de conceptos, la religión, la resistencia de un material, la agresividad verbal, la personalidad autoritaria, la cultura fiscal y la exposición a una campaña de propaganda polí- tica. El concepto de variable se aplica a personas u otros seres vivos, objetos, hechos y fenómenos, los cuales adquieren diversos valores respecto de la variable referida. Por ejemplo, la inteligencia, ya que es posible clasificar a las personas de acuerdo con su inteligencia; no todas las personas la poseen en el mismo nivel, es decir, varían en ello. Otros ejemplos de variables son: la productividad de un determinado tipo de semilla, la rapidez con que se ofrece un servicio, la eficiencia de un procedimiento de construcción, la eficacia de una vacuna, el tiempo que tarda en manifestarse una enfermedad, entre otros ejemplos. Hay variación en todos los casos. Las variables adquieren valor para la investigación científica cuando llegan a relacionarse con otras variables, es decir, si forman parte de una hipótesis o una teoría. En este caso se les suele denominar constructos o construcciones hipotéticas. ¿De dónde surgen las hipótesis? Bajo el enfoque cuantitativo, y si hemos seguido paso por paso el proceso de investigación, es natural que las hipótesis surjan del planteamiento del problema que, como recordamos, se vuelve a evaluar y Variable Propiedad que tiene una varia- ción que puede medirse u observarse. 1 www.FreeLibros.com
- 136. Capítulo 6 Formulación de hipótesis 94 si es necesario se replantea después de revisar la literatura. Es decir, provienen de la revisión misma de la literatura. Nuestras hipótesis pueden surgir de un postulado de una teoría, del análisis de ésta, de generalizaciones empíricas pertinentes a nuestro problema de investigación y de estudios revisados o antecedentes consultados. Existe, pues, una relación muy estrecha entre el planteamiento del problema, la revisión de la literatura y las hipótesis. La revisión inicial de la literatura hecha para familiarizarnos con el problema de estudio nos lleva a plantearlo, después ampliamos la revisión de la literatura y afinamos o precisa- mos el planteamiento, del cual derivamos las hipótesis. Al formular las hipótesis volvemos a evaluar nuestro planteamiento del problema. Recordemos que los objetivos y las preguntas de investigación son susceptibles de reafirmarse o mejorarse durante el desarrollo del estudio. Asimismo, a través del proceso quizá se nos ocurran otras hipótesis que no estaban contempladas en el planteamiento original, producto de nuevas reflexiones, ideas o experiencias; discusiones con profesores, colegas o expertos en el área; incluso, “de analogías, al descubrir semejanzas entre la información referida a otros contextos y la que poseemos para nuestro estudio” (Rojas, 2001). Este último caso ha ocurrido varias veces en las ciencias. Por ejemplo, algunas hipótesis en el área de la comunicación no verbal sobre el manejo de la territorialidad humana surgie- ron de estudios respecto de este tema, pero en animales; algunas concepciones de la teoría del campo o psicología topológica (cuyo principal exponente fue Kurt Lewin) tienen antecedentes en la teoría del comportamiento de los campos electromagnéticos. Las hipótesis de la teoría Galileo —propuestas por Joseph Woelfel y Edward L. Fink (1980)— para medir el proceso de la comunicación, tienen orígenes importantes en la física y otras ciencias exactas (las dinámicas del “yo” se apoyan en nociones del álge- bra de vectores). Selltiz et al. (1980, pp. 54-55), al hablar de las fuentes de donde surgen las hipótesis, escriben: Las fuentes de hipótesis de un estudio tienen mucho que ver a la hora de determinar la naturaleza de la contribución de la investigación en el cuerpo general de conocimientos. Una hipótesis que simplemen- te emana de la intuición o de una sospecha puede hacer finalmente una importante contribución a la ciencia. Sin embargo, si solamente ha sido comprobada en un estudio, existen dos limitaciones con respecto a su utilidad. Primero, no hay seguridad de que las relaciones entre las variables halladas en un determinado estudio serán encontradas en otros estudios […] En segundo lugar, una hipótesis basada simplemente en una sospecha no es propicia a ser relacionada con otro conocimiento o teoría. Así pues, los hallazgos de un estudio basados en tales hipótesis no tienen una clara conexión con el amplio cuer- Las hipótesis pueden surgir incluso por analogía, al aplicar cierta infor- mación a otros contextos, como la teoría del campo en psicología, que surgió de la teoría del comportamiento de los campos magnéticos. www.FreeLibros.com
- 137. 95 ¿Qué características debe tener una hipótesis? po de conocimientos de la ciencia social. Pueden suscitar cuestiones interesantes, pueden estimular posteriores investigaciones, e incluso, pueden ser integradas más tarde en una teoría explicativa. Pero, a menos que tales avances tengan lugar, tienen muchas probabilidades de quedar como trozos aislados de información. Una hipótesis que nace de los hallazgos de otros estudios está libre en alguna forma de la primera de estas limitaciones. Si la hipótesis está basada en resultados de otros estudios, y si el presente estudio apoya la hipótesis de aquéllos, el resultado habrá servido para confirmar esta relación de una forma normal […] Una hipótesis que se apoya no simplemente en los hallazgos de un estudio previo, sino en una teoría en términos más generales, está libre de la segunda limitación: la de aislamiento de un cuer- po de doctrina más general. Las hipótesis pueden surgir aunque no exista un cuerpo teórico abundante Estamos de acuerdo con que las hipótesis surgidas de teorías con evidencia empírica superan las dos limitaciones que señalan Selltiz et al. (1980), así como en la afirmación de que una hipótesis que nace de los hallazgos de investigaciones anteriores vence la primera de esas limitaciones. Pero es necesario recalcar que hipótesis útiles y fructíferas también pueden originarse en planteamientos del problema cuidadosamente revisados, aunque el cuerpo teórico que las sustente no sea abundante. A veces la experiencia y la observación constante ofrecen materia potencial para el establecimiento de hipótesis importantes, y lo mismo se dice de la intuición. Cuanto menor apoyo empírico previo tenga una hipótesis, se deberá tener mayor cuidado en su elaboración y evaluación, porque tampoco es recomen- dable formular hipótesis de manera superficial. Lo que sí constituye una grave falla en la investigación es formular hipótesis sin haber revisado con cuidado la literatura, ya que cometeríamos errores tales como sugerir hipótesis de algo bastante com- probado o algo que ha sido contundentemente rechazado. Un ejemplo burdo, pero ilustrativo, sería pretender establecer la siguiente hipótesis: “los seres humanos pueden volar por sí mismos, únicamen- te con su cuerpo”. En definitiva, la calidad de las hipótesis está relacionada en forma positiva con el grado en que se haya revisado la literatura exhaustivamente. ¿Qué características debe tener una hipótesis? Dentro del enfoque cuantitativo, para que una hipótesis sea digna de tomarse en cuenta, debe reunir ciertos requisitos: 1. La hipótesis debe referirse a una situación “real”. Como argumenta Rojas (2001), las hipótesis sólo pueden someterse a prueba en un universo y un contexto bien definidos. Por ejemplo, una hipótesis relativa a alguna variable del comportamiento gerencial (digamos, la motivación) deberá someterse a prueba en una situación real (con ciertos gerentes de organizaciones existentes). En ocasiones, en la misma hipótesis se hace explícita esa realidad (por ejemplo, “los niños guatemal- tecos que viven en zonas urbanas imitarán más la conducta violenta de la televisión, que los niños guatemaltecos que viven en zonas rurales”), y otras veces la realidad se define por medio de expli- caciones que acompañan a la hipótesis. Así, la hipótesis: “cuanto mayor sea la retroalimentación sobre el desempeño en el trabajo que proporcione un gerente a sus supervisores, más elevada será la motivación intrínseca de éstos hacia sus tareas laborales”, no explica qué gerentes, de qué empre- sas. Y será necesario contextualizar la realidad de dicha hipótesis; afirmar, por ejemplo, que se trata de gerentes de todas las áreas, de empresas exclusivamente industriales con más de mil traba- jadores y ubicadas en Medellín, Colombia. Es muy frecuente que, cuando nuestras hipótesis provienen de una teoría o una generalización empírica (afirmación comprobada varias veces en “la realidad”), sean manifestaciones contextua- lizadas o casos concretos de hipótesis generales abstractas. La hipótesis: “a mayor satisfacción laboral mayor productividad”, es general y susceptible de someterse a prueba en diversas realida- www.FreeLibros.com
- 138. Capítulo 6 Formulación de hipótesis 96 des (países, ciudades, parques industriales o aun en una sola empresa; con directivos, secretarias u obreros, etc.; en empresas comerciales, industriales, de servicios o combinaciones de estos tipos, giros o de otras características). En estos casos, al probar nuestra hipótesis contextualizada aporta- mos evidencia en favor de la hipótesis más general. Es obvio que los contextos o las realidades pueden ser más o menos generales y, normalmente, se han explicado con claridad en el plantea- miento del problema. Lo que hacemos al establecer las hipótesis es volver a analizar si son los adecuados para nuestro estudio y si es posible tener acceso a ellos (reconfirmamos el contexto, buscamos otro o ajustamos las hipótesis). 2. Las variables o términos de la hipótesis deben ser comprensibles, precisos y lo más concretos posi- ble. Términos vagos o confusos no tienen cabida en una hipótesis. Así, globalización de la econo- mía y sinergia organizacional son conceptos imprecisos y generales que deben sustituirse por otros más específicos y concretos. 3. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil (lógica). Es indis- pensable que quede clara la forma en que se relacionan las variables y que esta relación no puede ser ilógica. La hipótesis: “la disminución del consumo del petróleo en Estados Unidos se relaciona con el grado de aprendizaje del álgebra por parte de niños que asisten a escuelas públicas en Bue- nos Aires”, sería inverosímil. No es posible considerarla. 4. Los términos o variables de la hipótesis deben ser observables y medibles, así como la relación planteada entre ellos, o sea, tener referentes en la realidad. Las hipótesis científicas, al igual que los objetivos y las preguntas de investigación, no incluyen aspectos morales ni cuestiones que no podamos medir. Hipótesis como: “los hombres más felices van al cielo” o “la libertad de espíritu está relacionada con la voluntad angelical”, implican conceptos o relaciones que no poseen refe- rentes empíricos; por tanto, no son útiles como hipótesis para investigar científicamente ni se pueden someter a prueba en la realidad. 5. Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas. Este requisito está estrechamente ligado con el anterior y se refiere a que al formular una hipótesis, tenemos que analizar si existen técnicas o herramientas de investigación para verificarla, si es posible desarro- llarlas y si se encuentran a nuestro alcance. Se puede dar el caso de que existan esas técnicas, pero por ciertas razones no tengamos acceso a ellas. Alguien podría intentar probar hipótesis referentes a la desviación presupuestal en el gasto guber- namental de un país latinoamericano o a la red de narcotraficantes en la ciudad de Miami, pero no disponer de formas eficaces para obtener sus datos. Entonces, su hipótesis aunque teóricamente sea muy valiosa, en realidad no se puede probar. ¿Qué tipos de hipótesis se pueden establecer? Existen diversas formas de clasificar las hipótesis, aunque en este apartado nos concentraremos en los siguientes tipos: 1. hipótesis de investigación; 2. hipótesis nulas; 3. hipótesis alternativas, e 4. hipótesis estadísticas. Estas últimas serán revisadas en el capítulo 8 del CD: “Análisis estadístico: segunda parte”. ¿Qué son las hipótesis de investigación? Lo que a lo largo de este capítulo hemos definido como hipótesis son en realidad las hipótesis de investigación. Éstas se definen como proposiciones tentativas acerca de 4. hipótesis esta Estas últimas Q Hipótesis de investigación Pro- posiciones tentativas sobre la o las posibles relaciones entre dos o más variables. 2 www.FreeLibros.com
- 139. 97 ¿Qué son las hipótesis de investigación? las posibles relaciones entre dos o más variables, y deben cumplir con los cinco requisitos menciona- dos. Se les suele simbolizar como Hi o H1 , H2 , H3 , etc. (cuando son varias), y también se les denomi- na hipótesis de trabajo. A su vez, las hipótesis de investigación pueden ser: a) descriptivas de un valor o dato pronosticado; b) correlacionales; c) de diferencia de grupos; d )causales. Hipótesis descriptivas de un dato o valor que se pronostica1 Estas hipótesis se utilizan a veces en estudios descriptivos, para intentar predecir un dato o valor en una o más variables que se van a medir u observar. Pero cabe comentar que no en todas las investiga- ciones descriptivas se formulan hipótesis de esta clase o que sean afirmaciones más generales (“la ansiedad en los jóvenes alcohólicos será elevada”; “durante este año, los presupuestos de publicidad se incrementarán entre 50 y 70%”; “la motivación extrínseca de los obreros de las plantas de las zonas industriales de Valencia, Venezuela, disminuirá”; “el número de tratamientos psicoterapéuticos aumen- tará en las urbes sudamericanas con más de tres millones de habitantes”). No es sencillo realizar esti- maciones con relativa precisión con respecto a ciertos fenómenos. 1 Algunos investigadores consideran a estas hipótesis afirmaciones univariadas. Argumentan que no se relacionan variables. Opinan que, más que relacionar las variables, se está planteando cómo se va a manifestar una variable en una constante (después de todo, el grupo medido de personas u objetos es constante). Este razonamiento tiene cierta validez, por ello, lo dejamos al criterio de cada lector. EJEMPLOS Hi: “El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años, será de 20% el próximo año.” (En un contexto específico como una ciudad o un país.) Hi: “La inflación del próximo semestre no será superior a 3%.” Hipótesis correlacionales Especifican las relaciones entre dos o más variables y corresponden a los estudios correlacionales (“el tabaquismo está relacionado con la presencia de padecimientos pulmonares”; “la motivación de logro se encuentra vinculada con la satisfacción laboral y la moral en el trabajo”; “la atracción física, las demostra- ciones de afecto, la similitud en valores y la satisfacción en el noviazgo están asociadas entre sí”). Sin embargo, las hipótesis correlacionales no sólo pueden establecer que dos o más variables se encuentran vinculadas, sino también cómo están asociadas. Alcanzan el nivel predictivo y parcialmen- te explicativo. En los siguientes ejemplos, no sólo se establece que hay relación entre las variables, sino también cómo es la relación (qué dirección sigue). Desde luego es diferente formular hipótesis en las que dos o más variables están vinculadas, a conjeturar cómo son estas relaciones. En el capítulo 10, “Análisis de los datos cuantitativos”, se explica más a fondo el tema de la correlación y los tipos de correlación entre variables. 3 www.FreeLibros.com
- 140. Capítulo 6 Formulación de hipótesis 98 Es necesario agregar lo siguiente: en una hipótesis de correlación, el orden en que coloquemos las variables no es importante (ninguna variable antecede a la otra; no hay relación de causalidad). Es lo mismo indicar “a mayor X, mayor Y ”; que “a mayor Y, mayor X ”; o “a mayor X, menor Y ”; que “a menor Y, mayor X ”. EJEMPLOS “A mayor exposición por parte de los adolescentes a videos musicales con alto contenido sexual, mayor manifestación de estrategias en las relaciones interpersonales para establecer contacto sexual”. (Aquí la hipótesis nos indica que cuando una variable aumenta, la otra también; y viceversa, cuando una variable disminuye, la otra desciende.) “A mayor autoestima, habrá menor temor al éxito”. (Aquí la hipótesis nos señala que cuando una variable aumenta, la otra disminuye; y si ésta disminuye, aquélla aumenta.) “Las telenovelas latinoamericanas muestran cada vez un mayor contenido sexual en sus escenas”. (En esta hipótesis se correlacionan las dos variables siguientes: época o tiempo en que se producen las telenovelas y contenido sexual.) EJEMPLO “Quienes logran más altas puntuaciones en el examen de estadística tienden a alcanzar las puntuaciones más elevadas en el examen de economía” es igual a: “los que logran tener las puntuaciones más eleva- das en el examen de economía son quienes tienden a obtener más altas puntuaciones en el examen de estadística”. EJEMPLOS H1 : “A mayor atracción física, menor confianza”. H2 : “A mayor atracción física, mayor proximidad física”. H3 : “A mayor atracción física, mayor equidad”. H4 : “A mayor confianza, mayor proximidad física”. H5 : “A mayor confianza, mayor equidad”. H6 : “A mayor proximidad física, mayor equidad”. Como aprendimos desde pequeños: “el orden de los factores (variables) no altera el producto (la hipótesis)”. Desde luego, esto ocurre en la correlación, pero no en las relaciones de causalidad, donde vamos a ver que sí importa el orden de las variables. Pero en la correlación no hablamos de variable independiente (causa) y dependiente (efecto). Cuando sólo hay correlación, estos términos carecen de sentido. Los estudiantes que comienzan en sus cursos de investigación suelen indicar en toda hipótesis cuál es la variable independiente y cuál la dependiente. Ello es un error. Únicamente en hipótesis cau- sales se puede hacer esto. Por otro lado, es común que cuando en la investigación se pretende correlacionar diversas varia- bles se tengan varias hipótesis, y cada una de ellas relacione un par de variables. Por ejemplo, si quisié- ramos relacionar las variables atracción física, confianza, proximidad física y equidad en el noviazgo (todas entre sí), estableceríamos las hipótesis correspondientes. 3 3 www.FreeLibros.com
- 141. 99 ¿Qué son las hipótesis de investigación? Estas hipótesis deben contextualizarse en su realidad (con qué parejas) y someterse a prueba empírica. Hipótesis de la diferencia entre grupos Estas hipótesis se formulan en investigaciones cuya finalidad es comparar grupos. Por ejemplo, supon- gamos que un publicista piensa que un comercial televisivo en blanco y negro, cuyo objetivo es per- suadir a los adolescentes que comienzan a fumar para que dejen de hacerlo, tiene una eficacia diferente que uno en colores. Su pregunta de investigación sería: ¿es más eficaz un comercial televisivo en blanco y negro que uno en colores?, cuyo mensaje es persuadir a los adolescentes que comienzan a fumar para que dejen de hacerlo. Y su hipótesis quedaría formulada así: EJEMPLO Hi: “El efecto persuasivo para dejar de fumar no será igual en los adolescentes que vean la versión del comercial televisivo en colores, que el efecto en los adolescentes que vean la versión del comercial en blanco y negro”. EJEMPLOS Hi: “Los adolescentes le atribuyen más importancia al atractivo físico en sus relaciones de pareja, que las adolescentes a las suyas”. Hi: “El tiempo que tardan en desarrollar el SIDA las personas contagiadas por transfusión sanguínea, es menor que las que adquieren el VIH por transmisión sexual”. Otros ejemplos de este tipo de hipótesis serían: En los tres ejemplos anteriores se plantea una posible diferencia entre grupos, sólo que en el pri- mero de ellos únicamente se establece que hay diferencia entre los grupos comparados; pero no se afirma en cuál de los grupos el impacto será más determinante. No se determina si el efecto persuasivo es mayor en los adolescentes que ven el comercial en blanco y negro, o en quienes lo ven en colores. Se limita a decir que se espera una diferencia. En cambio, en el segundo, la hipótesis además de esta- blecer la diferencia, especifica cuál de los grupos tendrá un mayor valor en la variable de comparación (los jóvenes son quienes, según se piensa, atribuirán mayor importancia al atractivo físico). Lo mismo ocurre en el tercer ejemplo (desarrollan más lentamente la enfermedad quienes la adquieren por trans- misión sexual). Cuando el investigador no tiene bases para presuponer en favor de qué grupo será la diferencia, formula una hipótesis simple de diferencia de grupos (como en el primer ejemplo de los comerciales). Y cuando sí tiene bases, establece una hipótesis direccional de diferencia de grupos (como en los otros ejemplos). Esto último, por lo común, sucede cuando la hipótesis se deriva de una teoría o estudios antecedentes, o bien, el investigador está bastante familiarizado con el problema de estudio. Esta clase de hipótesis llega a abarcar dos, tres o más grupos. 3 3 www.FreeLibros.com
- 142. Capítulo 6 Formulación de hipótesis 100 Algunos investigadores consideran a las hipótesis de diferencia de grupos como un tipo de hipó- tesis correlacional, porque en última instancia relacionan dos o más variables. El caso del atractivo físico relaciona la variable género con la variable atribución de la importancia del atractivo físico en las relaciones de pareja. Hipótesis que establecen relaciones de causalidad Este tipo de hipótesis no solamente afirma la o las relaciones entre dos o más variables y la manera en que se manifiestan, sino que además propone un “sentido de entendimiento” de las relaciones. Tal sentido puede ser más o menos completo, esto depende del número de variables que se incluyan, pero todas estas hipótesis establecen relaciones de causa-efecto. EJEMPLO Hi: “Las escenas de la telenovela La verdad de Paola presentarán un mayor contenido sexual que las de la telenovela Sentimientos de Christian, y éstas, a su vez, un mayor contenido sexual que las escenas de la telenovela Mi último amor Mariana”.2 EJEMPLO Hi: “La desintegración del matrimonio provoca baja autoestima en los hijos e hijas”. (En el ejemplo, además de establecerse una relación entre las variables, se propone la causalidad de esa relación.) Hi: “Un clima organizacional negativo crea bajos niveles de innovación en los empleados”. 2 Por supuesto, los nombres son ficticios. Si alguna telenovela se ha titulado (o titulara en el futuro) así, es tan sólo una coinci- dencia. Las hipótesis correlacionales pueden simbolizarse como “X—Y ”; y las hipótesis causales, como en la figura 6.1. Influye en o causa “X (Una variable) Y” (Otra variable) Figura 6.1 Simbolización de la hipótesis causal. Correlación y causalidad son conceptos asociados, pero distintos. Si dos variables están correlacio- nadas, ello no necesariamente implica que una será causa de la otra. Supongamos que una empresa fabrica un producto que se vende poco y decide mejorarlo, lo hace y lanza una campaña para anunciar el producto en radio y televisión. Después, se observa un aumento en las ventas del producto. Los ejecutivos de la empresa pueden decir que el lanzamiento de la campaña está relacionado con el incre- mento de las ventas; pero si no se demuestra la causalidad, no es posible asegurar que la campaña haya provocado tal incremento. Quizá la campaña sea la causa del aumento, pero tal vez la causa sea en sí 3 3 www.FreeLibros.com
- 143. 101 ¿Qué son las hipótesis de investigación? la mejora al producto, una excelente estrategia de comercialización u otro factor, o bien, todas pueden ser causas. Otro caso es el que se explicó en el capítulo anterior. Donde la estatura parecía estar correlaciona- da con la inteligencia en infantes (los niños con mayor estatura tendían a obtener las calificaciones más altas en la prueba de inteligencia); pero la realidad fue que la maduración era la variable que estaba relacionada con la respuesta a una prueba de inteligencia (más que a la inteligencia en sí). La correla- ción no tenía sentido; mucho menos lo tendría establecer una causalidad, al afirmar que la estatura es causa de la inteligencia o que, por lo menos, influye en ella. Es decir, no todas las correlaciones tienen sentido y no siempre que se encuentra una correlación puede inferirse causalidad. Si cada vez que se obtiene una correlación se supusiera causalidad, ello equivaldría a decir que cada vez que se observa a una señora y a un niño juntos se supusiera que ella es su madre, cuando puede ser su tía, una vecina o una señora que por azar se colocó muy cerca del infante. Para establecer causalidad antes debe haberse demostrado correlación, pero además la causa debe ocurrir antes que el efecto. Asimismo, los cambios en la causa tienen que provocar cambios en el efecto. Al hablar de hipótesis, a las supuestas causas se les conoce como variables independientes y a los efectos como variables dependientes. Únicamente es posible hablar de variables independientes y depen- dientes cuando se formulan hipótesis causales o hipótesis de la diferencia de grupos, siempre y cuando en estas últimas se explique cuál es la causa de la diferencia supuesta en la hipótesis. A continuación se exponen distintos tipos de hipótesis causales: 1. Hipótesis causales bivariadas. En éstas se plantea una relación entre una variable independiente y una variable dependiente. Por ejemplo: “percibir que otra persona del género opuesto es similar a uno(a) en cuanto a religión, valores y creencias, nos provoca mayor atracción hacia ella” (vea la figura 6.2). Figura 6.2 Esquema de relación causal bivariada. Percepción de la similitud en religión, valores y creencias Atractivo X (Usualmente la variable independiente se simboliza como X en hipótesis causales, mientras que en hipótesis correlacionales no significa variable independiente, puesto que no hay supuesta causa) Y (Variable dependiente, se simboliza como Y) 2. Hipótesis causales multivariadas. Plantean una relación entre diversas variables independientes y una dependiente, o una independiente y varias dependientes, o diversas variables independientes y varias dependientes. EJEMPLO “La cohesión y la centralidad en un grupo sometido a una dinámica, así como el tipo de liderazgo que se ejerza dentro del grupo, determinan la eficacia de éste para alcanzar sus metas primarias” (figura 6.3). www.FreeLibros.com
- 144. Capítulo 6 Formulación de hipótesis 102 Las hipótesis multivariadas pueden plantear otro tipo de relaciones causales, en donde ciertas variables intervienen modificando la relación [hipótesis con presencia de variables intervinientes]. Figura 6.3 Esquema de relación causal multivariada. Figura 6.4 Esquema de relación causal multivariada con dos variables dependientes. Cohesión Variedad en el trabajo Motivación intrínseca Satisfacción laboral Centralidad Autonomía en el trabajo Tipo de liderazgo Retroalimentación proveniente del trabajo Efectividad en el logro de las metas primarias Simbolizadas como: Simbolizadas como: X1 X1 X2 X2 X3 X3 Independientes Independientes Dependientes Y Y1 Y2 Dependiente EJEMPLO “La variedad y la autonomía en el trabajo, así como la retroalimentación proveniente del desarrollo de éste, generan mayor motivación intrínseca y satisfacción laborales” (figura 6.4). 3 www.FreeLibros.com
- 145. 103 ¿Qué son las hipótesis de investigación? Es posible que haya estructuras causales de variables más complejas que resulta difícil expresar en una sola hipótesis, porque las variables se relacionan entre sí de distintas maneras. Entonces se plan- tean las relaciones causales en dos o más hipótesis, o de forma gráfica (vea figura 6.6). Figura 6.5 Esquema causal con variable interviniente. Figura 6.6 Estructura causal compleja multivariada. (Variable interviniente) (Variable independiente) (Variable dependiente) EJEMPLO “La paga aumenta la motivación intrínseca de los trabajadores, cuando se administra de acuerdo con el desempeño” (figura 6.5). (Variable independiente) Paga (Variable dependiente) Motivación intrínseca Z (V i bl i t i i t ) Condiciones de administración de la paga Reasignación de personal Innovación Centralización Formalización Efectividad Integración Oportunidad de capacitación Satisfacción laboral Simbolizadas como: X Y Paga Integración Comunicación instrumental Comunicación formal Centralización La figura 6.63 podría desglosarse en múltiples hipótesis; por ejemplo, H1 : “La paga incrementa la satisfacción laboral”. 3 Las variables fueron extraídas de Price (1977) y Hernández Sampieri (2005). 3 www.FreeLibros.com
- 146. Capítulo 6 Formulación de hipótesis 104 H2 : “La integración, la comunicación instrumental y la comunicación formal incrementan la satisfacción laboral”. H3 : “La centralización disminuye la satisfacción laboral”. H4 : “La satisfacción laboral influye en la reasignación de personal”. H5 : “La oportunidad de capacitación mediatiza la vinculación entre la satisfacción laboral y la reasignación de personal”. H6 : “La reasignación de personal afecta la integración, la efectividad organizacional, la formaliza- ción, la centralización y la innovación”. Cuando las hipótesis causales se someten al análisis estadístico, se evalúa la influencia de cada variable independiente (causa) en la dependiente (efecto), y la influencia conjunta de todas las varia- bles independientes en la dependiente o dependientes. ¿Qué son las hipótesis nulas?4 Las hipótesis nulas son, en cierto modo, el reverso de las hipótesis de investigación. También constituyen proposiciones acerca de la relación entre variables, sólo que sirven para refutar o negar lo que afirma la hipótesis de investigación.5 Si la hipótesis de inves- tigación propone: “los adolescentes le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las adolescentes”, la hipótesis nula postularía: “los adolescentes no le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las adolescentes”. Debido a que este tipo de hipótesis resulta la contrapartida de la hipótesis de investigación, hay prácticamente tantas clases de hipótesis nulas como de investigación. Es decir, la clasificación de hipóte- sis nulas es similar a la tipología de las hipótesis de investigación: hipótesis nulas descriptivas de un valor o dato pronosticado, hipótesis que niegan o contradicen la relación entre dos o más variables, hipótesis que niegan que haya diferencia entre grupos que se comparan, e hipótesis que niegan la relación de cau- salidad entre dos o más variables (en todas sus formas). Las hipótesis nulas se simbolizan así: Ho. Veamos algunos ejemplos de hipótesis nulas, que corresponden a ejemplos de hipótesis de inves- tigación que se mencionaron. 4 El sentido que en este libro se da a la hipótesis nula es el más común: el de negación de la hipótesis de investigación, el cual fue propuesto por Fisher (1925). No se plantean otras connotaciones o usos del término (por ejemplo, especificar un parámetro de cero) porque se generarían confusiones entre estudiantes que se inician en la investigación. Para aquellos que deseen conocer más del tema, se recomiendan las siguientes fuentes: Van Dalen y Meyer (1994, pp. 403-404) y, sobre todo, Henkel (1976, pp. 34-40). 5 La hipótesis nula es un componente esencial de la prueba de hipótesis en la investigación. Es relevante cuando se efectuaron mediciones y las hipótesis han sido derivadas de teorías y tienen que ser probadas. La hipótesis de investigación define cierto patrón que se encontrará en los datos, y el análisis estadístico se diseña para evaluar el grado en el cual la evidencia de las medidas recogi- das apoya la existencia de ese patrón. La hipótesis nula es la hipótesis que indica que el patrón encontrado en los datos simplemente se debe a la casualidad (Voi, 2003). Hipótesis nulas Proposiciones que niegan o refutan la relación entre varia- bles. EJEMPLOS Ho: “El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años, no será de 20% el próximo año”. Ho: “No hay relación entre la autoestima y el temor al éxito” (hipótesis nula respecto de una correla- ción). Ho: “Las escenas de la telenovela La verdad de Paola no presentarán mayor contenido sexual que las de la telenovela Sentimientos de Christian, ni éstas tendrán mayor contenido sexual que las esce- nas de la telenovela Mi último amor Mariana”. Esta hipótesis niega la diferencia entre grupos y también podría formularse así: “no existen diferencias en el contenido sexual entre las escenas de www.FreeLibros.com
- 147. 105 ¿Qué son las hipótesis alternativas? ¿Qué son las hipótesis alternativas? Como su nombre lo indica, son posibilidades alternas ante las hipótesis de investi- gación y nula: ofrecen otra descripción o explicación distinta de las que proporcio- nan estos tipos de hipótesis. Si la hipótesis de investigación establece: “esta silla es roja”, la nula afirmará: “esta silla no es roja”, y podrían formularse una o más hipó- tesis alternativas: “esta silla es azul”, “esta silla es verde”, “esta silla es amarilla”, etc. Cada una constitu- ye una descripción distinta de las que proporcionan las hipótesis de investigación y nula. Las hipótesis alternativas se simbolizan como Ha y sólo pueden formularse cuando efectivamen- te hay otras posibilidades, además de las hipótesis de investigación y nula. De no ser así, no deben establecerse. las telenovelas La verdad de Paola, Sentimientos de Christian y Mi último amor Mariana”. O bien, “el contenido sexual de las telenovelas La verdad de Paola, Sentimientos de Christian y Mi último amor Mariana es el mismo”. Ho: “La percepción de la similitud en religión, valores y creencias no provoca mayor atracción” (hipó- tesis que niega la relación causal). Hipótesis alternativas Son posibilida- des diferentes o “alternas” ante las hipó- tesis de investigación y nula. EJEMPLOS Hi: “El candidato A obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total”. Ho: “El candidato A no obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total”. Ha: “El candidato A obtendrá en la elección para la presidencia del consejo escolar más de 60% de la votación total”. Ha: “El candidato A obtendrá en la elección para la presidencia del consejo escolar menos de 50% de la votación total”. EJEMPLOS Hi: “Los jóvenes le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las jóvenes”. Ho: “Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las jóvenes”. Ha: “Los jóvenes le atribuyen menos importancia al atractivo físico en sus relaciones de pareja que las jóvenes”. EJEMPLO Ho: “Los jóvenes no le atribuyen más importancia o le atribuyen menos importancia al atractivo físico en sus relaciones de pareja que las jóvenes”. En este último ejemplo de los jóvenes, si la hipótesis nula hubiera sido formulada de la siguiente manera: www.FreeLibros.com
- 148. Capítulo 6 Formulación de hipótesis 106 No habría posibilidad de formular una hipótesis alternativa, puesto que las hipótesis de investiga- ción y nula abarcan todas las posibilidades. Las hipótesis alternativas, como puede verse, constituyen otras hipótesis de investigación adicio- nales a la hipótesis de investigación original. ¿En una investigación se formulan hipótesis de investigación, nula y alternativa? Al respecto no hay reglas universales, ni siquiera consenso entre los investigadores. Se puede leer en un artículo de alguna revista científica un reporte de investigación donde sólo se establezca la hipótesis de investigación; y, en otra, encontrar un artículo donde únicamente se plantea la hipótesis nula. Un artículo en una tercera revista, en el cual se puedan encontrar solamente las hipótesis de investigación y nula, pero no las alternativas. En una cuarta publicación otro artículo que contenga la hipótesis de investigación y las alternativas. Y otro más donde aparezcan hipótesis de investigación, nulas y alter- nativas. Esta situación es similar en los reportes presentados por un investigador o una empresa. Lo mismo ocurre en tesis y disertaciones doctorales, estudios de divulgación popular, reportes de investi- gaciones gubernamentales, libros y otras formas para presentar estudios de muy diversos tipos. En estudios que contienen análisis de datos cuantitativos, la opción más común es incluir la o las hipótesis de investigación únicamente (Degelman, 2005, consultor de la American Psychological Association). Algunos investigadores sólo enuncian una hipótesis nula o de investigación presuponien- do que quien lea su reporte deducirá la hipótesis contraria. Nuestra recomendación es que aunque exclusivamente se incluyan las hipótesis de investigación, todas se tengan presentes, no sólo al plantearlas, sino durante todo el estudio. Esto ayuda a que el investigador siempre esté alerta ante todas las posibles descripciones y explicaciones del fenómeno considerado; así podrá tener un panorama más completo de lo que analiza. La American Psychological Association (2002) recomienda para decidir qué tipo de hipótesis deben incluirse en el reporte, se consulten los manuales o a un asesor cali- ficado de su universidad o las normas de publicaciones. ¿Cuántas hipótesis se deben formular en una investigación? Cada investigación es diferente. Algunas contienen gran variedad de hipótesis porque el problema de investigación es complejo (por ejemplo, pretenden relacionar 15 o más variables), mientras que otras contienen una o dos hipótesis. Todo depende del estudio que habrá de llevarse a cabo. La calidad de una investigación no necesariamente está relacionada con el número de hipótesis que contenga. En este sentido, se debe tener el número de hipótesis necesarias para guiar el estudio, y ni una más ni una menos. ¿En una investigación se pueden formular hipótesis descriptivas de un dato que se pronostica en una variable, hipótesis correlacionales, hipótesis de la diferencia de grupos e hipótesis causales? La respuesta es sí. En una misma investigación es posible establecer todos los tipos de hipótesis, porque el problema de investigación así lo requiere. Supongamos que alguien ha planteado un estudio en una ciudad latinoamericana y sus preguntas de investigación e hipótesis podrían ser las que se muestran en la tabla 6.2. American Psychological Association www.apa.org P h l i l A P A www.FreeLibros.com
- 149. 107 ¿Qué es la prueba de hipótesis? Tabla 6.2 Ejemplo de un estudio con varias preguntas de investigación e hipótesis Preguntas de investigación Hipótesis ¿Cuál será a fin de año el nivel de desempleo en la ciudad de Baratillo? El nivel de desempleo en la ciudad de Baratillo será de 5% a fin de año (Hi: % = 5). ¿Cuál es el nivel promedio de ingreso familiar mensual en la ciudad de Baratillo? El nivel promedio de ingreso familiar mensual oscila entre 650 y 700 dólares (Hi: 649 X _ 701). ¿Existen diferencias entre los distritos (barrios, delegaciones o equivalentes) de la ciudad de Baratillo en cuanto al nivel de desempleo? (¿Hay barrios o distritos con mayores índices de desempleo?) Existen diferencias en cuanto al nivel de desempleo entre los distritos de la ciudad de Baratillo (Hi: Índice 1 ≠ Índice 2 ≠ Índice 3 ≠ Índice k). ¿Cuál es el nivel de escolaridad promedio de los jóvenes y las jóvenes que viven en Baratillo? ¿Existen diferencias por género al respecto? No se dispone de información, no se establecen hipótesis. ¿Está relacionado el desempleo con incrementos en la delin- cuencia de dicha ciudad? A mayor desempleo, mayor delincuencia (Hi: rxy ≠ 0). ¿Provoca el nivel de desempleo un rechazo contra la política fiscal gubernamental? El desempleo provoca un rechazo contra la política fiscal gubernamental (Hi: X → Y ). En el ejemplo encontramos todos los tipos generales de hipótesis. Asimismo, observaremos que hay preguntas que no se traducen en hipótesis (escolaridad y diferencias por género en ésta). Ello pue- de deberse a que es difícil establecerlas, ya que no se dispone de información al respecto. Los estudios que se inician y concluyen como descriptivos, formularán —si pronostican un dato— hipótesis descriptivas; los correlacionales podrán establecer hipótesis descriptivas de estima- ción, correlacionales y de diferencia de grupos (cuando éstas no expliquen la causa que provoca la diferencia); por su parte, los explicativos podrán incluir hipótesis descriptivas de pronóstico, correla- cionales, de diferencia de grupos y causales. No debemos olvidar que una investigación puede abordar parte del problema de forma descriptiva y parte explicativa. Aunque debemos señalar que los estudios descriptivos no suelen contener hipótesis, y ello se debe a que en ocasiones es difícil precisar el valor que se puede manifestar en una variable. Los tipos de estudio que no establecen hipótesis son los exploratorios. No puede presuponerse (afirmando) algo que apenas va a explorarse. Sería como si antes de una primera cita con una persona totalmente desconocida del género opuesto, tratáramos de conjeturar qué tan simpática es, qué inte- reses y valores tiene, etc. Ni siquiera podríamos anticipar qué tan atractiva nos va a resultar, y tal vez en una primera cita nos dejemos llevar por nuestra imaginación; pero en la investigación esto no debe ocurrir. Si se nos proporciona más información (lugares a donde le agrada ir, ocupación, religión, nivel socioeconómico, tipo de música que le gusta y grupos de los que es miembro), podemos plantearnos hipótesis en mayor medida, aunque nos basemos en estereotipos. Y si nos dieran información muy personal e íntima sobre ella, podríamos sugerir hipótesis acerca de qué clase de relación vamos a esta- blecer con esa persona y por qué (explicaciones tentativas). ¿Qué es la prueba de hipótesis? Como se ha venido mencionando a lo largo de este capítulo, las hipótesis del proceso cuantitativo se someten a prueba o escrutinio empírico para determinar si son apoyadas o refutadas, de acuerdo con lo que el investigador observa. De hecho, para esto se formulan en la tradición deductiva. Ahora bien, www.FreeLibros.com
- 150. Capítulo 6 Formulación de hipótesis 108 en realidad no podemos probar que una hipótesis sea verdadera o falsa, sino argumentar que fue apo- yada o no de acuerdo con ciertos datos obtenidos en una investigación particular. Desde el punto de vista técnico, no se acepta una hipótesis a través de un estudio, sino que se aporta evidencia en su favor o en su contra.6 Cuantas más investigaciones apoyen una hipótesis, más credibilidad tendrá; y, por supuesto, será válida para el contexto (lugar, tiempo y participantes u objetos) en que se comprobó. Al menos lo es probabilísticamente. Las hipótesis, en el enfoque cuantitativo, se someten a prueba en la “realidad” cuando se aplica un diseño de investigación, se recolectan datos con uno o varios instrumentos de medición, y se analizan e interpretan esos mismos datos. Y como señala Kerlinger (1979), las hipótesis constituyen instrumen- tos muy poderosos para el avance del conocimiento, puesto que aunque sean formuladas por el ser humano, pueden ser sometidas a prueba y demostrarse como probablemente correctas o incorrectas, sin que interfieran los valores y las creencias del individuo. ¿Cuál es la utilidad de las hipótesis? Es posible que alguien piense que con lo expuesto en este capítulo queda claro qué valor tienen las hipótesis para la investigación. Sin embargo, creemos que es necesario ahondar un poco más en este punto, mencionando las principales funciones de las hipótesis. 1. En primer lugar, son las guías de una investigación en el enfoque cuantitativo. Formularlas nos ayuda a saber lo que tratamos de buscar, de probar. Proporcionan orden y lógica al estudio. Son como los objetivos de un plan administrativo: las sugerencias formuladas en las hipótesis pueden ser soluciones a los problemas de investigación. Si lo son o no, efectivamente es la tarea del estudio (Selltiz et al., 1980.) 2. En segundo lugar, tienen una función descriptiva y explicativa, según sea el caso. Cada vez que una hipótesis recibe evidencia empírica en su favor o en su contra, nos dice algo acerca del fenó- meno con el que se asocia o hace referencia. Si la evidencia es en favor, la información sobre el fenómeno se incrementa; y aun si la evidencia es en contra, descubrimos algo acerca del fenómeno que no sabíamos antes. 3. La tercera función es probar teorías. Cuando varias hipótesis de una teoría reciben evidencia posi- tiva, la teoría va haciéndose más robusta; y cuanto más evidencia haya en favor de aquéllas, más evidencia habrá en favor de ésta. 4. Una cuarta función consiste en sugerir teorías. Diversas hipótesis no están asociadas con teoría alguna; pero llega a suceder que como resultado de la prueba de una hipótesis, se pueda construir una teoría o las bases para ésta. Lo anterior no es muy frecuente, pero ha llegado a ocurrir. ¿Qué ocurre cuando no se aporta evidencia en favor de las hipótesis de investigación? No es raro escuchar una conversación como la siguiente entre dos pasantes que acaban de analizar los datos de su tesis (que es una investigación): Elisa: Los datos no apoyan nuestras hipótesis. Gabriel: ¿Y ahora qué vamos a hacer? Nuestra tesis no sirve. Elisa: Tendremos que hacer otra tesis. 6 Aquí se ha preferido evitar la exposición sobre la lógica de la prueba de hipótesis, la cual indica que la única alternativa abierta en una prueba de significancia para una hipótesis, radica en que se puede rechazar una hipótesis nula o equivocarse al rechazarla. Pero la frase “equivocarse al rechazar” no es sinónimo de aceptar. La razón para no incluir esta perspectiva reside en que, el hacerlo, podría confundir más que esclarecer el panorama al que se inicia en el tema. A quien desee ahondar en la lógica de la prueba de hipótesis, le recomendamos acudir a Blaikie (2007 y 2000) y a Chalmers (1999). Especialmente a Henkel (1976, pp. 34-35), y a otras referencias que sustentan desde la epistemología las posiciones al respecto, como Popper (1992 y 1996) y Hanson (1958). 4 www.FreeLibros.com
- 151. 109 ¿Deben definirse las variables de una hipótesis como parte de su formulación? No siempre los datos apoyan las hipótesis. Pero el hecho de que éstos no aporten evidencia en favor de las hipótesis planteadas de ningún modo significa que la investigación carezca de utilidad. Claro que a todos nos agrada que lo que suponemos concuerde con nuestra “realidad”. Si afirmamos cuestiones como: “yo le gusto a Mariana”, “el grupo más popular de música en esta ciudad es mi grupo favorito”, “va a ganar tal equipo en el próximo campeonato nacional de fútbol”; “Paola, Chris, Sergio y Lupita me van a ayudar mucho a salir adelante en este problema”, nos resultará satisfactorio que se cumplan. Incluso hay quien formula una presuposición y luego la defiende a toda costa, aunque se haya percatado de que se equivocó. Es humano; sin embargo, en la investigación el fin último es el conocimiento y, en este sentido, también los datos en contra de una hipótesis ofrecen entendimiento. Lo importante es analizar por qué no se aportó evidencia en favor de las hipótesis. A propósito, conviene citar a Van Dalen y Meyer (1994, p. 193): Para que las hipótesis tengan utilidad, no es necesario que sean las respuestas correctas a los problemas planteados. En casi todas las investigaciones, el estudioso formula varias hipótesis y espera que alguna de ellas proporcione una solución satisfactoria del problema. Al eliminar cada una de las hipótesis, va estrechando el campo en el cual deberá hallar la respuesta. Y agregan: La prueba de “hipótesis falsas” [que nosotros preferimos llamar hipótesis que no recibieron evidencia empírica] también resulta útil si dirige la atención del investigador o de otros científicos hacia factores o relaciones insospechadas que, de alguna manera, podrían ayudar a resolver el problema. La American Psychological Association (2002, p. 16) señala, al mencionar la presentación de los descubrimientos en un reporte de investigación, lo siguiente: “mencione todos los resultados relevan- tes, incluyendo aquellos que contradigan las hipótesis”. ¿Deben definirse las variables de una hipótesis como parte de su formulación? Al formular una hipótesis, es indispensable definir los términos o variables incluidos en ella. Esto es necesario por varios motivos: 1. Para que el investigador, sus colegas, los usuarios del estudio y, en general, cualquier persona que lea la investigación le den el mismo significado a los términos o variables incluidas en las hipóte- sis, es común que un mismo concepto se emplee de maneras distintas. El término “novios” puede significar para alguien una relación entre dos personas de género distinto que se comunican inter- personalmente con la mayor frecuencia que les es posible, que cuando están “cara a cara” se besan y toman de la mano, que se sienten atraídos en lo físico y comparten entre sí información que nadie más posee. Para otros significaría una relación entre dos personas de género diferente que tiene como finalidad contraer matrimonio. Para un tercero, una relación entre dos individuos de género distinto que mantienen relaciones sexuales, y alguien más podría tener otra concepción. Y en caso de que se pensara llevar a cabo un estudio con parejas de novios, no sabríamos con exac- titud quiénes se incluirían en éste y quiénes no, a menos que se definiera con la mayor precisión posible el concepto de “novios”. Términos como “actitud”, “inteligencia” y “aprovechamiento” llegan a tener varios significados o definirse de diversas formas. 2. Asegurarnos de que las variables pueden ser medidas, observadas, evaluadas o inferidas, es decir que de ellas se pueden obtener datos de la realidad. 3. Confrontar nuestra investigación con otras similares. Si tenemos definidas nuestras variables, podemos comparar nuestras definiciones con las de otros estudios para saber “si hablamos de lo mismo”. Si la comparación es positiva, confrontaremos los resultados de nuestra investigación con los resultados de las demás. A P A www.FreeLibros.com
- 152. Capítulo 6 Formulación de hipótesis 110 4. Evaluar más adecuadamente los resultados de nuestra investigación, porque las variables, y no sólo las hipótesis, se contextualizan. En conclusión, sin definición de las variables no hay investigación. Las variables deben ser defini- das de dos formas: conceptual y operacional. Definición conceptual o constitutiva Una definición conceptual trata a la variable con otros términos. Así, inhibición proactiva se podría definir como: “la dificultad de evocación que aumenta con el tiempo”; y poder como: “influir más en los demás que lo que éstos influyen en uno”. Se tratan de definiciones de diccionarios o de libros espe- cializados (Kerlinger, 2002; Rojas, 2001) y cuando describen la esencia o las características de una variable, objeto o fenómeno se les denomina definiciones reales (Reynolds, 1986). Estas últimas cons- tituyen la adecuación de la definición conceptual a los requerimientos prácticos de la investigación. De esa forma, el término actitud se definiría como “una tendencia o predisposición a evaluar de cierta manera un objeto o un símbolo de este objeto” (Haddock y Maio, 2007; Kahle, 1985; y Oskamp, 1991). Si nuestra hipótesis fuera: “cuanto mayor sea la exposición de los votantes indecisos a entrevis- tas televisivas concedidas por los candidatos contendientes, más favorable será la actitud hacia el acto de votar”, tendríamos que contextualizar la definición conceptual de “actitud” (formular la definición real). La “actitud hacia el acto de votar” podría definirse como la predisposición a evaluar como posi- tivo el hecho de votar para una elección. Algunos ejemplos de definiciones conceptuales se muestran en la tabla 6.3. Tabla 6.3 Ejemplos de definiciones conceptuales Variable Definición conceptual Inteligencia emocional Capacidad para reconocer y controlar nuestras emociones, así como manejar con más destreza nues- tras relaciones (Goleman, 1996). Producto interno bruto Conjunto del valor de todos los bienes y servicios finales producidos en una economía durante un periodo determinado, que puede ser trimestral o anual. El PIB puede ser clasificado como nominal o real. En el primero, los bienes y servicios finales son valuados a los precios vigentes durante el periodo en cuestión, mientras que en el segundo los bienes y servicios finales se valúan a los precios vigentes en un año base (CIDE, 2004). Abuso sexual infantil La utilización de un menor para la satisfacción de los deseos sexuales de un adulto encargado de los cuidados del niño y/o en quien éste confía (Barber, 2005). La utilización de un menor de 12 años o menos para la satisfacción sexual. El abuso sexual en la niñez puede incluir contacto físico, masturbación, relaciones sexuales (incluso penetración) y/o contacto anal u oral. Pero también puede incluir el exhibicionismo, voyeurismo, la pornografía y/o la prostitución infantil (IPPF, 2000). Clima organiza- cional Conjunto de percepciones compartidas por los empleados respecto a factores de su entorno laboral (Hernández Sampieri, 2005). Pareja ideal (en las relaciones románticas) Prototipo de ser humano que los individuos consideran que posee los atributos más valorados por ellos y que representaría la opción perfecta para implicarse en una relación amorosa romántica e íntima de largo plazo (casarse o al menos vivir con ella) (Hernández Sampieri y Mendoza, 2008). Tales definiciones son necesarias pero insuficientes para definir las variables de la investigación, por- que no nos vinculan directamente con “la realidad” o con “el fenómeno, contexto, expresión, comunidad o situación”. Después de todo continúan con su carácter de conceptos. Los científicos necesitan ir más allá, deben definir las variables que se utilizan en sus hipótesis, en forma tal que puedan ser comprobadas y contextualizadas. Lo anterior es posible al utilizar lo que se conoce como definiciones operacionales. 1 www.FreeLibros.com
- 153. 111 Definiciones operacionales Definiciones operacionales Una definición operacional constituye el conjunto de procedimientos que descri- be las actividades que un observador debe realizar para recibir las impresiones sen- soriales, las cuales indican la existencia de un concepto teórico en mayor o menor grado (Reynolds, 1986, p. 52). En otras palabras, especifica qué actividades u ope- raciones deben realizarse para medir una variable. Una definición operacional nos dice que para reco- ger datos respecto de una variable, hay que hacer esto y esto otro, además articula los procesos o acciones de un concepto que son necesarios para identificar ejemplos de éste (MacGregor, 2006). Así, la definición operacional de la variable “temperatura” sería el termómetro; e “inteligencia” se definiría operacionalmente como las respuestas a una determinada prueba de inteligencia (por ejemplo: Stan- ford-Binet o Wechsler). Con respecto a la “satisfacción sexual de adultos”, existen varias definiciones operacionales para medir este constructo: The Female Sexual Function Index (Índice de la Función Sexual Femenina, FSFI) (Rosen et al., 2000) aplicable a mujeres; Golombok Rust Inventory of Sexual Satisfaction (Inventario de Satisfacción Sexual de Golombok y Rust, GRISS) (Rust y Golombok, 1986; Meston y Derogatis, 2002) y El Inventario de Satisfacción Sexual (Álvarez-Gayou Jurgenson et al., 2004),7 para ambos géneros. La variable “ingreso familiar” podría operacionalizarse al preguntar sobre el ingreso personal de cada uno de los miembros de la familia y luego sumar las cantidades que cada quien indicó. El atrac- tivo físico en un certamen de belleza se operacionaliza al aplicar una serie de criterios que un jurado utiliza para evaluar a las candidatas; los miembros del jurado otorgan una calificación a las contendien- tes en cada criterio y después obtienen una puntuación total del atractivo físico. Casi siempre se dispone de varias definiciones operacionales (o formas de operacionalizar) de una variable. Para definir operacionalmente la variable “personalidad” se cuenta con diversas alternativas: las pruebas psicométricas, como las diferentes versiones del Inventario Multifacético de la Personali- dad Minnesota (MMPI); pruebas proyectivas como el test de Roscharch o el test de apercepción temática (TAT), etcétera. Es posible medir la ansiedad de un individuo por medio de la observación directa de los expertos, quienes juzgan el nivel de ansiedad de esa persona; con mediciones fisiológicas de la actividad del sistema psicológico (presión sanguínea, respiraciones, etc.) y con el análisis de las respuestas a un cuestionario de ansiedad (Reynolds, 1986, p. 52). El aprendizaje de un alumno en un curso de investigación se mediría con el empleo de varios exámenes, un trabajo, o una combinación de exámenes, trabajos y prácticas. Algunos ejemplos de definiciones operacionales se incluyen en la tabla 6.4 (se muestran única- mente los nombres y algunas características). Tabla 6.4 Ejemplos de definiciones operacionales Variable Definición operacional Inteligencia emocional EIT (Emotional Intelligence Test). Prueba con 70 ítems o reactivos. Aceleración Acelerómetro. Abuso sexual infantil Children´s Knowledge of Abuse Questionnaire-Revised (CKAQ-R). Versión en español. El CKAQ-R tie- ne 35 preguntas a responder como verdadero-falso, y cinco extras para ser administradas a niñas y niños de ocho años en adelante. Puede ser aplicado a cualquier infante sin previa instrucción. Clima organizacional Escala Clima-UNI con 73 ítems para medir las siguientes dimensiones del clima organizacional: moral, apoyo de la dirección, innovación, percepción de la empresa-identidad-identificación, comunicación, percepción del desempeño, motivación intrínseca, autonomía, satisfacción general, liderazgo, visión y recompensas o retribución. 7 El desarrollo de esta definición operacional de satisfacción sexual lo podrá encontrar el lector en el ejemplo 4 del CD anexo (en Material complementario → Ejemplos → Diseño de una escala autoaplicable para la autoevaluación de la satisfacción sexual en hombres y mujeres mexicanos). definición operacional Conjunto de pro- cedimientos y actividades que se desarro- llan para medir una variable. 1 www.FreeLibros.com
- 154. Capítulo 6 Formulación de hipótesis 112 Cuando el investigador dispone de varias opciones para definir operacionalmente una variable, debe elegir la que proporcione mayor información sobre la variable, capte mejor su esencia, se adecue más a su contexto y sea más precisa. O bien, una mezcla de tales alternativas. Los criterios para evaluar una definición operacional son básicamente cuatro: adecuación al con- texto, capacidad para captar los componentes de la variable de interés, confiabilidad y validez. De ellos se hablará en el capítulo 9, “Recolección de los datos cuantitativos”. Una correcta selección de las definiciones operacionales disponibles o la creación de la propia definición operacional se encuentran muy relacionadas con una adecuada revisión de la literatura. Cuando ésta ha sido cuidadosa, se tiene una gama más amplia de definiciones operacionales para elegir o más ideas para desarrollar una nueva. Asimismo, al contar con estas definiciones, el tránsito a la elección del o los instrumentos para recabar los datos es muy rápido, sólo debemos considerar que se adapten al diseño y a la muestra del estudio. En la investigación comúnmente se tienen diversas variables y, por tanto, se formularán varias definiciones conceptuales y operacionales. Algunas variables no requieren que su definición conceptual se mencione en el reporte de investi- gación, porque ésta es relativamente obvia y compartida. El mismo título de la variable la define; por ejemplo, “género” y “edad”. Pero prácticamente todas las variables requieren una definición operacio- nal para ser evaluadas de manera empírica, aun cuando en el estudio no se formulen hipótesis. Siempre que se tengan variables, se deben definir operacionalmente. En el siguiente ejemplo se muestra una hipótesis con las correspondientes definiciones operacionales de las variables que la integran. EJEMPLO Hi: “A mayor motivación intrínseca en el trabajo, menor ausentismo.” Variable = “Motivación intrínseca en el trabajo”. “Ausentismo laboral”. Definiciones conceptuales: “Estado cognitivo que refleja el grado en que un trabajador atribuye la fuerza de su comportamiento en el trabajo a satisfac- ciones o beneficios derivados de sus tareas laborales en sí mismas. Es decir, a sucesos que no están mediatizados por una fuente externa a las tareas laborales del trabaja- dor. Este estado de motivación puede ser señalado como una experiencia autosatis- factoria”. “El grado en el cual un trabajador no se reporta a trabajar a la hora en que estaba programado para hacerlo”. Definiciones operacionales: “Autorreporte de motivación intrínseca (cuestionario autoadministrado) del Inventa- rio de Características del Trabajo, versión mexicana”. “Revisión de las tarjetas de asistencia al trabajo durante el último tri- mestre”. El cuestionario de motivación intrínseca sería desarrollado y adaptado al contexto del estudio en la fase del proceso cuantitativo denominada recolección de los datos; lo mismo ocurriría con el proce- dimiento para medir el “ausentismo laboral”. Desde luego, también durante esta etapa las variables llegan a ser objeto de modificación o ajuste y, en consecuencia, también sus definiciones. 3 www.FreeLibros.com
- 155. 113 Resumen Resumen • En este punto de la investigación es necesario analizar si es conveniente formular o no hipóte- sis, esto depende del alcance inicial del estudio (exploratorio, descriptivo, correlacional o explica- tivo). • Las hipótesis son proposiciones tentativas acerca de las relaciones entre dos o más variables y se apoyan en conocimientos organizados y sistema- tizados. • Las hipótesis son el centro del enfoque cuantita- tivo-deductivo. • Las hipótesis contienen variables; éstas son pro- piedades cuya variación es susceptible de ser medida, observada o inferida. • Las hipótesis surgen normalmente del plantea- miento del problema y la revisión de la literatura, y algunas veces a partir de teorías. • Las hipótesis deben referirse a una situación, un contexto, un ambiente o un evento empírico. Las variables contenidas deben ser precisas, concretas, y poder observarse en la realidad; la relación entre las variables debe ser clara, verosímil y medible. Asimismo, las hipótesis tienen que vincularse con técnicas disponibles para probarlas. • Al definir el alcance del estudio (exploratorio, des- criptivo, correlacional o explicativo) es que el inves- tigador decide establecer o no hipótesis. En los estudios exploratorios no se establecen hipótesis. • Las hipótesis se clasifican en: a) hipótesis de investigación, b) hipótesis nulas, c) hipótesis alternativas y d) hipótesis estadísticas. • A su vez, las hipótesis de investigación se clasi- fican de la manera que se muestra en la figura 6.7. • Puesto que las hipótesis nulas y las alternativas se derivan de las hipótesis de investigación, pue- den clasificarse del mismo modo, pero con los elementos que las caracterizan. • Las hipótesis estadísticas se clasifican en: a) hipó- tesis estadísticas de estimación, b) hipótesis esta- dísticas de correlación y c) hipótesis estadísticas de la diferencia de grupos. Son propias de estu- Figura 6.7 Clasificación de las hipótesis de investigación. a) Hipótesis descriptiva de un dato o valor que se pronostica Hipótesis que establecen simplemente relación entre las variables Hipótesis que establecen cómo es la relación entre las variables (hipótesis direccionales) Hipótesis que establecen diferencias entre los grupos a comparar Hipótesis que especifican en favor de qué grupo (de los que se comparan) es la diferencia • Hipótesis con varias variables independientes y una dependiente • Hipótesis con una variable independiente y varias dependientes • Hipótesis con diversas variables tanto independientes como dependientes • Hipótesis con presencia de variables intervinientes • Hipótesis altamente complejas Bivariadas Multivariadas Bivariadas Multivariadas Bivariadas Multivariadas b) Hipótesis correlacionales c) Hipótesis de la diferencia de grupos d) Hipótesis causales www.FreeLibros.com
- 156. 114 Capítulo 6 Formulación de hipótesis dios cuantitativos. Éstas se revisan en el capítulo 8 del CD: “Análisis estadístico: segunda parte”. • En una investigación pueden formularse una o varias hipótesis de distintos tipos. • Dentro del enfoque deductivo-cuantitativo, las hipótesis se contrastan con la realidad para acep- tarse o rechazarse en un contexto determinado. • Las hipótesis constituyen las guías de una inves- tigación. • La formulación de hipótesis va acompañada de las definiciones conceptuales y operacionales de las variables contenidas dentro de la hipótesis. • Una definición conceptual trata a la variable con otros términos, es como una definición de diccio- nario especializado. • La definición operacional nos indica cómo vamos a medir la variable. • Hay investigaciones en las que no se puede for- mular hipótesis porque el fenómeno a estudiar es desconocido o se carece de información para establecerlas (pero ello sólo ocurre en los estudios exploratorios y algunos estudios descriptivos). dios 8 d • En vari • Den Conceptos básicos Definición conceptual Definición operacional Hipótesis Hipótesis alternativa Hipótesis causales bivariadas Hipótesis causales multivariadas Hipótesis correlacionales Hipótesis de investigación Hipótesis de la diferencia de grupos Hipótesis descriptivas del valor de variables Hipótesis estadística Hipótesis nula Prueba de hipótesis Tipo de hipótesis Variable Variable dependiente Variable independiente Variable interviniente Ejercicios (Respuestas en el CD anexo, Material comple- mentario → Apéndices → Apéndice 3) 1. Busque un artículo que reporte un estudio cuan- titativo en una revista científica de su campo o área de conocimiento, que contenga al menos una hipótesis y responda: ¿está o están redacta- das adecuadamente las hipótesis?, ¿son enten- dibles?, ¿de qué tipo son (de investigación, nula o alternativa; descriptiva de un dato o valor que se pronostica, correlacional, de diferencia de grupos o causal)?, ¿cuáles son sus variables y cómo están definidas conceptual u operacio- nalmente?, ¿qué podría mejorarse en el estudio respecto a las hipótesis? 2. La hipótesis: “los niños de cuatro a seis años de edad que dedican mayor cantidad de tiempo a ver televisión desarrollan mayor vocabulario que los niños que ven menos televisión”. Es una hipótesis de investigación: ___________ _______________________________ (anotar). 3. La hipótesis: “los niños de zonas rurales de la provincia de Antioquia, Colombia, ven diaria- mente tres horas de televisión en promedio”. Es una hipótesis de investigación: ___________ _______________________________ (anotar). 4. Redacte una hipótesis de diferencia de grupos y señale cuáles son las variables que la inte- gran. 5. ¿Qué tipo de hipótesis es la siguiente? “La motivación intrínseca hacia el trabajo por parte de ejecutivos de grandes empresas indus- triales influye en su productividad y en su movi- lidad ascendente dentro de la organización”. 6. Formule las hipótesis que corresponden a la figura 6.8. 7. Formule las hipótesis nula y alternativa que corresponderían a la siguiente hipótesis de investigación: Hi: “Cuanto más asertiva sea una persona en sus relaciones interpersonales íntimas, mayor número de conflictos verbales ten- drá”. 8. Formule una hipótesis y defina conceptual y operacionalmente sus variables, de acuerdo con el problema que ha planteado en capítulos anteriores dentro de la sección de ejercicios. www.FreeLibros.com
- 157. 115 Los investigadores opinan Marginación socioeconómica Desnutrición Apatía Retardo mental Bajas defensas del organismo Enfermedades carenciales Enfermedades infecciosas Figura 6.8 Formulación de hipótesis. Ejemplos desarrollados La televisión y el niño Algunas de las hipótesis que podrían formularse son: Hi: “Los niños de la Ciudad de México ven, en pro- medio, más de tres horas diarias de televisión”. Ho: “Los niños de la Ciudad de México no ven, en pro- medio, más de tres horas diarias de televisión”. Ha: “Los niños de la Ciudad de México ven, en pro- medio, menos de tres horas diarias de televi- sión”. Hi: “El medio de comunicación colectiva más utili- zado por los niños de la Ciudad de México es la televisión”. Hi: “A mayor edad, mayor uso de la televisión”. Hi: “Los niños de la Ciudad de México ven más televisión de lunes a viernes que en los fines de semana”. Hi: “Los niños y las niñas difieren en cuanto a los contenidos televisivos preferidos”. La pareja y relación ideales Aunque algunos estudios conducidos en el cam- po de las relaciones interpersonales y el amor han encontrado algunos factores y atributos para descri- bir tanto a la pareja como a la relación ideal, por ejemplo: Weis y Sternberg (2007) y Fletcher et al. (1999), consideramos que éstos han sido conduci- dos en contextos diferentes al iberoamericano, razón por la cual es preferible partir desde una perspecti- va exploratoria-descriptiva y no establecer hipótesis respecto a qué factores emergerán. El abuso sexual infantil Hi: “Para niñas y niños de cuatro a seis años de edad, es más confiable y válido evaluar los programas de prevención del abuso sexual infantil con una escala conductual que con una cognitiva”. Otra manera de expresar esta hipótesis: Hi: “Las escalas conductuales que evalúan los pro- gramas de prevención del abuso sexual infantil tendrán mayor validez y confiabilidad que las escalas cognitivas”. Una de las principales cualidades que debe tener un investigador es la curiosidad, aunque también necesita cultivar la observación, con la finalidad de que sea capaz de detectar ideas que lo motiven a investigar sobre las mismas. Ya sea en una investigación básica o aplicada, un buen trabajo es aquel en el cual el equipo espe- cialista ha puesto todo su empeño en la búsqueda de conocimiento o soluciones, manteniendo siempre la objetividad y la mente abierta para tomar las deci- siones adecuadas. En las investigaciones de carácter multidisci- plinario, cuando el propósito es encontrar la verdad desde distintos ángulos del conocimiento, es posible Los investigadores opinan www.FreeLibros.com
- 158. 116 Capítulo 6 Formulación de hipótesis mezclar los enfoques cuantitativo y cualitativo; ya que, desde el enfoque aplicado, cada ciencia man- tiene sus propios métodos, categorías y especiali- dad. Aunque la investigación que se realiza en mi país aún no es suficiente, la calidad siempre se pue- de mejorar. Para promover proyectos en todas las áreas se necesita del trabajo conjunto de las univer- sidades, el gobierno y la industria. GLADYS ARGENTINA PINEDA Profesora de tiempo completo Facultad de Ingeniería Universidad Católica Nuestra Señora de la Paz Tegucigalpa, Honduras Hoy más que nunca se requieren nuevos conoci- mientos que permitan tomar decisiones respecto de los problemas sociales, lo cual sólo se puede lograr por medio de la investigación. Para tener éxito al llevar a cabo un proyecto, es necesario comenzar con un buen planteamiento del problema y, de acuerdo con el tipo de estudio, definir el enfoque que éste tendrá. Algunas investigaciones como las de mercado o de negocios tratan de manera conjunta aspectos cualitativos y cuantitativos. En tales casos se uti- lizan ambos enfoques, siempre y cuando sea de manera complementaria. MARÍA TERESA BUITRAGO Departamento de Economía Universidad Autónoma de Colombia Manizales, Colombia En investigación, el estudiante debe aplicar accio- nes para descartar hipótesis innecesarias y salir del empirismo mal entendido. El docente facilitará esta tarea si lo guía en el desarrollo e inicio de un pro- yecto. Una buena investigación se logrará en la medi- da en que el especialista tenga claro lo que quiere hacer, sus ideas, sus planteamientos y la viabilidad de los mismos. Para quienes han seguido la modalidad de la investigación cuantitativa, además de representar un proceso recolector y analítico de datos con pocos márgenes de error, la producción de datos estadísti- cos permite controlar la generación de respuestas y obtener resultados positivos, si cuenta con recomen- daciones para mejorar los trabajos cuantificables. El avance en investigación cualitativa ha sido de reforzamiento, ya que ésta tiene diferentes opciones para llevarse a cabo, lo cual no ocurre con la recopi- lación de datos matemáticos exactos. Con cada modelo experimental se toman en cuenta los elementos que resultan más convenien- tes para la misma, y ambos pueden mezclarse; por ejemplo, cuando en un proyecto de publicidad o mercadotecnia se requiere definir una serie de pro- blemas primarios y secundarios, tal conjunción per- mitirá obtener mejores resultados. Para realizar una investigación de mercado utilizo un paquete de análisis cualitativo, algo que mucha gente ve como una operación para obtener información y datos, en lo que estoy de acuerdo, porque cuando los resultados no son favorables se refuerza la idea de la utilidad limitada de tal inves- tigación. También he aplicado el análisis cualitativo en asuntos propagandísticos y académicos. En Panamá este tipo de investigación se utiliza principalmente a nivel comercial y para pulsar las opiniones políti- cas. ERIC DEL ROSARIO J. Director de Relaciones Públicas Universidad Tecnológica de Panamá Profesor de publicidad Universidad Interamericana de Panamá Profesor de mercadeo, publicidad y ventas Columbus University de Panamá Panamá www.FreeLibros.com
- 159. www.FreeLibros.com
- 160. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Definir el significado del término “diseño de investigación”, así como las implicaciones que se derivan de elegir uno u otro tipo de diseño. 2 Comprender que en un estudio pueden incluirse uno o varios diseños de investigación. 3 Conocer los tipos de diseños de la investigación cuantitativa y relacionarlos con los alcances del estudio. 4 Comprender las diferencias entre la investigación experimental y la investigación no experimental. 5 Analizar los diferentes diseños experimentales y sus grados de validez. 6 Analizar los distintos diseños no experimentales y las posibilidades de investigación que ofrece cada uno. 7 Realizar experimentos y estudios no experimentales. 8 Comprender cómo el factor tiempo altera la naturaleza de un estudio. Síntesis Con el propósito de responder a las preguntas de investigación planteadas y cumplir con los objetivos del estudio, el investigador debe seleccionar o desa- rrollar un diseño de investigación específico. Cuando se establecen y formulan hipótesis, los diseños sirven también para someterlas a prueba. Los diseños cuantitativos pueden ser experimentales o no experimentales. En este capítulo se analizan diferentes diseños experimentales y la manera de aplicarlos. Asimismo, se explica el concepto de validez experimental y cómo lograrla. (continúa) Paso 6 Elección o desarrollo del diseño apropiado para la investigación: experimental, no experimental o múltiple • Precisar el diseño específico. Proceso de investigación cuantitativa Concepción o elección del diseño de investigación Capítulo Co de 7 www.FreeLibros.com
- 161. • Tienen grado de control mínimo Recolección de datos en un único momento Analizar cambios a través del tiempo • Implican grupos intactos • Exploratorios • Descriptivos • Correlacionales-causales • Diseños de tendencia (trend) • Diseños de análisis evolutivo de grupos (cohort) • Diseños panel • Manipulación intencional de variables (independientes) • Medición de variables (dependientes) • Control y validez • Dos o más grupos de comparación • Participantes asignados al azar • Preexperimentos Característica Propósito • Cuasiexperi- mentos Tipos Tipos • Experimentos “puros” Diseño de investigación Tipos No experimentales Experimentales (que administran estímulos o tratamientos) En una misma investigación pueden incluirse dos o más diseños de distintos tipos (diseños múltiples) Cuyo propósito es: • Responder preguntas de investigación • Cumplir objetivos del estudio • Someter hipótesis a prueba Longitudinales o evolutivos Transeccionales o transversales Síntesis (continuación) También se presenta una clasificación de diseños no experimentales, en la que se considera: a) el factor tiempo o número de veces en que se recolectan datos; b) el alcance del estudio. Del mismo modo, se deja en claro que ningún tipo de diseño es intrínsecamente mejor que otro, sino que son el planteamiento del problema, los alcances de la investigación y la formulación o no de hipótesis y su tipo, los que determinan qué diseño es el más adecuado para un estudio en concreto; asimismo, es posible utilizar más de un diseño. Nota: En el CD anexo (Material complementario → Capítulos), encontrará el capítulo 5, “Diseños experimentales: segunda parte”, que extiende los contenidos expuestos en este capítulo 7, en especial lo relativo a la técnica de asignación al azar y emparejamiento, así como a series cronológicas, factoriales y cuasiexperimentos. Parte del material que estaba en ediciones anteriores en este capítulo se actualizó y transfirió a dicho medio (no se eliminó). www.FreeLibros.com
- 162. Capítulo 7 Concepción o elección del diseño de investigación 120 ¿Qué es un diseño de investigación? Una vez que se precisó el planteamiento del problema, se definió el alcance inicial de la investigación y se formularon las hipótesis (o no se establecieron debido a la naturaleza del estudio), el investigador debe visualizar la manera práctica y concreta de responder a las preguntas de investigación, además de cubrir los objetivos fijados. Esto implica seleccionar o desarrollar uno o más diseños de investigación y aplicarlos al contexto particular de su estudio. El término diseño se refiere al plan o estrategia con- cebida para obtener la información que se desea. En el enfoque cuantitativo, el investigador utiliza su o sus diseños para analizar la certeza de las hipótesis formuladas en un contexto en particular o para aportar evidencia respecto de los lineamien- tos de la investigación (si es que no se tienen hipótesis). Sugerimos a quien se inicia dentro de la investigación comenzar con estudios que se basen en un solo diseño y, posteriormente, desarrollar indagaciones que impliquen más de un diseño, si es que la situación de investigación así lo requiere. Utilizar más de un diseño eleva considerablemente los costos de la investigación. Para visualizar más claramente el asunto del diseño, recordemos una interrogante coloquial del capítulo anterior: ¿le gustaré a Paola: por qué sí y por qué no?; y la hipótesis: “yo le resulto atractivo a Paola porque me mira frecuentemente”. El diseño constituiría el plan o la estrategia para confirmar si es o no cierto que le resultó atractivo a Paola (el plan incluiría procedimientos y actividades tendientes a encontrar la respuesta a la pregunta de investigación). En este caso podría ser: mañana buscaré a Paola después de la clase de estadística, me acercaré a ella, le diré que se ve muy guapa y la invitaré a tomar un café. Una vez que estemos en la cafetería la tomaré de la mano, y si ella no la retira, la invitaré a cenar el siguiente fin de semana; y si acepta, en el lugar donde cenemos le comentaré que me resulta atractiva y le preguntaré si yo le resulto atractivo. Desde luego, puedo seleccionar o concebir otra estrategia, tal como invitarla a bailar o ir al cine en lugar de ir a cenar; o bien, si conozco a varias amigas de Paola y yo también soy amigo de ellas, preguntarles si le resulto atractivo a esta joven. En la investigación disponemos de distintas clases de diseños preconcebidos y debemos elegir uno o varios entre las alternativas existentes, o desarrollar nuestra propia estrategia (por ejemplo, invitarla al cine y obsequiarle un presente para observar cuál es su reacción al recibirlo). Si el diseño está concebido cuidadosamente, el producto final de un estudio (sus resultados) ten- drá mayores posibilidades de éxito para generar conocimiento. Puesto que no es lo mismo seleccionar un tipo de diseño que otro: cada uno tiene sus características propias, como se verá más adelante. No es igual preguntarle directamente a Paola si le resulto o no atractivo que preguntar a sus amigas; o que en lugar de interrogarla verbalmente, prefiera analizar su conducta no verbal (cómo me mira, qué reacciones tiene cuando la abrazo o me acerco a ella, etc.). Como tampoco será lo mismo si le cuestio- no delante de otras personas, que si le pregunto estando solos los dos. La precisión, amplitud y pro- fundidad de la información obtenida varía en función del diseño elegido. ¿Cómo debemos aplicar el diseño elegido o desarrollado? Dentro del enfoque cuantitativo, la calidad de una investigación se encuentra relacionada con el grado en que apliquemos el diseño tal como fue preconcebido (particularmente en el caso de los experimen- tos). Desde luego, en cualquier tipo de investigación el diseño se debe ajustar ante posibles contingen- cias o cambios en la situación (por ejemplo, un experimento en el cual no funciona el estímulo experimental, éste tendría que modificarse o adecuarse). Diseño Plan o estrategia que se desarrolla para obtener la información que se requiere en una investigación. 1 2 www.FreeLibros.com
- 163. Diseños experimentales 121 En el proceso cuantitativo, ¿de qué tipos de diseños disponemos para investigar? En la literatura sobre la investigación cuantitativa es posible encontrar diferentes clasificaciones de los diseños. En esta obra adoptamos la siguiente clasificación:1 investigación experimental e investigación no experimental. A su vez, la primera puede dividirse de acuerdo con las clásicas categorías de Campbell y Stanley (1966) en: preexperimentos, experimentos “puros” y cuasiexperimentos.2 La investigación no experimental la subdividimos en diseños transversales y diseños longitudinales. Dentro de cada clasificación se comentarán los diseños específicos. De los diseños de la investigación cualitativa nos ocuparemos en el siguiente apartado del libro. En términos generales, no consideramos que un tipo de investigación —y los consecuentes dise- ños— sea mejor que otro (experimental frente a no experimental). Como mencionan Kerlinger y Lee (2002), ambos son relevantes y necesarios, ya que tienen un valor propio. Cada uno posee sus caracte- rísticas, y la decisión sobre qué clase de investigación y diseño específico hemos de seleccionar o desa- rrollar depende del planteamiento del problema, el alcance del estudio y las hipótesis formuladas. Diseños experimentales ¿Qué es un experimento? El término experimento tiene al menos dos acepciones, una general y otra particular. La general se refiere a “elegir o realizar una acción” y después observar las consecuencias (Babbie, 2009). Este uso del término es bastante coloquial; así, hablamos de “experimentar” cuando mezclamos sustancias quími- cas y vemos la reacción provocada, o cuando nos cambiamos de peinado y observamos el efecto que suscita en nuestras amistades dicha transformación. La esencia de esta concepción de experimento es que requiere la manipulación intencional de una acción para analizar sus posibles resultados. Una acepción particular de experimento, más armónica con un sentido científico del término, se refiere a un estudio en el que se manipulan intencionalmente una o más variables independientes (supuestas causas-antecedentes), para analizar las consecuencias que la manipulación tiene sobre una o más variables dependientes (supuestos efectos-consecuentes), dentro de una situación de control para el investigador. Esta definición quizá parezca compleja; sin embargo, conforme se analicen sus componentes se aclarará el sentido de la misma. 1 La tipología ha sido aceptada en ediciones anteriores por su sencillez. 2 Esta clasificación sigue siendo la más citada en textos contemporáneos, por ejemplo: Creswell (2009) y Babbie (2009). X Causa (variable independiente) Y Efecto (variable dependiente) Figura 7.1 Esquema de experimento y variables. Creswell (2009) denomina a los experimentos como estudios de intervención, porque un inves- tigador genera una situación para tratar de explicar cómo afecta a quienes participan en ella en com- paración con quienes no lo hacen. Es posible experimentar con seres humanos, seres vivos y ciertos objetos. Los experimentos manipulan tratamientos, estímulos, influencias o intervenciones (denominadas variables independientes) para observar sus efectos sobre otras variables (las dependientes) en una situación de control. Veámoslo gráficamente en la figura 7.2. 3 www.FreeLibros.com
- 164. Capítulo 7 Concepción o elección del diseño de investigación 122 Es decir, los diseños experimentales se utilizan cuando el investigador pretende establecer el posi- ble efecto de una causa que se manipula. Pero, para establecer influencias (por ejemplo, decir que el tratamiento psicológico reduce la depresión), se deben cubrir varios requisitos que a continuación se expondrán. Desde luego, hay ocasiones en que no podemos o no debemos experimentar. Por ejemplo, no podemos evaluar las consecuencias del impacto —deliberadamente provocado— de un meteorito sobre un planeta, el estímulo es imposible de manipular (¿quién puede enviar un meteorito a cierta velocidad para que choque con un planeta?). Tampoco podemos experimentar con hechos pasados, así como no debemos realizar cierto tipo de experimentos por cuestiones éticas (por ejemplo, experimen- tar en seres humanos con un nuevo virus para conocer su evolución). Ciertamente se han efectuado experimentos con armas bacteriológicas y bombas atómicas, castigos físicos a prisioneros, deformacio- nes al cuerpo humano, etc.; sin embargo, son situaciones que no deben permitirse bajo ninguna cir- cunstancia. ¿Cuál es el primer requisito de un experimento? El primer requisito es la manipulación intencional de una o más variables independientes. La variable independiente es la que se considera como supuesta causa en una relación entre variables, es la condi- ción antecedente, y al efecto provocado por dicha causa se le denomina variable dependiente (conse- cuente). Y como se mencionó en el capítulo anterior referente a las hipótesis, el investigador puede incluir en su estudio dos o más variables independientes. Cuando en realidad existe una relación causal entre una variable independiente y una dependiente, al variar intencionalmente la primera, la segunda tam- bién variará; por ejemplo, si la motivación es causa de la productividad, al variar la motivación deberá variar la productividad. Un experimento se lleva a cabo para analizar si una o más variables independientes afectan a una o más variables dependientes y por qué lo hacen. Por ahora, simplifique- mos el problema de estudio a una variable independiente y una dependiente. En un experimento, la variable independiente resulta de interés para el investigador, ya que hipotéticamente será una de las causas que producen el efecto supuesto. Para obtener evidencia de esta supuesta relación causal, el investigador manipula la variable indepen- diente y observa si la dependiente varía o no. Aquí, manipular es sinónimo de hacer variar o asignar distintos valores a la variable independiente. Tratamiento, estímulo, influencia, intervención, etc. Variable independiente (supuesta causa) Influye en... Reduce Mejora Incrementa Un tratamiento psicológico Un tratamiento médico Un nuevo motor revolucionario Variable dependiente (supuesto efecto) Depresión Artritis Velocidad Figura 7.2 Ejemplos de la relación de variables independiente y dependiente. Experimento Situación de control en la cual se manipulan, de manera intencional, una o más variables inde- pendientes (causas) para analizar las consecuencias de tal manipulación sobre una o más variables dependien- tes (efectos). www.FreeLibros.com
- 165. Diseños experimentales 123 La variable dependiente se mide La variable dependiente no se manipula, sino que se mide para ver el efecto que la manipulación de la variable independiente tiene en ella. Esto se esquematiza de la siguiente manera: Manipulación de la Medición del efecto sobre la variable independiente variable dependiente XA Y XB • • • La letra “X” suele utilizarse para simbolizar una variable independiente o tratamiento experimen- tal, las letras o subíndices “A , B…” indican distintos niveles de variación de la independiente y la letra “Y” se utiliza para representar una variable dependiente. Grados de manipulación de la variable independiente La manipulación o variación de una variable independiente puede realizarse en dos o más grados. El nivel mínimo de manipulación es de presencia-ausencia de la variable independiente. Cada nivel o grado de manipulación involucra un grupo en el experimento. Presencia-ausencia Este nivel o grado implica que un grupo se expone a la presencia de la variable independiente y el otro no. Posteriormente, los dos grupos se comparan para saber si el grupo expuesto a la variable indepen- diente difiere del grupo que no fue expuesto. 3 En este momento no se explica el método para asignar a los niños a los dos grupos; lo veremos en el apartado de control y vali- dez interna. Lo que importa ahora es que se comprenda el significado de la manipulación de la variable independiente. EJEMPLO Si un investigador deseara analizar el posible efecto de los contenidos televisivos antisociales en la con- ducta agresiva de determinados niños, podría hacer que un grupo viera un programa de televisión con contenido antisocial y otro grupo viera un programa con contenido prosocial,3 y posteriormente observara cuál de los dos grupos muestra una mayor conducta agresiva. La hipótesis de investigación nos hubiera señalado lo siguiente: “la exposición por parte de los niños a contenidos antisociales tenderá a provocar un aumento en su conducta agresiva”. De este modo, si descubre que el grupo que observó el programa antisocial muestra mayor conducta agresiva respecto del grupo que vio el programa prosocial, y que no hay otra posible causa que hubiera afectado a los grupos de manera desigual, comprobaría su hipótesis. El investigador manipula o hace fluctuar la variable independiente para observar el efecto en la depen- diente, y lo realiza asignándole dos valores: presencia de contenidos antisociales por televisión (programa antisocial) y ausencia de contenidos antisociales por televisión (programa prosocial). El experimentador realiza la variación a propósito (no es casual): tiene control directo sobre la manipulación y crea las con- diciones para proveer el tipo de variación deseado. En un experimento, para que una variable se considere como independiente debe cumplir tres requi- sitos: 1. que anteceda a la dependiente; 2. que varíe o sea manipulada; 3. que esta variación pueda controlarse. www.FreeLibros.com
- 166. Capítulo 7 Concepción o elección del diseño de investigación 124 Por ejemplo, a un grupo de personas con artritis se le administra el tratamiento médico y al otro grupo no se le administra. Al primero se le conoce como grupo experimental, y al otro, en el que está ausente la variable independiente, se le denomina grupo de control. Pero en realidad ambos grupos participan en el experimento. Después se observa si hubo o no alguna diferencia entre los grupos en lo que respecta a la cura de la enfermedad (artritis). A la presencia de la variable independiente con frecuencia se le llama “tratamiento experimental”, “intervención experimental” o “estímulo experimental”. Es decir, el gru- po experimental recibe el tratamiento o estímulo experimental o, lo que es lo mismo, se le expone a la variable independiente; el grupo de control no recibe el tratamiento o estímulo experimental. Ahora bien, el hecho de que uno de los grupos no se exponga al tratamiento experimental no significa que su participación en el experimento sea pasiva. Por el contra- rio, implica que realiza las mismas actividades que el grupo experimental, excepto someterse al estímu- lo. En el ejemplo de la violencia televisada, si el grupo experimental va a ver un programa de televisión con contenido violento, el grupo de control podría ver el mismo programa, pero sin las escenas violen- tas (otra versión del programa). Si se tratara de experimentar con un medicamento, el grupo experimen- tal consumiría el medicamento, mientras que el grupo de control consumiría un placebo (por ejemplo, una supuesta píldora que en realidad es un caramelo bajo en azúcares). En general, en un experimento puede afirmarse lo siguiente: si en ambos grupos todo fue “igual” menos la exposición a la variable independiente, es muy razonable pensar que las diferencias entre los grupos se deban a la presencia-ausencia de tal variable. Más de dos grados En otras ocasiones, es posible hacer variar o manipular la variable independiente en cantidades o gra- dos. Supongamos una vez más que queremos analizar el posible efecto del contenido antisocial por televisión sobre la conducta agresiva de ciertos niños. Podría hacerse que un grupo fuera expuesto a un programa de televisión sumamente violento (con presencia de violencia física y verbal); un segun- do grupo se expusiera a un programa medianamente violento (sólo con violencia verbal), y un tercer grupo se expusiera a un programa sin violencia o prosocial. En este ejemplo, se tendrían tres niveles o cantidades de la variable independiente, lo cual se representa de la siguiente manera: X1 (programa sumamente violento) X2 (programa medianamente violento) — (ausencia de violencia, programa prosocial) Manipular la variable independiente en varios niveles tiene la ventaja de que no sólo se puede determinar si la presencia de la variable independiente o tratamiento experimental tiene un efecto, sino también si distintos niveles de la variable independiente producen diferentes efectos. Es decir, si la magnitud del efecto (Y ) depende de la intensidad del estímulo (X1 , X2 , X3 , etcétera). Ahora bien, ¿cuántos niveles de variación deben ser incluidos? No hay una respuesta exacta, depende del planteamiento del problema y los recursos disponibles. Del mismo modo, los estudios previos y la experiencia del investigador pueden darnos luz al respecto, ya que cada nivel implica un grupo experimental más. Por ejemplo, en el caso del tratamiento médico, dos niveles de variación pueden ser suficientes para probar su efecto, pero si tenemos que evaluar los efectos de distintas dosis de un medicamento, tendremos tantos grupos como dosis y, además, el grupo testigo o de control. Modalidades de manipulación en lugar de grados Existe otra forma de manipular una variable independiente que consiste en exponer a los grupos expe- rimentales a diferentes modalidades de la variable, pero sin que esto implique cantidad. Por ejemplo, experimentar con tipos de semillas, medios para comunicar un mensaje a todos los ejecutivos de la empresa (correo electrónico versus teléfono celular o móvil versus memorándum escrito, vacunas, esti- los de argumentaciones de abogados en juicios, procedimientos de construcción o materiales. Grupo de control Se le conoce tam- bién como grupo testigo. Grupo experimental Es el que reci- be el tratamiento o estímulo experi- mental. www.FreeLibros.com
- 167. 125 ¿Cómo se define la manera de manipular las variables independientes? En ocasiones, la manipulación de la variable independiente conlleva una combinación de canti- dades y modalidades de ésta. Los diseñadores de automóviles experimentan con el peso del chasis (cantidad) y el material con que está construido (modalidad) para conocer su efecto en la aceleración de un vehículo. Finalmente, es necesario insistir en que cada nivel o modalidad implica, al menos, un grupo. Si hay tres niveles (grados) o modalidades, se tendrán tres grupos como mínimo. ¿Cómo se define la manera de manipular las variables independientes? Al manipular una variable independiente es necesario especificar qué se va a entender por esa variable en el experimento (definición operacional experimental). Es decir, trasladar el concepto teórico a un estímulo experimental. Por ejemplo, si la variable independiente a manipular es la exposición a la violencia televisada (en adultos), el investigador debe pensar cómo va a transformar ese concepto en una serie de operaciones experimentales. En este caso podría ser: la violencia televisada será operacio- nalizada (transportada a la realidad) mediante la exposición a un programa donde haya riñas y golpes, insultos, agresiones, uso de armas de fuego, crímenes o intentos de crímenes, azotes de puertas, se aterre a personas, persecuciones, etc. Entonces se selecciona un programa donde se muestren tales conductas (por ejemplo, CSI: Investigación de la escena del crimen, Prision break o La ley y el orden, o una telenovela producida en Latinoamérica o serie española en que se presenten dichos comporta- mientos). Así, el concepto abstracto se transforma en un referente real. EJEMPLO Naves y Poplawsky (1984) diseñaron un experimento para poner a prueba la siguiente hipótesis: “a mayor grado de información sobre la deficiencia mental que posea el sujeto común se mostrará menor evitación en la interacción con el deficiente mental”.4 Manipulación intencional de una o más variables independientes Medir el efecto que una o más variables independientes tienen sobre una o más dependientes Procurar la validez externa de la situación experimental Control o validez interna Figura 7.3 Requisitos de un experimento. Veamos cómo un concepto teórico (grado de información sobre la deficiencia mental) en la prác- tica se tradujo a dos niveles de manipulación experimental. 4 En el ejemplo a veces se emplean los términos “deficiencia mental” y “deficiente mental”, debido a que son los que utilizaron Esther Naves y Silvia Poplawsky. Los términos más correctos serían: “capacidad mental diferente” y “persona con tal capacidad”. De antemano nos disculpamos si alguien se siente ofendido por estos vocablos. www.FreeLibros.com
- 168. Capítulo 7 Concepción o elección del diseño de investigación 126 Dificultades para definir cómo se manipularán las variables independientes En ocasiones no resulta tan difícil trasladar el concepto teórico (variable independiente) en opera- ciones prácticas de manipulación (tratamientos o estímulos experimentales). Manipular la paga (can- tidades de dinero otorgadas), la retroalimentación, el reforzamiento y la administración de un medicamento no es muy difícil. Sin embargo, a veces resulta verdaderamente complicado representar el concepto teórico en la realidad, sobre todo con variables internas, variables que pueden tener diver- sos significados o variables que sean difíciles de alterar. La socialización, la cohesión, la conformidad, el poder, la motivación individual y la agresión son conceptos que requieren un enorme esfuerzo por parte del investigador para operacionalizarse. Guía para sortear dificultades Para definir cómo se va a manipular una variable es necesario: 1. Consultar experimentos antecedentes para ver si en éstos resultó exitosa la forma de manipular la variable independiente. Al respecto, resulta imprescindible analizar si la manipulación de esos estudios puede aplicarse al contexto específico del nuestro, o cómo se extrapolaría a nuestra situa- ción experimental. 2. Evaluar la manipulación antes de que se conduzca el experimento. Hay varias preguntas que el experimentador debe hacerse para evaluar su manipulación antes de llevarla a cabo: ¿las operacio- nes experimentales representan la variable conceptual que se tiene en mente?, ¿los diferentes nive- 5 Las actuaciones fueron ensayadas una y otra vez ante un grupo de cuatro expertos sobre la deficiencia mental, hasta que el grupo unánimemente validó el desempeño del actor. La variable independiente fue “el grado de información sobre la deficiencia mental” (o mejor dicho, capacidad mental distinta); y la dependiente, “la conducta de evitación en interacciones con personas cuyas capacidades mentales son diferentes”. La primera se manipuló mediante dos niveles de informa- ción: 1) información cultural y 2) información sociopsicológica acerca de este tipo de capacidad mental. Por tanto, hubo dos grupos: uno con información cultural y otro con información sociopsicológica. El primer grupo no recibió ningún tipo de información sobre la deficiencia mental o la capacidad mental distinta, ya que se supuso: “que todo individuo, por pertenecer a cierta cultura, maneja este tipo de información, y está conformada por nociones generales y normalmente estereotipadas sobre la deficiencia mental; de ello se desprende que si un sujeto basa sus predicciones sobre la conducta del otro en el nivel cultural, obtendrá mínima precisión y pocas probabilidades de controlar el evento comunicativo” (Naves y Poplawsky, 1984, p. 119). El segundo grupo acudió a un centro de entrenamiento para personas cuyas capacidades mentales son diferentes, donde tuvo una reunión con ellos, quienes les proporcionaron información sociopsicológica (algunos contaron sus problemas en el trabajo y sus relaciones con superiores y compañeros, también se trataron temas como el amor y la amistad). Este grupo pudo observar lo que es la “deficiencia mental o capacidad mental distinta”, cómo se trata clínicamente y los efectos en la vida cotidiana de quien la posee, además de recibir información sociopsicológica al respecto. Después, todos los participantes fueron expuestos a una interacción sorpresiva con un supuesto indi- viduo con capacidad mental distinta (que en realidad era un actor entrenado para comportarse como “deficiente mental” y con conocimientos sobre la materia).5 La situación experimental estuvo bajo riguro- so control y se filmaron las interacciones para medir el grado de evitación hacia el sujeto con capacidad mental diferente, a través de cuatro dimensiones: a) distancia física, b) movimientos corporales que deno- taban tensión, c) conducta visual y d) conducta verbal. Se comprobó la hipótesis, pues el grupo con infor- mación cultural mostró una mayor conducta de evitación que el grupo con información sociopsicológica. www.FreeLibros.com
- 169. 127 ¿Cuántas variables independientes y dependientes deben incluirse en un experimento? les de variación de la variable independiente harán que los sujetos se comporten de diferente forma? (Christensen, 2006), ¿qué otras maneras existen para manipular la variable?, ¿ésta es la mejor? Si el concepto teórico no se traslada adecuadamente a la realidad, lo que sucederá es que al final realizaremos otro experimento muy distinto del que pretendemos. Si deseáramos averiguar el efecto de la ansiedad sobre la memorización de conceptos y si nuestra manipulación es erró- nea (en lugar de provocar ansiedad, generase inconformidad), los resultados del experimento tal vez nos ayudarán a explicar la relación inconformidad-memorización de conceptos; pero de nin- guna manera servirán para analizar el efecto de la ansiedad en la memorización. Podría ser que no nos demos cuenta y consideremos que aportamos algo cuando en realidad no lo hicimos. También, si la presencia de la variable independiente en el o los grupos experimentales es débil, probablemente no se encontrarán efectos, pero no porque no pueda haberlos. Si pretende- mos manipular la violencia televisada y nuestro programa no es en realidad violento (incluye uno que otro insulto y algunas sugerencias de violencia física) y no encontramos un efecto, en verdad no podemos afirmar o negar que haya un efecto, porque la manipulación fue débil. 3. Incluir verificaciones para la manipulación. Cuando se experimenta con personas hay varias formas de verificar si realmente funcionó la manipulación. La primera consiste en entrevistar a los parti- cipantes. Supongamos que, por medio de la manipulación, pretendemos generar que un grupo esté muy motivado hacia una tarea o actividad y el otro no, después del experimento entrevista- ríamos a los individuos para ver si el grupo que debía estar muy motivado en realidad lo estuvo, y el grupo que no debía estar motivado no lo estuvo. Una segunda forma es incluir mediciones relativas a la manipulación durante el experimento. Por ejemplo, aplicar una escala de motivación a ambos grupos cuando supuestamente unos deben estar motivados y otros no. ¿Cuál es el segundo requisito de un experimento? El segundo requisito consiste en medir el efecto que la variable independiente tiene en la variable dependiente. Esto es igualmente importante y como en la variable dependiente se observa el efecto, la medición debe ser válida y confiable. Si no podemos asegurar que se midió de manera adecuada, los resultados no servirán y el experimento será una pérdida de tiempo. Imaginemos que conducimos un experimento para evaluar el efecto de un nuevo tipo de enseñan- za en la comprensión de conceptos políticos por parte de ciertos niños, y en lugar de medir compren- sión medimos la memorización; por más correcta que resulte la manipulación de la variable independiente, el experimento resultaría un fracaso porque la medición de la dependiente no es válida. O supongamos que tenemos dos grupos a comparar con mediciones distintas, y si encontramos dife- rencias ya no sabremos si se debieron a la manipulación de la independiente o a que se aplicaron exá- menes de comprensión diferentes. Los requisitos para medir correctamente una variable se comentan en el capítulo 9: “Recolección de los datos cuantitativos”. En la planeación de un experimento se debe precisar cómo se van a manipular las variables independientes y cómo medir las dependientes. ¿Cuántas variables independientes y dependientes deben incluirse en un experimento? No hay reglas para ello; depende de cómo se haya planteado el problema de investigación y de las limitaciones que existan. Si al investigador interesado en contrastar efectos de apelaciones emotivas frente a racionales de comerciales televisivos en la predisposición de compra de un producto sólo le interesa este problema, tendrá una variable independiente única y una sola dependiente. Pero si tam- bién le interesa analizar el efecto de utilizar comerciales en blanco y negro frente a los que son a color, agregaría esta variable independiente y la manipularía. Tendría dos variables independientes (apela- ción y colorido) y una dependiente (predisposición de compra), son cuatro grupos (sin contar el de control): www.FreeLibros.com
- 170. Capítulo 7 Concepción o elección del diseño de investigación 128 a) grupo expuesto a apelación emotiva y comercial en blanco y negro; b) grupo expuesto a apelación emotiva y comercial en color; c) grupo expuesto a apelación racional y comercial en blanco y negro; d)grupo expuesto a apelación racional y comercial en color. O también se podría agregar una tercera variable independiente: duración de los comerciales, y una cuarta: realidad de los modelos del comercial (personas vivas en contraposición a dibujos anima- dos) y así sucesivamente. Claro está que conforme se aumenta el número de variables independientes se incrementarán las manipulaciones que deben hacerse y el número de grupos requeridos para el experimento. Entonces, entraría en juego el segundo factor mencionado (limitantes), tal vez no con- seguiría las suficientes personas para tener el número de grupos que se requiere, o el presupuesto para producir tal variedad de comerciales. Por otro lado, en cada caso podría optar por medir más de una variable dependiente y evaluar múltiples efectos de las independientes (en distintas variables). Por ejemplo, además de la predisposi- ción de compra, medir la recordación del comercial y la evaluación estética de éste. Resulta obvio que, al aumentar las variables dependientes, no tienen que incrementarse los grupos, porque estas variables no se manipulan. Lo que aumenta es el tamaño de la medición (cuestionarios con más preguntas, mayor número de observaciones, entrevistas más largas, etc.) porque hay más variables que medir. ¿Cuál es el tercer requisito de un experimento? El tercer requisito que todo experimento debe cumplir es el control o la validez inter- na de la situación experimental. El término “control” tiene diversas connotaciones den- tro de la experimentación. Sin embargo, su acepción más común es que, si en el experimento se observa que una o más variables independientes hacen variar a las dependientes, la variación de estas últimas se debe a la manipulación de las primeras y no a otros factores o causas; y si se observa que una o más independientes no tienen un efecto sobre las dependientes, se puede estar seguro de ello. En términos más coloquiales, tener “control” significa saber qué está ocurriendo realmente con la relación entre las variables independientes y las dependien- tes. Esto podría ilustrarse de la siguiente manera: Validez interna Grado de confianza que se tiene de que los resultados del experimento se interpreten adecuada- mente y sean válidos (se logra cuando hay control). Figura 7.4 Experimentos con control e intento de experimento. Cuando hay control es posible determinar la relación causal; cuando no se logra el control, no se puede conocer dicha relación (no se sabe qué está detrás del “cuadro en color”, quizá sería, por ejem- plo: “X→Y ”, o “X Y ”; es decir, que hay correlación o que no existe ninguna relación). En la estra- tegia de la experimentación, el investigador no manipula una variable sólo para comprobar la covariación, sino que al efectuar un experimento es necesario realizar una observación controlada (Van Dalen y Meyer, 1994). Dicho de una tercera forma, lograr control en un experimento es contener la influencia de otras variables extrañas en las variables dependientes, para así saber en realidad si las variables independien- tes que nos interesan tienen o no efecto en las dependientes. Ello se esquematizaría así: X X X Experimento (con control) Intento de experimento (sin control) Causalidad o no causalidad Sin conocimiento de causa Y Y Y www.FreeLibros.com
- 171. 129 ¿Cuál es el tercer requisito de un experimento? Es decir, “purificamos” la relación de X (independiente) con Y (dependiente) de otras posibles fuentes que afecten a Y, y que “contaminen” el experimento. Aislamos las relaciones que nos interesan. Si deseamos analizar el efecto que pueda tener un comercial sobre la predisposición de compra hacia el producto que se anuncia, sabemos que quizás existan otras razones o causas por las cuales las perso- nas piensen en comprar el producto (calidad, precio, cualidades, prestigio de la marca, etc.). Entonces, en el experimento se deberá controlar la posible influencia de estas otras causas, para que así sepamos si el comercial tiene o no algún efecto. De lo contrario, si se observa que la predisposición de compra es elevada y no hay control, no sabremos si el comercial es la causa o lo son los demás factores. Lo mismo ocurre con un método de enseñanza, cuando por medio de un experimento se desea evaluar su influencia en el aprendizaje. Si no hay control, no sabremos si un buen aprendizaje se debió al método, a que los participantes eran sumamente inteligentes, a que tenían conocimientos aceptables de los contenidos o a cualquier otro motivo. Si no hay aprendizaje no sabremos si se debe a que los sujetos estaban muy desmotivados hacia los contenidos a enseñar, a que eran poco inteligentes o a cualquier otra causa. Es decir, buscamos descartar otras posibles explicaciones para evaluar si la nuestra es o no la correcta (variables independientes de interés, estímulos o tratamientos experimentales que tienen el efecto que nos interesa comprobar). Tales explicaciones rivales son las fuentes de invalidación interna (que pueden invalidar el experimento). Fuentes de invalidación interna Existen diversos factores que tal vez nos confundan y sean motivo de que ya no sepamos si la presencia de una variable independiente o un tratamiento experimental surte o no un verdadero efecto. Se tra- ta de explicaciones rivales frente a la explicación de que las variables independientes afectan a las dependientes. Campbell y Stanley (1966) definieron estas explicaciones rivales, las cuales han sido ampliadas por Campbell (1975), Christensen (2006) y Babbie (2009). Se les conoce como fuentes de invalidación interna porque precisamente atentan contra la validez interna de un experimento. Ésta se refiere a cuánta confianza tenemos en que sea posible interpretar los resultados del experimento y éstos sean válidos. La validez interna se relaciona con la calidad del experimento y se logra cuando hay con- trol, cuando los grupos difieren entre sí solamente en la exposición a la variable independiente (ausen- cia-presencia o en grados o modalidades), cuando las mediciones de la variable dependiente son confiables y válidas, y cuando el análisis es el adecuado para el tipo de datos que estamos manejando. El control en un experimento se alcanza eliminando esas explicaciones rivales o fuentes de invalidación interna. A continuación se mencionan brevemente algunas de estas fuentes de invalidación en la tabla 7.1; una explicación más amplia, así como ejemplos y otras fuentes potenciales, las podrá encontrar el lector en el CD anexo → capítulo 5 “Diseños experimentales: segunda parte”. Figura 7.5 Experimentos con control de las variables extrañas. Control X X (Extrañas y fuentes de invalidación) X Vemos su efecto X (de interés, variable independiente manipulada) X (variable dependiente medida) C o n t r o l a m o s s u i n fl u e n c i a o la ausencia de éste www.FreeLibros.com
- 172. Capítulo 7 Concepción o elección del diseño de investigación 130 Tabla 7.1 Principales fuentes de invalidación interna6 Fuente o amenaza a la validez interna Descripción de la amenaza En respuesta, el investigador debe: Historia Eventos o acontecimientos externos que ocurran durante el experimento e influyan solamente a algunos de los participantes. Asegurarse de que los participantes de los grupos experimentales y de control experimenten los mismos eventos. Maduración Los participantes pueden cambiar o madurar durante el experimento y esto afectar los resultados. Seleccionar participantes para los gru- pos que maduren o cambien de manera similar durante el experimento. Inestabilidad del instrumento de medición Poca o nula confiabilidad del instrumento. Elaborar un instrumento estable y confiable. Inestabilidad del ambiente experimental Las condiciones del ambiente o entorno del experimen- to no sean iguales para todos los grupos participantes. Lograr que las condiciones ambientales sean las mismas para todos los grupos. Administración de pruebas Que la aplicación de una prueba o instrumento de medición antes del experimento influya las respuestas de los individuos cuando se vuelve a administrar la prueba después del experimento (recuerden sus respuestas). Tener pruebas equivalentes y confia- bles, pero que no sean las mismas y que los grupos que se comparen sean equiparables. Instrumentación Que las pruebas o instrumentos aplicados a los distintos grupos que participan en el experimento no sean equivalentes. Administrar la misma prueba o instru- mento a todos los individuos o grupos participantes. Regresión Seleccionar participantes que tengan puntuaciones extremas en la variable medida (casos extremos) y que no se mida su valoración real. Elegir participantes que no tengan puntuaciones extremas o pasen por un momento anormal. Selección Que los grupos del experimento no sean equivalentes. Lograr que los grupos sean equivalentes. Mortalidad Que los participantes abandonen el experimento. Reclutar suficientes participantes para todos los grupos. Difusión de tratamientos Que los participantes de distintos grupos se comuni- quen entre sí y esto afecte los resultados. Durante el experimento mantener a los grupos tan separados entre sí como sea posible. Compensación Que los participantes del grupo de control perciban que no reciben nada y eso los desmoralice y afecte los resultados. Proveer de beneficios a todos los grupos participantes. Conducta del experimentador Que el comportamiento del experimentador afecte los resultados. Actuar igual con todos los grupos y ser “objetivo”. ¿Cómo se logran el control y la validez interna? El control en un experimento logra la validez interna y se alcanza mediante: 1. varios grupos de comparación (dos como mínimo); 2. equivalencia de los grupos en todo, excepto en la manipulación de la o las variables indepen- dientes. 6 Basada en Hernández Sampieri et al. (2006) y Mertens (2005), pero principalmente Creswell (2009, p.163-165). www.FreeLibros.com
- 173. 131 ¿Cómo se logran el control y la validez interna? Varios grupos de comparación Es necesario que en un experimento se tengan, por lo menos, dos grupos que comparar. En primer término, porque si nada más se tiene un grupo no es posible saber con certeza si influyeron las fuentes de invalidación interna o no. Por ejemplo, si mediante un experimento buscamos probar la hipótesis: “a mayor información psicológica sobre una clase social, menor prejuicio hacia esta clase”. Si decidi- mos tener un solo grupo en el experimento, se expondría a los sujetos a un programa de sensibilización donde se proporcione información sobre la manera como vive dicha clase, sus angustias y problemas, necesidades, sentimientos, aportaciones a la sociedad, etc.; para luego observar el nivel de prejuicio (el programa incluiría charlas de expertos, películas y testimonios grabados, lecturas, etc.). Este experi- mento se esquematizaría así: Momento 1 Momento 2 Exposición al programa de sensibilización Observación del nivel de prejuicio Todo en un único grupo. ¿Qué sucede si se observa un bajo nivel de prejuicio en el grupo? ¿Podemos deducir con absoluta certeza que se debió al estímulo? Desde luego que no. Es posible que el nivel bajo de prejuicio se deba al programa de sensibilización, que es la forma de manipular la varia- ble independiente “información psicológica sobre una clase social”, pero también a que los participan- tes tenían un bajo nivel de prejuicio antes del experimento y, en realidad, el programa no afectó. Y no lo podemos saber porque no hay una medición del nivel de prejuicio al inicio del experimento (antes de la presentación del estímulo experimental); es decir, no existe punto de comparación. Pero, aunque hubiera ese punto de contraste inicial, con un solo grupo no podríamos estar seguros de cuál fue la causa del nivel de prejuicio. Supongamos que el nivel de prejuicio antes del estímulo o tratamiento era alto, y después del estímulo, bajo. Quizás el tratamiento sea la causa del cambio, pero tal vez también ocurrió lo siguiente: 1. Que la primera prueba de prejuicio sensibilizara a los sujetos participantes y que influyera en sus respuestas a la segunda prueba. Así, las personas crearon conciencia de lo negativo de ser prejui- ciosas al responder a la primera prueba (administración de prueba). 2. Que los individuos seleccionados se agotaran durante el experimento y sus respuestas a la segunda prueba fueran “a la ligera” (maduración). 3. Que durante el experimento se salieron sujetos prejuiciosos o parte importante de ellos (mortali- dad experimental). O bien otras razones. Y si no se hubiera observado un cambio en el nivel de prejuicio entre la primera prueba (antes del programa) y la segunda (después del programa), esto significaría que la ex- posición al programa no tiene efectos, aunque también podría ocurrir que el grupo seleccionado es muy prejuicioso y tal vez el programa sí tiene efectos en personas con niveles comunes de prejuicio. Asimismo, si el cambio es negativo (mayor nivel de prejuicio en la segunda medición que en la prime- ra), se podría suponer que el programa incrementa el prejuicio, pero supongamos que haya ocurrido un suceso durante el experimento que generó momentáneamente prejuicios hacia esa clase social (una violación en la localidad a cargo de un individuo de esa clase), pero después los participantes “regresa- ron” a su nivel de prejuicio normal (regresión). Incluso podría haber otras explicaciones. Con un solo grupo no estaríamos seguros de que los resultados se debieran al estímulo experimen- tal o a otras razones. Siempre quedará la duda. Los “experimentos” con un grupo se basan en sospechas o en lo que “aparentemente es”, pero carecen de fundamentos. Al tener un único grupo se corre el riesgo de seleccionar sujetos atípicos (los más inteligentes al experimentar con métodos de enseñanza, los trabajadores más motivados al experimentar con programas de incentivos, los consumidores más críticos, las parejas de novios más integradas, etc.) y de que intervengan la historia, la maduración, y demás fuentes de invalidación interna, sin que el experimentador se dé cuenta. www.FreeLibros.com
- 174. Capítulo 7 Concepción o elección del diseño de investigación 132 Por ello, el o la investigador(a) debe tener, al menos, un punto de comparación: dos grupos, uno al que se le administra el estímulo y otro al que no (el grupo de control).7 Tal como se mencionó al hablar de manipulación, a veces se requiere tener varios grupos cuando se desea averiguar el efecto de distintos niveles o modalidades de la variable independiente. Equivalencia de los grupos Sin embargo, para tener control no basta con dos o más grupos, sino que éstos deben ser similares en todo, menos en la manipulación de la o las variables independientes. El control implica que todo permanece constante, salvo tal manipulación o intervención. Si entre los grupos que conforman el experimento todo es similar o equivalente, excepto la manipulación de la variable independiente, las diferencias entre los grupos pueden atribuirse a ella y no a otros factores (entre los cuales están las fuentes de invalidación interna). Imaginemos que deseamos probar si una serie de programas educativos de televisión para niños genera mayor aprendizaje en comparación con un método educativo tradicional. Un grupo recibe la enseñanza a través de los programas, otro grupo la recibe por medio de instrucción oral tradicional y un tercer grupo dedica ese mismo tiempo a jugar libremente en el salón de clases. Supongamos que los niños que aprendieron mediante los programas obtienen las mejores calificaciones en una prueba de conocimientos relativa a los contenidos enseñados, los que recibieron el método tradicional obtienen calificaciones mucho más bajas, y los que jugaron obtienen puntuaciones de cero o cercanas a este valor. En forma aparente, los programas son un mejor vehículo de enseñanza que la instrucción oral. Pero si los grupos no son equivalentes, entonces no podemos confiar en que las diferencias se deban en realidad a la manipulación de la variable independiente (programas televisivos-instrucción oral) y no a otros factores, o a la combinación de ambos. Por ejemplo, a los niños más inteligentes, estudiosos y con mayor empeño se les asignó al grupo que fue instruido por televisión, o simplemente su prome- dio de inteligencia y aprovechamiento era el más elevado; o la instructora del método tradicional no poseía buen desempeño, o los niños expuestos a este último método recibieron mayor carga de traba- jo y tenían exámenes los días en que se desarrolló el experimento, etc. ¿Cuánto se debió al método y cuánto a otros factores? Para el investigador la respuesta a esta pregunta se convierte en un enigma: no hay control. Si experimentáramos con métodos de motivación para trabajadores, y a un grupo enviáramos a los que laboran en el turno matutino, mientras que al otro lo mandáramos con los del turno vesperti- no, ¿quién nos asegura que antes de iniciar el experimento ambos tipos de trabajadores están igual- mente motivados? Puede haber diferencias en la motivación inicial porque los supervisores de distintos turnos motivan de diferente manera y grado, o tal vez los del turno vespertino preferirían trabajar en la mañana o se les pagan menos horas extra, etc. Si no están igualmente motivados, podría ocurrir que el estímulo aplicado a los del turno de la mañana aparentara ser el más efectivo, cuando en realidad no es así. Veamos un ejemplo que nos ilustrará el resultado tan negativo que llega a tener la no equivalencia de los grupos sobre los resultados de un experimento. ¿Qué investigador probaría el efecto de diferen- tes métodos para sensibilizar a las personas respecto a lo terrible que puede ser el terrorismo si un grupo está constituido por miembros de Al-Qaeda y el otro por familiares de las víctimas de los aten- tados en Londres, en julio de 2005? Los grupos deben ser equivalentes al iniciar y durante todo el desarrollo del experimento, menos en lo que respecta a la variable independiente. Asimismo, los instrumentos de medición deben ser iguales y aplicados de la misma manera. 7 El grupo de control o testigo es útil precisamente para tener un punto de comparación. Sin él, no podríamos saber qué sucede cuando la variable independiente está ausente. Su nombre indica su función: ayudar a establecer el control, colaborando en la elimi- nación de hipótesis rivales o influencias de las posibles fuentes de invalidación interna. www.FreeLibros.com
- 175. 133 ¿Cómo se logran el control y la validez interna? Equivalencia inicial Implica que los grupos son similares entre sí al momento de iniciarse el experimento. Si el experimen- to se refiere a los métodos educativos, los grupos deben ser equiparables en cuanto a número de per- sonas, inteligencia, aprovechamiento, disciplina, memoria, género, edad, nivel socioeconómico, motivación, alimentación, conocimientos previos, estado de salud física y mental, interés por los con- tenidos, extraversión, etc. Si inicialmente no son equiparables, digamos en cuanto a motivación o conocimientos previos, las diferencias entre los grupos —en cualquier variable dependiente— no podrían atribuirse con certeza a la manipulación de la variable independiente. La equivalencia inicial no se refiere a equivalencias entre individuos, porque las personas tenemos por naturaleza diferencias individuales; sino a la equivalencia entre grupos. Si tenemos dos grupos en un experimento, es indudable que habrá, por ejemplo, personas muy inteligentes en un grupo, pero también debe haberlas en el otro grupo. Si en un grupo hay mujeres, en el otro debe haberlas en la misma proporción. Y así con todas las variables que lleguen a afectar a la o las variables dependientes, además de la variable independiente. El prome- dio de inteligencia, motivación, conocimientos previos, interés por los contenidos y demás variables debe ser el mismo en los grupos de contraste. Si bien no exactamente igual, no puede existir una dife- rencia significativa en esas variables entre los grupos. Equivalencia durante el experimento Además, durante el estudio los grupos deben mantenerse similares en los aspectos concernientes al desa- rrollo experimental, excepto en la manipulación de la variable independiente: mismas instrucciones (salvo variaciones que sean parte de esa manipulación), personas con las que tratan los participantes y maneras de recibirlos, lugares con características semejantes (iguales objetos en los cuartos, clima, ventilación, sonido ambiental, etc.), misma duración del experimento, así como del momento y, en fin, todo lo que sea parte del experimento. Cuanto mayor sea la equivalencia durante su desarrollo, habrá mayor control y posibilidad de que, si observamos o no efectos, estemos seguros de que verdaderamente los hubo o no. Cuando trabajamos simultáneamente con varios grupos, es difícil que las personas que dan las instrucciones y vigilan el desarrollo de los grupos sean las mismas. Entonces debe buscarse que su tono de voz, apariencia, edad, género y otras características capaces de afectar los resultados sean iguales o similares, y mediante entrenamiento debe estandarizarse su proceder. Algunas veces se dispone de menos cuartos o lugares que de grupos. Entonces, la asignación de los grupos a los cuartos y horarios se realiza al azar, y se procura que los tratamientos se apliquen temporalmente lo más cerca que sea posible. Otras veces, los participantes reciben los estímulos individualmente y no puede ser simultánea su exposición. Se deben sortear de manera que en un día (por la mañana) personas de todos los grupos participen en el experimento, lo mismo por la tarde y durante el tiempo que sea necesario (los días que dure el experimento). ¿Cómo se logra la equivalencia inicial?: asignación al azar Existe un método muy difundido para alcanzar esta equivalencia: la asignación alea- toria o al azar de los participantes a los grupos del experimento (en inglés, randomization).8 La asignación al azar nos asegura probabilísticamente que dos o más grupos son equivalentes entre sí. Es una técnica de control que tiene como pro- pósito dar al investigador la seguridad de que variables extrañas, conocidas o desco- nocidas, no afectarán de manera sistemática los resultados del estudio (Christensen, 2006). Esta técnica diseñada por Sir Ronald A. Fisher, en la década de 1940, ha demostrado durante años que funciona para hacer equivalentes a grupos de participantes. Como mencionan Cochran y Cox (1992, p. 24): Equivalencia inicial Implica que los grupos son similares entre sí al momento de iniciarse el experimento. Asignación aleatoria o al azar Es una técnica de control muy difundida para ase- gurar la equivalencia inicial al ser asigna- dos aleatoriamente los sujetos a los grupos del experimento. 8 El que los participantes sean asignados al azar significa que no hay un motivo sistemático por el cual fueron elegidos para ser parte de un grupo o de otro, la casualidad es lo que define a qué grupo son asignados. www.FreeLibros.com
- 176. Capítulo 7 Concepción o elección del diseño de investigación 134 La asignación aleatoria es en cierta forma análoga a un seguro, por el hecho de que es una precaución contra interferencias que pueden o no ocurrir, y ser o no importante si ocurren. Por lo general, es aconsejable tomarse el trabajo de distribuir aleatoriamente, aun cuando no se espere que haya un sesgo importante al dejar de hacerlo. La asignación al azar puede llevarse a cabo empleando trozos de papel. Se escribe el nombre de cada participante (o algún tipo de clave que lo identifique) en uno de los pedazos de papel, luego se juntan todos los trozos en algún recipiente, se revuelven y se van sacando —sin observarlos— para formar los grupos. Por ejemplo, si se tienen dos grupos, las personas con turno non en su papel irían al primer grupo; y las personas con par, al segundo grupo. O bien, si hubiera 80 personas, los primeros 40 papelitos que se saquen irían a un grupo, y los restantes 40 al otro. También, cuando se tienen dos grupos, la asignación aleatoria puede llevarse a cabo utilizando una moneda no cargada. Se lista a los participantes y se designa qué lado de la moneda va a significar el grupo uno y qué lado el grupo dos. Con cada sujeto se lanza la moneda y, dependiendo del resulta- do, se asigna a uno u otro grupo. Tal procedimiento está limitado sólo a dos grupos, porque las mone- das tienen dos caras. Aunque podrían utilizarse dados o cubos, por ejemplo. Una tercera forma de asignar los participantes a los grupos es mediante el programa STATS® que viene en el CD adjunto a este libro, seleccionando el subprograma “Números aleatorios”. Previamente numera a todos los participantes (supongamos que tiene un experimento con dos grupos y 100 perso- nas en total, consecuentemente numera a los participantes del 1 al 100). El programa pregunta en la ventana: ¿Cuántos números aleatorios? Entonces usted escribe el número relativo al total de los parti- cipantes en el experimento, así, teclea “100”. Inmediatamente elige la opción: Establecer límite supe- rior e inferior, en el límite inferior introduce un “1” (siempre será “1”) y en el límite superior un “100” (o el número total de participantes). Posteriormente hace clic en Calcular y el programa le generará 100 números de manera aleatoria, así, puede asignar los primeros 50 a un grupo y los últimos 50 al otro grupo, o bien, el primer número al grupo 1, el segundo al grupo 2, el tercero al grupo 1 y así sucesivamente (dado que la generación de los números es completamente aleatoria, en ocasiones el programa duplica o triplica algunos números, entonces usted se salta uno o dos de los números repe- tidos y sigue asignando sujetos —números— a los grupos; y al terminar vuelve a repetir el proceso y continúa asignando a los grupos los números que no habían “salido” antes, hasta tener asignados los 100 sujetos a los dos grupos (si fueran cuatro grupos, los primeros 25 se asignan al grupo 1, los segun- dos 25 al grupo 2, los siguientes 25 al grupo 3 y los últimos 25 al grupo 4). La asignación al azar produce control, pues las variables que deben ser controladas (variables extrañas y fuentes de invalidación interna) se distribuyen aproximadamente de la misma manera en los grupos del experimento. Y puesto que la distribución es bastante similar en todos los grupos, la influen- cia de otras variables que no sean la o las independientes se mantiene constante, porque aquéllas no pueden ejercer ninguna influencia diferencial en la(s) variable(s) dependiente(s) (Christensen, 2006). La asignación aleatoria funciona mejor cuanto mayor sea el número de participantes con que se cuenta para el experimento, es decir, cuanto mayor sea el tamaño de los grupos. Los autores recomen- damos que para cada grupo se tengan por lo menos 15 personas.9 Si la única diferencia que distingue al grupo experimental y al de control es la variable indepen- diente, las diferencias entre los grupos pueden atribuirse a esta última. Pero si hay otras diferencias, no podríamos hacer tal afirmación. Otra técnica para lograr la equivalencia inicial: el emparejamiento Un método alternativo para intentar hacer inicialmente equivalentes a los grupos es el emparejamiento o la técnica de apareo (en inglés, matching). El proceso consiste en igualar a los grupos en relación con alguna variable específica que puede influir de modo decisivo en la o las variables dependientes. cipantes en el exp rior e inferior, en (o el número tota 100 números de tr r p bi 9 Este criterio se basa en los requisitos de algunos análisis estadísticos. S T A T S ® Técnica de apareo o empareja- miento Consiste en igualar a los grupos en relación con alguna variable específica, que puede influir de modo decisivo en la variable dependiente. www.FreeLibros.com
- 177. 135 Una tipología sobre los diseños experimentales El primer paso es elegir la variable concreta de acuerdo con algún criterio teórico. Es obvio que esta variable debe estar muy relacionada con las variables dependientes. Si se pretendiera analizar el efecto que causa utilizar distintos tipos de materiales suplementarios de instrucción sobre el desem- peño en la lectura, el apareamiento podría basarse en la variable “agudeza visual”. Experimentos sobre métodos de enseñanza emparejarían a los grupos en “conocimientos previos”, “aprovechamiento ante- rior en una asignatura relacionada con los contenidos a enseñar” o “inteligencia”. Experimentos rela- cionados con actitudes hacia productos o conducta de compra pueden utilizar la variable “ingreso” para empatar a los grupos. En cada caso en particular debe pensarse cuál es la variable cuya influencia sobre los resultados del experimento resulta más necesario controlar y buscar el apareamiento de los grupos en esa variable. El segundo paso consiste en obtener una medición de la variable elegida para emparejar a los grupos. Esta medición puede existir o efectuarse antes del experimento. Vamos a suponer que nuestro experimento fuera sobre métodos de enseñanza, el emparejamiento llegaría a hacerse sobre la base de la inteligencia. Si fueran adolescentes, se obtendrían registros de inteligencia de ellos o se les aplicaría una prueba de inteligencia. El tercer paso es ordenar a los participantes en la variable sobre la cual se va a efectuar el empare- jamiento (de las puntuaciones más altas a las más bajas). El cuarto paso consiste en formar parejas, tercias, cuartetos, etc., de participantes según la variable de apareamiento (son individuos que tienen la misma puntuación en la variable o una puntuación similar) e ir asignando a cada integrante de cada pareja, tercia o similar a los grupos del experimento, buscando un balance entre éstos. También podría intentarse empatar a los grupos en dos variables, pero ambas deben estar sumamente relacionadas, porque de lo contrario resultaría muy difícil el emparejamiento. Conforme más variables se utilizan para aparear grupos, el procedimiento es más complejo. En el capítulo 5 del CD: “Diseños experimentales: segunda parte” se ejemplifica el procedi- miento. Una tipología sobre los diseños experimentales A continuación se presentan los diseños experimentales más comúnmente citados en la literatura res- pectiva. Para ello nos basaremos en la tipología de Campbell y Stanley (1966), quienes dividen los diseños experimentales en tres clases: a) preexperimentos, b) experimentos “puros”10 y c) cuasiexperi- mentos. Se utilizará la simbología que generalmente se emplea en los textos sobre experimentos. Simbología de los diseños experimentales R Asignación al azar o aleatoria. Cuando aparece quiere decir que los sujetos han sido asignados a un grupo de manera aleatoria (proviene del inglés randomiza- tion). G Grupo de sujetos (G1 , grupo 1; G2 , grupo 2; etcétera). X Tratamiento, estímulo o condición experimental (presencia de algún nivel o modalidad de la variable independiente). 0 Una medición de los sujetos de un grupo (prueba, cuestionario, observación, etc.). Si aparece an- tes del estímulo o tratamiento, se trata de una preprueba (previa al tratamiento). Si aparece des- pués del estímulo se trata de una posprueba (posterior al tratamiento). — Ausencia de estímulo (nivel “cero” en la variable independiente). Indica que se trata de un grupo de control o testigo. Asignación al azar Es el mejor método para hacer equivalentes los grupos (más preciso y confiable). El emparejamiento no la sustituye por completo. 10 Preferimos utilizar el término “experimentos puros” más que “verdaderos” (que es el término original y así se ha traducido en diversas obras), porque crea confusión entre los y las estudiantes. 5 www.FreeLibros.com
- 178. Capítulo 7 Concepción o elección del diseño de investigación 136 Asimismo, cabe mencionar que la secuencia horizontal indica tiempos distintos (de izquierda a derecha) y cuando en dos grupos aparecen dos símbolos alineados verticalmente, esto indica que tienen lugar en el mismo momento del experimento. Veamos de manera gráfica estas dos observaciones: Figura 7.6 Simbología de los diseños experimentales. RG1 Primero, se asigna a los participantes al azar al grupo 1 RG1 X RG2 — 0 Cuarto, se aplica una medición posterior X Tercero, se administra el estímulo 0 Segundo, se aplica una medición previa 0 0 Ambos símbolos están alineados verticalmente, lo cual significa que tienen lugar en el mismo momento. Preexperimentos Los preexperimentos se llaman así porque su grado de control es mínimo. 1. Estudio de caso con una sola medición Este diseño podría diagramarse de la siguiente manera: G X 0 Consiste en administrar un estímulo o tratamiento a un grupo y después aplicar una medición de una o más variables para observar cuál es el nivel del grupo en éstas. Este diseño no cumple con los requisitos de un experimento “puro”. No hay manipulación de la variable independiente (niveles) o grupos de contraste (ni siquiera el mínimo de presencia-au- sencia). Tampoco hay una referencia previa de cuál era el nivel que tenía el grupo en la(s) variable(s) dependiente(s) antes del estímulo. No es posible establecer causalidad con certeza ni se controlan las fuentes de invalidación interna. 2. Diseño de preprueba/posprueba con un solo grupo Este segundo diseño se diagramaría así: G 01 X 02 A un grupo se le aplica una prueba previa al estímulo o tratamiento experimental, después se le administra el tratamiento y finalmente se le aplica una prueba posterior al estímulo. Este diseño ofrece una ventaja sobre el anterior: existe un punto de referencia inicial para ver qué nivel tenía el grupo en la(s) variable(s) dependiente(s) antes del estímulo. Es decir, hay un seguimien- to del grupo. Sin embargo, el diseño no resulta conveniente para fines de establecer causalidad: no hay manipulación ni grupo de comparación, y es posible que actúen varias fuentes de invalidación interna, por ejemplo, la historia. Entre 01 y 02 podrían ocurrir otros acontecimientos capaces de generar cam- bios, además del tratamiento experimental, y cuanto más largo sea el lapso entre ambas mediciones, mayor será también la posibilidad de que actúen tales fuentes. Por otro lado, se corre el riesgo de elegir a un grupo atípico o que en el momento del experimen- to no se encuentre en su estado normal. En ocasiones este diseño se utiliza con un solo individuo (estudio de caso experimental). Sobre tal diseño se abunda en el capítulo 4 del CD: “Estudios de caso”. to no se encuentr En ocasiones diseño se abunda www.FreeLibros.com
- 179. 137 Experimentos “puros” Los dos diseños preexperimentales no son adecuados para el establecimiento de relaciones causales porque se muestran vulnerables en cuanto a la posibilidad de control y validez interna. Algunos autores consideran que deben usarse sólo como ensayos de otros experimentos con mayor control. En ciertas ocasiones los diseños preexperimentales sirven como estudios exploratorios, pero sus resultados deben observarse con precaución. Experimentos “puros” Los experimentos “puros” son aquellos que reúnen los dos requisitos para lograr el control y la vali- dez interna: 1. grupos de comparación (manipulación de la variable independiente); 2. equivalencia de los grupos. Estos diseños llegan a incluir una o más variables independientes y una o más dependientes. Asimismo, pueden utilizar prepruebas y pospruebas para analizar la evolución de los grupos antes y des- pués del tratamiento experimental. Desde luego, no todos los diseños experimentales “puros” utilizan preprueba; aunque la posprueba sí es necesaria para determinar los efectos de las condiciones experimen- tales (Wiersma y Jurs, 2008). A continuación se muestran varios diseños experimentales “puros”. 1. Diseño con posprueba únicamente y grupo de control Este diseño incluye dos grupos: uno recibe el tratamiento experimental y el otro no (grupo de control). Es decir, la manipulación de la variable independiente alcanza sólo dos niveles: presencia y ausencia. Los sujetos se asignan a los grupos de manera aleatoria. Cuando concluye la manipulación, a ambos grupos se les administra una medición sobre la variable dependiente en estudio. El diseño se diagrama de la siguiente manera: RG1 X 01 RG2 – 02 En este diseño, la única diferencia entre los grupos debe ser la presencia-ausencia de la variable independiente. Inicialmente son equivalentes y para asegurarse de que durante el experimento conti- núen siéndolo (salvo por la presencia o ausencia de dicha manipulación) el experimentador debe observar que no ocurra algo que sólo afecte a un grupo. La hora en que se efectúa el experimento debe ser la misma para ambos grupos (o ir mezclando un sujeto de un grupo con un sujeto del otro grupo, cuando la participación es individual), al igual que las condiciones ambientales y demás facto- res mencionados al hablar sobre la equivalencia de los grupos. Wiersma y Jurs (2008) comentan que, de preferencia, la posprueba debe administrarse inmedia- tamente después de que concluya el experimento, en especial si la variable dependiente tiende a cam- biar con el paso del tiempo. La posprueba se aplica de manera simultánea a ambos grupos. La comparación entre las pospruebas de ambos grupos (01 y 02 ) nos indica si hubo o no efecto de la manipulación. Si ambas difieren significativamente11 (01 ≠ 02 ), esto nos indica que el tratamiento Diseño preexperimental Diseño de un solo grupo cuyo grado de control es míni- mo. Generalmente es útil como un primer acercamiento al problema de investigación en la realidad. 11 Los estudiantes frecuentemente se preguntan: ¿qué es una diferencia significativa? Si el promedio en la posprueba de un grupo en alguna variable es de 10 (por ejemplo), y en el otro es de 12, ¿esta diferencia es o no significativa? ¿Puede o no decirse que el tratamiento tuvo un efecto sobre la variable dependiente? A este respecto, cabe mencionar que existen pruebas o métodos estadísti- cos que nos indican si una diferencia entre dos o más cifras (promedios, porcentajes, puntuaciones totales, etc.) es o no significativa. Estas pruebas toman en cuenta aspectos como el tamaño de los grupos cuyos valores se comparan, las diferencias entre quienes integran los grupos y otros factores. Cada comparación entre grupos es distinta y ello lo consideran los métodos, los cuales se expli- carán en el capítulo 10: “Análisis de los datos cuantitativos”. No resultaría conveniente exponerlos aquí, porque habría que clarificar algunos aspectos estadísticos en los cuales se basan tales métodos, lo que provocaría confusión, sobre todo entre quienes se inician en el estudio de la investigación. www.FreeLibros.com
- 180. Capítulo 7 Concepción o elección del diseño de investigación 138 experimental tuvo un efecto a considerar. Por tanto, se acepta la hipótesis de diferencia de grupos. Si no hay diferencias (01 = 02 ), ello indica que no hubo un efecto significativo del tratamiento experimen- tal (X ). En este caso se acepta la hipótesis nula. En ocasiones se espera que 01 sea mayor que 02 . Por ejemplo, si el tratamiento experimental es un método educativo que facilita la autonomía por parte del alumno, y si el investigador formula la hipó- tesis de que incrementa el aprendizaje, cabe esperar que el nivel de aprendizaje del grupo experimental, expuesto a la autonomía, sea mayor que el nivel de aprendizaje del grupo de control, no expuesto a la autonomía: 01 02 . En otras ocasiones se espera que 01 sea menor que 02 . Por ejemplo, si el tratamiento experimental es un programa de televisión que supuestamente disminuye el prejuicio, el nivel de éste en el grupo experimental deberá ser menor que el del grupo de control: 01 02 . Pero si 01 y 02 son iguales, quiere decir que tal programa no reduce el prejuicio. Asimismo, puede suceder que los resultados vayan en contra de la hipótesis. Por ejemplo, en el caso del prejuicio, si 02 es menor que 01 (el nivel del prejuicio es menor en el grupo que no recibió el tratamiento experimental, esto es, el que no vio el programa televisivo). Las pruebas estadísticas que suelen utilizarse en este diseño y en otros que a continuación se revi- sarán, se incluyen en el capítulo 10 “Análisis de los datos cuantitativos” y en el capítulo 8 del CD: “Análisis estadístico: segunda parte”. El diseño con posprueba únicamente y grupo de control puede extenderse para incluir más de dos grupos (tener varios niveles o modalidades de manipulación de la variable independiente). En este caso se usan dos o más tratamientos experimentales. Los participantes se asignan al azar a los grupos, y los efectos de los tratamientos experimentales se investigan comparando las pospruebas de los grupos. Su formato general sería:12 RG1 X1 01 RG2 X2 02 RG3 X3 03 • • • • • • • • • RGk Xk 0k RGk + 1 — 0k + 1 Observe que el último grupo no se expone a la variable independiente: es el grupo de control o testigo. Si se carece de grupo de control, el diseño puede llamarse “diseño con grupos de asignación aleatoria y posprueba únicamente” (Wiersma y Jurs, 2008). En el diseño con posprueba únicamente y grupo de control, así como en sus posibles variaciones y extensiones, se logra controlar todas las fuentes de invalidación interna. La administración de prue- bas no se presenta porque no hay preprueba. La inestabilidad no afecta porque los componentes del experimento son los mismos para todos los grupos (excepto la manipulación o los tratamientos expe- rimentales), ni la instrumentación porque es la misma posprueba para todos, ni la maduración porque la asignación es al azar (si hay, por ejemplo, cinco sujetos en un grupo que se cansan fácilmente, habrá otros tantos en el otro u otros grupos), ni la regresión estadística, porque si un grupo está regresando a su estado normal el otro u otros también. La selección tampoco es problema, ya que si hay sujetos atípicos en un grupo, en el otro u otros habrá igualmente sujetos atípicos. Todo se compensa. Las televisivo). Las pruebas e sarán, se incluyen “Análisis estadísti El diseño con 12 El factor “k” fue extraído de Wiersma y Jurs (2008) e indica “un número tal de grupos”. Otros autores utilizan “n”. En los ejemplos, tal factor implica el número del último grupo con tratamiento experimental más uno. Desde luego, el grupo de control se incluye al final y el número que le corresponde a su posprueba será el último. www.FreeLibros.com
- 181. 139 Experimentos “puros” diferencias se pueden atribuir a la manipulación de la variable independiente y no a que los sujetos sean atípicos, pues la asignación aleatoria hace equivalentes a los grupos en este factor. De este modo, si en los dos grupos sólo hubiera personas demasiado inteligentes y la variable independiente fuera el método de enseñanza, las diferencias en el aprendizaje se atribuirían al método y no a la inteligencia. La mortalidad no afecta, puesto que al ser los grupos equiparables, el número de personas que abandonen cada grupo tenderá a ser el mismo, salvo que las condiciones experimentales tengan algo en especial que haga que los sujetos abandonen el experimento; por ejemplo, que las con- diciones sean amenazantes para los participantes, en cuyo caso la situación se detecta, analiza a fondo y corrige. De todas maneras el o la experimentadora tiene control sobre la situación, debido a que sabe que todo es igual para los grupos, con excepción del tratamiento experimental. Otras interacciones tampoco pueden afectar los resultados, pues si la selección se controla, sus interacciones operarán de modo similar en todos los grupos. Además, la historia se controla si se vigi- la cuidadosamente que ningún acontecimiento afecte a un solo grupo. Y si ocurre el acontecimiento en todos los grupos, aunque afecte, lo hará de manera pareja en éstos. En resumen, lo que influya en un grupo también influirá de manera equivalente en los demás. Este razonamiento se aplica a todos los diseños experimentales “puros”. EJEMPLO Del diseño con posprueba únicamente, varios grupos y uno de control Un investigador lleva a cabo un experimento para analizar cómo influye el tipo de liderazgo del supervisor en la productividad de los trabajadores. Pregunta de investigación: ¿Influye el tipo de liderazgo que ejerzan los supervisores de producción en una maquiladora sobre la productividad de los trabajadores en línea? Hipótesis de investigación: “distintos tipos de liderazgo que ejerzan los supervisores tendrán diferen- tes efectos sobre la productividad”. Noventa trabajadores de línea en una planta maquiladora son asignados al azar a tres condiciones experimentales: 1) 30 realizan una tarea bajo el mando de un supervisor con rol autocrático, 2) 30 ejecu- tan la tarea bajo el mando de un supervisor con rol democrático y 3) 30 efectúan la tarea bajo el mando de un supervisor con rol laissez-faire (que no supervisa directamente, no ejerce presión y es permisivo). Por último, 30 más son asignados en forma aleatoria al grupo de control donde no hay supervisor. En total, son 120 trabajadores. Se forman grupos de 10 trabajadores para el desempeño de la tarea (armar un sistema de arneses o cables para vehículos automotores). Por tanto, habrá 12 grupos de trabajo repartidos en tres trata- mientos experimentales y un grupo de control. La tarea es la misma para todos y los instrumentos de trabajo también, al igual que el ambiente físico (iluminación, temperatura, etc.). Las instrucciones son uniformes. Se ha preparado a tres supervisores (desconocidos para todos los trabajadores participantes) para que ejerzan los tres roles (democrático, autocrático y laissez-faire). Los supervisores se distribuyen al azar entre los horarios. Supervisor Roles Supervisor 1 trabaja con… Autocrático 10 sujetos 10:00-14:00 h Lunes Democrático 10 sujetos 15:00-19:00 h Lunes Laissez-faire 10 sujetos 10:00-14:00 h Martes Supervisor 2 trabaja con… 10 sujetos 15:00-19:00 h Lunes 10 sujetos 10:00-14:00 h Martes 10 sujetos 10:00-14:00 h Lunes www.FreeLibros.com
- 182. Capítulo 7 Concepción o elección del diseño de investigación 140 2. Diseño con preprueba posprueba y grupo de control Este diseño incorpora la administración de prepruebas a los grupos que componen el experimento. Los participantes se asignan al azar a los grupos, después a éstos se les aplica simultáneamente la pre- prueba; un grupo recibe el tratamiento experimental y otro no (es el grupo de control); por último, se les administra, también simultáneamente, una posprueba. El diseño se diagrama como sigue: RG1 01 X 02 RG2 03 — 04 La adición de la prueba previa ofrece dos ventajas: primera, sus puntuaciones sirven para fines de control en el experimento, pues al compararse las prepruebas de los grupos se evalúa qué tan adecuada fue la asignación aleatoria, lo cual es conveniente con grupos pequeños. En grupos grandes la técnica de distribución aleatoria funciona, pero cuando tenemos grupos de 15 personas no está de más evaluar qué tanto funcionó la asignación al azar. La segunda ventaja reside en que es posible analizar el punta- je-ganancia de cada grupo (la diferencia entre las puntuaciones de la preprueba y la posprueba). El diseño elimina el impacto de todas las fuentes de invalidación interna por las mismas razones que se argumentaron en el diseño anterior (diseño con posprueba únicamente y grupo de control). Y la administración de pruebas queda controlada, ya que si la preprueba afecta las puntuaciones de la posprueba lo hará de manera similar en ambos grupos. Lo que influye en un grupo deberá afectar de la misma manera en el otro, para mantener la equivalencia entre ambos. En algunos casos, para no repetir exactamente la misma prueba, se desarrollan dos versiones de ésta que sean equivalentes (que produzcan los mismos resultados).13 La historia se controla al observar que ningún acontecimiento sólo afecte a un grupo. Supervisor Roles Supervisor 3 trabaja con… 10 sujetos 10:00-14:00 h Martes 10 sujetos 10:00-14:00 h Lunes 10 sujetos 15:00-19:00 h Lunes Sin supervisor 10 sujetos 10:00-14:00 h Lunes 10 sujetos 15:00-19:00 h Lunes 10 sujetos 10:00-14:00 h Martes Si se observa, los tres supervisores interactúan en todas las condiciones (ejercen los tres roles), ello con el propósito de evitar que la apariencia física o la personalidad del supervisor afecte los resultados. Es decir, si un supervisor es más “carismático” que los demás e influye en la productividad, influirá en los tres grupos. El horario está controlado, puesto que los tres roles se aplican en todas las horas en que se lleva a cabo el experimento. Es decir, las tres condiciones siempre se realizan en forma simultánea. Este ejemplo se esquematizaría de la siguiente manera: RG1 X1 (supervisión con rol autocrático) 01 RG2 X2 (supervisión con rol democrático) 02 Comparaciones RG3 X3 (supervisión con rol laissez-faire) 03 en productividad RG4 — (sin supervisión) 04 13 Hay procedimientos para obtener pruebas “paralelas” o “gemelas”, los cuales se comentan en el capítulo 9. Si no se asegura la equivalencia de las pruebas, no se pueden comparar las puntuaciones producidas por ambas. Es decir, se pueden presentar las fuentes de invalidación interna: “inestabilidad”, “instrumentación” y “regresión estadística”. www.FreeLibros.com
- 183. 141 Experimentos “puros” Es posible extender este diseño para incluir más de dos grupos, lo cual se diagramaría de una manera general del siguiente modo: RG1 01 X1 02 RG2 03 X2 04 RG3 05 X3 06 • • • • • • • • • • • • RGk 02k – 1 Xk 02k RGk + 1 02k + 1 — 02(k + 1) Se tienen diversos tratamientos experimentales y un grupo de control. Si éste es excluido, el diseño se llamaría “diseño de preprueba-posprueba con grupos distribuidos aleatoriamente” (Simon, 1985). EJEMPLO Del diseño de preprueba-posprueba con grupo de control Un investigador desea analizar el efecto de utilizar un DVD didáctico con canciones para enseñar hábitos higiénicos a los niños de cuatro a cinco años de edad. Pregunta de investigación: ¿los DVD didácticos musicalizados son más efectivos para enseñar hábitos higiénicos a los niños de cuatro a cinco años de edad, en comparación con otros métodos tradicionales de enseñanza? Hipótesis de investigación: “los DVD didácticos constituyen un método más efectivo de enseñanza de hábitos higiénicos a niños de cuatro a cinco años, que la explicación verbal y los libros impresos”. Cien niños de cuatro a cinco años de edad se asignan al azar a cuatro grupos: 1) un grupo recibirá ins- trucción sobre hábitos higiénicos por medio de un DVD con caricaturas y canciones, con duración de 30 minutos; 2) otro grupo recibirá explicaciones de hábitos higiénicos de una maestra instruida para ello, la ilustración durará 30 minutos y no se permiten preguntas; 3) el tercer grupo leerá un libro infantil ilustra- do con explicaciones sobre hábitos higiénicos (la publicación está diseñada para que un niño promedio de cuatro a cinco años la lea en 30 minutos); 4) el grupo de control verá un DVD sobre otro tema durante 30 minutos. Los grupos permanecerán simultáneamente en cuatro salones de clases. Todas las explicaciones (DVD, instrucción oral y libro) contendrán la misma información y las instrucciones son estándares. Antes del inicio del tratamiento experimental, a todos los grupos se les aplicará una prueba sobre conocimiento de hábitos higiénicos especialmente diseñada para niños, del mismo modo se aplicará una vez que hayan recibido la explicación por el medio que les correspondió. El ejemplo se esquematizaría de la forma en que lo muestra la tabla 7.2. Tabla 7.2 Diagrama del ejemplo de diseño de preprueba posprueba con grupo de control. RG1 01 Video didáctico (X1 ) 02 RG2 03 Explicación verbal (X2 ) 04 RG3 05 Lectura de libro ilustrado (X3 ) 06 RG4 07 No estímulo 08 Prueba de conocimientos higiénicos Prueba de conocimientos higiénicos www.FreeLibros.com
- 184. Capítulo 7 Concepción o elección del diseño de investigación 142 3. Diseño de cuatro grupos de Solomon Solomon (1949) describió un diseño que era la mezcla de los dos anteriores (diseño con posprueba únicamente y grupo de control más diseño de preprueba-posprueba con grupo de control). La suma de estos dos diseños origina cuatro grupos: dos experimentales y dos de control, los primeros reciben el mismo tratamiento experimental y los segundos no reciben tratamiento. Sólo a uno de los grupos experimentales y a uno de los grupos de control se les administra la preprueba; a los cuatro grupos se les aplica la posprueba. Los participantes se asignan en forma aleatoria. El diseño se diagrama así: RG1 01 X 02 RG2 03 — 04 RG3 — X 05 RG4 — — 06 El diseño original incluye sólo cuatro grupos y un tratamiento experimental. Los efectos se deter- minan comparando las cuatro pospruebas. Los grupos uno y tres son experimentales, y los grupos dos y cuatro son de control. La ventaja de este diseño es que el experimentador o la experimentadora tienen la posibilidad de verificar los posibles efectos de la preprueba sobre la posprueba, puesto que a unos grupos se les admi- nistra un test previo y a otros no. Es posible que la preprueba afecte la posprueba o que aquélla inte- ractúe con el tratamiento experimental. Por ejemplo, con promedios de una variable determinada podría encontrarse lo que muestra la tabla 7.3. Tabla 7.3 Ejemplo de efecto de preprueba en el diseño de Solomon RG1 01 = 8 X 02 = 14 RG2 03 = 8.1 — 04 = 11 RG3 — X 05 = 11 RG4 — — 06 = 8 Teóricamente 02 debería ser igual a 05 , porque ambos grupos recibieron el mismo tratamiento; asimismo, 04 y 06 deberían tener el mismo valor, porque ninguno recibió estímulo experimental. Pero 02 ≠ 05 y 04 ≠ 06 , ¿cuál es la única diferencia entre 02 y 05 , y entre 04 y 06 ? La respuesta es la preprueba. Las posibles comparaciones en este diseño son: a) las prepruebas entre sí (01 , 03 , 05 y 07 ), b) las pospruebas entre sí para analizar cuál fue el método de enseñanza más efectivo (02 , 04 , 06 y 08 ), c) el puntaje-ganancia de cada grupo (01 frente a 02 , 03 frente a 04 , 05 frente a 06 y 07 frente a 08 ), y d) los pun- tajes-ganancia de los grupos entre sí. Al igual que en todos los diseños experimentales, es posible tener más de una variable dependiente (por ejemplo, interés por los hábitos higiénicos, disfrute del método de enseñanza, etc.). En este caso, las prepruebas y pospruebas medirán diversas variables dependientes. Veamos algunos posibles resultados de este ejemplo y sus interpretaciones: 1. Resultado: 01 ≠ 02 , 03 ≠ 04 , 05 ≠ 06 , 07 ≠ 08 ; pero 02 ≠ 04 , 02 ≠ 06 , 04 ≠ 06 . Interpretación: hay efectos de todos los tratamientos experimentales, pero son diferentes. 2. Resultado: 01 = 03 = 05 = 02 = 06 = 07 = 08 ; pero 03 ≠ 04 . Interpretación: no hay efectos de X1 ni X3 , pero sí hay efectos de X2 . 3. Resultado: 01 = 03 = 05 = 07 y 02 = 04 = 06 = 08 ; pero 01 , 03 , 05 y 07 02 , 04 , 06 y 08 . Interpretación: no hay efectos de los tratamientos experimentales, sino un posible efecto de sensi- bilización de la preprueba o de maduración en todos los grupos (éste es parejo y se encuentra bajo control). www.FreeLibros.com
- 185. 143 Experimentos “puros” Las diferencias pueden atribuirse a un efecto de la preprueba (la preprueba impacta, aproximadamen- te, tres puntos, y el tratamiento experimental también tres puntos, poco más o menos). Veámoslo de manera esquemática: Ganancia con preprueba y tratamiento = 6 Ganancia con preprueba y sin tratamiento = 2.9 (casi 3). Porque la técnica de distribución aleatoria hace al inicio equivalentes a los grupos, supuestamente el promedio de la preprueba hubiera sido para todos cerca de ocho, si se hubiera aplicado a los cuatro grupos. La “supuesta ganancia” (supuesta porque no hubo preprueba) del tercer grupo, con tratamien- to y sin preprueba, es de tres. Y la “supuesta ganancia” (supuesta porque tampoco hubo preprueba) del cuarto grupo es nula o inexistente (cero). Esto indica que cuando hay preprueba y estímulo se obtiene la máxima puntuación de 14, si sólo hay preprueba o estímulo la puntuación es de 11, y cuando no hay ni preprueba ni estímulo de ocho (calificación que todos deben tener inicialmente por efecto de la asignación al azar).También podría ocurrir un resultado como el de la tabla 7.4. En este caso, la preprueba no afecta (vea la comparación entre 03 y 04 ), y el estímulo sí (compárese 05 con 06 ); pero cuando el estímulo o tratamiento se junta con la preprueba se observa un efecto importante (compárese 01 con 02 ), un efecto de interacción entre el tratamiento y la preprueba. El diseño de Solomon controla todas las fuentes de invalidación interna por las mismas razones que fueron explicadas en diseños “puros” anteriores. La administración de pruebas se somete a un análisis minucioso. Tabla 7.4 Ejemplo del efecto de interacción entre la preprueba y el estímulo en el diseño de Solomon RG1 01 = 7.9 X 02 = 14 RG2 03 = 8 — 04 = 8.1 RG3 — X 05 = 11 RG4 — — 06 = 7.9 4. Diseños experimentales de series cronológicas múltiples Los tres diseños experimentales que se han comentado sirven más bien para analizar efectos inmedia- tos o a corto plazo. En ocasiones el experimentador está interesado en analizar efectos en el mediano o largo plazo, porque tiene bases para suponer que la influencia de la variable independiente sobre la dependiente tarda en manifestarse. Por ejemplo, programas de difusión de innovaciones, métodos educativos, modelos de entrenamiento o estrategias de las psicoterapias. Asimismo, en otras situaciones se busca evaluar la evolución del efecto en el corto, mediano y largo plazos (no solamente el resultado). También, en ocasiones la aplicación del estímulo por una sola vez no tiene efectos (una dosis de un medicamento, un único programa televisivo, unos cuantos anun- cios en la radio, etc.). En tales casos es conveniente adoptar diseños con varias pospruebas, o bien con diversas prepruebas y pospruebas, con repetición del estímulo, con varios trata- mientos aplicados a un mismo grupo y otras condiciones. A estos diseños se les conoce como series cronológicas experimentales (véase capítulo 5 de CD anexo: “Diseños experimentales: segunda parte”). En realidad el término “serie cronológi- ca” se aplica a cualquier diseño que efectúe a través del tiempo varias observaciones o mediciones sobre una o más variables, sea o no experimental, sólo que en este caso se les llama experimentales porque reúnen los requisitos para serlo. En estos diseños se pueden tener dos o más grupos y los participantes son asignados al azar. Serie cronológica Diseño que efectúa a través del tiempo varias observaciones o mediciones sobre una o más variables, sea o no experimental (véase capítulo 5 del CD anexo). www.FreeLibros.com
- 186. Capítulo 7 Concepción o elección del diseño de investigación 144 5. Diseños factoriales En ocasiones, el investigador o la investigadora pretenden analizar experimentalmente el efecto que sobre la(s) variable(s) dependiente(s) tiene la manipulación de más de una variable independiente. Por ejemplo, analizar el efecto que poseen sobre la productividad de los trabajadores: 1) la fuente de retroa- limentación sobre el desempeño en el trabajo (vía el supervisor “cara a cara”, por escrito y por medio de los compañeros) y 2) el tipo de retroalimentación (positiva, negativa, y positiva/negativa ). En este caso se manipulan dos variables independientes. O bien, en otro ejemplo, determinar el efecto de tres medicamentos distintos (primera variable independiente, clase de medicamento) y la dosis diaria (segunda variable independiente, con dos niveles, supongamos 40 y 20 mg) sobre la cura de una enfer- medad (variable dependiente). También aquí tenemos dos independientes. Pero podríamos tener tres o más: conocer cómo afectan en el nivel de aceleración de un vehículo (dependiente), el peso del cha- sis (dos diferentes pesos), el material con que está fabricado (supongamos tres tipos de materiales), el tamaño del rin de las ruedas (14, 15 y 16 pulgadas) y el diseño de la carrocería (por ejemplo, dos dise- ños distintos). Cuatro variables independientes. Estos diseños se conocen como factoriales. Los diseños factoriales manipulan dos o más variables independientes e incluyen dos o más nive- les o modalidades de presencia en cada una de las variables independientes. Se utilizan muy a menudo en la investigación experimental. La construcción básica de un diseño factorial consiste en que todos los niveles o modalidades de cada variable independiente son tomados en combinación con todos los niveles o modalidades de las otras variables independientes (Wiersma y Jurs, 2008). Tales diseños se exponen y evalúan en el capítulo 5 del CD: “Diseños experimentales: segunda parte”. ¿Qué es la validez externa? Un experimento debe buscar, ante todo, validez interna, es decir, confianza en los resultados. Si no se logra, no hay experimento “puro”. Lo primero es eliminar las fuentes que atentan contra dicha validez. Pero la validez interna es sólo una parte de la validez de un experimento; en adición a ella, es muy deseable que el experimento tenga validez externa. La validez externa se refiere a qué tan generalizables son los resultados de un experimento a situaciones no experimenta- les, así como a otros participantes o poblaciones. Responde a la pregunta: ¿lo que encontré en el experimento a qué tipos de personas, grupos, contextos y situaciones se aplica? Por ejemplo, si hacemos un experimento con métodos de aprendizaje y los resultados se pueden generalizar a la enseñanza cotidiana en las escuelas de educación elemental (primaria) del país, el expe- rimento tendrá validez externa; del mismo modo, si se generalizan a la enseñanza cotidiana de nivel infantil, elemental y secundaria (media), tendrá aún mayor validez externa. Así, los resultados de experimentos sobre liderazgo y motivación que se extrapolen a situaciones diarias de trabajo en las empresas, la actividad de las organizaciones gubernamentales y no guberna- mentales, incluso el funcionamiento de los grupos de niños y jóvenes exploradores (boy scouts), son experimentos con validez externa. Fuentes de invalidación externa Existen diversos factores que llegan a amenazar la validez externa, los más comunes son los siguientes: 1. Efecto reactivo o de interacción de las pruebas Se presenta cuando la preprueba aumenta o disminuye la sensibilidad o la calidad de la reacción de los participantes a la variable experimental, lo cual contribuye a que los resultados obtenidos para una po- blación con preprueba no puedan generalizarse a quienes forman parte de esa población pero sin preprueba. Babbie (2009) utiliza un excelente ejemplo de esta influencia: en un experimento diseña- do para analizar si una película disminuye el prejuicio racial, la preprueba podría sensibilizar al grupo en la investigació los niveles o mod niveles o modalid exponen y evalúa Validez externa Posibilidad de gene- ralizar los resultados de un experimen- to a situaciones no experimentales, así como a otras personas y poblaciones. www.FreeLibros.com
- 187. 145 ¿Qué es la validez externa? experimental y la película lograr un efecto mayor del que tendría si no se aplicara la preprueba (por ejemplo, si se pasara la película en un cine o en la televisión). 2. Efecto de interacción entre los errores de selección y el tratamiento experimental Este factor se refiere a que se elijan personas con una o varias características que hagan que el trata- miento experimental produzca un efecto, que no se daría si las personas no tuvieran esas característi- cas. Por ejemplo, si seleccionamos trabajadores bastante motivados para un experimento sobre productividad, podría ocurrir que el tratamiento sólo tuviera efecto en este tipo de trabajadores y no en otros (únicamente funciona con individuos sumamente motivados). Ello se resolvería con una muestra representativa de todos los trabajadores o introduciendo un diseño factorial, y una de las variables fuera el grado de motivación (véanse diseños factoriales en el capítulo 5 del CD: “Diseños experimentales: segunda parte”.). A veces este factor se presenta cuando se reclutan voluntarios para la realización de algunos expe- rimentos. 3. Efectos reactivos de los tratamientos experimentales La “artificialidad” de las condiciones puede hacer que el contexto experimental resulte atípico, respec- to a la manera en que se aplica regularmente el tratamiento (Campbell, 1975). Por ejemplo, a causa de la presencia de observadores y equipo, los participantes llegan a cambiar su conducta normal en la variable dependiente medida, la cual no se alteraría en una situación común donde se aplicara el tra- tamiento. Por ello, el experimentador tiene que ingeniárselas para hacer que los sujetos se olviden de que están en un experimento y no se sientan observados. A esta fuente también se le conoce como “efecto Hawthone”, por una serie de experimentos muy famosos desarrollados —entre 1924 y 1927— en una planta del mismo nombre de la Western Electric Company, donde al variar las condiciones de iluminación se obtenían incrementos en la productividad de los trabajadores, pero por igual al aumen- tar la luz que al disminuirla y, más bien, los cambios en la productividad se debieron a que los partici- pantes se sentían atendidos (Ballantyne, 2000). 4. Interferencia de tratamientos múltiples Si se aplican varios tratamientos a un grupo experimental para conocer sus efectos por separado y en conjunto (por ejemplo, en infantes enseñarles hábitos higiénicos con un DVD, más una dinámica que implique juegos, más un libro explicativo); incluso, si los tratamientos no son de impacto reversible, es decir, si no es posible borrar sus efectos, las conclusiones solamente podrán hacerse extensivas a los infantes que experimenten la misma secuencia de tratamientos, sean múltiples o la repetición del mis- mo (véanse los diseños con diversos tratamientos en el capítulo 5 del CD: “Diseños experimentales: segunda parte”). 5. Imposibilidad de replicar los tratamientos Cuando los tratamientos son tan complejos que no pueden replicarse en situaciones no experimenta- les, es difícil generalizar a éstas. 6. Descripciones insuficientes del tratamiento experimental En ocasiones, el tratamiento o los tratamientos experimentales no se describen lo suficiente en el reporte del estudio y, por consecuencia, si otro investigador desea reproducirlos le resultará muy difícil o imposible hacerlo (Mertens, 2008). Por ejemplo, señalamientos como: “la intervención funcionó” no nos dice nada, es por ello que se debe especificar en qué consistió tal intervención. Las instrucciones deben incluirse, y la precisión es un elemento importante. www.FreeLibros.com
- 188. Capítulo 7 Concepción o elección del diseño de investigación 146 7. Efectos de novedad e interrupción Un nuevo tratamiento puede tener resultados positivos simplemente por ser percibido como novedo- so, o bien, lo contrario: tener un efecto negativo porque interrumpe las actividades normales de los participantes. En este caso, es recomendable inducir a los sujetos paulatinamente al tratamiento (no de manera intempestiva) y esperar a que asimilen los cambios provocados por éste (Mertens, 2008). 8. El experimentador Que también lo consideramos una fuente de invalidación interna, puede generar alteraciones o cam- bios que no se presentan en situaciones no experimentales. Es decir que el tratamiento solamente tenga efecto con la intervención del experimentador. 9. Interacción entre la historia o el lugar y los efectos del tratamiento experimental Un experimento conducido en un contexto en particular (tiempo y lugar), en ocasiones no puede ser duplicado (Mertens, 2005 y 2008). Por ejemplo, un estudio que se efectúe en una empresa en el momento en que se reestructuran departamentos (donde algunos quizá se mantengan, otros se reduz- can y hasta ciertos departamentos desaparezcan). O bien, un experimento en una escuela secundaria, realizado al tiempo que su equipo de fútbol obtiene un campeonato nacional. Asimismo, en ocasiones los resultados del experimento no pueden generalizarse a otros lugares o ambientes. Si se lleva a cabo una investigación en una escuela pública recientemente inaugurada y que cuenta con los máximos avances tecnológicos educativos, ¿podemos extrapolar los resultados a todas las escuelas públicas de la localidad? A veces el efecto del tratamiento lo tenemos que analizar en distintos lugares y tiempos (Creswell, 2009). 10. Mediciones de la variable dependiente Puede suceder que un instrumento no registre cambios en la variable dependiente (ejemplo: cuestio- nario) y otro sí (observación). Si un experimento utiliza un instrumento para recolectar datos, y de este modo sus resultados puedan compararse, otros estudios deberán evaluar la variable dependiente con el mismo instrumento o uno equivalente (lo mismo en situaciones no experimentales). Para lograr una mayor validez externa es conveniente tener grupos lo más parecidos posible a la mayo- ría de las personas a quienes se desea generalizar, y repetir el experimento varias veces con diferentes grupos (hasta donde el presupuesto y los costos de tiempo lo permitan). También, desde luego, tratar de que el contexto experimental sea lo más similar al contexto que se pretende generalizar. Por ejem- plo, si se trata de métodos de enseñanza resultaría muy conveniente que se usen aulas similares a las que normalmente utilizan los participantes y que las instrucciones las proporcionen los maestros de siempre. Claro que a veces no es posible. Sin embargo, el experimentador debe esforzarse para que quienes participan no sientan, o que sea lo menos posible, que se está experimentando con ellos. ¿Cuáles pueden ser los contextos de los experimentos? En la literatura sobre la investigación del comportamiento se distinguen dos contextos en los que llega a tomar lugar un diseño experimental: laboratorio y campo. Así, se habla de experimentos de labora- torio y experimentos de campo. Los primeros se realizan bajo condiciones controladas, en las cuales el efecto de las fuentes de invalidación interna es eliminado, así como el de otras posibles variables independientes que no son manipuladas o no interesan (Hernández Sampieri y Mendoza, 2008). Los experimen- tos de campo son estudios efectuados en una situación “realista” en la que una o más variables independientes son manipuladas por el experimentador en condiciones tan cuidadosamente controladas como lo permite la situación (Kerlinger y Lee, 2002). Contexto de campo Experimento en una situación más real o natural en la que el investigador manipula una o más variables. www.FreeLibros.com
- 189. 147 Simbología de los diseños con emparejamiento en lugar de asignación al azar La diferencia esencial entre ambos contextos es el “realismo” con que los experimentos se llevan a cabo, es decir, el grado en que el ambiente es natural para los sujetos. Por ejemplo, si creamos salas para ver televisión y las acondicionamos de tal modo que se controle el ruido exterior, la temperatura y otros distractores; incluimos equipo de filmación oculto, y llevamos a los niños para que vean programas de televisión grabados. De esta manera estamos realizando un experimen- to de laboratorio (situación construida “artificialmente”). En cambio, si el experimento se lleva a cabo en el ambiente cotidiano de los sujetos (como en sus casas), se trata de un experimento de campo. Los experimentos de laboratorio generalmente logran un control más riguro- so que los experimentos de campo (Festinger, 1993), pero estos últimos suelen tener mayor validez externa. Ambos tipos de experimento son deseables. Algunos autores han acusado a los experimentos de laboratorio de “artificiali- dad”, de tener poca validez externa, de mantener distancia respecto al grupo estu- diado, de imposibilitar un entendimiento completo del fenómeno que se analiza, de ser reduccionistas y de que descontextualizan la conducta humana para simplificar su interpretación (Mertens, 2005). Sin embargo, como argumenta Festinger (1993, p. 139): Esta crítica requiere ser evaluada, pues probablemente sea consecuencia de una equivocada interpretación de los fines del experimento de laboratorio. Un experimento de laboratorio no necesita, y no debe, cons- tituir un intento de duplicar una situación de la vida real. Si se quisiera estudiar algo en una situación de este tipo, sería bastante tonto tomarse el trabajo de organizar un experimento de laboratorio para repro- ducir dicha situación. ¿Por qué no estudiarla directamente? El experimento de laboratorio debe tratar de crear una situación en la cual se vea claramente cómo operan las variables en situaciones especialmente identificadas y definidas. El hecho de que pueda encontrarse o no tal situación en la vida real no tiene importancia. Evidentemente, nunca puede encontrarse en la vida real la situación de la mayor parte de los experimentos de laboratorio. No obstante, en el laboratorio podemos determinar con exactitud en qué medida una variable específica afecta la conducta o actitudes en condiciones especiales o puras. ¿Qué alcance tienen los experimentos y cuál es el enfoque del que se derivan? Debido a que analizan las relaciones entre una o más variables independientes y una o más dependien- tes, así como los efectos causales de las primeras sobre las segundas, son estudios explicativos (que obviamente determinan correlaciones). Se trata de diseños que se fundamentan en el enfoque cuanti- tativo y en el paradigma deductivo. Se basan en hipótesis preestablecidas, miden variables y su aplica- ción debe sujetarse al diseño preconcebido; al desarrollarse, el investigador está centrado en la validez, el rigor y el control de la situación de investigación. Asimismo, el análisis estadístico resulta fundamen- tal para lograr los objetivos de conocimiento. Como señalan Feuer, Towne y Shavelson (2002), su fin es estimar efectos causales. Simbología de los diseños con emparejamiento en lugar de asignación al azar Como ya se comentó, otra técnica para hacer inicialmente equivalentes a los grupos es el empareja- miento. Desde luego, este método es menos preciso que la asignación al azar. Los diseños se represen- tan con una “E ” de emparejamiento, en lugar de la “R ” (asignación aleatoria o al azar). Por ejemplo, E G1 X1 01 E G2 X2 02 E G3 — 03 Contexto de laboratorio Experimento en que el efecto de todas o casi todas las variables independientes influyentes no concernientes al problema de investiga- ción se mantiene reducido lo más posible. www.FreeLibros.com
- 190. Capítulo 7 Concepción o elección del diseño de investigación 148 ¿Qué otros experimentos existen?: cuasiexperimentos Los diseños cuasiexperimentales también manipulan deliberadamente, al menos, una variable indepen- diente para observar su efecto y relación con una o más variables dependientes, sólo que difieren de los experimentos “puros” en el grado de seguridad o confiabilidad que pueda tenerse sobre la equivalencia inicial de los grupos. En los diseños cuasiexperimentales los sujetos no se asignan al azar a los grupos ni se emparejan, sino que dichos grupos ya están formados antes del experimento: son grupos intactos (la razón por la que surgen y la manera como se formaron es independiente o aparte del experimento). Por ejemplo, si los grupos del experimento son tres grupos escolares formados con anterioridad a la realiza- ción del experimento, y cada uno de ellos constituye un grupo experimental. Veámoslo gráficamente: Grupo A (30 estudiantes) Grupo experimental con X1 Grupo B (26 estudiantes) Grupo experimental con X2 Grupo C (34 estudiantes) Grupo de control Otros ejemplos serían utilizar grupos terapéuticos ya integrados, equipos deportivos previamente formados, trabajadores de turnos establecidos o grupos de habitantes de distintas zonas geográficas (que ya estén agrupados por zona). Los diseños cuasiexperimentales específicos se revisan en el capítulo 5 del CD: “Diseños experi- mentales: segunda parte”. Pasos de un experimento A continuación mencionamos los principales pasos que suelen realizarse en el desarrollo de un experi- mento: Paso 1: Decidir cuántas variables independientes y dependientes deberán incluirse en el experimento. No necesariamente el mejor experimento es el que incluye el mayor número de variables; deben incluirse las variables que sean necesarias para probar las hipótesis, alcanzar los objeti- vos y responder las preguntas de investigación. Paso 2: Elegir los niveles o modalidades de manipulación de las variables independientes y traducirlos en tratamientos experimentales. Paso 3: Desarrollar el instrumento o instrumentos para medir la(s) variable(s) dependiente(s). Paso 4: Seleccionar para el experimento una muestra de personas que posean el perfil que nos interesa. Paso 5: Reclutar a los participantes del experimento. Esto implica tener contacto con ellos, darles las explicaciones necesarias, obtener su consentimiento e indicarles lugar, día, hora y persona con quien deben presentarse. Siempre es conveniente darles el máximo de facilidades para que acudan al experimento (si se les puede brindar transporte en caso de que sea necesario, pro- porcionarles un mapa con las indicaciones precisas, etc.). También hay que darles cartas (a ellos o alguna institución a la que pertenezcan para facilitar su participación en el experimen- to; por ejemplo, en escuelas a los directivos, maestros y padres de familia), llamarles por teléfono el día anterior a la realización del experimento para recordarles su participación. Las personas deben encontrar motivante su participación en el experimento. Por tanto, resulta muy conveniente darles algún regalo atractivo (a veces simbólico). Por ejemplo, a amas de casa, una canasta de productos básicos; a ejecutivos o gerentes, una canasta con dos o tres artículos; a estudiantes, créditos escolares, etc., además de expedirles una carta de agra- decimiento. Paso 6: Seleccionar el diseño experimental o cuasiexperimental apropiado para nuestras hipótesis, objetivos y preguntas de investigación. Paso 7: Planear cómo vamos a manejar a los participantes del experimento. Es decir, elaborar una ruta crítica de qué van a hacer las personas desde que llegan al lugar del experimento hasta que se retiran. formados, trabaja (que ya estén agru Los diseños c mentales: segund 7 www.FreeLibros.com
- 191. 149 Diseños no experimentales Paso 8: En el caso de experimentos “puros”, dividirlos al azar o emparejarlos; y en el caso de cuasiex- perimentos, analizar cuidadosamente las propiedades de los grupos intactos. Paso 9: Aplicar las prepruebas (cuando las haya), los tratamientos respectivos (cuando no se trate de grupos de control) y las pospruebas. Asimismo, resulta conveniente tomar nota del desarrollo del experimento, llevar una bitácora minuciosa de todo lo ocurrido a lo largo de éste. En los últimos años algunos autores sugieren (por razones éticas) que en ocasiones el estímulo o tratamiento experimental debe ser discutido con los sujetos antes de su aplicación (Mertens, 2005), sobre todo si involucra cuestiones que exijan esfuerzo físico o que puedan tener un fuerte impacto emocional. Esto es adecuado, siempre y cuando no se convierta en una fuente de invalidación interna o de anulación del experimento. Asimismo, se recomienda que si por medio del tratamiento se bene- ficia a un grupo (por ejemplo, con un método educativo o un curso), una vez concluido el experimen- to, se administre a los demás grupos, para que también gocen de sus beneficios. En el capítulo 5 del CD: “Diseños experimentales: segunda parte” también se presenta cómo controlar la influencia de variables intervinientes y otros temas importantes. Diseños no experimentales ¿Qué es la investigación no experimental cuantitativa? Podría definirse como la investigación que se realiza sin manipular deliberadamente variables. Es decir, se trata de estudios donde no hacemos variar en forma intencional las variables independientes para ver su efecto sobre otras variables. Lo que hacemos en la investigación no experi- mental es observar fenómenos tal como se dan en su contexto natural, para poste- riormente analizarlos. En un experimento, el investigador construye deliberadamente una situación a la que son expuestos varios individuos. Esta situación consiste en recibir un trata- miento, una condición o un estímulo bajo determinadas circunstancias, para después evaluar los efec- tos de la exposición o aplicación de dicho tratamiento o tal condición. Por decirlo de alguna manera, en un experimento se “construye” una realidad. En cambio, en un estudio no experimental no se genera ninguna situación, sino que se observan situaciones ya existentes, no provocadas intencionalmente en la investigación por quien la realiza. En la investigación no experimental las variables independientes ocurren y no es posible manipularlas, no se tiene control directo sobre dichas variables ni se puede influir sobre ellas, porque ya sucedieron, al igual que sus efectos. La investigación no experimental es un parteaguas de varios estudios cuantitativos, como las encuestas de opinión (surveys), los estudios ex post-facto retrospectivos y prospectivos, etc. Para ilustrar la diferencia entre un estudio experimental y uno no experimental consideremos el siguiente ejemplo. Claro está que no sería ético un experimento que obligara a las personas a consumir una bebida que afecta gravemente la salud. El ejemplo es sólo para ilustrar lo expuesto y quizá parezca un tanto burdo, pero es ilustrativo. Investigación no experimental Estu- dios que se realizan sin la manipulación deliberada de variables y en los que sólo se observan los fenómenos en su ambiente natural para después analizarlos. EJEMPLO Para esclarecer la diferencia entre la investigación experimental y la investigación no experimental Vamos a suponer que un investigador desea analizar el efecto que produce el consumo de alcohol sobre los reflejos humanos. Su hipótesis es: “a mayor consumo de alcohol, mayor lentitud en los reflejos de las personas”. Si decidiera seguir un enfoque experimental, asignaría al azar los sujetos a varios grupos. 4 www.FreeLibros.com
- 192. Capítulo 7 Concepción o elección del diseño de investigación 150 En un estudio experimental se construye el contexto y se manipula de manera intencional a la variable independiente (en este caso, el consumo del alcohol), después se observa el efecto de esta manipulación sobre la variable dependiente (aquí, la calidad de los reflejos). Es decir, el investigador influyó directamente en el grado de consumo de alcohol de los participantes. En la investigación no experimental no hay ni manipulación intencional ni asignación al azar. Los sujetos ya habían consu- mido cierto nivel de alcohol y en este hecho el investigador no tuvo nada que ver: no influyó en la cantidad de consumo de alcohol de los participantes. Era una situación que ya existía, ajena al control directo que hay en un experimento. En la investigación no experimental se eligieron personas con diferentes niveles de consumo, los cuales se generaron por muchas causas, pero no por la manipulación intencional y previa del consumo de alcohol. En resumen, en un estudio no experimental los indivi- duos ya pertenecían a un grupo o nivel determinado de la variable independiente por autoselección. Esta diferencia esencial genera distintas características entre la investigación experimental y la no experimental, que serán discutidas cuando se analicen comparativamente ambos enfoques. Para ello es necesario profundizar en los tipos de investigación no experimental. La investigación experimental tiene alcances iniciales y finales correlacionales y explicativos. La investigación no experimental es sistemática y empírica en la que las variables independientes no se manipulan porque ya han sucedido. Las inferencias sobre las relaciones entre variables se realizan sin intervención o influencia directa, y dichas relaciones se observan tal como se han dado en su contexto natural. Un ejemplo no científico (y tal vez demasiado coloquial) para abundar en la diferencia entre un experimento y un no experimento serían las siguientes situaciones: Experimento Hacer enojar intencionalmente a una persona y ver sus reacciones. No experimento Ver las reacciones de esa persona cuando llega enojada. Mertens (2005) señala que la investigación no experimental es apropiada para variables que no pueden o deben ser manipuladas o resulta complicado hacerlo. Algunos ejemplos se muestran en la tabla 7.5. Supóngase cuatro grupos: un primer grupo donde los participantes ingirieran un elevado consumo de alcohol (siete copas de tequila o brandy), un segundo grupo que tuviera un consumo medio de alcohol (cuatro copas), un tercer grupo que bebiera un consumo bajo de alcohol (una sola copa) y un cuarto grupo de control que no ingiriera nada de alcohol. Controlaría el lapso en el que todos los sujetos consumen su “ración” de alcohol (copa o copas), así como otros factores (misma bebida, cantidad de alcohol servida en cada copa, etc.). Finalmente, mediría la calidad de la respuesta de los reflejos en cada grupo y com- pararía los grupos, para determinar el efecto del consumo de alcohol sobre los reflejos humanos, y probar o disprobar su hipótesis. Desde luego, el enfoque podría ser cuasiexperimental (grupos intactos) o asignar los sujetos a los grupos por emparejamiento (digamos en cuanto al género, que influye en la resistencia al alcohol, pues la mayoría de las mujeres suelen tolerar menos cantidades que los hombres). Por el contrario, si decidiera seguir un enfoque no experimental, el investigador podría acudir a luga- res donde se localicen distintas personas con diferentes consumos de alcohol (por ejemplo, oficinas donde se haga la prueba del nivel de consumo de alcohol, como una estación de policía). Encontraría a personas que han bebido cantidades elevadas, medias y bajas de alcohol, así como a quienes no lo han ingerido. Mediría la calidad de sus reflejos, llevaría a cabo sus comparaciones y establecería el efecto del consumo de alcohol sobre los reflejos humanos, analizando si aporta evidencia en favor o en contra de su hipótesis. www.FreeLibros.com
- 193. 151 ¿Cuáles son los tipos de diseños no experimentales? Tabla 7.5 Variables no manipulables o difícilmente manipulables en experimentos, y apropiadas más bien para estudios no experimentales Tipos Ejemplos Características inherentes de personas u objetos que son complejas de manipular. Características que no pueden ser manipuladas por razones éticas. Características que no es posible manipular. Hábitat de un animal, fuertes incrementos salariales, anti- güedad en el trabajo… Consumo de alcohol, tabaco o un medicamento (si la per- sona se encuentra saludable), agresiones físicas, adopción, impedimentos físicos… Personalidad (todos sus rasgos), energía explosiva de un volcán, estado civil de los padres (divorciados, casados, unión libre, etc.), masa de un meteorito… ¿Cuáles son los tipos de diseños no experimentales? Distintos autores han adoptado diversos criterios para catalogar la investigación no experimental. Sin embargo, en este libro consideramos la siguiente manera de clasificar dicha investigación: por su dimensión temporal o el número de momentos o puntos en el tiempo, en los cuales se recolectan datos. En algunas ocasiones la investigación se centra en: a) analizar cuál es el nivel o modalidad de una o diversas variables en un momento dado; b) evaluar una situación, comunidad, evento, fenómeno o contexto en un punto del tiempo y/o; c) determinar o ubicar cuál es la relación entre un conjunto de variables en un momento. En estos casos el diseño apropiado (bajo un enfoque no experimental) es el transversal o transec- cional. Ya sea que su alcance inicial o final sea exploratorio, descriptivo, correlacional o explicativo. Otras veces, la investigación se concentra en: a) estudiar cómo evolucionan una o más variables o las relaciones entre ellas, y/o b) analizar los cambios a través del tiempo de un evento, una comunidad, un fenómeno, una situación o un contexto. En situaciones como ésta el diseño apropiado (bajo un enfoque no experimental) es el longitudinal. Dicho de otro modo, los diseños no experimentales se pueden clasificar en transeccionales y longitudinales. transeccional longitudinal Investigación no experimental Investigación transeccional o transversal Los diseños de investigación transeccional o transversal recolectan datos en un solo momento, en un tiempo único. Su propósito es describir variables y analizar su incidencia e interrelación en un momento dado. Es como tomar una fotografía de algo que sucede. Por ejemplo: 1. Investigar el número de empleados, desempleados y subempleados en una ciudad en cierto momento. 2. Medir las percepciones y actitudes de mujeres jóvenes que fueron abusadas sexualmente en el último mes en una urbe latinoamericana. Diseños transeccionales (transversa- les) Investigaciones que recopilan datos en un momento único. 6 7 www.FreeLibros.com
- 194. Capítulo 7 Concepción o elección del diseño de investigación 152 3. Evaluar el estado de los edificios de un barrio o una colonia, después de un terremoto. 4. Analizar el efecto que sobre la estabilidad emocional de un grupo de personas provocó un acto terrorista. 5. Analizar si hay diferencias en el contenido sexual entre tres telenovelas que están exhibiéndose simultáneamente. Estos diseños se esquematizan de la siguiente manera: Recolección de datos única Pueden abarcar varios grupos o subgrupos de personas, objetos o indicadores; así como diferentes comunidades, situaciones o eventos. Por ejemplo, analizar el efecto que sobre la estabilidad emocional provocó un acto terrorista en niños, adolescentes y adultos. Pero siempre, la recolección de los datos ocurre en un momento único. A su vez, los diseños transeccionales se dividen en tres: exploratorios, descriptivos y correlacio- nales-causales. Diseños transeccionales Exploratorios Descriptivos Correlacionales-causales Diseños longitudinales Investigación no experimental Diseños transeccionales exploratorios El propósito de los diseños transeccionales exploratorios es comenzar a conocer una variable o un conjunto de variables, una comunidad, un contexto, un evento, una situación. Se trata de una explo- ración inicial en un momento específico. Por lo general, se aplican a problemas de investigación nue- vos o poco conocidos, además constituyen el preámbulo de otros diseños (no experimentales y experimentales). Por ejemplo, unas investigadoras pretenden obtener un panorama sobre el grado en que las empre- sas de una ciudad contratan a personas con capacidades distintas (impedimentos físicos, deficiencias motrices, visuales, mentales). Buscan en los archivos municipales y encuentran muy poca informa- ción, acuden a la cámara industrial de la localidad y tampoco descubren datos que les sean útiles. Entonces inician un sondeo en las empresas de su localidad, haciendo una serie de preguntas a los gerentes de personal, recursos humanos o equivalentes: ¿contratan a personas con capacidades diferen- tes?, ¿cuántas personas al año, al mes?, ¿para qué tipo de empleos?, etc. Al explorar la situación logran tener una visión del problema que les interesa y sus resultados son exclusivamente válidos para el tiem- po y lugar en que efectuaron su estudio. Sólo recolectaron datos una vez. Posteriormente podrían planear una investigación descriptiva más profunda sobre la base proporcionada por esta primera aproximación, o comenzar un estudio que indague qué empresas son las que contratan a más indivi- duos con capacidades distintas y por qué motivos. Diseños transeccionales descriptivos Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia de las modalidades o niveles de una o más variables en una población. El procedimien- to consiste en ubicar en una o diversas variables a un grupo de personas u otros seres Diseños transeccionales descrip- tivos Indagan la incidencia de las modalidades, categorías o niveles de una o más variables en una población, son estudios puramente descriptivos. www.FreeLibros.com
- 195. 153 Diseños transeccionales descriptivos vivos, objetos, situaciones, contextos, fenómenos, comunidades; y así proporcionar su descripción. Son, por tanto, estudios puramente descriptivos y cuando establecen hipótesis, éstas son también descriptivas (de pronóstico de una cifra o valores). Por ejemplo: Ubicar a un grupo de personas en las variables: género, edad, estado civil o marital y nivel educativo.14 Esto podría representarse así: 14 El nivel educativo varía entre diferentes países, en algunos casos la educación media se refiere a secundaria y preparatoria, en otros a secundaria o únicamente bachillerato. Figura 7.7 Ejemplo de ubicación de personas. En ciertas ocasiones, el investigador pretende realizar descripciones comparativas entre grupos o subgrupos de personas u otros seres vivos, objetos, comunidades o indicadores (esto es, en más de un grupo). Por ejemplo, un investigador que deseara describir el nivel de empleo en tres ciudades (Valen- cia, Caracas y Trujillo, en Venezuela). Resultado: Descripción de cuántos hombres y mujeres conforman el grupo, de qué edades y estados civiles o maritales, así como niveles educativos. Se describió al grupo en cuatro variables. Grupo de personas Género: • Masculino • Femenino Edad: — ___________ años Nivel educativo (grado): • Sin estudios • Infantil (preescolar) • Primaria • Media (secundaria) • Grado • Posgrado Estado civil: • Soltero(a), nunca casado(a) • Divorciado • Separado • Viudo • Unión libre EJEMPLOS 1. Las famosas encuestas nacionales de opinión sobre las tendencias de los votantes durante periodos electorales. Su objetivo es describir —en una elección específica— el número de votantes que se inclinan por los diferentes candidatos contendientes. Es decir, se centran en la descripción de las preferencias del electorado. 2. Un análisis sobre la tendencia ideológica de los 15 diarios de mayor tirada en América Latina. El foco de atención es únicamente describir, en un momento dado, cuál es la tendencia ideológica (izquierda- www.FreeLibros.com
- 196. Capítulo 7 Concepción o elección del diseño de investigación 154 Imagine que su único propósito es describir físicamente a una persona (digamos, a Alexis, un niño de ocho años), nos diría cuál es su estatura, talla, de qué color es su cabello y ojos, cómo es su com- plexión, etc. Así son los estudios descriptivos y queda claro que ni siquiera cabe la noción de manipu- lación, puesto que cada variable o concepto se trata individualmente: no se vinculan variables. Además, la descripción de Alexis es a la edad de ocho años (un solo momento), la cual variará en diferentes cuestiones conforme crezca (talla, por ejemplo). Diseños transeccionales correlacionales-causales Estos diseños describen relaciones entre dos o más categorías, conceptos o variables en un momento determinado. A veces, únicamente en términos correlacionales, otras en función de la relación causa- efecto(causales). La diferencia entre los diseños transeccionales descriptivos y los diseños correlacionales-causales se expresa gráficamente en la figura 7.8. derecha) de dichos periódicos. No se tiene como objetivo ver por qué manifiestan una u otra ideología, sino tan sólo describirlas. 3. Una investigación para evaluar los niveles de satisfacción de los clientes de un hotel respecto al servi- cio que reciben (no busca evaluar si las mujeres están más satisfechas que los hombres, ni asociar el nivel de satisfacción con la edad o los ingresos de los clientes). Figura 7.8 Comparación de diseños transeccionales descriptivos y correlacionales-causales. Se recolectan datos y se describe categoría, concepto, variable (X1 ) Se recolectan datos y se describe categoría, concepto, variable (X2 ) Se recolectan datos y se describe categoría, concepto, variable (Xk ) Se recolectan datos y se describe relación (X1 – Y1 ) Se recolectan datos y se describe relación (X2 – Y2 ) Se recolectan datos y se describe relación (X3 – Y3 ) DESCRIPTIVOS Tiempo único El interés es cada variable tomada individualmente Tiempo único El interés es la relación entre variables, sea correlación: CORRELACIONALES-CAUSALES X1 X2 Xk X1 — Y1 X2 — Y2 Xk — Yk o bien, relación causal: X1 Y1 X2 Y2 Xk Yk www.FreeLibros.com
- 197. 155 Diseños transeccionales descriptivos Por tanto, los diseños correlacionales-causales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pretender analizar relaciones causales. Cuando se limitan a relaciones no causales, se fundamentan en planteamientos e hipótesis correlacionales; del mismo modo, cuando buscan evaluar vinculaciones causales, se basan en planteamientos e hipótesis causales. Veamos algunos ejemplos. EJEMPLOS 1. Una investigación que pretendiera indagar la relación entre la atracción y la confianza durante el noviazgo en parejas de jóvenes, observando cuán vinculadas están ambas variables (se limita a ser correlacional). 2. Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de línea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados; en caso de que así sea, evaluando por qué y cómo es que la motivación intrínseca contribuye a incrementar la productividad (esta inves- tigación establece primero la correlación y luego la relación causal entre las variables). 3. Un estudio sobre la relación entre urbanización y alfabetismo en una nación latinoamericana, para ver qué variables macrosociales mediatizan tal relación (causal). 4. Un estudio que pretendiera analizar quiénes compran más en las tiendas de una cadena departamen- tal, los hombres o las mujeres (correlacional: asocia género y nivel de compra). De los ejemplos se desprende lo que se ha comentado anteriormente: que en ciertas ocasiones sólo se pretende correlacionar categorías, variables, objetos o conceptos; pero en otras, se busca establecer relaciones causales. Debemos recordar que la causalidad implica correlación, pero no toda correlación significa causalidad. Estos diseños pueden ser sumamente complejos y abarcar diversas categorías, conceptos o varia- bles. Cuando establecen relaciones causales son explicativos. Su diferencia con los experimentos es la base de la distinción entre experimentación y no experimentación. En los diseños transeccionales correlacionales-causales, las causas y los efectos ya ocurrieron en la realidad (estaban dados y manifes- tados) o están ocurriendo durante el desarrollo del estudio, y quien investiga los observa y reporta. En cambio, en los diseños experimentales y cuasiexperimentales se provoca intencionalmente al menos una causa y se analizan sus efectos o consecuencias. En todo estudio, la causalidad la establece el investigador de acuerdo con sus hipótesis, las cuales se fundamentan en la revisión de la literatura. En los experimentos —como ya se ha insistido— la causalidad va en el sentido del tratamiento o tratamientos (variable o variables independientes) hacia el efecto o efectos (variable o variables dependientes). En los estudios transeccionales correlacionales- causales la causalidad ya existe, pero es el investigador quien la direcciona y establece cuál es la causa y cuál el efecto (o causas y efectos). Ya sabemos que para establecer un nexo causal: a) la o las variables independientes deben anteceder en tiempo a la o las dependientes, aunque sea por milésimas de segundo (por ejemplo, en la relación entre “el nivel de estudio de los padres” y “el interés por la lectu- ra de los hijos”, es obvio que la primera variable antecede a la segunda); y b) debe existir covariación entre la o las variables independientes y dependientes; pero además: c) la causalidad tiene que ser vero- símil (si decidimos que existe un vínculo causal entre las variables “nutrición” y “rendimiento escolar”, resulta lógico que la primera es causa de la segunda, pero no a la inversa). Un diseño correlacional-causal puede limitarse a dos categorías, conceptos o variables, o incluso abarcar modelos o estructuras tan complejas como lo muestra la figura 7.9 (donde cada letra en recuadro representa una variable, un concepto, etcé- tera). Diseños transeccionales correlaciona- les-causales Describen relaciones entre dos o más categorías, conceptos o varia- bles en un momento determinado, ya sea en términos correlacionales, o en función de la relación causa-efecto. www.FreeLibros.com
- 198. Capítulo 7 Concepción o elección del diseño de investigación 156 Asimismo, los diseños correlacionales-causales en ocasiones describen relaciones en uno o más grupos o subgrupos, y suelen describir primero las variables incluidas en la investigación, para luego establecer las relaciones entre éstas (en primer lugar, son descriptivos de variables individuales, pero luego van más allá de las descripciones: establecen relaciones). Figura 7.9 Ejemplo de una estructura de un diseño correlacional-causal complejo. X1 Z T Y1 X2 W Y2 X3 R EJEMPLO En una investigación para evaluar la credibilidad de tres conductores de televisión, y relacionar esta variable con el género, la ocupación y el nivel socioeconómico del teleauditorio. Primero, mediríamos qué tan creíble es cada conductor y describiríamos la credibilidad de los tres conductores. Determinaríamos el género de las personas e investigaríamos su ocupación y nivel socioeconómico, así, describiríamos estos tres elementos del teleauditorio. Posteriormente, relacionaríamos la credibilidad y el género (para ver si hay diferencias por género en cuanto a la credibilidad de los tres conductores), la credibilidad y la ocupación (para ver si los conductores tienen una credibilidad similar o diferente entre las distintas ocu- paciones) y la credibilidad y el nivel socioeconómico (para evaluar diferencias por nivel socioeconómico). De este modo, primero describimos y luego correlacionamos. En estos diseños, en su modalidad únicamente causal, a veces se reconstruyen las relaciones a partir de la(s) variable(s) dependiente(s), en otras a partir de la(s) independiente(s) y en otras más sobre la base de variabilidad amplia de las independientes y dependientes (León y Montero, 2003). Al primer caso se les conoce como retrospectivos, al segundo como prospectivos y al tercero como causalidad múltiple. Supongamos que mi interés es analizar las causas por las cuales algunos clientes, y otros no, han utilizado el crédito que les fue otorgado por una cadena de tiendas departamentales. Entonces, la variable dependiente tiene dos niveles: a) clientes que sí han utilizado su crédito y b) clientes que no. Empleo la base de datos de los clientes y los agrupo en el nivel que les corresponde. Procedo a pregun- tarles a quienes sí han empleado el crédito, los motivos por los cuales lo han usado; del mismo modo, a quienes no lo han hecho, les pregunto las razones por las que no lo han utilizado. Así determino las causas que me importan. El estudio podría diagramarse tal como se muestra en la figura 7.10. El estu- dio causal se desarrolla en un momento particular y único. www.FreeLibros.com
- 199. 157 Diseños transeccionales descriptivos Veamos ahora una investigación causal prospectiva: imaginemos que deseo indagar si la variable antigüedad provoca o no mayor lealtad a la empresa y por qué. Entonces, divido a los empleados en la variable independiente: a) muy alta antigüedad (25 o más años de laborar en la organización), b) alta antigüedad (16 a 24 años), c) mediana antigüedad (9 a 15 años), d ) baja antigüedad (cuatro a ocho años), e) muy baja antigüedad (uno a tres años) y f ) recién ingreso (un año o menos). Posteriormente, mido los niveles de lealtad y cuestiono a los empleados sobre cómo la antigüedad ha generado o no mayor lealtad. Así determino los efectos de interés. (figura 7.11.) Figura 7.10 Ejemplo de una reconstrucción causal retrospectiva. Figura 7.11 Ejemplo de una reconstrucción causal prospectiva. Variables independientes: causas de uso y no uso del crédito Variable dependiente: uso del crédito Grupos: a) usuarios b) no usuarios Reconstruyo la causalidad a partir de la variable dependiente, en retrospectiva Causalidad Antigüedad (independiente) Variable dependiente: lealtad a la empresa Reconstruyo la causalidad a partir de la variable independiente, en prospectiva Causalidad En los diseños donde se reconstruyen las relaciones sobre la base de variabilidad amplia de las independientes y dependientes, no se parte de una variable en especial ni de grupos, sino que se evalúa la estructura causal completa (las relaciones en su conjunto). Vea la figura 7.12. Todos los estudios transeccionales causales nos brindan la oportunidad de predecir el comporta- miento de una o más variables a partir de otras, una vez que se establece la causalidad. A estas últimas se les denomina variables predictoras. Tales diseños requieren de análisis multivariados, que se men- cionan en el CD anexo (capítulo 8: Análisis estadístico: segunda parte). En la figura 7.12 simplemen- te incluimos un ejemplo de una estructura causal compleja. Lo importante es que se comprenda cómo en ocasiones se analizan múltiples variables y secuencias causales. Para el modelo de la figura 7.12, las percepciones sobre las variables o dimensiones del clima organizacional (trabajo, papel que se desempeña, líder o superior, grupo de trabajo y elementos de la organización) influyen en la motivación y el desempeño, pero con la mediación de las actitudes hacia el trabajo (satisfacción en el trabajo, involucramiento en el trabajo y el compromiso con la empresa o institución). Es decir, hay dos niveles de variables intervinientes: las del clima y las actitudes hacia el trabajo. El modelo está fundamentado en Parker et al. (2003) y Hernández Sampieri (2005). Las per- cepciones psicológicas del clima son las variables predictoras iniciales. www.FreeLibros.com
- 200. Capítulo 7 Concepción o elección del diseño de investigación 158 Encuestas de opinión (surveys) Las encuestas de opinión (surveys) son consideradas por diversos autores como un diseño (Creswell, 2009; Mertens, 2005) y estamos de acuerdo en considerarlas así. En nuestra clasificación serían inves- tigaciones no experimentales transversales o transeccionales descriptivas o correlacionales-causales, ya que a veces tienen los propósitos de unos u otros diseños y a veces de ambos (Archester, 2005). Generalmente utilizan cuestionarios que se aplican en diferentes contextos (aplicados en entrevistas “cara a cara”, mediante correo electrónico o postal, en grupo). El proceso de una encuesta de opinión (survey) se comenta en el CD anexo, en el capítulo 6: “Encuestas (surveys)”. Investigación longitudinal o evolutiva En ocasiones el interés del investigador es analizar cambios a través del tiempo de determinadas cate- gorías, conceptos, sucesos, variables, contextos o comunidades; o bien, de las relaciones entre éstas. Aun más, a veces ambos tipos de cambios. Entonces disponemos de los diseños longi- tudinales, los cuales recolectan datos a través del tiempo en puntos o periodos, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Tales puntos o periodos por lo común se especifican de antemano. Por ejemplo, un investigador que buscara analizar cómo evolucionan los niveles de empleo durante cinco años en una ciudad; otro que pretendiera estudiar cómo ha cambiado el contenido sexual en las telenovelas de cierto país en los últimos 10 años, y uno más que buscara observar cómo se desarrolla una comunidad indígena a través de varios años, con la llegada de la computadora e internet a sus vidas. Son pues, estudios de seguimiento. Los diseños longitudinales suelen dividirse en tres tipos: diseños de tendencia (trend), diseños de análisis evolutivo de grupos (cohorte) y diseños panel, como se indica en el siguiente esquema: Figura 7.12 Modelo mediatizador del clima organizacional. Motivación Desempeño Percepciones psicológicas del clima • Trabajo • Papel que se desempeña • Líder • Grupo de trabajo • Organización Actitudes hacia el trabajo • Satisfacción en el trabajo • Involucramiento en el trabajo • Compromiso Diseños longitudinales Estudiosque recaban datos en diferentes puntos del tiempo, para realizar inferencias acer- ca de la evolución, sus causas y sus efectos. Diseños transeccionales Diseños longitudinales De evaluación de grupo (cohorte) Diseños panel De tendencia (trend ) Diseños no experimentales que a veces tiene Generalmente ut “cara a cara”, med (survey) se comen y y 8 www.FreeLibros.com
- 201. 159 Diseños transeccionales descriptivos Diseños longitudinales de tendencia Los diseños de tendencia (trend ) son aquellos que analizan cambios a través del tiempo (en catego- rías, conceptos, variables o sus relaciones), dentro de alguna población en general. Su característica distintiva es que la atención se centra en la población. Por ejemplo, una investigación para analizar cambios en la actitud hacia el aborto por parte de adolescentes de una comunidad. Dicha actitud se mide en varios puntos en el tiempo (digamos, anualmente o en periodos no preestablecidos durante 10 años) y se examina su evolución a lo largo de este gran periodo. Se puede observar o medir a toda la población, o bien, tomar una muestra de ella, cada vez que se observen o midan las variables o las relaciones entre éstas. Es importante señalar que los participantes del estudio no son los mismos, pero la población sí. Los adolescentes crecen con el transcurrir del tiempo, pero siempre hay una población de jóvenes. Por ejemplo, los estudiantes de Medicina de la Universidad Complutense de Madrid de hoy no serán las mismas personas que las de años futuros, pero siempre habrá una población de estu- diantes de Medicina de dicha institución. Estos diseños se representan en la figura 7.13. Recolección de datos en una población Recolección de datos en una población Recolección de datos en una población Recolección de datos en una población Tiempo 1 Tiempo k Tiempo 2 Tiempo 3 Muestras distintas, misma población Figura 7.13 Esquema de un diseño longitudinal de tendencia. Diseños longitudinales de evolución de grupo (cohortes) Con los diseños de evolución de grupo se examinan cambios a través del tiempo en subpoblaciones o grupos específicos. Su atención son las cohortes o grupos de individuos vinculados de alguna mane- ra o identificados por una característica común, generalmente la edad o la época (Glenn, 1977). Un ejemplo de estos grupos (cohortes) sería el formado por las personas que nacieron en 1973 en Chile, durante el derrocamiento del gobierno de Salvador Allende; pero también podría utilizarse otro criterio de agrupamiento temporal, como las perso- nas que se casaron durante 2000 en Rosario, Argentina; o los niños de la Ciudad de México que asistían a instrucción primaria durante el gran terremoto que ocurrió en 1985. Tales diseños hacen seguimiento de los grupos a través del tiempo y por lo común se extrae una muestra cada vez que se recolectan datos sobre el grupo o la subpoblación, más que incluir a toda la subpoblación. EJEMPLO Analizar la manera en que evoluciona la percepción sobre tener relaciones sexuales premaritales en las mujeres jóvenes adultas (20 a 25 años) de Valledupar, Colombia, de aquí al año 2020. Las mujeres aumentan su edad, pero siempre habrá una población de mujeres de esas edades en tal ciudad. Las participantes seleccionadas son otras, pero el universo o población es la misma. Diseños de tendencia y de evolución de grupo Ambas clases de diseños moni- torean cambios en una población o subpo- blación a través del tiempo, usando una serie de muestras que abarcan a diferen- tes participantes en cada ocasión, pero en los primeros la población es la misma y en los segundos se toma como universo a los sobrevivientes de la población. www.FreeLibros.com
- 202. Capítulo 7 Concepción o elección del diseño de investigación 160 Los diseños de evolución de grupo se pueden esquematizar como en la siguiente figura: EJEMPLO Una investigación nacional sobre las actitudes hacia la democracia de los mexicanos nacidos en 1990 (recordemos que en México hasta el año 2000 hubo elecciones presidenciales verdaderamente democrá- ticas), digamos cada cinco años, comenzando a partir del 2015. En este año se obtendría una muestra de mexicanos de 25 años de edad y se medirían las actitudes. En el 2020, se seleccionaría una muestra de mexicanos de 30 años y se medirían las actitudes. En el 2025, se elegiría una muestra de mexicanos de 35 años, y así sucesivamente. De esta forma, se analizan la evolución y los cambios de las actitudes mencionadas. Desde luego que, aunque el conjunto específico de personas estudiadas en cada tiempo o medición llega a ser diferente, cada muestra representa a los sobrevivientes del grupo de mexicanos nacidos en 1990. Recolección de datos en una subpoblación Recolección de datos en una subpoblación Recolección de datos en una subpoblación Recolección de datos en una subpoblación Tiempo 1 Tiempo k Tiempo 2 Tiempo 3 Muestras distintas, misma subpoblación vinculada por algún criterio o característica Christian Torres Sergio Cuevas Ana Méndez Viridiana Rangel Guadalupe Flores Christian Torres Sergio Cuevas Ana Méndez Viridiana Rangel Guadalupe Flores Christian Torres Sergio Cuevas Ana Méndez Viridiana Rangel Guadalupe Flores Christian Torres Sergio Cuevas Ana Méndez Viridiana Rangel Guadalupe Flores Tiempo 1 Tiempo 4 Tiempo 2 Tiempo 3 Figura 7.14 Esquema de los diseños de evolución de grupo. Figura 7.15 Ejemplo de diseño longitudinal panel. Diseños longitudinales panel Los diseños panel son similares a las dos clases de diseños vistas anteriormente, sólo que los mismos participantes son medidos u observados en todos los tiempos o momentos. Un ejemplo sería una investigación que observara anualmente los cambios en las actitudes (bajo la aplicación de una prueba estandarizada) de un grupo de ejecutivos en relación con un programa para elevar la productividad, por ejemplo, durante cinco años. Cada año se observaría la actitud de los mismos ejecutivos. Es decir, los individuos, y no sólo la muestra, población o subpoblación, son los mismos. Otro ejemplo sería observar mensualmente (durante dos años) a un grupo que acude a psicoterapia para analizar si se incrementan sus expresiones verbales de discusión y exploración de planes futuros, y si disminuyen sobre hechos pasados (en cada observación los pacientes serían las mismas personas). La forma gráfica de representar este ejemplo de diseño longitudinal se muestra en la figura 7.15. www.FreeLibros.com
- 203. 161 Diseños transeccionales descriptivos Otro ejemplo de diseño panel consiste en analizar la evolución de pacientes de un determinado tipo de cáncer (de mama, pongamos como caso), donde se vea qué pasa con el grupo durante cuatro etapas: la primera, un mes después de iniciar el tratamiento médico; la segunda, seis meses después de iniciar el tratamiento; la tercera, un año después del tratamiento, y la cuarta, dos años después de iniciado éste. Siempre se incluirán a las mismas pacientes con nombre y apellido, descartando a quie- nes lamentablemente fallecen. Un ejemplo adicional sería tomar a un grupo de 50 guatemaltecos que estén emigrando a Estados Unidos para trabajar, y evaluar cómo cambia la percepción que tienen de sí mismos durante 10 años (con recolección de datos en varios periodos, pero sin definir previamente cada cuándo). En los diseños panel se tiene la ventaja de que, además de conocer los cambios grupales, se conocen los cambios individuales. Se sabe qué casos específicos intro- ducen el cambio. La desventaja es que a veces resulta muy difícil obtener con exac- titud a los mismos participantes para una segunda medición u observaciones subsecuentes. Este tipo de diseños sirve para estudiar poblaciones o grupos más específicos y es conve- niente cuando se tienen poblaciones relativamente estáticas. Por otra parte, deben verse con cuidado los efectos que una medición, un registro o una observa- ción llega a tener sobre otras posteriores (recuérdese el efecto de administración de la prueba vista como fuente de invalidación interna en experimentos y cuasiexperimentos, sólo que aplicada al contexto no experimental). Los diseños panel podrían esquematizarse como se puede observar en la figura 7.16. Diseños panel Toda una población o gru- po es seguido a través del tiempo. Recolección de datos en población, subpoblación o grupo (se mantienen mismos individuos) Recolección de datos en población, subpoblación o grupo (se mantienen mismos individuos) Recolección de datos en población, subpoblación o grupo (se mantienen mismos individuos) Recolección de datos en población, subpoblación o grupo (se mantienen mismos individuos) Tiempo 1 Tiempo k Tiempo 2 Tiempo 3 Figura 7.16 Esquema de diseño panel. Los diseños longitudinales se fundamentan en hipótesis de diferencia de grupos, correlacionales y causales. Estos diseños recolectan datos sobre categorías, sucesos, comunidades, contextos, variables, o sus relaciones, en dos o más momentos, para evaluar el cambio en éstas. Ya sea al tomar a una pobla- ción (diseños de tendencia o trends), a una subpoblación (diseños de análisis evolutivo de un grupo o cohorte) o a los mismos participantes (diseños panel). Ejemplos de temas serían: resistencia de mate- riales para construir edificios a través del tiempo, recaudación fiscal en distintos años, comportamien- to de acciones en la bolsa de valores de una nación antes y después de algunos sucesos, duración de algún material para cubrir “picaduras” o daños a los molares, la relación entre el clima y la cultura organizacionales durante un periodo, o los impactos después de una guerra (a mediano y largo plazos) en alguna sociedad del siglo xvi (histórico). Comparación de los diseños transeccionales y longitudinales Los estudios longitudinales tienen la ventaja de que proporcionan información sobre cómo las catego- rías, los conceptos, las variables, las comunidades, los fenómenos, y sus relaciones evolucionan a través del tiempo. Sin embargo, suelen ser más costosos que los transeccionales. La elección de un tipo de diseño u otro depende más bien de los propósitos de la investigación y de su alcance. www.FreeLibros.com
- 204. Capítulo 7 Concepción o elección del diseño de investigación 162 ¿Cuáles son las características de la investigación no experimental en comparación con la investigación experimental? Una vez más enfatizamos que tanto la investigación experimental como la no experimental son herramientas muy valiosas y ningún tipo es mejor que el otro. El diseño a seleccionar en una investi- gación depende más bien del problema a resolver y del contexto que rodea al estudio. Desde luego, ambos tipos de investigación poseen características propias que es necesario resaltar. El control sobre las variables es más riguroso en los experimentos que en los diseños cuasiexperi- mentales y, a su vez, ambos tipos de investigación logran mayor control que los diseños no experimen- tales. En un experimento se analizan relaciones “puras” entre las variables de interés, sin contaminación de otras variables y, por ello, es posible establecer relaciones causales con mayor precisión. Por ejemplo, en un experimento sobre el aprendizaje variaríamos el estilo de liderazgo del profesor, el método de enseñanza y otros factores. Así, sabríamos cuánto afectó cada variable. En cambio, en la investigación no experimental resulta más complejo separar los efectos de las múltiples variables que intervienen, sin embargo puede hacerse, infiriendo. Por lo que respecta a la posibilidad de réplica, todos los diseños pueden replicarse, aunque en los longitudinales es mucho más complejo y en ocasiones imposible. Ahora bien, como menciona Kerlinger (1979), en los experimentos (sobre todo en los de labo- ratorio) las variables independientes pocas veces tienen tanta fuerza como en la realidad o la cotidiani- dad. Es decir, en el laboratorio tales variables no muestran la verdadera magnitud de sus efectos, la cual suele ser mayor fuera del laboratorio. Por tanto, si se encuentra un efecto en el laboratorio, éste tende- rá a ser mayor en la realidad. En cambio, en la investigación no experimental estamos más cerca de las variables formuladas hipotéticamente como “reales” y, en consecuencia, tenemos mayor validez externa (posibilidad de generalizar los resultados a otros individuos y situaciones comunes). Una desventaja de los experimentos es que normalmente se selecciona un número de personas poco o medianamente representativo respecto a las poblaciones que se estudian. La mayoría de los experimentos utilizan muestras no mayores de 200 personas, lo que dificulta la generalización de resultados a poblaciones más amplias. Por tal razón, los resultados de un experimento deben observar- se con precaución y es por medio de la réplica de éste (en distintos contextos y con diferentes tipos de personas) como van generalizándose dichos resultados. En resumen, ambas clases de investigación: experimental y no experimental, se utilizan para el avance del conocimiento y en ocasiones resulta más apropiado un tipo u otro, dependiendo del pro- blema de investigación al que nos enfrentemos. Con el fin de vincular los alcances del estudio, las hipótesis y el diseño, sugerimos se considere la tabla 7.6. Diversos problemas de investigación se pueden abordar experimental y no experimentalmente. Por ejemplo, si deseáramos analizar la relación entre la motivación y la productividad en los trabaja- dores de cierta empresa, seleccionaríamos un conjunto de éstos y lo dividiríamos al azar en cuatro grupos: uno donde se propicie una elevada motivación, otro con mediana motivación, otro más con baja motivación y un último al que no se le administre ningún motivador. Después compararíamos la productividad de los grupos. Tendríamos un experimento. Si se tratara de grupos intactos tendríamos un cuasiexperimento. En cambio, si midiéramos la motivación existente en los trabajadores, así como su productividad y relacionáramos ambas variables, estaríamos realizando una investigación transeccional correlacional. Y si cada seis meses midiéramos las dos variables y estableciéramos su correlación efectuaríamos un estudio longitudinal. Los estudios de caso Los estudios de caso son considerados por algunos autores y autoras como una clase de diseños, a la par de los experimentales, no experimentales y cualitativos (Williams, Grinnell y Unrau, 2005), mien- 5 3 www.FreeLibros.com
- 205. 163 ¿Cuáles son las características de la investigación no experimental? tras que otros(as) los ubican como una clase de diseño experimental (León y Montero, 2003) o un diseño etnográfico (Creswell, 2005). También han sido concebidos como un asunto de muestreo o un método (Yin, 2009). La realidad es que los estudios de caso son todo lo anterior (Blatter, 2008; Hammersley, 2003). Poseen sus propios procedimientos y clases de diseños. Los podríamos definir como “estudios que al utilizar los procesos de investigación cuantitativa, cualitativa o mixta; analizan profundamente una unidad para responder al planteamiento del problema, probar hipótesis y desarrollar alguna teoría” (Hernández Sampieri y Mendoza, 2008). Esta definición los sitúa más allá de un tipo de diseño o muestra, pero ciertamente es la más cercana a la evolución que han tenido los estudios de caso en los últimos años. En ocasiones, los estudios de caso utilizan la experimentación, es decir, se constituyen en estu- dios preexperimentales. Otras veces se fundamentan en un diseño no experimental (transversal o longitudinal) y en ciertas situaciones se convierten en estudios cualitativos, al emplear métodos cuali- tativos. Asimismo, pueden valerse de las diferentes herramientas de la investigación mixta. Tales estudios en sus principales modalidades son comentados en el CD anexo, capítulo 4: “Estudios de caso”, dada su importancia merecen una atención particular. Por ahora mencionaremos que la unidad o caso investigado puede tratarse de un individuo, una pareja, una familia, un objeto (una pirámide como la de Keops, un material radiactivo), un sistema (fiscal, educativo, terapéutico, de capacitación, de trabajo social), una organización (hospital, fábrica, Tabla 7.6 Correspondencia entre tipos de estudio, hipótesis y diseño de Investigación Estudio Hipótesis Posibles diseños Exploratorio Descriptivo Correlacional Explicativo • No se establecen, lo que se puede formular son conjeturas iniciales • Descriptiva • Diferencia de grupos sin atribuir causalidad • Correlacional • Diferencia de grupos atribuyendo causalidad • Causales • Transeccional descriptivo • Preexperimental • Preexperimental • Transeccional descriptivo • Cuasiexperimental • Transeccional correlacional • Longitudinal (no experimental) • Cuasiexperimental • Transeccional correlacional • Longitudinal (no experimental) • Experimental • Cuasiexperimental, longitudinal y transeccional causal (cuando hay bases para inferir causalidad, un mínimo de control y análisis estadísticos apro- piados para analizar relaciones causales) • Experimental • Cuasiexperimental, longitudinal y transeccional causal (cuando hay bases para inferir causalidad, un mínimo de control y análisis estadísticos apro- piados para analizar relaciones causales) www.FreeLibros.com
- 206. Capítulo 7 Concepción o elección del diseño de investigación 164 escuela), un hecho histórico, un desastre natural, una comunidad, un municipio, un departamento o estado, una nación, etc. En el capítulo “Estudios de caso”, incluso se trata un ejemplo de una investi- gación de una persona que padecía lupus eritematoso sistémico con 31 años de evolución, que mezcla aspectos experimentales con elementos cualitativos. Algunas preguntas de investigación que corresponderían a estudios de caso, se muestran en la tabla 7.7. Tabla 7.7 Posibles estudios de caso derivados de preguntas de investigación Preguntas de investigación ¿Qué funciones sociales o religiosas cumplía la construcción primitiva de Stonehenge en Sollysbury, Inglaterra? (Unidad o caso: un objeto o construcción.) ¿Por qué se divorciaron Lupita y Adrián? (Unidad: pareja.) ¿Cuáles fueron las causas que provocaron el desplome de un avión determinado? (Unidad: desastre aéreo.) ¿Cuáles son las razones que llevaron a un estado de esquizofrenia a Carlos Codolla? (Unidad: individuo.) ¿Quién sería el asesino de un determinado crimen? (Unidad: evento.) ¿Cómo era la personalidad de Robert F. Kennedy? (Unidad: personaje histórico.) ¿Qué daños a la infraestructura de cierta comunidad causó el gran Tsunami de 2004? (Unidad: evento o catástrofe.) ¿Cómo puede caracterizarse el clima organizacional de la empresa Lucymex? (Unidad: organización.) Resumen • El “diseño” se refiere al plan o la estrategia conce- bidos para obtener la información que se desea. • En el caso del proceso cuantitativo, el investi- gador utiliza su diseño para analizar la certeza de las hipótesis formuladas en un contexto espe- cífico o para aportar evidencia respecto de los lineamientos de la investigación (si es que no se tienen hipótesis). • En un estudio pueden plantearse o tener cabida uno o más diseños. • La tipología propuesta clasifica a los diseños en experimentales y no experimentales. • Los diseños experimentales se subdividen en ex- perimentos “puros”, cuasiexperimentos y pre- experimentos. • Los diseños no experimentales se subdividen por el número de veces que recolectan datos en tran- seccionales y longitudinales. • En su acepción más general, un experimento con- siste en aplicar un estímulo o tratamiento a un individuo o grupo de individuos, y ver el efecto de ese estímulo en alguna(s) variable(s). Esta obser- vación se puede realizar en condiciones de mayor o menor control. El máximo control se alcanza en los experimentos “puros”. • Deducimos que un tratamiento afectó cuando observamos diferencias (en las variables que supuestamente serían las afectadas) entre un grupo al que se le administró dicho estímulo y un grupo al que no se le administró, siendo ambos iguales en todo, excepto en esto último. • La variable independiente es la causa y la depen- diente el efecto. • Para lograr el control o la validez interna los gru- pos que se comparen deben ser iguales en todo, menos en el hecho de que a un grupo se le admi- nistró el estímulo y a otro no. A veces graduamos la cantidad del estímulo que se administra, es decir, a distintos grupos (semejantes) les admi- nistramos diferentes grados del estímulo para observar si provocan efectos distintos. • La asignación al azar es normalmente el método preferible para lograr que los grupos del experi- mento sean comparables (semejantes). • Las principales fuentes que pueden invalidar un experimento son: historia, maduración, inestabili- dad, administración de pruebas, instrumentación, regresión, selección, mortalidad experimental, difusión de tratamientos experimentales, com- pensación y el experimentador. www.FreeLibros.com
- 207. 165 Resumen • Los experimentos que hacen equivalentes a los grupos, y que mantienen esta equivalencia duran- te el desarrollo de aquéllos, controlan las fuentes de invalidación interna. • Lograr la validez interna es el objetivo metodo- lógico y principal de todo experimento. Una vez que se consigue, es ideal alcanzar validez exter- na (posibilidad de generalizar los resultados a la población, otros experimentos y situaciones no experimentales). • Las principales fuentes de invalidación externa son: efecto reactivo de las pruebas, efecto de interac- ción entre los errores de selección y el tratamiento experimental, efectos reactivos de los tratamien- tos experimentales, interferencia de tratamientos múltiples, imposibilidad de replicar los tratamien- tos, descripciones insuficientes del tratamiento experimental, efectos de novedad e interrupción, el experimentador, interacción entre la historia o el lugar y los efectos del tratamiento experimental, mediciones de la variable dependiente. • Hay dos contextos donde se realizan los experi- mentos: el laboratorio y el campo. • En los cuasiexperimentos no se asignan al azar los sujetos a los grupos experimentales, sino que se trabaja con grupos intactos. • Los cuasiexperimentos alcanzan validez interna en la medida en que demuestran la equivalencia inicial de los grupos participantes y la equivalen- cia en el proceso de experimentación. • Los experimentos “puros” constituyen estudios explicativos; los preexperimentos básicamente son estudios exploratorios y descriptivos; los cua- siexperimentos son, fundamentalmente, correla- cionales aunque pueden llegar a ser explicativos. • La investigación no experimental es la que se rea- liza sin manipular deliberadamente las variables independientes; se basa en categorías, concep- tos, variables, sucesos, comunidades o contextos que ya ocurrieron o se dieron sin la intervención directa del investigador. • La investigación no experimental también se cono- ce como investigación ex pos-facto (los hechos y variables ya ocurrieron), y observa variables y rela- ciones entre éstas en su contexto natural. • Los diseños no experimentales se dividen de la siguiente manera: • Los diseños transeccionales realizan observacio- nes en un momento único en el tiempo. Cuando recolectan datos sobre una nueva área sin ideas prefijadas y con apertura son más bien explora- torios; cuando recolectan datos sobre cada una de las categorías, conceptos, variables, contex- tos, comunidades o fenómenos, y reportan lo que arrojan esos datos son descriptivos; cuando además describen vinculaciones y asociaciones entre categorías, conceptos, variables, sucesos, contextos o comunidades son correlacionales, y si establecen procesos de causalidad entre tales términos se consideran correlacionales-causales. • Las encuestas de opinión (surveys) son investiga- ciones no experimentales transversales o transec- cionales descriptivas o correlacionales-causales, ya que a veces tienen los propósitos de unos u otros diseños y a veces de ambos. • En los diseños transeccionales, en su modalidad “causal”, a veces se reconstruyen las relaciones a partir de la(s) variable(s) dependiente(s), en otras a partir de la(s) independiente(s) y en otras más sobre la base de variabilidad amplia de las inde- pendientes y dependientes (al primer caso se les conoce como “retrospectivos”, al segundo como “prospectivos” y al tercero como “causalidad múltiple”). • Los diseños longitudinales efectúan observa- ciones en dos o más momentos o puntos en el tiempo. Si estudian una población son diseños de tendencia (trends), si analizan una subpoblación o grupo específico son diseños de análisis evoluti- vo de grupo (cohorte) y si se estudian los mismos participantes son diseños panel. • El tipo de diseño a elegir se encuentra condicio- nado por el enfoque seleccionado, el problema a investigar, el contexto que rodea la investigación, los alcances del estudio a efectuar y las hipótesis formuladas. Transeccionales Exploratorios De tendencia Descriptivos De análisis evolutivo de grupo Correlacionales-causales Panel Longitudinales Diseños no experimentales www.FreeLibros.com
- 208. 166 Capítulo 7 Concepción o elección del diseño de investigación Conceptos básicos Alcances del estudio y diseño Cohorte Control experimental Cuasiexperimento Diseño Diseño experimental Diseño no experimental Diseños longitudinales Diseños transeccionales Estímulo o tratamiento experimental/manipulación de la variable independiente Experimento Experimento de campo Experimento de laboratorio Fuentes de invalidación interna Fuentes de invalidación externa Grupos intactos Investigación ex post-facto Participantes del experimento Preexperimento Validez externa Validez interna Variable dependiente Variable experimental Variable independiente Ejercicios 1. Seleccione una serie de variables y piense cómo se manipularían en situaciones experimentales. ¿Cuántos niveles podrían incluirse para cada variable?, ¿estos niveles cómo podrían tradu- cirse en tratamientos experimentales?, ¿se ten- dría un nivel de ausencia (cero) de la variable independiente?, ¿en qué consistiría éste? 2. Seleccione un experimento en alguna revista académica (véase CD anexo: Material com- plementario → Apéndices → Apéndice 1: “Publicaciones periódicas más importantes”). Analice: ¿cuál es el planteamiento del proble- ma (objetivos y preguntas de investigación)?, ¿cuál es la hipótesis que se busca probar por medio de los resultados del experimento?, ¿cuál es la variable independiente o cuáles son las variables independientes?, ¿cuál es la variable o las variables dependientes?, ¿cuán- tos grupos se incluyen en el experimento?, ¿son equivalentes?, ¿cuál es el diseño que el autor o autores han elegido?, ¿se controlan las fuen- tes de invalidación interna?, ¿se controlan las fuentes de invalidación externa?, ¿se encontró algún efecto? 3. Un grupo de investigadores intenta analizar el efecto que tiene la extensión de un discurso político sobre la actitud hacia el tema tratado y al orador. La extensión del discurso es la varia- ble independiente y tiene cuatro niveles: media hora, una hora, una y media horas y dos horas. Las variables dependientes son la actitud hacia el orador (favorable-desfavorable) y la actitud hacia el tema (positiva-negativa), las cuales se medirán por pruebas que indiquen dichos nive- les de actitud. En el experimento están involu- cradas personas de ambos géneros, edades que fluctúan entre los 18 y los 50 años, y diversas profesiones de dos distritos electorales. Existe la posibilidad de asignar al azar a los partici- pantes a los grupos experimentales. Desarrolle y describa dos o más diseños experimentales que puedan aplicarse al estudio, considere cada una de las fuentes de invalidación interna (¿alguna afecta los resultados del experimen- to?). Establezca las hipótesis pertinentes para este estudio. 4. Un ejercicio para demostrar las bondades de la asignación al azar: A los estudiantes que se inician en la investigación a veces les cuesta trabajo creer que la asignación al azar funciona. Para auto- demostrarse que sí funciona, es conveniente el siguiente ejercicio: • Tómese un grupo de 60 o más personas (el salón de clases, un grupo grande de cono- cidos, etc.), o imagínese que existe dicho grupo. • Invéntese un experimento que requiera de dos grupos. • Imagínese un conjunto de variables que pue- dan afectar a las variables dependientes. • Distribuya a cada quien un trozo de papel y pídales que escriban los niveles que tie- nen en las variables del punto anterior (por www.FreeLibros.com
- 209. 167 Ejercicios ejemplo: género, edad, inteligencia, escuela de procedencia, interés por algún deporte, motivación hacia algo con una puntuación de uno a 10, etc.). Las variables pueden ser cualesquiera, dependiendo de su ejemplo. • Asigne al azar los pedazos de papel a dos grupos, en cantidades iguales. • En los dos grupos compare número de muje- res y hombres, promedios de inteligencia, edad, motivación, ingreso de su familia o lo que haya pedido. Verá que ambos grupos son “sumamente parecidos”. Si no cuenta con un grupo real, hágalo en forma teórica. Usted mismo escriba los valores de las variables en los papeles y verá cómo los grupos son bastante parecidos (equiparables). Desde luego, por lo general no son “perfecta- mente iguales”, pero sí comparables. 5. Considere el siguiente diseño: R G1 01 X1 02 R G2 03 X2 04 R G3 05 — 06 ¿Qué podría concluirse de las siguientes comparaciones y resultados? (Los signos de “igual” significan que las mediciones no difie- ren en sus resultados; los signos de “no igual”, que las mediciones difieren sustancial o sig- nificativamente entre sí. Considérense sólo los resultados que se presentan y de manera inde- pendiente cada conjunto de resultados.) a) 01 = 02 , 03 = 04 , 05 = 06 y 01 = 03 = 05 b) 01 ≠ 02 , 03 ≠ 04 , 05 = 06 y 02 ≠ 04 , 02 ≠ 06 c) 01 = 02 , 03 ≠ 04 , 05 = 06 , 01 = 03 = 05 , 04 ≠ 06 , 02 = 06 Vea las respuestas en el CD anexo: Mate- rial complementario → Apéndices → Apéndice 3: “Respuestas a los ejercicios que las requie- ren”. 6. Elija una investigación no experimental (de algún libro o revista, ver apéndice de nuevo CD anexo: Material complementario → Apéndices → Apéndice 1: “Publicaciones periódicas más importantes”) y analice: ¿cuáles son sus dife- rencias con un estudio experimental? Escriba cada una y discútalas con sus compañeros. 7. Un investigador desea evaluar la relación entre la exposición a videos musicales con alto contenido sexual y la actitud hacia el sexo. Ese investigador nos pide que le ayudemos a construir un diseño experimental para anali- zar dicha relación y también un diseño tran- seccional-correlacional. ¿Cómo serían ambos diseños?, ¿qué actividades se desarrollarían en cada caso?, ¿cuáles serían las diferencias entre ambos diseños?, ¿como se manipularía la varia- ble “contenido sexual” en el experimento?, ¿cómo se inferiría la relación entre las varia- bles en el diseño transeccional-correlacional?, y ¿por qué las variables ya habrían ocurrido si se llevara a cabo? 8. Construya un ejemplo de un diseño transeccio- nal descriptivo. 9. Diseñe un ejemplo de un diseño longitudinal de tendencia, un ejemplo de un diseño de evolu- ción de grupo y un ejemplo de un diseño panel. Con base en ellos analice las diferencias entre los tres tipos de diseños longitudinales. 10. Si un investigador estudiara cada cinco años la actitud hacia la guerra de los ingleses que pelearon en la Guerra-invasión en Irak (2003), ¿tendría un diseño longitudinal? Explique las razones de su respuesta. 11. Diseñe una investigación que abarque un dise- ño experimental y uno no experimental. 12. El ejemplo desarrollado de investigación sobre la televisión y el niño ¿corresponde a un expe- rimento? Responda y explique. 13. ¿Qué diseño utilizaría para el ejemplo que ha venido desarrollando hasta ahora en el proceso cuantitativo? Explique la razón de su elección. www.FreeLibros.com
- 210. 168 Capítulo 7 Concepción o elección del diseño de investigación Ejemplos desarrollados La televisión y el niño La investigación utilizará un diseño no experimental transversal correlacional-causal. Primero describirá: el uso que los niños de la Ciudad de México hacen de los medios de comunicación colectiva, el tiempo que dedican a ver la televisión, sus programas pre- feridos, las funciones y gratificaciones que la televi- sión tiene para los niños y otras cuestiones similares. Posteriormente, analizará los usos y las gratificacio- nes de la televisión en niños de diferentes niveles socioeconómicos, edades, géneros y otras variables (se relacionarán nivel socioeconómico y uso de la televisión, entre otras asociaciones). Un caso de un estudio experimental sobre la televisión y el niño, consistiría en exponer duran- te determinado tiempo a un grupo de niños a tres horas diarias de televisión, otro a dos horas diarias, un tercero a una hora, y por último, un cuarto que no se expondría a la televisión. Todo ello para conocer el efecto que tiene la cantidad de horas expuestas ante contenidos televisivos (variable independiente) sobre diferentes variables dependientes (por ejem- plo, autoestima, creatividad, socialización). La pareja y relación ideales Este estudio se fundamentará en un diseño no expe- rimental transversal correlacional, ya que analizará diferencias por género respecto a los factores, atri- butos y calificativos que describen a la pareja y la relación ideales. Esta investigación realmente no podría ser experimental, imaginemos intentar manipular cier- tos atributos de la pareja y la relación ideales. En principio, no sería ética tal manipulación, no pode- mos intentar incidir en los sentimientos humanos profundos, como es el caso de los vinculados al “amor romántico”. Adicionalmente, la complejidad de roles no se podría traducir en estímulos experi- mentales; y las percepciones son muy variadas y en parte se determinan cultural y socialmente. El abuso sexual infantil Se trata de un diseño experimental. Los datos se obtendrán de 150 preescolares de tres centros de desarrollo infantil con una población similar, hijas e hijos de madres que laboran para la Secretaría de Educación del Estado de Querétaro, México. Se evaluarán seis grupos escolares que serán asigna- dos a tres grupos experimentales. El primer grupo (n = 49 niños) será evaluado al terminar un progra- ma de prevención del abuso sexual infantil (PPASI); el segundo será medido después de un año de haber concluido el mismo programa (PPASI) (seguimien- to, n = 22 niños); y el tercero, un grupo de con- trol que no será expuesto a algún PPASI particular (n = 79 niños). A todos los integrantes de los gru- pos se les aplicarán tanto las escalas conductuales como la cognitiva. Las condiciones de recolección de datos seguirán el protocolo establecido por cada escala, en un espacio físico similar y de manera individual. La persona que evaluará será la misma en todos los casos, para evitar sesgos interobserva- dores. Es decir, se trata de un diseño experimental: G1 X1 (evaluación inmediata al terminar el PPASI) 01 G2 X2 (evaluación a un año de concluir el PPASI) 02 G3 — (sin PPASI) 03 01 , 02 y 03 son mediciones conductuales y cog- nitivas. Estímulo (PPASI) por medio del taller: “Porque me quiero, me cuido”, se basará principalmente en la mejora de la autoestima, el manejo y expresión de sentimientos, la apropiación de su cuerpo, la discri- minación de contactos apropiados e inapropiados, la asertividad, el esclarecimiento de redes de apoyo y prácticas para pedir ayuda denunciando el abuso. Las técnicas usadas en dicho taller principalmente serán: modelado, ensayo, cuento, retroalimentación, actuación y dibujo. El programa se llevará a cabo a lo largo del ciclo escolar, con sesiones de 40 minu- tos una vez por semana. La conducción del taller estará a cargo de una facilitadora entrenada en ese programa con la integración de los padres y madres de familia por medio de actividades. www.FreeLibros.com
- 211. 169 Los investigadores opinan El alumno debe ser investigador desde que inicia sus estudios, pues está obligado a aprender a detec- tar problemas dentro de su comunidad o institución educativa; tal acción le permitirá iniciar múltiples proyectos. Para llevar a cabo una buena investiga- ción es necesario ejercer el rigor científico, es decir, seguir un método científico. M. A. IDALIA LÓPEZ RIVERA Profesor de tiempo completo titular A Facultad de Ciencias de la Administración Universidad Autónoma de Chiapas Chiapas, México Dada la crisis económica de los países latinoamerica- nos, es necesario orientar a los estudiantes hacia la investigación que ayude a resolver problemas como la pobreza y el hambre, así como hacia la genera- ción de conocimiento con la finalidad de ser menos dependientes de los países desarrollados. Existen investigadores capaces; lo que hace fal- ta es ligar más los proyectos con nuestra realidad social, cultural, económica y técnica. De acuerdo con lo anterior, se requiere que los estudiantes que inician un proyecto de investigación aborden problemas de sus propios países, regiones o ciudades, y que lo hagan de manera creativa y sin ninguna restricción. MIGUEL BENITES GUTIÉRREZ Profesor Facultad de Ingeniería Escuela Industrial Universidad Nacional de Trujillo Trujillo, Perú El éxito de cualquier investigación científica depen- de, en gran medida, de que el especialista decida indagar acerca de un problema formulado adecua- damente; por el contrario, el fracaso se producirá si hay un problema mal formulado. En este senti- do, diversos autores afirman que comenzar con un “buen” problema de investigación es tener casi 50% del camino andado. Además de un problema bien planteado y sus- tentado de manera sólida en la teoría y los resultados empíricos previos, se requiere también la utilización adecuada de técnicas de recolección de datos y de análisis estadísticos pertinentes, lo mismo que la correcta interpretación de los resultados con base en los conocimientos que sirvieron de sustento a la investigación. Respecto de las pruebas estadísticas, éstas permiten significar los resultados; por tanto, son indispensables en todas las disciplinas, incluidas las ciencias del comportamiento, que se caracteri- zan por trabajar con datos muy diversos. Sin embar- go, tales pruebas, por variadas y sofisticadas que sean, no permiten superar las debilidades de una investigación teórica o metodológicamente mal pro- yectada. Los estudiantes pueden proyectar de forma adecuada su investigación, si la ubican dentro de una línea de investigación iniciada. Lo anterior no sólo facilita el trabajo de seleccionar correctamen- te un problema —lo cual es una de las actividades más difíciles e importantes—; también permite que la construcción del conocimiento, en determinada área, avance de manera sólida. DRA. ZULEYMA SANTALLA PEÑALOSA Profesor agregado de Metodología de la investigación, Psicología experimental y Psicología general II Facultad de Humanidades y Educación/ Escuela de Psicología Universidad Católica Andrés Bello Caracas, Venezuela Los investigadores opinan www.FreeLibros.com
- 212. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Identificar los diferentes tipos de muestras en la investigación cuantitativa, sus procedimientos de selección y características, las situaciones en que es conveniente utilizar cada uno y sus aplicaciones. 2 Enunciar los conceptos de muestra, población y procedimiento de selección de la muestra. 3 Determinar el tamaño adecuado de la muestra en distintas situaciones de investigación. 4 Obtener muestras representativas de la población estudiada cuando hay interés por generalizar los resultados de una investigación a un universo más amplio. Síntesis En el capítulo se analizan los conceptos de muestra, población o universo, tamaño de la muestra, representatividad de la muestra y procedimiento de selección. También se presenta una tipología de muestras: probabilísticas y no probabilísticas. Se explica cómo definir a las unidades de análisis (partici- pantes, otros seres vivos, objetos, sucesos o comunidades), de las cuales se habrán de recolectar los datos. Asimismo, se presenta cómo determinar el tamaño adecuado de una mues- tra cuando pretendemos generalizar los resultados a una población, y cómo proceder para obtener la muestra, dependiendo del tipo de selección elegido. Paso 7 Seleccionar una muestra apropiada para la investigación • Definir los casos (participantes u otros seres vivos, objetos, fenómenos, sucesos o comunidades) sobre los cuales se habrán de recolectar los datos. • Delimitar la población. • Elegir el método de selección de la muestra: proba- bilístico o no probabilístico. • Precisar el tamaño de la muestra requerido. • Aplicar el procedimiento de selección. • Obtener la muestra. Proceso de investigación cuantitativa Selección de la muestra Capítulo Se 8 www.FreeLibros.com
- 213. Nota: Los procedimientos para calcular el tamaño de muestra mediante fórmulas, así como la selección de los casos de la muestra median- te tablas de números aleatorios o random, se han excluido de este capítulo, debido a que el programa STATS® realiza tal cálculo y elección de manera mucho más sencilla y rápida. Sin embargo, el lector que prefiera los cálculos manuales y el uso de una tabla de números alea- torios, podrá encontrar esta parte en el CD anexo (Material complementario → Documentos → Documento “Cálculo del tamaño de muestra y otros procedimientos por fórmulas”). Las tablas de números también están en el STATS y el apéndice 5 del CD. No probabilística o dirigida Probabilística • Selecciona participantes por uno o varios propósitos • No pretende que los casos sean representativos de la población Sus tipos son: • Muestra aleatoria simple • Muestra estratificada • Muestra por racimos o clusters Requiere precisar el tamaño de la muestra Seleccionar elementos muestrales por medio de: Listado o marco muestral Procedimientos Muestra (es un subgrupo de la población) • Se utiliza por economía de tiempo y recursos • Implica definir la unidad de análisis • Requiere delimitar la población para generalizar resultados y establecer parámetros • Tómbolas • Tablas de números aleatorios • STATS® • Selección sistemática Clases www.FreeLibros.com
- 214. Capítulo 8 Selección de la muestra 172 ¿En una investigación siempre tenemos una muestra? No siempre, pero en la mayoría de las situaciones sí realizamos el estudio en una muestra. Sólo cuando queremos realizar un censo debemos incluir en el estudio a todos los casos (personas, animales, plan- tas, objetos) del universo o la población. Por ejemplo, los estudios motivacionales en empresas suelen abarcar a todos sus empleados para evitar que los excluidos piensen que su opinión no se toma en cuenta. Las muestras se utilizan por economía de tiempo y recursos. Lo primero: ¿sobre qué o quiénes se recolectarán datos? Aquí el interés se centra en “qué o quiénes”, es decir, en los participantes, objetos, suce- sos o comunidades de estudio (las unidades de análisis), lo cual depende del plantea- miento de la investigación y de los alcances del estudio. Así, en la situación de que el objetivo sea describir el uso que hacen los niños de la televisión, lo más factible sería interrogar a un grupo de niños. También serviría entrevistar a los padres de los niños. Escoger entre los niños o sus padres, o ambos, dependería no sólo del objetivo de la investigación, sino del diseño de la misma. En el caso de la investigación que hemos ejemplificado a lo largo del libro, donde el propósito básico del estudio es describir la relación niño-televisión, se podría determinar que los participantes selecciona- dos para el estudio fueran niños que respondieran sobre sus conductas y percepciones relacionadas con este medio de comunicación. En otro estudio de Greenberg, Ericson y Vlahos (1972), el objetivo de análisis era investigar las discrepancias o semejanzas en las opiniones de madres e hijos o hijas con respecto al uso de la televisión por parte de estos últimos. Aquí la finalidad del estudio supuso la selección de mamás y niños, para entrevistarlos por separado, correlacionando posteriormente la respuesta de cada par madre-hijo(a). Lo anterior quizá parezca muy obvio, pues los objetivos de los dos ejemplos mencionados son claros. En la práctica esto no parece ser tan simple para muchos estudiantes, que en propuestas de investigación y de tesis no logran una coherencia entre los objetivos de la investigación y la unidad de análisis de la misma. Algunos errores comunes se encuentran en la tabla 8.1. Tabla 8.1 Quiénes van a ser medidos: errores y soluciones Pregunta de investigación Unidad de análisis errónea Unidad de análisis correcta ¿Discriminan a las mujeres en los anuncios de la televisión? Mujeres que aparecen en los anuncios de televisión. Error: no hay grupo de comparación. Mujeres y hombres que aparecen en los anuncios de televisión, para comparar si ambos son presentados con la misma frecuencia e igualdad de papeles desem- peñados y atributos. ¿Están los obreros del área metropolitana de la ciudad de Guadalajara satisfechos con su trabajo? Computar el número de conflictos sin- dicales registrados en la Junta Local de Conciliación y Arbitraje del Ministerio del Trabajo durante los últimos cinco años. Error: la pregunta propone indagar sobre actitudes individuales y esta unidad de análisis denota datos agregados en una estadística laboral y macrosocial. Muestra de obreros que trabajan en el área metropolitana de Guadalajara, cada uno de los cuales contestará a las preguntas de un cuestionario sobre satisfacción laboral. ¿Hay problemas de comunicación entre padres e hijos? Grupo de adolescentes, aplicarles cuestionario. Error: se procedería a describir única- mente cómo perciben los adolescentes la relación con sus padres. Grupo de padres e hijos. A ambas partes se les aplicará el cuestionario. (continúa) Unidades de análisis Se les deno- mina también casos o elementos. www.FreeLibros.com
- 215. Lo primero: ¿sobre qué o quiénes se recolectarán datos? 173 Pregunta de investigación Unidad de análisis errónea Unidad de análisis correcta ¿Cómo es la comunicación que tienen con sus médicos los pacien- tes de enfisema pulmonar en fase terminal? Pacientes de enfisema pulmonar en estado terminal. Error: la comunicación es un proceso entre dos actores: médicos y pacientes. Pacientes de enfisema pulmonar en estado terminal y sus médicos. ¿Qué tan arraigada se encuentra la cultura fiscal de los contribu- yentes de Medellín? Contadores públicos y contralores de las empresas del Departamento de Medellín. Error: ¿y el resto de los contribuyentes? Personas físicas (contribuyentes que no son empresas de todo tipo: profesionales independientes, trabajadores, empleados, comerciantes, asesores, consultores) y representantes de empresas (contribu- yentes morales). ¿En qué grado se aplica el modelo constructivista en las escuelas de un distrito escolar? Alumnos de las escuelas del distrito escolar. Error: se obtendría una respuesta incompleta a la pregunta de investiga- ción y es probable que muchos alumnos ni siquiera sepan bien lo que es el modelo constructivista de la educación. Modelos curriculares de las escuelas del distrito escolar (análisis de la documen- tación disponible), directores y maestros de las escuelas (entrevistas), y eventos de enseñanza-aprendizaje (observación de clases y tareas en cada escuela). Por tanto, para seleccionar una muestra, lo primero que hay que hacer es definir la unidad de análisis (individuos, organizaciones, periódicos, comunidades, situaciones, eventos, etc.). Una vez definida la unidad de análisis se delimita la población. Para el proceso cuantitativo la muestra es un subgrupo de la población de interés sobre el cual se recolectarán datos, y que tiene que definirse o delimitarse de antemano con precisión, éste deberá ser representativo de dicha población. El investigador pretende que los resultados encontrados en la muestra logren generali- zarse o extrapolarse a la población (en el sentido de la validez externa que se comentó al hablar de experimentos). El interés es que la muestra sea estadísticamente representativa. La esencia del mues- treo cuantitativo podría esquematizarse como se presenta en la figura 8.1 Tabla 8.1 Quiénes van a ser medidos: errores y soluciones (continuación) Muestra Subgrupo de la población del cual se recolectan los datos y debe ser representativo de ésta. Objetivo central: Seleccionar casos representativos para la generalización Mediante una técnica adecuada Generalizar: • Características • Hipótesis Con la finalidad de construir y/o probar teorías que expliquen a la población o fenómeno Figura 8.1 Esencia del muestreo cuantitativo. 2 www.FreeLibros.com
- 216. Capítulo 8 Selección de la muestra 174 ¿Cómo se delimita una población? Una vez que se ha definido cuál será la unidad de análisis, se procede a delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados. Así, una población es el conjunto de todos los casos que concuerdan con una serie de especificaciones (Selltiz et al., 1980). Una deficiencia que se presenta en algunos trabajos de investigación es que no describen lo sufi- ciente las características de la población o consideran que la muestra la representa de manera automá- tica. Es común que algunos estudios que sólo se basan en muestras de estudiantes universitarios (porque es fácil aplicar en ellos el instrumento de medición, pues están a la mano) hagan generaliza- ciones temerarias sobre jóvenes que tal vez posean otras características sociales. Es preferible entonces establecer con claridad las características de la población, con la finalidad de delimitar cuáles serán los parámetros muestrales. Lo anterior puede ilustrarse con el ejemplo de la investigación sobre el uso de la televisión por los niños. Está claro que en dicha investigación la unidad de análisis son los niños. Pero, ¿de qué pobla- ción se trata?, ¿de todos los niños del mundo?, ¿de todos los niños de la República mexicana? Sería muy ambicioso y prácticamente imposible referirnos a poblaciones tan grandes. Así, en nuestro ejem- plo, la población se delimitaría con base en la figura 8.2. Figura 8.2 Ejemplo de delimitación de la muestra. Límites de población Todos los niños del área metropolitana de la Ciudad de México, que cursen 4o., 5o. y 6o. de primaria en escuelas privadas y públicas del turno matutino. Esta definición elimina, por tanto, a niños mexicanos que no vivan en el área metropolitana de la Ciudad de México, a los que no van a la escuela, a los que asisten a clases por la tarde (turno vesperti- no) y a los infantes más pequeños. Aunque, por otra parte, permite hacer una investigación costeable, con cuestionarios que serán respondidos por niños que ya saben escribir y con un control sobre la inclusión de niños de todas las zonas de la metrópoli, al utilizar la ubicación de las escuelas como puntos de referencia y de selección. En éste y otros casos, la delimitación de las características de la población no sólo depende de los objetivos de la investigación, sino de otras razones prácticas. Un estudio no será mejor por tener una población más grande; la calidad de un trabajo investigativo estri- ba en delimitar claramente la población con base en el planteamiento del problema. Las poblaciones deben situarse claramente en torno a sus características de conte- nido, de lugar y en el tiempo. Por ejemplo, si decidiéramos efectuar un estudio sobre los directivos de empresas manufactureras en México, y con base en ciertas consideraciones teóricas que describen el comportamiento gerencial de los individuos y la relación de éste con otras variables de tipo organizacional, podríamos proceder a definir la población de la siguien- te manera: Nuestra población comprende a todos aquellos directores generales de empresas de manufactura ubi- cadas en México que en 2010 tienen un capital social superior a 10 millones de pesos, con ventas superiores a los 30 millones de pesos y/o con más de 250 personas empleadas (Mendoza y Hernández Sampieri, 2010). Población o universo Conjunto de todos los casos que concuerdan con determinadas especificaciones. www.FreeLibros.com
- 217. 175 ¿Cómo seleccionar la muestra? En este ejemplo se delimita claramente la población, excluyendo a personas que no son directores generales y a empresas que no pertenezcan a la industria manufacturera. Se establece también, con base en criterios de capital y de recursos humanos, que se trata de empresas grandes. Por último, se indica que estos criterios operaron en 2010, en México. Al seleccionar la muestra debemos evitar tres errores que pueden presentarse: 1) desestimar o no elegir a casos que deberían ser parte de la muestra (participantes que deberían estar y no fueron selec- cionados), 2) incluir a casos que no deberían estar porque no forman parte de la población y 3) selec- cionar casos que son verdaderamente inelegibles (Mertens, 2005). Por ejemplo, en una encuesta o survey sobre preferencias electorales entrevistar a individuos que son menores de edad y no pueden votar legalmente (no deben ser agregados a la muestra, pero sus respuestas se incluyeron, esto, eviden- temente es un error). Asimismo, imaginemos que realizamos una investigación para determinar el perfil de los clientes-miembros de una tienda departamental y generamos una serie de estadísticas sobre éstos en una muestra obtenida de la base de datos. Podría ocurrir que la base de datos no estu- viera actualizada y varias personas ya no fueran clientes de la tienda y, sin embargo, se eligieran para el estudio (por ejemplo, que algunas se hayan mudado a otra ciudad, otras hayan fallecido, unas más ya no utilizan su membresía y hasta hubiera personas que se hayan hecho clientes-miembros de la com- petencia). El primer paso para evitar tales errores es una adecuada delimitación del universo o población. Los criterios que cada investigador cumpla dependen de sus objetivos de estudio, lo importante es estable- cerlos de manera muy específica. Toda investigación debe ser transparente, así como estar sujeta a crítica y réplica, este ejercicio no es posible si al examinar los resultados el lector no puede referirlos a la población utilizada en un estudio. ¿Cómo seleccionar la muestra? Hasta este momento hemos visto que se debe definir cuál será la unidad de análisis y cuáles son las características de la población. En este inciso hablaremos de la muestra, o mejor dicho de los tipos de muestra, con la finalidad de poder elegir la más conveniente para un estudio. La muestra es, en esencia, un subgrupo de la población. Digamos que es un subconjunto de ele- mentos que pertenecen a ese conjunto definido en sus características al que llamamos población. Esto se representa en la figura 8.3. Con frecuencia leemos y escuchamos hablar de muestra representativa, muestra al azar, muestra aleatoria, como si con los simples términos se pudiera dar más seriedad a los resultados. En realidad, pocas veces es posible medir a toda la población, por lo que obtenemos o seleccionamos una muestra y, desde luego, se pretende que este subconjunto sea un reflejo fiel del conjunto de la población. Todas las muestras —bajo el enfoque cuantitativo— deben ser representa- tivas; por tanto, el uso de este término resulta por demás inútil. Los términos al azar y aleatorio deno- tan un tipo de procedimiento mecánico relacionado con la probabilidad y con la selección de elementos; pero no logran esclarecer tampoco el tipo de muestra y el procedimiento de muestreo. Hablemos entonces de estos conceptos en los siguientes apartados. Figura 8.3 Representación de una muestra como subgrupo. Población Elementos o unidades de análisis Muestra www.FreeLibros.com
- 218. Capítulo 8 Selección de la muestra 176 Tipos de muestra Básicamente categorizamos las muestras en dos grandes ramas: las muestras no probabi- lísticas y las muestras probabilísticas. En las muestras probabilísticas todos los elemen- tos de la población tienen la misma posibilidad de ser escogidos y se obtienen definiendo las características de la población y el tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las unidades de análisis. Imagínese el procedimiento para obte- ner el número premiado en un sorteo de lotería. Este número se va formando en el momento del sorteo. En las loterías tradicionales, a partir de las esferas con un dígito que se extraen (después de revolverlas mecánicamente) hasta formar el número, de manera que todos los números tienen la misma probabilidad de ser elegidos. En las muestras no probabilísticas, la elección de los elementos no depende de la probabilidad, sino de causas relacionadas con las características de la investigación o de quien hace la muestra. Aquí el procedimiento no es mecánico ni con base en fórmulas de probabilidad, sino que depende del proceso de toma de decisiones de un investiga- dor o de un grupo de investigadores y, desde luego, las muestras seleccionadas obedecen a otros criterios de investigación. Elegir entre una muestra probabilística o una no pro- babilística depende de los objetivos del estudio, del esquema de investigación y de la contribución que se piensa hacer con ella. Para ilustrar lo anterior mencionaremos tres ejemplos que toman en cuenta dichas consideraciones. Muestra probabilística Subgrupo de la población en el que todos los elementos de ésta tienen la misma posibilidad de ser elegidos. Muestra no probabilística o dirigi- da Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad sino de las características de la investigación. EJEMPLO En un primer ejemplo tenemos una investigación sobre inmigrantes extranjeros en México (Baptista, 1988). El objetivo de la investigación era documentar sus experiencias de viaje, de vida y de trabajo. Para cumplir dicho propósito se seleccionó una muestra no probabilística de personas extranjeras que por diversas razones (económicas, políticas, fortuitas) hubieran llegado a México entre 1900 y 1960. Las per- sonas se seleccionaron por medio de conocidos, de asilos y de referencias. De esta manera se entrevistó a 40 inmigrantes con entrevistas semiestructuradas, que permitieron al participante hablar libremente sobre sus experiencias. Comentario: en este caso es adecuada una muestra no probabilística, pues se trata de un estudio con un diseño de investigación exploratorio y un enfoque fundamentalmente cualitativo; es decir, no es con- cluyente, sino que su objetivo es documentar ciertas experiencias. Este tipo de estudio pretende generar datos e hipótesis que constituyan la materia prima para investigaciones más precisas.1 EJEMPLO Como segundo caso mencionaremos una investigación en un país, digamos Nicaragua, para saber cuántos niños han sido vacunados y cuántos no, y las variables asociadas (nivel socioeconómico, lugar donde viven, educación) con esta conducta y sus motivaciones. Se haría una muestra probabilística nacional de —diga- mos por ahora— 1600 infantes, y de los datos obtenidos se tomarían decisiones para formular estrategias de vacunación, así como mensajes dirigidos a persuadir la pronta y oportuna vacunación de los niños. Comentario: este tipo de estudio, donde se hace una asociación entre variables y cuyos resultados servirán de base para tomar decisiones políticas que afectarán a una población, se logra por medio de una investigación por encuestas y, definitivamente, por medio de una muestra probabilística, diseñada de tal manera que los datos lleguen a ser generalizados a la población con una estimación precisa del error que pudiera cometerse al realizar tales generalizaciones. 1 Sobre las muestras cualitativas se profundizará en el capítulo 13 de este texto. 1 www.FreeLibros.com
- 219. 177 ¿Cómo se selecciona una muestra probabilística? ¿Cómo se selecciona una muestra probabilística? Resumiremos diciendo que la elección entre la muestra probabilística y la no probabilística se deter- mina con base en el planteamiento del problema, las hipótesis, el diseño de investigación y el alcance de sus contribuciones. Las muestras probabilísticas tienen muchas ventajas, quizá la principal sea que puede medirse el tamaño del error en nuestras predicciones. Se dice incluso que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, al que se le llama error estándar (Kish, 1995; Kalton y Heeringa, 2003). Las muestras probabilísticas son esenciales en los diseños de investigación transeccionales, tanto descriptivos como correlacionales-causales (las encuestas de opinión o surveys, por ejemplo), donde se pretende hacer estimaciones de variables en la población. Estas variables se miden y se analizan con pruebas estadísticas en una muestra, donde se presupone que ésta es probabilística y todos los ele- mentos de la población tienen una misma probabilidad de ser elegidos. Las unidades o elementos muestrales tendrán valores muy parecidos a los de la población, de manera que las mediciones en el subconjunto nos darán estimados precisos del conjunto mayor. La precisión de dichos estimados depende del error en el muestreo, que es posible calcular. Esto se representa en la figura 8.4. EJEMPLO Se diseñó un experimento para determinar si los contenidos violentos de la televisión generan conductas antisociales en los niños. Para lograr tal objetivo se seleccionaría en un colegio a 60 niños de cinco años de edad, de igual nivel socioeconómico y nivel intelectual, y se asignarían aleatoriamente a dos grupos o condiciones. Así, 30 niños verían caricaturas prosociales y otros 30 observarían caricaturas muy violen- tas. Inmediatamente después de la exposición a dichos contenidos, los infantes serían observados en un contexto de grupo y se medirían sus conductas violentas y prosociales. Comentario: ésta es una muestra no probabilística. Aunque se asignen los niños de manera aleatoria a las dos condiciones experimentales, para generalizar a la población se necesitarían repetidos experi- mentos. Un estudio así es valioso en cuanto a que el nivel causa-efecto es más preciso al aislar otras variables; sin embargo, no es posible generalizar los datos a todos los niños, sino a un grupo de niños con las mencionadas características. Se trata de una muestra dirigida y “clásica” de un estudio de este tipo. La selección de la muestra no es al azar, aunque la asignación de los niños a los grupos sí lo es. Figura 8.4 Esquema de la generalización de la muestra a la población. Muestra La generalización de las características o valores de la muestra depende del error de muestreo Población Hay además otros errores que dependen de la medición, pero serán tratados en el siguiente capítulo. Para hacer una muestra probabilística son necesarios dos procedimientos: 1. calcular un tamaño de muestra que sea representativo de la población; www.FreeLibros.com
- 220. Capítulo 8 Selección de la muestra 178 2. seleccionar los elementos muestrales (casos) de manera que al inicio todos tengan la misma posi- bilidad de ser elegidos. Para lo primero, se recomienda utilizar el programa STATS® que viene incluido en el CD anexo (subprograma “Tamaño de la muestra”). También se puede calcular el tamaño de muestra, mediante un procedimiento usando las fórmulas clásicas que se han desarrollado, pero es más tardado y el resul- tado es el mismo o muy similar al que proporciona dicho programa.2 Quien así lo desee, puede revisar este procedimiento “manual” también en el CD anexo: Material complementario → Documentos → Documento “Cálculo del tamaño de muestra y otros procedimientos por fórmulas”. Para lo segundo (seleccionar los elementos muestrales), requerimos un marco de selección adecuado y un procedimien- to que permita la aleatoriedad en la selección. Hablaremos de ambas cuestiones en los siguientes apartados. Cálculo del tamaño de muestra Cuando se hace una muestra probabilística, uno debe preguntarse: dado que una población es de N tamaño,3 ¿cuál es el menor número de unidades muestrales (personas, organizaciones, capítulos de telenovelas, etc.) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error estándar, digamos menor de 0.01? La respuesta a esta pregunta busca encontrar una muestra que sea representativa del universo o población con cierta posibilidad de error (se pretende minimizar) y nivel de confianza (maximizar), así como probabilidad. Imaginemos que pretendemos realizar un estudio en la siguiente población: las empresas de mi ciudad. Entonces, lo primero es conocer el tamaño de la población (número de empresas en la ciudad). Supongamos que hay 2200 de ellas. Al abrir el subprograma “Tamaño de la muestra” en STATS®4 el programa le va a pedir los siguientes datos: ¿Tamaño del universo?: ¿Error máximo aceptable?: ¿Porcentaje estimado de la muestra?: ¿Nivel deseado de confianza?: El tamaño del universo o población ya dijimos que es de 2200. Debemos conocer este dato o uno aproximado, sin olvidar que por encima de 99999 casos da lo mismo cualquier tamaño del universo (un millón, 200 mil, 54 millones, etc.), por lo que si tecleamos un número mayor a 99999 el progra- ma nos pondrá esta cifra por omisión, pero si es menor la respeta. También nos pide que definamos el error estándar máximo aceptable (probabilidad), el porcenta- je estimado de la muestra y el nivel de confianza (términos que se explican ampliamente en el capítu- lo 10 “Análisis de los datos cuantitativos”, en el paso 5 sugerido para el análisis: “analizar mediante pruebas estadísticas las hipótesis planteadas”). Por ahora diremos que el error máximo aceptable se refiere a un porcentaje de error potencial que admitimos tolerar de que nuestra muestra no sea repre- sentativa de la población (de equivocarnos). Los niveles de error pueden ir de 20 a 1% en STATS® . Los más comunes son 5 y 1% (uno implica tolerar muy poco error, 1 en 100, por así decirlo; mientras que 5%, es aceptar en 100, 5 posibilidades de equivocarnos). tado es el mismo este procedimien Documento “Cál (seleccionar los el to que permita l 2 Algunos escépticos del programa STATS® han querido comparar los resultados que éste genera con los que se obtienen mediante las fórmulas, y han encontrado en múltiples cálculos resultados muy parecidos (normalmente con una diferencia de menos de un caso, por cuestiones de redondeo). 3 Cuando se utiliza en muestreo una letra mayúscula se habla de la población y una letra minúscula, de la muestra (N = tamaño de población, n = tamaño de muestra). 4 Obviamente primero debe instalar el programa en su computadora u ordenador. S T A T S ® S T A T S ® S T A T S ® S T A T S ® 3 www.FreeLibros.com
- 221. 179 ¿Cómo se selecciona una muestra probabilística? Se explicará esto con un ejemplo coloquial. Si fuera a apostar en las carreras de caballos y tuviera 95% de probabilidades de atinarle al ganador, contra sólo 5% de perder, ¿apostaría? Obviamente sí, siempre y cuando le aseguraran ese 95% en favor. O bien, si le dieran 95 boletos de 100 para la rifa de un automóvil, ¿sentiría confianza en que va a estrenar vehículo? Por supuesto que sí. No tendría la certeza total; ésta no existe en el universo, al menos para los seres humanos. Pues bien, algo similar hace el investigador al definir un posible nivel de error en la representati- vidad de su muestra. Los niveles de error más comunes que suelen fijarse en la investigación son de 5 y 1% (en ciencias sociales el más usual es el primero). El porcentaje estimado de la muestra es la probabilidad de ocurrencia del fenómeno (representa- tividad de la muestra versus no representatividad, la cual se estima sobre marcos de muestreo previos o se define, la certeza total siempre es igual a uno, las posibilidades a partir de esto son “p” de que sí ocurra y “q” de que no ocurra (p + q = 1). Cuando no tenemos marcos de muestreo previo, usamos un porcentaje estimado de 50% (que es la opción por “default” que nos brinda STATS®, es decir, asumi- mos que “p” y “q” serán de 50%, y que resulta lo más común, particularmente cuando seleccionamos por vez primera una muestra en una población). Finalmente, el nivel deseado de confianza es el complemento del error máximo aceptable (porcen- taje de “acertar en la representatividad de la muestra”). Si el error elegido fue de 5%, el nivel deseado de confianza será de 95%. Una vez más los niveles más comunes son de 95 y 99%. Por default, STATS® coloca el primero. Ya con todos los “campos” llenos, con sólo presionar el botón de “calcular”, se obtiene el tamaño de muestra apropiado para el universo. En el ejemplo podría ser: ¿Tamaño del universo?: 2200 ¿Error máximo aceptable?: 5% ¿Porcentaje estimado de la muestra?: 50% ¿Nivel deseado de confianza?: 95 El resultado que nos proporciona STATS® es: Tamaño de la muestra: 327.1776. Redondeando, necesitamos que nuestra muestra esté confor- mada por 327 empresas para tener representadas a las 2200 de la ciudad. EJEMPLO Problema de investigación: Supongamos que el gobierno de un estado, provincia o departamento ha emitido una ley que impide (prohibición expresa) a las estaciones de radio transmitir comerciales que utilicen un lenguaje procaz (groserías, malas palabras). Dicho gobierno nos solicita analizar en qué medida los anuncios radiofónicos transmitidos en el estado utilizan en su contenido este lenguaje, digamos, durante el último mes. Población (N): Comerciales transmitidos por las estaciones radiofónicas del estado durante el último mes. Tamaño de muestra (n): Lo primero es determinar o conocer N (recordemos que significa población o universo). En este caso N = 20000 (20 mil comerciales transmitidos). Lo segundo es establecer el error máximo aceptable, el porcentaje estimado de la muestra y el nivel de confianza. Tecleamos los datos que STATS® nos pide: Tamaño de la población: 20000 Error máximo aceptable: 5% Porcentaje estimado de la muestra: 50% Nivel de confianza: 95% S T A T S ® www.FreeLibros.com
- 222. Capítulo 8 Selección de la muestra 180 Previamente se señaló que para obtener una muestra probabilística eran necesarios dos procedi- mientos, el primero es el que acabamos de mencionar: calcular un tamaño de muestra que sea repre- sentativo de la población. El segundo consiste en seleccionar los elementos muestrales de manera que al inicio todos tengan la misma posibilidad de ser elegidos. Es decir, cómo y de dónde vamos a elegir los casos. Esto se comentará más adelante. A los ejemplos de las muestras obtenidas por STATS® se les conoce como muestras aleatorias simples (MAS). Su característica esencial, como ya se mencionó, es que todos los casos del universo tienen al inicio la misma probabilidad de ser seleccionados. Muestra probabilística estratificada En ocasiones el interés del investigador es comparar sus resultados entre segmentos, grupos o nichos de la población, porque así lo señala el planteamiento del problema. Por ejemplo, efectuar comparaciones por género (entre hombres y mujeres), si la selec- ción de la muestra es aleatoria, tendremos unidades o elementos de ambos géneros, no hay problema, la muestra reflejará a la población. Pero a veces, nos interesan grupos que constituyen minorías de la población o universo y entonces si la muestra es aleatoria simple, resultará muy difícil determinar qué elementos o casos de tales grupos serán seleccionados. Imaginemos que nos interesan personas de todas las religiones para contrastar ciertos datos, pero en la ciudad donde se efectuará el estudio la mayoría es —por ejemplo— predomi- nantemente católica. Con MAS es casi seguro que no elijamos individuos de diversas religiones o sólo unos cuantos. No podríamos efectuar las comparaciones. Quizá tengamos 300 católicos y dos o tres de otras religiones. Entonces es cuando preferimos obtener una muestra probabilística estratificada (el nombre nos dice que será probabilística y que se considerarán segmentos o grupos de la población, o lo que es igual: estratos). De manera automática, el programa nos calcula el tamaño de muestra necesario o requerido: n = 376.9386 (cerrando o aproximando: 377), que es el número de comerciales radiofónicos que nece- sitamos para representar al universo de 20000, con un error de 0.05 (5%) y un nivel de confianza de 95%. Si cambiamos el nivel de error tolerado y el nivel de confianza (1% de error y 99% de confianza), el tamaño de la muestra será mucho mayor, en este caso de 9083.5153 comerciales. Como puede apreciarse, el tamaño de la muestra es sensible al error y nivel de confianza que defina- mos. A menor error y mayor nivel de confianza, mayor tamaño de muestra requerido para representar a la población o universo. EJEMPLO Problema de investigación: Analizar la motivación intrínseca que tienen los empleados de la cadena de restaurantes “Lucy y Laura Bunny”. Población: N = 600 empleados (cocineros, meseros, ayudantes, etcétera). Tamaño de muestra: Con un error de 5% y un nivel de confianza de 95%, el tamaño requerido para que la muestra sea representativa es de 234 empleados. Conforme disminuye el tamaño de la población aumenta la proporción de casos que necesitamos en la muestra. Muestra probabilística estratifica- da Muestreo en el que la población se divide en segmentos y se seleccio- na una muestra para cada segmento. S T A T S ® www.FreeLibros.com
- 223. 181 ¿Cómo se selecciona una muestra probabilística? Ejemplos de estratos en la variable religión serían: católicos, cristianos, protestantes, judíos, maho- metanos, budistas, etc. Y de la variable grado o nivel de estudios: preescolar, primaria, secundaria, bachillerato, universidad (o equivalente) y posgrado. Los ejemplos anteriores para ilustrar el uso de STATS® corresponden a muestras probabilísticas simples. Ahora supongamos que pretendemos realizar un estudio con directores de recursos humanos para determinar su ideología y políticas respecto a cómo tratan a los colaboradores de sus empresas. Imaginemos que nuestro universo es de 1176 organizaciones con directores de recursos humanos. Usando STATS® o mediante fórmulas, determinamos que el tamaño de la muestra necesaria para representar a la población sería de n = 298 directivos. Pero supongamos que la situación se complica y que debemos estratificar esta n con la finalidad de que los elementos muestrales o las unidades de análisis posean un determinado atributo. En nuestro ejemplo, este atributo podría ser el giro de la empresa. Es decir, cuando no basta que cada uno de los elementos muestrales tengan la misma proba- bilidad de ser escogidos, sino que además es necesario segmentar la muestra en relación con estratos o categorías que se presentan en la población, y que además son relevantes para los objetivos del estudio, se diseña una muestra probabilística estratificada. Lo que aquí se hace es dividir a la población en subpoblaciones o estratos, y se selecciona una muestra para cada estrato. La estratificación aumenta la precisión de la muestra e implica el uso deliberado de diferentes tamaños de muestra para cada estrato, a fin de lograr reducir la varianza de cada unidad de la media muestral (Kalton y Heeringa, 2003). Kish (1995) afirma que, en un número determinado de elemen- tos muestrales n = ∑nh, la varianza de la media muestral y _ puede reducirse al mínimo, si el tamaño de la muestra para cada estrato es proporcional a la desviación estándar dentro del estrato. Esto es, Σ f h n N ksh = = En donde la muestra n será igual a la suma de los elementos muestrales nh. Es decir, el tamaño de n y la varianza de y _ pueden minimizarse, si calculamos “submuestras” proporcionales a la desviación estándar de cada estrato. Esto es: f h nh Nh ksh = = En donde nh y Nh son muestra y población de cada estrato, y sh es la desviación estándar de cada elemento en un determinado estrato. Entonces tenemos que: ksh n N = Siguiendo con nuestro ejemplo, la población es de 1176 directores de recursos humanos y el tamaño de muestra es n = 298. ¿Qué muestra necesitaremos para cada estrato? ksh n N = = = 298 1176 0 2534 . De manera que el total de la subpoblación se multiplicará por esta fracción constante para obtener el tamaño de la muestra para el estrato. Al sustituirse, tenemos que: (Nh) (fh) = nh (véase tabla 8.2) S T A T S ® www.FreeLibros.com
- 224. Capítulo 8 Selección de la muestra 182 Tabla 8.2 Muestra probabilística estratificada de directores de empresa Estrato por giro Directores de recursos humanos del giro Total población (fh) = 0.2534 Nh (fh) = nh Muestra 1 Extractivo y siderúrgico 53 13 2 Metal-mecánicas 109 28 3 Alimentos, bebidas y tabaco 215 55 4 Papel y artes gráficas 87 22 5 Textiles 98 25 6 Eléctricas y electrónicas 110 28 7 Automotriz 81 20 8 Químico-farmacéutica 221 56 9 Otras empresas de transformación 151 38 10 Comerciales 51 13 N = 1176 n = 298 Por ejemplo: Nh = 53 directores de empresas extractivas corresponden a la población total de este giro. fh = 0.2534 es la fracción constante. nh = 13 es el número redondeado de directores de empresa del giro extractivo y siderúrgico que tendrá que entrevistarse. Muestreo probabilístico por racimos En algunos casos en que el investigador se ve limitado por recursos financieros, por tiempo, por dis- tancias geográficas o por una combinación de éstos y otros obstáculos, se recurre al muestreo por raci- mos o clusters. En este tipo de muestreo se reducen costos, tiempo y energía, al considerar que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos, a los que se denomina racimos. Para dar algunos ejemplos tenemos la tabla 8.3. En la primera columna se encuentran unidades de análisis que frecuentemente vamos a estudiar. En la segunda columna, sugerimos posibles racimos donde se encuentran dichos elementos. Tabla 8.3 Ejemplo de racimos o clusters Unidad de análisis Posibles racimos Adolescentes Preparatorias Obreros Industrias o fábricas Amas de casa Mercados/supermercados/ centros comerciales Niños Colegios Muestrear por racimos implica diferenciar entre la unidad de análisis y la unidad muestral. La unidad de análisis indica quiénes van a ser medidos, o sea, los participantes o casos a quienes en última instancia vamos a aplicar el instrumento de medición. La unidad muestral (en este tipo de muestra) se refiere al racimo por medio del cual se logra el acceso a la unidad de análisis. El muestreo por racimos supone una selección en dos o más etapas, todas con procedimientos probabilísticos. En la primera, se seleccionan los racimos, siguiendo los pasos ya señalados de una muestra probabilística simple o estratificada. En las fases subsecuentes y dentro de estos racimos, se seleccionan los casos que van a medirse. Para ello se hace una selección que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos. Racimos Son sinónimos de clusters o conglomerados. Muestra probabilística por raci- mos Muestreo en el que las unidades de análisis se encuentran encapsula- das en determinados lugares físicos. www.FreeLibros.com
- 225. 183 ¿Cómo se lleva a cabo el procedimiento de selección de la muestra? Por ejemplo, en una muestra nacional de ciudadanos de un país por clusters o racimos, podríamos primero elegir al azar una muestra de estados, provincias o departamentos (primera etapa); luego, cada estado o provincia se convierte en un universo y se seleccionan al azar municipios (segunda etapa); poste- riormente, cada municipio se considera un universo o población y se eligen al azar comunidades o colonias (tercera etapa); a su vez, cada una de éstas se concibe como universo y de nuevo, al azar, se eligen manzanas o cuadras (cuarta etapa); finalmente se escogen al azar viviendas u hogares e individuos (quinta etapa). En ocasiones se combinan tipos de muestreo, por ejemplo: una muestra probabilística estratifica- da y por racimos, pero siempre se utiliza una selección aleatoria que garantiza que al inicio del proce- dimiento todos los elementos de la población tienen la misma probabilidad de ser elegidos para integrar la muestra. En el CD anexo: Material complementario → Documentos → Documento “Cálculo del tamaño de muestra y otros procedimientos por fórmulas” se proporciona un ejemplo que comprende varios de los procedimientos descritos hasta ahora y que ilustra la manera como frecuen- temente se hace una muestra probabilística en varias etapas por conglomerados o racimos. ¿Cómo se lleva a cabo el procedimiento de selección de la muestra? Cuando iniciamos nuestra exposición sobre la muestra probabilística, señalamos que los tipos de muestra dependen de dos cosas: del tamaño de la muestra y del procedimiento de selección. De lo primero hemos hablado con detalle, de lo segundo trataremos ahora. Se determina el tama- ño de la muestra n, pero ¿cómo seleccionar los elementos muestrales? (ya sean casos o racimos). Las unidades de análisis o los elementos muestrales se eligen siempre aleatoriamente para asegurarnos de que cada elemento tenga la misma probabilidad de ser elegido. Se utilizan básicamente tres procedi- mientos de selección, de los cuales a continuación se comentan dos y el tercero se presenta en el CD anexo: Material complementario → Documentos → Documento “Cálculo del tamaño de muestra y otros procedimientos por fórmulas”. Tómbola Muy simple pero muy rápido, consiste en numerar todos los elementos muestrales de la población, del uno al número N. Después se hacen fichas o papeles, uno por cada elemento, se revuelven en una caja y se van sacando n número de fichas, según el tamaño de la muestra. Los números elegidos al azar conformarán la muestra. Cuando nuestro muestreo es estratificado, se sigue el procedimiento anterior, pero por cada estra- to. Por ejemplo, en la tabla 8.2, tenemos que, de una población N = 53 empresas extractivas y siderúr- gicas, se necesita una muestra n = 13 de directivos de recursos humanos de tales empresas. En una lista se numeran cada una de estas organizaciones. En fichas aparte se sortea cada uno de los 53 núme- ros, hasta obtener los 13 necesarios (pueden ser las 13 primeras fichas que se extraigan). Los números obtenidos se verifican con los nombres y las direcciones de nuestra lista, para precisar los directivos que serán participantes del estudio. Números random o números aleatorios Éste es el procedimiento que se encuentra en el CD anexo: Documento “Cálculo del tamaño de mues- tra y otros procedimientos por fórmulas”. STATS® Una excelente alternativa para generar números aleatorios se encuentra en el programa STATS® , que contiene un subprograma para ello y evita el uso de la tabla de números aleatorios. Es hasta ahora la mejor forma que hemos encontrado para hacerlo. El programa nos pide que le indiquemos ¿cuántos números aleatorios? (requerimos), entonces tecleamos el tamaño de muestra; en el CD elegimos la opción: “Establecer límite superior e inferior” S T A T S ® www.FreeLibros.com
- 226. Capítulo 8 Selección de la muestra 184 y nos solicita que establezcamos el límite inferior (que siempre será uno, el primer caso de la pobla- ción, pues la muestra se extrae de ésta) y el límite superior (el último número de la población, que es el tamaño de la población). Y tecleamos “Calcular” y nos genera automáticamente los números. Vemos contra nuestro listado a quién o a qué corresponde cada número y estos números son los casos que pasarían a integrar la muestra. Veámoslo con un ejemplo. Imaginemos que una investigadora busca conocer en una escuela o facultad de una universidad quiénes son el joven y la joven más populares. Entonces decide realizar una encuesta, para lo cual debe obtener una muestra. Supongamos que la escuela tiene una población de 1000 alumnos y alumnas. Si obtuviera una muestra aleatoria simple, su procedimiento sería el que se muestra en la figura 8.5. Determina el tamaño de muestra: con STATS® , para una población de 1000 casos, se requiere una muestra de 277.74 estudiantes (278 redondeando, 95% de confianza, 0.05 o 5% de error y porcentaje estimado de la muestra o p = 0.5). Selecciona los 278 jóvenes mediante la generación de números aleatorios a través de STATS® . El primer número que nos arroja el programa es el 706, ve en su base o listado quién es el alumno a la alumna con ese número. Por ejemplo: Lucía Phillips. Éste es el primer caso que entra a la muestra. Nota: Cada vez que le pedimos al programa un conjunto de números aleatorios, éste es diferente. Por lo tanto, si usted lo hace, obtendrá otra secuencia de números. Tiene una muestra probabilística para su estudio. Sigue con el segundo y tercer números que arrojó el programa: 534-Laura Mejía 15-Carlos Franco y así sucesivamente... Elige a 278 estudiantes cuyos números fueron proporcionados al azar por STATS® Obtiene la base de datos de los alumnos de la escuela o elabora una con las listas de los grupos de los diferentes años. Numera la base de datos o el listado del 1 al 1000. Figura 8.5 Ejemplo del procedimiento para elegir los casos de una muestra aleatoria simple usando STATS® . Con estratos o conglomerados repetimos el procedimiento para cada uno. Selección sistemática de elementos muestrales Este procedimiento de selección es muy útil e implica elegir dentro de una población N un número n de elementos a partir de un intervalo K. Este último (K ) es un intervalo que se va a determinar por el tamaño de la población y el tamaño de la muestra. De manera que tenemos que K = N/n, en donde K = un intervalo de selección sistemática, N = la población y n = la muestra. Ilustremos los conceptos anteriores con un ejemplo. Supongamos que se quiere hacer un estudio que pretende medir la calidad de la atención en los servicios proporcionados por los médicos y las enfermeras de un hospital. Para tal efecto consideremos que los investigadores consiguen grabaciones www.FreeLibros.com
- 227. 185 Listados y otros marcos muestrales de todos los servicios efectuados durante un periodo determinado.5 Supongamos que se hayan filmado 1548 servicios (N ). Con este dato se procede a determinar qué número de servicios necesitamos ana- lizar para generalizar a toda la población nuestros resultados. Con STATS® determinamos que se necesitan 307.9 (308) servicios para evaluar (con un error máximo de 5%, nivel de confianza de 95% y un porcentaje estimado de 50% para la muestra [p = 0.5]). Si necesitamos una muestra de n = 308 episodios de servicio filmados, se utiliza para la selección el intervalo K, donde: K N n = = = = 1548 308 5 0259 5 . , redondeado El intervalo 1/K = 5 indica que cada quinto servicio 1/K se seleccionará hasta completar n = 308. La selección sistemática de elementos muestrales 1/K se puede utilizar al elegir los elementos de n para cada estrato o para cada racimo. La regla de probabilidad, según la cual cada elemento de la pobla- ción debe tener idéntica probabilidad de ser elegido, se cumple al empezar la selección de 1/K al azar. Siguiendo nuestro ejemplo, no comenzamos a elegir de los 1548 episodios, el 1, 6, 11, 16…, sino que procuramos que el inicio sea determinado por el azar. Así, en este caso, podemos tirar unos dados y si en sus caras muestran 1, 6, 9, iniciaremos en el servicio 169, y seguiremos 174, 179, 184, 189… 1/K… y volveremos a empezar por los primeros si es necesario. Este procedimiento de selección es poco com- plicado y tiene varias ventajas: cualquier tipo de estratos en una población X se verán reflejados en la muestra. Asimismo, la selección sistemática logra una muestra proporcionada, ya que, por ejemplo, tenemos que el procedimiento de selección 1/K nos dará una muestra con nombres que inician con las letras del abecedario, en forma proporcional a la letra inicial de los nombres de la población. Listados y otros marcos muestrales Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de un proceso de selección aleatoria que asegure que todos los elementos de la población tengan la misma probabilidad de ser elegidos. Todo esto lo hemos visto, aunque nos falta exponer sobre algo esen- cial que precede a la selección de una muestra: el marco muestral. Éste constituye un marco de referencia que nos permita identificar físicamente los elementos de la población, la posibilidad de enumerarlos y, por ende, de proceder a la selección de los elementos muestrales (los casos de la muestra). Normalmente se trata de un lis- tado existente o una lista que es necesario confeccionar ad hoc, con los casos de la población. Los listados existentes sobre una población son variados: guías telefónicas, listas de miembros de las asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases de datos de los alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de una organización, etc. En todo caso hay que tener en cuenta lo completo de una lista, su exactitud, su veracidad, su calidad y su nivel de cobertura en relación con el problema a investigar y la población que va a medirse, ya que todos estos aspectos influyen en la selección de la muestra. Por ejemplo, para algunas encuestas se considera que el directorio telefónico (o guía telefónica) es muy útil. Sin embargo, hay que tomar en cuenta que muchos números no aparecerán porque son privados o porque hay hogares que no tienen teléfono. La lista de socios de una agrupación como la Cámara Nacional de la Industria de la Transformación (México), la Confederación Española de la 5 Se sabe que el número de servicios en un hospital es muy variable y depende de diversos factores, como el número de camas, de médicos y paramédicos; el tipo y nivel de atención (desde consultas simples hasta cirugía compleja), la época, el número de habitantes en la zona donde se encuentra ubicado o el número de derechohabientes, etc. El ejemplo trata de ser simple para que sea entendido por lectores de diversos campos. Marco muestral Es un marco de refe- rencia que nos permite identificar físi- camente los elementos de la población, así como la posibilidad de enumerarlos y seleccionar los elementos muestrales. www.FreeLibros.com
- 228. Capítulo 8 Selección de la muestra 186 Pequeña y Mediana Empresa, la Asociación Dominicana de Exportadores o la Cámara Nacional de Comercio, Servicios y Turismo de Chile; nos serviría si el propósito del estudio fuera, por ejemplo, conocer la opinión de los asociados con respecto a una medida gubernamental. Pero si el objetivo de la investigación es analizar la opinión del sector patronal o empresarial del país, el listado de una sola asociación no sería adecuado por varias razones: hay otras sociedades patronales,6 las asociaciones son voluntarias y no todo patrón o empresa pertenece a ellas. Lo correcto, en esta situación, sería construir una nueva base de datos, fundamentada en los listados existentes de las asociaciones patronales, elimi- nando de dicha lista los casos duplicados, suponiendo que una o más empresas pudieran pertenecer a dos agrupaciones al mismo tiempo. Hay listas que proporcionan una gran ayuda al investigador. Por ejemplo: bases de datos locales especializadas en las empresas, como Industridata en México;7 bases de datos internacionales de natu- raleza empresarial como Kompass; directorios por calles o los programas computacionales que tienen a nivel regional o mundial tales directorios; guías de medios de comunicación (que enlistan casas pro- ductoras, estaciones de radio y televisión, periódicos y revistas). Este tipo de marcos de referencia construidos por profesionales resultan convenientes para el investigador, pues representan una compi- lación (de personas, empresas, instituciones, etc.), resultado de horas de trabajo e inversión de recur- sos. También en internet descubriremos muchos directorios, a los cuales podemos acceder mediante un motor de búsqueda. Recomendamos, pues, utilizarlos cuando sea pertinente, tomando en cuenta las consideraciones que estos directorios o bases de información hacen en su introducción y que reve- lan el año a que pertenecen los datos, cómo se obtuvieron éstos (exhaustivamente, por cuestionarios, por voluntarios) y muy importante, quiénes y por qué quedan excluidos del directorio. Con frecuencia es necesario construir listas ad hoc, a partir de las cuales se elegirán los elementos que constituirán las unidades de análisis en una determinada investigación. Por ejemplo, en la inves- tigación planteada: La televisión y el niño, se establecería una muestra probabilística estratificada por racimos, donde en una primera etapa se seleccionarían escuelas para, en última instancia, llegar a los niños. Pues bien, para tal efecto se podría obtener una base de datos de las escuelas primarias de la Ciudad de México en la Secretaría de Educación Pública. Cada escuela tendría un código identificable por medio del cual se eliminarían las escuelas para niños atípicos. Este listado contiene además infor- mación sobre cada escuela, su ubicación y su régimen de propiedad (pública o privada). Con ayuda de otro estudio (Fernández Collado et al., 1998) que catalogó en diferentes estratos socioeconómicos a las colonias de la Ciudad de México, con base en el ingreso promedio de la zona, se elaboraron ocho listas: 1. escuelas públicas clase A; 2. escuelas privadas clase A; 3. escuelas públicas clase B; 4. escuelas privadas clase B; 5. escuelas públicas clase C; 6. escuelas privadas clase C; 7. escuelas públicas clase D; 8. escuelas privadas clase D. Cada lista representaría un estrato de la población y de cada una de ellas se seleccionaría una muestra de escuelas. A, B, C, D, que representan niveles socioeconómicos. Y después, de cada escuela se elegirían los niños para conformar la muestra final. 6 En México la Canacintra representa sólo al sector de la industria de la transformación, en España la Cepyme no agrupa a grandes consorcios empresariales, en República Dominicana la Adoexpo no es la única asociación del Consejo Nacional de la Empresa Privada y en Chile la CNC no incluye a la industria de la construcción y la minería, por ejemplo. 7 Directorio que permite consultar información de empresas por giro de actividad: industriales, comerciales, de servicio y construc- toras, así como el número de personas empleadas. La base de datos clasifica a dichas compañías en: empresas AAA, con más de 500 personas empleadas; empresas AA que tienen entre 251 y 500 personas empleadas; empresas A, entre 151 y 250 personas, y empresas B, entre 100 y 150 personas empleadas. www.FreeLibros.com
- 229. 187 Tamaño óptimo de una muestra No siempre existen listas que permitan identificar a nuestra población. Entonces, será necesario recurrir a otros marcos de referencia que contengan descripciones del material, las organizaciones o los casos que serán seleccionados como unidades de análisis. Ejemplos de algunos de estos marcos de referencia son los archivos, los mapas y los archivos electrónicos de periódicos en la web. De cada una de estas instancias daremos ejemplos con más detalles y recomendaremos soluciones para algunos problemas comunes en el muestreo. Archivos Un gerente de reclutamiento y selección de una empresa quiere precisar si algunos datos que se dan en una solicitud de trabajo están correlacionados con el ausentismo del empleado. Es decir, si a partir de datos como edad, género, estado civil, nivel educativo y duración en otro trabajo, es factible predecir la conducta de ausentismo. Para establecer correlaciones se considerará como población a todas las personas contratadas durante 10 años. Se relacionan sus datos en la solicitud de empleo con los regis- tros de faltas. Como no hay una lista elaborada de estos individuos, el investigador decide acudir a los archivos de las solicitudes de empleo. Tales archivos constituyen su marco muestral a partir del cual se obtendrá la muestra. Calcula el tamaño de la población, obtiene el tamaño de la muestra y selecciona sistemáti- camente cada elemento 1/K, cada solicitud que será analizada. Aquí el problema que surge es que en el archivo hay solicitudes de gente que no fue contratada y, por tanto, no debe considerarse en el estu- dio. En este caso, y en otros en los que no todos los elementos del marco de referencia o de una lista aparecen (por ejemplo, nombres en el directorio que no corresponden a una persona física), los espe- cialistas en muestreo (Kish, 1995; Sudman, 1976) no aconsejan el reemplazo con el siguiente elemen- to, sino simplemente no tomar en cuenta ese elemento, es decir, hacer como si no existiera, y continuar con el intervalo de selección sistemática. Mapas Los mapas son muy útiles como marco de referencia en muestras de racimos. Por ejemplo, un investi- gador quiere saber qué motiva a los compradores de las tiendas de autoservicio. A partir de una lista de tiendas de cada cadena competidora marca sobre un mapa de la ciudad, todas las tiendas de auto- servicios, las cuales constituyen una población de racimos, pues en cada tienda seleccionada entrevis- tará a un número de clientes. El mapa le permite ver la población (tiendas de autoservicio) y su situación geográfica, de manera que elige zonas donde coexistan diferentes tiendas competidoras, para asegurarse de que el consumidor de la zona tenga todas las posibles alternativas. En la actualidad hay mapas de todo tipo: mercadológicos, socioculturales, étnicos, marítimos, entre otros. El Global Posi- tioning System (GPS) o Sistema de Posicionamiento Global ya puede ser muy útil para esta clase de muestreo. Tamaño óptimo de una muestra Tal como se mencionó, las muestras probabilísticas requieren dos procedimientos básicos: 1) la deter- minación del tamaño de la muestra y 2) la selección aleatoria de los elementos muestrales. Precisar adecuadamente el tamaño de la muestra puede tornarse complejo, esto depende del problema de investigación y la población a estudiar. Para el alumno y el lector en general, será muy útil comparar qué tamaño de muestra han empleado otros investigadores, a la luz de la revisión de la literatura. Para tal efecto, mostramos algunos ejemplos y reproducimos varias tablas (8.4, 8.5 y 8.6), que indican los tamaños de muestra más utilizados por los investigadores, según sus poblaciones (nacionales o regio- nales) y los subgrupos que quieren estudiarse en ellas. 4 www.FreeLibros.com
- 230. Capítulo 8 Selección de la muestra 188 Las muestras nacionales, es decir, las que representan a la población de un país, por lo común son de más de 1000 sujetos. La muestra del estudio “¿Cómo somos los mexicanos?” (Hernández Medina, Narro y Rodríguez, 1987), consta de 1 737 sujetos repartidos de la siguiente manera: Frontera y norte 696 Centro (sin la capital nacional o Distrito Federal) 426 Sur-sureste 316 Distrito Federal 299 1737 La muestra de los barómetros de opinión en España es nacional,8 incluye personas de ambos géneros, de 18 años o más y su tamaño es alrededor de 2500 casos (Centro de Investigaciones Socio- lógicas, 2009). Su elección es por estratos y racimos. Primero, se eligen municipios y luego secciones. Los puntos de muestreo son 168 municipios y 49 provincias. Los estratos están compuestos por siete categorías formadas por el cruce de las 17 comunidades autó- nomas con el tamaño del hábitat. Son las siguientes: a) menores o iguales a 2000 habitantes, b) de 2001 a 10000, c) de 10001 a 50000, d ) de 50001 a 100000, e) de 100001 a 400000, f ) de 400001 a un millón y g) más de un millón de habitantes (Berganza y García, 2005, p. 91). En cambio, el Barómetro del Real Instituto Elcano (BRIE) en España comprende a 1200 indivi- duos (Real Instituto Elcano, 2009). El Eurobarómetro es otra encuesta que abarca a diversos países de la Unión Europea (UE) y su muestra es de aproximadamente 1000 personas por país, excepto en Alemania donde se consulta al doble y a Reino Unido, donde la n es igual a 1300 (300 encuestas se efectúan en Irlanda) (Berganza y García, 2005). Por ejemplo, un Eurobarómetro sobre las mujeres y las elecciones europeas realizado el 4 de marzo del 2009, incluyó a 35000 mujeres y 5500 hombres de la UE (Oficina del Parlament Europeu a Barcelona, 2009). En la tabla 8.4 observamos que el tipo de estudio en poco determina el tamaño de la muestra. Más bien, interviene en la decisión de que sean muestras nacionales o regionales. Las muestras regionales (por ejemplo, las que representen al área metropolitana de la Ciudad de México u otra gran urbe con más de tres millones de habitantes), o de algún estado, departamento o provincia de un país, o algún municipio o región, son típicamente más pequeñas, con rangos de 400 a 700 individuos. Tabla 8.4 Muestras utilizadas con frecuencia en investigaciones nacionales y regionales según área de estudio Tipos de estudio Nacionales Regionales Económicos 1000+ 100 Médicos 1000+ 500 Conductas 1000+ 700-300 Actitudes 1000+ 700-400 Experimentos de laboratorio – – – 100 8 Los barómetros son surveys o encuestas de alcance nacional o continental e incluyen cuestiones políticas, económicas, sociales y de actualidad. www.FreeLibros.com
- 231. 189 ¿Cómo y cuáles son las muestras no probabilísticas? El tamaño de una muestra depende también del número de subgrupos que nos interesan en una población. Por ejemplo, podemos subdividirla en hombres y mujeres de cuatro grupos de edad o, aún más, en hombres y mujeres de cuatro grupos de edad en cada uno de cinco niveles socioeconómicos. Si éste fuera el caso estaríamos hablando de 40 subgrupos y, por ende, de una muestra mayor. En la tabla 8.5 se describen muestras típicas de acuerdo con los subgrupos bajo estudio, según su cobertura (estudios nacionales o estudios especiales o regionales) y según su unidad de análisis; es decir, se trata de individuos o de organizaciones. En esta última instancia el número de la muestra se reduce, ya que casi siempre representa una gran fracción de la población total. Tabla 8.5 Muestras típicas de estudios sobre poblaciones humanas y organizaciones Número de subgrupos Población de individuos u hogares Población de organizaciones Ninguno-pocos (menos de 5) Promedio (5 a 10) Más de 10 Nacionales Regionales 1000-1500 200-500 1500-2500 500-1000 2500 + 1000 + Nacionales Regionales 200-500 50-200 500-1 000 200-500 1 000 + 500 + Otra tabla que nos ayuda a comprender el tema que estamos analizando es la 8.6, la cual se basa en Mertens (2005, p. 327) y Borg y Gall (1989), de acuerdo con el propósito del estudio. Aquí cada número es el mínimo sugerido. Tabla 8.6 Tamaños de muestra mínimos en estudios cuantitativos Tipo de estudio Tamaño mínimo de muestra Transeccional descriptivo o correlacional 30 casos por grupo o segmento del universo. Encuesta a gran escala 100 casos para el grupo o segmento más importante del universo y de 20 a 50 casos para grupos menos importantes. Causal 15 casos por variable independiente. Experimental o cuasiexperimental 15 por grupo. Las tablas 8.4 a 8.6 se construyeron con base en artículos de investigación publicados en revistas espe- cializadas y en Sudman (1976), y nos dan una idea de las muestras que utilizan otros investigadores, de manera que le ayudarán a establecer el tamaño de su muestra. En el caso de los experimentos, la muestra representa el balance entre un mayor número de casos y el número que podamos manejar. Recordemos que algunas pruebas estadísticas exigen 15 casos como mínimo por grupo de comparación (Mertens, 2005). Repasemos que lo óptimo de una muestra depende de cuánto se aproxima su distribución a la distri- bución de las características de la población. Esta aproximación mejora al incrementarse el tamaño de la muestra. La “normalidad” de la distribución en muestras grandes no obedece a la normalidad de la distri- bución de una población. La distribución de diversas variables a veces es “normal” y en ocasiones está lejos de serlo. Sin embargo, la distribución de muestras de 100 o más elementos tiende a ser normal y esto sirve para el propósito de hacer estadística inferencial (generalizar de la muestra al universo). A lo anterior se le llama teorema del límite central. Distribución normal: esta distribución en forma de campana se logra general- mente con muestras de 100 o más unidades muestrales, y es útil y necesaria cuando se hacen inferencias de tipo estadístico. ¿Cómo y cuáles son las muestras no probabilísticas? Las muestras no probabilísticas, también llamadas muestras dirigidas, suponen un procedimiento de selección informal. Se utilizan en diversas investigaciones cuantitativas y cualitativas. No las revisaremos Teorema del límite central Señala que una muestra de más de cien casos será una muestra con una distribución normal en sus características, lo cual sirve para el propósito de hacer estadística inferencial. www.FreeLibros.com
- 232. Capítulo 8 Selección de la muestra 190 ahora, sino en el capítulo 13 “Muestreo cualitativo”. Por el momento comentaremos que seleccionan individuos o casos “típicos” sin intentar que sean representativos de una población determinada. Por ello, para fines deductivos-cuantitativos, donde la generalización o extrapolación de resultados hacia la población es una finalidad en sí misma, las muestras dirigidas implican algunas desventajas. La prime- ra es que, al no ser probabilísticas, no es posible calcular con precisión el error estándar, es decir, no podemos calcular con qué nivel de confianza hacemos una estimación. Esto es un grave inconvenien- te si consideramos que la estadística inferencial se basa en la teoría de la probabilidad, por lo que las pruebas estadísticas en muestras no probabilísticas tienen un valor limitado a la muestra en sí, mas no a la población. Es decir, los datos no pueden generalizarse a ésta. En las muestras de este tipo, la elec- ción de los casos no depende de que todos tengan la misma probabilidad de ser elegidos, sino de la decisión de un investigador o grupo de personas que recolectan los datos. La única ventaja de una muestra no probabilística —desde la visión cuantitativa— es su utilidad para determinado diseño de estudio que requiere no tanto una “representatividad” de elementos de una población, sino una cuidadosa y controlada elección de casos con ciertas características especifica- das previamente en el planteamiento del problema. Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados, las muestras no probabilísticas o dirigidas son de gran valor, pues logran obtener los casos (personas, contextos, situaciones) que interesan al investigador y que llegan a ofrecer una gran riqueza para la recolección y el análisis de los datos. Muestreo al azar por marcado telefónico (Random Digit Dialing) Ésta es una técnica que los investigadores utilizan para seleccionar muestras telefónicas. Involucra identificar áreas geográficas —para ser muestreadas al azar— y sus correspondientes códigos telefóni- cos e intercambios (los primeros dígitos del número telefónico que las identifican). Luego, los demás dígitos del número a marcar pueden ser generados al azar de acuerdo con los casos que requerimos para la muestra (n). Es posible reconocer qué intercambios son usados de forma primaria para teléfo- nos residenciales y enfocar el muestreo en ese subgrupo. Asimismo, es muy útil para incluir en mues- tras a teléfonos celulares o móviles (Hernández Sampieri y Mendoza, 2008). Para mayores referencias de esta técnica recomendamos Fowler (2002) y Link, Town y Mokdad (2007). Un excelente ejemplo para ver cómo se conforma una muestra mediante este método se puede encontrar en Williams, Van Dyke y O’Leary, (2006). Una máxima del muestreo y el alcance del estudio Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los informantes (o casos) adecuados, de acuerdo con el planteamiento del problema y lograr el acceso a ellos. Los estudios exploratorios regularmente emplean muestras dirigidas, aunque podrían usarse muestras probabilísticas. Las investigaciones experimentales, la mayoría de las veces utilizan muestras dirigidas, porque como se comentó, es difícil manejar grupos grandes (debido a ello se ha insistido que, en los experimentos, la validez externa se consolida mediante la repetición o reproducción del estudio). Los estudios no experimentales descriptivos o correlacionales-causales deben emplear mues- tras probabilísticas si quieren que sus resultados sean generalizados a una población. Asimismo, en ocasiones la muestra puede ser en varias etapas (polietápica). Por ejemplo, primero elegir universidades, luego, escuelas o facultades, después, salones o grupos y finalmente, estudiantes. www.FreeLibros.com
- 233. 191 Conceptos básicos Resumen • En el capítulo se definió el concepto de muestra. • Además, se describió cómo seleccionar una mues- tra en el proceso cuantitativo. Lo primero que se debe plantear es sobre qué o quiénes se van a recolectar los datos, lo cual corresponde a pre- cisar la unidad de análisis. Después, se procede a delimitar claramente la población, con base en los objetivos del estudio y en cuanto a caracterís- ticas de contenido, de lugar y de tiempo. • La muestra es un subgrupo de la población y pue- de ser probabilística o no probabilística. • Elegir qué tipo de muestra se requiere depende del enfoque y alcances de la investigación, los objetivos del estudio y el diseño. • En el enfoque cuantitativo las muestras probabi- lísticas son esenciales en diseños de investigación por encuestas, donde se pretenden generalizar los resultados a una población. La característica de este tipo de muestras es que todos los elementos de la población al inicio tienen la misma probabili- dad de ser elegidos. Así, los elementos muestrales tendrán valores muy aproximados a los valores de la población, ya que las mediciones del subcon- junto serán estimaciones muy precisas del conjunto mayor. Tal precisión depende del error de muestreo, llamado también error estándar. • Para una muestra probabilística necesitamos dos elementos: determinar el tamaño adecuado de la muestra y seleccionar los elementos muestrales en forma aleatoria. • El tamaño de la muestra se calcula mediante fórmulas o por medio del programa STATS® , que se encuentra en el CD que acompaña al libro. • Las muestras probabilísticas son: simples, estra- tificadas, sistemáticas y por racimos. La estrati- ficación aumenta la precisión de la muestra e implica el uso deliberado de submuestras para cada estrato o categoría que sea relevante en la población. Muestrear por racimos o conglomera- dos implica diferencias entre la unidad de análi- sis y la unidad muestral. En este tipo de muestreo hay una selección en varias etapas, todas con procedimientos probabilísticos. En la primera se seleccionan los racimos y dentro de los racimos, a los participantes que van a ser medidos. • Los elementos muestrales de una muestra pro- babilística siempre se eligen aleatoriamente para asegurarnos de que cada elemento tenga la mis- ma probabilidad de ser seleccionado. Es posi- ble utilizar cuatro procedimientos de selección: 1) tómbola, 2) números aleatorios, 3) uso del subprograma de números aleatorios del STATS® y 4) selección sistemática. Todo procedimiento de selección depende de listados o bases de datos, ya sea existentes o construidas ad hoc. Los listados pueden ser: la guía telefónica, listas de asocia- ciones, listas de escuelas oficiales, etc. Cuando no existen listas de elementos de la población, se recurre a otros marcos de referencia que con- tengan descripciones del material, organizaciones o participantes seleccionados como unidades de análisis. Algunos de éstos pueden ser archivos, hemerotecas y mapas, así como internet. • Las muestras no probabilísticas pueden también llamarse muestras dirigidas, pues la elección de casos depende del criterio del investigador. • En el teorema del límite central se señala que una muestra de más de cien casos será una muestra con una distribución normal en sus caracterís- ticas; sin embargo, la normalidad no debe con- fundirse con probabilidad. Mientras lo primero es necesario para efectuar pruebas estadísticas, lo segundo es requisito indispensable para hacer inferencias correctas sobre una población. • La m de s • Eleg del obje en f • El fórm se e • Las Conceptos básicos Base de datos Elementos muestrales Error estándar Muestra Muestra no probabilística o dirigida Muestra probabilística Nivel deseado de confianza Población Representatividad Selección aleatoria Selección sistemática Tamaño de muestra Teorema del límite central Unidad de análisis Unidad muestral www.FreeLibros.com
- 234. Ejercicios 1. Se forman grupos de tres o cuatro personas. Cada grupo dispone de 15 minutos para formular una pregunta de investigación. El pro- blema puede ser de cualquier área de estudio. Lo que conviene aquí es que sea sobre un tema que realmente inquiete a los estudiantes, algo que ellos consideren un fenómeno importante. Las preguntas de investigación se van anotan- do en el pizarrón. Después y junto a cada una de estas preguntas se define quiénes van a ser medidos. Discutir por qué sí y por qué no son correctas las respuestas de los estudiantes. 2. Como secuencia del ejercicio anterior se propo- nen los siguientes temas de investigación. Su- pongamos que, en otro curso, estudiantes de un taller de investigación sugirieron los siguien- tes temas para investigar. En cada caso señalar quiénes van a ser medidos, para lograr resulta- dos en las investigaciones propuestas. • Tema 1. ¿Qué efecto tienen los anuncios de bebidas alcohólicas sobre los jóvenes? • Tema 2. Hace tres meses que se implantó en una fábrica de motores un programa de círculos de calidad. ¿Ha tenido éxito dicho programa? • Tema 3. ¿Los niños que cursaron la primaria en escuelas laicas y mixtas tienen un mejor desempeño académico en la universidad que los que provienen de escuelas religiosas de un solo género? • Tema 4. ¿Qué diferencias existen entre los comerciales de champú de la televisión española, la argentina y la venezolana? 3. Seleccione dos estudios de alguna publica- ción científica (vea en el CD anexo: Material complementario → Apéndices → Apéndice 1) y/o dos tesis. Analice los siguientes aspectos: a) ¿Cuál es el problema de investigación? b) ¿Cuál es la muestra? c) ¿Cómo fue elegida? d) ¿Son adecuadas la muestra y el procedimiento de muestreo para el problema que se investi- gó? e) ¿Cuáles son los principales resultados o conclusiones? f ) ¿Dichos resultados son gene- ralizables a una población mayor? g) Con base en la muestra, ¿pueden tomarse como serias dichas generalizaciones? Evalúe la solidez de los cuatro estudios, tomando como criterios los aspectos a, b, c, d, e, f y g. 4. Supongamos que trabaja en un despacho que realiza investigaciones y que diversos clientes le solicitan que los asesore en estudios de dife- rente índole. ¿Qué tipo de muestra sugeriría para cada uno? Fundamente su sugerencia. Cliente Necesidad Tipo de muestra 4.1 Clínica de terapias psicoemo- cionales Pacientes con cáncer que siguen la terapia reaccionan mejor a los tratamientos médicos usuales que los enfermos de cáncer que no toman la terapia. 4.2 Empresa en el giro químico Definir cuáles son nues- tros empleados y obreros, anteriores y presentes, que tienen menos ausen- tismo, es decir, ¿hay un perfil del ausentismo? 4.3 Empre- sa de cosmeto- logía ¿Qué nociones tienen las jóvenes (de 15 a 20 años) sobre su arreglo personal y el cuidado de su cutis? ¿Funcionaría crear una línea de productos exclu- sivamente para ellas? 4.4 Grupo que defien- de los derechos del consu- midor ¿Qué quejas tienen los niños sobre los juguetes del mercado?, ¿se rom- pen?, ¿son peligrosos?, ¿aburridos?, ¿cuál es su durabilidad?, etcétera. 4.5 Partidos políticos ¿Por cuál candidato a gobernador votarán los ciudadanos de determina- do estado o provincia? 5. Supongamos que una asociación iberoamerica- na de profesionales cuenta con 5000 miem- bros. La junta directiva ha decidido hacer una encuesta (por teléfono o por correo electrónico) a los asociados para indagar, entre otras cosas, lugar de trabajo, puesto que ocupan, salario aproximado, licenciatura cursada, generación, estudios posteriores, oportunidades de avance percibidas, etc. En resumen, se piensa publi- car un perfil profesional actualizado con el pro- pósito de retroalimentar a los asociados. Como 192 Capítulo 8 Selección de la muestra 3 S c c y/ a www.FreeLibros.com
- 235. 193 Ejemplos desarrollados sería muy costoso llegar a los 5000 miembros repartidos en España, América Latina y Esta- dos Unidos, ¿qué tamaño de muestra se nece- sita si queremos un error estándar no mayor de 0.015? Una vez definido el tamaño de la mues- tra, ¿cómo sería el proceso de selección a fin de que los resultados obtenidos con base en la muestra sean generalizables a toda la pobla- ción? Es decir, se pretende reportar un perfil certero de los 5000 socios de dicha asociación profesional. 6. Seleccione un tamaño de muestra adecuado para su institución, mediante el STATS® . 7. Con respecto al ejemplo de estudio que ha ve- nido desarrollando en el proceso cuantitativo, piense cómo seleccionaría la muestra apropia- da de acuerdo con su planteamiento, objetivos, hipótesis y diseño. ¿Cuál sería el universo o población, la unidad de análisis y el procedi- miento de selección? y ¿qué tamaño tendría la muestra? Recuerde ver las respuestas a los ejerci- cios en el CD anexo: Material complementario → Apéndices → Apéndice 3. Ejemplos desarrollados La televisión y el niño Para el estudio, primero se realizó un análisis explo- ratorio y una prueba piloto con 60 niños de diversos estratos socioeconómicos. Con base en ello se corri- gió el cuestionario para proceder al estudio defini- tivo. 1. Límites de población: Todos los niños del área metropolitana de la Ciudad de México, que cursen 4o., 5o. y 6o. de primaria en escuelas privadas y públicas del turno matutino. 2. Proceso de selección: Se estableció una muestra probabilística estratifica- da por racimo, donde en una primera etapa se selec- cionaron escuelas para, en última instancia, llegar a los niños. La muestra se obtuvo de una base de datos de la Secretaría de Educación Pública, que contuviera listadas e identificadas a todas las escue- las primarias del área metropolitana de la ciudad de México. Se excluyó a escuelas del turno vespertino y las diseñadas para niños con capacidades diferentes o habilidades especiales. La selección también estra- tificó el nivel socioeconómico en cuatro categorías: A, B, C y D (de acuerdo con los criterios del mapa mercadológico de la ciudad de México, A = ingresos familiares elevados, B = medios, C = medios bajos y D = bajos). Por tanto, se eligieron las escuelas de los siguientes estratos: 1. escuelas públicas clase A; 2. escuelas privadas clase A; 3. escuelas públicas clase B; 4. escuelas privadas clase B; 5. escuelas públicas clase C; 6. escuelas privadas clase C; 7. escuelas públicas clase D; 8. escuelas privadas clase D. Cada lista representó un estrato de la población y de cada una de ellas se seleccionó una muestra de escuelas: A, B, C, D, que representan niveles socioeconómicos. Posteriormente, de cada escuela se eligieron los niños para conformar la muestra final. Una vez hechos los cálculos, se determinó que de cada estrato se seleccionaran cuatro escuelas, es decir n es igual a 32 escuelas ubicadas en diver- sas colonias que incluyeron a todas las delegaciones (municipalidades). En la segunda etapa se selec- cionaron por muestreo aleatorio simple los niños de cada escuela. En el ejemplo, 264 infantes por escuela de 4o., 5o. y 6o. grados (88 por cada uno). Una muestra total de 2112 que implicó ajustes y reemplazos. La pareja y relación ideales Para conocer el tamaño del universo, se obtuvo información proporcionada por la Asociación Nacio- nal de Universidades e Instituciones de Educación Superior, Federación de Instituciones Mexicanas Particulares de Educación Superior y el gobierno de Guanajuato. Asimismo, se acudió a fuentes electró- nicas (páginas web de las instituciones) y se solicitó directamente el dato a las organizaciones educativas involucradas. El tamaño de la población total es de aproximadamente 13000 estudiantes.9 Utilizando 9 No se proporciona la matrícula de cada institución en particular, porque cuatro universidades solicitaron expresamente que no se difundiera el dato. También, cabe mencionar que el tamaño del uni- verso es aproximado debido a que hasta el final del semestre se tiene información precisa de las bajas escolares. www.FreeLibros.com
- 236. el STATS® , tendríamos que un tamaño de muestra adecuado para esta población (95% de confianza, 5% de error y p = 0.5 o 50%) es de 373 casos. Sin embargo, se prefirió segmentar al universo en: 1) instituciones con matrícula considerable (más de 2000 alumnos) y 2) universidades con matrícula estándar para una ciudad intermedia (1000 a 1500 estudiantes). En el primer estrato estuvieron dos organizaciones (que representa un total de 6000 universitarios) y en el segundo siete (7000 alum- nos). Cada estrato fue concebido como una pobla- ción y entonces se calculó el tamaño de muestra mediante STATS® , el resultado fue: estrato 1 (n = 361), estrato 2 (n = 364). Así, para el estrato 1 se consideró entrevistar en una institución a 180 uni- versitarios y en la otra a 181. En el caso del estrato 2, se administró el instrumento de medición en cada una de las siete universidades a 52 estudiantes. En un futuro se agregará al estudio al Instituto Tecno- lógico Roque, al Centro Universitario ITESBA y a otras organizaciones, para poder comparar entre ins- tituciones y cada una podría concebirse como una población en sí misma. El abuso sexual infantil El abuso sexual infantil El estudio es un experimento y la muestra es diri- gida. Se reclutaron preescolares de tres centros de desarrollo infantil con una población similar, hijas e hijos de madres que laboran para la Secretaría de Educación Pública del Estado de Querétaro. Se eva- luaron seis grupos escolares que fueron asignados a tres grupos experimentales (n1 = 49 niños, n2 = 22 niños y n3 = 79 niños). Al inicio del proceso se obtuvo anuencia de las autoridades escolares de los centros. En general, se hicieron reuniones previas con los padres de familia para informarles del programa. Se efectuó una sesión de acercamiento en la cual, la persona que aplicó las escalas se presentó con los niños y las niñas, asi- mismo, desarrolló actividades lúdicas para estable- cer confianza y cercanía con los grupos, además les explicó de forma general el proceso a llevarse a cabo y su participación fue de carácter voluntario (tenían la posibilidad de negarse). Antes de cada evaluación, se les pidió su consentimiento a todos los infantes. 194 Capítulo 8 Selección de la muestra La importancia de la investigación radica en que genera conocimientos, lo cual contribuye al desarro- llo social. Por consiguiente, es importante que los estudiantes tengan el gusto e interés profesional por investigar. A partir de la preferencia por determinado tema, se desprende la orientación que se le debe dar al pro- yecto, donde tiene que haber claridad conceptual y exactitud en la aproximación al problema, además de procurar la comunicación de los resultados. ÁLVARO CAMACHO MEDINA Docente Facultad de Mercadeo y Publicidad Politécnico Grancolombiano Bogotá, Colombia En nuestra realidad existen investigaciones serias que aportan indicadores de cómo se encuentran, por ejemplo, los diferentes niveles del sistema educati- vo peruano; sin embargo, no son suficientes en la aplicación de propuestas metodológicas, ya sea por la selección de la muestra, el empleo de instrumen- tos adecuados o la preparación del personal que las lleva a cabo. Por tal razón, quienes tenemos la responsabili- dad de orientar proyectos debemos infundir a nues- tros alumnos que la investigación es un proceso que convoca nuestra energía y perseverancia para obtener resultados que sean significativos para la sociedad peruana. Para ello se requiere vivir determinadas experien- cias. En el caso de la educación, sería recomendable visitar un centro académico que ensaye diferentes y nuevos enfoques para conocer el medio, dialogar con los protagonistas y descubrir su problemática. Un buen planteamiento del problema nos per- mitirá orientar la investigación, precisar las variables a analizar, conocer el grupo con el que se pretende trabajar, determinar los objetivos y, en un momento dado, redactar coherentemente los resultados. Los investigadores opinan www.FreeLibros.com
- 237. 195 Los investigadores opinan Por último, considero que los resultados de una investigación se tornan significativos cuando, además de presentar datos cuantitativos, en ella se conside- ran también datos cualitativos. Una experiencia de investigación debe tomar en cuenta ambos enfoques, porque así será posible admirarla y apreciarla de for- ma integral. ING. GUILLERMO EVANGELISTA BENITES Docente principal Facultad de Ingeniería Química Universidad Nacional de Trujillo Trujillo, Perú www.FreeLibros.com
- 238. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Visualizar diferentes métodos para recolectar datos cuantitativos. 2 Entender el significado de “medir” y su importancia en el proceso cuantitativo. 3 Comprender los requisitos que toda recolección de datos debe incluir. 4 Conocer los principales instrumentos para recolectar datos cuantitativos. 5 Elaborar y aplicar los diferentes instrumentos de recolección de datos cuantitativos. 6 Preparar los datos para su análisis cuantitativo. Síntesis En el capítulo se analizan los requisitos que un instrumento debe cubrir para recolectar apropiadamente datos cuantitativos: confiabilidad, validez y objeti- vidad. Asimismo, se define el concepto de medición y los errores que pueden cometerse al recolectar datos. A lo largo del capítulo se presenta el proceso para elaborar un instrumento de medición y las principales alternativas para recolectar datos: cuestionarios y escalas de actitudes. Por último, se examina el procedimiento de codifica- ción de datos cuantitativos y la forma de prepararlos para su análisis. Paso 8 Recolectar los datos • Definir la forma idónea de recolectar los datos de acuerdo con el planteamiento del problema y las etapas previas de la investigación. • Seleccionar o elaborar uno o varios instrumentos o métodos para recolectar los datos requeridos. • Aplicar los instrumentos o métodos. • Obtener los datos. • Codificar los datos. • Archivar los datos y prepararlos para su análisis por computadora. Proceso de investigación cuantitativa Recolección de los datos cuantitativos Capítulo Re 9 www.FreeLibros.com
- 239. Nota: El capítulo se termina de integrar con otro del CD anexo (Material complementario→ Capítulos → Capítulo 7), titulado “Recolección de los datos cuantitativos: segunda parte”, que contiene otras alternativas de instrumentos para recolectar datos como el análisis de contenido y los sistemas de observación (en ediciones anteriores se localizaba en este mismo capítulo), además de pruebas e inventarios, escalograma de Guttman (escala de actitudes) y datos secundarios. Fases de construcción de un instrumento: 1. Redefiniciones fundamentales 2. Revisión enfocada de la literatura en instrumentos pendientes 3. Identificación del dominio de las variables a medir y sus indicadores 4. Toma de decisiones clave 5. Construcción del instrumento 6. Prueba piloto 7. Elaboración de la versión final del instrumento o sistema y su procedimiento de aplicación 8. Entrenamiento del personal que administrará el instrumento y calificación 9. Obtener autorizaciones para aplicar el instrumento 10. Administración del instrumento Instrumento(s) de medición Debe(n) representar verdaderamente la(s) variable(s) de la investigación Cuyas respuestas se obtienen, codifican y transfieren a una matriz de datos y se preparan para su análisis mediante un paquete estadístico para computadora Tipos Recolección de datos cuantitativos se realiza mediante Cuestionarios • Se basan en preguntas que pueden ser cerradas o abiertas • Sus contextos pueden ser: autoadministrados o entrevistas personal o telefónica, vía internet Escalas de medición de actitudes, que pueden ser: • Escalamiento tipo Likert • Diferencial semántico • Escalograma de Guttman (en CD) Otros tipos son (en CD) • Analisis de contenido cuantitativo • Observación • Pruebas estandarizadas e inventarios • Datos secundarios (recolectados por otros investigadores) sus requisitos son Confiabilidad Grado en que un instrumento produce resultados consistentes y coherentes Procedimientos para determinar la confiabilidad: • Medida de estabilidad • Método de formas alternativas o paralelas • Método de mitades partidas • Medidas de consistencia interna Validez Grado en que un instrumento mide la variable que pretende medir De ella derivan distintos tipos de evidencia: • Validez de contenido • Validez de criterio • Validez de constructo Objetividad Grado en que el instrumento es permeable a los sesgos y tendencias del investigador que lo administra, califica e interpreta Validez total es la consideración de los tipos de evidencia www.FreeLibros.com
- 240. Capítulo 9 Recolección de los datos cuantitativos 198 ¿Qué implica la etapa de recolección de datos? Una vez que seleccionamos el diseño de investigación apropiado y la muestra adecuada (probabilística o no probabilística), de acuerdo con nuestro problema de estudio e hipótesis (si es que se establecie- ron), la siguiente etapa consiste en recolectar los datos pertinentes sobre los atributos, conceptos o variables de las unidades de análisis o casos (participantes, grupos, organizaciones, etcétera). Recolectar los datos implica elaborar un plan detallado de procedimientos que nos conduzcan a reunir datos con un propósito específico. Este plan incluye determinar: a) ¿Cuáles son las fuentes de donde se obtendrán los datos? Es decir, los datos van a ser proporcio- nados por personas, se producirán de observaciones o se encuentran en documentos, archivos, bases de datos, etcétera. b) ¿En dónde se localizan tales fuentes? Regularmente en la muestra seleccionada, pero es indispen- sable definir con precisión. c) ¿A través de qué medio o método vamos a recolectar los datos? Esta fase implica elegir uno o varios medios y definir los procedimientos que utilizaremos en la recolección de los datos. El método o métodos deben ser confiables, válidos y objetivos. d)Una vez recolectados, ¿de qué forma vamos a prepararlos para que puedan analizarse y respon- damos al planteamiento del problema? El plan se nutre de diversos elementos: 1. Las variables, conceptos o atributos a medir (contenidos en el planteamiento e hipótesis o direc- trices del estudio). 2. Las definiciones operacionales. La manera como hemos operacionalizado las variables es crucial para determinar el método para medirlas, lo cual a su vez, resulta fundamental para realizar las inferen- cias de los datos. 3. La muestra. 4. Los recursos disponibles (de tiempo, apoyo institucional, económicos, etcétera). Desde luego, aquí hemos simplificado la información por motivos de espacio. El plan se implementa para obtener los datos requeridos, no olvidemos que todos los atributos, cualidades y variables deben ser medibles. Un ejemplo de plan de este tipo se puede ver en la figura 9.1. Con la finalidad de recolectar datos disponemos de una gran variedad de instrumentos o técnicas, tanto cuantitativas como cualitativas, es por ello que en un mismo estudio podemos utilizar ambos tipos. Incluso, hay instrumentos como la prueba de propósito vital (PIL) (que evalúa el propósito de vida de una persona) de Crumbaugh y Maholick (1969) que contienen una parte cuantitativa y una cualitativa (Brown, Ashcroft y Miller, 1998). Esto se revisará en el capítulo 17: “Los métodos mixtos”. Antes de continuar es necesario revisar algunos conceptos esenciales para la recolección de los datos cuantitativos. ¿Qué significa medir? En la vida diaria medimos constantemente. Por ejemplo, al levantarnos por las mañanas, miramos el reloj despertador y “medimos” la hora; al bañarnos, ajustamos la temperatura del agua en la tina o la regadera, calculamos la cantidad de café que habremos de colocar en la cafetera; nos asomamos por la ventana y estimamos cómo será el día para decidir la ropa o atuendos que nos pondremos; al ver el tránsito desde el autobús u otro vehículo, evaluamos e inferimos a qué hora llegaremos a la universidad o al trabajo, así como la velocidad a la que transitamos (u observamos el velocímetro); en ocasiones contamos cuántos anuncios espectaculares observamos en el trayecto u otras cuestiones, incluso inferi- mos, a partir de ciertos signos, acerca del operador del autobús u otros conductores: ¿qué tan alegres o enojados están?, además de otras actividades. Medir es parte de nuestras vidas (Bostwick y Kyte, 2005). 1 2 www.FreeLibros.com
- 241. ¿Qué significa medir? 199 De acuerdo con la definición clásica del término, ampliamente difundida, medir significa “asig- nar números, símbolos o valores a las propiedades de objetos o eventos de acuerdo con reglas” (Stevens, 1951). Desde luego, no se asignan a los objetos, sino a sus propiedades (Bostwick y Kyte, 2005). Sin embargo, como señalan Carmines y Zeller (1991), esta definición es más apropiada para las ciencias físicas que para las ciencias sociales, ya que varios de los fenómenos que son medidos en éstas no pue- den caracterizarse como objetos o eventos, ya que son demasiado abstractos para ello. La disonancia cognitiva, la pareja ideal, el clima organizacional, la cultura fiscal y la credibilidad son conceptos tan abstractos que no deben ser considerados “cosas que pueden verse o tocarse” (definición de objeto) o solamente como “resultado, consecuencia o producto” (definición de evento) (Carmines y Zeller, 1991). Este razonamiento nos hace sugerir que es más adecuado definir la medi- ción como “el proceso de vincular conceptos abstractos con indicadores empíricos”, el cual se realiza mediante un plan explícito y organizado para clasificar (y con fre- cuencia cuantificar) los datos disponibles (los indicadores), en términos del concepto que el investiga- dor tiene en mente (Carmines y Zeller, 1991). En este proceso, el instrumento de medición o de recolección de datos tiene un papel central. Sin él, no hay observaciones clasificadas. La definición sugerida incluye dos consideraciones: la primera es desde el punto de vista empírico y se resume en que el centro de atención es la respuesta observable (sea una alternativa de respuesta marcada en un cuestionario, una conducta grabada vía observación o una respuesta dada a un entre- vistador). La segunda es desde una perspectiva teórica y se refiere a que el interés se sitúa en el concep- to subyacente no observable que se representa por medio de la respuesta. Así, los registros del instrumento de medición representan valores visibles de conceptos abstractos. Un instrumento de Figura 9.1 Ejemplo de plan para la obtención de datos. Planteamiento Objetivo: Analizar la relación entre la satisfacción de las recompensas, el grado de responsabilidad, el desarrollo personal y la confianza en sí mismo en los trabajadores de la industria farmacéutica. Pregunta: ¿Cuál es la relación entre la satisfacción de las recompensas, el grado de responsabilidad, el desarrollo personal y la confianza en sí mismo en los trabajadores de la industria farmacéutica? 1. Las variables a medir son: satisfacción de las recompensas, grado de responsabilidad, desarrollo personal, confianza en sí mismo. 2. Las definiciones operacionales: escalas de un cuestionario que mide las variables de interés denominado “Encuesta del clima organizacional CPMT” (Hernández Sampieri y Mendoza, 2009). 3. La muestra: 300 trabajadores. 4. Recursos disponibles: económicos, suficientes. Tiempo: un mes. ¿Cuáles son las fuentes? Trabajadores de laboratorios farmacéuticos de la provincia de León. ¿A través de qué método vamos a recolectar los datos? Entrevista, utilizando un cuestionario que será aplicado por entrevistadores calificados. ¿Dónde se localizan? En las ciudades de Vilecha y León. ¿De qué forma vamos a prepararlos para que puedan analizarse? Matriz de datos. PLAN Medición Proceso que vincula concep- tos abstractos con indicadores empíricos. www.FreeLibros.com
- 242. Capítulo 9 Recolección de los datos cuantitativos 200 medición adecuado es aquel que registra datos observables que representan verda- deramente los conceptos o las variables que el investigador tiene en mente (Grinnell, Williams y Unrau, 2009). En términos cuantitativos: capturo verdaderamente la “reali- dad” que deseo capturar. Bostwick y Kyte (2005) lo señalan de la siguiente forma: “La función de la medición es establecer una correspondencia entre el “mundo real” y el “mundo concep- tual”. El primero provee evidencia empírica, el segundo proporciona modelos teóricos para encontrar sentido a ese segmento del mundo real que estamos tratando de describir. En toda investigación cuantitativa aplicamos un instrumento para medir las variables contenidas en las hipótesis (y cuando no hay hipótesis simplemente para medir las variables de interés). Esa medi- ción es efectiva cuando el instrumento de recolección de datos en realidad representa a las variables que tenemos en mente. Si no es así, nuestra medición es deficiente; por tanto, la investigación no es digna de tomarse en cuenta. Desde luego, no hay medición perfecta. Es casi imposible que represen- temos con fidelidad variables tales como la inteligencia emocional, la motivación, el nivel socioeconó- mico, el liderazgo democrático, el abuso sexual infantil y otras más; pero es un hecho que debemos acercarnos lo más posible a la representación fiel de las variables a observar, mediante el instrumento de medición que desarrollemos. Se trata de un precepto básico del enfoque cuantitativo. Al medir estandarizamos y cuantificamos los datos (Bostwick y Kyte, 2005; Babbie, 2009). ¿Qué requisitos debe cubrir un instrumento de medición? Toda medición o instrumento de recolección de datos debe reunir tres requisitos esenciales: confiabi- lidad, validez y objetividad. La confiabilidad La confiabilidad de un instrumento de medición se refiere al grado en que su aplica- ción repetida al mismo individuo u objeto produce resultados iguales. Por ejemplo, si se midiera en este momento la temperatura ambiental usando un termómetro y éste indicara que hay 22°C, y un minuto más tarde se consultara otra vez y señalara 5°C, tres minutos después se observara nuevamente y éste indicara 40°C, dicho termómetro no sería confiable, ya que su aplicación repetida produce resultados distintos. Asimismo, si una prueba de inteligencia (Intelligence Quotient, IQ) se aplica hoy a un grupo de personas y da ciertos valores de inteligencia, se aplica un mes después y proporciona valores diferentes, al igual que en subsecuentes mediciones, tal prueba no sería confiable (analice los valores de la tabla 9.1, suponiendo que los coeficientes de inteli- gencia oscilaran entre 100 y 135). Los resultados no son coherentes, pues no se puede “confiar” en ellos. Tabla 9.1 Ejemplo de resultados proporcionados por un instrumento de medición sin confiabilidad Primera aplicación Segunda aplicación Tercera aplicación Mariana 135 Viridiana 125 Sergio 118 Laura 110 Guadalupe 108 Chester 106 Agustín 100 Sergio 131 Laura 130 Chester 125 Guadalupe 112 Mariana 110 Viridiana 105 Agustín 101 Guadalupe 127 Agustín 120 Mariana 118 Laura 115 Chester 112 Viridiana 108 Sergio 105 La confiabilidad de un instrumento de medición se determina mediante diversas técnicas, las cuales se comentarán brevemente después de revisar los conceptos de validez y objetividad. Instrumento de medición Recurso que utiliza el investigador para registrar información o datos sobre las variables que tiene en mente. Confiabilidad Grado en que un instrumento produce resultados con- sistentes y coherentes. 3 www.FreeLibros.com
- 243. 201 ¿Qué requisitos debe cubrir un instrumento de medición? La validez La validez, en términos generales, se refiere al grado en que un instrumento real- mente mide la variable que pretende medir. Por ejemplo, un instrumento válido para medir la inteligencia debe medir la inteligencia y no la memoria. Un méto- do para medir el rendimiento bursátil tiene que medir precisamente esto y no la imagen de una empresa. En apariencia es sencillo lograr la validez. Después de todo, como dijo un estudiante: “Pensamos en la variable y vemos cómo hacer preguntas sobre esa variable”. Esto sería factible en unos cuantos casos (como lo sería el género al que pertenece una persona). Sin embargo, la situación no es tan simple cuando se trata de variables como la motivación, la calidad del servicio a los clientes, la actitud hacia un candidato político, y menos aún con sentimientos y emociones, así como de otras variables con las que trabajamos en todas las ciencias. La validez es una cuestión más comple- ja que debe alcanzarse en todo instrumento de medición que se aplica. Kerlinger (1979, p. 138) plan- tea la siguiente pregunta respecto de la validez: ¿está midiendo lo que cree que está midiendo? Si es así, su medida es válida; si no, evidentemente carece de validez. La validez es un concepto del cual pueden tenerse diferentes tipos de evidencia (Gronlund, 1990; Streiner y Norman, 2008; Wiersma y Jurs, 2008; y Babbie, 2009): 1) evidencia relacionada con el con- tenido, 2) evidencia relacionada con el criterio y 3) evidencia relacionada con el constructo. A continua- ción analizaremos cada una de ellas. 1. Evidencia relacionada con el contenido La validez de contenido se refiere al grado en que un instrumento refleja un domi- nio específico de contenido de lo que se mide. Es el grado en el que la medición representa al concepto o variable medida (Bohrnstedt, 1976). Por ejemplo, una prueba de operaciones aritméticas no tendrá validez de contenido si incluyera sólo problemas de resta y excluyera problemas de suma, multiplicación o división. O bien, una prueba de conocimientos sobre las canciones de Los Beatles no deberá basarse solamente en sus álbumes Let it Be y Abbey Road, sino que debe incluir canciones de todos sus discos. O una prueba de conocimientos de líderes históricos de América Latina que omita a Simón Bolívar, Salvador Allende o Benito Juárez, y se concentre en Eva y Domingo Perón, Augusto Pinochet, el cura Miguel Hidalgo y otros líderes. Un instrumento de medición requiere tener representados prácticamente a todos o la mayoría de los componentes del dominio de contenido de las variables a medir. Este hecho se ilustra en la figura 9.2. Validez Grado en que un instrumento en verdad mide la variable que se busca medir. Validez de contenido Se refiere al gra- do en que un instrumento refleja un domi- nio específico de contenido de lo que se mide. Instrumento con validez de contenido L R E A N M A Z U G Instrumento sin validez de contenido L E Dominio de la variable L R Ñ E A N M A Z U G Figura 9.2 Ejemplo de un instrumento de medición con validez de contenido frente a otro que carece de ella. El dominio de contenido de una variable normalmente está definido o establecido por la literatu- ra (teoría y estudios antecedentes). En estudios exploratorios donde las fuentes previas son escasas, el investigador comienza a adentrarse en el problema de investigación y a sugerir cómo puede estar cons- www.FreeLibros.com
- 244. Capítulo 9 Recolección de los datos cuantitativos 202 tituido tal dominio. De cualquier manera en cada estudio uno debe probar que el instrumento utilizado es válido. Un ejemplo del intento por establecer el dominio de contenido de una variable es el siguiente: EJEMPLO Hernández Sampieri (2005), para establecer el dominio de la variable clima organizacional, revisó 20 estudios clásicos sobre el concepto, comprendidos entre 1964 y 1977, así como más de 100 investi- gaciones publicadas en revistas científicas entre 1975 y 2005. Por otro lado, consideró diversos libros sobre el tema, tres metaanálisis y otras tantas revisiones del estado del conocimiento sobre dicho clima. También evaluó 15 estudios efectuados en el contexto donde habría de llevar a cabo su propia investiga- ción. Encontró que en la literatura se han considerado decenas de dimensiones o componentes del clima organizacional, por lo que realizó un análisis para determinar cuáles habían sido los más frecuentes, éstos fueron: 1) moral, 2) apoyo de la dirección, 3) innovación, 4) identificación con la empresa, 5) comunica- ción, 6) percepción del desempeño, 7) motivación intrínseca, 8) autonomía, 9) satisfacción general, 10) liderazgo, 11) visión y 12) recompensas o retribución. Dejó a un lado otras, como confianza en sí mismo, estándares de excelencia o conformidad. De lo anterior generó su instrumento de medición. Si el dominio de un instrumento es demasiado estrecho con respecto al dominio de la variable, el primero no representará a ésta. La pregunta que se responde con la validez de contenido es: ¿el instru- mento mide adecuadamente las principales dimensiones de la variable en cuestión? En un cuestionario, por ejemplo, cabría interrogar: ¿las preguntas qué tan bien representan a todas las preguntas que pudieran hacerse? 2. Evidencia relacionada con el criterio La validez de criterio establece la validez de un instrumento de medición al comparar sus resultados con los de algún criterio externoque pretende medir lo mismo. Supongamos que Fernando trata de “medir” el grado en que es aceptado por Laura. Entonces deci- de que va a tomarla de la mano y observará su reacción. Supuestamente, si ella no retira la mano, esto indicaría cierta aceptación. Pero para asegurarse que su medición es válida, decide utilizar otra forma de medición adicional, por ejemplo, mirarla fijamente sin apartar la vista de sus ojos. En apariencia, si Laura le sostiene la mirada, esto sería otro indicador de acepta- ción. Así, su medición de aceptación se valida mediante dos métodos al comparar dos criterios. El ejemplo tal vez sea simple, pero describe la esencia de la validez relativa al criterio. Este criterio es un estándar con el que se juzga la validez del instrumento (Wiersma y Jurs, 2008). Cuanto más se relacionen los resultados del instrumento de medición con el criterio, la validez de criterio será mayor. Por ejemplo, un investigador valida un examen sobre manejo de aviones al mostrar la exactitud con la que el examen predice qué tan bien un grupo de pilotos es capaz de operar un aeroplano. Si el criterio se fija en el presente de manera paralela, se habla de validez concurrente (los resul- tados del instrumento se correlacionan con el criterio en el mismo momento o punto de tiempo). Por ejemplo, Núñez (2001) desarrolló una herramienta para medir el sentido de vida de acuerdo con la visión de Viktor Frankl, el test Celaya. Para aportar evidencia de validez en relación con su instrumen- to, lo aplicó y a su vez administró otros instrumentos que miden conceptos parecidos, tal como el PIL (Prueba de Propósito Vital) de Crumbaugh y Maholick (1969) y el Logo Test de Lukas (1984). Posteriormente comparó las puntuaciones de los participantes en las tres pruebas, demostró que las correlaciones entre las puntuaciones eran significativamente elevadas, de esta manera fue como aportó validez concurrente para su instrumento. Si el criterio se fija en el futuro, se habla de validez predictiva. Por ejemplo, una prueba para determinar la capacidad gerencial de candidatos a ocupar altos puestos ejecutivos se validaría compa- Validez de criterio Se establece al validar un instrumento de medición al compararlo con algún criterio exter- no que pretende medir lo mismo. www.FreeLibros.com
- 245. 203 ¿Qué requisitos debe cubrir un instrumento de medición? rando sus resultados con el desempeño posterior de los ejecutivos en su trabajo regular. Un cuestiona- rio para detectar las preferencias del electorado por los distintos partidos contendientes y por sus candidatos en la época de las campañas, puede validarse comparando sus resultados con los resultados finales y definitivos de la elección. El principio de la validez de criterio es sencillo: si diferentes instrumentos o criterios miden el mismo concepto o variable, deben arrojar resultados similares. Bostwick y Kyte (2005) lo expresan de la siguiente forma: Si hay validez de criterio, las puntuaciones obtenidas por ciertos individuos en un instrumento deben estar correlacionadas y predecir las puntuaciones de estas mismas personas logradas en otro criterio. La pregunta que se responde con la validez de criterio es: ¿en qué grado el instrumento comparado con otros criterios externos mide lo mismo?, o ¿qué tan cercanamente las puntuaciones del instrumento se relacionan con otro(s) resultado(s) sobre el mismo concepto? 3. Evidencia relacionada con el constructo La validez de constructo es probablemente la más importante, sobre todo desde una perspectiva científica, y se refiere a qué tan exitosamente un instrumento repre- senta y mide un concepto teórico (Grinnell, Williams y Unrau, 2009). A esta vali- dez le concierne en particular el significado del instrumento, esto es, qué está midiendo y cómo opera para medirlo. Integra la evidencia que soporta la interpretación del sentido que poseen las puntuaciones del instrumento (Messick, 1995). Parte del grado en el que las mediciones del concepto proporcionadas por el instrumento se relacio- nan de manera consistente con otras mediciones de otros conceptos, de acuerdo con modelos e hipótesis derivadas teóricamente (que conciernen a los conceptos que se están midiendo) (Carmines y Zeller, 1991). A tales conceptos se les denomina constructos. Un cons- tructo es una variable medida y que tiene lugar dentro de una hipótesis, teoría o un esquema teórico. Es un atributo que no existe aislado sino en relación con otros. No se puede ver, sentir, tocar o escuchar; pero debe ser inferido de la evidencia que tene- mos en nuestras manos y que proviene de las puntuaciones del instrumento que se utiliza. La validez de constructo incluye tres etapas (Carmines y Zeller, 1991): 1. Se establece y especifica la relación teórica entre los conceptos (sobre la base de la revisión de la literatura). 2. Se correlacionan los conceptos y se analiza cuidadosamente la correlación. 3. Se interpreta la evidencia empírica de acuerdo con el nivel en el que clarifica la validez de cons- tructo de una medición en particular. El proceso de validación de un constructo está vinculado con la teoría. No es conveniente llevar a cabo tal validación, a menos que exista un marco teórico que soporte la variable en relación con otras variables. Desde luego, no es necesaria una teoría muy desarrollada, pero sí investigaciones que hayan demostrado que los conceptos se relacionan. Cuanto más elaborada y comprobada se encuentre la teoría que apoya la hipótesis, la validación del constructo arrojará mayor luz sobre la validez general de un instrumento de medición. Tenemos mayor confianza en la validez de constructo de una medi- ción cuando sus resultados se correlacionan significativamente con un mayor número de mediciones de variables que, en teoría y de acuerdo con estudios antecedentes, están relacionadas. Veamos la vali- dez de constructo con el ejemplo ya comentado sobre el clima organizacional. Constructo Variable medida que tiene lugar dentro de una hipótesis, teoría o es- quema teórico. Evidencia sobre la validez de cons- tructo Debe explicar el modelo teórico empírico que subyace a la variable de in- terés. EJEMPLO Hernández Sampieri (2005) aplicó un instrumento para evaluar al clima organizacional, el cual recorde- mos que midió 12 variables: (moral, apoyo de la dirección, innovación, etc.). La pregunta obvia es: ¿tal www.FreeLibros.com
- 246. Capítulo 9 Recolección de los datos cuantitativos 204 Las preguntas que se responden con la validez de constructo son: ¿el concepto teórico está realmen- te reflejado en el instrumento?, ¿qué significan las puntuaciones del instrumento?, ¿el instrumento mide el constructo y sus dimensiones?, ¿por qué sí o por qué no?, ¿cómo opera el instrumento? Otro tipo de validez que algunos autores consideran es la validez de expertos o face validity, la cual se refiere al grado en que aparentemente un instrumento de medi- ción mide la variable en cuestión, de acuerdo con “voces calificadas”. Se encuentra vinculada a la validez de contenido y, de hecho, se consideró por muchos años como parte de ésta. Hoy se concibe como un tipo de evidencia distinta (Streiner y Norman, 2008). Regularmente se establece mediante la evaluación del instrumento ante exper- tos. Por ejemplo, Hernández Sampieri (2005) sometió el instrumento a revisión por parte de asesores en desarrollo organizacional, académicos y gerentes de recursos humanos. Asimismo, más reciente- mente se ha comentado en torno a la validez consecuente, que se refiere a las secuelas sociales del uso e interpretación de una prueba (Mertens, 2005). La validez total La validez de un instrumento de medición se evalúa sobre la base de todos los tipos de evidencia. Cuanta mayor evidencia de validez de contenido, de validez de criterio y de validez de constructo tenga un instrumento de medición, éste se acercará más a representar la(s) variable(s) que pretende medir. Validez total = validez de contenido + validez de criterio + validez de constructo La relación entre la confiabilidad y la validez Un instrumento de medición puede ser confiable, pero no necesariamente válido (un aparato, por ejemplo, quizá sea consistente en los resultados que produce, pero puede no medir lo que pretende). Por ello es requisito que el instrumento de medición demuestre ser confiable y válido. De no ser así, los resultados de la investigación no deben tomarse en serio. Para ampliar este comentario, recurriremos a una analogía de Bostwick y Kyte (2005, pp. 108-109). Supongamos que vamos a probar un arma con tres tiradores. Cada uno debe realizar cinco disparos, entonces: Tirador 1 Sus disparos no impactan en el centro del blanco y se encuentran diseminados por todo el blanco. Tirador 2 Tampoco impacta en el centro del blanco, aunque sus disparos se encuentran cercanos entre sí, fue consistente, mantuvo un patrón. Tirador 3 Los disparos se encuentran cercanos entre sí e impactaron en el centro del blanco. Sus resultados podrían visualizarse como en la figura 9.3, en la cual se vinculan la confiabilidad y la validez. instrumento realmente mide el clima organizacional?, ¿verdaderamente lo representa? En cuanto a con- tenido se demostró que sí reflejaba las principales dimensiones del clima organizacional. Pero esto no es suficiente, necesita demostrar que su instrumento es consistente con la teoría. Ésta, basada en diversos estudios, indica que tales dimensiones se encuentran fuertemente vinculadas y que se unen o funden entre sí para formar un constructo multidimensional denominado clima organizacional, y que además se asocian con el involucramiento en el trabajo y el compromiso organizacional. Entonces, para aportar vali- dez de constructo, se correlacionaron todas las dimensiones entre sí y luego, la escala de clima con dicho involucramiento y compromiso. Tales vínculos se encontraron mediante análisis estadístico y los resulta- dos coincidieron con la teoría y se obtuvo evidencia sobre la validez de constructo del instrumento. Validez de expertos Se refiere al grado en que aparentemente un ins- trumento de medición mide la variable en cuestión, de acuerdo con expertos en el tema. La validez y la confiabilidad No se asumen, se prueban. www.FreeLibros.com
- 247. 205 ¿Qué requisitos debe cubrir un instrumento de medición? Factores que pueden afectar la confiabilidad y la validez Hay diversos factores que llegan a afectar la confiabilidad y la validez de los instrumentos de medición e introducen errores en la medición,1 a continuación mencionaremos los más comunes. El primero de ellos es la improvisación. Algunas personas creen que elegir un instrumento de medi- ción o desarrollar uno es algo que puede tomarse a la ligera. Incluso, algunos profesores piden a los alumnos que construyan instrumentos de medición de un día para otro o, lo que es casi lo mismo, de una semana a otra, lo cual habla del poco o nulo conocimiento del proceso de elaboración de instru- mentos de medición. Esta improvisación genera casi siempre instrumentos poco válidos o confiables, que no debieran existir en la investigación. También a las y los investigadores experimentados les toma cierto tiempo desarrollar un instru- mento de medición. Además, para construir un instrumento de medición se requiere conocer muy bien la variable que se pretende medir, así como la teoría que la sustenta. El segundo factor es que a veces se utilizan instrumentos desarrollados en el extranjero que no han sido validados en nuestro contexto: cultura y tiempo. Traducir un instrumento, aun cuando adaptemos los términos a nuestro lenguaje y los contextualicemos, no es ni remotamente una validación. Es un pri- mer y necesario paso, aunque sólo es el principio. En el caso de traducciones, es importante verificar que los términos centrales tengan referentes con el mismo significado —o alguno muy parecido— en la cultura en la que se va a utilizar dicho instrumento (vincular términos entre la cultura de origen y la cultura destinataria). A veces se traduce, se obtiene una versión y ésta, a su vez, se vuelve a traducir de nuevo al idioma original. Por otra parte, existen instrumentos que fueron validados en nuestro contexto, pero hace mucho tiempo. Hay instrumentos en los que hasta el lenguaje nos suena “anticuado”. Las culturas, los grupos y las personas cambian; y esto debemos tomarlo en cuenta al elegir o desarrollar un instrumento de medición. Un tercer factor es que en ocasiones el instrumento resulta inadecuado para las personas a quienes se les aplica: no es empático. Utilizar un lenguaje muy elevado para el sujeto participante, no tomar en cuenta diferencias en cuanto a género, edad, conocimientos, memoria, nivel ocupacional y educativo, motivación para contestar, capacidades de conceptualización y otras diferencias en los participantes, son errores que llegan a afectar la validez y confiabilidad del instrumento de medición. Este error ocurre a menudo cuando los instrumentos deben aplicarse a niños. Asimismo, hay grupos de la pobla- 1 Se ha omitido intencionalmente la exposición de los errores sistemáticos y no sistemáticos que afectan a la confiabilidad y la validez, con objeto de simplificar al lector las explicaciones. Un comentario se incluye en el CD anexo (Material complementario → Capítulos → Capítulo 7 “Recolección de los datos cuantitativos: segunda parte”). Figura 9.3 Representación de la confiabilidad y la validez. Tirador 1 Ni confiabilidad ni validez Tirador 3 Confiabilidad y validez Tirador 2 Confiabilidad, pero no validez www.FreeLibros.com
- 248. Capítulo 9 Recolección de los datos cuantitativos 206 ción que requieren instrumentos apropiados para ellos, tal es el caso de las personas con capacidades distintas. En la actualidad se han desarrollado diversas pruebas que las toman en cuenta (por ejemplo, pruebas en sistema Braille para personas con discapacidades visuales o pruebas orales para individuos que no pueden escribir). Otro ejemplo lo son los indígenas o inmigrantes de otras culturas, en ocasio- nes se les administran instrumentos que no toman en cuenta su lenguaje y contexto. Quien realiza una investigación debe siempre adaptarse a los participantes y no éstos a él o ella, ya que es necesario brindarles todo tipo de facilidades. Si éste es el caso, sugerimos que se consulte a Mertens y McLaughlen (2004), en cuyo libro tienen un capítulo dedicado a la recolección de infor- mación de personas con capacidades diferentes o de culturas especiales, y a Eckhardt y Anastas (2007). Asimismo, es recomendable revisar la página web de alguna asociación internacional como la American Psychological Association. El cuarto factor agrupa diversas cuestiones vinculadas con los estilos personales de los participantes (Bostwick y Kyte, 2005) tales como: deseabilidad social (tratar de dar una impresión muy favorable a través de las respuestas), tendencia a asentir con respecto a todo lo que se pregunta, dar respuestas inusuales o contestar siempre negativamente. Un quinto factor que puede influir está constituido por las condiciones en las que se aplica el instru- mento de medición. El ruido, la iluminación, el frío (por ejemplo, en una encuesta de casa en casa), un instrumento demasiado largo o tedioso, una encuesta telefónica después de que algunas compañías han utilizado el mercadeo telefónico en exceso y a destiempo (promocionar servicios a las 7 a.m. de un domingo o después de las 11 p.m. entre semana) son cuestiones que llegan a afectar negativamente la validez y la confiabilidad, al igual que si el tiempo que se brinda para responder al instrumento es inapropiado. Por lo común en los experimentos se cuenta con instrumentos de medición más largos y complejos que en los diseños no experimentales. Por ejemplo, en una encuesta pública sería muy difí- cil aplicar una prueba larga o compleja. El sexto elemento es la falta de estandarización. Por ejemplo, que las instrucciones no sean las mis- mas para todos los participantes, que el orden de las preguntas sea distinto para algunos individuos, que los instrumentos de observación no sean equivalentes, etc. Este elemento también se vincula con la objetividad. Aspectos mecánicos tales como que si el instrumento es escrito, que no sean legibles las instruccio- nes, falten páginas, no haya espacio adecuado para contestar o no se comprendan las instrucciones, también influyen de manera desfavorable. Con respecto a la validez de constructo dos factores pueden afectarla significativamente: a) la estrechez del contenido, es decir que se excluyan dimensiones importantes de la variable o las variables medidas y b) la amplitud exagerada, donde el riesgo es que el instrumento contenga excesiva intrusión de otros constructos. Muchos de los errores se pueden evitar mediante una adecuada revisión de la literatura, que nos permite seleccionar las dimensiones apropiadas de las variables del estudio, criterios para comparar los resultados de nuestro instrumento, teorías de respaldo, instrumentos de dónde elegir, etcétera. La objetividad Se trata de un concepto difícil de lograr, particularmente en el caso de las ciencias sociales. En ciertas ocasiones se alcanza mediante el consenso (Grinnell, Williams y Unrau, 2009). Al tratarse de cuestio- nes físicas las percepciones suelen compartirse (por ejemplo, la mayoría de las personas estarían de acuerdo en que el agua de mar contiene sal o los rayos del Sol queman), pero en temas que tienen que ver con la conducta humana como los valores, las atribuciones y las emociones, el consenso es más complejo. Imaginemos que 10 observadores deben ver una película y calificarla como “muy violenta”, “violenta”, “neutral”, “poco violenta” y “nada violenta”. Tres personas indican que es muy violenta, tres que es violenta y cuatro la evalúan como neutral; qué tan violenta es la película resulta un cuestiona- miento difícil. O bien, ¿quién fue mejor compositor: Mozart, Beethoven o Bach? Todo es relativo. Sin embargo, la objetividad aumenta al reducirse la incertidumbre (Unrau, Grinnell y Williams, 2005). www.FreeLibros.com
- 249. 207 ¿Cómo se sabe si un instrumento de medición es confiable y válido? Desde luego, la certidumbre total no existe ni en las ciencias físicas; el conocimiento es aceptado como verdadero, hasta que nueva evidencia demuestra lo contrario. En un instrumento de medición, la objetividad se refiere al grado en que éste es permeable a la influencia de los sesgos y tendencias del investigador o investiga- dores que lo administran, califican e interpretan (Mertens, 2005). Investigadores racistas o “machistas” quizás influyan negativamente por su sesgo contra un grupo étnico o el género femenino. Lo mismo podría suceder con las tendencias ideológi- cas, políticas, religiosas o la orientación sexual. En este sentido, los aparatos y sistemas calibrados (por ejemplo, una pistola láser para medir la velocidad de un automóvil) son más objetivos que otros siste- mas que requieren cierta interpretación (como un detector de mentiras) y éstos, a su vez, más objetivos que las pruebas estandarizadas, las cuales son menos subjetivas que las pruebas proyectivas. La objetividad se refuerza mediante la estandarización en la aplicación del instrumento (mismas instrucciones y condiciones para todos los participantes) y en la evaluación de los resultados; así como al emplear personal capacitado y experimentado en el instrumento. Por ejemplo, si se utilizan obser- vadores, su proceder en todos los casos debe ser lo más similar que sea posible y su entrenamiento tendrá que ser profundo y adecuado. Los estudios cuantitativos buscan que la influencia de las características y las tendencias del inves- tigador se reduzca al mínimo posible, lo que insistimos es un ideal, pues la investigación siempre es realizada por seres humanos. La validez, la confiabilidad y la objetividad no deben tratarse de forma separada. Sin alguna de las tres, el instrumento no es útil para llevar a cabo un estudio. ¿Cómo se sabe si un instrumento de medición es confiable y válido? En la práctica es casi imposible que una medición sea perfecta. Generalmente se tiene un grado de error. Desde luego, se trata de que este error sea el mínimo posible, por lo cual la medición de cual- quier fenómeno se conceptualiza con la siguiente fórmula básica: X = t + e Donde X representa los valores observados (resultados disponibles); t, los valores verdaderos; y e, el grado de error en la medición. Si no hay un error de medición (e es igual a cero), el valor observado y el verdadero son equivalentes. Esto puede verse claramente así: X = t + 0 X = t Esta situación representa el ideal de la medición. Cuanto mayor sea el error al medir, el valor que observamos (en el cual nos basamos) se aleja más del valor real o verdadero. Por ejemplo, si medimos la motivación de un individuo y la medición está contaminada por un grado de error considerable, la motivación registrada por el instrumento será bastante diferente de la motivación real de ese indivi- duo. Por ello, es importante que el error se reduzca lo más posible. Pero, ¿cómo sabemos el grado de error que tenemos en una medición? Al calcular la confiabilidad y la validez. Cálculo de la confiabilidad o fiabilidad Existen diversos procedimientos para calcular la confiabilidad de un instrumento de medición. Todos utilizan procedimientos y fórmulas que producen coeficientes de fiabilidad. La mayoría de éstos pue- den oscilar entre cero y uno, donde un coeficiente de cero significa nula confiabilidad y uno represen- ta un máximo de confiabilidad (fiabilidad total, perfecta). Cuanto más se acerque el coeficiente a cero (0), mayor error habrá en la medición. Esto se ilustra en la figura 9.4. Objetividad del instrumento Se refiere al grado en que el instrumento es permeable a la influencia de los sesgos y tendencias de los investigadores que lo administran, califican e interpretan. www.FreeLibros.com
- 250. Capítulo 9 Recolección de los datos cuantitativos 208 Los procedimientos más utilizados para determinar la confiabilidad mediante un coeficiente son: 1) medida de estabilidad (confiabilidad por test-retest), 2) método de formas alternativas o paralelas, 3) método de mitades partidas (split-halves) y 4) medidas de consistencia interna. Estos procedimientos no se detallan en esta sección, sino que se explican en el capítulo 10, “Análisis de los datos cuantitativos”, debido a que requieren del entendimiento de ciertos conceptos estadísticos. Simplemente comentare- mos su interpretación con la medida de consistencia interna denominada “coeficiente alfa Cronbach”, que tal vez es la más utilizada. Supongamos que una investigadora desarrolló un instrumento para medir el grado de “amor romántico” entre parejas de jóvenes universitarios, el cual se fundamentó en cuatro de las herramientas más conocidas para ello: la medida de Rubin sobre el amar y el vincularse con los demás, la escala sobre actitudes hacia el amor, la medida sobre el amor apasionado y la escala del amor triangular (Graham y Christiansen, 2009). Para estimar la confiabilidad de su instrumento lo debe aplicar a su muestra y sobre la base de los resultados calcular tal coeficiente. Imaginemos que obtiene un valor alfa Cronbach de 0.96, que es muy elevado, lo que significa que su medida del “amor romántico” es sumamente confiable, esto se representa en la figura 9.5. 2 Un ítem es la unidad mínima que compone una medición; es un reactivo que estimula una respuesta en un sujeto (por ejemplo, una pregunta, una frase, una lámina, una fotografía o un objeto de descripción). 0% de confiabilidad en la medición (está contaminada de error) 0 0 1 1 0.96 100% de confiabilidad (no hay error) Sumamente confiable Figura 9.4 Interpretación de un coeficiente de confiabilidad. Figura 9.5 Interpretación de un coeficiente de confiabilidad sobre un instrumento que mide el “amor romántico”. Nula Muy baja Baja Regular Aceptable Elevada Total Nula Muy baja Baja Regular Aceptable Elevada Perfecta La confiabilidad varía de acuerdo con el número de ítems2 que incluya el instrumento de medi- ción. Cuantos más ítems haya, mayor será ésta. Lo cual resulta lógico; veámoslo con un ejemplo coti- diano: si se desea probar qué tan confiable o consistente es la lealtad de un amigo hacia nuestra persona, cuantas más pruebas le pongamos, su fiabilidad será mayor. Claro está que demasiados ítems provocarán cansancio en los participantes. Cada vez que se administra un instrumento de medición debe calcularse la confiabilidad, al igual que evaluarse la evidencia sobre la validez. www.FreeLibros.com
- 251. 209 ¿Qué procedimiento se sigue para construir un instrumento de medición? Cálculo de la validez Con respecto a la validez de contenido, primero es necesario revisar cómo ha sido medida la variable por otros investigadores. Y, con base en dicha revisión, elaborar un universo de ítems o reactivos posi- bles para medir la variable y sus dimensiones (el universo debe ser lo más exhaustivo que sea posible). Después, se consulta a investigadores familiarizados con la variable para ver si el universo es verdade- ramente exhaustivo. Se seleccionan los ítems bajo una cuidadosa evaluación, uno por uno. Y si la variable está compuesta por diversas dimensiones o facetas, se extrae una muestra probabilística de reactivos, ya sea al azar o estratificada (cada dimensión constituiría un estrato). Se administran los ítems, se correlacionan las puntuaciones de éstos entre sí (tiene que haber correlaciones altas, en espe- cial entre ítems que miden una misma dimensión, pero teniendo cuidado que sean capaces de discri- minar entre participantes) (Bohrnstedt, 1976; Punch, 2009); y se hacen estimaciones estadísticas para ver si la muestra es representativa. Para calcular la validez de contenido son necesarios varios coeficien- tes. Éste sería un procedimiento ideal. Pero, como veremos más adelante, a veces no se calculan estos coeficientes, sino que se seleccionan los ítems mediante un proceso que asegura la representatividad (no de manera estadística sino conceptual). La validez de criterio se estima al correlacionar la medición con el criterio externo (puntuaciones del instrumento frente a las puntuaciones en el criterio), y este coeficiente se toma como coeficiente de validez (Bohrnstedt, 1976). Que podría representarse con el ejemplo de la figura 9.6.3 Figura 9.6 Ejemplo para la estimación de la validez de criterio. 3 Las pruebas de correlación se presentan en el siguiente capítulo: “Análisis de los datos cuantitativos”. Instrumento para medir la motivación intrínseca Persistencia en la tarea (horas extra sin recompensa extrínseca) Correlación Medición Criterio La validez de constructo suele determinarse mediante procedimientos de análisis estadístico multi- variado (“análisis de factores”, “análisis discriminante”, “regresiones múltiples”, etc.), los cuales se revisan en el CD anexo: Material complementario → Capítulos → Capítulo 8: “Análisis estadístico: segunda parte”. ¿Qué procedimiento se sigue para construir un instrumento de medición? Existen diversos tipos de instrumentos de medición, cada uno con características diferentes. Sin embargo, el procedimiento general para construirlos y aplicarlos es semejante. Éste se resume median- te etapas en el diagrama de la figura 9.7 y corresponde a la parte del plan de recolección que contesta a la pregunta: ¿a través de qué método vamos a recolectar los datos? Y cabe señalar que cada etapa o fase no se detalla en este capítulo, sino en el CD anexo: Material complementario → Capítulos → Capítulo 7: “Recolección de los datos cuantitativos: segunda parte”. 5 www.FreeLibros.com
- 252. Capítulo 9 Recolección de los datos cuantitativos 210 Figura 9.7 Proceso para construir un instrumento de medición. FASE 1 Redefiniciones fundamentales En esta etapa se deberán reevaluar las variables de la investigación (ver si se mantienen o modifican), el lugar específico donde se recabarán los datos, el propósito de tal recolección, quiénes y cuándo (momento) van a ser medidos, las definiciones operacionales y el tipo de datos que se quieren obtener (respuestas verbales, respuestas escritas, conductas observables, etcétera). FASE 7 Elaboración de la versión final del instrumento o sistema y su procedimiento de aplicación Implica la revisión del instrumento o sistema de medición y su forma de administración para implementar cambios necesarios (quitar o agregar ítems, ajustar instrucciones, tiempo para responder, etc.) y posteriormente construir la versión defi- nitiva incluyendo un diseño atractivo. FASE 6 Prueba piloto Esta fase consiste en administrar el instrumento a una pequeña muestra para probar su pertinencia y eficacia (incluyendo instrucciones), así como las condiciones de la aplica- ción y los procedimientos involu- crados. A partir de esta prueba se calculan la confiabilidad y la validez iniciales del instrumento. FASE 3 Identificación del dominio de las variables a medir y sus indicadores Se trata de identificar y señalar con precisión los componentes, dimensiones o factores que teóricamente integran a la variable. De igual manera se deben esta- blecer los indicadores de cada dimensión. FASE 9 Obtener autorizaciones para aplicar el instrumento En esta etapa es fundamental conseguir los permisos necesarios para aplicar el instrumento o sistema de medición (por parte de personas o representantes de organizaciones que estén implicadas en el estudio). FASE 4 Toma de decisiones clave En esta parte se deberán tomar tres decisiones impor- tantes que tienen que ver con el instrumento o sistema de medición: 1. Utilizar un instrumento de medición ya elaborado, adaptarlo o desarrollar uno nuevo. 2. Si se trata de uno nuevo, decidir de qué tipo (cues- tionario, escala de actitudes, hoja de observación, etc.) y cuál será su formato (tamaño, colores, tipo de fuente, etcétera). 3. Determinar el contexto de administración o aplica- ción (autoaplicado, cara a cara en hogares o lugares públicos, internet, observación en cámara de Gesell, etcétera). FASE 2 Revisión enfocada de la literatura Este paso debe servir para encontrar mediante la revisión de la literatura, los instrumentos o sistemas de medición utilizados en otros estudios anteriores para medir las variables de interés, lo cual ayudará a identificar qué herramientas pueden ser de utilidad. FASE 8 Entrenamiento del personal que va a administrar el instrumento y calificarlo Esta etapa consiste en entrenar y motivar a las personas que habrán de aplicar y codificar respuestas o valores producidos por el instrumento o sistema de medición. FASE 5 Construcción del instrumento La etapa implica la generación de todos los ítems o reactivos y/o ca- tegorías del instrumento, así como determinar los niveles de medición y la codificación de los ítems o reacti- vos, o categorías de observación. www.FreeLibros.com
- 253. 211 Tres cuestiones fundamentales para un instrumento o sistema de medición Las fases 1 a 7 del diagrama se refieren propiamente al desarrollo del instrumento o sistema de medición, mientras que las etapas 8 a 11 representan la administración del mismo y la preparación de los datos para su análisis. Tres cuestiones fundamentales para un instrumento o sistema de medición Existen tres cuestiones básicas a considerar al momento de construir un instrumento. El tránsito de la variable al ítem Cuando se construye un instrumento, el proceso más lógico para hacerlo es transitar de la variable a sus dimensiones o componentes, luego a los indicadores y finalmente a los ítems o reactivos. En la tabla 9.2 podemos ver ejemplos de este tránsito. Tabla 9.2 Ejemplo de desarrollo de ítems Estudio de las preferencias de los jóvenes para divertirse (ejemplo sencillo)4 Variable Dimensión Indicadores Ítems Preferencia de actividad para salir con alguien del género opuesto. Actividad nocturna entre semana. Actividad nocturna en fin de semana. Actividad nocturna en domingo. Jerarquía de preferencias de actividades de lunes a jueves (aunque algunos comienzan el fin de semana desde el jueves). Jerarquía de preferencias de actividades en viernes y sábado. Jerarquía de preferencias de actividades en domingo. De lunes a jueves, ¿cuál sería tu actividad prefe- rida nocturna para salir con el chico o chica que más te gusta? (marcar la que más te agrade). 1. Salir a cenar a un restaurante. 2. Ir al cine. 3. Ir a un bar, “antro”, grill, etcétera. 4. Acudir a una taberna o cervecería. 5. Ir a bailar a una discoteca, disco o “antro”. 6. Ir a una fiesta privada. 7. Acudir al teatro. 8. Acudir a un concierto. 9. Pasear por un parque, jardín o avenida. 10. Otra (especificar). Mismas categorías u opciones de respuesta. Mismas categorías y opciones de respuesta. (continúa) Figura 9.7 Proceso para construir un instrumento de medición (continuación). FASE 10 Administración del instrumento. Aplicar el instrumento o sistema de medición a los participantes o casos de la investigación, es la oportunidad de confrontar el trabajo conceptual y de planeación con los hechos. ANÁLISIS FASE 11 Preparación de los datos para el análisis: a) Codificarlos. b) Limpiarlos. c) Insertarlos en una base de datos (matriz). 4 En los ejemplos de la tabla sólo se incluyen unos cuantos ítems o reactivos por cuestiones de espacio, son ejemplos muy resu- midos. www.FreeLibros.com
- 254. Capítulo 9 Recolección de los datos cuantitativos 212 Tabla 9.2 Ejemplo de desarrollo de ítems. (continuación) Investigación sobre el clima organizacional Variable Dimensión Indicadores Ítems Clima organizacional. Moral. Autonomía. Atribución del desempeño. Grado en que los miembros de una organización o departa- mento perciben que colaboran y cooperan entre sí, se apoyan mutuamente y mantienen relaciones de amistad y compañerismo. Grado de libertad percibida para tomar decisiones y realizar el trabajo. Grado de conciencia com- partida por desempeñarse con calidad en las tareas laborales, sobre la base de la cooperación. • Mis compañeros de trabajo son mis amigos 5. Totalmente de acuerdo. 4. De acuerdo. 3. Ni de acuerdo ni en desacuerdo. 2. En desacuerdo. 1. Totalmente en desacuerdo. • En mi trabajo hay mucho compañerismo. (Mismas opciones de respuesta que el ítem anterior.) • Siempre que lo necesito mis compañeros de trabajo me brindan apoyo. (Mismas opciones de respuesta.) • En el departamento donde trabajo nos mante- nemos unidos. (Mismas opciones de respuesta.) • La mayoría de las veces en mi departamento compartimos la información más que guardarla para nosotros. (Mismas opciones de respuesta.) • ¿Qué tanto apoyo le brindan sus compañeros cuando usted lo necesita? 5. Total. 4. Bastante. 3. Aceptablemente. 2. Poco. 1. Ninguno. • En esta empresa tengo libertad para tomar decisiones que tienen que ver con mi trabajo. 5. Totalmente de acuerdo. 4. De acuerdo. 3. Ni de acuerdo ni en desacuerdo. 2. En desacuerdo. 1. Totalmente en desacuerdo. • Mi jefe me da libertad para tomar decisiones que tienen que ver con mi trabajo. (Mismas opciones de respuesta que el ítem anterior.) • En esta empresa todos tratamos de hacer bien nuestro trabajo. (Mismas opciones de respuesta que el ítem anterior.) • En esta empresa todos queremos dar lo mejor de nosotros en el trabajo. (Mismas opciones.) www.FreeLibros.com
- 255. 213 Tres cuestiones fundamentales para un instrumento o sistema de medición Codificación Codificar los datos significa asignarles un valor numérico o símbolo que los repre- sente. Es decir, a las categorías (opciones de respuesta o valores) de cada ítem y variable se les asignan valores numéricos o signos que tienen un significado. Por ejemplo, si tuviéramos la variable “género” con sus respectivas categorías, masculino y femenino, a cada categoría le asignaríamos un valor. Esto podría ser: Categoría Codificación (valor asignado) Masculino Femenino 1 2 Así, Paola Yáñez en la variable género sería 2, Luis Gerardo Vera y José Ramón Calderón serían 1, Liz Rangel 2 y así sucesivamente. Otro ejemplo sería la variable “horas de exposición diaria a la televisión”, que podría codificarse como se muestra en la tabla 9.3. Tabla 9.3 Ejemplo de codificación Categoría Codificación (valor asignado) — No ve televisión — Menos de una hora — Una hora — Más de una hora, pero menos de dos — Dos horas — Más de dos horas, pero menos de tres — Tres horas — Más de tres horas, pero menos de cuatro — Cuatro horas — Más de cuatro horas 0 1 2 3 4 5 6 7 8 9 En el primer ejemplo de la tabla 9.2, la respuesta a la pregunta: de lunes a jueves, ¿cuál sería tu actividad nocturna preferida para salir con el chico o chica que más te gusta?, la codificación era con números (1 = salir a cenar a un restaurante; 2 = ir al cine; 3 = ir a un bar, “antro”, grill, etc.; 4 = acudir a una taberna o cervecería, 5 = ir a bailar a una discoteca, disco o “antro”; 6 = ir a una fiesta privada; 7 = acudir al teatro; 8 = acudir a un concierto; 9 = pasear por un parque, jardín, avenida, y 10 = otra). Mientras que en el ítem: “En esta empresa tengo libertad para tomar decisiones que tienen que ver con mi trabajo”, la codificación era: 5. Totalmente de acuerdo. 4. De acuerdo. 3. Ni de acuerdo ni en desacuerdo. 2. En desacuerdo. 1. Totalmente en desacuerdo. Es necesario insistir que cada ítem y variable deberán tener una codificación (códigos numéricos o simbólicos) para sus categorías, a esto se le conoce como “precodificación”. Desde luego, hay veces que un ítem no puede ser codificado a priori (precodificado), porque es muy difícil conocer cuáles serán sus Codificación Significa asignar a los da- tos un valor numérico o símbolo que los represente, ya que es necesario para ana- lizarlos cuantitativamente. www.FreeLibros.com
- 256. Capítulo 9 Recolección de los datos cuantitativos 214 categorías. Por ejemplo, si en una investigación fuéramos a preguntar: ¿qué opina del programa econó- mico que recientemente aplicó el gobierno? Las categorías podrían ser muchas más de las que nos imaginemos y resultaría difícil predecir con precisión cuántas y cuáles serían. En tales situaciones, la codificación se lleva a cabo una vez que se aplica el ítem (a posteriori). Éste es el caso de algunos ítems que por ahora denominaremos “abiertos”. La codificación es necesaria para analizar cuantitativamente los datos (aplicar análisis estadístico). A veces se utilizan letras o símbolos en lugar de números (*, A, Z). La codificación puede o no incluir- se en el instrumento de medición, veámoslo con un ejemplo de pregunta: Pregunta precodificada Pregunta no precodificada ¿Tiene usted novia? ¿Tiene usted novia? 1 Sí Sí 0 No No Asimismo, es muy importante indicar el nivel de medición de cada ítem y, por ende, el de las variables, porque es parte de la codificación y dependiendo de dicho nivel se selecciona uno u otro tipo de análisis estadístico (por ejemplo, la prueba estadística para correlacionar dos variables de intervalo es muy distinta de la prueba para correlacionar dos variables ordinales). Así, es necesario hacer una relación de variables, ítems y niveles de medición. Niveles de medición Existen cuatro niveles de medición ampliamente conocidos. 1. Nivel de medición nominal. En este nivel hay dos o más categorías del ítem o la variable. Las cate- gorías no tienen orden ni jerarquía. Lo que se mide (objeto, persona, etc.) se coloca en una u otra categorías, lo cual indica tan sólo diferencias respecto de una o más características. Por ejemplo, la variable “género” de la persona posee sólo dos categorías: masculino y femenino. Ninguna de las categorías implica mayor jerarquía que la otra. Las categorías únicamente reflejan diferencias en la variable. No hay orden de mayor a menor. Masculino Sexo Femenino Si les asignamos una etiqueta o un símbolo a cada categoría, esto identificará exclusivamente a la categoría. Por ejemplo: * = Masculino z = Femenino Si usamos numerales, es lo mismo: 1 = Masculino 2 = Masculino es igual a 2 = Femenino 1 = Femenino Los números utilizados en este nivel de medición tienen una función puramente de clasifica- ción y no se pueden manipular de manera aritmética. Por ejemplo, la afiliación religiosa es una variable nominal; si pretendiéramos operarla de forma aritmética se presentarían situaciones tan ridículas como ésta: www.FreeLibros.com
- 257. 215 Tres cuestiones fundamentales para un instrumento o sistema de medición 1 = Católico 2 = Judío 1 + 2 = 3 3 = Protestante 4 = Musulmán ¿Un católico + un judío = un protestante? 5 = Otros (No tiene sentido) Las variables nominales pueden incluir dos categorías (dicotómicas), o bien, tres o más cate- gorías (categóricas). Ejemplos de variables nominales dicotómicas serían el género, el veredicto de un jurado (culpable-no culpable) y el tipo de escuela a la que se asiste (privada-pública); y como ejemplos de variables nominales categóricas tendríamos la afiliación política (partido A, partido B, etc.), la licenciatura elegida, el grupo étnico, el departamento, la provincia o el estado de naci- miento, la clase de material de construcción (“no” su resistencia, ésta sería otra variable), tipo de medicamento suministrado (“no” la dosis, que sería una variable distinta), bloques de mercado (asiático, latinoamericano, comunidad europea, etc.) y el canal de televisión preferido. 2. Nivel de medición ordinal. En este nivel hay varias categorías, pero además mantienen un orden de mayor a menor. Las etiquetas o los símbolos de las categorías sí indican jerarquía. Por ejemplo, el prestigio ocupacional en Estados Unidos se ha medido por diversas escalas que reordenan las profesiones de acuerdo con su prestigio, por ejemplo:5 Valor en escala Profesión 90 80 60 50 02 Ingeniero químico Científico de ciencias naturales (excluyendo la química) Actor común Operador de estaciones eléctricas de potencia Manufacturero de tabaco Los números (símbolos de categorías) definen posiciones, en el ejemplo: 90 es más que 80, 80 más que 60, 60 más que 50 y así sucesivamente. Sin embargo, las categorías no están ubicadas a intervalos iguales (no hay un intervalo común). No podríamos decir con exactitud que entre un actor (60) y un operador de estaciones eléctricas (50) existe la misma distancia en prestigio que entre un científico de ciencias naturales (80) y un ingeniero químico (90). Al parecer, en ambos casos la distancia es 10, pero no es una distancia real. Otra escala6 clasificó el prestigio de dichas profesiones de la siguiente manera: Valor en escala Profesión 98 95 84 78 13 Ingeniero químico Científico de ciencias naturales (excluyendo la química) Actor común Operador de estaciones eléctricas de potencia Manufacturero de tabaco Aquí la distancia entre un actor (84) y un operador de estaciones (78) es de seis, y la distancia entre un ingeniero químico (98) y un científico de ciencias naturales (95) es de tres. Otro ejemplo sería la posición jerárquica en la empresa: 5 Duncan (1977). 6 Nam et al. (1965) y Nam (1983). www.FreeLibros.com
- 258. Capítulo 9 Recolección de los datos cuantitativos 216 Presidente Vicepresidente Director general Gerente de área Subgerente o superintendente Jefe Empleado A Empleado B Empleado C Intendencia 10 9 8 7 6 5 4 3 2 1 Sabemos que el presidente (10) es más que el vicepresidente (9), éste más que el director gene- ral (8), a su vez este último más que el gerente (7) y así sucesivamente; pero no se precisa en cada caso cuánto más. Tampoco se utilizan las operaciones aritméticas básicas: no podríamos decir que 4 (empleado A) + 5 (jefe) = 9 (vicepresidente), ni que 10 (presidente) ÷ 5 (jefe) = 2 (empleado C). Sería absurdo, no tiene sentido. Otros ejemplos de este nivel serían: la medición por rangos de las preferencias de marcas de bebidas refrescantes con gas (refrescos o sodas), autopercepción del grado de dolor de cabeza y jerarquización de valores (en primer lugar, en segundo lugar, en tercero). 3. Nivel de medición por intervalos. Además del orden o la jerarquía entre categorías, se establecen intervalos iguales en la medición. Las distancias entre categorías son las mismas a lo largo de toda la escala, por lo que hay un intervalo constante, una unidad de medida. Figura 9.8 Escala con intervalos iguales entre categorías. Intervalo constante 0 1 2 3 4 5 6 7 8 9 10 Por ejemplo, en una prueba de resolución de problemas matemáticos (30 problemas de igual dificultad). Si Ana Cecilia resolvió 10, Laura resolvió 20 y Abigail, 30. La distancia entre Ana Cecilia y Laura es igual a la distancia entre Laura y Abigail. Sin embargo, el cero (0) en la medición es un cero arbitrario, no es real, ya que se asigna arbitrariamente a una categoría el valor de cero y a partir de ésta se construye la escala. Un ejemplo clásico en ciencias naturales es la temperatura, que puede medirse en grados centígrados y Fahrenheit: el cero es arbitrario, pues no implica que en realidad haya cero (ninguna) temperatu- ra (incluso en ambas escalas el cero es diferente). Cabe agregar que diversas mediciones en el estudio del comportamiento humano no son verdaderamente de intervalo (por ejemplo, escalas de actitudes, pruebas de inteligencia y de otros tipos); pero se acercan a este nivel y se suele tratarlas como si fueran mediciones de intervalo. Esto se hace porque este nivel de medición permite utilizar las operaciones aritméticas básicas y algunas estadísticas modernas, que de otro modo no se utilizarían. Aunque algunos investigadores no están de acuerdo con suponer tales mediciones como si fueran de intervalo. El producto interno bruto o producto nacional bruto estaría en este estadio. 4. Nivel de medición de razón. En este nivel, además de tenerse todas las características del nivel de intervalos (periodos iguales entre las categorías, y aplicación de operaciones aritméticas básicas y sus derivaciones), el cero es real y es absoluto (no es arbitrario). Cero absoluto implica que hay un punto en la escala donde está ausente o no existe la propiedad medida (vea la figura 9.9). www.FreeLibros.com
- 259. 217 ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? Ejemplos de estas mediciones serían la exposición a la televisión (en minutos), el número de hijos, las ventas de un producto, los metros cuadrados de construcción, ingresos (en moneda), presión arterial, etcétera. ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? En la investigación disponemos de diversos tipos de instrumentos para medir las variables de interés y en algunos casos llegan a combinarse varias técnicas de recolección de los datos. A continuación las describimos brevemente. Los instrumentos que serán revisados en este capítulo son: cuestionarios7 y escalas de actitudes. En el capítulo “Recolección de los datos cuantitativos, segunda parte”, que encontrará en el CD anexo, se comentarán los siguientes: registros del contenido (análisis de contenido) y observación, pruebas estan- darizadas (medidas del desempeño individual), recolección de información factual e indicadores (análisis de datos secundarios de registros públicos y documentación) y metaanálisis, así como otras mediciones. La codificación y la preparación de los datos obtenidos se discutirán después de presentar los principales instrumentos de medición. Cuestionarios Tal vez el instrumento más utilizado para recolectar los datos es el cuestionario. Un cuestionario consiste en un conjunto de preguntas respecto de una o más variables a medir. Debe ser congruente con el planteamiento del problema e hipótesis (Brace, 2008). Comentaremos primero sobre las preguntas y luego sobre las características deseables de este tipo de instrumento, así como los contextos en los cuales se pue- den administrar los cuestionarios. ¿Qué tipos de preguntas se pueden hacer? El contenido de las preguntas de un cuestionario es tan variado como los aspectos que mide. Básica- mente se consideran dos tipos de preguntas: cerradas y abiertas. Preguntas cerradas Las preguntas cerradas contienen categorías u opciones de respuesta que han sido previamente delimitadas. Es decir, se presentan las posibilidades de respuesta a los participantes, quienes deben acotarse a éstas. Pueden ser dicotómicas (dos posibili- dades de respuesta) o incluir varias opciones de respuesta. Ejemplos de preguntas cerradas dicotómicas serían: ¿Estudia usted actualmente? ( ) Sí ( ) No ¿Durante la semana pasada vio la final de la Liga de Campeones de Europa? ( ) Sí ( ) No Figura 9.9 Ejemplo de escala para el nivel de medición de razón. 0 1 2 3 4 5 6 7 8 9 10 El cero es real Cuestionario Tal vez sea el instrumen- to más utilizado para recolectar los datos, consiste en un conjunto de preguntas res- pecto de una o más variables a medir. Preguntas cerradas Son aquellas que contienen opciones de respuesta previa- mente delimitadas. Son más fáciles de codificar y analizar. 7 Las entrevistas se plantean como un contexto en el cual pueden ser administrados los cuestionarios. 4 5 4 www.FreeLibros.com
- 260. Capítulo 9 Recolección de los datos cuantitativos 218 Ejemplos de preguntas cerradas con varias opciones de respuesta serían: Como usted sabe todos los países desarrollados reciben inmigrantes. ¿Cree que, en términos generales, la inmigración es positiva o más bien negativa para estos países? Positiva Ni positiva ni negativa Negativa No sabría decir ¿Cuál es el puesto que ocupa usted en su empresa? Presidente/Director general Vicepresidente/Director corporativo Subdirector/Director/Gerente Subgerente/Superintendente Coordinador Jefe de área Supervisor Empleado Obrero Otro (especificar) ______________________ Si usted tuviera elección, ¿preferiría que su salario fuera de acuerdo con su productividad en el trabajo? Definitivamente sí Probablemente sí No estoy seguro Probablemente no Definitivamente no Como puede observarse, en las preguntas cerradas las categorías de respuesta son definidas a prio- ri por el investigador y se le muestran al encuestado, quien debe elegir la opción que describa más adecuadamente su respuesta. Gambara (2002) hace notar algo muy lógico pero que en ocasiones se descuida y resulta fundamental: cuando las preguntas presentan varias opciones, éstas deben recoger todas las posibles respuestas. Ahora bien, hay preguntas cerradas donde el participante puede seleccionar más de una opción o categoría de respuesta (posible multirrespuesta). EJEMPLO Supongamos que un entrevistador pregunta: ¿Esta familia tiene en el hogar…? (Marque con una cruz o tache todas las opciones que el entrevistado o entrevistada señale que tiene en su hogar): Radio Reproductor de DVD Computadora Teléfono celular o móvil iPod Teléfono (línea telefónica en casa) Televisión TV de paga (SKY, Cablevisión, DirectTV, otros sistemas locales de cable o TV satelital) Internet Equipo de sonido para CD En preguntas como la del ejemplo anterior, los participantes pueden marcar una, dos, tres, cuatro o más opciones de respuesta. Las categorías no son mutuamente excluyentes. www.FreeLibros.com
- 261. 219 8 Esta pregunta fue administrada a personas que tuvieran estudios mínimos de bachillerato o preparatoria, aunque funcionó con personas cuyo nivel era de secundaria. No se incluyeron todos los problemas por cuestiones de espacio, solamente algunos para ilustrar el tipo de pregunta. EJEMPLO Otro ejemplo de esta clase de preguntas sería el siguiente: De los siguientes servicios que presta la sala de lectura de la biblioteca, ¿cuál o cuáles utilizó el semestre anterior? (Puede señalar más de una opción.) No entré Consultar algún libro Consultar algún periódico Consultar alguna revista Estudiar Utilizar la computadora para buscar referencias y documentos en internet Utilizar la computadora para revisar mi correo electrónico Utilizar la computadora para elaborar un trabajo Buscar a alguna persona Otros (especificar) EJEMPLO De las siguientes compañeras de clase, ¿quién te atrae más?, ¿cuál en segundo lugar?, ¿cuál en tercer lugar?, ¿cuál en cuarto lugar? y ¿cuál en quinto y último lugar? Sandra Lucía Ana Mariana Paola EJEMPLO A continuación voy a mencionarle algunos de los problemas que suelen preocupar a los habitantes de este municipio y le pediría que en cada caso me dijera: ¿qué tanto le preocupa a usted cada uno de ellos?; donde 10 significa: “me preocupa muchísimo” y 0 quiere decir: “no me preocupa en absoluto”.8 _____ Desempleo _____ Pobreza _____ Inseguridad al transitar por la calle o viajar en transporte público _____ Empleo mal remunerado/bajos salarios _____ Robos/asaltos en los hogares y viviendas _____ Robos de vehículos/autos, motocicletas, bicicletas _____ Pandillerismo _____ Venta de drogas-narcomenudeo _____ Secuestros _____ Recolección de la basura (no todos los días la recogen) _____ Horarios inadecuados para la recolección de la basura _____ Escasez de agua _____ Cortes en el suministro de agua _____ Falta de vivienda _____ Servicios de salud insuficientes _____ Carencia/deficiencia de servicios educativos _____ Drenaje inadecuado en las calles _____ Tránsito/tráfico/vialidad _____ Pavimentación y bacheo mal hechos En ocasiones, el encuestado tiene que jerarquizar opciones. O bien, en otras preguntas se debe designar un puntaje a una o diversas cuestiones. ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 262. Capítulo 9 Recolección de los datos cuantitativos 220 EJEMPLO Le voy a mencionar algunos nombres de políticos de nuestro municipio y le pediría que en cada caso me dijera si sabe usted quién es y a qué partido pertenece, así como su opinión de esta persona: En otras preguntas, se anota una cifra dentro de un rango predeterminado: Político(a) (Rotar opciones) P. 8 ¿Sabe quién es? Cuando sabe quién es P. 9 ¿Sabe a qué partido pertenece? (No leer opciones) Cuando sabe quién es P. 10 ¿Qué tan favorable o desfavorable es su opinión acerca de…? (Leer opciones) Sí No (Pasar a p. 16) Sí identificó No identificó Muy favorable Favorable Desfavorable Muy desfavorable Guadalupe Méndez Peña 1 2 (Partido 1) 1 2 4 3 2 1 Agustín Almanza Mendoza 1 2 (Partido 2) 1 2 4 3 2 1 Sandra Hernández Jiménez 1 2 (Partido 3) 1 2 4 3 2 1 Roberto Yáñez Ruiz 1 2 (Partido 4) 1 2 4 3 2 1 _____ Falta de infraestructura (calles, puentes, etcétera) _____ Corrupción de funcionarios municipales, policías, agentes de tránsito y vialidad _____ Situación económica familiar EJEMPLO Aproximadamente, ¿cuántos minutos dedica diariamente a hacer deporte entre semana, es decir, de lunes a viernes? EJEMPLO ¿Qué tan enamorada está usted de su novio? (Del 0 al 100) ☺ 100 – Completamente enamorada . 99 . 98 . . 20 . 10 . . 80 . 70 2 60 1 50 0 – Nada enamorada Finalmente, en ocasiones se encadenan varias preguntas en una, como en el siguiente ejemplo (los candidatos y candidatas son ficticios(as). Cualquier parecido con algún nombre es mera coincidencia. En algunas más, el encuestado se ubica en una escala. El concepto de escala (aplicado a la medi- ción) puede definirse como: “sucesión ordenada de valores distintos de una misma cualidad” (Real Academia Española, 2001, p. 949). Es un patrón, conjunto, medida o estimación regular de acuerdo con algún estándar o tasa, respecto de una variable. Ejemplos: escala de temperatura en grados centí- grados, escala de inteligencia, escala de distancia en kilómetros, metros y centímetros; escala de peso en kilogramos, escala musical con octavas, etcétera. www.FreeLibros.com
- 263. 221 Preguntas abiertas En cambio, las preguntas abiertas no delimitan de antemano las alternativas de respuesta, por lo cual el número de categorías de respuesta es muy elevado; en teo- ría, es infinito, y puede variar de población en población. Preguntas abiertas No delimitan las alternativas de respuesta. Son útiles cuan- do no hay suficiente información sobre las posibles respuestas de las personas. EJEMPLOS ¿Por qué asiste a psicoterapia? ¿Qué opina de las medidas de apoyo a la población que adoptó el gobierno para disminuir el impacto del último terremoto ocurrido el 20 de noviembre? ¿Conviene usar preguntas cerradas o abiertas? Un cuestionario obedece a diferentes necesidades y a un problema de investigación, lo cual origina que en cada estudio el tipo de preguntas sea distinto. Algunas veces se incluyen tan sólo preguntas cerradas, otras ocasiones únicamente preguntas abiertas, y en ciertos casos ambos tipos de preguntas. Cada clase de pregunta tiene sus ventajas y desventajas, las cuales se mencionan a continuación. Las preguntas cerradas son más fáciles de codificar y preparar para su análisis. Asimismo, estas preguntas requieren un menor esfuerzo por parte de los encuestados, que no tienen que escribir o verbalizar pensamientos, sino únicamente seleccionar la alternativa que sintetice mejor su respuesta. Responder a un cuestionario con preguntas cerradas toma menos tiempo que contestar uno con pre- guntas abiertas. Cuando el cuestionario se envía por correo, se tiene un mayor grado de respuesta cuando es fácil de contestar y completarlo requiere menos tiempo. Otras ventajas son: se reduce la ambigüedad de las respuestas y se favorecen las comparaciones entre las respuestas (Burnett, 2009). La principal desventaja de las preguntas cerradas reside en que limitan las respuestas de la muestra y, en ocasiones, ninguna de las categorías describe con exactitud lo que las personas tienen en mente; no siempre se captura lo que pasa por la cabeza de los participantes. Su redacción exige mayor laborio- sidad y un profundo conocimiento del planteamiento por parte del investigador o investigadora (Vinuesa, 2005). Para formular preguntas cerradas es necesario anticipar las posibles alternativas de respuesta. De no ser así, es muy difícil plantearlas. Además, el investigador debe asegurarse de que los participantes a quienes se les administrarán conocen y comprenden las categorías de respuesta. Por ejemplo, si pre- guntamos qué canal de televisión es el preferido, determinar las opciones de respuesta y que los parti- cipantes las comprendan es muy sencillo. Pero si preguntamos sobre las razones y los motivos que provocan esa preferencia, señalar las opciones es algo más complejo. Las preguntas abiertas proporcionan una información más amplia y son particularmente útiles cuando no tenemos información sobre las posibles respuestas de las personas o cuando ésta es insufi- ciente. También sirven en situaciones donde se desea profundizar una opinión o los motivos de un comportamiento. Su mayor desventaja es que son más difíciles de codificar, clasificar y preparar para ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 264. Capítulo 9 Recolección de los datos cuantitativos 222 el análisis. Además, llegan a presentarse sesgos derivados de distintas fuentes; por ejemplo, quienes enfrentan dificultades para expresarse en forma oral y por escrito quizá no respondan con precisión a lo que en realidad desean, o generen confusión en sus respuestas. El nivel educativo, la capacidad de manejo del lenguaje y otros factores pueden afectar la calidad de las respuestas (Black y Champion, 1976; Saris y Gallhofer, 2007). Asimismo, responder a preguntas abiertas requiere de un mayor esfuer- zo y de más tiempo. La elección del tipo de preguntas que contenga el cuestionario depende del grado en que se pue- dan anticipar las posibles respuestas, los tiempos de que se disponga para codificar y si se quiere una respuesta más precisa o profundizar en alguna cuestión. Una recomendación para construir un cues- tionario es que se analice, variable por variable, qué tipo de pregunta o preguntas suelen ser más con- fiables y válidas para medir esa variable, de acuerdo con la situación del estudio (planteamiento del problema, características de la muestra, tipo de análisis a efectuar, etcétera). Con frecuencia, las preguntas cerradas se construyen con fundamento en preguntas abiertas. Por ejemplo, en la prueba piloto puede elaborarse una pregunta abierta y posteriormente a su aplicación, sobre la base de las respuestas, se genera el ítem cerrado. Respuestas: • Era muy celoso. • Dejé de amarlo. • No consideraba mis necesidades. • Me fue infiel. • No respetaba mis decisiones. • Me agredió físicamente. • Era alcohólico. • Tenía relaciones con otras mujeres. • Ya no lo quiero. • No me escuchaba. • Bebía mucho. • Ya no siento lo mismo. • Consume drogas. • Sentía celos de mis amigos. • Me maltrató. • Me interesa otro. • Etcétera. Pregunta abierta: ¿Por qué razón terminó su relación con su pareja sentimental (o novio)? Pregunta cerrada: ¿Por qué razón terminó su relación con su pareja sentimental (o novio)? • Porque es celoso. • Ya no lo ama. • Falta de comunicación. • Falta de consideración. • Infidelidad de él. • Maltrato. • Sus adicciones. Figura 9.10 Ejemplo del paso de una pregunta abierta a la elaboración de una pregunta cerrada. ¿Una o varias preguntas para medir una variable? En ocasiones sólo basta una pregunta para recolectar la información necesaria sobre la variable consi- derada. Por ejemplo, para medir el nivel de escolaridad de una muestra basta con preguntar: ¿hasta qué año escolar cursó?, o ¿cuál es su grado máximo de estudios? En otras ocasiones se requiere elaborar varias preguntas para verificar la consistencia de las respuestas. Por ejemplo, algunas asociaciones latinoamericanas de investigación de mercados e instituciones educativas miden el nivel socioeconómico tomando en cuenta diversas variables:9 9 Asociación Mexicana de Agencias de Investigación de Mercados y Opinión Pública, AMAI (2008), López Romo (2008) y Uni- versidad de Celaya (2009). Para conocer el método por puntos para la ubicación del nivel socioeconómico, se recomienda consultar directamente estas fuentes o contactar a la asociación de empresas de investigación de mercados de su país. www.FreeLibros.com
- 265. 223 1. Escolaridad del jefe del hogar. 2. Número de focos en la vivienda. 3. Número de habitaciones en la vivienda, sin incluir baños. 4. Número de baños con regadera. 5. Número de automóviles y otros vehículos en la cochera. 6. Posesión de ciertos aparatos (computadora, lavadora, equipo de sonido, horno de microondas, etcétera). 7. Características de la vivienda (techo estable y seguro en su vivienda —no de cartón ni hule, etc.—, piso firme en su interior —cemento, concreto o piso de mosaico—, agua que llega por/ mediante tubería a su vivienda, etcétera. Con base en estas variables se construyen índices, cada una de ellas tiene un peso o coeficiente, y al final se otorga una puntuación que determina el nivel socioeconómico con mayor precisión. Sin embargo, esto puede resultar muy complejo para el alumno que comienza con sus primeras investiga- ciones, por lo cual la alternativa sería preguntar a los miembros de la familia que trabajan: ¿aproxi- madamente cuál es su nivel mensual de ingresos? y cuestionando: ¿cuántos focos eléctricos tiene aproximadamente en su casa?10 Al respecto, es recomendable hacer solamente las preguntas necesarias para obtener la información deseada o medir la variable. Si una pregunta es suficiente, no es necesario incluir más. No tiene senti- do. Si se justifica hacer varias preguntas, entonces es conveniente plantearlas en el cuestionario. Esto último ocurre con frecuencia en el caso de variables con distintas dimensiones o componentes, en los cuales se incluyen preguntas para medir esas dimensiones. Se tienen varios indicadores. 10 En varios estudios se ha demostrado que el nivel de ingresos está relacionado con el número de focos de una casa-habitación (residencia, hogar o propiedad). El número de focos se vincula con el número de cuartos, extensión de la casa, tamaño del jardín y otros factores, es decir, con el valor de la propiedad (Comunicometría, 1988; Universidad de Celaya, 2009). Los rangos podrían ser: 3 focos o menos: estratos muy desfavorecidos; de 4 a 5 focos: estratos desfavorecidos; de 6 a 10 focos: estratos medios típicos; 11 a 15: estratos medios favorecidos; 16 a 20: medios/altos; 21 a 30: altos favorecidos; más de 31: muy altos o completamente favoreci- dos. Se sugiere excluir candiles. En cada nación cambia la designación de cada estrato, y no queremos utilizar los términos “bajos”, nos parecen peyorativos. EJEMPLO La empresa Comunicometría, S.C., realizó una investigación para la Fundación Mexicana para la Calidad Total, A.C. (1988), con el propósito de conocer prácticas, técnicas, estructuras, procesos y temáticas existentes en materia de calidad total en México. El estudio fue de carácter exploratorio y constituyó el primer esfuerzo por obtener una radiografía del estado de los procesos de calidad en dicho país. En esta investigación se elaboró un cuestionario que medía el grado en que las organizaciones mexi- canas aplicaban diversas prácticas tendientes a elevar la calidad, la productividad y el nivel de vida en el trabajo. Una de las variables importantes era el “grado en que se distribuía la información sobre el proceso de calidad en la organización”. Esta variable se midió a través de las siguientes preguntas: a) Respecto de los programas de información sobre calidad, ¿cuáles de las siguientes actividades se efectúan en esta empresa? 1. Planeación del manejo de datos sobre calidad. 2. Formas de control. 3. Elaboración de reportes con datos sobre calidad. 4. Evaluación sistemática de los datos sobre calidad. 5. Distribución generalizada de información sobre calidad. 6. Sistemas de autocontrol de calidad. 7. Distribución selectiva de datos sobre calidad. 8. Programa de comunicación interna sobre el proceso de calidad. ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 266. Capítulo 9 Recolección de los datos cuantitativos 224 Una modalidad de cuestionamientos múltiples lo es la batería de preguntas, la cual sirve para: a) ahorrar espacio en el cuestionario, b) facilitar la comprensión del mecanismo de respuesta (si se entien- de la primera pregunta, se comprenderán las demás) (Corbetta, 2003) y c) construir índices que per- mitan obtener una calificación total. b) Sólo a quienes distribuyen selectivamente datos sobre calidad: ¿a qué niveles de la empresa? c) Sólo a quienes distribuyen selectivamente datos sobre calidad: ¿a qué funciones? d) ¿Qué otras actividades se realizan en esta empresa para los programas de información sobre calidad? En este ejemplo, las preguntas b) y c) se elaboraron para ahondar en los receptores o usuarios de los datos en aspectos del control de calidad distribuidos selectivamente. Se justifica hacer estas dos pregun- tas, pues ayuda a tener mayor información sobre la variable. 11 El ejemplo contiene solamente algunas de las preguntas de la escala original. Asimismo, se conjuntaron con otras escalas y se distribuyeron a lo largo del cuestionario. ¿Las preguntas van precodificadas o no? Siempre que se pretenda efectuar análisis estadístico, se requiere codificar las respuestas de los participan- tes a las preguntas del cuestionario, y debemos recordar que esto significa asignarles símbolos o valores EJEMPLO Variable a medir: visión departamental Definición conceptual: percepción de la meta departamental en cuanto a claridad, naturaleza visionaria, grado en que es posible alcanzarla y medida en que puede ser compartida, y que representa una fuerza motivacional para el trabajo (Anderson y West, 1998; Hernández Sampieri, 2005).11 Preguntas o ítems: 1. ¿Qué tan claros tiene los objetivos de su departamento? 5 4 3 2 1 2. ¿En qué medida considera usted que los objetivos de su 5 4 3 2 1 departamento son útiles y apropiados? 3. ¿Qué tan de acuerdo está usted con estos objetivos de 5 4 3 2 1 su departamento? 4. ¿En qué medida piensa usted que los objetivos de su 5 4 3 2 1 departamento son claros? 5. ¿En qué medida piensa usted que los objetivos de 5 4 3 2 1 su departamento son comprendidos por sus compañeros de trabajo del mismo departamento? 6. ¿En qué medida considera usted que sus compañeros 5 4 3 2 1 de departamento están de acuerdo con los objetivos? 7. ¿En qué medida considera que los objetivos del 5 4 3 2 1 departamento pueden lograrse actualmente? C o m p l e t a m e n t e ( m u c h o ) A c e p t a b l e m e n t e R e g u l a r P o c o N a d a www.FreeLibros.com
- 267. 225 numéricos y que cuando se tienen preguntas cerradas es posible codificar a priori o precodificar las opcio- nes de respuesta, e incluir esta precodificación en el cuestionario (como en el último ejemplo). EJEMPLO De preguntas precodificadas ¿Tiene usted inversiones en la Bolsa de Valores? 1 Sí 2 No Cuando se enfrenta usted a un problema en su trabajo, para resolverlo recurre generalmente a: 1. Su superior inmediato. 2. Su propia experiencia. 3. Sus compañeros. 4. Los manuales de políticas y procedimientos. 5. Otra fuente: ________________________________ (especificar) En ambas preguntas, las respuestas van acompañadas de su valor numérico correspondiente, es decir, se han precodificado. Obviamente en las preguntas abiertas la codificación se realiza después, una vez que se tienen las respuestas. Las preguntas y opciones de respuesta precodificadas poseen la ventaja de que su codificación y preparación para el análisis son más sencillas y requieren menos tiempo. ¿Qué preguntas son obligatorias? Las preguntas llamadas demográficas o de ubicación del participante encuestado: género, edad, nivel socioeconómico, estado civil, escolaridad (nivel de estudios), religión, afiliación política, colonia, barrio o zona donde vive, pertenencia a ciertas agrupaciones, ocupación (actividad a la que se dedica), años de vivir en el lugar actual de residencia, etc. En empresas: puesto, antigüedad, área funcional donde traba- ja (gerencia, departamento, dirección o equivalente), planta u oficinas donde labora, y demás preguntas. En cada investigación debemos analizar cuáles son pertinentes y nos resultarán útiles. ¿Qué características debe tener una pregunta? Independientemente de que las preguntas sean abiertas o cerradas, y de que sus respuestas estén pre- codificadas o no, hay una serie de características que deben cubrirse al plantearlas: a) Las preguntas tienen que ser claras, precisas y comprensibles para los sujetos encuestados. Deben evitarse términos confusos, ambiguos y de doble sentido. Por ejemplo, la pregunta: “¿ve usted televisión?”, es confusa, no delimita cada cuánto. Sería mucho mejor especificar: ¿acostumbra usted ver televisión diariamente?, ¿cuántos días durante la última semana vio televisión?, y des- pués preguntar horarios, canales y contenidos de los programas. Otro ejemplo inconveniente sería: ¿le gusta el deporte? No se sabe si se trata de verlo por televisión o en vivo, si de practicarlo o qué, y en última instancia, ¿cuál deporte? Otro caso que genera confusión son los términos con múltiples significados (Burnett, 2009), por ejemplo: ¿su empleo es estable?, implica un con- cepto de estabilidad de empleo que no tiene un solo significado. ¿Qué se considera estable?: ¿un contrato por un año, por dos, por cinco...? Un caso común de confusión son las palabras sobre la temporalidad, resulta nebuloso el cuestionamiento: ¿ha asistido recientemente al cine?, ya que implica otras preguntas: ¿qué signi- ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 268. Capítulo 9 Recolección de los datos cuantitativos 226 fica recientemente?, ¿ayer, la última semana, el último mes? Sería mejor interrogar: durante las últimas dos semanas (o mes), ¿cuántas veces ha ido al cine? De igual forma: ¿ha trabajado desde joven?, habrá de sustituirse por: ¿a partir de qué edad comenzó a trabajar? b) Es aconsejable que las preguntas sean lo más breves posible, porque las preguntas largas suelen resultar tediosas, toman más tiempo y pueden distraer al participante; pero como menciona Rojas (2001) no es recomendable sacrificar la claridad por la concisión. Cuando se trata de asuntos complicados tal vez es mejor una pregunta más larga, debido a que facilita el recuerdo, proporciona al sujeto más tiempo para pensar y favorece una respuesta más articulada (Corbetta, 2003). La directriz a seguir es que se incluyan las palabras necesarias para que se comprenda la pregunta, sin ser repetitivos o barrocos. c) Deben formularse con un vocabulario simple, directo y familiar para los participantes. El len- guaje debe adaptarse al habla de la población a la que van dirigidas las preguntas (Gambarra, 2002). Recuerde que es ineludible tomar en cuenta su nivel educativo y el socioeconómico, las palabras que maneja, etcétera. d)No pueden incomodar a la persona encuestada ni ser percibidas como amenazantes y nunca ésta debe sentir que se le enjuicia. Debemos inquirir de manera sutil. Preguntas como: ¿acostumbra consumir algún tipo de bebida alcohólica?, tienden a provocar rechazo. Es mejor cuestionar: ¿algunos de sus amigos acostumbran consumir algún tipo de bebida alcohólica?, y después uti- lizar preguntas tenues que indirectamente nos indiquen si la persona acostumbra consumir esta clase de bebidas (¿cuál es su tipo de bebida favorita?, ¿cada cuánto se reúne con sus amigos?, etc.). Mertens (2005) sugiere sustituir la pregunta: ¿es usted alcohólico? (en extremo amenazante), por la siguiente formulación: El consumo de bebidas como el ron, tequila, vodka y whisky en esta ciudad es de X botellas de un litro, ¿en qué medida usted estaría por encima o por debajo de esta cantidad? (alternativas de respuesta: por encima, igual o por debajo). Gochros (2005) recomien- da cambiar la pregunta: ¿consume drogas?, por: ¿qué opina de las personas que consumen drogas en dosis mínimas? En estos casos de preguntas difíciles, es posible usar escalas de actitud en lugar de preguntas o aun otras formas de medición (como se verá en la parte de escalas actitudinales y en otros instrumentos). Hay temáticas en las que a pesar de que se utilicen preguntas sutiles, el encuestado se puede sentir molesto. Tal es el caso del desempleo, la homosexualidad, el SIDA, la prostitución, la pornografía, los anticonceptivos y las adicciones. e) Las preguntas deben referirse preferentemente a un solo aspecto o una relación lógica. Por ejem- plo, la pregunta: ¿acostumbra usted ver televisión y escuchar radio diariamente?, expresa dos aspectos y llega a confundir. Es necesario dividirla en dos preguntas, una relacionada con la televisión y otra relacionada con la radio. Otro ejemplo: ¿sus padres eran saludables?, es una pregunta problemática, además del concepto “saludable” (confuso), es imposible de responder en el caso de que la madre nunca se hubiera enfermado de gravedad y nunca hubiera sido hos- pitalizada y, en cambio, el padre hubiera padecido severos problemas de salud. f ) Las preguntas no habrán de inducir las respuestas. Se tienen que evitar preguntas tendenciosas o que dan pie a elegir un tipo de respuesta (directivas). Por ejemplo, ¿considera a nuestro compañero Ricardo Hernández como el mejor candidato para dirigir nuestro sindicato?, es una pregunta tenden- ciosa, pues induce la respuesta. Lo mismo que la pregunta: ¿los trabajadores argentinos son muy pro- ductivos? Se insinúa la respuesta en la pregunta. Resultaría mucho más conveniente interrogar: ¿qué tan productivos considera usted, en general, a los trabajadores argentinos? (y mostrar alternativas). EJEMPLO —¿Qué tan productivos considera usted, en general, a los trabajadores argentinos? Sumamente productivos Más bien productivos Más bien impro- ductivos Sumamente improductivos www.FreeLibros.com
- 269. 227 Otros ejemplos inconvenientes serían: ¿piensa usted votar por tal partido político en las próximas elecciones?, ¿usted considera que debemos retirar las tropas de nuestro país de la coa- lición… para evitar amenazas a nuestra seguridad nacional? El participante nunca debe sentirse presionado. Un factor importante a considerar es la deseabilidad social, a veces las personas uti- lizan respuestas culturalmente aceptables. Por ejemplo, la pregunta: ¿le gustaría casarse?, podría inducir y forzar a más de una persona a responder de acuerdo con las normas de su comunidad. Resulta mejor cuestionar: ¿qué opina del matrimonio?, y más adelante inquirir sobre sus anhelos y expectativas al respecto. Una interrogante como: ¿acostumbra leer el periódico?, puede llevar- nos a respuestas socialmente válidas: “sí, lo leo a diario, yo leo mucho” (cuando no es cierto). Es mejor preguntar: ¿suele tener tiempo para leer el periódico?, ¿con qué frecuencia? g) Las preguntas no pueden apoyarse en instituciones, ideas respaldadas socialmente ni en evidencia comprobada. Es también una manera de inducir respuestas. Por ejemplo, la pregunta: la Organiza- ción Mundial de la Salud ha realizado diversos estudios y concluyó que el tabaquismo provoca diversos daños al organismo, ¿considera usted que fumar es nocivo para su salud? Esquemas del tipo: “la mayoría de las personas opinan que…”, “la Iglesia considera…”, “los padres de familia piensan que…”, etc., no deben anteceder a las preguntas, ya que influyen y sesgan las respuestas. h) Es aconsejable evitar preguntas que nieguen el asunto que se interroga. Por ejemplo: ¿qué niveles de la estructura organizacional no apoyan el proceso de calidad? Es mejor preguntar sobre qué niveles sí apoyan el proceso. O bien: ¿qué no le agrada de este centro comercial?, es preferible cuestionar: ¿qué le desagrada de este centro comercial? Tampoco es conveniente incluir dobles negaciones (son positivas, pero suelen confundir): ¿considera que la mayoría de las mujeres casa- das preferiría no trabajar si no tuviera presión económica? Mejor se redacta de manera positiva. i) No deben hacerse preguntas racistas o sexistas ni que ofendan a los participantes. Es obvio, pero no está de más recalcarlo. Se recomienda también sortear las preguntas con fuerte carga emocional o muy complejas, que más bien son preguntas para entrevistas cualitativas (por ejemplo: ¿cómo era la relación con su ex marido? —aunque una escala completa puede ser la solución— o, ¿qué siente usted sobre la muerte de su hijo?) j) En las preguntas con varias categorías de respuesta, y donde el sujeto participante sólo tiene que elegir una, llega a ocurrir que el orden en que se presentan dichas opciones afecta las respuestas de los participantes (por ejemplo, que tiendan a favorecer a la primera o a la última opción de respuesta). Entonces resulta conveniente rotar el orden de lectura de las respuestas a elegir de manera proporcional. Por ejemplo, si preguntamos: ¿cuál de los siguientes cuatro candidatos presidenciales considera usted que logrará disminuir verdaderamente la inflación? Veinticinco por ciento de las veces (o una de cada cuatro ocasiones) que se haga la pregunta se menciona primero al candidato A, 25% se menciona primero al candidato B, 25% al candidato C y el restante 25% al candidato D. Asimismo, cuando las alternativas son demasiadas es más difícil responder, por ello es conveniente limitarlas a las mínimas necesarias. A continuación incluimos la tabla 9.4 sobre problemas al generar preguntas, adaptada de Creswell (2005). Tabla 9.4 Ejemplos de algunos problemas al elaborar preguntas Problema Ejemplo de pregunta problemática Mejora a la pregunta Pregunta confusa por la vaguedad de los términos ¿Votará en las próximas elecciones? Precisar términos: En las próximas elecciones del 10 de noviembre para elegir alcalde de Monterrey, ¿piensa ir a votar? Dos o más conceptos o dos preguntas en una sola ¿Qué tan satisfecho está usted con el servicio de comedor y el servicio médico que se ofrece en la empresa? Una pregunta por concepto: ¿Qué tan satisfecho está usted con el servicio de comedor que se ofrece en la empresa? ¿Qué tan satisfecho está usted con el servicio médico que se ofrece en la empresa? (continúa) ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 270. Capítulo 9 Recolección de los datos cuantitativos 228 Problema Ejemplo de pregunta problemática Mejora a la pregunta Demasiadas palabras Como usted sabe, el próximo 10 de noviembre se celebrarán elecciones locales en este municipio de Cortázar para elegir alcalde, en esa fecha: ¿piensa usted acudir a las urnas a emitir su voto por el candidato que considera será el mejor alcalde para el municipio? Reducir términos: En las próximas elecciones del 10 de noviembre para elegir alcalde de Cortazar, ¿piensa ir a votar? Pregunta negativa ¿Los estudiantes no deben portar o llevar armas a la o en la escuela? Cambiarla a neutral: ¿Los estudiantes deben o no portar armas en la escuela? Contiene “jerga lingüís- tica” ¿Qué tan “chida” o “padre” es la relación con su empresa? Eliminar dicha jerga: ¿Qué tan orgulloso se encuentra usted de trabajar en esta empresa? Se traslapan las catego- rías de respuesta ¿Podría indicarme su edad? __18 __ 19 __19 __ 20 __20 __ 21 __21 __ 22 Lograr que las categorías sean mutuamente excluyentes: ¿Podría indicarme su edad? __18 __ 19 __20 __ 21 __22 __ 23 Categorías de respues- ta sin balance entre las favorables y las desfavorables (positivas y negativas) ¿En qué medida está usted satisfecho con su superior inmediato? Insatisfecho Medianamente satisfecho Satisfecho Sumamente satisfecho Proporcionar equilibrio entre opciones favorables y desfavorables: ¿En qué medida está usted satisfecho con su superior inmediato? Sumamente insatisfecho Más bien insatisfecho Ni insatisfecho ni satisfecho Más bien satisfecho Sumamente satisfecho Incongruencia entre la pregunta y las opciones de respuesta ¿En qué medida está usted satisfecho con su superior inmediato? Muy poco importante Poco importante Medianamente importante Importante Muy importante Generar categorías que coincidan con la pregunta: ¿En qué medida está usted satisfecho con su superior inmediato? Sumamente insatisfecho Más bien insatisfecho Ni insatisfecho ni satisfecho Más bien satisfecho Sumamente satisfecho Sólo una parte de los participantes pueden entender la pregunta ¿Cuál es el género y marca de bebida etílica que acostumbra adquirir con un mayor índice de frecuencia en sus compras? Simplificar términos: ¿Cuál es el tipo de bebida alcohólica y de qué marca acostumbra comprar con mayor frecuen- cia? Utilización de términos en otro idioma ¿Qué efectos tuvo en esta empresa el downsizing? Traducir términos: ¿Qué efectos tuvo en esta empresa la reducción de empleados? (continúa) Tabla 9.4 Ejemplos de algunos problemas al elaborar preguntas (continuación) www.FreeLibros.com
- 271. 229 Problema Ejemplo de pregunta problemática Mejora a la pregunta La pregunta puede ser inadecuada para parte de la población ¿Cómo le afectó el incremento en la tasa impositiva para empleados gubernamen- tales? Agregar preguntas que segmenten a la población: ¿Actualmente trabaja? Sí No ¿Trabaja usted en… Empresa? Por cuenta propia (independiente)? Gobierno? Entonces, a quienes pertenezcan a la última categoría, se les pregunta: ¿Cómo le afectó el incremento en la tasa impositi- va para empleados gubernamentales? En relación con cada pregunta del cuestionario, León y Montero (2003) sugieren cuestionar: ¿es necesaria la pregunta?, ¿es lo suficientemente concreta?, ¿responderán los participantes sinceramente? ¿Cómo deben ser las primeras preguntas de un cuestionario? En algunos casos es conveniente iniciar con preguntas neutrales o fáciles de contestar, para que el participante se adentre en la situación. No se recomienda comenzar con preguntas difíciles o muy directas. Imaginemos un cuestionario diseñado para obtener opiniones en torno al aborto que empie- ce con una pregunta poco sutil como: ¿está de acuerdo con que se legalice el aborto en este país? Sin lugar a dudas sería un fracaso. Bostwick y Kyte (2005) y Babbie (2009) señalan que los primeros cuestionamientos deben resultar interesantes para los participantes. A veces incluso, pueden ser diver- tidos (por ejemplo, en la investigación de la moda y la mujer mexicana que se verá en la cuarta parte del libro sobre modelos mixtos, al comenzar a inquirir sobre los tipos de prendas que compraban las participantes, la primera pregunta fue: ¿sueles ponerte una pijama para dormir?, cuestionamiento que resultó sumamente divertido y provocó hilaridad, logrando relajar a las encuestadas. Desde luego, la pregunta la hicieron mujeres entrevistadoras jóvenes). A veces los cuestionarios comienzan con las preguntas demográficas ya mencionadas, pero en otras ocasiones es mucho mejor hacer este tipo de preguntas al final del cuestionario, particularmente en casos donde los participantes puedan sentir que se comprometen si responden el cuestionario. Cuando construimos un cuestionario, es indispensable que pensemos en cuáles son las preguntas ideales para iniciar. Éstas deberán lograr que el sujeto se concentre en el cuestionario. Gambara (2002) sugiere el procedimiento de “embudo” en la presentación de las preguntas: ir de las más generales a las más específicas. Una característica fundamental de un cuestionario es que las preguntas importantes nunca deben ir al final. ¿De qué está formado un cuestionario? Además de las preguntas y categorías de respuestas, un cuestionario está formado básicamente por: portada, introducción, instrucciones insertas a lo largo del mismo y agradecimiento final. Portada Ésta incluye la carátula; en general, debe ser atractiva gráficamente para favorecer las respuestas. Debe incluir el nombre del cuestionario y el logotipo de la institución que lo patrocina. En ocasiones se agrega un logotipo propio del cuestionario o un símbolo que lo identifique. Tabla 9.4 Ejemplos de algunos problemas al elaborar preguntas (continuación) ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 272. Capítulo 9 Recolección de los datos cuantitativos 230 Introducción Debe incluir: • Propósito general del estudio. • Motivaciones para el sujeto encuestado (importancia de su participación). • Agradecimiento. • Tiempo aproximado de respuesta (un promedio o rango). Lo suficientemente abierto para no presionar al participante, pero tranquilizarlo. • Espacio para que firme o indique su consentimiento (a veces se incluye al final o en ocasiones es innecesario). • Identificación de quién o quiénes lo aplican. • Explicar brevemente cómo se procesarán los cuestionarios y una cláusula de confidencialidad del manejo de la información individual. • Instrucciones iniciales claras y sencillas (cómo responder en general, con ejemplos si se re- quiere). Cuando el cuestionario se aplica mediante entrevista, la mayoría de tales elementos son explicados por el entrevistador. El cuestionario debe ser y parecer corto, fácil y atractivo. A continuación, se presenta un ejemplo de carta introductoria y otro de instrucciones generales para responder al cuestionario. EJEMPLO Carta introductoria Buenos días (tardes): Estamos trabajando en un estudio que servirá para elaborar una tesis profesional acerca de la biblioteca de la Universidad de Celaya. Quisiéramos pedir tu ayuda para que contestes algunas preguntas que no llevarán mucho tiempo. Tus respuestas serán confidenciales y anónimas. No hay preguntas delicadas. Las personas que fueron seleccionadas para el estudio no se eligieron por su nombre sino al azar. Las opiniones de todos los encuestados serán sumadas e incluidas en la tesis profesional, pero nunca se comunicarán datos individuales. Te pedimos que contestes este cuestionario con la mayor sinceridad posible. No hay respuestas correc- tas ni incorrectas. Lee las instrucciones cuidadosamente, ya que existen preguntas en las que sólo se puede responder a una opción; otras son de varias opciones y también se incluyen preguntas abiertas. Muchas gracias por tu colaboración. EJEMPLO Instrucciones de un cuestionario ENCUESTA DEL CLIMA ORGANIZACIONAL INSTRUCCIONES Emplee un lápiz o un bolígrafo de tinta negra para rellenar el cuestionario. Al hacerlo, piense en lo que sucede la mayoría de las veces en su trabajo. No hay respuestas correctas o incorrectas. Éstas simplemente reflejan su opinión personal. Todas las preguntas tienen cinco opciones de respuesta, elija la que mejor describa lo que piensa usted. Solamente una opción. www.FreeLibros.com
- 273. 231 Algunas apelaciones que podemos utilizar en la introducción se muestran en la tabla 9.5.12 Tabla 9.5 Ejemplos de apelaciones para incentivar la participación Apelación Ejemplo Incentivo Altruismo Autoconcepto de la persona Interés por el conocimiento Intereses profesionales Ayuda-auxilio Autoridad Agradecimiento “Al responder, usted recibirá…” (dinero, un obsequio, un boleto, etcétera). “Los resultados servirán para resolver…”, “El estudio ayudará a…” (problema social, mejora en la calidad de vida, solventar una necesidad comunitaria, etcétera). “Usted es una de las pocas personas que puede señalar ciertas cuestiones…”, “Debido a su experiencia (experticia, importancia, conocimientos, etc.) usted puede… y por ello le solicitamos…” (su opinión calificada, etcétera). “Le enviaremos una copia de los resultados…” “Los resultados serán útiles para conocer temas importantes en nuestra profesión…” “Necesitamos su apoyo para conocer…”, “Los jóvenes requieren de ayuda para…” Introducción acompañada de la firma de un líder o persona reconocida. O bien: “Doña Pola Castelán nos ha pedido que hagamos esta encuesta para conocer el problema de los niños…”, “El científico…”, “El empresario…” “La comunidad de… estará muy agradecida por…” También se insertan instrucciones a lo largo del cuestionario (normalmente con otra tipografía o fuente, o bien, en cursivas, para distinguirlas de las preguntas y respuestas), las cuales nos indican cómo contestar. Por ejemplo: —¿Tiene este ejido o esta comunidad ganado, aves o colmenas que sean de propiedad colectiva? (Marque con una cruz la respuesta). Sí No (continúe) (pase a la pregunta 30) —¿Se ha obtenido la cooperación de todo el personal o de la mayoría de éste para el proyecto de calidad? 1 Sí 2 No (pase a la pregunta 26) (pase a la pregunta 27) Marque con claridad la opción elegida con una cruz o tache, o bien, una “paloma” (símbolo de verifi- cación). Recuerde: NO se deben marcar dos opciones. Marque así: X Si no puede contestar una pregunta o si la pregunta no tiene sentido para usted, por favor pregúntele a la persona que le entregó este cuestionario y le explicó la importancia de su participación. Confidencialidad Sus respuestas serán anónimas y absolutamente confidenciales. Los cuestionarios serán procesados por personas externas. Además, como usted puede ver, en ningún momento se le pide su nombre. De antemano: ¡MUCHAS GRACIAS POR SU COLABORACIÓN! 12 Basada en Mertens (2005). ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 274. Capítulo 9 Recolección de los datos cuantitativos 232 Recordemos que en ocasiones se presentan tarjetas con las opciones de respuestas y se instruye al entrevistador para que las muestre a los participantes. Por ejemplo: —Hablando de la mayoría de sus proveedores, en qué medida conoce usted… (Mostrar la tarjeta uno y marcar la respuesta en cada caso.) EJEMPLO De pregunta con tarjeta de respuestas Completamente (5) Bastante (4) Regular (3) Poco (2) Nada (1) • ¿Las políticas de su proveedor? • ¿Sus finanzas (estados finan- cieros)? • ¿Los objetivos de su área de ventas? • ¿Sus programas de capacita- ción para vendedores? • ¿Número de empleados de su área de ventas? • ¿Problemas laborales? • ¿Los métodos de producción que tienen? • ¿Otros clientes de ellos? • ¿Su índice de rotación de personal? Las instrucciones son tan importantes como las preguntas y es necesario que sean claras para los usuarios a quienes van dirigidas. Agradecimiento final Aunque haya agradecido de antemano, vuelva a agradecer la participación. Formato, distribución de instrucciones, preguntas y categorías Las preguntas deben estar organizadas para que sea más fácil de responder el cuestionario. Es impor- tante asegurarnos de numerar páginas y preguntas. La manera en que pueden distribuirse preguntas, categorías de respuesta e instrucciones es varia- da. Algunos prefieren colocar las preguntas a la izquierda y las respuestas a la derecha, con lo que se tendría un formato como el siguiente: www.FreeLibros.com
- 275. 233 Otros dividen el cuestionario por secciones de preguntas y utilizan un formato horizontal. EJEMPLO Modelo de formato de distribución de preguntas ¿Considera a su jefe o superior inmediato como su amigo? Definitivamente sí Sí No Definitivamente no ¿Cuando tiene problemas se siente apoyado por su jefe o superior inmediato? Definitivamente sí Sí No Definitivamente no ¿Considera que su jefe o superior inmediato le orienta adecuadamen- te en su trabajo? Definitivamente sí Sí No Definitivamente no ¿Tiene una buena impresión de su jefe o superior inmediato? Definitivamente sí Sí No Definitivamente no EJEMPLO Modelo de formato horizontal PRESENTACIÓN Preguntas sobre el superior inmediato ¿Considera a su jefe o superior inmediato como su amigo? Definitivamente sí Sí No Definitivamente no ¿Cuándo tiene problemas se siente apoyado por su jefe o superior inmediato? Definitivamente sí Sí No Definitivamente no ¿Considera que su jefe o superior inmediato le orienta adecuadamente en su trabajo? Definitivamente sí Sí No Definitivamente no ¿Tiene una buena impresión de su jefe o superior in mediato? Definitivamente sí Sí No Definitivamente no PREGUNTAS SOBRE MOTIVACIÓN Otros combinan diversas posibilidades, distribuyendo preguntas que miden la misma variable a través de todo el cuestionario. Cada quien es capaz de utilizar el formato que desee o juzgue convenien- te, lo importante es que en su totalidad sea comprensible para el usuario: que las instrucciones, pregun- tas y respuestas se diferencien; que el formato no resulte visualmente tedioso y se lea sin dificultad. Hoy en día resulta común elaborar cuestionarios en CD y otros medios como Palm, PC (contestar directamente en aparatos portátiles y cuestionarios electrónicos, etc.), así como diseños de éstos para páginas web y blogs en internet que contienen fotografías, dibujos, secuencias de video y música. Son sumamente atractivos. ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 276. Capítulo 9 Recolección de los datos cuantitativos 234 ¿De qué tamaño debe ser un cuestionario? No existe una regla al respecto, pero si es muy corto se pierde información y si resulta largo llega a ser tedioso. En este último caso, las personas se negarían a responder o, al menos, lo contestarían en forma incompleta. La abuela doña Margarita Castelán Sampieri repetía el refrán: “lo bueno y breve, doble- mente bueno”. El tamaño depende del número de variables y dimensiones a medir, el interés de los participantes y la manera como se administre (de este punto se hablará en el siguiente apartado). Cuestionarios que duran más de 35 minutos suelen resultar fatigosos, a menos que los sujetos estén muy motivados para contestar (por ejemplo, cuestionarios de personalidad o cuestionarios para obte- ner un trabajo). Una recomendación que ayuda a evitar un cuestionario más largo de lo requerido es: no hacer preguntas innecesarias o injustificadas. ¿Cómo se codifican las preguntas abiertas? Las preguntas abiertas se codifican una vez que conocemos todas las respuestas de los participantes a los cuales se les aplicaron, o al menos las principales tendencias de respuestas en una muestra de los cuestionarios aplicados. Es importante anotar que esta actividad es similar a “cerrar” una pregunta abierta por medio de la prueba piloto, pero el producto es diferente. En este caso, con la codificación de preguntas abiertas se obtienen ciertas categorías que representan los resultados finales. El procedimiento consiste en encontrar y dar nombre a los patrones generales de respuesta (res- puestas similares o comunes), listar estos patrones y después asignar un valor numérico o un símbolo a cada patrón. Así, un patrón constituirá una categoría de respuesta. Para cerrar las preguntas abiertas se sugiere el siguiente procedimiento: 1. Seleccionar determinado número de cuestionarios mediante un método adecuado de muestreo, que asegure la representatividad de los participantes investigados. 2. Observar la frecuencia con que aparece cada respuesta a determinadas preguntas. 3. Elegir las respuestas que se presentan con mayor frecuencia (patrones generales de respuesta). 4. Clasificar las respuestas elegidas en temas, aspectos o rubros, de acuerdo con un criterio lógico, cuidando que sean mutuamente excluyentes. 5. Darle un nombre o título a cada tema, aspecto o rubro (patrón general de respuesta). 6. Asignarle el código a cada patrón general de respuesta. Por ejemplo, en la investigación de Comunicometría (1988) se hizo una pregunta abierta: ¿de qué manera la alta gerencia busca obtener la cooperación del personal para el desarrollo del proyecto de calidad? Las respuestas fueron múltiples, pero se encontraron los patrones generales de respuesta que se muestran en el ejemplo. EJEMPLO De codificación de preguntas abiertas Códigos Categorías (patrones o respuestas con mayor frecuencia de mención) Frecuencia de mención 1 2 3 4 5 6 Involucrando al personal y comunicándose con él Motivación e integración Capacitación en general Incentivos/recompensas Difundiendo el valor “calidad” o la filosofía de la empresa Grupos o sesiones de trabajo 28 20 12 11 7 5 www.FreeLibros.com
- 277. 235 Como varias categorías o diversos patrones tenían únicamente dos frecuencias, éstos a su vez se redujeron a sólo seis, como se ejemplifica a continuación. Códigos Categorías (patrones o respuestas con mayor frecuencia de mención) Frecuencia de mención 7 8 9 10 11 12 13 14 Posicionamiento del área de calidad o equivalente Sensibilización en grupo Desarrollo de la calidad de vida en el trabajo Incluir aspectos de calidad en el manual de inducción Poner énfasis en el cuidado de la maquinaria Trabajar bajo un buen clima laboral Capacitación “en cascada” Otras 3 2 2 2 2 2 2 24 EJEMPLO De reducción o agrupamiento de categorías Códigos Categorías (frecuencias) 1 2 3 4 5 6 7 Involucrando al personal y comunicándose con él (28) Motivación e integración/mejoramiento del clima laboral (22) Capacitación (14) Incentivos/recompensas (11) Difundiendo el valor “calidad” o la filosofía de la empresa (7) Grupos o sesiones de trabajo (7) Otras (33) Al “cerrar” preguntas abiertas y codificarlas, debe tenerse en cuenta que un mismo patrón de res- puesta puede expresarse con diferentes palabras. Por ejemplo, ante la pregunta ¿qué sugerencias haría para mejorar al programa Estelar? Las respuestas: mejorar las canciones y la música, cambiar las can- ciones, incluir nuevas y mejores canciones, etc., se agruparían en la categoría o el patrón de respuesta modificar la musicalización del programa. ¿En qué contextos puede administrarse o aplicarse un cuestionario? Los cuestionarios se aplican de dos maneras fundamentales: autoadministrado y por entrevista (perso- nal o telefónica). 1. Autoadministrado Autoadministrado significa que el cuestionario se proporciona directamente a los participantes, quienes lo contestan. No hay intermediarios y las respuestas las marcan ellos. Pero la forma de autoadministra- ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 278. Capítulo 9 Recolección de los datos cuantitativos 236 ción puede tener distintos contextos: individual, grupal o por envío (correo tradicional, correo electrónico y página web o blog). En el caso individual, el cuestionario se entrega al participante y éste lo responde, ya sea que acuda a un lugar para hacerlo (como ocurre cuando se llena un formulario para solicitar empleo) o lo con- teste en su lugar de trabajo, hogar o estudio. Por ejemplo, si los participantes fueran una muestra de directivos de laboratorios farmacéuticos de Bogotá, se acudiría a sus oficinas y se les entregarían los cuestionarios. Los ejecutivos se autoadministrarían el cuestionario y esperaríamos a que lo respondan (caso poco común) o lo recolectaríamos otro día. El reto de esta última situación es lograr que los participantes devuelvan el cuestionario contestado completamente. Es conveniente que quien lo entre- gue posea habilidades para relacionarse con las personas, sea asertivo, y además se caracterice por una elevada persistencia. En nuestra experiencia, en distintos países de Iberoamérica, jóvenes de ambos géneros con buena capacidad comunicativa logran porcentajes de recuperación por encima de 90% en tiempos aceptables (una semana o menos). Y no es necesario que sean físicamente atractivos (aunque ayuda), más bien el éxito reside en su motivación y tenacidad. Asimismo, el mayor coste o gasto de esta clase de administración de los cuestionarios lo representa su distribución y recolección. En el segundo caso, se reúne a los participantes en grupos (a veces pequeños —cuatro a seis perso- nas—, otras en grupos intermedios —entre siete y 20 sujetos—, incluso en grupos grandes de 21 a 40 individuos). Por ejemplo, empleados (en encuestas de clima organizacional es muy común juntar a grupos de 25, entregarles el cuestionario, introducir al propósito del estudio y al instrumento, respon- der dudas y pedirles que al concluir lo depositen en una urna sellada, para mantener la confidenciali- dad), padres de familia (en reuniones escolares), televidentes (cuando asisten a un foro televisivo), alumnos (en sus salones de clase), etc. Es tal vez la forma más económica de aplicar un cuestionario. A continuación se incluye en la tabla 9.6 una lista de verificación de los aspectos centrales para administrar cuestionarios en grupo. Tabla 9.6 Listado de puntos a verificar al administrar cuestionarios en grupo13 1. ¿Tenemos suficientes cuestionarios? Sí ______________ No ______________ 2. ¿Hemos diseñado alguna medida para que quienes no puedan asistir a la sesión respondan al cuestionario? Sí ______________ ¿Cuál? ______________ No ______________ 3. ¿Se notificó formalmente a los participantes potencia- les la fecha, la hora y el lugar en que se aplicaría el cuestionario? Sí ______________ ¿Cómo? (carta, correo electrónico, memorándum) No ______________ 4. ¿Se verificó que el lugar donde se aplicará el cuestio- nario presenta las condiciones adecuadas de espacio e iluminación? Sí ______________ ¿Quién verificó? ______________ No ______________ 5. ¿Se tomaron acciones para aislar el lugar de fuentes potenciales de ruido u otras distracciones? Sí ______________ No ______________ (continúa) 13 Adaptado de McMurthy (2005). www.FreeLibros.com
- 279. 237 6. ¿Quién va a leer en voz alta las instrucciones y asistir a los participantes a lo largo de la sesión? Sí ______________ Persona(s): ______________ No ______________ 7. ¿Las instrucciones incluyen cómo responder al cuestionario? Sí ______________ No ______________ 8. ¿Se contempló un tiempo razonable para responder dudas e inquietudes de los participantes antes de que comien- cen a contestar el cuestionario? Sí ______________ No ______________ 9. ¿Quien va a leer en voz alta las instrucciones tiene una voz nítida y suficientemente fuerte para que todos le escuchen y su lectura será pausada? Sí ______________ Persona(s): ______________ No ______________ 10. ¿Se verificará que todos hayan respondido al cuestionario? Sí ______________ No ______________ 11. ¿Quién dará las gracias a los participantes por su cooperación? Sí ______________ Persona(s): ______________ No ______________ 12. ¿Quién enviará las cartas de agradecimiento o equivalen- tes a los participantes y a quienes facilitaron la sesión? Sí ______________ Persona(s): ______________ No ______________ Los cuestionarios para autoadministración deben ser particularmente atractivos (a colores, en papel especial, con diseño original, etc.; si el presupuesto lo permite). En el caso de autoadministración por envío, se manda el cuestionario a los participantes por correo postal privado o mensajería (por la rapidez), por medio del correo electrónico, también se les puede pedir que ingresen a una página web o blog para responderlo. Por correo tradicional: postal o servicio de paquetería o mensajería especializada. El cuestionario se envía junto con una carta explicativa firmada por el investigador o investigadores, la cual hace las funciones de la introducción (con los elementos comentados previamente: propósito del estudio, motivadores, agradecimiento, tiempo de respuesta, etc., excepto las instrucciones que suelen incluirse en el instrumento). Si la carta va membretada con el logotipo del instrumento, mejor. Se recomienda que los cuestionarios sean más cortos. Si al hablar de otros instrumentos autoad- ministrados, se comentó que las instrucciones deben ser precisas y claras, esto resulta particularmente importante en estos casos, ya que las posibilidades de realimentación y resolución de dudas se reducen al mínimo. La carátula, además de lo que se señaló previamente, debe contener la fecha exacta de envío. En las instrucciones es necesario agregar la fecha en que se requiere sea devuelto y la forma de regresar el cuestionario contestado, paso a paso. De ser posible, resulta aconsejable designar a una persona para que atienda dudas y comentarios del instrumento y el estudio, por medio telefónico y/o correo electrónico, obviamente tienen que proporcionar sus datos completos. Ofrecer a los participan- tes un resumen de los resultados, una vez que concluya la investigación, es una práctica recomendable (la cual se puede enviar por correo electrónico). Tabla 9.6 Listado de puntos a verificar al administrar cuestionarios en grupo (continuación) ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 280. Capítulo 9 Recolección de los datos cuantitativos 238 Asimismo, el paquete enviado a cada individuo potencial incluye dos sobres: uno que contiene el cuestionario y la carta, y el otro para que devuelva el cuestionario cumplimentado. Desde luego, este último con los datos completos del remitente (destinatario final) y con el porte de regreso o la guía de paquetería prepagada (necesitamos cubrir todos los gastos generados en este proceso). Un diseño ori- ginal de los sobres puede ser de gran ayuda, al menos para que sean abiertos. Es fundamental contactar vía telefónica y/o correo electrónico al futuro encuestado, para moti- varlo a que conteste el cuestionario. Una vez que se reciba su respuesta, es preciso agradecerle su cooperación. Algunas personas se niegan a participar en investigaciones, porque fueron tratadas con descortesía una vez que se obtuvo de ellas lo que se deseaba. Los cuestionarios autoadministrados pueden ser procesados de forma casi inmediata si se usa codificación por lectura óptica. Es decir, si el papel del cuestionario cubre ciertos requisitos y es res- pondido con un lápiz o bolígrafo especial. Se ahorra uno la codificación, puesto que el sistema lee las respuestas y automáticamente las envía a la base de datos correspondiente. Por correo electrónico. Se trata de un procedimiento similar, lo único que cambia es el medio de contacto. La carta, carátula, instrucciones y el cuestionario son enviados a través de un correo electró- nico (e-mail). Por medio de una página de internet. Esta vía es similar, en cuanto a la mecánica, a las dos anterio- res. Pero en este caso se le pide al participante (por contacto telefónico o correo electrónico) que acceda a un sitio web, donde se localiza el cuestionario, el cual se contesta en el momento o por etapas; otra modalidad puede ser que se “descargue” o “baje” el cuestionario para guardarlo como archivo en la computadora y posteriormente, una vez contestado, se envía por correo electrónico. Los cuestionarios utilizados en medios electrónicos regularmente se elaboran en un programa de texto e imagen, o se escanean (si están impresos con anterioridad) y “se anexan” en el correo electróni- co (como un “archivo adjunto”), también se pueden colocar o “subir” al sitio web, aunque para este segundo caso lo más común es que se elaboren especialmente para tal ambiente. En ambas situaciones, las posibilidades de diseño del instrumento son amplísimas. Las limitaciones de los estudios que utilizan el correo electrónico y la web, residen en que no todas las personas poseen computadora e internet (sobre todo en América Latina) y algunos individuos (por ejemplo, los mayores de 60 años) se resisten a utilizar estos recursos, porque es una tecnología recien- te y desconocida para gran parte de ellos. Una tasa de devolución de cuestionarios cumplimentados por correo o de manera electrónica por encima de 50% es muy favorable (Mertens, 2005). Una posibilidad novedosa son las entrevistas interactivas (algunas son modalidades telefónicas, otras se trata de los denominados “medios inteligentes” de correo electrónico o de sitios web), en don- de un sistema se contacta vía telefónica o por correo electrónico con los participantes potenciales y efectúa la administración del cuestionario o lo envía. Son mecanismos con reconocimiento de voz, lectura óptica y dictado digital. El problema es —hasta el momento— que la mayoría de la gente se da cuenta de que no es otro ser humano con quien entra en contacto y suele negarse a responder. Además, la saturación de correos electrónicos, llamadas telefónicas y sitios web hacen difícil captar la atención de los participantes potenciales. Si se utilizan, se aconseja que los cuestionarios sean muy breves, no más de 10 preguntas. Desde luego esta situación irá modificándose y cada vez serán más los estudios que utilicen tales tecnologías. Por otro lado, los sitios web que presentan encuestas de opinión rápida, donde las personas acce- san a páginas en las que pueden responder el cuestionario, tienen serios problemas de muestreo (desde luego, se trata de muestras no probabilísticas), esto se debe a que, como ya dijimos, no toda la pobla- ción puede hacerlo, con lo cual quedan excluidos diversos segmentos, al igual que personas sumamen- te ocupadas o que simplemente no se interesan en contestar. En este sentido, Cook, Heath y Thompson (2000 y 2001) realizaron un par de estudios que se centraron en la utilización de internet, cuyos resultados se aplican a todas las vertientes de autoadmi- nistración de cuestionarios por envío. De este modo, resultó que tres factores son clave para obtener elevados índices de retorno de cuestionarios: a) seguimiento persistente a casos de no respuesta, www.FreeLibros.com
- 281. 239 b) vinculación de manera personalizada con los participantes y c) contacto antes del envío. La tasa de retorno es mayor en cuestionarios cortos que en los largos. Una ventaja de estos métodos es que cuando se hacen preguntas personales o de mayor carga emotiva, el sujeto puede contestar de manera más relajada y sincera, puesto que no está frente a otra persona. Vinuesa (2005) señala que la encuesta por correo permite una selección muestral de los par- ticipantes de acuerdo con su perfil sociodemográfico, de compra, estilo de vida, etc., y de individuos concretos (profesionales, miembros de alguna asociación, etcétera). Algunas desventajas residen en que nunca podremos estar seguros de quién respondió el cuestio- nario y la ausencia de un encuestador impide asegurar la franqueza de las respuestas. Es importante no realizar investigaciones que requieran enviar el cuestionario en épocas complejas del año (vacaciones de verano o invierno: en Navidad la saturación es impresionante) o que lo sean para la población en estudio (por ejemplo, a fiscalistas y contadores de empresas durante momentos de cierres contables y pago de impuestos; a las personas de edad avanzada en épocas de frío extremo, etcétera). Para ahondar en el tema de las aplicaciones de cuestionarios por internet y correo, recomendamos a Dillman, Smyth y Christian (2009). 2. Por entrevista personal Las entrevistas implican que una persona calificada (entrevistador) aplica el cuestionario a los partici- pantes; el primero hace las preguntas a cada entrevistado y anota las respuestas. Su papel es crucial, es una especie de filtro. El primer contexto que revisaremos de una entrevista es el personal (“cara a cara”). Normalmente se tienen varios entrevistadores, quienes deberán estar capacitados en el arte de entrevistar y conocer a fondo el cuestionario. Quienes no deberán sesgar o influir en las respuestas, por ejemplo, reservarse de expresar aprobación o desaprobación respecto de las respuestas del entrevistado, reaccionar de manera ecuánime cuando los participantes se perturben, contestar con gestos ambiguos cuando los sujetos busquen generar una reacción en ellos, etc. Su propósito es lograr que se culmine exitosamente cada entrevista, evitando que decaiga la concentración e interés del participante, además de orientar a éste en el tránsito del instrumento. Las explicaciones que proporcione deberán ser breves pero suficientes. Tiene que ser neutral, pero cordial y servicial. Asimismo, es muy importante que transmita a todos los participantes que no hay respuestas correctas o equivocadas. Por otra parte, su proceder debe ser lo más estándar posible (mismos señalamientos, presentación uniforme, etc.). Con respecto a las instrucciones del cuestionario, algunas son para el entrevistado y otras para el entrevista- dor. Este último debe recordar que al inicio se comenta: el propósito general del estudio, las motiva- ciones y el tiempo aproximado de respuesta, agradeciendo de antemano la colaboración. Estamos de acuerdo con León y Montero (2003), quienes manifiestan que el anterior método descrito es el que consigue un mayor porcentaje de respuestas a las preguntas, su estimación es de 80 a 85%. Incluso puede ser superior a esta cifra con una planeación adecuada. En relación con el perfil de entrevistadores no hay un consenso, por ejemplo, Corbetta (2003) sugiere que sean mujeres casadas, amas de casa, de mediana edad, diplomadas y de clase media. León y Montero (2003) recomiendan que sean siempre profesionales. En nuestra experiencia el tipo de entrevistador depende del tipo de persona entrevistada. Por ejemplo, que pertenezca a un nivel so- cioeconómico similar a la mayoría de la muestra, sea joven y haya cursado asignaturas o materias de investigación, que posea facilidad de palabra y capacidad de socializar. Como ya se explicitó previa- mente, los estudiantes de ambos géneros funcionan mucho mejor. Por tanto, es claro que para este fin deben rechazarse personas inseguras o excesivamente tímidas. Rogers y Bouey (2005), así como Moule y Goodman (2009), diferencian entre la entrevista cuan- titativa y la cualitativa; en relación con la primera, mencionan las siguientes características: a) El principio y final de la entrevista se definen con claridad. De hecho, tal definición se integra en el cuestionario. ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 282. Capítulo 9 Recolección de los datos cuantitativos 240 b) El mismo instrumento es aplicado a todos los participantes, en condiciones lo más similares que sea posible. c) El entrevistador pregunta, el entrevistado responde. d )Se busca que sea individual, sin la intrusión de otras personas que pueden opinar o alterar de alguna manera la entrevista. e) Es poco a nada anecdótica (aunque en algunos casos es recomendable que el entrevistador anote cuestiones fuera de lo común como ciertas reacciones y negativas a responder). f ) La mayoría de las preguntas suelen ser cerradas, con mínimos elementos rebatibles, ampliaciones y sondeos. g) El entrevistador y el propio cuestionario controlan el ritmo y la dirección de la entrevista. h) El contexto social no es un elemento a considerar, lo es solamente el ambiental. i) El entrevistador procura que el patrón de comunicación sea similar (su lenguaje, instrucciones, etcétera). Desde luego, se trata de entrevistas cuya naturaleza es muy distinta y a veces opuesta. Sin embar- go, recomendamos que se complemente la lectura de estas líneas con la de entrevistas cualitativas en el capítulo 14 “Recolección y análisis de los datos cualitativos”. Asimismo, la capacitación de entrevistadores debe incluir cuestiones de comunicación no verbal básicas (control de gestos, manejo de silencios, etc.), además de todos los puntos que se revisaron anteriormente. Cabe señalar que, cuando se trata de entrevista personal, el lugar donde se realice es importante (oficina, hogar o casa-habitación, sitio público, como centro comercial, parque, escuela, etc.). Por ejemplo, Jaffe, Pasternak y Grifel (1983) hicieron un estudio para comparar, entre otros aspectos, las respuestas obtenidas en dos puntos diferentes: en el hogar y en puntos de venta. El estudio se intere- saba en la conducta del comprador y los resultados concluyeron que se pueden obtener datos exactos en ambos puntos, aunque la entrevista en los puntos de compraventa es menos costosa. En cualquier caso se aconseja que se busque un lugar lo más discreto, silencioso y privado que sea posible. A la misma conclusión llegaron Hernández Sampieri, Cuevas y Méndez (2009), quienes entre 2007 y 2009 hicieron ocho encuestas para conocer la intención del voto y las tendencias electorales en varios muni- cipios de México, y encontraron resultados similares al entrevistar en el hogar y en sitios públicos (parques, mercados, centros comerciales, etcétera). En estas entrevistas es común mostrar visualmente las opciones de respuesta a los entrevistados, mediante tarjetas, en especial cuando se incluyen más de cinco o son complejas. Pongamos de ejemplo la siguiente tarjeta.14 14 El ejemplo se ha simplificado por cuestiones de espacio, las opciones fueron obtenidas después de una prueba piloto, se trata de una encuesta hecha en un municipio de Colombia. EJEMPLO De tarjeta para mostrar al entrevistado cuando hay diversas opciones de respuesta ¿Cuáles considera usted que son los tres principales problemas en este municipio? Pandillerismo Desempleo Inseguridad en las calles Venta de drogas- Falta de vivienda Problemas en la narcomenudeo recolección de basura Pobreza Falta de infraestructura Escasez de agua (calles, puentes, etcétera) Corrupción de Empleo mal remunerado Carencia de servicios funcionarios de la alcaldía de salud www.FreeLibros.com
- 283. 241 También hace algunos años se generó un sistema para sustituir al cuestionario (de lápiz y papel), que es el CAPI (Computer-Assisted Personal Interviewing), en donde el entrevistador muestra al par- ticipante una computadora u ordenador personal portátil (notebook o laptop) que contiene el cuestio- nario y este último responde guiado por el primero. A veces, la computadora tiene forma de un pequeño pizarrón plano y no posee teclado (de 20 a 40 centímetros de largo y alto), entonces se le presenta al entrevistado el instrumento (a colores, con video, imágenes y muchas más posibilidades) y lo contesta utilizando una pluma electrónica. Casi siempre las entrevistas son individuales, aunque podrían aplicarse a un grupo pequeño (si ésta fuera la unidad de análisis o caso). Es decir, el cuestionario lo responden entre todos sus miembros o parte de ellos (por ejemplo, cuestionarios para parejas o una familia, o un departamento o de una empresa). Los cuestionarios aplicados por CAPI, Palm y otros dispositivos similares tienen la ventaja de que los datos se capturan y agregan a la base de datos de forma automática, de manera que en cualquier momento podemos hacer un corte y efectuar toda clase de análisis (vea tendencias, evaluar funciona- miento del instrumento, etc.) (Hernández Sampieri y Mendoza, 2008). La desventaja es obvia: el costo; el cual es muy difícil de absorber por parte de un estudiante o maestro, e incluso, una institución.15 Idealmente, después de una entrevista se puede preparar un informe que indique: si el participan- te se mostraba sincero, la manera como respondió, el tiempo que duró la entrevista, el lugar donde se realizó, las características del entrevistado, los contratiempos que se presentaron y la forma en que se desarrolló la entrevista, así como otros aspectos que se consideren relevantes. 3. Por entrevista telefónica Obviamente, la diferencia con el anterior tipo de entrevista es el medio de comunicación, que en este caso es el teléfono (hogar, oficina, móvil o celular). Las entrevistas telefónicas son la forma más rápida de realizar una encuesta. Junto con la aplicación grupal de cuestionarios es la manera más económica de aplicar un instrumento de medición, con la posibilidad de asistir a los sujetos de la muestra. Ha sido muy utilizada en los países desarrollados debido a la vertiginosa evolución de la telefonía. Las habilidades requeridas de parte de los entrevistadores son parecidas a las de la entrevista per- sonal, excepto que éstos no tienen que confrontarse “cara a cara” con los participantes (no importa la vestimenta ni el aspecto físico, pero sí la voz, su modulación y claridad son fundamentales). El nivel de rechazo suele ser menor que la entrevista frente al participante, con excepción de periodos de “satu- ración telefónica”. Por ejemplo, cuando las compañías de un ramo compiten en cuestiones de merca- deo telefónico; tal como ocurrió en varios países latinoamericanos con la apertura comercial a nuevas empresas telefónicas (dichos consorcios iniciaron una campaña para contactar a todos los números telefónicos del país a cualquier hora con el fin de ofrecer sus servicios, llamando a los hogares desde los domingos a las siete de la mañana o después de las 10 de la noche entre semana y hasta en la madru- gada). Otro caso es el periodo de elecciones en países donde no se legisla el telemercadeo, los equipos de los candidatos contendientes llegan a aturdir a los ciudadanos mediante comunicaciones telefónicas en busca del voto y para efectuar encuestas de tendencias. Una ventaja enorme de este método reside en que se puede acceder a barrios inseguros, a conjun- tos exclusivos y edificios o casas donde se impide el ingreso (León y Montero, 2003), así como a lugares geográficamente lejanos al investigador. Algunas recomendaciones para las entrevistas telefónicas son las siguientes:16 1. Enviar una carta, telefonema o correo electrónico previo, en que se indique el objetivo de la entre- vista, la persona o institución que realiza la encuesta y el día y hora en que se efectuará la comu- nicación telefónica. 15 Aunque en la Universidad de Celaya están investigando la forma de bajar costos y hacer el sistema accesible, incluso con finan- ciamiento público. Tal vez pronto se tengan noticias vía la página de este libro. 16 Mertens (2005); Hernández Sampieri y Mendoza (2008); y Kuusela, Callegaro y Vehovar (2009). ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 284. Capítulo 9 Recolección de los datos cuantitativos 242 2. Realizar la comunicación en el día y hora acordada. 3. El entrevistador debe identificarse y recordarle al entrevistado el propósito del estudio; asimismo, debe asegurarse que es un buen momento para la comunicación. 4. Entre la comunicación previa y la entrevista telefónica no debe pasar más de una semana (progra- mar llamadas adecuadamente). 5. El entrevistador debe asegurarse que está hablando con la persona correcta o que posee el perfil adecuado según la definición de la muestra. 6. Indicar el tiempo que tomará la entrevista. 7. Utilizar un cuestionario breve con preguntas preferentemente estructuradas (cerradas) y sencillas. Más de 15 a 17 preguntas suelen complicar la situación. 8. El entrevistador debe vocalizar correctamente y a la misma velocidad de su interlocutor. 9. Anotar casos de rechazos y las razones. 10. En el entrenamiento, simular las condiciones de aplicación (igual en la prueba piloto). 11. Establecer metas de comunicaciones telefónicas por hora. 12. Si se pretende grabar la entrevista, debe interrogarse al participante si está de acuerdo. Desde luego, estas recomendaciones aplican a una encuesta telefónica donde poseemos tiempos amplios para llevarla a cabo. Pero en ocasiones, tenemos que realizar sondeos inmediatos para obtener tendencias en la opinión pública y algunas de estas recomendaciones no son pertinentes. Por ejemplo, después de una catástrofe (como un magnicidio, acto terrorista o desastre natural), una noticia mun- dial (la elección de un nuevo Papa, un acuerdo de paz) o local (un triunfo electoral, un nuevo impues- to). Tal es el caso de las encuestas que se realizaron en los días posteriores al asesinato de J.F. Kennedy (Sheatsley y Feldman, 1964), las efectuadas después de los ataques terroristas del 11 de septiembre de 2001 en Nueva York (University of Southern California y Bendixen Associates, 2002), las hechas con motivo de los atentados ocurridos en Madrid el 11 de marzo de 2004 (Michavila, 2005) o las ulteriores a las explosiones del 7 de julio de 2005 en Londres (COMPAS, 2005; The Harris Poll, 2005; British Broadcasting Corporation, 2005), así como la encuesta telefónica nacional llevada a cabo en México después del brote del virus de la influenza humana (Consulta Mitofsky, 2009). Para la administración de encuestas telefónicas se dispone de varias tecnologías, además de las ya comentadas de reconocimiento de voz y dictado digital, como el CATI (Computer-Assisted Telephone Interviewing), en donde el entrevistador se sienta frente a su computadora u ordenador, cuyo sistema selecciona números telefónicos generados al azar y los marca automáticamente. Una vez que contesta la persona indicada, él comienza a leer las preguntas en el monitor y anota las respuestas (desde luego, mediante el teclado o el mouse), las cuales son capturadas y codificadas de manera automática. El sis- tema gestiona el desarrollo de la entrevista, ya que va remitiendo a las opciones adecuadas (en caso de preguntas condicionadas, como por ejemplo: ¿tiene usted una cuenta en este banco, sí o no? Si la respuesta es “sí”, entonces continúa con la siguiente pregunta enlazada: ¿qué servicios usa…? Pero si la respuesta fue un “no”, puede concluir con un muchas gracias…, o pasar a otras preguntas). El entre- vistador puede utilizar diademas con audífonos y micrófono. O bien, el sistema tiene la facilidad de reconocimiento de voz y de capturar directamente la respuesta. Es una interfase con el Random Digit Dialing. Una enorme desventaja de las encuestas telefónicas es que están limitadas a una cuantas preguntas o no se pueden efectuar mediciones complejas de variables o profundizar en ciertos temas. Pero una vez más, los datos se capturan y agregan a la base de datos de forma automática y se pueden hacer cortes de la información de manera inmediata y realizar toda clase de análisis. Corbetta (2003) sugiere que si la pregunta se va a presentar oralmente (mediante entrevista) las preguntas no contengan más de cinco opciones de respuesta, ya que por encima de este límite se suelen olvidar las primeras. Cuando se realizan entrevistas personales en el hogar o telefónicas se debe tomar en cuenta el horario. Ya que si efectuamos la visita o hablamos por teléfono sólo a una hora (digamos en la mañana), nos encontraremos con unos cuantos subgrupos de la población (por ejemplo, amas de casa). www.FreeLibros.com
- 285. 243 Una variación de la administración de cuestionarios por teléfono es la siguiente: en un programa radial o televisivo se solicita la opinión o respuesta de los receptores a una pregunta o algunas cuantas preguntas, éstos deben marcar un número telefónico y contestar las opciones de respuesta con las que concuerden más. El problema de estas encuestas reside en la muestra, que desde luego no es probabi- lística, sino que se conforma de voluntarios que cubren dos condiciones: tener teléfono y estar viendo o escuchando la emisión del programa. Este proceder nos conduce más que a un estudio, a un sondeo. Lo cual no es un error en sí, lo grave es que se pretenda generalizar los resultados a una población (por ejemplo, los habitantes de una ciudad, un estado, provincia o departamento; o peor aún, un país). Algunas consideraciones adicionales para la administración del cuestionario Cuando se tiene población analfabeta, con niveles educativos bajos o niños que apenas comienzan a leer o no dominan la lectura, el método más conveniente de administración de un cuestionario es por entrevista. Aunque hoy en día ya existen algunos cuestionarios muy gráficos que usan escalas sencillas para las opciones de respuestas. Como en el siguiente ejemplo. EJEMPLO En desacuerdo Neutral De acuerdo Con trabajadores de niveles de lectura básica se recomienda utilizar entrevistas o cuestionarios autoadministrados sencillos que se apliquen en grupos, con la asesoría de entrevistadores o superviso- res capacitados. En algunos casos, con ejecutivos que difícilmente vayan a dedicarle a un solo asunto más de 20 minutos, se pueden utilizar cuestionarios autoadministrados o entrevistas telefónicas. Con estudiantes suelen funcionar los cuestionarios autoadministrados. Algunas asociaciones realizan encuestas por correo y ciertas empresas envían cuestionarios a sus ejecutivos y supervisores mediante el servicio interno de mensajería o por correo electrónico. Cuando el cuestionario contiene unas cuantas preguntas (su administración toma entre cuatro y cinco minu- tos), la entrevista telefónica es una buena alternativa. Ahora bien, sea cual fuere la forma de administración, siempre debe haber uno o varios supervi- sores que verifiquen que los cuestionarios se están aplicando correctamente. La elección del contexto para administrar el cuestionario deberá ser muy cuidadosa y dependerá del presupuesto disponible, el tiempo de entrega de los resultados, el planteamiento del problema, la naturaleza de los datos y el tipo de participantes (edad, nivel educativo, etcétera). A continuación incluimos la tabla 9.7 que compara de manera sencilla las formas de administra- ción. ¿De qué tipos de instrumentos de medición o recolección de datos cuantitativos disponemos en la investigación? www.FreeLibros.com
- 286. Capítulo 9 Recolección de los datos cuantitativos 244 Tabla 9.7 Comparación de las principales formas de administración de cuestionarios Método de administración Tasa de respuesta Presupuesto o coste (fuente que origina el mayor gasto) Rapidez con que se administra Profundidad de los datos obtenidos Tamaño del cuestionario Autoadministrado (individual) Media Medio (pago de recolectores) Media Alta Cualquier tamaño razonable Autoadministrado (grupal) Alta Bajo (sesiones) Rápido Alta Cualquier tamaño razonable Autoadministrado (envío correo o paquetería) Baja Bajo por correo postal(envíos) Medio por paquetería (envíos) Lenta Alta Cualquier tamaño razonable Autoadministrado por correo electrónico o página web Baja Bajo (diseño electrónico) Media Alta Cualquier tamaño razonable Entrevista personal Alta Elevado (pago a entrevis- tadores y gastos de viaje) Media Alta Cualquier tamaño razonable Entrevista telefónica Alta Bajo (llamadas telefóni- cas locales y entrevista- dores) Rápido Baja Corto Cuando los cuestionarios son muy complejos de contestar o de aplicar, suele utilizarse un manual que explica a fondo las instrucciones y cómo debe responderse o administrarse. Escalas para medir las actitudes Una actitud es una predisposición aprendida para responder coherentemente de una manera favorable o desfavorable ante un objeto, ser vivo, actividad, concepto, persona o sus símbolos (Fishbein y Ajzen, 1975; Haddock y Maio, 2007; y Oskamp y Schultz , 2009). Así, los seres humanos tenemos actitudes hacia muy diversos objetos, símbolos, etc.; por ejemplo, actitudes hacia el aborto, la política económica, la familia, un profe- sor, diferentes grupos étnicos, la ley, nuestro trabajo, una nación específica, los osos, el nacionalismo, nosotros mismos, etcétera. Las actitudes están relacionadas con el comportamiento que mantenemos en torno a los objetos a que hacen referencia. Si mi actitud hacia el aborto es desfavorable, probablemente no abortaría o no participaría en un aborto. Si mi actitud es favorable a un partido político, lo más probable es que vote por él en las próximas elecciones. Desde luego, las actitudes sólo son un indicador de la conducta, pero no la conducta en sí. Por ello, las mediciones de actitudes deben interpretarse como “síntomas” y no como “hechos” (Padua, 2000). Si detecto que la actitud de un grupo hacia la contaminación es desfa- vorable, esto no significa que las personas estén tomando acciones para evitar contaminar el ambiente, aunque sí es un indicador de que pueden adoptarlas en forma paulatina. La actitud es como una “semilla” que bajo ciertas condiciones suele “germinar en comportamiento”. Las actitudes tienen diversas propiedades, entre las que destacan: dirección (positiva o negativa) e intensidad (alta o baja); estas propiedades forman parte de la medición. Los métodos más conocidos para medir por escalas las variables que constituyen actitudes son: el método de escalamiento Likert, el diferencial semántico y la escala de Guttman. A continuación exa- minaremos los primeros dos, que son los utilizados con mayor frecuencia. En el capítulo 7 del CD anexo: “Recolección de los datos cuantitativos, segunda parte”, se comenta el tercer método: escalo- grama de Guttman. Actitud Predisposición aprendida para responder coherentemente de manera favorable o desfavorable ante un objeto, ser vivo, actividad, concep- to, persona o sus símbolos. método de escala minaremos los pr anexo: “Recolecc grama de Guttma 4 www.FreeLibros.com
- 287. 245 Escalas para medir las actitudes Escalamiento tipo Likert Este método fue desarrollado por Rensis Likert en 1932; sin embargo, se trata de un enfoque vigente y bastante popularizado.17 Consiste en un conjunto de ítems pre- sentados en forma de afirmaciones o juicios, ante los cuales se pide la reacción de los participantes. Es decir, se presenta cada afirmación y se solicita al sujeto que externe su reacción eligiendo uno de los cinco puntos o categorías de la escala. A cada pun- to se le asigna un valor numérico. Así, el participante obtiene una puntuación respecto de la afirma- ción y al final su puntuación total, sumando las puntuaciones obtenidas en relación con todas las afirmaciones. Las afirmaciones califican al objeto de actitud que se está midiendo. El objeto de actitud puede ser cualquier “cosa física” (un vestido, un automóvil…), un individuo (el Presidente, un líder histórico, mi madre, mi sobrino Alexis, un candidato a una elección…), un concepto o símbolo (patria, sexua- lidad, la mujer vallenata —Colombia—, el trabajo), una marca (Adidas, Ford…), una actividad (comer, beber café…), una profesión, un edificio, etc. Por ejemplo, Kafer et al. (1989) generaron varias escalas para medir las actitudes hacia los animales y Meerkerk et al. (2009) desarrollaron un instru- mento basado en escalas Likert para determinar la severidad del uso compulsivo de internet. Tales frases o juicios deben expresar sólo una relación lógica; además, es muy recomendable que no excedan de 20 palabras. Escalamiento Likert Conjunto de ítems que se presentan en forma de afirmaciones para medir la reacción del sujeto en tres, cinco o siete categorías. 17 Para conocer los orígenes de esta técnica se recomienda consultar a Likert (1976a o 1976b), Seiler y Hough (1976) y particu- larmente el libro original: Likert (1932). 18 Likert (1932), Futrell et al. (1998), Clark (2000) y Roberts y Jowell (2008). EJEMPLO De frase Objeto de actitud medido Afirmación El voto “Votar es una obligación de todo ciudadano responsable” En este caso, la afirmación incluye ocho palabras y expresa una sola relación lógica (X–Y). Las opciones de respuesta o puntos de la escala son cinco e indican cuánto se está de acuerdo con la frase correspondiente.18 Las opciones más comunes se presentan en la figura 9.11. Debe recordarse que a cada una de ellas se le asigna un valor numérico (precodificado o no) y sólo puede marcarse una res- puesta. Se considera un dato inválido si se marcan dos o más opciones. Las opciones de respuesta o categorías pueden colocarse de manera horizontal, como en la figura 9.11, o en forma vertical. ( ) Muy de acuerdo ( ) De acuerdo ( ) Ni de acuerdo ni en desacuerdo ( ) En desacuerdo ( ) Muy en desacuerdo www.FreeLibros.com
- 288. Capítulo 9 Recolección de los datos cuantitativos 246 O bien, utilizando recuadros en lugar de paréntesis: Definitivamente sí Probablemente sí Indeciso Probablemente no Definitivamente no Es indispensable señalar que el número de categorías de respuesta debe ser igual para todas las afirmaciones. Pero siempre respetando el mismo orden o jerarquía de presentación de las opciones para todas las frases (ver tabla 9.8). Dirección de las afirmaciones Las afirmaciones pueden tener dirección: favorable o positiva y desfavorable o negativa. Y esta dirección es muy importante para saber cómo se codifican las alternativas de respuesta. Si la afirmación es positiva, significa que califica favorablemente al objeto de actitud; de este modo, cuanto más de acuerdo con la frase estén los participantes, su actitud será igualmente más favorable. Figura 9.11 Opciones o puntos en las escalas Likert. Muy de acuerdo Totalmente de acuerdo Siempre Completamente verdadero De acuerdo De acuerdo La mayoría de las veces sí Verdadero Ni de acuerdo, ni en desacuerdo Neutral Algunas veces sí, algunas veces no Ni falso, ni verdadero En desacuerdo En desacuerdo La mayoría de las veces no Falso Muy en desacuerdo Totalmente en desacuerdo Nunca Completamente falso Alternativa 1: Alternativa 2: Alternativa 3: Alternativa 4: “Afirmación“ “Afirmación“ “Afirmación“ “Afirmación“ www.FreeLibros.com
- 289. 247 Escalas para medir las actitudes En este ejemplo, si estamos “muy de acuerdo” con la afirmación implica una actitud más favorable hacia el Ministerio de Hacienda que si estamos solamente “de acuerdo”. En cambio, si estamos “muy en desacuerdo” implica una actitud muy desfavorable. Por tanto, cuando las afirmaciones son positivas se califican comúnmente de la siguiente manera: (5) Muy de acuerdo (4) De acuerdo (3) Ni de acuerdo ni en desacuerdo (2) En desacuerdo (1) Muy en desacuerdo Es decir, en este ejemplo, estar más de acuerdo implica una puntuación mayor. Pero si la afirmación es negativa, significa que califica desfavorablemente al objeto de actitud, y cuanto más de acuerdo estén los participantes con la frase, implica que su actitud es menos favorable, esto es, más desfavorable. 19 Es un ejemplo simple para ilustrar el concepto. Tabla 9.8 Opciones jerárquicamente correctas e incorrectas en un ejemplo19 Objeto de actitud: mi novia Correcto Incorrecto (no se respeta la misma jerarquía en todos los ítems) “Me gusta estar mucho con mi novia” Definitivamente sí Probablemente sí Indeciso Probablemente no Definitivamente no “Si por mí fuera, todos los días estaría con mi novia” Definitivamente sí Probablemente sí Indeciso Probablemente no Definitivamente no “Amo demasiado a mi novia” Definitivamente sí Probablemente sí Indeciso Probablemente no Definitivamente no “Me gusta estar mucho con mi novia” Probablemente sí Indeciso Definitivamente sí Probablemente no Definitivamente no “Si por mí fuera, todos los días estaría con mi novia” Definitivamente sí Probablemente sí Probablemente no Definitivamente no Indeciso “Amo demasiado a mi novia” Definitivamente sí Probablemente sí Indeciso Probablemente no Definitivamente no EJEMPLO “El Ministerio de Hacienda ayuda al contribuyente a resolver sus problemas en el pago de impuestos”. www.FreeLibros.com
- 290. Capítulo 9 Recolección de los datos cuantitativos 248 En este nuevo ejemplo, si estamos “muy de acuerdo” implica una actitud más desfavorable que si estamos de “acuerdo”, y así en forma sucesiva. En contraste, si estamos “muy en desacuerdo” implica una actitud favorable hacia el Ministerio de Hacienda. Rechazamos la frase porque califica negativa- mente al objeto de actitud. Un ejemplo cotidiano de afirmación negativa sería: “Luis es un mal ami- go”. Cuanto más de acuerdo estemos con el juicio, nuestra actitud hacia Luis será menos favorable. Es decir, estar más de acuerdo implica una puntuación menor. Cuando las afirmaciones son negativas se califican al contrario de las positivas. (1) Totalmente de acuerdo (2) De acuerdo (3) Ni de acuerdo ni en desacuerdo (4) En desacuerdo (5) Totalmente en desacuerdo En la figura 9.12 se presenta un ejemplo de una escala Likert para medir la actitud hacia un orga- nismo tributario.20 EJEMPLO “El Ministerio de Hacienda se caracteriza por obstaculizar al contribuyente en el pago de impuestos”. 20 El ejemplo fue utilizado en un país latinoamericano y su confiabilidad total fue de 0.89; aquí se presenta una versión reducida de la escala original. El nombre del organismo tributario que aquí se utiliza es ficticio. Las afirmaciones que voy a leer son opiniones con las que algunas personas están de acuerdo y otras en desacuerdo. Voy a pedirle que me diga, por favor, qué tan de acuerdo está usted con cada una de estas opiniones: 1. El personal de la Dirección General de Impuestos Nacionales es grosero al atender al público. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 2. La Dirección General de Impuestos Nacionales se caracteriza por la deshonestidad de sus funcionarios. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 3. Los servicios que presta la Dirección General de Impuestos Nacionales en general son muy buenos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 4. La Dirección General de Impuestos Nacionales informa claramente sobre cómo, dónde y cuándo pagar los impuestos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo Figura 9.12 Muestra de una escala Likert. www.FreeLibros.com
- 291. 249 Escalas para medir las actitudes Como puede observarse en la figura 9.12, las afirmaciones 1, 2, 5 y 8 son negativas (desfavora- bles); y las afirmaciones 3, 4, 6 y 7 son positivas (favorables). Forma de obtener las puntuaciones Las puntuaciones de las escalas Likert se obtienen sumando los valores alcanzados respecto de cada frase. Por ello se denomina escala aditiva. La figura 9.13, la cual se basa en la figura 9.12, constituiría un ejemplo de cómo calificar una escala Likert. 5. La Dirección General de Impuestos Nacionales es muy lenta en la devolución de impuestos pagados en exceso. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo, ni en desacuerdo 6. La Dirección General de Impuestos Nacionales informa oportunamente sobre cómo, dónde y cuándo pagar los impuestos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 7. La Dirección General de Impuestos Nacionales tiene normas y procedimientos bien definidos para el pago de impuestos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 8. La Dirección General de Impuestos Nacionales tiene malas relaciones con la gente porque cobra impuestos muy altos. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo Figura 9.12 Muestra de una escala Likert (continuación). Figura 9.13 Muestra de puntuaciones de la escala Likert. 1. El personal de la Dirección General de Impuestos Nacionales es grosero al atender al público. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 2. La Dirección General de Impuestos Nacionales se caracteriza por la deshonestidad de sus funcionarios. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 3. Los servicios que presta la Dirección General de Impuestos Nacionales en general son muy buenos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 4. La Dirección General de Impuestos Nacionales informa claramente sobre cómo, dónde y cuándo pagar los impuestos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo ✕ ✕ ✕ ✕ www.FreeLibros.com
- 292. Capítulo 9 Recolección de los datos cuantitativos 250 Una puntuación se considera alta o baja según el número de ítems o afirmaciones. Por ejemplo, en la escala para evaluar la actitud hacia el organismo tributario, la puntuación mínima posible es de ocho (1 + 1 + 1 + 1 + 1 + 1 + 1 + 1) y la máxima es de 40 (5 + 5 + 5 + 5 + 5 + 5 + 5 + 5), porque hay ocho afirmaciones. La persona del ejemplo obtuvo 12. Su actitud hacia el organismo tributario es más bien bastante desfavorable; veámoslo gráficamente: Figura 9.13 Muestra de puntuaciones de la escala Likert (continuación). EJEMPLO Si alguien hubiera tenido una puntuación de 37 (5 + 5 + 4 + 5 + 5 + 4 + 4 + 5) su actitud se cali- ficaría como sumamente favorable. En las escalas Likert a veces se califica el promedio resultante en la escala mediante la sencilla fórmula PT/NT (donde PT es la puntuación total en la escala y NT es el número de afirmaciones), y entonces una puntuación se analiza en el continuo 1-5 de la siguiente manera, con el ejemplo de quien obtuvo 12 en la escala (12/8 = 1.5). 5. La Dirección General de Impuestos Nacionales es muy lenta en la devolución de impuestos pagados en exceso. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 6. La Dirección General de Impuestos Nacionales informa oportunamente sobre cómo, dónde y cuándo pagar los impuestos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 7. La Dirección General de Impuestos Nacionales tiene normas y procedimientos bien definidos para el pago de impuestos. 5. Muy de acuerdo 2. En desacuerdo 4. De acuerdo 1. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo 8. La Dirección General de Impuestos Nacionales tiene malas relaciones con la gente porque cobra impuestos muy altos. 1. Muy de acuerdo 4. En desacuerdo 2. De acuerdo 5. Muy en desacuerdo 3. Ni de acuerdo ni en desacuerdo Valor = 1 + 2 + 1 + 3 + 1 + 1 + 2 + 1 = 12 ✕ ✕ ✕ ✕ 8 12 16 24 32 40 Actitud muy desfavorable Actitud muy favorable www.FreeLibros.com
- 293. 251 Escalas para medir las actitudes La escala Likert es, en sentido estricto, una medición ordinal; sin embargo, es común que se le trabaje como si fuera de intervalo. Creswell (2005) y Pell (2005) señalan que debe considerarse en un nivel de medición por intervalos porque ha sido probada en múltiples ocasiones. Pero otros autores, como Jamieson (2004), consideran que tiene que concebirse como ordinal y analizarse como tal. Para profundizar en esta polémica recomendamos a Hodge y Gillespie (2003), así como a Carifio y Rocco (2007 y 2008) y Achyar (2008). Asimismo, a veces se utiliza un intervalo de 0 a 4 o de –2 a +2, en lugar de 1 a 5. Pero esto no importa porque se cambia el marco de referencia de la interpretación. Veámoslo gráficamente. EJEMPLO EJEMPLO 0 1 2 3 4 –2 –1 0 +1 +2 (4) Totalmente de acuerdo (2) Totalmente de acuerdo (–1) En desacuerdo (1) En desacuerdo (3) De acuerdo (1) De acuerdo (–2) Totalmente en desacuerdo (0) Totalmente en desacuerdo (2) Ni de acuerdo ni en desacuerdo (0) Ni de acuerdo ni en desacuerdo 0 1.5 2 3 4 5 Actitud muy desfavorable Actitud muy favorable Simplemente se ajusta el marco de referencia; pero el rango se mantiene y las categorías continúan siendo cinco. Otras condiciones sobre la escala Likert A veces se disminuye o se incrementa el número de categorías, sobre todo cuando los participantes potenciales tienen una capacidad muy limitada de discriminación o, por el contrario, muy amplia. www.FreeLibros.com
- 294. Capítulo 9 Recolección de los datos cuantitativos 252 Si los participantes tienen poca capacidad de discriminar se pueden considerar dos o tres catego- rías. Por el contrario, si son personas con un nivel educativo elevado y gran capacidad de discrimina- ción, pueden incluirse siete o más categorías. Pero debe recalcarse que el número de categorías de respuesta tiene que ser el mismo para todos los ítems. Si son tres, son tres categorías para todos los ítems o las afirmaciones. Si son cinco, son cinco categorías para todos los reactivos. En ocasiones se elimina la opción o categoría intermedia y neutral (ni de acuerdo ni en desacuerdo, neutral, indeci- so…) para comprometer al sujeto o forzarlo a que se pronuncie de manera favorable o desfavorable. Asimismo, como señalan Hodge y Gillespie (2003), algunos respondientes gradúan su intensidad en un continuo que va del “fuertemente de acuerdo” a “neutral” y hasta el “fuertemente en desacuer- do”, mientras que otros entienden a esta categoría central como un “no sé” o “no aplica”. Estos indivi- duos ven al punto neutral o medio como una extensión de la dimensión de contenido, considerándolo como una opción de respuesta cuando no poseen suficiente información. En este caso, resulta apro- piado ignorar tales respuestas cuando se calcula la puntuación total (Raaijmakers et al., 2000; Hodge y Gillespie, 2003). Si después de la prueba piloto se observa que una cuarta parte o más de los respon- dientes tienden a irse a la categoría neutral en un ítem, es necesario revisarlo e incluso eliminarlo. Si esto ocurre en varios reactivos, se debe eliminar tal categoría o revisar a fondo la escala. Un aspecto muy importante de la escala Likert es que asume que los ítems o las afirmaciones miden la actitud hacia un único concepto subyacente. En el caso de que se midan actitudes hacia varios objetos, deberá incluirse una escala por objeto, porque aunque se presenten conjuntamente, se califican por separado. En cada escala se considera que todos los ítems tienen igual peso. Cómo se construye una escala Likert En términos generales, una escala Likert se construye con un elevado número de afirmaciones que califiquen al objeto de actitud y se administran a un grupo piloto para obtener las puntuaciones del grupo en cada ítem o frase. Estas puntuaciones se correlacionan con las del grupo a toda la escala (la suma de las puntuaciones de todas las afirmaciones), y las frases o reactivos, cuyas puntuaciones se correlacionen significativamente con las puntuaciones de toda la escala, se seleccionan para integrar el instrumento de medición. Asimismo, debe calcularse la confiabilidad y validez de la escala. Preguntas en lugar de afirmaciones En la actualidad, la escala original con frases se ha extendido a preguntas y observaciones. Como se puede observar en el siguiente ejemplo para evaluar al conductor de un programa televisivo. EJEMPLOS 1 De acuerdo 0 En desacuerdo 3 De acuerdo 2 Ni de acuerdo ni 1 En desacuerdo en desacuerdo 7 Totalmente de acuerdo 6 De acuerdo 5 Indeciso, pero más bien de acuerdo 4 Indeciso, ni de acuerdo 3 Indeciso pero más bien ni en desacuerdo en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo www.FreeLibros.com
- 295. 253 Escalas para medir las actitudes Otro ejemplo sería un conjunto de preguntas formuladas en una investigación para analizar la relación de compraventa en empresas de la Ciudad de México (Paniagua, 1985). De ella se presenta un fragmento en la tabla 9.9.21 Tabla 9.9 Ejemplo de la escala Likert aplicada a varias preguntas ¿Para elegir a sus proveedores qué tan importante es... Indispensable (5) Sumamente importante (4) Medianamente importante (3) Poco importante (2) No se toma en cuenta (1) el precio? 5 4 3 2 1 la forma de pago (contado/ crédito)? 5 4 3 2 1 el tiempo de entrega? 5 4 3 2 1 el lugar de entrega? 5 4 3 2 1 la garantía del producto? 5 4 3 2 1 el prestigio del producto? 5 4 3 2 1 el prestigio de la empresa proveedora? 5 4 3 2 1 el cumplimiento del proveedor con las especificaciones? 5 4 3 2 1 la información que sobre el producto proporcione el proveedor? 5 4 3 2 1 el tiempo de trabajar con el proveedor? 5 4 3 2 1 la entrega del producto en las condiciones acordadas? 5 4 3 2 1 la calidad del producto? 5 4 3 2 1 Las respuestas se califican del modo que ya hemos comentado. La escala en la pregunta En ocasiones la escala se incluye en la pregunta. Mertens (2005) las denomina preguntas actitudinales, por ejemplo: ¿está usted fuertemente a favor, más bien a favor, más bien en contra o fuertemente en contra del aborto cuando la mujer ha sido violada? EJEMPLO ¿Cómo considera usted al conductor del programa…? 5 Muy buen conductor 4 Buen conductor 3 Regular 2 Mal conductor 1 Muy mal conductor 21 Estas preguntas se han seguido utilizando en estudios más actuales; siguen siendo vigentes. www.FreeLibros.com
- 296. Capítulo 9 Recolección de los datos cuantitativos 254 En la pregunta se eliminó la categoría central o intermedia. Pero estas interrogantes suelen limi- tarse a entrevistas de unas cuantas preguntas, porque requieren cierta capacidad de memorización. Método de completar las frases Hodge y Gillespie (2003) desarrollaron una derivación del escalamiento clásico de Likert, en la cual se incluyen frases incompletas respecto al objeto de actitud y a éstas se les agrega un continuo que sirve como base para las respuestas claves. Estos autores plantearon un continuo con 11 puntos o categorías (0 a 10) y que se “ancla” en cada extremo con terminaciones respecto a la frase a la que hacen referen- cia, las cuales representan la ausencia del constructo (cero) y la máxima “cantidad” o “presencia” del mismo (10). Sostienen que los participantes usan un número para guiarse en sus respuestas, y la frase introductoria los orienta en el continuo. Se les pide que circunscriban o marquen el número que refle- je mejor su respuesta. El constructo se mide por ítems que enfatizan la fuerza del atributo. Los núme- ros trabajan en concordancia con las frases para implicar el grado de presencia de éste. El ejemplo, lo sería la actitud intrínseca hacia la religión.22 22 Adaptado al español y modificado después de una prueba piloto (Hodge y Gillespie, 2003, p. 52). EJEMPLO De una escala donde se completan las afirmaciones Actitud intrínseca hacia la religión 1. Mis creencias religiosas afectan: 0 1 2 3 4 5 6 7 8 9 10 2. Estoy consciente de la presencia de Dios… 10 9 8 7 6 5 4 3 2 1 0 3. Respecto a las preguntas que tengo sobre la vida, mi religión responde… 0 1 2 3 4 5 6 7 8 9 10 4. Mi religión es… 10 9 8 7 6 5 4 3 2 1 0 5. Leo libros, busco información en internet y veo programas que se relacionen con mi fe… 0 1 2 3 4 5 6 7 8 9 10 Ningún aspecto de mi vida Absolutamente a ninguna de mis preguntas El motivo más importante de mi vida, dirige todos los demás aspectos No es un factor en mi vida Absolutamente a todas mis preguntas Continuamente Nunca Absolutamente todos los aspectos de mi vida Nunca Todos los días, sin fallar www.FreeLibros.com
- 297. 255 Escalas para medir las actitudes Al construir una escala Likert, debemos asegurarnos de que las afirmaciones y alternativas de res- puesta serán comprendidas por los participantes a los que se les aplicará y que éstos tendrán la capaci- dad de discriminación requerida. Ello se evalúa cuidadosamente en la prueba piloto. Las escalas pueden ser autoadministradas o aplicadas mediante entrevistas, en este último caso, es recomendable mostrar al entrevistado una tarjeta donde se presenten las alternativas de respuestas o categorías. Asimismo, las escalas Likert pueden integrarse dentro de un cuestionario. Diferencial semántico El diferencial semántico fue desarrollado originalmente por Osgood, Suci y Tan- nenbaum (1957) para explorar las dimensiones del significado.23 Consiste en una serie de adjetivos extremos que califican al objeto de actitud, ante los cuales se solici- ta la reacción del participante. Es decir, éste debe calificar al objeto de actitud a partir de un conjunto de adjetivos bipolares; entre cada par de éstos, se presentan varias opciones y la persona selecciona aquella que en mayor medida refleje su actitud. 6. Busco momentos para meditar y pensar sobre mi religión y Dios… 10 9 8 7 6 5 4 3 2 1 0 Todos los días, sin fallar Nunca 23 Para profundizar en el diferencial semántico se recomienda consultar: Osgood, Suci y Tannenbaum (1957, 1976a y 1976b), así como Heise (1976). Diferencial semántico Serie de pares de adjetivos extremos que sirven para cali- ficar al objeto de actitud, ante los cuales se pide la reacción del sujeto, al ubicarlo en una categoría por cada par. EJEMPLO Escala bipolar Objeto de actitud: Candidato “A” justo :_____:_____:_____:_____:_____:_____:_____: injusto Debe observarse que los adjetivos son “extremos” y que entre ellos hay siete opciones de respuesta. Cada participante califica al candidato “A” en términos de esta escala de adjetivos bipolares. Osgood, Suci y Tannenbaum (1957) nos indican que si el respondiente considera que el objeto de actitud se relaciona muy estrechamente con uno u otro extremo de la escala, la respuesta se marca así: justo: ___X ____:_______:_______:_______:_______:_______:_______: injusto O de la siguiente manera: justo: _______:_______:_______:_______:_______:_______:___X ____: injusto www.FreeLibros.com
- 298. Capítulo 9 Recolección de los datos cuantitativos 256 Si el participante considera que el objeto de actitud se relaciona estrechamente con uno u otro extremo de la escala, la respuesta se marca así (dependiendo del extremo en cuestión): justo: _______:___X ____:_______:_______:_______:_______:_______: injusto justo: _______:_______:_______:_______:_______:___X ____:_______: injusto Si el interviniente considera que el objeto de actitud se relaciona medianamente con alguno de los extremos, la respuesta se marca así (dependiendo del extremo en cuestión): justo: _______:_______:___X ____:_______:_______:_______:_______: injusto justo: _______:_______:_______:_______:___X ____:_______:_______: injusto Y si el respondiente considera que el objeto de actitud ocupa una posición neutral en la escala (ni justo ni injusto, en este caso), la respuesta se marca así: justo: _______:_______:_______:___X ____:_______:_______:_______: injusto Es decir, en el ejemplo, cuanto más justo considere al candidato “A” más me acerco al extremo “justo”; y viceversa, cuanto más injusto lo considero más me acerco al extremo opuesto. Algunos casos de adjetivos bipolares se muestran en el siguiente ejemplo. Desde luego hay muchos más que se han utilizado o que pudieran pensarse. La elección de adjetivos depende del objeto de actitud a calificar, ya que se requiere que los adjetivos se puedan aplicar a éste. EJEMPLOS Adjetivos bipolares fuerte-débil poderoso-impotente grande-pequeño vivo-muerto bonito-feo joven-viejo alto-bajo rápido-lento claro-oscuro gigante-enano caliente-frío perfecto-imperfecto costoso-barato agradable-desagradable activo-pasivo bendito-maldito seguro-peligroso arriba-abajo bueno-malo útil-inútil dulce-amargo favorable-desfavorable profundo-superficial asertivo-tímido agresivo-pacífico honesto-deshonesto sincero-hipócrita bien intencionado-mal intencionado Codificación de las escalas Los puntos o las categorías de la escala pueden codificarse de diversos modos, que se presentan en la figura 9.14. www.FreeLibros.com
- 299. 257 Escalas para medir las actitudes Codificar de 1 a 7 o de –3 a 3 no tiene importancia, siempre y cuando estemos conscientes del mar- co de interpretación. Por ejemplo, si una persona califica al objeto de actitud: candidato “A” en la escala justo-injusto, marcando la categoría más cercana al extremo “injusto”, la puntuación sería “1” o “–3”. justo: _______:_______:_______:_______:_______:_______:___X ____: injusto 7 6 5 4 3 2 1 justo: _______:_______:_______:_______:_______:_______:___X ____: injusto 3 2 1 0 –1 –2 –3 Adjetivo favorable (por ejemplo: fuerte, bonito, activo, etcétera) Adjetivo favorable (por ejemplo: fuerte, bonito, activo, etcétera) Adjetivo desfavorable (por ejemplo: débil, feo, pasivo, etcétera) Adjetivo desfavorable (por ejemplo: débil, feo, pasivo, etcétera) _______:_______:_______:_______:_______:_______:_______: 3 2 1 0 –1 –2 –3 _______:_______:_______:_______:_______:_______:_______: 7 6 5 4 3 2 1 Figura 9.14 Maneras comunes de codificar el diferencial semántico. En los casos en que los respondientes tengan menor capacidad de discriminación, se pueden reducir las categorías a cinco opciones. Por ejemplo: sabroso :_________:_________:_________:_________:_________: desabrido 5 4 3 2 1 o :_________:_________:_________:_________:_________: 2 1 0 –1 –2 o aun a tres opciones (lo cual es poco común): bueno :_________:_________:_________: malo 3 2 1 o _________:_________:_________ 1 0 –1 También pueden agregarse calificativos a los puntos o las categorías de la escala (Babbie, 1979, p. 411). totalmente bastante regular bastante totalmente activo: _________:_________:_________:_________:_________: pasivo 5 4 3 2 1 :_________:_________:_________:_________:_________: 2 1 0 –1 –2 www.FreeLibros.com
- 300. Capítulo 9 Recolección de los datos cuantitativos 258 En un caso la escala oscila entre 1 y 7, y en el otro caso entre –3 y 3. Si deseamos evitar el manejo de números negativos utilizamos la escala de 1 a 7. El diferencial semántico (DS) se ha utilizado en diversas situaciones para evaluar “objetos” de actitud. Por ejemplo, Lilja et al. (2004) emplearon un instrumento con 57 pares de adjetivos bipolares con la finalidad de apreciar la actitud de un grupo de enfermeras respecto a ciertos pacientes psiquiá- tricos y su orientación hacia ellos (enfocadas en el “ser humano” y en establecer una relación genuina y duradera, versus centradas en simplemente corregir la conducta “defectuosa” del paciente). Shields (2007) aplicó el DS para examinar las actitudes y opiniones del personal de apoyo y los padres en torno al cuidado de niños hospitalizados en cuatro países (dos desarrollados: Australia y Gran Bretaña, y dos subdesarrollados: Indonesia y Tailandia). Salcuni et al. (2007) usaron esta técnica en Italia a fin de evaluar las representaciones que hacen los padres respecto de sus hijos (6 a 11 años de edad). Mientras que Bauer (2008) lo utilizó para determinar actitudes hacia la Química (como ciencia y materia) por parte de estudiantes universitarios. Otro estudio es el de Friborg, Martinussen y Rosenvinge (2006), quienes midieron mediante una escala tipo Likert y un diferencial semántico la resiliencia en alumnos de licenciatura (capacidad de los individuos para sobreponerse de acontecimientos desestabilizadores, condiciones de vida difíciles, periodos de dolor emocional y traumas psicológicos). Maneras de aplicar el diferencial semántico La aplicación del diferencial semántico puede ser autoadministrada (se le proporciona la escala al par- ticipante y éste marca la categoría que describe mejor su reacción o considera conveniente) o median- te entrevista (el entrevistador marca la categoría que corresponde a la respuesta del participante). En esta segunda situación es muy conveniente mostrar una tarjeta al respondiente, que incluya los adjeti- vos bipolares y sus categorías respectivas. La figura 9.15 muestra parte de un ejemplo de un diferencial semántico utilizado en una investi- gación para evaluar la actitud hacia un producto. Figura 9.15 Parte de un diferencial semántico para medir la actitud hacia un producto consumible. barato _________:_________:_________:_________:_________:_________:_________: caro sabroso _________:_________:_________:_________:_________:_________:_________: insípido dulce _________:_________:_________:_________:_________:_________:_________: amargo limpio _________:_________:_________:_________:_________:_________:_________: sucio rico _________:_________:_________:_________:_________:_________:_________: pobre suave _________:_________:_________:_________:_________:_________:_________: áspero propio _________:_________:_________:_________:_________:_________:_________: ajeno completo _________:_________:_________:_________:_________:_________:_________: incompleto Las respuestas se califican de acuerdo con la codificación. Por ejemplo, si una persona tuvo la siguiente respuesta rico: ___X ____:_______:_______:_______:_______:_______:_______: pobre y la escala oscila entre uno y siete, esta persona obtendría un siete (7). En ocasiones se incluye la codificación en la versión que se les presenta a los respondientes con el propósito de aclarar las diferencias entre las categorías. www.FreeLibros.com
- 301. 259 Escalas para medir las actitudes Por ejemplo: sabroso: _______:_______:_______:_______:_______:_______:_______: insípido 7 6 5 4 3 2 1 Pasos para integrar la versión final Para integrar la versión final de la escala se deben llevar a cabo los siguientes pasos: 1. Generamos una lista de adjetivos bipolares exhaustiva y aplicable al objeto de actitud a medir. De ser posible, resulta conveniente que se seleccionen adjetivos utilizados en investigaciones similares a la nuestra (contextos parecidos). 2. Construimos una versión preliminar de la escala y la administramos a un grupo de participantes a manera de prueba piloto. 3. Correlacionamos las respuestas de los intervinientes para cada par de adjetivos o ítems. Así, correlacio- namos un ítem con todos los demás (cada par de adjetivos frente al resto). 4. Calculamos la confiabilidad y la validez de la escala total (todos los pares de adjetivos). 5. Seleccionamos los ítems que presenten correlaciones significativas y discriminen entre casos con los demás ítems. Naturalmente, si hay confiabilidad y validez, estas correlaciones serán significativas. 6. Desarrollamos la versión final de la escala. La escala definitiva se califica de igual manera que la de Likert: sumando las puntuaciones obteni- das respecto de cada ítem o par de adjetivos. La figura 9.16 es un ejemplo de ello. Figura 9.16 Ejemplo de cómo calificar un diferencial semántico. sabroso _________:____X _____:_________:_________:_________:_________:_________: insípido rico ____X _____:_________:_________:_________:_________:_________:_________: pobre suave _________:____X _____:_________:_________:_________:_________:_________: áspero balanceado _________:____X _____:_________:_________:_________:_________:_________: desbalanceado Valor = 6 + 7 + 6 + 6 = 25 Su interpretación depende del número de ítems o pares de adjetivos. Asimismo, en ocasiones se califica el promedio obtenido en la escala total. puntuación total número de ítems ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ Se pueden utilizar distintas escalas o diferenciales semánticos para medir actitudes hacia varios objetos. Por ejemplo, es posible medir con cuatro pares de adjetivos la actitud hacia el candidato “A”, con otros tres pares de adjetivos la actitud respecto de su plataforma ideológica, y con otros seis pares de adjetivos la actitud hacia su partido político. Tenemos tres escalas, cada una con distintos pares de adjetivos para medir la actitud en relación con tres diferentes conceptos (“objetos de actitud”). El diferencial semántico es una escala de medición ordinal, aunque es común que se le trabaje como si fuera de intervalo (Key, 1997), por las mismas razones de Likert. www.FreeLibros.com
- 302. Capítulo 9 Recolección de los datos cuantitativos 260 Escalograma de Guttman El escalograma de Guttman es otra técnica para medir las actitudes y al igual que Likert se fundamenta en afirmaciones o juicios respecto del concepto u objeto de actitud, ante los cuales los participantes deben externar su opinión seleccionando uno de los puntos o categorías de la escala respectiva. Una vez más, a cada categoría se le otorga un valor numérico. Así, el participante obtiene una puntuación respecto de la afirmación y al final su puntuación total, sumando las puntuaciones obtenidas en relación con todas las afirmaciones. La diferencia con el método de Likert es que las frases tienen diferentes intensidades (se escalan por tal intensidad), por ejemplo, la siguiente afirmación en relación con el aborto (actitud evaluada): “si en estos momentos me embarazara, jamás abortaría”; es más intensa que esta otra: “si una de mis mejores amigas se embarazara, nunca le recomendaría abortar”, y a su vez, esta última resulta más intensa que la afirmación: “si una compañera del salón de clases se embarazara, probablemente no le recomendaría abortar”. Es decir, se basa en el principio de que algunos ítems indican en mayor medi- da la fuerza o intensidad de la actitud. Por cuestiones de espacio, el escalograma de Guttman no se comenta en la parte impresa de este libro, sino en el CD anexo: Material complementario → Capítulos → Capítulo 7: “Recolección de los datos cuantitativos: segunda parte”. Otros métodos cuantitativos de recolección de los datos ¿Qué otras maneras existen para recolectar los datos desde la perspectiva del proceso cuantitativo? En la investigación disponemos de otros métodos para recolectar los datos, tan útiles y fructíferos como los cuestionarios y las escalas de actitudes, los cuales solamente se enuncian en este capítulo, pero se comentan con mayor profundidad en el CD anexo: Material complementario → Capítulos → Capítulo 7: “Recolección de los datos cuantitativos: segunda parte”. Entre tales técnicas se encuentran: 1. Análisis de contenido cuantitativo Es una técnica para estudiar cualquier tipo de comunicación de una manera “objetiva” y sistemática, que cuantifica los mensajes o contenidos en categorías y subcategorías, y los somete a análisis estadístico. Sus usos son muy variados, por ejemplo: evaluar el grado de carga de contenido sexual de uno o varios programas televisivos; estudiar las apelaciones y características de campañas publicitarias (diga- mos, de perfumes femeninos de costo elevado) en los medios de comunicación colectiva (radio, tele- visión, periódicos y revistas); comparar estrategias propagandísticas de partidos políticos en internet; conocer discrepancias ideológicas entre varios periódicos al tratar un tema como el terrorismo interna- cional; determinar la evolución de cierta clase de pacientes que asisten a psicoterapia al analizar sus escritos y expresiones verbales; cotejar el vocabulario aprendido por pequeños que se exponen más al uso de la computadora en comparación con niños que la utilizan menos; conocer y contrastar la posi- ción de diversos presidentes latinoamericanos en cuanto al problema del desempleo; comparar estilos de escritores que se señalan como parte de una misma corriente literaria; y/o analizar la calidad y pro- fundidad de la información presente en internet sobre un virus. Una investigación de este tipo es la de Guillaume y Bath (2008), quienes estudiaron la cobertura y el tratamiento que se daba en la prensa británica a la información sobre las vacunas para el saram- pión, las paperas y la rubéola durante un periodo de dos meses. Hall y Wright (2008) aplicaron el análisis de contenido para examinar opiniones judiciales. 2. Observación Este método de recolección de datos consiste en el registro sistemático, válido y confiable de compor- tamientos y situaciones observables, a través de un conjunto de categorías y subcategorías. Útil, por Escalograma de Guttman Técnica para medir las actitudes que al igual que Likert se fundamenta en juicios, ante los cuales los participantes deben externar su opinión seleccionando uno de los puntos o categorías de la escala respectiva. da la fuerza o inte Por cuestione libro, sino en el C datos cuantitativo En la investigació los cuestionarios comentan con ma 7: “Recolección d 1 A áli i d 4 www.FreeLibros.com
- 303. 261 Otros métodos cuantitativos de recolección de los datos ejemplo, para analizar conflictos familiares, eventos masivos (como la violencia en los estadios de fút- bol), la aceptación-rechazo de un producto en un supermercado, el comportamiento de personas con capacidades mentales distintas, etc. Haynes (1978) menciona que es el método más utilizado por quienes se orientan conductualmente. Como muestras de este tipo de investigación podemos citar a Regina et al. (2008), quienes utili- zando una técnica conocida como la lista de verificación de la conducta autista, compararon las obser- vaciones de profesionales de la salud en torno a los comportamientos autistas de niños brasileños con las observaciones de sus madres. Asimismo, Franco, Rodrigues y Balcells (2008) evaluaron la pedago- gía de instructores de ejercicios físicos y aeróbicos en tres gimnasios de Portugal, al analizar por obser- vación clases grabadas en video. Labus, Keefe y Jensen (2003) revisaron estudios para indagar sobre la relación entre los autorreportes de intensidad del dolor y las observaciones directas de la conducta producida por tal dolor. 3. Pruebas estandarizadas e inventarios Estas pruebas o inventarios miden variables específicas, como la inteligencia, la personalidad en gene- ral, la personalidad autoritaria, el razonamiento matemático, el sentido de vida, la satisfacción laboral, el tipo de cultura organizacional, el estrés preoperatorio, la depresión posparto, la adaptación al cole- gio, intereses vocacionales, la jerarquía de valores, el amor romántico, la calidad de vida, la lealtad a una marca de algún producto, etc. Hay miles de ellas(os). Asimismo, hay un tipo de pruebas que evalúan proyecciones de los participantes y determinan su estado en una variable, con elementos cuantitativos y cualitativos: las pruebas proyectivas como el test de Rorschach (que presenta manchas de tinta en tarjetas o láminas blancas numeradas a los intervinien- tes y éstos relatan sus asociaciones e interpretaciones en relación con manchas). 4. Datos secundarios (recolectados por otros investigadores) Implica la revisión de documentos, registros públicos y archivos físicos o electrónicos. Por ejemplo, si nuestra hipótesis fuera: “la violencia manifiesta en la Ciudad de México es mayor que en la ciudad de Caracas”; entonces acudiríamos a las alcaldías de las ciudades para solicitar datos relacionados con la violencia, como número de asaltos, violaciones, robos a casa-habitación, asesinatos, etc. (datos gene- rales, por distrito y habitante). También obtendríamos información de los archivos de los hospitales y las diferentes procuradurías o cuerpos policiacos. Un caso de una investigación cuyo método de reco- lección se fundamentó en datos secundarios fue el que a continuación se comenta. 24 No se menciona el nombre de la institución porque ésta solicitó el anonimato, tampoco el de todos los investigadores, entre los que se encontraban dos de los autores de la presente obra. EJEMPLO Un grupo de investigadores efectuó —en 2008 y principios de 2009— un estudio para explorar el impac- to que tienen las becas otorgadas y/o gestionadas por una institución de educación superior sobre el desarrollo académico de los alumnos beneficiarios y su deserción escolar.24 Los investigadores solicitaron a las diferentes direcciones información de los estudiantes respecto a su promedio general en la carrera, nivel socioeconómico, estatus respecto a la beca (becado-no becado), tipo de beca (institucional, otorgada por el Ministerio de Educación, por organismo privado, con fondos del gobierno estatal), monto de la beca, estatus académico del alumno (regular, irregular, desertor), semestre que cursa, género y edad, entre otras cuestiones. Consideraron los últimos cinco años escolares. Con tal información construyeron una base de datos (con más de medio millón de registros) y efectuaron análisis. Entre otras cuestiones encontraron que el promedio de los becarios era muy superior al de los no becarios y la deserción escolar era mínima entre los primeros, casi inexistente. Pero no encontraron una relación entre el monto de la beca y el promedio general de la carrera (acumulado). Asimismo, descubrieron que las mujeres tenían en general mejor promedio que sus compañeros. www.FreeLibros.com
- 304. Capítulo 9 Recolección de los datos cuantitativos 262 Comparar indicadores económicos de países de la Comunidad Europea, analizar la relación comercial entre dos naciones, cotejar el número y tipo de casos atendidos por diferentes hospitales, contrastar la efectividad con que se insertan en el mundo laboral los egresados de una carrera de dis- tintas universidades, evaluar las tendencias electorales en un país, antes y después de un suceso crítico (como lo fueron los deplorables actos terroristas en Madrid en 2004), son ejemplos donde la recolec- ción y análisis de datos secundarios son la base de la investigación. 5. Instrumentos mecánicos o electrónicos Sistemas de medición por aparatos, como el detector de mentiras, o polígrafo, que considera la res- puesta galvánica de la piel (en investigaciones sobre crímenes); la pistola láser, que mide la velocidad a la que circula un automóvil desde un punto externo al vehículo (en estudios sobre el comportamiento de conductores); instrumentos que captan la actividad cerebral (evaluaciones médicas y psicológicas); el escáner, que mide con exactitud el cuerpo de un ser humano y ubica la talla ideal para confeccionar toda su ropa o vestuario (en investigaciones para diseñar los uniformes de los soldados); la medición eléctrica de distancias, etcétera. 6. Instrumentos específicos propios de cada disciplina En todas las áreas de estudio se han generado valiosos métodos para recolectar datos sobre variables específicas. Por ejemplo, en la comunicación organizacional se utilizan formatos para evaluar el uso que hacen los ejecutivos de los medios de comunicación interna (teléfono, reuniones, etc.), así como herramientas para conocer procesos de comunicación en la empresa (la auditoría en comunicación). Para el análisis de grupos se usan los sistemas sociométricos y el análisis de redes, entre otros. ¿Puede utilizarse más de un tipo de instrumento de recolección de datos? Cada día es más común ver estudios donde se utilizan diferentes métodos de recolección de datos. En los estudios cuantitativos no resulta extraño que se incluyan varios tipos de cuestionarios al mismo tiempo que pruebas estandarizadas y recopilación de contenidos para análisis estadístico u observa- ción. Incluso, al utilizar diversos instrumentos se ayuda a establecer la validez de criterio. No solamen- te se puede, sino que es conveniente, hasta donde lo permita el presupuesto para investigar. ¿Cómo se codifican las respuestas de un instrumento de medición? Una vez recolectados los datos, éstos deben codificarse. Ya hemos dicho que las categorías de un ítem o pregunta requieren codificarse con símbolos o números; y esto debe hacerse, porque de lo contrario no se efectuaría ningún análisis o sólo se contaría el número de respuestas en cada categoría (por ejem- plo, 25 contestaron “sí” y 24 respondieron “no”).25 Comúnmente, el investigador se interesa en realizar análisis más allá de un conteo de casos por categoría, y actualmente los análisis se llevan a cabo por medio de la computadora u ordenador. Para ello es necesario transformar las respuestas en símbolos o valores numéricos. Los datos deben resumirse, codificarse y prepararse para el análisis. También se comentó que las categorías pueden ir o no precodificadas (incluir la codificación en el instrumento de medición) y que las preguntas abiertas no suelen estar precodificadas. Los valores perdidos y su codificación Cuando las personas no responden a un ítem, contestan incorrectamente (por ejemplo, marcan dos opciones, cuando las alternativas eran mutuamente excluyentes) o no puede registrarse la información, se crean una o varias categorías de valores perdidos y se les asignan sus respectivos códigos. 25 En ediciones anteriores este apartado incluyó la codificación relacionada con el análisis de contenido y la observación, ahora tal codificación se comenta al final de estos dos temas en el capítulo 7 del CD anexo: “Recolección de los datos cuantitativos: segunda parte”. 25 En ediciones ant codificación se coment parte”. 6 www.FreeLibros.com
- 305. 263 ¿Cómo se codifican las respuestas de un instrumento de medición? Asimismo, tenemos el caso de preguntas que no aplican a ciertos participantes, en estas situacio- nes debe considerarse y codificarse la categoría: “no aplica”. Por ejemplo, si un cuestionario adminis- trado mediante entrevista a mujeres contuviera las siguientes dos preguntas: ¿durante el último mes realizó alguna compra en la tienda de ropa femenina “Ensueños”?,26 y ¿me podría indicar qué artículos o prendas compró?, y una respondiente nos contestara a la primera pregunta que “no” (no había com- prado en la tienda), anotaríamos esta categoría, y obviamente no haríamos la segunda pregunta, sino que marcaríamos la opción “no aplica” (la pregunta). Los valores perdidos pueden reducirse con instrumentos que motiven al participante y no sean muy largos, con instrucciones claras y capacitación a los entrevistadores. Un alto número de valores perdidos (más de 10% indica que el instrumento tiene problemas). Lo adecuado es que no supere 5% respecto del total de posibles datos o valores. En la forma tradicional, la codificación de las respuestas a preguntas o afirmaciones implica cuatro pasos que comentaremos brevemente sólo para que se refuercen algunos conceptos: 1. Establecer los códigos de las categorías o alternativas de respuesta de los ítems o preguntas Cuando todas las categorías fueron precodificadas y no se tienen preguntas abiertas, este primer paso no es necesario, ya se efectuó. Si las categorías no fueron precodificadas y/o se tienen preguntas abier- tas, deben asignarse los códigos o la codificación a todas las categorías de los ítems. Por ejemplo: Pregunta no precodificada: ¿Practica usted algún deporte por lo menos una vez a la semana? Sí No Se codifica: 1 = Sí 0 = No Frase no precodificada: “Creo que estoy recibiendo un salario justo por mi trabajo”. ( ) Totalmente de acuerdo ( ) De acuerdo ( ) Ni de acuerdo ni en desacuerdo ( ) En desacuerdo ( ) Totalmente en desacuerdo EJEMPLOS Sí = 1 No = 0 No contestó = 3 Contestó incorrectamente = 4 Sí = 1 No = 0 Valor perdido por diversas razones = 9 26 Nombre ficticio. www.FreeLibros.com
- 306. Capítulo 9 Recolección de los datos cuantitativos 264 Se codifica: 5 = Totalmente de acuerdo 4 = De acuerdo 3 = Ni de acuerdo ni en desacuerdo 2 = En desacuerdo 1 = Totalmente en desacuerdo El tema sobre la codificación de preguntas abiertas ya se expuso antes. 2. Elaborar el libro de códigos incluyendo todos los ítems, uno por uno Una vez que están codificadas todas las categorías de los ítems, se procede a elaborar el “libro de códi- gos”, el cual describe la localización de las variables y los códigos asignados a las categorías en una matriz o base de datos. Los elementos comunes de un libro de códigos son: variables de la investigación, preguntas o ítems, categorías, códigos (números o símbolos utilizados para asignarse a las categorías) y número de columna en la matriz de datos a que corresponde cada ítem. Supongamos que tenemos una escala Likert con tres ítems (frases): 1. “La Dirección General de Impuestos Nacionales informa oportunamente sobre cómo, dónde y cuándo pagar los impuestos”. (5) Muy de acuerdo (4) De acuerdo (3) Ni de acuerdo ni en desacuerdo (2) En desacuerdo (1) Muy en desacuerdo 2. “Los servicios que presta la Dirección General de Impuestos Nacionales son habitualmente muy buenos”. (5) Muy de acuerdo (4) De acuerdo (3) Ni de acuerdo ni en desacuerdo (2) En desacuerdo (1) Muy en desacuerdo 3. “La Dirección General de Impuestos Nacionales se caracteriza por la deshonestidad de sus funcio- narios”. (1) Muy de acuerdo (2) De acuerdo (3) Ni de acuerdo ni en desacuerdo (4) En desacuerdo (5) Muy en desacuerdo El libro de códigos sería el que se muestra en la tabla 9.10. Es decir, el libro de códigos es una especie de manual para interpretar la matriz de datos (la cual como veremos más adelante es una matriz en Excel, SPSS —Paquete Estadístico para las Ciencias Sociales—, Minitab o cualquier otro programa similar). www.FreeLibros.com
- 307. 265 ¿Cómo se codifican las respuestas de un instrumento de medición? Tabla 9.10 Ejemplo de un libro o documento de códigos con una escala de actitud tipo Likert (tres ítems) Variable Ítem Categorías Códigos Columnas Actitud hacia la Dirección General de Impuestos Nacionales Frase 1 (informa) Frase 2 (servicios) Frase 3 (deshones- tidad) — Muy de acuerdo — De acuerdo — Ni de acuerdo ni en desacuerdo — En desacuerdo — Muy en desacuerdo — Muy de acuerdo — De acuerdo — Ni de acuerdo ni en desacuerdo — En desacuerdo — Muy en desacuerdo — Muy de acuerdo — De acuerdo — Ni de acuerdo ni en desacuerdo — En desacuerdo — Muy en desacuerdo 5 4 3 2 1 5 4 3 2 1 1 2 3 4 5 1 2 3 3. Efectuar físicamente la codificación El tercer paso del proceso es la codificación física de los datos, es decir, llenar la matriz de datos con los valores implicados en las respuestas al instrumento de medición (transferir éstas a la matriz). Veamos un ejemplo simplificado con la escala Likert de tres ítems aplicada a cuatro individuos (figura 9. 17). Figura 9.17 Ejemplo de aplicación de tres ítems a cuatro sujetos. Persona 1 A continuación... 1. “La Dirección General de Impuestos Nacionales informa oportunamente sobre cómo, dónde y cuándo pagar los impuestos”. (5) Muy de acuerdo (4) De acuerdo (3) Ni de acuerdo ni en desacuerdo (2) En desacuerdo (1) Muy en desacuerdo 2. “Los servicios que presta la Dirección General de Impuestos Nacionales son en general muy buenos”. (5) Muy de acuerdo (4) De acuerdo (3) Ni de acuerdo ni en desacuerdo (2) En desacuerdo (1) Muy en desacuerdo 3. “La Dirección General de Impuestos Nacionales se caracteriza por la deshonestidad de sus funcionarios”. (5) Muy de acuerdo (4) De acuerdo (3) Ni de acuerdo ni en desacuerdo (2) En desacuerdo (1) Muy en desacuerdo El participante obtuvo: 4 (de acuerdo) 5 (muy de acuerdo) 3 (ni de acuerdo ni en desacuerdo) Persona 2 Obtuvo respectivamente: 3 (ni de acuerdo ni en desacuerdo) 4 (de acuerdo) 3 (ni de acuerdo ni en desacuerdo) Persona 3 Obtuvo respectivamente: 4 4 4 Persona 4 Obtuvo respectivamente: 5 4 3 ✕ ✕ ✕ www.FreeLibros.com
- 308. Capítulo 9 Recolección de los datos cuantitativos 266 De acuerdo con el libro de códigos de la tabla 9.10 y las respuestas a la escala, tendríamos la matriz de la figura 9.18. Figura 9.18 Ejemplo de matriz de datos para el libro de códigos de la tabla 9.10. 4 5 3 3 4 3 4 4 4 5 4 3 Ítems Valores de los individuos en los ítems (en el ejemplo, frases) (categorías en las que cayeron transformadas a sus valores numéricos, es decir, codificadas) Columna 1 (frase 1) (informa) Columna 2 (frase 2) (servicios) Columna 3 (frase 3) (deshonestidad) Persona 1 Persona 2 Persona 3 Casos (en el ejemplo, participantes) Persona 4 4. Guardar los datos codificados (casos) en un archivo permanente Dicho de otro modo, guardar la matriz como documento de SPSS® , Excel, Minitab o equivalente, y por supuesto, darle un nombre que lo identifique. Codificación utilizando un programa de análisis estadístico Pero hoy en día los investigadores ya no lo hacen de la manera descrita, sino que la codificación la efectúan directamente, transfiriendo los valores registrados en los instrumentos aplicados (cuestiona- rios, escalas de actitudes o equivalentes) a un archivo/matriz de un programa computarizado de análi- sis estadístico (SPSS® , Minitab o equivalente). O bien, si no se cuenta con el programa, los datos se capturan en un documento de Excel (matriz) y luego se trasladan a un archivo del programa de análi- sis. Veamos el proceso en SPSS® , pero antes es necesario hacer algunas aclaraciones: • Se abre el programa SPSS® , como cualquier otro, y si se trata de un archivo existente con los datos codificados (matriz completada), pues lo abrimos y hacemos los análisis pertinentes. Si vamos a crear un nuevo archivo o base de datos, elegimos la opción: “teclear datos” y comenza- mos a ejercer tal función. • SPSS® y programas equivalentes tienen dos matrices o ventanas: a) vista de las variables (variable view) y b) vista de los datos (data view). Ambas aparecen como pestañas (simulando carpetas o fólders) ubicadas en la parte inferior de la pantalla hacia nuestro lado izquierdo. • La “vista de variables” representa el sistema de codificación o libro/documento de códigos electró- nico (constituye una matriz). Los renglones o filas significan ítems o reactivos, y las columnas representan características, propiedades o atributos de cada ítem. A los ítems en estos programas se les denomina “variables” de la matriz, a veces coinciden con el concepto de variable que se tiene en la investigación (por ejemplo, género, es una variable de la investigación y un renglón o fila en la “vista de variables”) y en otras ocasiones son simplemente un ítem de una variable del estudio). S P S S ® 6 www.FreeLibros.com
- 309. 267 ¿Cómo se codifican las respuestas de un instrumento de medición? Nombre Tipo Anchura Decimales Etiqueta Valores Perdidos Columna Alineación Medida Ítem 1 o variable 1 de la matriz Ítem 2 o variable 2 de la matriz Ítem k… Como dijimos, las columnas son propiedades del ítem que debemos definir: 1. Nombre de cada ítem o variable de la matriz: lo asignamos nosotros (obviamente debe reflejar al ítem o reactivo al que hace referencia). Por ejemplo: género, edad, p1 (pregunta uno), ingre- sos, etcétera. 2. Tipo de variable de la matriz (numérica, no numérica o cadena —símbolos o números que indican un nivel nominal, como una fecha—, etc.). Incluso la clase puede ser numérica, como una cifra con decimales. Este tipo se vincula al nivel de medición. Asimismo, es necesario espe- cificar el ancho (caracteres) de la variable y los decimales, si tiene (por ejemplo, si la variable implica cantidades en moneda y centavos). 3. Anchura (en dígitos o caracteres). Esto depende de la comodidad de ancho con la cual desee- mos trabajar y del ancho de las categorías (ejemplos: en un ítem actitudinal la calificación ocupa un dígito —totalmente de acuerdo = 5, de acuerdo = 4, etc.—, ingresos puede ocupar varios dígitos de acuerdo con el tipo de moneda —si no agrupamos y decidimos colocar la cantidad completa—. El ancho debe coincidir con el especificado en tipo de variable. 4. Decimales (si es pertinente). Es necesario que coincidan con los expresados en tipo de variable. 5. Etiqueta (definición o párrafo que describe a la variable o ítem). Por ejemplo: antigüedad en la empresa, ingresos acumulados en el año, pregunta uno de la prueba sobre inteligencia emo- cional... 6. Valores. Los códigos de cada opción de respuesta o categoría. La codificación en sí. Incluye, desde luego, valor (por ejemplo = 1) y su etiqueta (“mujer”). También de los valores perdidos. 7. Valores perdidos (se especifican los códigos de las categorías u opciones de los valores perdidos). 8. Columnas (una vez más el número de dígitos que ocupa la variable, contando decimales y el punto decimal, si es pertinente). Debe coincidir con anchura. 9. Alineación (si queremos que los datos, cifras o valores en la matriz o vista de los datos se alineen a la derecha, izquierda o al centro). 10. Medida (nivel de medición del ítem: escala —intervalo o razón—, ordinal o nominal). En la figura 9.19 se muestra un ejemplo de la vista de las variables en SPSS® . • La “vista de los datos” es la matriz de datos. Las columnas son ítems o variables de la matriz y los renglones o filas representan casos (unidades, participantes, etc.); mientras que las celdas son los datos o valores. Cada celda representa un valor de un caso en una variable o ítem. En la figura 9.20 mostramos un ejemplo de la vista de los datos. Errores de codificación Al teclear los valores en la vista de los datos, se pueden cometer errores, es humano. Por ejemplo, que en un ítem o variable de la matriz donde solamente se tenían dos categorías, aparezca en uno o más casos una no contemplada (imaginemos que tenemos el ítem género con las opciones: 1 = masculino y 2 = femenino, y alguien teclea un “3” o un “8”, esto es un error de codificación; o bien que en una www.FreeLibros.com
- 310. Capítulo 9 Recolección de los datos cuantitativos 268 escala con tres opciones: 1. en desacuerdo, 2. neutral y 3. de acuerdo, se presenten valores como: “w”, “#”, ¿qué es eso?). Los errores de codificación tienen que corregirse. Esto puede hacerse: a) revisando físicamente la vista de los datos y haciendo los cambios pertinentes, b) en SPSS® con la función “orde- nar o clasificar casos” —sort— (en “Datos” o “Data”) y, de este modo, visualizar valores que no corres- pondan a cada variable o ítem de la matriz, c) ejecutando el “análisis de frecuencias” en el menú “Analizar” y “Estadísticos descriptivos”, y una vez obtenidos los resultados, se observará en qué variables de la matriz (columnas) hay valores que no deberían estar, para efectuar las correcciones necesarias.27 Figura 9.19 Ejemplo de la vista de las variables en SPSS® . Figura 9.20 Ejemplo de la vista de los datos en SPSS® . 27 Desde luego, como SPSS® se actualiza permanentemente los comandos pueden variar, mas no las funciones. www.FreeLibros.com
- 311. 269 ¿Cómo se codifican las respuestas de un instrumento de medición? Cabe señalar que los valores perdidos no son errores de codificación, porque al registrarlos como tales, le estamos informando al programa que son precisamente valores perdidos y si lo deseamos, se excluyen del análisis de frecuencias, salvo que queramos saber cuántos no contestaron o lo hicieron incorrectamente (pero por default no cuentan, por ejemplo, para calcular promedios y análisis inferen- ciales). En ambas vistas se muestran las opciones para ejecutar las funciones de SPSS® (más recientemen- te denominado PASW Statistics Base), como por ejemplo: analizar datos y elaborar gráficas, las cuales se comentarán en el siguiente capítulo, el 10: “Análisis de los datos cuantitativos” y con mayor profun- didad en el CD anexo: Material complementario → Manuales → Manual “Introducción al SPSS® / PASW”. Este manual lo llevará por el proceso. Además, hay cientos de páginas sobre este paquete y la de la propia empresa a nivel mundial (https://www.spss.com/).28 En el mismo CD se encuentra un demo de este programa. Entonces, el proceso sería el que se muestra en la figura 9.21. 28 Asimismo, busque en su país o región al representante de SPSS® Inc. Si queremos capturar los datos en nuestra PC u ordenador personal y no disponemos de SPSS® / PASW (solamente en nuestra universidad, centro de cómputo público o empresa), podemos hacerlo en una matriz de Excel y luego copiarlos y pegarlos en la vista de los datos de SPSS® /PASW. Pues las columnas (A, B, C, D, etc.) corresponden a las variables de la matriz, y los renglones o filas, son los casos, al igual que en SPSS® /PASW. Como todo archivo, debe guardarse y respaldarse, implica nuestros datos y el sistema de codifica- ción. Cuando se utilizan dispositivos electrónicos para capturar los datos (como palms, lectores ópticos, cuestionarios electrónicos), obviamente no requerimos teclear los datos, éstos pasan directamente de la fuente a la matriz o base de datos. En este capítulo, por razones didácticas, se presentaron matrices pequeñas, pero en la investiga- ción pueden tenerse de 500 o más columnas. Figura 9.21 Proceso de codificación y preparación de los datos para su análisis en SPSS® . Elaboración del sistema de codificación o llenado de la vista de las variables en SPSS® /PASW Registro o captura de los valores en la matriz o vista de los datos en SPSS® /PASW Revisar en la matriz que no haya errores de codificación Análisis Respuestas S P S S ® S P S S ® www.FreeLibros.com
- 312. 270 Capítulo 9 Recolección de los datos cuantitativos Resumen • Recolectar los datos implica: a) seleccionar uno o varios métodos o instrumentos disponibles, adaptarlo(s) o desarrollarlo(s), esto depende del enfoque que tenga el estudio, así como del plan- teamiento del problema y de los alcances de la investigación; b) aplicar el (los) instrumento(s), y c) preparar las mediciones obtenidas o los datos recolectados para analizarlos correctamente. • En el enfoque cuantitativo, recolectar los datos es equivalente a medir. • Medir es el proceso de vincular conceptos abs- tractos con indicadores empíricos, mediante cla- sificación o cuantificación. • En toda investigación cuantitativa medimos las variables contenidas en la(s) hipótesis. • Cualquier instrumento de recolección de datos debe cubrir dos requisitos: confiabilidad y validez. • La confiabilidad se refiere al grado en que la apli- cación repetida de un instrumento de medición, a los mismos individuos u objetos, produce resul- tados iguales. • La validez se refiere al grado en que un instrumen- to de medición mide realmente la(s) variable(s) que pretende medir. • Se pueden aportar tres tipos principales de evi- dencia para la validez cuantitativa: evidencia relacionada con el contenido, evidencia relacio- nada con el criterio y evidencia relacionada con el constructo. • Los factores que principalmente pueden afectar la validez son: la improvisación, utilizar instru- mentos desarrollados en el extranjero y que no han sido validados para nuestro contexto, poca o nula empatía con los participantes y los factores de aplicación. • No hay medición perfecta, pero el error de medi- ción debe reducirse a límites tolerables. • La confiabilidad cuantitativa se determina al calcu- lar el coeficiente de fiabilidad. • Los coeficientes de fiabilidad cuantitativa varían entre 0 y 1 (0 = nula confiabilidad, 1 = total con- fiabilidad). • Los métodos más conocidos para calcular la confiabilidad son: a) medida de estabilidad, b) formas alternas, c) mitades partidas, d) consis- tencia interna. • La evidencia sobre la validez de contenido se obtie- ne al contrastar el universo de ítems frente a los ítems presentes en el instrumento de medición. • La evidencia sobre la validez de criterio se obtie- ne al comparar los resultados de aplicación del instrumento de medición frente a los resultados de un criterio externo. • La evidencia sobre la validez de constructo se puede determinar mediante el análisis de facto- res y al verificar la teoría subyacente. • Los pasos genéricos para elaborar un instrumento de medición son: 1. Redefiniciones fundamentales sobre propósi- tos, definiciones operacionales y participantes. 2. Revisar la literatura, particularmente la enfo- cada en los instrumentos utilizados para me- dir las variables de interés. 3. Identificar el conjunto o dominio de concep- tos o variables a medir e indicadores de cada variable. 4. Tomar decisiones en cuanto a: tipo y formato; utilizar uno existente, adaptarlo o construir uno nuevo, así como el contexto de adminis- tración. 5. Construir el instrumento. 6. Aplicar la prueba piloto (para calcular la con- fiabilidad y validez iniciales). 7. Desarrollar su versión definitiva. 8. Entrenar al personal que va a administrarlo. 9. Obtener autorizaciones para aplicarlo. 10. Administrar el instrumento. 11. Preparar los datos para el análisis. • En la investigación social disponemos de diversos instrumentos de medición. 1. Principales escalas de actitudes: Likert, dife- rencial semántico y escalograma de Guttman (este último se encuentra comentado en el capítulo 7 del CD anexo). 2. Cuestionarios (autoadministrado, por entrevis- ta personal, por entrevista telefónica, internet y por correo). 3. Recolección de contenidos para análisis cuan- titativo (capítulo 7 del CD anexo). 4. Observación cuantitativa (capítulo 7 del CD anexo). 5. Pruebas estandarizadas (capítulo 7 del CD anexo). 6. Archivos y otras formas de medición (capítulo 7 del CD anexo). • Las respuestas a un instrumento de medición se codifican. • Actualmente, la codificación se efectúa transfirien- do los valores registrados en los instrumentos aplicados (cuestionarios, escalas de actitudes o equivalentes) a un archivo/matriz de un programa computarizado de análisis estadístico (SPSS® , Minitab o equivalente). • Para resumir algunos de los instrumentos tratados en el capítulo se agrega la tabla 9.11: • La c lar • Los ent fiab el c • Los la v me han l www.FreeLibros.com
- 313. Tabla 9.11 Concentrado de instrumentos para la recolección de datos Métodos Propósito general básico Ventajas Retos Cuestionarios/ Escalas de actitudes/ Pruebas estandarizadas • Obtener de manera relati- vamente rápida datos sobre las variables. • Propios para actitudes, expec- tativas, opiniones y variables que pueden medirse mediante expresiones escritas o que el mismo participante puede ubicarse en las categorías de las variables (autoubicación). • Puede ser anónimo. • Poco costosa su aplicación indi- vidual. • Relativamente fácil de responder. • Relativamente fácil de analizar y comparar. • Puede administrarse a un conside- rable número de personas. • Normalmente disponemos de versiones previas para escoger o basarnos en éstas. • Regularmente no se obtiene retroalimentación detallada de parte de los intervinientes. • Se evalúan actitudes y proyec- ciones, no comportamientos (mediciones indirectas). • El manejo del lenguaje puede ser una fuente de sesgos e influir en las respuestas. • Son impersonales. • No nos proporcionan información sobre el individuo, excepto en las variables medidas. Observación • Recolectar información no obs- trusiva respecto a conductas y procesos. • Se puede adaptar a los eventos tal y como ocurren. • Se evalúan hechos, comportamien- tos y no mediciones indirectas. • Dificultad para interpretar conductas. • Complejidad al categorizar las conductas observadas. • Puede ser obstrusiva y provocar sesgos si es “participante”. • Puede ser costosa. Análisis de con- tenido • Recolectar información no obs- trusiva respecto de mensajes. • Se puede adaptar a los eventos tal como ocurren. • Se evalúan mediciones indirectas. • Dificultad para interpretar mensajes. • Complejidad al categorizar los mensajes. 271 Conceptos básicos Conceptos básicos Análisis cuantitativo de contenido (capítulo 7 del CD anexo) Archivo de datos Categorías Codificación Codificador Coeficiente alfa de Cronbach Coeficiente de confiabilidad Coeficiente KR-20 de Kuder-Richardson Confiabilidad Contexto de administración del instrumento Cuestionarios Diferencial semántico Escala Likert Escalas de actitudes Escalograma de Guttman (capítulo 7 del CD anexo) Entrevista Evidencia relacionada con el constructo Evidencia relacionada con el contenido Evidencia relacionada con el criterio Hojas de codificación Instrumento de medición Matriz de datos Medición Medida de estabilidad Método de formas alternas Método de mitades partidas Niveles de medición Observación cuantitativa (capítulo 7 del CD anexo) Pruebas estandarizadas (capítulo 7 del CD anexo) Pruebas proyectivas (capítulo 7 del CD anexo) Recolección de datos Registro de codificación (capítulo 7 del CD anexo) Unidad de análisis Validez Vista de las variables Vista de los datos Anális ane Archiv Catego Codific C difi Escala Escala Escalo Entrev Eviden E id www.FreeLibros.com
- 314. 272 Capítulo 9 Recolección de los datos cuantitativos Ejercicios 1. Busque una investigación cuantitativa en algún artículo de una revista científica, en la cual se incluya información sobre la confiabilidad y la validez del instrumento de medición. ¿El ins- trumento es confiable?, ¿qué tan confiable?, ¿qué técnica se utilizó para determinar la con- fiabilidad?, ¿es válido?, ¿cómo se determinó la validez? 2. Responda y explique con ejemplos la diferen- cia entre confiabilidad y validez. 3. Defina ocho variables e indique su nivel de me- dición. 4. Defina una variable de cada nivel de medición. 5. Suponga que alguien intenta evaluar la actitud hacia el Presidente de la República, entonces construya un cuestionario tipo Likert con 20 ítems para medir dicha actitud, e indique cómo se calificaría la escala total (10 ítems positivos y 10 negativos). Por último, señale la dimensión que cada ítem pretende medir de dicha actitud (credibilidad, presencia física, etcétera). 6. Construya un cuestionario para medir la varia- ble que considere conveniente (con un mínimo de 10 preguntas o ítems) e incluya pregun- tas demográficas adicionales. Aplíquelo a 20 conocidos suyos; elabore el libro de códigos y la matriz de datos, mínimo en Excel. 7. ¿Cómo mediría la hostilidad mediante observa- ción y cómo por medio de una escala de actitu- des? (Debe leer el apartado de observación en el capítulo 7 del CD anexo.) 8. Genere un planteamiento del problema, donde utilice por lo menos dos tipos de instrumentos cuantitativos para recolectar datos. 9. ¿Cómo se podría aplicar el análisis cuantitativo del contenido para la evaluación de un progra- ma educativo a nivel superior? (Debe leer el apartado de análisis de contenido en el capítu- lo 7 del CD anexo). 10. Construya una matriz de datos sobre las siguien- tes variables: género, edad, deporte preferido para practicar, deporte preferido para obser- var, escuela de procedencia (pública/privada), tipo de música que más le agrada, si está o no en desacuerdo con la política económica del gobierno actual, partido por el que votó en las últimas elecciones municipales y líder históri- co que más admira. Que los participantes sean sus compañeros de clase (el ejercicio implica levantar datos y codificarlos, desde luego). 11. Elabore uno o varios instrumentos para el ejem- plo de estudio que ha desarrollado hasta ahora en el proceso cuantitativo (incluya la codifica- ción). Ejemplos desarrollados29 La televisión y el niño Se aplicó un cuestionario en una muestra total de 2112 niños y niñas del Distrito Federal (capital de México), de acuerdo con la estrategia de mues- treo planteado. Las variables medidas fueron: uso de medios de comunicación colectiva, tiempo de exposición a la televisión, preferencia de conteni- dos televisivos (programas), bloques de horarios de exposición a la televisión (mañana, tarde y/o noche), comparación de la televisión con otras fuentes de entretenimiento, actividades que realiza mientras observa la televisión, condiciones de exposición a la televisión (solo-acompañado), autonomía en la elec- ción de los programas, control de los padres sobre la actividad de ver televisión, usos y gratificaciones de la televisión, datos demográficos. El cuestionario es descriptivo y fue explorado y validado por 10 expertos en investigación sobre la relación niño-televisión. Se elaboró una versión piloto con 100 infantes (50 niñas y 50 niños), la cual se probó y ajustó. No hubo escalas con varios ítems, por lo que no se calcularon coeficientes de confiabilidad. La pareja y relación ideales Se desarrolló un instrumento inicial para recolec- tar los datos con base en preguntas. Por ejemplo: “pensando en tu relación ideal, ¿cuáles serían las características que más te gustaría que tuviera esa relación?” o bien: “¿qué cualidades te gustaría que tuviera tu novio ideal?” Sin embargo, en la prue- ba piloto con 100 estudiantes se observó que era mejor sustituir las preguntas por afirmaciones que 29 Por cuestiones de espacio, se comentan brevemente. El primer ejemplo aborda un aspecto de la recolección: el procedimiento y las varia- bles centrales; el segundo, el instrumento de medición; y el tercero, la consideración y comparación de instrumentos (escalas). dos te exposi compa entrete observ www.FreeLibros.com
- 315. 273 Ejemplos desarrollados fueran completadas por los participantes (por ejem- plo: “pensando en tu relación ideal, las caracterís- ticas que más te gustaría que tuviera esa relación serían…” Resultaban más comprensibles para ellos y fueron respondidas con mayor precisión. Así, se aplicó por entrevista el siguiente cuestionario:30 Cuestionario sobre la pareja y relación ideales El objetivo de esta encuesta es conocer tu opinión acerca de las relaciones y parejas sentimentales que has tenido, tienes y tendrás, así como de tu concep- ción de una pareja ideal, por lo cual te agradeceríamos contestar lo que se te indica a continuación, pensan- do y contestando según corresponda en cada caso. Recuerda que tus respuestas son totalmente confidenciales. Edad: _____ años Género: 1) Masculino _____ 2) Femenino_____ Indica la carrera que estudias actualmente: Psicología ( ) Turismo ( ) Comunicación ( ) Medicina ( ) Administración ( ) Mercadotecnia ( ) Arquitectura ( ) Contaduría Pública ( ) Derecho ( ) Ing. Industrial ( ) Ing. en Sistemas Computacionales ( ) Comercio Internacional ( ) Otra (mencionar) ________________________________ 1. Para ti ¿qué es un novio(a)? Un novio(a) es:___ _________________________________________ _________________________________________ ________________________ 2. Para ti ¿qué es una relación de noviazgo? Un no-viazgo es:______________________________ _________________________________________ ______________________________________. Pasado: 3. ¿Has tenido novio(a)? 1) Sí ____ 2) No ____ 4. ¿Con cuántos(as) novios(as) has durado más de un mes?______. 5. Las cualidades que más te gustaban del novio(a) más importante que has tenido en el pasado son: Anota de la más importante 1) a la menos importante 5). 1) _______________, 2) _______________, 3) _______________, 4) _______________, 5) _______________. 6. Pensando en tu relación pasada más importan- te, las características que más te gustaban de la relación de pareja eran (no hablamos de tu pareja, sino de la relación de noviazgo): Anota de la más importante 1) a la menos importante 5). 1) _______________, 2) _______________, 3) _______________, 4) _______________, 5) _______________. Actualmente: 7. ¿Tienes novio(a)? 1) Sí ____ 2) No ____ 8. Las cualidades que más te gustan de tu novio(a) son: Anota de la más importante 1) a la menos importante 5). 1) _______________, 2) _______________, 3) _______________, 4) _______________, 5) _______________. 9. ¿Cuántos meses llevas con tu novio(a) ac- tual?_____ 10. Pensando en tu relación actual, las característi- cas que más te gustan de la relación de pareja (no hablamos de tu pareja, sino de la relación de noviazgo) son: Anota de la más importante 1) a la menos importante 5). 1) _______________, 2) _______________, 3) _______________, 4) _______________, 5) _______________. 11. ¿Qué tan importante es en tu vida tu pareja ac- tual? 1) Sumamente importante 2) Muy importante 3) Importante 4) Poco importante 5) No tiene importancia Ideal: 12. Piensa en tu novio(a) ideal y menciona las cua- lidades que te gustaría que tuviera: Anota de la más importante 1) a la menos importante 5). 1) _______________, 2) _______________, 3) _______________, 4) _______________, 5) _______________. 13. Pensando en tu relación ideal, las característi- cas que más te gustaría que tuviera esa relación 30 Las opciones de respuesta se han reducido, también por espa- cio (por ejemplo: carreras). www.FreeLibros.com
- 316. 274 Capítulo 9 Recolección de los datos cuantitativos (no hablamos de tu pareja, sino de la relación de noviazgo) serían: Anota de la más importante 1) a la menos importante 5). 1) _______________, 2) _______________, 3) _______________, 4) _______________, 5) _______________. Futuro: 14. En tu futuro, ¿te gustaría o no tener una rela- ción de pareja para toda la vida? 1. Sí ____ 2. No ____ 3. No sé ____ 15. ¿Por qué?________________________________. 16. En tu futuro ¿qué tipo de relación de pareja duradera a largo plazo te gustaría establecer, tener o formar? 1. Matrimonio civil. 2. Matrimonio religioso. 3. Matrimonio religioso y civil. 4. Unión libre (vivir juntos sin estar casados). 5. Llevar una relación de pareja sin vivir juntos. 6. Otra: ___________________________. Gracias por tu colaboración. El abuso sexual infantil Escala cognitiva El instrumento Children’s Knowledge of Abuse Ques- tionnaire-Revised (CKAQ-R), fue traducido al español y adaptado para preescolares. En esta escala adap- tada, se eliminaron los elementos redundantes y los que evaluaban las actitudes ante los desconocidos, bajo la tesis que quienes agreden sexualmente a los menores son en su gran mayoría personas cercanas. Además, se simplificaron las preguntas formuladas negativamente, tales como “¿algunas veces está bien no hacer lo que nos pide un adulto?”, que tienden a ser confusas para los preescolares. El CKAQ-Español puede tener un puntaje máximo de 22, cada reac- tivo posee evaluación dicotómica, dando un punto por cada respuesta correcta. Sigue el mismo esque- ma y protocolo que el CKAQ original. Cada pregunta puede ser contestada como “sí”, “no”, o “no sé” y su evaluación es dicotómica (correcto o incorrecto). Incluye cuestiones para medir el desarrollo cogniti- vo y actitudes asertivas ante contactos positivos y negativos, chantaje emocional, disociación de los contactos con la afectividad y el pedir ayuda ante el abuso. El estudio de la confiabilidad interna se efectuó con el modelo Kurder Richardson 20 (KR-20), bajo la versión adaptada de Cronbanch para reactivos dicotómicos. Tal estudio se realizó con el total de casos (n = 150). Se obtuvo un alfa de 0.69, lo que representa un nivel moderadamente aceptable. Escala conductual Después del estudio de diversas escalas, se deci- dió partir del RPP para el desarrollo del instrumen- to conductual. Las razones para esta decisión se basaron en que el RPP se ha aplicado a muestras grandes (n = 670). Por otro lado, evalúa en acción los patrones seguidos por los agresores, así da la oportunidad de analizar las reacciones de los niños y sus habilidades de protección “en vivo”. Además, no aborda al niño o niña de manera burda o aterradora, se enfoca en los preámbulos del abuso, en donde se censa la posibilidad. Por estas razones, este instru- mento nos parece de los más acertados por su eva- luación conductual, su aproximación a lo que un(a) niño(a) puede vivir en su cotidianidad en cuanto a sus aproximaciones incómodas y evaluar sus recur- sos asertivos, seguridad emocional y habilidades de autoprotección. Uno de los inconvenientes de este protocolo es que no se disponen de valores psicométricos que lo avalen. Por lo que no hay comparativos para los resul- tados que de esta investigación se obtengan. Partiendo del RPP original, se le hizo una adap- tación mediante la traducción y adecuación al con- texto mexicano. A esta escala le llamaremos Role Play-México. Uno de los inconvenientes que se le cuestiona al RPP es que sólo puede aplicarse uno a uno. Es decir, no se puede aplicar a grupos de infantes en conjunto. Sin embargo, en el caso de preescolares esto no aplica, porque en general las pruebas administradas a grupos, requieren del desa- rrollo de las habilidades lectoescritoras, un estado no dominado en la etapa preescolar. Por tanto, tal inconveniente es intrascendente en el caso de estu- dio. Otra desventaja que se le atribuye, es que la escala no incluye elementos que evalúen la actitud de los menores ante los contactos positivos, para determinar si los PPASI (programas de prevención de abuso sexual infantil) generan un efecto nocivo de suspicacia indiscriminada ante cualquier contacto. Por lo cual, se decidió incluir un par de reactivos para evaluar esta posibilidad en el Role Play-México (RPMéxico). Estos reactivos incluyen por ejemplo, abrazos por los padres o felicitaciones. Se desarro- lló, también, una prueba paralela a dicha adapta- ción, a la que llamamos Evaluación de la Prevención del Abuso (EPA). En la escala RPP se tiene un puntaje máximo de 14 puntos, evalúa la negación verbal y no verbal de seis escenas “en vivo”. Es decir, donde el eva- luador actúa y se le pide al niño que responda a la pregunta: ¿qué diría y haría? en una situación plan- teada. Además, en los tres reactivos donde se abor- www.FreeLibros.com
- 317. 275 Los investigadores opinan da el chantaje emocional y la coerción, se otorga un punto extra si el participante muestra intención de denunciar el evento. En el caso de la evaluación del RPMéxico y de la EPA se considera un total de ocho escenarios “en vivo”, seis de tipo abusivo y dos de contactos no abusivos. El puntaje de ambas escalas (RPMéxico y EPA) tienen un máximo de 40 puntos. Al igual que el RPP, evalúa la asertividad verbal y conductual, pero se amplía la evaluación con la intención de denuncia del evento abusivo, cubriendo la necesidad de mejorar el sistema de medición con la persistencia de los infantes de pedir ayuda hasta obtenerla. Mide además las siguientes subescalas: 1) reconocimiento de contactos, tanto positivos como negativos, y las habilidades de aser- tividad verbal (qué decir), no verbal (qué hacer) y la persistencia en la intención de denuncia ante algún incidente abusivo (denuncia). Los 40 puntos, se derivan de la suma de un punto por cada acierto en la asertividad verbal (ocho máximo), un punto por cada asertividad conductual (máximo ocho), un punto por cada intención de denuncia de los contac- tos inapropiados (seis máximo) y un punto por cada persona a quien denunciarían, hasta un máximo de tres por cada escenario de contacto inapropiado (18 puntos máximo). Se desarrolló el análisis de confiabilidad tan- to temporal como interno. Se aplicó test-retest de acuerdo con un método de formas paralelas al administrarse el RPMéxico y el EPA. La correlación entre ambas pruebas alcanzó un buen nivel y fue significativo (r = 0.75, p 0.01), lo que avala la utilización de estos instrumentos de forma paralela. El test-retest se aplicó en un subgrupo (n = 44) del grupo control (n = 79). Este estudio confirma que hay correlación entre test y retest entre cada instru- mento RPP, RPMéxico y en todas las subescalas, los índices van de 0.59 a 0.78, todas con p 0.01. El instrumento RPMéxico tiene una correlación (r = 0.75) equivalente a la reportada en otros instru- mentos similares (WIST, PSQ). Este índice muestra un grado de estabilidad temporal aceptable, dado el tamaño de la muestra. Recolección de datos cuantitativos Dentro del modelo de investigación cuantitativa, la etapa de recolección de los datos resulta de vital importancia para el estudio, de ella dependen tanto la validez interna como externa. La validez interna de una investigación depende de una adecuada selección o construcción del ins- trumento con el cual se va a recolectar la informa- ción deseada, la teoría que enmarca el estudio tiene que conjugar perfectamente con las características teóricas y empíricas del instrumento; si esto no ocu- rre, se corre el riesgo de recolectar datos que a la postre pueden ser imposibles de ser interpretados o discutidos, la teoría y los datos pueden caminar por distintas direcciones. Un ejemplo muy sencillo para graficar este problema sería hacer hipótesis y teorizar en torno a la personalidad sobre la base de una de las teorías de los rasgos y usar un instrumento proyectivo para recolectar los datos. Lo correcto sería que la misma teoría sustente los planteamientos hipotéti- cos y teóricos, así como fundamente el instrumento. Si bien el ejemplo puede resultar un tanto simple y grosero, en el nivel de las investigaciones de pre- grado, este problema resulta bastante común y le es muy difícil manejarlo al estudiante promedio. Del mismo modo, la recolección de los datos se relaciona con la validez externa del estudio, por cuanto la generalización depende de la calidad y cantidad de los datos que recolectamos. Por ello, en estudios cuantitativos resulta importante deter- minar una muestra adecuada, que tenga representa- tividad en el tamaño y que a la vez refleje la misma estructura existente en la población. Sin una buena muestra de datos, no se puede generalizar; y si se corre este riesgo, el investigador podría llevar sus conclusiones más allá de la realidad, cuando lo que se desea es reflejar la realidad. Una idea clave, para no tropezar con asuntos insalvables en este momento de la investigación o para no tomar decisiones que conduzcan al error, es hacer un buen proyecto de investigación. En la etapa de la planificación debe quedar claramente establecido y justificado qué instrumento se va a utilizar; cómo, dónde y a quiénes se les aplicará; qué instrucciones se les va a brindar a los sujetos o participantes; qué datos son los que se someterán a tratamiento y cuáles otros no serán tomados en cuenta; cómo se van a tratar los mismos y cómo se llegará desde los datos a la teoría. EDWIN SALUSTIO SALAS BLAS Universidad de Lima Perú Los investigadores opinan www.FreeLibros.com
- 318. Objetivos del aprendizaje Al terminar este capítulo, el alumno será capaz de: 1 Revisar el proceso para analizar los datos cuantitativos. 2 Reforzar los conocimientos estadísticos fundamentales. 3 Comprender las principales pruebas o métodos estadísticos desarrollados, así como sus aplicaciones y la forma de interpretar sus resultados. 4 Analizar la interrelación entre distintas pruebas estadísticas. 5 Diferenciar la estadística descriptiva y la inferencial, la paramétrica y la no paramétrica. Síntesis En el capítulo se presentan brevemente los principales programas compu- tacionales de análisis estadístico que emplea la mayoría de los investiga- dores, así como el proceso fundamental para efectuar análisis cuantitativo. Asimismo, se comentan, analizan y ejemplifican las pruebas estadísticas más utilizadas. Se muestra la secuencia de análisis más común, incluyendo esta- dísticas descriptivas, análisis paramétricos, no paramétricos y multivariados. En la mayoría de estos análisis, el enfoque del capítulo se centra en los usos y la interpretación de los métodos, más que en los procedimientos de cálcu- lo, debido a que en la actualidad los análisis se realizan con ayuda de una computadora. Paso 9 Analizar los datos • Decidir el programa de análisis de datos que se utilizará. • Explorar los datos obtenidos en la recolección. • Analizar descriptivamente los datos por variable. • Visualizar los datos por variable. • Evaluar la confiabilidad, validez y objetividad de los instrumentos de medición utilizados. • Analizar e interpretar mediante pruebas estadísti- cas las hipótesis planteadas (análisis estadístico inferencial). • Realizar análisis adicionales. • Preparar los resultados para presentarlos. Proceso de investigación cuantitativa Análisis de los datos cuantitativos Capítulo Análi 10 www.FreeLibros.com
- 319. Nota: Este capítulo se complementa con uno del CD anexo: Material complementario → Capítulos → Capítulo 8 “Análisis estadístico: segunda parte”. Asimismo, con el documento incluído en el CD: “Fórmulas estadísticas”, que contiene las fórmulas que estaban en la parte impresa de ediciones anteriores y el apéndice 4 “Tablas anexas”. Análisis de datos cuantitativos Se realiza mediante programas computacionales como: • SPSS® • Minitab • SAS • STATS El análisis se realizan tomando en cuenta los niveles de medición de las variables y mediante la estadística, que puede ser Descriptiva Inferencia • Sirve para estimar parámetros y probar hipótesis • Se basa en la distribución muestral Cuyo procedimineo es: Fases 1. Seleccionar el programa estadístico para el análisis de datos 2. Ejecutar el programa 3. Explorar los datos: analizarlos y visualizarlos por variable del estudio 4. Se evalúa la confiabilidad y validez del o de los instrumentos escogidos 5. Se lleva a cabo análisis estadístico descriptivo de cada variable del estudio 6. Se realizan análisis estadísticos inferenciales respecto a las hipótesis planteadas 7. Se efectúan análisis adicionales 8. Se preparan los resultados para presentarlos Análisis paramétrico Medida de tendencia central Distribución de frecuencias • Coeficientes de correlación • Regresión lineal • Prueba t • Prueba de la diferencia de proporciones • Análisis de varianza • Análisis de covarianza (en CD anexo) Media Mediana Moda Chi cuadrada Coeficientes de Spearman y Kendall Coeficientes para tabulaciones cruzadas Rango Desviación estándar Varianza Análisis no paramétrico Medidas de variabilidad Analsis multivariados (en CD anexo) Gráficas Puntuaciones z (en CD anexo) www.FreeLibros.com
- 320. Capítulo 10 Análisis de los datos cuantitativos 278 ¿Qué procedimiento se sigue para analizar cuantitativamente los datos? Una vez que los datos se han codificado, transferido a una matriz, guardado en un archivo y “limpia- do” de errores, el investigador procede a analizarlos. En la actualidad, el análisis cuantitativo de los datos se lleva a cabo por computadora u ordenador. Ya casi nadie lo hace de forma manual ni aplicando fórmulas, en especial si hay un volumen conside- rable de datos. Por otra parte, en la mayoría de las instituciones de educación media y superior, centros de investigación, empresas y sindicatos se dispone de sistemas de cómputo para archivar y analizar datos. De esta suposición parte el presente capítulo. Por ello, se centra en la interpretación de los resul- tados de los métodos de análisis cuantitativo y no en los procedimientos de cálculo. El análisis de los datos se efectúa sobre la matriz de datos utilizando un programa computacional. El proceso de análisis se esquematiza en la figura 10.1. Posteriormente veremos paso a paso el proceso. FASE 1 Seleccionar un programa estadístico en la computadora (ordenador) para analizar los datos. FASE 6 Realizar análisis adicionales. FASE 7 Preparar los resultados para presentarlos (tablas, gráficas, cuadros, etcétera). FASE 3 Explorar los datos: a) Analizar descriptivamente los datos por variable. b) Visualizar los datos por variable. FASE 4 Evaluar la confiabilidad y validez logradas por el o los instrumentos de medición. FASE 2 Ejecutar el programa: SPSS, Minitab, Stats, SAS u otro equivalente. FASE 5 Analizar mediante pruebas estadísticas las hipótesis planteadas (análisis estadístico inferencial). Figura 10.1 Proceso para efectuar análisis estadístico. Paso 1: seleccionar un programa de análisis Existen diversos programas para analizar datos. En esencia su funcionamiento es muy similar, incluyen dos partes o segmentos que se mencionaron en el capítulo anterior: una parte de definiciones de las variables, que a su vez explican los datos (los elementos de la codificación ítem por ítem), indicador por indicador en casos propios de las ingenierías y diversas disciplinas y la otra parte, la matriz de datos. La primera parte es para que se comprenda la segunda. Las definiciones, desde luego, son efec- tuadas por el investigador. Lo que éste hace, una vez recolectados los datos, es precisar los parámetros de la matriz de datos en el programa (nombre de cada variable en la matriz —que equivale a un ítem, reactivo, categoría o subcategoría de contenido u observación, indicador—, tipo de variable o ítem, ancho en dígitos, etc.) e introducir los datos en la matriz, la cual es como cualquier hoja de cálculo. Asimismo, recordemos que la matriz tiene columnas (variables o ítems), filas o renglones (casos) y celdas (intersección entre una columna y un renglón). Cada celda contiene un dato (que significa un valor de un caso en una variable). Supongamos que tenemos cuatro casos o personas y tres variables (género, color de cabello y edad); la matriz se vería como se muestra en la tabla 10.1. 1 www.FreeLibros.com
- 321. Paso 1: seleccionar un programa de análisis 279 Tabla 10.1 Ejemplo de matriz de datos con tres variables y cuatro casos Caso Columna 1 (género) Columna 2 (color de pelo) Columna 3 (edad) 1 2 3 4 1 1 2 2 1 1 1 4 35 29 28 33 La codificación (especificada en la parte de las definiciones de las variables o columnas que corres- ponden a ítems) sería: • Género (1 = masculino y 2 = femenino). • Color de cabello (1 = negro, 2 = castaño, 3 = pelirrojo, 4 = rubio). • Edad (dato “bruto o crudo” en años). De esta forma, si se lee por renglón o fila (caso), de izquierda a derecha, la primera celda indica un hombre (1); la segunda, de cabello negro (1), y la tercera, de 35 años (35). En el segundo, un hombre de cabello negro y 29 años. La tercera, una mujer de cabello color negro, con 28 años. La cuarta fila (caso número cuatro) nos señala una mujer (2), rubia (4) y de 33 años (33). Pero, si leemos por colum- na o variable de arriba hacia abajo, tendríamos en la primera (género) dos hombres y dos mujeres (1, 1, 2, 2). Por lo general, en la parte superior de la matriz de datos aparecen las opciones de los comandos para operar el programa de análisis estadístico como cualquier otro programa (Archivo, Edición, etc.). Una vez que estamos seguros que no hay errores en la matriz, procedemos a realizar el análisis de la matriz, el análisis estadístico. En cada programa tales opciones varían, pero en cuestiones mínimas. Ahora, comentaremos brevemente los programas más importantes y de dos de ellos señalaremos sus comandos generales. Statistical Package for the Social Sciences SPSS® o PASW Statistics El SPSS (Paquete Estadístico para las Ciencias Sociales) desarrollado en la Universidad de Chicago, es uno de los más difundidos. Contiene todos los análisis estadísticos que se describirán en este capítulo. En América Latina, algunas instituciones educativas tienen versiones antiguas del SPSS; otras, versiones más recientes (PASW Statistics), ya sea en español o inglés. Existen versiones para Windows, Macintosh y UNIX. Desde luego, éstas sólo pueden utilizarse en computadoras con la capacidad necesaria para el paquete. Como ocurre con todos los programas o software, SPSS® o PASW Statistics constantemente se actualiza con versiones nuevas en varios idiomas.1 Asimismo, cada año surgen textos o manuales acor- des con estas nuevas versiones. En el CD anexo el lector encontrará un manual que abarca las cuestio- nes esenciales de este paquete de análisis. Lo mejor para mantenerse al día en materia de SPSS/PASW es consultar su sitio en internet (www.spss.com/); o si éste llega a cambiar, con la palabra clave “SPSS” podemos encontrarlo en un directorio o mediante un motor de búsqueda como Google, Altavista, o cualquier otro. Para la actualización de manuales, las palabras claves serían: “SPSS manuals” (recorde- mos que para cruzar palabras, éstas tienen que ir entre comillas “”). Como ya se señaló, SPSS/PASW contiene las dos partes citadas que se denominan: a) vista de variables (para definiciones de las variables y consecuentemente, de los datos) y b) vista de los datos (matriz de datos). 1 Actualmente SPSS cuenta con el programa básico (PASW) y múltiples derivaciones y aplicaciones. Por ejemplo: Quancept™ CATI (sistema para procesar y analizar entrevistas telefónicas), Amos™ (modelar ecuaciones estructurales) y el PASW Advanced Statistics (para estadística multivariada compleja). Para ver gran parte de las estadísticas avanzadas recomendamos: Sharpe, De Veaux y Velleman (2010), así como Madarassy (2010). El lector interesado puede descargar una versión de prueba de SPSS en el sitio www.spss.com S P S S ® www.FreeLibros.com
- 322. Capítulo 10 Análisis de los datos cuantitativos 280 En ambas vistas se observan los comandos para operar en la parte superior. También, en la página de SPSS se puede “bajar” o “descargar” a la computadora una demostración del programa por un tiempo limitado. El paquete SPSS/PASW trabaja de una manera muy sencilla: éste abre la matriz de datos y el investigador usuario selecciona las opciones más apropiadas para su análisis, tal como se hace en otros programas. File (archivo): sirve para construir un nuevo archivo, localizar uno ya construido, guardar archivos, especificar impresora, imprimir, cerrar, enviar archivos por correo electrónico, entre otras funciones. Edit (edición): se emplea para modificar archivos, manipular la matriz, buscar datos, copiar, cortar, eliminar y otras acciones de edición. View (ver): como su nombre lo dice es para ver o visualizar la barra de estado, barra de herra- mientas, fuentes, cuadrícula (matriz), etiquetas y variables. Data (datos): se insertan variables, sopesan casos, insertan casos, ordenan casos para limpiar archivos, fundir archivos (juntar varios archivos o matrices), segmentar archivos (por una variable o criterio; por ejemplo, la variable género, en este caso se realiza el análisis por submuestra seg- mentada, resultados para hombres y para mujeres), seleccionar casos, etcétera. Transform (transformar): la función es de recodificar, conjuntar o unir y modificar variables y datos; categorizar variables; asignar rangos a casos, entre otras. Analyze (analizar): se solicitan análisis estadísticos que básicamente serían: 1. Informes (resúmenes de casos, información de columnas y reglones). 2. Estadísticos descriptivos (tablas de frecuencias, medidas de tendencia central y disper- sión, razones, tablas de contingencia). 3. Comparar medias (prueba t y análisis de varianza —ANOVA— unidireccional). 4. Modelo lineal general (independiente o factor y dependiente, con covariable). 5. ANOVA (análisis de varianza factorial en varias direcciones). 6. Correlaciones (bivariada —dos— y multivariadas —tres o más—) para cualquier nivel de medición de las variables. 7. Regresión (lineal, curvilineal y múltiple). 8. Clasificación (conglomerados y análisis discriminante). 9. Reducción de datos (análisis de factores). 10. Escalas (fiabilidad y escalamiento multidimensional). 11. Pruebas no paramétricas. 12. Respuestas múltiples (escalas). 13. Validación compleja. 14. Series de tiempos. 15. Ecuaciones estructurales y modelamiento matemático. Add-ons (agregados): mediante esta función (que no está incluida en todas las versiones ni variantes) se tiene acceso a análisis complejos como redes neurales, identificación de casos inusua- les y varias pruebas estadísticas avanzadas). Graphs (gráficos): con esta función se solicitan gráficos (histogramas, de sectores o pastel, diagramas de dispersión, Pareto, Q-Q —solicitar normalización de distribucio- nes—, P-P, curva COR, etcétera). Utilities (utilidades o herramientas): se definen ambientes, conjuntos, información sobre variables, etcétera. S-plus: es para la adquisición, edición y transformación de datos, la línea de comandos, méto- dos estadísticos básicos con S-Plus y R, gráficos estadísticos básicos con S-Plus y R, métodos estadísticos multivariados avanzados y creación de funciones propias con S-Plus. Window (ventana): sirve para moverse a través de archivos y hacia otros programas. Help (ayuda): cuenta con contenidos de ayuda, cómo utilizar SPSS, comandos, guías, “asesor estadístico” y demás elementos aplicados al paquete (con índice). El diagrama Q-Q Se utiliza para verificar qué tanto la distribución de nuestras variables es “normal”. www.FreeLibros.com
- 323. Paso 1: seleccionar un programa de análisis 281 Minitab® Es un paquete que goza de popularidad por su relativamente bajo costo. Incluye un considerable número de pruebas estadísticas, y cuenta con un tutorial para aprender a utilizarlo y practicar; además, es muy sencillo de manejar. Minitab tiene un sitio web (http://www.minitab.com/) en la cual podemos acceder a un demo gratuito del programa por tiempo limitado. Para comenzar a utilizar Minitab, se abre una sesión (la cual es definida con nombre y fecha), y se abre una matriz u hoja de trabajo (worksheet) (en la parte superior de la pantalla aparece la sesión y en la parte inferior se presenta la matriz). Se definen las variables (C —columnas—): nombre, formato (numérico, texto, fecha/tiempo), ancho (en dígitos), su descripción y orden de los valores. Los renglo- nes o filas son casos. Los análisis realizados aparecen en la sesión (parte o pantalla superior) y las gráfi- cas se reproducen en recuadros. Sus comandos incluyen: File (archivo): para construir un nuevo archivo, localizar uno ya construido, guardar o abrir archivos, abrir una gráfica de Minitab, especificar impresora, imprimir, cerrar, entre otras funciones. Edit (edición): útil para modificar archivos, buscar datos, copiar, cortar y eliminar celdas, conectar Minitab con otras aplicaciones, etcétera. Data (datos): funciones para asignar códigos a columnas, dividir la matriz, copiar columnas, eliminar columnas y renglones o filas, establecer rangos, recodificar, cambiar el tipo de datos, desplegar datos, mostrar los datos de la hoja de trabajo en la ventana de sesión, entre otros. Calc (calcular): calcula las estadísticas de columnas y filas, distribuciones de probabilidad, matrices, estandarizaciones, operaciones aritméticas. Stat (estadísticas): de manera fundamental, ejecuta los siguientes tipos de estadísticas: 1. Básicas: descriptivas, correlación, covarianza, chi-cuadrada, prueba t, prueba de hipótesis acerca de la media poblacional… 2. Regresión lineal y múltiple. 3. Análisis de varianza (ANOVA) unidireccional y factorial. 4. DOE (análisis para diseños experimentales, análisis de respuestas). 5. Diagramas (control charts) (de atributos, multivariados, de tiempo) individuales y grupales. 6. Diagramas de dispersión, Pareto, causa-efecto… 7. Confiabilidad. 8. Análisis multivariado: análisis de factores (validación), análisis discriminante, análisis de conglomerados, de correspondencia simple o múltiple. 9. Series de tiempos: autocorrelación, correlación parcial, correlación cruzada, entre otras. 10. Tablas: tabulación cruzada, chi-cuadrada. 11. Estadística no paramétrica. 12. EDA (análisis exploratorio de datos, diagramas de caja, fotograma, etcétera). 13. Poder y tamaño de muestra (1-muestra z, 1-muestra-t, 2-muestra-t, ANOVA y otras. Sirve para determinar si el tamaño de muestra es apropiado para varias pruebas estadísticas). Graph (gráfica): solicitar gráficos (histogramas, barras de pastel, diagramas de dispersión, Pareto, series de tiempos, etcétera). Editor (editor): mover columnas, redefinir columnas, insertar columnas, buscar, ir a un caso, entre otras acciones. Tools (herramientas): definir ambientes, conjuntos, información sobre variables, conexión a internet, consultas, etcétera. Window (ventana): sirve para moverse a través de archivos y hacia otros programas, minimi- zar ventanas y demás funciones similares en otros programas. Help (ayuda): cuenta con contenidos de ayuda, cómo utilizar Minitab, comandos, guías y demás elementos de Windows aplicados al paquete. En la figura 10.2 se muestra una vista de la pantalla de Minitab. www.FreeLibros.com
- 324. Capítulo 10 Análisis de los datos cuantitativos 282 Figura 10.2 Pantalla de Minitab. Otro programa de análisis sumamente difundido es el SAS (Sistema de Análisis Estadístico), que fue diseñado en la Universidad de Carolina del Norte. Es muy poderoso y su utilización se ha incre- mentado notablemente. Es un paquete muy completo para computadoras personales que contiene una variedad considerable de pruebas estadísticas. En el CD se incluye un programa (software) sencillo que hemos titulado STATS, con los análisis bivariados más elementales para comenzar a practicar y comprender las pruebas básicas. Asimismo, en internet existen diversos programas gratuitos de análisis estadístico para cualquier ciencia o disci- plina. Por lo general se elige el programa de análisis que está disponible en nuestra institución educativa, centro de investigación u organización de trabajo, o el que podamos comprar u obtener en internet. Todos los programas mencionados son excelentes opciones. Cualquiera nos sirve, solamente que debe- mos seleccionar uno. Recomendamos que en el centro de cómputo de su institución soliciten infor- mación respecto de los programas disponibles. Paso 2: ejecutar el programa En el caso de SPSS y Minitab, ambos paquetes son fáciles de usar, pues lo único que hay que hacer es solicitar los análisis requeridos seleccionando las opciones apropiadas. Obviamente antes de tales aná- lisis, se debe verificar que el programa “corra” o funcione en nuestra computadora. Comprobado esto, comienza la ejecución del programa y la tarea analítica. Paso 3: explorar los datos En esta etapa, inmediata a la ejecución del programa, se inicia el análisis. Cabe señalar que si hemos llevado a cabo la investigación reflexionando paso a paso, esta etapa es relativamente sencilla, porque: 1) formulamos la pregunta de investigación que pretendemos contestar, 2) visualizamos un alcance (exploratorio, descriptivo, correlacional y/o explicativo), 3) establecimos nuestras hipótesis (o estamos una variedad con En el CD se bivariados más el en internet existe plina. www.FreeLibros.com
- 325. 283 Paso 3: explorar los datos conscientes de que no las tenemos), 4) definimos las variables, 5) elaboramos un instrumento (cono- cemos qué ítems miden qué variables y qué nivel de medición tiene cada variable: nominal, ordinal, de intervalos o razón) y 6) recolectamos los datos. Sabemos qué deseamos hacer, es decir, tenemos claridad. La exploración típica se muestra en la figura 10.3 (que se ilustra utilizando el programa SPSS, ya que, insistimos, ésta puede variar de programa en programa en cuanto a comandos o instrucciones, pero no en lo referente a las funciones implementadas). Algunos conceptos pueden, por ahora, no significar algo para el lector que se inicia en los menesteres de la investigación, pero éstos se irán expli- cando a lo largo del capítulo. ETAPA 1 (en SPSS) En “Analizar” o Analyze (y usando las opciones: “Informes” o Reports y “Estadísticos Descriptivos” o Descriptive Statistics: “Frecuencias” o Frequencies) se solicitan para todos los ítems (variable de la matriz por variable de la matriz): – Informes de la matriz (resúmenes de casos, informes estadísticos de filas o en columnas). Con objeto de visualizar resultados ítem por ítem y fila por fila. – Estadísticos descriptivos: a) Descriptivos (una tabla con las estadísticas fundamentales de todas las variables de la matriz, columnas o ítems). b) Frecuencias (tabla de frecuencias de las variables de la matriz). c) Explorar (relaciones entre variables de la matriz). d) Generar tablas de contingencia. e) Generar razones. Al menos a) y b). ETAPA 3 (en SPSS) En “Transformar” o Transform y “Calcular” o Compute, se indica al programa cómo debe agrupar los ítems en las variables de su estudio. ETAPA 4 (en SPSS) En “Analizar”, se solicitan para todas las variables del estudio: a) estadísticas descriptivas (una tabla con los estadísticos fundamentales de todas las variables) y b) un análisis de frecuencias con estadísticas, tablas y gráficas. A veces únicamente se pide lo segundo, porque abarca lo primero. Debe notarse que estos análisis ya no son con ítems, sino con las variables de la investigación. ETAPA 2 (analítica) El investigador evalúa las distribuciones y estadísticas de los ítems o columnas, observa qué ítems tienen una distribución lógica e ilógica y agrupa a los ítems o indicadores en las variables de su investigación (variables compuestas), de acuerdo con sus definiciones operacionales y la forma como desarrolló su instrumento o instrumentos de medición. Figura 10.3 Secuencia más común para explorar datos en SPSS. S P S S ® Veamos ahora los conceptos estadísticos que se aplican a la exploración de datos, pero antes de proseguir es necesario realizar un par de apuntes, uno sobre las variables del estudio y las variables de la matriz de datos, y el otro sobre los factores de los que depende el análisis. Apunte 1 Desde el final del capítulo anterior, se introdujo el concepto de variable de la matriz de datos, que es distinto del concepto variable de la investigación. Las variables de la matriz de datos son columnas o ítems. Las variables de la investigación son las propiedades medidas y que forman parte de las hipótesis o que se pretenden descri- bir (género, edad, actitud hacia el presidente municipal, inteligencia, duración de un material, etc.). En ocasiones, las variables de la investigación requieren un único ítem o indicador para ser medidas (como en la tabla 10.2 con la variable “tipo de escuela a la que asiste”), pero en otras se necesitan varios ítems para tal finalidad. Cuando sólo se precisa de un ítem o Variables de la matriz de datos Son columnas o ítems. Variables de la investigación Son las propiedades medidas y que forman parte de las hipótesis o que se pretenden des- cribir. 2 www.FreeLibros.com
- 326. Capítulo 10 Análisis de los datos cuantitativos 284 indicador, las variables de la investigación ocupan una columna de la matriz (una variable de la matriz). Pero si están compuestas de varios ítems, ocuparán tantas columnas como ítems (o variables en la matriz) las conformen. Esto se ejemplifica en la tabla 10.2 con los casos de la variable “satisfacción respecto al superior” y “moral de los empleados”. Tabla 10.2 Ejemplos de variables de investigación y formulación de ítems Variable: tipo de escuela a la que asiste (con un ítem) Variable: satisfacción respecto al superior (con tres ítems) Variable: moral de los empleados (con cinco ítems) ¿Asiste a una escuela pública o privada? 1 Escuela pública 2 Escuela privada 1. ¿En qué medida está usted satisfecho con su superior inmediato? 1 Sumamente insatisfecho 2 Más bien insatisfecho 3 Ni insatisfecho ni satisfecho 4 Más bien satisfecho 5 Sumamente satisfecho 1. “En el departamento donde trabajo nos mantenemos unidos” 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo 2. ¿Qué tan satisfecho está usted con el trato que recibe de parte de su superior inmediato? 1 Sumamente insatisfecho 2 Más bien insatisfecho 3 Ni insatisfecho ni satisfecho 4 Más bien satisfecho 5 Sumamente satisfecho 2. “La mayoría de las veces en mi departa- mento compartimos la información más que guardarla para nosotros”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo 3. ¿Qué tan satisfecho está con la orientación que le proporciona su superior inmediato para que usted realice su trabajo? 1 Sumamente insatisfecho 2 Más bien insatisfecho 3 Ni insatisfecho ni satisfecho 4 Más bien satisfecho 5 Sumamente satisfecho 3. “En mi departamento nos mantenemos en contacto permanentemente”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo 4. “En mi departamento nos reunimos con frecuencia para hablar tanto de asuntos de trabajo como de cuestiones personales”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo 5. “En mi trabajo todos nos llevamos bien”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo Esta variable es medida por una sola pregunta y ocupa una columna o variable de la matriz. Esta variable es medida por tres preguntas y ocupa tres columnas o variables de la matriz. Esta variable es medida por cinco preguntas y ocupa cinco columnas o variables de la matriz. Y cuando las variables de la investigación se integran de varios ítems o variables en la matriz, las columnas pueden ser continuas o no (estar ubicadas de manera seguida o en distintas partes de la matriz). En el tercer ejemplo (variable “moral de los empleados”), las preguntas podrían ser las núme- www.FreeLibros.com
- 327. 285 Paso 3: explorar los datos ros: 1, 2, 3, 4 y 5 del cuestionario, entonces las primeras cinco columnas de la matriz representarán a estos ítems. Pero pueden ubicarse en distintos segmentos del cuestionario (por ejemplo, ser las pregun- tas 1, 5, 17, 22 y 38), entonces las columnas que las representen se ubicarán de forma discontinua (serán las columnas o variables de la matriz 1, 5, 17, 22 y 38), porque regularmente la secuencia de las columnas corresponde a la secuencia de los ítems en el instrumento de medición. Esta explicación la hacemos porque hemos visto que varios estudiantes confunden las variables de la matriz de datos con las variables del estudio. Son cuestiones vinculadas pero distintas. Cuando una variable de la investigación está integrada por diversas variables de la matriz o ítems suele denominársele variable compuesta y su puntuación total es el resultado de adicionar los valores de los reactivos que la conforman. Tal vez el caso más claro lo es la escala Likert, donde se suman las puntuaciones de cada ítem y se logra la calificación final. A veces la adición es una sumatoria, otras ocasiones es multiplicativa o de otras formas, según se haya desarrollado el instrumento. Al ejecutar el programa y durante la fase exploratoria, se toma en cuenta a todas las variables de la investigación e ítems y se considera a las variables compuestas, entonces se indica en el programa cómo están constitui- das, mediante algunas instrucciones (en cada programa son distintas en cuanto al nombre, pero su función es similar). Por ejemplo, en SPSS se crean nuevas variables compuestas en la matriz de datos con el comando “Transformar” y luego con el comando “Calcular” o “Computar”, de este modo, se construye la variable compuesta mediante una expresión numérica. Revisemos un ejemplo. En el caso de la variable “moral en el departamento de trabajo”, podríamos asignar las siguientes columnas (en el supuesto de que fueran continuas) a los cinco ítems, tal como se muestra en la tabla 10.3. Y tener la siguiente matriz: EJEMPLO fr1 fr2 fr3 fr4 fr5 1 1 2 2 4 3 2 2 2 2 2 2 K 2 3 2 2 3 Tabla 10.3 Ejemplo con la variable moral Variable de la investigación: moral Variable de la matriz que corresponde a la variable de la investigación Ubicación en la matriz 1. “En el departamento donde trabajo nos mantenemos unidos”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo Frase 1 (fr1) Columna 1 2. “La mayoría de las veces en mi departamento compartimos la infor- mación más que guardarla para nosotros”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo Frase 2 (fr2) Columna 2 (continúa) S P S S ® www.FreeLibros.com
- 328. Capítulo 10 Análisis de los datos cuantitativos 286 Variable de la investigación: moral Variable de la matriz que corresponde a la variable de la investigación Ubicación en la matriz 3. “En mi departamento nos mantenemos en contacto permanentemente”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo Frase 3 (fr3) Columna 3 4. “En mi departamento nos reunimos con frecuencia para hablar tanto de asuntos de trabajo como de cuestiones personales”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo Frase 4 (fr4) Columna 4 5. “En mi trabajo todos nos llevamos muy bien”. 5 Totalmente de acuerdo 4 De acuerdo 3 Ni de acuerdo ni en desacuerdo 2 En desacuerdo 1 Totalmente en desacuerdo Frase 5 (fr5) Columna 5 En las opciones “Transformar” y “Calcular” o “Computar” el programa nos pide que indiquemos el nombre de la nueva variable (en este caso la compuesta por cinco frases): moral. Y nos solicita que desarrollemos la expresión numérica que corresponda a esta variable compuesta: fr1+fr2+fr3+fr4+fr5 (automáticamente el programa realiza la operación y agrega la nueva variable compuesta “moral” a la matriz de datos y realiza los cálculos, y ahora sí, la variable del estudio es una variable más de la matriz de datos). La matriz se modificaría de la siguiente manera: Tabla 10.3 Ejemplo con la variable moral (continuación) EJEMPLO fr1 fr2 fr3 fr4 fr5 Moral 1 1 2 2 4 3 12 2 2 2 2 2 2 10 K 2 3 2 2 3 12 EJEMPLO fr1 fr2 fr3 fr4 fr5 Moral 1 1 2 2 4 3 2.4 2 2 2 2 2 2 2.0 K 2 3 2 2 3 2.4 Desde luego, para mantener esta variable debemos demostrar que fue medida de forma confiable y válida, así como evaluar si todos los ítems aportan favorablemente a ambos elementos o algunos no. Y en lugar de una suma, la variable moral podría ser un promedio de las cinco frases o variables de la matriz (como ya se mencionó en el tema de la escala Likert). Entonces, la expresión en “Calcular” hubiera sido: (fr1+fr2+fr3+fr4+fr5)/5, y los valores en “moral” serían: www.FreeLibros.com
- 329. 287 Estadística descriptiva para cada variable Por último, las variables de la investigación son las que nos interesan, ya sea que estén compuestas por uno, dos, diez, 50 o más ítems. El primer análisis es sobre los ítems, únicamente para explorar; el análisis descriptivo final es sobre las variables del estudio. Apunte 2 Los análisis de los datos dependen de tres factores: a) El nivel de medición de las variables. b) La manera como se hayan formulado las hipótesis. c) El interés del investigador. Por ejemplo, los análisis que se aplican a una variable nominal son distintos a los de una variable por intervalos. Se sugiere recordar los niveles de medición vistos en el capítulo anterior. El investigador busca, en primer término, describir sus datos y posteriormente efectuar análisis estadísticos para relacionar sus variables. Es decir, realiza análisis de estadística descriptiva para cada una de las variables de la matriz (ítems) y luego para cada una de las variables del estudio, finalmente aplica cálculos estadísticos para probar sus hipótesis. Los tipos o métodos de análisis cuantitativo o estadístico son variados y se comentarán a continuación; pero cabe señalar que el análisis no es indiscriminado, cada método tiene su razón de ser y un propósito específico; por ello, no deben hacerse más análisis de los necesarios. La estadística no es un fin en sí misma, sino una herramienta para evaluar los datos. Estadística descriptiva para cada variable La primera tarea es describir los datos, los valores o las puntuaciones obtenidas para cada variable. Por ejemplo, si aplicamos a 2 112 niños el cuestionario sobre los usos y las gratificaciones que la televisión tiene para ellos, ¿cómo pueden describirse estos datos? Esto se logra al describir la distribución de las puntuaciones o frecuencias de cada variable. ¿Qué es una distribución de frecuencias? Una distribución de frecuencias es un conjunto de puntuaciones ordenadas en sus respectivas categorías y generalmente se presenta como una tabla. La tabla 10.4 muestra un ejemplo de una distribución de frecuencias. EJEMPLO En un estudio entre 200 personas latinas que viven en el estado de California, Estados Unidos,2 se les preguntó: ¿cómo prefiere que se refieran a usted en cuanto a su origen étnico? Las respuestas fueron: Tabla 10.4 Ejemplo de una distribución de frecuencias Variable: preferencias al referir el origen étnico (nombrada en SPSS: prefoe) Categorías Códigos (valores) Fecuencias Hispano Latino Latinoamericano Americano Otros No respondieron Total 1 2 3 4 5 6 52 88 6 22 20 12 200 2 Encuesta con 7% de margen de error (University of Southern California y Bendixen Associates, 2002). Distribución de frecuencias Conjunto de puntuaciones ordenadas en sus respec- tivas categorías. 2 www.FreeLibros.com
- 330. Capítulo 10 Análisis de los datos cuantitativos 288 A veces, las categorías de las distribuciones de frecuencias son tantas que es necesario resumirlas. Por ejemplo, examinaremos detenidamente la distribución de la tabla 10.5. Esta distribución podría compendiarse como en la tabla 10.6. Tabla 10.5 Ejemplo de una distribución que necesita resumirse Variable: calificación en la prueba de motivación Categorías Frecuencias 48 55 56 57 58 60 61 62 63 64 65 66 68 69 73 74 75 76 78 80 82 83 84 86 87 89 90 92 TOTAL 1 2 3 5 7 1 1 2 3 2 1 1 1 1 2 1 4 3 2 4 2 1 1 5 2 1 3 1 63 Tabla 10.6 Ejemplo de una distribución resumida Variable: calificación en la prueba de motivación Categorías Frecuencias 55 o menos 56-60 61-65 66-70 71-75 76-80 81-85 86-90 91-96 TOTAL 3 16 9 3 7 9 4 11 1 63 www.FreeLibros.com
- 331. 289 Estadística descriptiva para cada variable ¿Qué otros elementos contiene una distribución de frecuencias? Las distribuciones de frecuencias pueden completarse agregando los porcentajes de casos en cada cate- goría, los porcentajes válidos (excluyendo los valores perdidos) y los porcentajes acumulados (porcen- taje de lo que se va acumulando en cada categoría, desde la más baja hasta la más alta). La tabla 10.7 muestra un ejemplo con las frecuencias y porcentajes en sí, los porcentajes válidos y los acumulados. El porcentaje acumulado constituye lo que aumenta en cada categoría de manera por- centual y progresiva (en orden descendente de aparición de las categorías), tomando en cuenta los porcentajes válidos. En la categoría “sí se ha obtenido la cooperación”, se ha acumulado 74.6%. En la categoría “no se ha obtenido la cooperación”, se acumula 78.7% (74.6% de la categoría anterior y 4.1% de la categoría en cuestión). En la última categoría siempre se acumula el total (100%). Tabla 10.7 Ejemplo de una distribución de frecuencias con todos sus elementos Variable: cooperación del personal con el proyecto de calidad de la empresa Categorías Códigos Frecuencias Porcentaje válido Porcentaje acumulado – Sí se ha obtenido la cooperación – No se ha obtenido la cooperación – No respondieron Total 1 2 3 91 5 26 122 74.6 4.1 21.3 100.0 74.6 78.7 100.0 Las columnas porcentaje y porcentaje válido son iguales (mismas cifras o valores) cuando no hay valores perdidos; pero si tenemos valores perdidos, la columna porcentaje válido presenta los cálculos sobre el total menos tales valores. En la tabla 10.8 se muestra un ejemplo con valores perdidos en el caso de un estudio exploratorio sobre los motivos de los niños celayenses para elegir su personaje tele- visivo favorito (García y Hernández Sampieri, 2005). Al elaborar el reporte de resultados, una distribución se presenta con los elementos más informativos para el lector y la descripción de los resultados o un comentario, tal como se muestra en la tabla 10.9. Tabla 10.8 Ejemplo de tabla con valores perdidos (en SPSS) Motivos de la preferencia de su personaje favorito Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado Válidos Perdidos TOTAL Divertidos Buenos Tienen poderes Son fuertes Total No contestaron 142 10 23 19 194 3 197 72.1 5.1 11.7 9.6 98.5 1.5 100.0 73.2 5.2 11.9 9.8 100.0 73.2 78.4 90.2 100.0 Tabla 10.9 Ejemplo de una distribución de frecuencias para presentar a un usuario ¿Se ha obtenido la cooperación del personal para el proyecto de calidad? Obtención Núm. de organizaciones Porcentajes Sí No No respondieron Total 91 5 26 122 74.6 4.1 21.3 100.0 COMENTARIO. Prácticamente tres cuartas partes de las organizaciones sí han obtenido la cooperación del personal. Llama la atención que poco más de una quinta parte no quiso comprometerse con su respuesta. Las organizaciones que no han logrado la cooperación del personal mencionaron como factores ausentismo, rechazo al cambio y conformismo. www.FreeLibros.com
- 332. Capítulo 10 Análisis de los datos cuantitativos 290 En SPSS se solicitan las tablas con distribuciones de frecuencias en: Analizar → Estadísticos des- criptivos → Frecuencias.3 ¿De qué otra manera pueden presentarse las distribuciones de frecuencias? Las distribuciones de frecuencias, especialmente cuando utilizamos los porcentajes, pueden presentar- se en forma de histogramas o gráficas de otro tipo (por ejemplo: de pastel). Algunos ejemplos se mues- tran en la figura 10.4. 3 Esta secuencia en SPSS para obtener los análisis de frecuencias requeridos, al igual que el resto de análisis (valores, tablas y gráficas), se incluyen en el CD anexo → Manual de SPSS/SPAW. 4 Este histograma fue hecho en Power Point, a partir de SPSS. 5 El nombre real del municipio se ha sustituido por este ficticio. Solamente la tercera parte de los ciudadanos expresa una opinión positiva respecto al alcalde (favorable o muy favorable). Prácticamente tres cuartas partes han obtenido lacooperacióndetodoelpersonal(olamayoría) para el proyecto de la empresa. Pero llama la atención que poco más de una quinta parte no quiso comprometerse con su respuesta. Los cinco motivos de no cooperación con dicho proyecto fueron: ausentismo, falta de interés, rechazo al cambio, falta de concientización y conformismo. Figura 10.4 Ejemplos de gráficas para presentar distribuciones. Muy des- favorable 1.9 Des- favorable 20.3 Neutral 44.4 Favorable 31.1 Muy favorable 2.3 Histogramas4 Opinión acerca del actual alcalde del municipio de San Martín Aurelio5 Gráficas circulares Cooperación de todo el personal (o la mayoría) para el proyecto de calidad (122 = 100%) Otros tipos de gráficas Control paterno sobre el uso que los niños hacen de la televisión. Sí 74.6% No 4.1% No respondieron 21.3% SPSS y Minitab producen tales gráficas, o bien, los datos pueden exportarse a otros programas y/o paquetes que las generan (de cualquier tipo, a colores, utilizando efectos de movimiento y en tercera dimensión, como por ejemplo: Power Point). Para obtener las gráficas en SPSS no olvide consultar en el CD anexo el manual de SPSS/SPAW. Regañan cuando el niño ve mucha televisión A veces castigan al niño sin ver televisión Prohíben que vea algunos programas Imponen la hora de irse a la cama Hay control No hay control 47.1% 52.9% 40.4% 59.6% 64.4% 35.6% 68.4% 31.6% paquetes que las dimensión, como Para obtener En SPSS se s criptivos → Frecu D é t 3 Esta secuencia en gráficas), se incluyen e 4 Este histograma f 5 El nombre real de S P S S ® www.FreeLibros.com
- 333. 291 Estadística descriptiva para cada variable Las distribuciones de frecuencias también se pueden graficar como polígonos de frecuencias Los polígonos de frecuencias relacionan las puntuaciones con sus respectivas fre- cuencias. Es más bien propio de un nivel de medición por intervalos o razón. Los polígonos se construyen sobre los puntos medios de los intervalos. Por ejemplo, si los intervalos fueran 20-24, 25-29, 30-34, 35-39, y siguientes; los puntos medios serían 22, 27, 32, 37, etc. SPSS o Minitab realizan esta labor en forma automática. Un ejemplo de un polígono de frecuencias se muestra en la figura 10.5. Polígonos de frecuencias Relacionan las puntuaciones con sus respectivas fre- cuencias, por medio de gráficas útiles para describir los datos. 20 10 20 30 40 50 f 0 25 30 35 Variable: satisfacción en el trabajo 40 45 50 55 Figura 10.5 Ejemplo de un polígono de frecuencias. El polígono de frecuencias obedece a la siguiente distribución: Categorías/intervalos Frecuencias absolutas 20-24.9 10 25-29.9 20 30-34.9 35 35-39.9 33 40-44.9 36 45-49.9 27 50-54.9 8 TOTAL 169 Los polígonos de frecuencias representan curvas útiles para describir los datos. Nos indican hacia dónde se concentran los casos (personas, organizaciones, segmentos de contenido, mediciones de polución, etc.) en la escala de la variable; más adelante se hablará de ello. En resumen, para cada una de las variables de la investigación se obtiene su distribución de fre- cuencias y, de ser posible, se grafica y obtiene su polígono de frecuencias correspondiente (para produ- cir los polígonos en SPSS no olvide consultar en el CD anexo el manual respectivo). En la figura 10.6 se muestra un ejemplo más. El polígono puede presentarse con frecuencias como en la figura 10.5 o con porcentajes como con este último ejemplo. Pero además del polígono de frecuencias, deben calcularse las medidas de tenden- cia central y de variabilidad o dispersión. S P S S ® www.FreeLibros.com
- 334. Capítulo 10 Análisis de los datos cuantitativos 292 ¿Cuáles son las medidas de tendencia central? Las medidas de tendencia central son puntos en una distribución obtenida, los valores medios o centrales de ésta, y nos ayudan a ubicarla dentro de la escala de medición. Las principales medidas de tendencia central son tres: moda, mediana y media. El nivel de medición de la variable determina cuál es la medida de tendencia central apropiada para interpretar. La moda es la categoría o puntuación que ocurre con mayor frecuencia. En la tabla 10.7, la moda es “1” (sí se ha obtenido la cooperación). Se utiliza con cualquier nivel de medición. La mediana es el valor que divide la distribución por la mitad. Esto es, la mitad de los casos caen por debajo de la mediana y la otra mitad se ubica por encima de ésta. La mediana refleja la posición intermedia de la distribución. Por ejemplo, si los datos obte- nidos fueran: 24 31 35 35 38 43 45 50 57 La mediana es 38, porque deja cuatro casos por encima (43, 45, 50 y 57) y cuatro casos por deba- jo (35, 35, 31 y 24). Parte a la distribución en dos mitades. En general, para descubrir el caso o la puntuación que constituye la mediana de una distribución, simplemente se aplica la fórmula: N +1 2 Si tenemos nueve casos, 9 1 2 + entonces buscamos el quinto valor y éste es la mediana. Note que la mediana es el valor observado que se localiza a la mitad de la distribución, no el valor de cinco. La fórmula no nos proporciona directamente el valor de la mediana, sino el número de caso en donde está la mediana. La mediana es una medida de tendencia central propia de los niveles de medición ordinal, por intervalos y de razón. No tiene sentido con variables nominales, porque en este nivel no hay jerarquías ni noción de encima o debajo. Asimismo, la mediana es particularmente útil cuando hay valores extre- mos en la distribución. No es sensible a éstos. Si tuviéramos los siguientes datos: 24 31 35 35 38 43 45 50 248 la mediana seguiría siendo 38. Figura 10.6 Ejemplo de un polígono de frecuencias con la variable innovación. 10 0 20 2.00 1.80 2.20 2.60 3.00 3.40 3.80 4.20 4.60 5.00 Omitido 2.40 2.80 3.20 3.60 4.00 4.40 4.80 Con respecto a la innovación en la empresa, que es la percepción del apoyo a las iniciativas tendientes a introducir mejoras en la manera como se realiza el trabajo, a nivel organizacional y departamental, la mayoría de los individuos tienden a estar en altos niveles de la escala. Variable: innovación Porcentaje Medidas de tendencia central Va- lores medios o centrales de una distri- bución que sirven para ubicarla dentro de la escala de medición. Moda Categoría o puntuación que se presenta con mayor frecuencia. Mediana Valor que divide la distri- bución por la mitad. www.FreeLibros.com
- 335. 293 Estadística descriptiva para cada variable Para la interpretación de la media y la mediana, se incluye un comentario al respecto en el siguien- te ejemplo.6 6 Basado en una idea de Leguizamo (1987). 7 De acuerdo con la Organización de las Naciones Unidas (2009), al iniciar 2009 la población mundial era de aproximadamente 6 829 millones de individuos. 8 Todos los datos fueron obtenidos de la Organización de las Naciones Unidas (2009). EJEMPLO ¿Qué edad tiene? Si teme contestar no se preocupe, los perfiles de edad difieren de un país a otro. Con base en proyecciones sobre la población en 2009, la población mundial para finales de 2010 será de aproximadamente 6 867 millones de habitantes (Knol, 2009).7 La mediana de edad a nivel mundial es en 2009 de 28.1 años, lo que significa que la mitad de los habitantes del globo terrestre sobrepasa esta edad y el otro medio es más joven. Cabe señalar que la mediana varía de un lugar a otro, ya que en los países más desarrollados la edad mediana de la población —esto es, la edad que divide a la población en dos partes iguales— ha ido en ascenso constante desde 1950 hasta llegar, en el 2009, a 38.8 años. En los países más pobres del orbe es de 19.3. Por continente tenemos las siguientes medianas: África = 19.2 años (no ha variado desde 1950), Asia = 27.7, Europa = 39.2 (creciendo 10 años, desde 1950), Latinoamérica y el Caribe = 26.4 (avanzamos 6.4 años en casi 60 años), Canadá y Estados Unidos de América = 36.4, y Oceanía = 32.3.8 Se estima que para la mitad de este siglo la edad mediana mundial habrá aumentado a aproximadamente 36 años. Actualmente, el país con la población más joven es Yemen, con una edad mediana de 15 años, y el más viejo es Japón, con una edad mediana de 41 años (Di Santo, 2009). Buena noticia para el actual ciudadano global medio, porque parece ser que se encuentra en la situa- ción de envejecer más lentamente. La media es la medida de tendencia central más utilizada y puede definirse como el promedio aritmético de una distribución. Se simboliza como X _ , y es la suma de todos los valores dividida entre el número de casos. Es una medida sola- mente aplicable a mediciones por intervalos o de razón. Carece de sentido para variables medidas en un nivel nominal u ordinal. Es una medida sensible a valores extremos. Si tuvié- ramos las siguientes puntuaciones: 8 7 6 4 3 2 6 9 8 El promedio sería igual a 5.88. Pero bastaría una puntuación extrema para alterarla de manera notoria: 8 7 6 4 3 2 6 9 20 (promedio igual a 7.22). El cálculo de la media, así como el resto de fórmulas de diversos estadísticos los podrá encontrar el lector en el CD anexo: Material complementario → Capítulos → Capítulo 8 “Análisis estadístico: segunda parte” (al final). ¿Cuáles son las medidas de la variabilidad? Las medidas de la variabilidad indican la dispersión de los datos en la escala de medición y responden a la pregunta: ¿dónde están diseminadas las puntuaciones o los valores obtenidos? Las medidas de tendencia central son valores en una distribu- ción y las medidas de la variabilidad son intervalos que designan distancias o un número de unidades en la escala de medición. Las medidas de la variabilidad más utilizadas son rango, desviación estándar y varianza. Media Es el promedio aritmético de una distribución y es la medida de tendencia central más utilizada. Medidas de la variabilidad Son inter- valos que indican la dispersión de los datos en la escala de medición. www.FreeLibros.com
- 336. Capítulo 10 Análisis de los datos cuantitativos 294 El rango, también llamado recorrido, es la diferencia entre la puntuación mayor y la puntuación menor, e indica el número de unidades en la escala de medición que se necesitan para incluir los valores máximo y mínimo. Se calcula así: XM – Xm (puntuación mayor, menos puntuación menor). Si tenemos los siguientes valores: 17 18 20 20 24 28 28 30 33 el rango será: 33 – 17 = 16. Cuanto más grande sea el rango, mayor será la dispersión de los datos de una distribu- ción. La desviación estándar o típica es el promedio de desviación de las puntuaciones con respecto a la media. Esta medida se expresa en las unidades originales de medición de la distribución. Se interpreta en relación con la media. Cuanto mayor sea la disper- sión de los datos alrededor de la media, mayor será la desviación estándar. Se simboliza con: s o la sigma minúscula σ, o bien mediante la abreviatura DE. Su cálculo lo podrá encontrar el lector en el CD anexo: Material complementario → Capítulos → Capítulo 8 “Análisis estadístico: segunda parte” (al final). La desviación estándar se interpreta como cuánto se desvía, en promedio, de la media un conjunto de puntuaciones. Supongamos que un investigador obtuvo para su muestra una media (promedio) de ingreso fami- liar anual de $6 000 y una desviación estándar de $1 000. La interpretación es que los ingresos fa- miliares de la muestra se desvían, en promedio, mil unidades monetarias respecto a la media. La desviación estándar sólo se utiliza en variables medidas por intervalos o de razón. La varianza La varianza es la desviación estándar elevada al cuadrado y se simboliza s2 . Es un con- cepto estadístico muy importante, ya que muchas de las pruebas cuantitativas se funda- mentan en él. Diversos métodos estadísticos parten de la descomposición de la varianza (Jackson, 2008; Beins y McCarthy, 2009). Sin embargo, con fines descriptivos se utiliza preferente- mente la desviación estándar. ¿Cómo se interpretan las medidas de tendencia central y de la variabilidad? Cabe destacar que al describir nuestros datos, respecto a cada variable del estudio, interpretamos las medidas de tendencia central y de la variabilidad en conjunto, no aisladamente. Consideramos todos los valores. Para interpretarlos, lo primero que hacemos es tomar en cuenta el rango potencial de la escala. Supongamos que aplicamos una escala de actitudes del tipo Likert para medir la “actitud hacia el presidente” de una nación (digamos que la escala tuviera 18 ítems y se promediaran sus valores). El rango potencial es de uno a cinco (vea la figura 10.7). Rango Indica la extensión total de los datos en la escala. Varianza Se utiliza en análisis infe- renciales. Desviación estándar Promedio de desviación de las puntuaciones con respecto a la media que se expresa en las unidades originales de medición de la distribución. sió con: s o la sigma lector en el CD a segunda parte” (a La desviación Figura 10.7 Ejemplo de escala con rango potencial. 1 2 3 4 5 (Actitud totalmente desfavorable) (Actitud totalmente favorable) Actitud hacia el presidente 2 www.FreeLibros.com
- 337. 295 Estadística descriptiva para cada variable Si obtuviéramos los siguientes resultados: Variable: actitud hacia el presidente Moda: 4.0 Mediana: 3.9 Media (X _ ): 4.2 Desviación estándar: 0.7 Puntuación más alta observada (máximo): 5.0 Puntuación más baja observada (mínimo): 2.0 Rango: 3 podríamos hacer la siguiente interpretación descriptiva: la actitud hacia el presidente es favorable. La categoría que más se repitió fue 4 (favorable). Cincuenta por ciento de los individuos está por encima del valor 3.9 y el restante 50% se sitúa por debajo de este valor (mediana). En promedio, los partici- pantes se ubican en 4.2 (favorable). Asimismo, se desvían de 4.2, en promedio, 0.7 unidades de la escala. Ninguna persona calificó al presidente de manera muy desfavorable (no hay “1”). Las puntua- ciones tienden a ubicarse en valores medios o elevados. En cambio, si los resultados fueran: Variable: actitud hacia el presidente Moda: 1 Mediana: 1.5 Media (X _ ): 1.3 Desviación estándar: 0.4 Varianza: 0.16 Máximo: 3.0 Mínimo: 1.0 Rango: 2.0 la interpretación es que la actitud hacia el presidente es muy desfavorable. En la figura 10.8 vemos gráficamente la comparación de resultados. La va