TECNICAS DE LA INVESTIGACION UNIDAD 2

OBJETIVOS ESPECIFICOS:
Comprender el concepto de prueba estadstica Entender que no se aplican las pruebas estadsticas simplemente por aplicarlas, sino que se aplican con sentido y justificacin. Conocer las principales pruebas estadsticas desarrolladas para las ciencias sociales y naturales, as como sus aplicaciones, situaciones en que se utiliza cada una y formas de interpretarlas. Analizar la inter-relacin entre distintas pruebas estadsticas. Comprender los procedimientos para analizar la informacin o los datos. Aprender a diferenciar cuando aplicar y diferenciar entre estadstica parametrica y no parametrica. Obtener una comprensin sobre la diversidad conceptual y metodolgica existente completarla formacin metodolgica iniciada en las de tcnicas cuantitativas: analizar espacios de cobertura, diferencias y semejanzas, limitaciones y ventajas, mbitos de aplicacin... Desarrollar una visin crtica sobre los procesos, mecanismos y dinmicas que configuran la realidad social Iniciar al alumnado en la diversidad de tareas relativas a la investigacin cualitativa Aplicar, interrelacionar y poner en prctica los contenidos terico metodolgicos adquiridos Competencias
Competencia: Capacidad de poner en operacin los diferentes conocimientos, habilidades y actitudes adems de los valores de manera integral en las diferentes interacciones que tienen los estudiantes en la vida y en el mercado laboral. competencias para la vida: Tener capacidad de decidir y actuar con juicio crtico. Actuar con tolerancia hacia la diversidad cultural. Manifestar una conciencia de pertenencia a la cultura. Combatir la discriminacin y el fanatismo. Ser competente es manifestar en la prctica los diferentes aprendizajes, satisfaciendo de esta manera las necesidades y los retos que tienen que afrontar en los diferentes contextos donde interactan los alumnos y alumnas. La nocin de competencia, referida inicialmente al contexto laboral, ha enriquecido su significado en el campo educativo en donde es entendida como un saber hacer en situaciones concretas que requieren la aplicacin creativa, flexible y responsable de conocimientos, habilidades y actitudes.

Aprender a conocer, Aprender a hacer, Aprender a convivir se convierten en tres pilares de la educacin para hacer frente a los retos del siglo XXI y llevar a cada persona a descubrir, despertar e incrementar sus posibilidades creativas, permitindole que aprenda a ser.

Las competencias para el aprendizaje permanente constituyen un conjunto de conocimientos, capacidades y actitudes adecuados al contexto. Son particularmente necesarias para la realizacin personal de los individuos y para su integracin social, as como para la ciudadana activa y el empleo. Las competencias clave resultan esenciales en una sociedad basada en el conocimiento y garantizan una mayor flexibilidad de la mano de obra, lo que le permitir adaptarse ms rpidamente a la evolucin constante de un mundo que se caracteriza por una interconexin cada vez mayor. Competencia Cognitiva: Construir una estructura cognoscitiva dinmica y flexible sobre los fenmenos interrelacionados mediante los cuales se disea implementa y aplica una tcnica en particular, de tal manera que el estudiante pueda dominar los conceptos bsicos de las diferentes tcnicas cuantitativas y cualitativas, sus instrumentos, cuando aplicar una determinada tcnica a nivel de campo, o laboratorio, como elaborara el diseo de investigacin ms adecuado y pertinente, evaluar crticamente los problemas y las dificultades encontradas en la aplicacin prctica de las diferentes tcnicas de investigacin. Competencia Contextual: interpretacin tcnica y cientfica de los de las diferentes tcnicas de investigacin, y de la rigurosidad en su planeacin. Competencia comunicativa: Sustentar en forma escrita y oral de manera argumentada el mtodo cientfico experimental y su relacin con las tcnicas de investigacin. Competencia valorativa: Interpretar desde el punto de vista de las diversas tcnicas de investigacin los problemas de orden epistemolgico, social y cultural, teniendo en cuenta sus significaciones e implicaciones ticas y la relacin con la naturaleza, asimismo elaborar propuestas y diseos de investigacin que involucren la experiencia y puntos de vista de los dems como posibilidad de interlocucin y trabajo en equipo.
La competencia digital, que conlleva un uso seguro y crtico de las tecnologas de la sociedad de la informacin (TSI) y, por tanto, el dominio de las tecnologas de la informacin y la comunicacin (TIC).

DISEOS EXPERIMENTALES DE INVESTIGACIN PARTE II, TCNICAS E INSTRUMENTOS DE INVESTIGACIN CUALITATIVA, Y ANALSIS DE LA INFORMACIN
Capitulo 4. Diseos Experimentales II parte, Tecnicas Cualitativas I Parte Leccin 16. Preexperimentos
Preexperimentos Se llaman as, porque su grado de control es mnimo Diseos Pre -Experimentales. Son aquellos que usan poco o ningn tipo de control de variables extraas, por lo cual suelen tener escasa validez interna. Diseo Slo Despus. Este diseo consiste en aplicar a las unidades de prueba un tratamiento y luego medir los resultados. Al aplicar este diseo se considera que hay una relacin de causalidad entre el tratamiento l y su efecto. Este diseo no permite el control de variables extraas, fundamentalmente se puede dar el efecto de historia. Diseo Antes - Despus. Consiste en efectuar una medicin sobre las unidades llamada "medicin antes", aplicar el tratamiento y luego efectuar otra medicin llamada "medicin despus". Puede producirse el efecto de prueba, es decir, los sujetos pueden modificar su comportamiento a partir de la primera medicin que se hizo. Tb algunas unidades pueden abandonar el experimento antes de realizarse la segunda medicin, con lo cual se produce el efecto de mortalidad. Diseo Slo Despus Con Grupo de Control. En este diseo se introduce un grupo de control al diseo Slo Despus expuesto anteriormente al que no se le aplica el tratamiento experimental. 1. Estudio de caso con una sola medicin Este dise podra diagramarse de la siguiente manera: GXO

Consiste en administrar un estmulo o tratamiento a un grupo y despus aplicar una medicin en una o ms variables para observar cul es el nivel del grupo en estas variables. Este diseo no cumple con los requisitos de un "verdadero" experimento. No hay manipulacin de la variable independiente. El diseo adolece de los requisitos para lograr el control experimental: tener varios grupos de comparacin. No se puede establecer causalidad con certeza. No se controlan las fuentes de invalidacin interna. 2. Diseo de preprueba-postprueba con un solo grupo Este segundo diseo se puede diagramara as: G O1 X O2 A un grupo se le aplica una prueba previa al estmulo o tratamiento experimental: despus se le administra el tratamiento y finalmente se le aplica una prueba posterior al tratamiento.

El diseo ofrece una ventaja sobre el interior, hay un punto de referencia inicial para ver qu nivel tena el grupo en la(s) variable (s) dependientes antes del estmulo. Es decir, hay un seguimiento del grupo. Sin embargo, el diseo no resulta conveniente para fines cientficos: no hay manipulacin ni grupo de comparacin y adems varias fuentes de invalidacin interna pueden actuar. Por ejemplo, la historia. Entre O1 y O2 pueden ocurrir muchos otros acontecimientos capaces de generar cambios, adems del tratamiento experimental (Campbell y Stanley, 1966), y entre mayor sea el lapso entre ambas mediciones mayor ser tambin la posibilidad de que actu la historia. Asimismo, entre O1 y O2 puede presentarse la maduracin (fatiga, aburrimiento, etc.). Por otro lado, se corre el riesgo de elegir a un grupo atpico o que en el momento del experimento no se encuentre en su estado normal. Puede presentarse la regresin estadstica y diversas interacciones que se mencionaron (interaccin entre seleccin y maduracin, por ejemplo). Asimismo, puede haber un efecto de la preprueba sobre la postprueba. En este segundo diseo Tampoco se puede establecer con certeza la causalidad. Los dos diseos preexperimntales no son adecuados para el establecimiento de relaciones entre la variable independiente y la variable dependiente o dependiente. Son diseos que han recibido bastante crtica en la literatura experimental, y con justa razn porque son dbiles en cuanto a la posibilidad de control y validez interna. Considero que su uso debe restringirse a que sirvan como ensayos de otros experimentos con mayor control. Es decir, si alguien piensa efectuar un experimento en forma (utilizando algunos d e los diseos con "experimentos verdaderos" y "cuasiexperiementos"), y tiene alguna dudas sobre el estimulo ola manera de administrar las mediciones (por ejemplo, como reaccionaran los sujetos al estimulo , cunto tiempo pueden concentrarse en el experimento o como debe ser dada una instruccin); puede - primero - ensayar el

experimento mediante un diseo preexperimental (hacer una prueba piloto) y - despus llevar a cabo su experimento utilizando un diseo ms confiable. Asimismo, en ciertas ocasiones los diseos preexperimentales pueden servir como estudios exploratorios, pero sus resultados deben observarse con precaucin. De ellos no pueden sacarse conclusiones seguras de investigacin. Abren el camino, pero de ellos deben derivarse estudios ms profundos. Desafortunadamente en la investigacin comercial, los diseos reexperimntales se utilizan con mayor frecuencia de la que fuera deseable. Algunos investigadores de mercado - por ejemplo - toman a un grupo, lo exponen aun comercial televisivo y miden la aceptacin del producto o la predisposicin de compra, si esta es elevada deducen que se debi al comercial. Lo mismo ocurre con programas de desarrollo organizacional, introduccin de innovaciones, mtodos de enseanza, etc. Se hacen juicios aventurados y afirmaciones superficiales. leccin 17. Experimentos "Verdaderos", y Factoriales

Los experimentos "verdaderos" son aquellos que renen dos requisitos para lograr el control y la validez interna: 1) grupos de comparacin (manipulacin de la variable independiente o de varias independientes) y 2) equivalencia de los grupos. Los diseos "autnticamente" experimentales pueden abarcar una o ms variables independientes y una o ms dependientes. Asimismo, pueden utilizar prepruebas y pospruebas para analizar la evolucin de los grupos antes y despus del tratamiento experimental. Desde luego, no todos los diseos experimentales utilizan prepruebas, pero la posprueba es necesaria para determinar los efectos de las condiciones experimentales (Wiersma, 1986)

1. Diseo con posprueba nicamente y grupo de control Este diseo incluye dos grupos, uno recibe el tratamiento experimental y el otro no(grupo de control). Es decir, la manipulacin de la variable independiente alcanza slo dos niveles: presencia y ausencia. Los sujetos son asignados a los grupos de manera aleatoria. Despus de que concluye el periodo experimental, a ambos grupos se les administra una medicin sobre la variable dependiente en estudio. El diseo puede diagramarse de la siguiente manera: R G1 X O1 R G2 -- O2 En este diseo, la nica diferencia entre los grupos debe ser la presencia-ausencia de la variable independiente. Estos son inicialmente equivalentes y para asegurar que durante el experimento continen siendo equivalentes _ salvo por la o ausencia de dicha manipulacin - el experimentador debe observar que no ocurra algo que afecte solo a un

grupo. Debe recordarse que al la hora que se efecta el experimento debe ser la misma para ambos grupos (o ir mezclando a un sujeto de un grupo con un sujeto del otro grupo - cuando la participacin es individual - ), lo mismo que en las condiciones ambientales y dems factores que fueron ventilados al hablar de equivalencia de grupos

La prueba estadstica que suele utilizarse en este diseo para comparar a los grupos es la prueba "t" para grupos correlacionados, al nivel de medicin por intervalos. El diseo con posprueba nicamente y grupo de control puede extenderse para incluir ms de dos grupos, se usan dos o ms tratamientos experimentales, adems del grupo de control.

Si se carece de grupo de control, el diseo puede llamarse "diseo con grupos aleatorizados y posprueba nicamente".

En el diseo con posprueba nicamente y grupo de control, as como en sus posibles variaciones y extensiones, se logra controlar todas las fuentes de invalidacin interna. 2. Diseo con preprueba-posprueba y grupo de control

Este diseo incorpora la administracin de prepruebas a los grupos que componen el experimento. Los sujetos son asignados al azar a los grupos, despus a stos se les administra simultneamente la preprueba, un grupo recibe el tratamiento experimental y otro no (es el grupo de control); y finalmente se les administra, tambin simultneamente una posprueba. La adicin de la preprueba ofrece dos ventajas: primera, las puntuaciones de las prepruebas pueden usarse para fines de control en el experimento, al compararse las prepruebas de los grupos se puede evaluar qu tan adecuada fue la aleatorizacion. La segunda ventaja reside en que se puede analizar el puntaje ganancia de cada grupo (la diferencia entre la preprueba y la posprueba). El diseo controla todas las fuentes de invalidacin interna por las mismas razones que se argumentaron en el diseo anterior (diseo con posprueba nicamente y grupo de control). Lo que influye en un grupo deber influir de la misma manera en el otro, para mantener la equivalencia de los grupos. 3. Diseo de cuatro grupos de Solomon El diseo de Solomon combina el diseo de dos grupos con slo medicin "despus" y el diseo clsico de dos grupos con mediciones "antes" y "despus". En esta forma se controlan los efectos de seleccin y de mortalidad (por la asignacin al azar); los de maduracin e historia (por el uso de grupos de control) y el efecto de interaccin de la prueba pues como no existe medicin "antes" en algunos grupos, sta no puede, lgicamente, actuar sobre los resultados "despus".Los pasos del diseo son los que siguen:

a) Se asigna el total de los sujetos, en forma aleatoria, a cuatro grupos. b)En el primer grupo se hace una medicin "antes" de la variable dependiente, luego se aplica el tratamiento experimental y posteriormente se hace una medicin "despus" de la variable dependiente. c) En el segundo grupo se hacen mediciones "antes" y "despus", sin aplicar el tratamiento experimental. aplicar el tratamiento experimental. d) El tercer grupo recibe el tratamiento experimental y se hace en l una medicin "despus". e) Finalmente, en el cuarto grupo se hace slo una medicin "despus". Todos los grupos se forman aleatoriamente. Los grupos 1 y 3 son experimentales, los grupos 2 y 4, de control. La principal ventaja del diseo consiste en el control del efecto de la medicin "antes" de la prueba en la medicin "despus". Esto se logra pues a dos de los grupos no se aplica la prueba "antes" (preprueba): al grupo experimental 3 y al grupo de control 4. Si se considera que a los grupos 1 y 3 se les aplic el tratamiento experimental, sus mediciones "despus" deberan ser iguales: O - O. Pero en el grupo 1 tambin se aplic la preprueba, con lo cual, si hay diferencias entre esas dos mediciones, se debera a esa prueba. Algo similar tendra que ocurrir entre los grupos 2 y 4 que no recibieron el tratamiento experimental. Si se encuentra una diferencia significativa, sta se debera tambin al efecto de la preprueba. Para realizar todas las comparaciones se utiliza el anlisis de varianza. La lnea de rayas indica que el grupo de control se conform por igualacin con el grupo experimental. En la medida en que haya una mayor semejanza entre los dos grupos del estudio "podemos considerar que el diseo controla los principales efectos de la historia, la maduracin, la administracin de tests y la instrumentacin..." (Campbell y Stanley,1966) . Diseo con preprueba-posprueba y grupo de control Este diseo incorpora la administracin de prepruebas a los grupos que componen el experimento. Los sujetos son asignados al azar a los grupos, despus a stos se les administra simultneamente la preprueba, un grupo recibe el tratamiento experimental y otro no (es el grupo de control); y finalmente se les administra, tambin simultneamente una posprueba.

La adicin de la preprueba ofrece dos ventajas: primera, las puntuaciones de las prepruebas pueden usarse para fines de control en el experimento, al compararse las prepruebas de los grupos se puede evaluar qu tan adecuada fue la aleatorizacion. La segunda ventaja reside en que se puede analizar el puntaje ganancia de cada grupo (la diferencia entre la preprueba y la posprueba).

El diseo controla todas las fuentes de invalidacin interna por las mismas razones que se argumentaron en el diseo anterior (diseo con posprueba nicamente y grupo de control). Lo que influye en un grupo deber influir de la misma manera en el otro, para mantener la equivalencia de los grupos. El anlisis de los datos puede hacerse de manera directa con las diferencias encontradas entre las mediciones "antes" y "despus" en ambos grupos. Un tratamiento ms riguroso se obtendra con el anlisis de la varianza que implica supuestos como el de homogeneidad de regresin, "menos posibles aqu que en diseo experimental clsico" 1. Diseos experimentales de series cronolgicas mltiples En los diseos experimentales antes mencionados se ha comentado que sirven - mas bien para analizar efectos inmediatos o a corto plazo. En ocasiones el experimentador est 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, los programas de difusin de innovaciones, mtodos educativos o estrategias de las psicoterapias. En tales casos es conveniente adoptar diseos con varias pospruebas. A estos diseos se les conoce como series cronolgica experimentales. En realidad el trmino " serie cronolgica", se aplica a cualquier diseo que efectu- a travs del tiempo- varias observaciones o mediciones sobre una variable, sea o no experimental, solo en este caso se les llama experimentales porque renen los requisitos para serlo Tambin en estos diseos se tienen dos o mas grupos y los sujetos son asignados al azar a dichos grupos. Solamente que, debido a que transcurre mucho mas tiempo entre el inicio y la terminacin del experimento, el investigador debe tener el suficiente cuidado para que no ocurra algo que afecte de manera distinta a los grupos ( con excepcin de la manipulacin de la variable independiente). Lo mismo sucede cuando al aplicar el estimulo lleva mucho tiempo (por ejemplo, programas motivacionales para trabajadores que pueden durar semanas). Con el paso del tiempo es ms difcil mantener equivalencia inicial de los grupos. Ejemplos Serie cronolgica sin preprueba, con varias pospruebas y grupo de control R G1 X1 O1 O2 O3 R G2 X2 O4 O5 O6 R G3 X3 O7 O8 O9 R G4 - O10 O11 O12

Serie cronolgica con preprueba, con varias pospruebas y grupo de control

R G1 O1 X1 O2 O3 O4 R G2 O5 X2 O6 O7 O8 R G3 O9 -- O10 O11 O12

Serie cronolgica basada en el diseo de cuatro grupos de Solomon RG1 O1 X O2 O3 RG2 O4 -- O5 O6 RG3 -- X O7 O8 RG4 -- -- O9 O10 __ 2. Diseos de series cronolgicas con repeticin del estimulo En ocasiones, el investigador anticipa que el tratamiento o estimulo experimental no tiene efecto o este es mnimo si se aplica una sola vez, tal como seria hacer ejercicio fsico un solo da, no se puede esperar un cambio en la musculatura; o como seria consumir vitaminas por una nica vez .tambin a veces el investigador quiere conocer el efecto sobre las variables dependientes, cada vez que se aplica el estimulo experimental. Por ejemplo, en tcnicas de acondicionamiento es comn que uno se cuestione: Cuntas veces debo aplicar el reforzamiento a una conducta para lograr condicionar a respuesta a un estimulo?. En estos casos se puede repetir el tratamiento experimental y administrar una posprueba despus de cada aplicacin de este, para evaluar el efecto de la aplicacin. Los sujetos son asignados al azar a los distintos grupos y a cada grupo se le administra varias veces el tratamiento experimental que le corresponde. Ejemplo R G1 O1 X1 O2 X1 O3 R G2 O4 -- O5 -- O6 El mismo tratamiento se aplica dos veces al grupo experimental 3. diseos con tratamiento mltiples: A. varios Grupos B. Un solo grupo Diseos Factoriales

Historia Los diseos factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y Henri J Gilbert de la Estacin experimental de Rothamsted. Ronald Fisher discuti en 1926 que los diseos "complejos" (tales como diseos factoriales) eran ms eficientes que estudiando un factor a la vez. Fisher escribi, "ningn aforismo se repite ms con frecuencia con respecto a ensayos prcticos, que eso nosotros debe hacer naturaleza pocas preguntas, o, idealmente, a una pregunta, a la vez. Convencen el escritor de que esta visin est confundida enteramente. Naturaleza, l sugiere, responder lo ms mejor posible a un lgico y pens cuidadosamente hacia fuera el cuestionario". Un diseo factorial permite el efecto de varios factores e incluso interacciones entre ellas que se determinarn con el mismo nmero de ensayos que son necesario determinar de los efectos por s mismo con el mismo grado de exactitud. Yates realizo importantes contribuciones significativas hechas, particularmente en el anlisis de diseos, por Anlisis de Yates. El trmino "factorial" no se pudo haber utilizado en la impresin antes de 1935, cuando el pescador la utiliz en su libro El diseo de experimentos. Los diseos factoriales son importantes por varias razones 1. Requieren relativamente pocos experimentos elementales para cada factor, y permiten explorar factores que pueden indicar tendencias y as determinar una direccin prometedora para experimentos futuros. 2. Si existe interaccin entre los factores estudiados permite medirla . 3. Cuando el nmero de factores (variables) suelen ser importantes para estudiar todas las variables, los diseos factoriales fraccionados permiten estudiarlas a todas para estudiarlas superficialmente en lugar de hacer experimentos ms pequeos que pueden no incluir las variables importantes. 4. Estos diseos y sus correspondientes fraccionados pueden ser utilizados en bloques para construir diseos de un grado de complejidad que se ajuste a las necesidades del problema. 5 La interpretacin de las observaciones producidas por estos diseos se puede realizar en gran parte a base de sentido comn y aritmtica elemental. Conceptos Bsicos en Diseos Factoriales: Se llaman Diseos Factoriales a aquellos experimentos en los que se estudia simultneamente dos o ms factores, y donde los tratamientos se forman por la combinacin de los diferentes niveles de cada uno de los factores. Los Diseos factoriales en si no constituyen un diseo experimental si no que ellos deben ser llevados en cualquiera de los diseos tal como D.C.A. ; D.B.C.A.; D.C.L. Los Diseos factoriales se emplean en todos los campos de la investigacin, son muy tiles en investigaciones exploratorias en las que poco se sabe acerca de muchos factores.

Ventajas: 1. Requieren relativamente pocos experimentos elementales para cada factor, y permiten explorar factores que pueden indicar tendencias y as determinar una direccin prometedora para experimentos futuros. 2. Si existe interaccin entre los factores estudiados permite medirla . 3. Cuando el nmero de factores (variables) suelen ser importantes para estudiar todas las variables, los diseos factoriales fraccionados permiten estudiarlas a todas para estudiarlas superficialmente en lugar de hacer experimentos mas pequeos que pueden no incluir las variables importantes. 4. Estos diseos y sus correspondientes fraccionados pueden ser utilizados en bloques para construir diseos de un grado de complejidad que se ajuste a las necesidades del problema. 5. La interpretacin de las observaciones producidas por estos diseos se puede realizar en gran parte a base de sentido comn y aritmtica elemental. Desventajas: 1.- Se requiere un mayor nmero de unidades experimentales que los experimentos simples y por lo tanto se tendr un mayor costo y trabajo en la ejecucin del experimento. 2.- Como en los experimentos factoriales c/u de los niveles de un factor se combinan con los niveles de los otros factores; a fin de que exista un balance en el anlisis estadstico se tendr que algunas de las combinaciones no tiene inters prctico pero deben incluirse para mantener el balance. 3.- El anlisis estadstico es ms complicado que en los experimentos simples y la interpretacin de lso resultados se hace ms difcil a medida de que aumenta el nmero de factores y niveles por factor en el experimento. Diseos factoriales Los diseos factoriales manipulan dos o ms variables independientes e incluyen dos o ms niveles de presencia en cada una de las variables independientes. Han sido sumamente utilizados en la investigacin del comportamiento. La construccin bsica de un diseo factorial consiste en que todos los niveles de cada variable independiente son tomados en combinacin con todos los niveles d e las otras variables independientes. Esta temtica tambin se trata en la unidad V sobre anlisis de la informacin. Factorial 2X 2

El diseo factorial mas simple manipula (hace variar) dos variables, cada una con dos niveles. A este diseo se le conoce como "diseo factorial 2X 2", en donde el nmero de dgitos indica el numero de variables independientes: 2X2 Un digito Otro digito (primera variable (segunda variable Independiente) independiente) Y el valor numrico de cada digito. Conceptos Generales: Factor.- Es un conjunto de tratamientos de una misma clase o caracterstica. Ejemplo: tipos de riego, dosis de fertilizacin, variedades de cultivo, manejo de crianzas, etc. Factorial.- Es una combinacin de factores para formar tratamientos. Niveles de un Factor.- Son los diferentes tratamientos que pertenecen a un determinado factor. Se acostumbra simbolizar algn elemento "i" por la letra minuscula que representa al factor y el valor del respectivo subindice. Ejemplo: Tipos de riego: Secano Goteo Aspersin Niveles: a0 a1 a2 Tipos de factores: 1.- Factores Cuantitativos. 2.- Factores Cualitativos. 1.- FACTORES CUANTITATIVOS.- Son aquellos factores cuyos niveles son cantidades numricas. Ejemplo: Factor A : Dosis de fertilizacin Niveles : 10 Kg/Ha (ao), 20Kg/Ha (a1), 30Kg/Ha (a2). 2.- FACTORES CUALITATIVOS.- Son aquellos factores cuyos niveles son procedimientos o cualidades. Ejemplo: Factor A: Variedades de cultivo Niveles : Variedad 1, Variedad 2.

Ejemplo de un diseo complejo o factorial: Hiptesis: Las personas que son distradas, frente a las que no lo son, aguantan ms el dolor. (Meter la mano en agua helada). Tenemos 2 v. independientes que tienen dos niveles:

Distraccin (se consigue mediante la lectura de un cuento).- Con cuento (distraccin) y - Sin cuento ( sin distraccin). Sexo del investigador:- Hombre.- Mujer.

Se forman dos grupos: uno experimental y otro de control. Y se plantea realizar una estrategia distractiva: leer un cuento mientras se realiza la prueba. Diseo del experimento: 2 grupos, uno con distraccin y al otro sin distraccin (no lectura del cuento), y mido el tiempo que aguanta cada uno con la mano sumergida en agua helada. La investigadora pens que ella misma poda ser un elemento de distraccin y entonces aadi una variable de confusin que era el "atractivo" de la propia investigadora, pasando el estudio a ser de dos variables y por lo tanto se necesitaban cuatro grupos. Las dos variables tenan efecto sobre el dolor, tanto con el entretenimiento como con la presencia del investigador. No hubo efecto combinado de potenciacin entre las variables.

leccin 18. Diseos Cuasiexperimentales Definicin, generalidades y problemas En estos diseos, en los cuales la asignacin de los pacientes no es aleatoria aunque el factor de exposicin es manipulado por el investigador. Los diseos que carecen de un control experimental absoluto de todas las variables relevantes debido a la falta de aleatorizacin ya sea en la seleccin aleatoria de los sujetos o en la asignacin de los mismos a los grupos experimental y control, que siempre incluyen una preprueba para comparar la equivalencia entre los grupos, y que no necesariamente poseen dos grupos (el experimental y el control), son conocidos con el nombre de cuasiexperimentos. El mtodo cuasiexperimental es particularmente til para estudiar problemas en los cuales no se puede tener control absoluto de las situaciones, pero se pretende tener el mayor control posible, an cuando se estn usando grupos ya formados. Es decir, el cuasiexperimento se utiliza cuando no es posible realizar la seleccin aleatoria de los

sujetos participantes en dichos estudios. Por ello, una caracterstica de los cuasiexperimentos es el incluir "grupos intactos", es decir, grupos ya constituidos. Algunas de las tcnicas mediante las cuales se puede recopilar informacin en un estudio cuasiexperimental son las pruebas estandarizadas, las entrevistas, las observaciones, etc. Se recomienda emplear en la medida de lo posible la preprueba, es decir, una medicin previa a la aplicacin del tratamiento, a fin de analizar la equivalencia entre los grupos. Tipos de diseos cuasiexperimentales

Experimentos naturales: Son los experimentos que se desarrollan en la poblacin sin que medie ningn tipo de intervencin intencionada. La intervencin se da de forma natural o circunstancial y luego se evala la presencia de la enfermedad con el fin de evaluar el efecto de la intervencin no intencionada. Estudios con controles histricos: Este estudio consiste en comparar que un grupo de pacientes que reciben una intervencin o tratamiento con un grupo que haba sido tratado con otro tipo de intervencin en el pasado. Estudios post-intervencin: Es una forma de evaluar una intervencin y consiste en realizar observaciones posteriores a la utilizacin de una medida de intervencin. Tiene la limitacin de no tener informacin previa sobre el conocimiento del tema por parte de los participantes. Estudios antes/despus: Este estudio establece una medicin previa a la intervencin y otra posterior. Adems, puede incluir un grupo de comparacin que no reciba la intervencin y que se evala tambin antes y despus con el fin de medir otras variables externas que cambien el efecto esperado por razones distintas a la intervencin.

Anlisis de los resultados El anlisis de la informacin arrojada por un diseo cuasiexperimental permite realizar diversos anlisis estadsticos como son: la prueba t, el anlisis de varianza, el anlisis de covarianza, etc. Qu ventajas y usos tiene este diseo?

Son factibles dado que se pueden realizar en pequeas unidades, por lo cual son ms baratos y tienen menos obstculos prcticos. Permiten realizar investigaciones dentro de un marco de restricciones, particularmente la falta de aleatorizacin. Facilitan el desarrollo de estudios en ambientes naturales. A travs de los cuasiexperimentos es posible inferir relaciones causales entre la variable independiente y la variable dependiente, pero su probabilidad de ser verdadera es relativamente baja en comparacin con los diseos experimentales verdaderos.

Qu desventajas y limitaciones tiene este diseo?

En los diseos cuasiexperimentales la variable independiente puede confundirse con variables extraas, por lo que no se sabe si un cambio en la variable dependiente se debe realmente a la variacin de la variable independiente; es decir, la probabilidad de

una conclusin de que la variable independiente produjo un determinado cambio conductual es menor cuando se usa un diseo cuasiexperimental que cuando resultan de un experimento. Al utilizar grupos intactos o naturalmente formados, existe la posibilidad de que se presenten sesgos en la seleccin. Entonces, es conveniente tratar de igualar los grupos experimental y control con base a aquellas variables consideradas como importantes en el estudio. Cuando se consideran los problemas de validez en la investigacin cuasiexperimental, se deben tener presentes: identificar claramente las limitaciones del estudio, la equivalencia entre los grupos, y argumentar lgicamente los aspectos representativos y generales de la investigacin. El tipo de tratamiento recibido por los grupos puede no ser lo suficientemente variado para marcar una diferencia. El desarrollo de la investigacin en un ambiente natural posibilita la intervencin de variables extraas sobre las que seguramente no se podr ejercer control. Una desventaja del cuasiexperimento es el hecho de tomar los grupos intactos. El investigador no tiene la certeza de que la muestra sea representativa de la generalidad, por tanto, esto constituir una amenaza a la validez externa, de donde se deriva una limitacin del estudio. En un cuasiexperimento, es importante cuidar que los sujetos no se enteren de que estn participando en tal investigacin, para evitar sesgar los resultados (efecto Hawtorne o efecto placebo).

Los mtodos cuasi experimentales En este captulo vamos a seguir de cerca los clsicos libro de Campbell y Stanley (1966) y Cook y Campbell (1979), as como los trabajos de Gmez Jacinto y Hombrados (1988), Cook, Campbell y Perachio (1990) y Ato (1995). Aqu describiremos muy someramente aquellos diseos que se consideran mas relevantes Las investigaciones o diseos cuasiexperimentales reciben su nombre por el hecho que los grupos de estudio no se han conformado al azar y, en algunos casos, no se utiliza un grupo de control. Sin embargo, como lo dicen Campbell y Stanley, estas investigaciones pueden tener, en diversos grados, tanto validez interna como externa. De los varios tipos de stos vamos a presentar dos que suelen ser los ms utilizados en el campo de la investigacin social y de la educacin. Los cuasi experimentos poseen aparentemente todas las caractersticas de los experimentos verdaderos. La principal diferencia con stos estriba, segn los casos, en la imposibilidad de manipular la variable independiente y/o asignar aleatoriamente los sujetos a las condiciones experimentales. Comparten con los experimentos de campo su ejecucin en ambientes naturales, lo cual les otorga un escaso control. Podran ser calificados de adaptaciones ms o menos ingeniosas de los experimentos verdaderos, con el objetivo de separar los efectos debidos a la intervencin de aquellos provocados por las variables no controladas. . Los diseos cuasiexperimentales tambin manipulan deliberadamente al menos una variable independiente para ver su efecto y relacin con una o mas variables independientes, solamente que defieren de los experimentos "verdaderos" en el grado de seguridad o confiabilidad que pueda tenerse de la equivalencia inicial de los grupos.

En estos diseos los sujetos no son asignados al azar a los grupos, ni emparejados; sino que dichos grupos ya estaban formados antes del experimento, son grupos intactos ( la razn por la que surgen y la manera como se formaron fueron independientes o aparte de experimento). Por ejemplo, si los grupos el experimento son tres grupos escolares existentes que estaban formados con anterioridad al experimento, y cada uno de ellos constituye un grupo experimental. Vemoslo grficamente: Grupo A (30 estudiantes) Grupo experimental con X1 Grupo B (26 estudiantes) Grupo experimental con X2 Grupo C (34 estudiantes) Grupo de control Como el quid del problema en los mtodos cuasi experimentales es el sesgo de seleccin, no es de extraar que la mayora del tema se entre en cmo conformar grupos de control adecuados que no son diseados ad hoc, sino que hay que conformarlos analticamente.

cortes transversales o encuestas en diferentes momentos del

Tiempo

Paneles de individuos a lo largo de uno o varios puntos temporales Registros administrativos del programa (datos sobre participantes).

En la explicacin En la explicacin de los resultados (salarios o estatus laboral antes y Propiedades estadsticas. Despus de la capacitacin, por ejemplo) y en la explicacin de la Decisin de participar en un programa por parte del individuo i, ambos Si se utilizan cortes transversales repetidos o paneles, el problema no es tan grave, ya que ambos diseos implican que los factores observables y no observables que influyen los resultados son separables Aditivamente y hacen algunos supuestos sobre las propiedades de la serie de tiempo de los no observables (errores o residuos del Modelo). No obstante, si bien las variables explicativas de la decisin de participar pueden coincidir en su casi totalidad con las variables explicativas de los resultados, es conveniente tener variables que expliquen

la decisin pero no los resultados, ya que ello ayudar a distinguir ambas relaciones. Siguiendo a Heckman y Smith (1996) se puede formalizar lo anterior partiendo de que el individuo i decide participar en un programa de capacitacin en el momento q. As, sea Y0it el ingreso del individuo i en el momento t en ausencia de capacitacin (o sea cuando Pi=0), que depende de las caractersticas Xit. Problemas de los diseos cuasiexperimentales Como se haba comentado estos diseos se emplean cuando no es posible asignar al azar a los sujetos a los grupos que recibieron los tratamientos experimentales. La falta de aleatorizacion introduce posibles problemas de validez interna y externa. Segn Weiss, 1980) estos diseos tienen que luchar "con la seleccin como fuente posible de interpretacin equivocada, lo mismo que con la interaccin de la seleccin y otros factores, as, como, posiblemente, con los efectos de la regresin". Asimismo, diversos factores pudieron operar en la formacin de los grupos (que no estn bajo el control del investigador), que impiden afirmar que estos son representativos de poblaciones mas amplias. Y dado que su validez es menor que la de los experimentos "verdaderos", reciben el nombre de cuasiexperimenrtos Debido a los problemas potenciales de validez interna, en estos diseos el investigador debe intentar establecer la semejanza entre los grupos, esto requiere considerar las caractersticas o variables que pueden estar relacionadas con las variables estudiadas. . Pasos al realizar un experimento o cuasi experimento 1. decidir cuantas variables independientes y dependientes debern ser incluidas en el experimento o cuasisexperiemnto. No necesariamente el mejor experimento es aquel que incluye el mayor numero de variables, deben incluirse las variables que sean necesarias para probar las hiptesis, alcanzar los objetivos y responder a las preguntas de investigacin. 2. Elegir los niveles de manipulacin de la (s) variable (s) independiente(s) y traducirlos en tratamientos experimentales. Esta paso requiere que un concepto terico sea convertido en una serie de operaciones que habrn de realizarse para administrar uno o varios tratamientos experimentales . 3. desarrollar el instrumento o instrumentos para medir la (s) variable (s) dependiente(s). 4. seleccionar una muestra de personas para el experimento (idealmente representativa de la poblacin).

5. reclutar los sujetos del experimento o cuasiexperimento. Esto implica tener contacto con ellos, darles las explicaciones necesarias e indicarles el lugar, da y hora y persona con quien deben presentarse. 6. Seleccionar el diseo experimental o cuasiexperimental apropiado para nuestra (s) hiptesis, objetivos y preguntas de investigacin. 7. Planear como vamos a manejar los sujetos que participen en el experimento. Es decir, elaborar una ruta critica de que van a hacer los sujetos desde que llegan al lugar del experimento hasta que se retiran (paso a paso). 8. En el caso de experimentos "verdaderos" , dividirlos al azar o emparejarlos; en el caso de cuasiexperiementos analizar cuidadosamente las propiedades de los grupos intactos. . 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 bitcora minuciosa de todo lo ocurrido a lo largo de este. Tipos de diseos cuasi experimentales: Con excepcin de la diferencia que acabamos de mencionar, los cuasi experimentos son muy parecidos a los experimentos "verdaderos". Por lo tanto, podemos decir que hay casi tantos diseos cuasiexperiemntales como experimentales "verdaderos". Slo que no hay asignacin al azar o emparejamiento. Pero por lo dems son iguales, la interpretacin es similar, las comparaciones son las mismas y los anlisis estadsticos iguales (salvo que a veces se consideran las pruebas para datos no correlacionados). 1. Diseo con posprueba nicamente y grupos intactos

Este primer diseo utiliza dos grupos: uno recibe el tratamiento experimental y el otro no. Los grupos son comparados en la posprueba para analizar si el tratamiento experimental tuvo un efecto sobre la variable dependiente. Si los grupos no son equiparables entre s, las diferencias en las pospruebas de ambos grupos pueden ser atribuidas a la variable independiente pero tambin a otras razones diferentes, y lo peor es que el investigador puede no darse cuenta de ello. Por ello es importante que los grupos sean inicialmente comparables, y que durante el experimento no ocurra algo que los haga diferentes, con excepcin de la presencia ausencia del tratamiento experimental. 1. Recurdese que los grupos son intactos, no se crean, ya se haban constituido por motivos diferentes al cuasiexperimento.

2. Diseo de prepuebas-posprueba y grupos intactos (uno de ellos de control)

Este diseo es similar al que incluye posprueba nicamente y grupos intactos, solamente que a los grupos se les administra una preprueba. La cual puede servir para verificar la equivalencia inicial de los grupos (si son equiparables no debe haber diferencias significativas entre las prepruebas de los grupos). Las posibles comparaciones entre las mediciones de la variable dependiente y las interpretaciones son las mismas que en el diseo experimental de preprueba-posprueba con grupo de control solamente que en este segundo 1. Diseos cuasiexperimentales de series cronolgicas En ocasiones el investigador puede pretender realizar efectos al mediano y largo plazo o efectos de administrar varias veces el tratamiento experimental, y no cuenta con la posibilidad de asignar al azar a los sujetos a los grupos del experimento. En este caso, pueden utilizarse los diseos cuasiexperiemntales salvo que los grupos son intactos. En ambos tipos de diseos se aplican mediciones repetidas de la variable dependiente y se inserta el tratamiento experimental entre dos de esas mediciones en al menos un grupo, mientras que a otro grupo no se le aplica ningn tratamiento en el periodo de "experimentacin". Hay series cronolgicas de: a. Un solo grupo b. Series cronolgicas cuasiexperiemntales de mltiples grupos c.. Series cronolgicas cuasiexperiemntales con repeticin del estimulo d. Series cronolgicas cuasiexperiemntales con tratamientos mltiples leccin 19. Tecnicas Cualitativas I Parte METODOS Y TECNICAS DE INVESTIGACION CUALITATIVA Definiciones, conceptos, EVOLUCION, perspectivas histricas, Diferencias Investigacin cualitativa ' es un mtodo de investigacin usado principalmente en las ciencias sociales que se basa en cortes metodolgicos basados en principios tericos tales como la fenomenologa, hermenutica, la interaccin social empleando mtodos de recoleccin de datos que son no cuantitativos, con el propsito de explorar las relaciones sociales y describir la realidad tal como la experimentan los correspondientes. La investigacin cualitativa requiere un profundo entendimiento del comportamiento humano y las razones que lo gobiernan. A diferencia de la investigacin cuantitativa, la investigacin cualitativa busca explicar las razones de los diferentes aspectos de tal comportamiento. En otras palabras, investiga el por qu y el cmo se tom una decisin, en contraste con la investigacin cuantitativa la cual busca responder preguntas tales

como cul, dnde, cundo. La investigacin cualitativa se basa en la toma de muestras pequeas, esto es la observacin de grupos de poblacin reducidos, como salas de clase, etc. Caractersticas bsicas de las Investigaciones cualitativas Fraenkel y Wallen (1996) presentan cinco caractersticas bsicas que describen las particularidades de este tipo de estudio. 1. El ambiente natural y el contexto que se da el asunto o problema es la fuente directa y primaria, y la labor del investigador constituye ser el instrumento clave en la investigacin. 2. La recoleccin de los datos es una mayormente verbal que cuantitativa. 3. Los investigadores enfatizan tanto los procesos como lo resultados. 4. El anlisis de los datos se da ms de modo inductivo. 5. Se interesa mucho saber cmo los sujetos en una investigacin piensan y que significado poseen sus perspectivas en el asunto que se investiga. El proceso investigativo - aunque no difiere mucho de los otros tipos de investigacin hay algunas particularidades que debemos de considerar: (Fraenkel y Wallen, 1996) Identificacin del problema a investigar - no estricto a unas variables especficas, elmismo problema o asunto s reformula a medida que se lleva la investigacin en susinicios.Identificacin de los participantes - generalmente es una muestra seleccionada, no aleatoria, ya que el investigador procura por una muestra que concierne ms a los propsitos especficos de la investigacin. La formulacin de hiptesis - contrario a los estudios cuantitativos, las hiptesis no se formulan al inicio de la investigacin, sino ms bien que surgen a medida que se lleva acabo la investigacin. Las mismas pueden ser modificadas, o surgen nuevas o descartadas en el proceso. La coleccin de los datos - no se someten a anlisis estadsticos (si algunos es mnimo, tales como porcientos...) o que los mismos se manipulen como en los estudios experimentales. Los datos no se recogen al final al administrar instrumentos, sino que se van recogiendo durante el proceso que es continuo durante toda la investigacin. El anlisis de los datos - es uno mayormente de sntesis e integracin de la informacin que se obtiene de diverso instrumentos y medios de observacin. Prepondera ms un anlisis descriptivo coherente que pretende lograr una interpretacin minuciosa y detallada del asunto o problema de investigacin. (Enfoque holstico).

Conclusiones - se derivan o se infieren continuamente durante el proceso. Contrario a los estudios de ndole cuantitativas que resultan al final de la investigacin, en el estudio cualitativo se reformulan a medida que se vaya interpretando los datos.
Tabla 1. Diferencias entre investigacin cualitativa y cuantitativa5-6. Investigacin cualitativa Investigacin cuantitativa Centrada en la fenomenologa y Basada en la induccin comprensin probabilstica del positivismo lgico Observacin control Subjetiva Inferencias de sus datos Exploratoria, descriptiva inductiva naturista sin Medicin controlada Objetiva Inferencias ms all de los datos y Confirmatoria, deductiva inferencial, penetrante y

Orientada al proceso Datos "ricos y profundos" No generalizable Holista Realidad dinmica

Orientada al resultado Datos "slidos y repetibles" Generalizable Particularista Realidad esttica

leccin 20. tecnicas cualitativas: Historia, desarrollo caracteristicas Tabla 2. Ventajas e inconvenientes de los mtodos cualitativos vs cuantitativos. Mtodos cualitativos Mtodos cuantitativos Propensin a "comunicarse con" Propensin a "servirse de" los los sujetos del estudi0 sujetos del estudio Se limita a preguntar Se limita a responder Comunicacin ms horizontal... entre el investigador y los investigados... mayor naturalidad y habilidad de estudiar los factores sociales en un escenario natural Son fuertes en trminos de Son dbiles en trminos de validez interna, pero son dbiles validez interna -casi nunca en validez externa, lo que sabemos si miden lo que quieren encuentran no es generalizable a medir-, pero son fuertes en la poblacin validez externa, lo que encuentran es generalizable a la poblacin Preguntan a los cuantitativos: Preguntan a los cualitativos:

Cuan particularizables son los Son generalizables tus hallazgos? hallazgos? La bsqueda del conocimiento mediante el apoyo de datos cualitativos no es reciente. Desde la antigedad clsica se manifiesta la generacin del saber a travs de la lgica, la observacin y el lenguaje, en reflexiones de grandes filsofos como Demcrito, Epicuro, Platn y Aristteles. Esta bsqueda atraviesa la edad media, con el desarrollo del pensamiento teolgico de Santo Toms de Aquino, apoyado en las propuestas aristotlicas. En la edad moderna irrumpe la bsqueda cuantitativa, cientfica (Galileo, Newton), bajo la presuncin de que todos los eventos de la naturaleza pueden ser explicados matemticamente. Sin embargo, el pensamiento discursivo filosfico (Leibniz, Descartes, Kant, Hegel) sigue vigente. Es en el siglo XX cuando surgen y se desarrollan los mtodos cualitativos en el marco de la investigacin social. Las pesquisas tipo survey podan describir las caractersticas homogneas de grandes sectores de la poblacin; pero no permitan el estudio en profundidad de fenmenos sociales complejos. La escuela de Chicago se aventura en el uso del mtodo de Historias de Vida. Desde aqu, se intentaba, a partir de uno o ms relatos de vida, lograr una visin global y profunda de un grupo social dado. Es paradigmtico el estudio de Thomas y Znaniecki sobre la vida del campesino polaco que emigr a los Estados Unidos (Taylor y Bogdan, 1990). Luego aparece en escena el interaccionismo simblico, rescatando el valor de la vida cotidiana y la perspectiva de los actores sociales en la construccin del conocimiento. Los seres humanos construimos permanentemente la realidad mediante la negociacin y la interaccin. Y esa concepcin de los actores constituye el objeto esencial de la bsqueda sociolgica (Coulon, 1988). La etnometodologa brinda un nuevo punto de apoyo a la bsqueda de conocimiento de base cualitativa. Los seres humanos no son meros seguidores de reglas ideales, sino que las modifican y las transforman en la bsqueda de una vida ms razonable; la etnometodologa se centra en el estudio de este proceso (Coulon, 1988; Goetz y LeCompte, 1988). Los mtodos cualitativos, en su proceso de desarrollo y afianzamiento, sufren constantes reajustes, crticas y autocrticas. Pero esto no es asunto que slo toca a este mbito del conocimiento social, sino que tiene que ver con la ciencia en su totalidad. El conocimiento humano, vale repetirlo, est en crisis. La realidad se ha tornado sumamente compleja. La materia se desvanece ante nosotros, convirtindose en un mar de energa de alta frecuencia. La ciencia natural se hace aproximativa, incluye al observador en el fenmeno observado.

Es necesario crear teoras para aproximarnos al objeto de conocimiento, aunque esa aproximacin vaya modificando la teora con que la vemos. Las ciencias sociales admiten la pluralidad paradigmtica, la diversidad en la bsqueda del conocimiento. As, como vemos, la bsqueda del conocimiento por va cualitativa (lenguaje y lgica) no constituye una moda pasajera. Se trata de una propuesta vlida para el desarrollo del conocimiento social. Como propuesta, an se encuentra en proceso de evolucin y de transformacin. LA INVESTIGACIN CUALITIVA La investigacin cualitativa se ha definido de forma poco precisa como una categora de diseos de investigacin que extraen descripciones a partir de observaciones que adoptan la forma de entrevistas, narraciones, notas de campo, grabaciones, transcripciones de audio y vdeo casetes, registros escritos de todo tipo, fotografas o pelculas y artefactos. La mayor parte de los estudios cualitativos estn preocupados por el contexto de los acontecimientos, y centran su indagacin en aquellos contextos en los que los seres humanos se implican e interesan, evalan y experimentan directamente (Dewey, 1934; 1938). Esto es lo que significa calidad: lo real, ms que lo abstracto; lo global y concreto, ms que lo disgregado y cuantificado. Es ms, la investigacin cualitativa investiga contextos que son naturales, o tomados tal y como se encuentran, ms que reconstruidos o modificados por el investigador (Sherman y Webb, 1988). Esta es la clase de diseo de investigacin que Robert Rippey quera realizar. Rippey centr su evaluacin en la quintaesencia de la preguntas cualitativas: Qu est pasando en este escenario?, y qu significa para los participantes? (Erickson, 1986). Estas preguntas han sido utilizadas en investigaciones denominadas de distintas formas: interpretativas (Erickson, 1986), naturalistas (Lincoln y Guba, 1985), fenomenolgicas (Wilson, 1997), y descriptivas (Wolcott, 1980). Estos descriptores enfatizan la importancia de los constructos de los participantes, o los significados que los sujetos de la investigacin asignan a sus acciones, el contexto del estudio, la relacin entre el investigador y los que estn siendo estudiados, los mtodos para la recogida de datos, los tipos de evidencias aducidas en apoyo de las afirmaciones realizadas, y los mtodos y la importancia del anlisis utilizado. Son, tal y como ya he argumentado en otros momentos (LeCompte, 1990; LeCompte y Preissle, 1993), ms exactos y precisos que el trmino cualitativo, que simplemente sugiere que los investigadores cualitativos no cuantifican, miden, o cuentan algo, que realmente no es el caso. La investigacin cualitativa es un proceso de investigacin que obtiene mediante tcnicas propias, datos del contexto en el cual los eventos ocurren, en un intento para describir estos sucesos, como un medio para determinar los procesos en los cuales los eventos estn incrustados y las perspectivas de los individuos participantes en los eventos, utilizando la induccin para derivar las posibles explicaciones basadas en los fenmenos observados(gorman y Clayton, 1997).

Perspectivas histricas de la investigacin cuantitativa-cualitativa: Gnesis y desarrollo. Hamilton / Kant Cualitativo y cuantitativo encierran una larga historia, filosfica y cientfica, an no escrita ni acabada. Momentos y personajes clave: Platn y Aristteles en la Grecia clsica, representantes de posturas filosficas pro cuantitativas y pro cualitativas, respectivamente. Aristteles defiende una concepcin y una aproximacin de/a la naturaleza sustantivista, sensible y emprica. Platn defiende una aproximacin ms formalista, idealista, abstracta y matematizable. La preparacin en la baja edad Media, siglos XII a XIV, del basamento sociocultural para la matematizacin del mundo. Se desarrollan en el Occidente europeo un conjunto de transformaciones econmicas, sociales, ideolgicas, culturales, etc., que van a crear las condiciones sociales y culturales para el nacimiento de la ciencia moderna y del paradigma cientfico-positivo dominante. El acontecimiento cultural desencadenante fue la admisin, por la Iglesia, del cero y del vaco, que inicia la completa matematizacin de la naturaleza. La forma se antepone a la sustancia, lo cuantitativo a lo cualitativo, el planteamiento platnico al aristotlico. La matematizacin newtoniana de la naturaleza de la Edad Moderna, hasta el siglo XIX. El contexto cultural de la Edad Media, caracterizado por la primaca de una cosmovisin religiosa organizada tericamente, retrasa la matematizacin de la naturaleza hasta los tiempos modernos de Newton. La transformacin del paradigma anterior a la luz de los desarrollos cientficos del siglo XX. La obra de Weber se considera parte de una tradicin que propuso una aproximacin cientfica al estudio de lo social diferente a la de las ciencias naturales. Los tipos ideales son elaborados del mismo modo que los hechos lo son mediante los mtodos y las tcnicas de las ciencias naturales. Otra idea central es que estamos asistiendo a un momento de maridaje entre los desarrollos de las ciencias naturales y la investigacin social. En cuanto a la investigacin cualitativa, no hay un nico relato histrico que documente la gnesis y desarrollo de la perspectiva metodolgica cualitativa en las ciencias sociales. La investigacin cualitativa es un fenmeno emprico, localizado socialmente. La gnesis de la investigacin cualitativa se remonta a la aparicin de las ideas kantianas y se destacan: La obra de Descartes en su proclamacin de la importancia de las matemticas y la objetividad en la bsqueda de la verdad, pilares fundacionales de la investigacin cualitativa. El pensamiento filosfico de Kant, "Crtica a la razn pura", que supone una ruptura con el objetivismo cartesiano y un modelo de racionalidad humana, conocimiento, en el que adquieren relevancia la interpretacin y la comprensin.

 Distincin entre razn cientfica, conocimiento terico, y razn prctica, conocimiento aplicado, tambin del pensamiento kantiano. Hamilton equipara conocimiento prctico a ciencia social aplicada. Entre los herederos intelectuales de Kant sobresalen figuras que ayudan a entender el alumbramiento de la indagacin cualitativa. Engels: "La condicin de la clase obrera en Inglaterra", por ejemplo. Dilthey pone especial nfasis en la distincin entre ciencias de la naturaleza y ciencias del espritu o humanas. Las ciencias sociales pueden investigar las experiencias vividas por los individuos relacionndolas con su contexto sociohistrico y cultural. Influencia del neokantianismo en E.U.A. y en el Reino.Unido., a finales del XIX y XX, con seguidores y simpatizantes unidos por una misma preocupacin por el estudio de la experiencia vivida. Revisin del paradigma cartesiano/newtoniano, en los aos sesenta y setenta, que proviene de las crticas desde fuera y desde dentro. Los replanteamientos epistemolgicos alcanzan a la investigacin cualitativa. . La perspectiva histrica de Conde y Vidich y Lyman (Perspectiva Conde. Hamilton. Vidich y Lyman. Denzin. Lincoln. Paradigma universidad Complutense de Madrid) El encuadre temporal de Vidich y Lyman llega hasta hoy y se inicia en el siglo XV. Transcurre en torno a la investigacin etnogrfica que se practica en la sociologa y antropologa norteamericanas. El hilo conductor es el interaccionismo simblico, que marca las etapas de su recorrido histrico: la referencia al "otro". Tratan de documentar la existencia Fases principales en la etnografa antropolgica y sociolgica Fases 1 2 Denominacin Etnografa temprana: el descubrimiento del otro. Etnografa de las mentalidades coloniales: persistencia del otro. Caracterizacin Estudio de los pueblos primitivos: gnesis XV-XVI de la especie humana. XVII, XVIII, Conocer para colonizar, civilizar. XIX Estudio de los ghettos y las reas naturales 1900Etnografa del otro cvico urbanas. Escuela de Chicago: de la actitud 1950 cristiana a la perspectiva secular. Crtica a la etnografa de 1950- Estudio de las relaciones tnicas. De la asimilacin 1980 asimilacin a la integridad sociocultural. Estudios reflexivos sobre las implicaciones ticas y polticas de la Etnografa postmoderna 1980etnografa. Revisin de las etnografas tradicionales. Perodo

3 4

FUENTE: http://html.rincondelvago.com/tecnicas-cualitativas-de-investigacionsocial_1.html Cronologa de Denzin y Lincoln (Perspectiva Conde. Hamilton. Vidich y Lyman. Denzin. Lincoln. Paradigma universidad Complutense de Madrid) La simplificacin del continuo histrico que ha envuelto a la investigacin cualitativa se da cuando el cronista insiste en la delimitacin de grandes momentos o perodos. Su relato se circunscribe al siglo XX distinguiendo cinco fases de la investigacin cualitativa. Tienen dos ideas centrales: Investigacin cualitativa significa cosas diferentes en cada uno de los momentos. Los cinco momentos operan simultneamente en el presente. Rasgos que definen cada perodo: Perodo tradicional, 1900-1950, momento de la etnografa clsica. Positivismo. El otro estudiado era distinto, extranjero, extrao. Perodo modernista, 1959-1970, se caracteriza por los esfuerzos de formalizacin de los mtodos cualitativos. Postpositivismo. Gneros desdibujados o borrosos, 1970-1986, donde los lmites entre las ciencias sociales y las humanidades se haban desdibujado. Interpretativismo. Los investigadores sociales buscan en la semitica o en la hermenutica nuevas teoras y mtodos de anlisis. Crisis de representacin y de legitimacin, 1986-1990, maduracin de la fase anterior. Se aboga por unos modos de realizacin y presentacin de la investigacin etnogrfica ms reflexiva y crticos con cuestiones descuidadas relativas al gnero, raza o clase social del investigador. Etapa presente, 1990- , re/descubrimiento de modos de investigar cualitativos. Exige aventurar lo que se avecina en el prximo futuro. Distinguen cuatro tipos de conclusiones: Los momentos histricos anteriores siguen operando en el presente, como legado al que se sigue o contra el que se pugna. La opcionalidad de paradigmas, estrategias de investigacin o de mtodos de anlisis nunca ha sido tan diversa como hoy. Descubrimiento y redescubrimiento de los modos de investigar cualitativos. El acto de investigacin cualitativa no podr enfocarse nunca ms desde una perspectiva positivista, neutra u objetiva.

CAPITULO 5.TCNICAS CUALITATIVAS LECCIN 21. OBERVACION PARTICIPANTE Y NO PARTICIPANTE . Observacin Participante El investigador hace una inmersin en el contexto. Se introduce dentro del grupo de estudio y llega a formar parte de l. Da descripciones de los acontecimientos, de las personas, interacciones entre ellas,... La ventaja es que se tienen vivencias de primera mano que le permiten comprender la situacin o el comportamiento del grupo. Relata la sensacin del investigador. Esto lo plasma en un Cuaderno de campo o en un Libro diario. En esta tcnica de trabajo de campo el investigador se involucra en los escenarios cotidianos de los informantes para extraer informacin a partir de lo que va observando. Se le llama participante porque se toma en cuenta el papel de investigar. Ejemplo fue el caso de OscarLewis quin convivi con los residentes de La Perla en San Juan y se paso como un pordiosero y al interpretar y redactar sus experiencias escribi su muy famoso libro, La vida y expone su teora sobre la cultura de la pobreza. Tambin es aceptable que el investigador sea reconocido de antemano en una investigacin, por ejemplo si se desea saber cmo se da el proceso de enseanza en una sala de clase en una determinada materia y se quiere estar en la clase como participante y a la vez haciendo las observaciones e interpretaciones pertinentes al estudio. La observacin participante es una tcnica cualitativa basada en la observacin detallada que facilita el registro sistemtico de las prcticas sociales: Relaciones sociales, dinmicas, juegos de poder, hbitos de consumo, toma de decisiones, entre otros. "La observacin establece una comunicacin deliberada entre el observador y el fenmeno observado. Comunicacin que, normalmente, procede a nivel no verbal, en la que el investigador-observador est alerta a las claves que va captando y, a travs de las cuales, interpreta lo que ocurre, obteniendo as un conocimiento ms significativo, profundo y completo de la realidad observada". "En si, el lugar es como un punto de partida para la "juerga", van para tomar algunos tragos, pero no es propiamente el sitio donde se vayan a poner borrachos, de ah salen medio tomados para seguir la juerga en otro lado. De ah que se de el trfico constante de asistentes. No fue comn que los clientes se saludaran entre si. La cantina termina su servicio a las 10:00 de la noche y la gente se queda picada, se alcanzan a or comentarios como: "-Dnde vamos a seguir la pelea-" o "-Aprale que ya nos estn esperando los otros-" "Cuando llegu, Maguie (mesera) se aproxim a mi mesa para atenderme, trayendo consigo mi tradicional Lager (segunda de la fila de la pared): Maguie: - Hasta que se me hizo atenderte. Marco: - S, verdad? Maguie: - Siii... por qu no tomas Carta? Marco: - Est la promocin, verdad? - . Maguie: - Pues s Marco: - Es que no me gusta

Maguie: - No te gusta? Marco: - No mucho, es que se me hace muy fuerte Maguie: - aaaaah!... pues con limoncito y hielo Marco: - hey!... djame lo pienso. (Estudio sobre las dinmicas internas de espacios de socializacin. Las cantinas). La observacin participante se caracteriza por la existencia de un conocimiento previo entre observador y observado y una permisividad en el intercambio, lo cual da lugar a una iniciativa por parte de cada uno de ellos en su interrelacin con el otro. El observado puede dirigirse al observador, y el observador al observado en una posicin de mayor cercana psicolgica pero con un nivel de participacin bajo o nulo. El objetivo fundamental de la tcnica de observacin participante es la descripcin de grupos sociales y escenas culturales mediante la vivencia de las experiencias de las personas implicadas en un grupo o institucin, con el fin de captar cmo definen su propia realidad y los constructos que organizan su mundo. As, la observacin directa de eventos relevantes ha de realizarse durante la interaccin social en el escenario con los sujetos del estudio, unida a entrevistas formales e informales, registros sistemticos, recogida de documentos y materiales, de forma flexible segn la direccin que tome el estudio. La observacin participante permite describir la realidad social, las percepciones y vivencias de las personas implicadas y el significado de sus acciones, por lo que pensamos que es apropiada para la realizacin de nuestra investigacin. Observacin participante y diario de campo La observacin participante surge como una alternativa distinta a las formas de observacin convencional. Su diferencia fundamental con el anterior modelo de observacin estriba en una preocupacin caracterstica, por realizar su tarea desde "adentro" de las realidades humanas que pretende abordar, en contraste con la mirada "externalista", las de formas de observacin no interactivas. La observacin participante es la principal herramienta de trabajo de la etnografa y se apoya para registrar sus "impresiones" en el llamado diario de campo. Este no es otra cosa que un registro continuo y acumulativo de todo lo acontecido durante la vida del proyecto de investigacin. La observacin participante emplea, para definir el problema de investigacin con referencia a la vida cotidiana de las personas, una estrategia flexible de apertura y cierre. Esto quiere decir que puede comenzar con un problema general, para ms tarde definir unos escenarios especficos de anlisis. O puede, en cambio, iniciar con un escenario cultural o una situacin humana, para de all generar problemas que se conviertan en objeto de investigacin. En uno u otro caso, el estudio de los problemas depende de la

forma en que las preguntas sean dirigidas, refinadas, elaboradas y focalizadas a travs del proceso de recoleccin de datos. En trminos de proceso, la observacin participante tiene su primer reto en lo que genricamente se denomina "ganar la entrada al escenario" u "obtener el acceso". El xito en lograr este cometido depende en buena parte de las habilidades interpersonales del investigador, as como de su creatividad y sentido comn, para tomar las decisiones que sean ms apropiadas y oportunas, de acuerdo con las especificidades de la situacin que encuentre. Ganado el acceso fsico y social al escenario de estudio, e identificadas las situaciones a ser observadas dentro dicho espacio, es necesario decidir qu fenmenos sern observados y analizados en tales situaciones. Esto porque nunca ser posible observar todos los escenarios o incluso, todas las situaciones que son de inters dentro un escenario determinado. Es as como aspectos de la investigacin relacionados, por ejemplo, con la conveniencia y la oportunidad percibidas de sta, con la naturaleza y diversidad de los intereses de los involucrados, y las propias habilidades que posee el investigador influyen en las decisiones de qu observar, cundo observarlo y de qu manera realizar la observacin. En cualquier caso, sin embargo, las decisiones adoptadas deben ser sustentables o defendibles terica y metodolgicamente. Por la va que hemos expuesto, accedemos al concepto de muestreo terico, del cual ya anticipamos algunos elementos de definicin. Recordemos cmo el muestreo terico representa una forma de muestreo no probabilstico, que depende de las habilidades del investigador para hacer decisiones acerca de qu observar, basado, justamente, en criterios tales como oportunidad, inters personal, recursos disponibles y, lo ms importante, la naturaleza del problema que est siendo investigado. As como en el muestreo probabilstico el investigador emplea una lgica de tipo estadstico para seleccionar los fenmenos particulares que sern estudiados, en el muestreo terico se acude a una lgica comprensiva que depende de los avances que sevan alcanzando en el entendimiento del problema estudiado, durante el progreso mismo de la investigacin. La validez y la confiabilidad de la observacin participante La validez y la confiabilidad de la observacin participante segn Wiseman (1970) pueden establecerse a travs de procedimientos y estrategias como los que a continuacin se enuncian:

Chequeo mediante mltiples procedimientos y formas de evidencia, tales como, contacto con la experiencia directa y la observacin, realizacin de diversas formas de entrevista y apoyo de distintos informantes, el empleo de artefactos y diversos documentos. Es lo que Denzin (1988) llamar Triangulacin. Preguntarse qu tan eficaces, o no, fueron, o son, los procedimientos que el investigador anticip para acceder al mundo interno de los participantes o actores. ste es un aspecto de mucha importancia para analizar, ya que las limitaciones en el acceso reducen por, lo general, la validez y la confiabilidad de los hallazgos realizados.

Describir y discutir completamente los procedimientos adoptados para recolectar la informacin. El investigador, de este modo, se obliga a discutir para el lector, las relaciones entre los procedimientos empleados y los resultados obtenidos, analizando incluidas las ventajas y limitaciones de esos procedimientos.

Poner a disposicin de quien est interesado la discusin explcita y detallada de los procedimientos de estudio, de modo que los mismos puedan ser objeto de debate y prueba, a travs de la lectura del informe final.

Probar los conceptos importantes, identificados o elaborados en el curso de la investigacin, contra su uso actual en la vida cotidiana de los actores sociales involucrados. Es difcil imaginar una prueba ms severa de la precisin o dependencia de una idea, que la de pasar la prueba del uso en la vida cotidiana. Contrastar, mediante un reestudio independiente, cuando esto sea posible, los hallazgos, resultados y conclusiones que se hubiesen obtenido a travs de la observacin participante.

Observacin no participante y registro estructurado de observacin sta es una herramienta de trabajo muy til, especialmente, en las fases preliminares de la investigacin cualitativa. Recordemos que, en ellas, el investigador busca ubicarse dentro de la realidad sociocultural que pretende estudiar. La observacin no participante, entonces, permite apoyar el "mapeo" sin exponer al investigador a una descalificacin por "incompetencia cultural". Contar con un registro estructurado sobre ciertos elementos bsicos para comprender la realidad humana, objeto de anlisis, permite focalizar la atencin de la etapa de observacin participante o de anlisis en profundidad, slo o prioritariamente, sobre los aspectos ms relevantes, lo que resulta muy conveniente, cuando el tiempo disponible para el trabajo de campo no es muy amplio. Observacin no-participativa - que el investigador observe y toma datos.Los estudios realizados por Jean Piaget es un buen ejemplo de su mtodo de observacin natural. Simulaciones - es un mtodo de observacin no participativa donde se crea una situacin y los sujetos actan y se les observa. Estudio de casos - llevar a cabo un estudio exhaustivo de una persona, una sala de clase, escuela o institucin. Algunas de esas pautas de observacin han sido catalogadas como patrones o paradigmas de bsqueda, en situaciones socio-culturales que incluyen entre otras cosas: a) la caracterizacin de las condiciones del entorno fsico y social, b) la descripcin de las interacciones entre actores, c) la identificacin de las estrategias y tcticas de interaccin social, d) la identificacin de las consecuencias de los diversos comportamientos sociales observados. Cabe advertir, que estas observaciones no participantes o externas debern luego ser corroboradas a travs de una fase de

observacin participante o mediante el empleo de entrevistas directas con los actores sociales correspondientes. En el caso de estudios evaluativos es posible emplear una gua completamente estructurada de observacin que recibe el nombre genrico de lista de chequeo (Check List, en Ingls). La idea del uso de este tipo de instrumento es registrar la existencia o no de aspectos o elementos considerados a la luz de los parmetros y criterios de evaluacin adoptados como claves en el cumplimiento de los objetivos de un proyecto o programa, o como requisito de funcionamiento de la organizacin o institucin, objeto de la evaluacin.

LECCIN 22. INVESTIGACIN ETNOGRFICA, ENTREVISTAS Investigacin etnogrfica - combina tanto los mtodos de observacin participativa como las no participativas con el propsito de lograr una descripcin e interpretacin holstica del asunto o problema a investigar. El nfasis es documentar todo tipo deinformacin que se da a diario en una determinada situacin o escenario, observar y llevar a cabo entrevistas exhaustivo y continuo, tratando de obtener el mnimo de detalle de los que se est investigando. Su relevancia es que permite ver muchos aspectos subjetivos difcil de cuantificar o de medir objetivamente. Su limitacin, que como estudio de naturaleza interpretativa por parte del investigador, puede estar afectada por prejuicios y que se cuestione por ende la validez y confiabilidad de la investigacin. Para probar su confiabilidad y validez es importante: Que los hallazgos se comprueben por diversos medios e instrumentos de investigacin. Por ello es muy importante utilizar una gran variedad de instrumentos que sirvan para corroborar los resultados. Repetir las entrevistas e instrumentos para procurar por consistencia en las respuestas de los sujetos. Entrevista Etnogrfica Con esta tcnica el investigador obtiene informacin sobre el punto de vista y la experiencia de las personas/grupos. Adecuadas si lo que se busca es la dispersin de puntos de vistas personales ms que el consenso. Aparecern los puntos de vista prototipos o representantes de las diversas posturas que pudieran existir.

La entrevista puede ser abierta, si no existe un guin previo, semiestructurada si se adapta a una forma de obtener cuanta mas informacin mejor o estructurada si se adapta a un guin predefinido. No importa el nmero de entrevistas sino la calidad de las mismas. El entrevistado construye su discurso personal (deseos, necesidades...) de forma confiada y cmoda. Entrevista etnogrfica y Entrevista in situ Es importante aclarar que la razn principal por la cual mis informantes consintieron su participacin y su apoyo en esta investigacin es precisamente por la intencionalidad de crear puente de dilogo entre lo que es el informante y el observador, claro est que esto se logra con la accesibilidad de ambas partes y esto logra su mejor explicacin en la conversacin. A la entrevista antropolgica tambin se le llama "etnogrfica" y es una tcnica informal o no directiva, puesto que se basa en encuentros casuales y empata con el informante que permitirn obtener la informacin mediante una gua mental de tpicos y un cuaderno de notas. Aqu, como en la mayora de las tcnicas antropolgicas el investigador tiene que tener en cuenta su influencia en el comportamiento del actor social al que est entrevistando, por eso es importante que la relacin se lleve a cabo de una forma natural y fluida para que el entrevistado se sienta cmodo y sus respuestas tengan la menor interferencia posible. "La mayora de los temas abordados por las entrevistas...son cuestiones que los informantes quiz manejen cotidianamente, no reflexiva, sino prcticamente, en el decurso de su vida, en sus contextos especficos." La entrevista individual estructurada sta es la ms convencional de las alternativas de entrevista y se caracteriza por la preparacin anticipada de un cuestionario gua que se sigue, en la mayora de las ocasiones de una forma estricta aun en su orden de formulacin. El cuestionario cumple varias funciones, dice McCracken (1988). Su primer papel es, asegurar que el investigador cubra todo el terreno (tema), en el mismo orden, para cada entrevistado, preservando de manera consistente el contexto conversacional de cada entrevista. La segunda funcin es, cuidar el itinerario requerido para mantener la distancia con el entrevistado. La tercera funcin consiste en, establecer los canales para la direccin y delimitacin del discurso. La cuarta funcin es, permitir al investigador prestar toda su atencin al testimonio de su entrevistado. En resumen, el cuestionario busca proteger la estructura y objetivos de la entrevista en una forma tal que el entrevistador pueda atender, de manera inmediata y sin perder el "hilo de la conversacin", tareas que surjan contingencialmente en el desarrollo de la entrevista, tales como revisar el funcionamiento de la grabadora o resolver algn asunto breve ajeno a la charla en curso, las cuales requieren de la atencin momentnea del investigador. El enfoque cualitativo con que se asume este tipo de entrevista abre la oportunidad para que, con cada una de las respuestas a las preguntas del cuestionario, se exploren de

manera in estructurada (esto es, no preparada de antemano, pero s sistemtica) aspectos derivados de las respuestas proporcionadas por el entrevistado. Para efectos del anlisis no basta solo con registrar las ideas sino que tambin se requiere examinar el contexto en que esas ideas aparecen. Este contexto se identifica principalmente por una manera de hablar. Entrevista individual en profundidad ste es el instrumento preferido y -diramos- bsico de la investigacin enfocada desde la teora fundada, al igual que el de las historias de vida. Por lo general, su empleo implica la realizacin de varias sesiones con la misma persona. Se comienza con una primera entrevista de carcter muy abierto, la cual parte de una pregunta generadora, amplia, que busca no sesgar un primer relato, que ser el que servir de base para la profundizacin ulterior. Se considera, en tal sentido, que la propia estructura, con que la persona entrevistada presenta su relato, es portadora en ella misma de ciertos significados que no deben alterarse con una directividad muy alta, particularmente, lo repetimos, al comienzo del proceso. Otros detalles de procedimiento se pueden consultar en la lectura complementaria nm. 2 "La entrevista en profundidad", de Taylor y Bogdan, ** Entrevista Focalizada Las entrevistas focalizadas, en el caso de la televisin tienen el objetivo de explorar y comprender los procesos subjetivos de apropiacin e integracin de la televisin en la vida cotidiana de diferentes grupos de la audiencia. Partimos, al igual que muchos otros investigadores culturalistas, de la premisa de que la recepcin de los mensajes de los medios es activa y alimentada por distintas mediaciones y procesos de negociacin y apropiacin de los significados (Fiske, Downing, Orozco). En este sentido y siguiendo a Gonzlez (1998), nuestra unidad de anlisis no ser el individuo aislado, sino el individuo "en relacin": "jams se da una recepcin pasiva o individual, y difcilmente el texto cultural permanece slo en el primitivo origen de un gusto o prctica distintiva" . Cada receptor es parte de uno o mltiples grupos y como tal tiende a adoptar patrones de consumo y apropiacin comunes a los de su grupo de pertenencia. Una mujer de 40 aos ver la televisin en funcin de su relacin con el resto de la familia, con sus gustos e intereses. Un joven tendr que negociar con sus padres y sus hermanos su uso de ese medio, a menos que el nivel socioeconmico de la familia permita la propiedad de un televisor para cada miembro. Como seala Lindlof (1995), los seres humanos infunden en sus propias acciones, y en las otras acciones y mundos a los que tienen acceso, significados: "los significados no son meros accesorios de las conductas. Ms bien, el hecho mismo de que reflexionamos sobre nuestras acciones realizadas, y de que imaginamos posibles acciones futuras, es lo que propicia que lo que hacemos tenga un sentido" (p. 6). Una premisa bsica de nuestro estudio, as, es la misma adoptada por la investigacin cualitativa relacionada

con ver las situaciones sociales desde el punto de vista de los actores para poder comprender qu es lo que est pasando en una determinada situacin (p. 30). Werner y Schoepfle (1987) explican que a diferencia del periodismo que busca cubrir lo extraordinario y lo raro, las ciencias sociales se interesan en las estrategias que los humanos usan para sobrellevar sus rutinas, las cuales ocupan la mayor parte de sus horas de vigilia. Lindlof (1995) distingue entre cinco tipos de entrevistas cualitativas: a) la "entrevista etnogrfica" (la ms informal y espontnea de todas), que se realiza en el transcurso de una investigacin basada en observacin participante y que se asemeja a una conversacin casual; b) la "entrevista con informantes", que igualmente se da en el transcurso de una observacin participante, pero con algn o algunos miembros del grupo que tienen mayor informacin o experiencias ms relevantes en el tema de estudio (se pueden realizar en forma casual y espontnea o planeadas con un cuestionario predeterminado); c) la "entrevista con respondientes", que elicita respuestas abiertas a una serie de preguntas directivas. A diferencia de las anteriores, este tipo se parece a la encuesta tradicional con un protocolo estandarizado, un contenido altamente comparable entre los diferentes entrevistados y muestras relativamente grandes de los mismos ; d) la "entrevista narrativa", que se basa como su nombre lo indica en la narracin de historias, ancdotas o biografas por parte de los informantes ; y e) la "entrevistas focalizadas en grupo" en las que los participantes se ven estimulados por las experiencias de otros miembros del grupo a articular sus propias perspectivas: "las maneras en que apoyan, debaten o resuelven los temas entre s puede reflejar las dinmicas del discurso social cotidiano" . Debido al nmero de investigadores y asistentes de investigacin que participarn en el trabajo de campo, se ha optado por utilizar la metodologa de la entrevista a respondientes (c), la cul se apoya en un cuestionario fijo que permite cubrir las reas bsicas y prioritarias del proyecto con cada informante . Los entrevistadores podrn agregar y explorar temas adicionales y aceptar que el informante aborde otros aspectos de su experiencia televisiva no contemplados en el cuestionario (de hecho esto es altamente recomendable para enriquecer el trabajo de campo), pero no debern omitir ninguna de las preguntas incluidas en el mismo. Leccion 23. Entrevista, Grupos de Discusin Tamao de la Muestra. A diferencia de las encuestas por muestreo, donde a travs de frmulas relacionadas con el nivel de confianza y el margen de error se puede definir previamente el tamao adecuado de la muestra y por lo tanto evaluar su generabilidad a grupos ms amplios, en la investigacin cualitativa se siguen otros procedimientos. Como explica McCracken (1988), en ste tipo de estudios el asunto no es el de la generalizacin, sino el del acceso: "el propsito de la entrevista cualitativa no es descubrir cuntos, y qu tipos de, personas comparten ciertas caractersticas. Se trata de obtener acceso a las categoras culturales y los supuestos desde los cules una cultura construye el mundo" McCracken insiste en que la muestra de informantes en las entrevistas cualitativas no tiene como objetivo representar una parte del mundo ms amplio, sino atisbar el complicado carcter, organizacin y lgica de la cultura .

Lo que se acostumbra, por lo tanto, es ir realizando entrevistas hasta que la diversidad de respuestas de los informantes deja de ser significativa y empiezan a repetirse los datos (cfr. Taylor y Bogdan, 1987). Dependiendo de la complejidad de los fenmenos y procesos estudiados, esto puede significar unos pocos o muchos informantes. En este proyecto se ha definido que en cada ciudad debern aplicarse un mnimo de 60 entrevistas, pero este nmero podr (o deber) aumentar en caso de que se observen diferencias y variantes importantes en las respuestas proporcionadas por los informantes de cada segmento contemplado. Para poder explorar posibles diferencias en las preferencias programticas y las rutinas de consumo y apropiacin de la televisin del pblico de acuerdo a variables sociodemogrficas como el nivel socioeconmico, la edad y el sexo, las 45 entrevistas por ciudad se distribuirn de la siguiente manera: 5 entrevistas con jvenes de clase baja de sexo femenino 5 entrevistas con jvenes de clase media de sexo femenino 5 entrevistas con jvenes de clase alta de sexo femenino 5 entrevistas con jvenes de clase baja de sexo masculino 5 entrevistas con jvenes de clase media de sexo masculino 5 entrevistas con jvenes de clase alta de sexo masculino 5 entrevistas con adultos de clase baja de sexo femenino 5 entrevistas con adultos de clase media de sexo femenino 5 entrevistas con adultos de clase alta de sexo femenino 5 entrevistas con adultos de clase baja de sexo masculino 5 entrevistas con adultos de clase media de sexo masculino 5 entrevistas con adultos de clase alta de sexo masculino Como se mencion, 5 ser la cantidad mnima de entrevistas a realizarse en cada grupo. En caso de observarse mucha variacin en las respuestas de los cinco informantes de un estrato determinado, se debern agregar casos hasta que la gama de opciones se agote. La manera en que se identificar el grupo al que pertenece un determinado respondiente ser utilizando los siguientes criterios: GRUPO EDAD NIVEL SOCIOECONOMICO jvenes de clase baja de sexo femenino 18-24 jvenes de clase media de sexo femenino 18-24

jvenes de clase alta de sexo femenino 18-24 jvenes de clase baja de sexo masculino 18-24 jvenes de clase media de sexo masculino 18-24 jvenes de clase alta de sexo masculino 18-24 adultos de clase baja de sexo femenino 25-50 adultos de clase media de sexo femenino 25-50 adultos de clase alta de sexo femenino 25-50 adultos de clase baja de sexo masculino 25-50 adultos de clase media de sexo masculino 25-50 adultos de clase alta de sexo masculino 25-50 Fase previa a la entrevista La seleccin de los informantes en este proyecto ser uno de los puntos claves y quizs de los ms delicados. En principio, a cada entrevistador de la ctedra se le asignar una cuota de entrevistas a realizar, sealndosele la edad, sexo y nivel socioeconmico de los informantes que deber seleccionar. A partir de esa base, el investigador deber identificar potenciales informantes que cumplan con esas caractersticas. Para estar seguros de que efectivamente dichos candidatos pertenecen a los grupos sociodemogrficos solicitados, se les tendr que aplicar una encuesta preliminar que permitir identificar el nivel socioeconmico de los informantes. Si despus de aplicrselas se confirma que pertenecen al grupo asignado, se proceder a la fase de preparacin de la entrevista. En esta fase, cada entrevistador deber seguir el siguiente procedimiento: 1. Solicitar la colaboracin del informante explicndole que el proyecto busca conocer la forma en que diferentes tipos de personas integran la televisin en sus rutinas diarias y en sus opciones de entretenimiento. Se les deber aclarar el objetivo general de la investigacin, pero sin entrar en muchos detalles y sin especificar que esperamos diferencias claras segn el sexo, la edad o el nivel socioeconmico. 2. Asegurar al informante que todo lo que nos diga ser totalmente confidencial. Que no se identificar en ningn momento ni su nombre ni quin dijo qu cosa. Explicar que cuando nos refiramos a l o ella slo mencionaremos caractersticas generales como la edad, el sexo o el nivel socioeconmico. Ponerle un ejemplo como el siguiente: "Una joven de 22 aos seal que". Ofrecerle la posibilidad de que vea la trascripcin de la entrevista tan pronto est lista, para que la revise y autorice su uso. 3. Establecer una fecha y un horario conveniente para que el informante tenga plenamente disponibles unas dos horas y media de su tiempo. Es importante que quede claro que se requiere total concentracin en la entrevista.

4. Definir un lugar donde el informante se sienta totalmente en confianza. El entrevistador tendr que ser el que, en su caso, se "interne" a lugares que normalmente no frecuenta. El respondiente deber elegir el sitio de la entrevista, que podr ser su casa, oficina, un restaurante o cualquier otro lugar que a l le sea familiar y que le permita sentirse a gusto. Aclararle solamente que sea de preferencia un lugar donde no se escuche mucho ruido debido a que se grabar el audio de la entrevista. 5. En esta fase es importante generar el mayor grado de rapport posible entre el entrevistador y el informante. Si hay un amigo comn que permiti el contacto, el entrevistador deber destacar su relacin con l para tranquilizar al informante y hacerlo sentir que se est "entre amigos". La conversacin y el tiempo de esta entrevista previa deber ser suficiente como para romper el hielo y permitir una relacin ms fluida con el respondiente, de tal forma que cuando se llegue a la entrevista formal ya se haya avanzado lo ms posible en este sentido. El entrevistador deber utilizar todos sus recursos para generar empata, intercambiar experiencias, aficiones, nombres de conocidos mutuos, temas casuales de inters mutuo, etc. 6. Posteriormente a esta conversacin con el futuro respondiente y antes de la entrevista, el participante deber hacer todos los preparativos necesarios para llegar con todo listo. Deber identificar dos casets de 45 minutos de cada lado con la siguiente informacin: a) Nmero de la Entrevista (Cdigo del caset): tres dgitos y una letra. El primero dgito se refiere a la ciudad (1=Monterrey, 2=Guadalajara, 3=D.F.). Los siguientes dos al nmero progresivo que represente cada entrevista (definirlo con el coordinador de cada ciudad). La letra al final del cdigo se referir a si es el caset 1 (en cuyo caso se pondr "A") o el 2 ("B") Ntese que estas letras no se refieren al lado del caset, sino a casets distintos. Poner acto seguido el nombre del entrevistador, fecha de realizacin de la entrevista y nombre del informante. Terminar con informacin sobre gnero del informante (H=hombre, M=Mujer), edad (exacta, con dos dgitos) y nivel socioeconmico (CA=Clase Alta, CM= Clase Media, CB=Clase Baja). Ejemplo: #101A. J. C. Lozano. 12 de mayo de 1999. Informante: Joaqun del Olmo. H-26-CM b) Poner bateras nuevas a la grabadora (las viejas guardarlas para el momento de la transcripcin) y preparar un paquete de bateras nuevas para repuesto. Preparar libreta de apuntes en donde se debern anotar ocasionales aspectos de la entrevista mientras sta se lleva a cabo. c) Cada entrevistador deber llevar un diario de campo donde deber describir todo lo relacionado con la conversacin previa con el informante, la aplicacin de la encuesta para definir su nivel socioeconmico, los preparativos de la entrevista, lo que sucedi en el transcurso de la misma y todo lo que considere relevante. Dudas, problemas, percepciones de que el entrevistado estaba falseando la informacin o contradicindose, interrupciones de otros miembros de la familia o amigos, observaciones sobre el lugar de la entrevista o lo que suceda alrededor de ella, todo es importante documentarlo. Tambin se debern incluir aqu las interpretaciones tericas que el entrevistador vaya generando sobre lo escuchado y observado en su informante.

Dada la amabilidad del informante para la entrevista en concedernos parte de su tiempo y acceder a participar en un proyecto como el nuestro, se requiere cumplir con todas las reglas bsicas de puntualidad, cortesa y atencin. La puntualidad estricta es un requisito indispensable, ya que en caso de no cumplirla el informante podra enfadarse y cancelar la entrevista o contestarla de mal humor y sin la actitud cooperativa deseable. Se debe llegar con todo listo: la grabadora, los casetes, las bateras de repuesto, las libretas para tomar apuntes, la cmara fotogrfica. En la investigacin cualitativa hay otras tcnicas como la encuesta etnogrfica, la cual se describe brevemente enseguida: GRUPO DE DISCUSIN Se presenta un mtodo cualitativo, el grupo de discusin, como un mtodo que puede explotarse por ejemplo para conocer algunos aspectos de las condiciones de trabajo y que puede ser complementario de otros mtodos cuantitativos. Esta tcnica es til para buscar explicaciones, supone una va a travs de la cual las personas expresan ideas y opiniones; aplicada a la valoracin de las condiciones de trabajo ser una tcnica que permitir al trabajador expresar sus opiniones acerca de sus condiciones de trabajo y de cmo mejorarlas. Aunque no es una tcnica especfica, su objetivo puede adaptarse a la valoracin de una situacin de trabajo. Ofrece la ventaja sobre otros mtodos, de ser ms asequible para la empresa ya que en ella existe la posibilidad de una convocatoria ms inmediata, dada la cercana de los interesados, ya que los sujetos estn ah mismo. Habida cuenta, adems, de que uno de los requisitos es que exista un objetivo comn, es evidente, que si los participantes tienen unas mismas condiciones de trabajo, el grupo de discusin es el entorno oportuno para identificar problemas y apuntar posibles soluciones. Es el medio adecuado para hacer una primera aproximacin al estudio de una situacin de trabajo o incluso para priorizar los problemas, que en muchos de los casos requerirn un estudio ms profundo con las tcnicas especficas adecuadas. Caractersticas del grupo de discusin Se denomina tambin "reunin de grupo" o "discusin de grupo". Se basa en el grupo como unidad representativa (clula social) que expresa unas determinadas ideas: valores, opiniones, actitudes... dominantes en un determinado estrato social. Los participantes se seleccionan porque tienen ciertas caractersticas en comn que les relacionan con el tema objeto de la discusin. Podemos definirlo, siguiendo a Muchielli como "aquel grupo cuyo objetivo es hacer una confrontacin de opiniones, de ideas o de sentimientos con el fin de llegar a unas conclusiones, un acuerdo o unas decisiones" (Muchielli, 1972). Merece la pena destacar de esta definicin que un grupo de discusin no es un

grupo de trabajo y por tanto su objetivo no es producir, -no es un lugar de accin, sta se emprender a posteriori- - sino intercambiar opiniones de manera que se obtenga una informacin acerca de las percepciones, actitudes o motivaciones de un colectivo determinado. Los participantes de un grupo de discusin expresan sus opiniones sobre un tema de inters comn. Las personas aportan informaciones sin modificar las de las dems; no se trata de un intento de imponerse sino de aportar unas ideas. Una condicin de los grupos de discusin es que estn compuestos por personas similares entre s ( edad, experiencia profesional, puesto de trabajo...). La naturaleza de la homogeneidad es muy variable pudiendo ser ms o menos amplia segn la finalidad del estudio. Los participantes se seleccionan porque tienen ciertas caractersticas comunes que les relacionan con el objeto de la discusin de tal manera que se facilite el intercambio de opiniones sobre aspectos que todos conocen, el no cumplir este requisito puede dar lugar a retraimiento frente a personas que se perciben distintas del resto del grupo. Idealmente el grupo estar formado por personas que no se conozcan y probablemente no volvern a encontrarse. Sin embargo esta metodologa puede ser de gran utilidad a nivel interno pues permite conocer situaciones dentro de una empresa y es en el seno de la empresa donde deben facilitarse vas de expresin que permitan el anlisis de las condiciones de trabajo y las posibles vas de intervencin. El grupo de discusin realizado en una organizacin presenta, pues, algunas circunstancias especiales. En este entorno los participantes se conocen entre s, incluso pueden tener una relacin o un contacto diario: el grupo es un grupo preexistente y puede llegar a una total familiaridad, sin embargo el trabajar en la misma empresa tiene sus ventajas ya que el hecho de conocerse hace que exista una mayor cohesin de grupo y permite entrar ms directamente en la discusin. Para que los grupos de discusin internos sean realmente productivos, y a fin de favorecer la participacin, deber tenerse cuidado de lograr un ambiente no intimidatorio, desarrollar la reunin en un entorno neutral, dejar muy claro el objeto de la reunin y recordar a los participantes que la intencin es recoger informacin sobre distintos puntos de vista. Deber seleccionarse a los miembros del grupo en funcin de la relacin de los individuos con el objetivo de la discusin, prescindiendo de jerarquas o de simpatas personales. Un mtodo para determinara los participantes puede ser hacer una seleccin aleatoria de trabajadores de la misma categora o status dentro de la organizacin. Cabe la posibilidad de recurrir a un moderador externo a la empresa. Esta solucin ofrece la ventaja de que los componentes del grupo tienen mayor libertad para expresarse, pero, en cambio, si el moderador no est familiarizado

con la cultura de la empresa, puede dar lugar a distorsiones en la interpretacin de las distintas intervenciones. Puede pues moderar la reunin una persona de la propia organizacin con la condicin de que, por su status o por otras razones, no coarte la libertad de expresin de los miembros del grupo. En el estudio de las condiciones de trabajo la tcnica de la discusin de grupo puede aplicarse de manera independiente o como complementaria de otras tcnicas de valoracin cuantitativas, cabiendo. en este caso. distintas posibilidades: A priori, puede utilizarse como un estudio previo para conocer determinados temas, para definir problemas que deben medirse con ms exactitud, para conocer o comprobar el vocabulario de una encuesta por ejemplo... En paralelo con el fin de comparar resultados, tener distintos puntos de vista sobre una situacin, profundizar en un estudio... A posteriori para buscar explicaciones a datos obtenidos, para determinar estrategias de accin , para determinar prioridades o para comprobar hiptesis. Preparacin El animador juega un papel importante en una reunin de discusin, pero no es el nico determinante del xito de la misma. Para que la discusin llegue a buen fin hay que prever una serie de factores, comunes a cualquier tipo de reunin y emplear algn tiempo en comprobar una serie de detalles que, aunque a primera vista puedan parecer superfluos, juegan un papel decisivo en el buen desarrollo de una reunin.

Condiciones materiales
A menudo no suele prestarse la atencin necesaria a este aspecto, pero hay que tener en cuenta que "velar por unas condiciones confortables es velar por la eficacia de la reunin" (Lebel,1983). No tener en consideracin estos aspectos es aceptar unos riesgos que pueden ser evitados: quin no ha visto fracasar una reunin por un exceso de calor, o porque la sala estaba ocupada.... Para asegurar el buen desarrollo de un grupo de discusin debern atenderse a los siguientes aspectos: El lugar El local donde deba desarrollarse la reunin ha de cumplir unos requisitos, ya que su idoneidad puede influir en las respuestas de los participantes. El lugar de reunin en la empresa ha de ser neutral de manera que se favorezca un ambiente de participacin y se eviten inhibiciones. La sala ha de ser de dimensiones adecuadas al nmero de asistentes, aislada de

distracciones que provengan del exterior o de otras posibles distracciones visuales o sonoras. En otro orden de cosas hay que tener en cuenta que el confort aumenta la participacin, si las personas estn incmodas puede aparecer irritabilidad o impaciencia. Por ello es conveniente inspeccionar la sala con antelacin y comprobar su disponibilidad durante el tiempo necesario, la existencia de tomas de corriente o ausencia de ruidos si se quiere grabar la conversacin, la ventilacin adecuada, la cantidad de sillas, disposicin de mesas.... Disposicin de los participantes Los participantes se situarn de manera que se vean unos a otros, es imprescindible el contacto ocular para facilitar la interaccin. Para ello la mesa deber ser de medidas adecuadas y si se dipone de varias mesas su situacin no deber ser en lnea sino que debern colocarse en crculo o en forma oval. La distancia entre los participantes ser equidistante por lo que el tamao de la mesa deber adecuarse al nmero de asistentes. La conversacin puede grabarse en cinta pero no es recomendable grabarla en vdeo porque perturba demasiado el desarrollo de la discusin y afecta la espontaneidad de las intervenciones.

Convocatoria
Es necesario informar previamente a los participantes explicando el motivo de la reunin y especificando el lugar, la hora y la duracin aproximada. Recordemos que no hay reunin posible si no se est de acuerdo en trabajar en conjunto sobre unos mismos objetivos. Una ventaja que ofrece la reunin dentro de una organizacin es que pueden clarificarse pers

Tamao del grupo

El tamao ideal para una discusin de grupo es entre 7 y 10 participantes. Si el nmero es demasiado reducido, ser demasiado pobre como entidad de interaccin, no se darn fenmenos de grupo. Por el contrario si es demasiado elevado el grupo se escindir en pequeos subgrupos y no ser posible desarrollar una discusin nica. Siguiendo las leyes de la dinmica de grupos podemos establecer el tamao adecuado para llevar a cabo una reunin de discusin. Podemos resumirlo en el siguiente esquema: Es ms adecuado realizar las reuniones por la maana, siendo totalmente desaconsejable el llevarlas a cabo despus de la comida. La duracin no deber exceder de dos horas ya que si se alarga demasiado puede bajar el inters en la reunin, dando lugar a la aparicin de subgrupos. Es importante asegurarse que todo el mundo dispone de tiempo suficiente, de lo contrario se corre el riesgo que las personas se sientan presionadas o desven la atencin hacia otros temas ajenos a la reunin.

Evitar interrupciones
Es evidente que en la sala en la que se desarrolla la reunin no debe haber telfono. Puede dejarse una persona encargada de recoger los mensajes que llegan para los miembros de la discusin y, si es preciso, se harn llegar al interesado a travs del moderador. Durante el transcurso de la discusin es inaceptable que un miembro de la reunin se vea interrumpido por una visita. Desarrollo de la reunin En la discusin los miembros del grupo expresan sus ideas, dando a conocer emociones que no surgen a menudo en otro tipo de investigacin. Para que esto sea posible una de las condiciones es que el ambiente sea distendido, de manera que se facilite un clima en el que las personas puedan manifestar sus sentimientos. Durante el transcurso de la reunin y con el fin de recoger con mayor exactitud el mayor nmero de detalles, es conveniente que, adems del moderador, exista otra persona que tome nota de las incidencias de la reunin: tono en que se hacen las intervenciones, comunicacin no verbal, actitud de los participantes... Sus anotaciones no tienen como finalidad recoger la totalidad de las intervenciones sino aspectos importantes a resaltar y a tener en cuenta en el anlisis. onalmente las posibles dudas sobre el objeto de la reunin y los puntos a discutir en ella. Leccion 24. Grupo Focal Y Muestreo GRUPO FOCAL Es una discusin en grupo. Las personas que lo componen tienen aspectos comunes. El investigador permite que se hable espontneamente. Permite conocer el abanico de opiniones. Se puede utilizar antes, durante y despus de un proyecto de investigacin para obtener la percepcin y creencias que el grupo tiene sobre determinados servicios. Sobre la poblacin diana se hacen subgrupos que deben representar distintas opiniones. Por tanto los subgrupos deberan tener distinta edad, genero, nivel de instruccin, trabajo,... etc. Nmero de participantes? : de 6 a 12. Cuntos grupos? : Hasta que los distintos grupos no aporten nada nuevo. Reclutamiento? : Utilizando la red informal (amigos, vecinos,...) o la red formal (censo). Incentivos? : Hacerles ver que la informacin que aportan es valiosa. Caf, Cocacola,... Duracin? : 60-90 minutos mximo.

Preguntas? : Comenzar con preguntas abiertas. Las preguntas mas importantes cuando se observe un claro nivel de inters. Inicio del Grupo Focal. Los participantes se sientan en crculo, el monitor se presenta, indica que no es un experto en el tema a tratar. Pide permiso para grabar en un cassette o en vdeo para poder analizar con detenimiento las distintas opiniones verbales y paraverbales. Explica posteriormente el objetivo del estudio. Da una serie de normas: Todos deben opinar. No hablar mas de una persona a la vez. Decir lo que se piensa, no lo que los dems quieren or. No hay opiniones equivocadas. El monitor debe facilitar la dinmica del grupo (atencin al hablador, el experto, el mudo, el tmido, el distrado, la vctima,...) Anlisis del Grupo Focal. Otra persona con la misma informacin, debera llegar a las mismas conclusiones. A) Organizar los datos: Para la primera pregunta... B) Darle forma: de aqu sale el abanico de opiniones. C) Resumir: Sin cuantificar las respuestas. El objetivo que se busca es la amplitud de opiniones. D) Explicar: y sacar las conclusiones. Cuidado al generalizar: "Los adolescentes piensan que..." sustituirlos por "en nuestro grupo, los adolescentes piensan que...". Y dnde quedan las Tcnicas Grupales? Se utilizan como acciones especficas con sus propios procedimietos, muy conocidas son: Para generar ideas: Brainstorming o Tormenta de ideas. Role-Playing. Mesa Redonda. Para llegar a un consenso: Grupo Delphi. Philips 66. Y para priorizar actuaciones: Grupo Nominal.

En la tcnica delphi, el grupo es virtual, nunca llegan a conocerse. En el grupo nominal, aunque el grupo se conoce, en un principio no se pueden comunicar verbalmente. El lenguaje que utilizan es cientfico-tcnico. En resumen, La Metodologa Cualitativa, no solo no utiliza cuestionarios ni cuantifica las respuestas, sino que analiza e interpreta el lenguaje para encontrar el sentido. Y sobre el mayor o menor cientificismo de los resultados de investigaciones realizadas mediante mtodos cualitativos, sus resultados son cientficos aunque participe la subjetividad, se investigan discursos y se permiten mltiples interpretaciones de la realidad. Requiere de un gran sentido comn, gran capacidad de curiosidad y escucha e implica conocimientos de diversas fuentes: sociologa, semiologa, semntica, psicologa, mtodos de investigacin, entre otros. Los contextos fundamentales en los que ha florecido particularmente la IAP han sido, el de la educacin popular, de una parte, y el del desarrollo rural, de la otra. La perspectiva de focal de esta alternativa de trabajo cualitativo ha sido el llamado "empoderamiento" a travs de la produccin y uso del conocimiento por parte de los sectores ms pobres y oprimidos. Coincide este tipo de intencionalidad con el surgimiento de movimientos sociales dispuestos a realizar cambios radicales especialmente en los pases del llamado tercer mundo (Amrica Latina, frica y Sudeste Asitico). El principio de base, en el que se ancla filosficamente esta alternativa de investigacin, es que existen relaciones desiguales de conocimiento que se constituyen en un factor crtico que perpetua la dominacin clasista sobre los pueblos. Tales relaciones conducen a la reproduccin de nuevas formas de dominacin cuando las viejas pautas se eliminan sin cuidado ni previsin. La IAP segn algunos de sus inspiradores, sera la base principal de accin para el cambio social y poltico, as como para el progreso hacia la igualdad y la democracia, al estimular el saber popular y vincularlo a la autoinvestigacin de los sectores desposedos. Desde el punto estrictamente metodolgico, no hay una identidad ni una propuesta relativamente homognea. Existen aproximaciones diferentes, unas ms estructuradas, como es el caso de la de Bosco Pinto (1987) o Park (1992) y otras ms generales, como son las formuladas por Fals Borda (1986) y Parra (1983), entre otros. Rahman y Fals Borda (1991), al hacer un balance de 20 aos de desarrollos de esta Opcin de investigacin, sealan que la IAP debe verse en la actualidad "como un puente hacia otras formas de explicacin de la realidad y otras formas ms satisfactorias de accin para transformarla (...) podramos decir ahora que hay tal vez ms argumentos en favor de la continuacin de la IAP hoy que los que haba en 1990 (...) sentimos que la IAP, como procedimiento heurstico de investigacin y como modo de vida altruista, puede perseguir y alcanzar esta meta (...)". La legitimacin y el reconocimiento de la Investigacin Participativa como una alternativa con una identidad propia y con un lugar tanto en la comunidad acadmica como en la contribucin a procesos de desarrollo social y de innovacin educativa, se evidencia en el primer caso, por su inclusin en una obra de envergadura como la de John Keeves quien es el editor del "Educational Research, Methodology, and

Measurement: An International Handbook" publicado por Pergamon Press y que desde su primera edicin en 1988representa un esfuerzo bin importante por hacer una puesta al da a la manera de un estado del arte de los distintos avances en la investigacin educativa. En la mencionada obra, Keeves recoge dos trabajos que expresan por separado dos dimensiones de la Investigacin Accin Participativa. El primero es el de S. Kemmis titulado "Action Research"(PP. 42-49) y el segundo el de el de "Participatory Research" (PP. 150-155); algo interesante es que el primer trabajo lo sita en una seccin que el editor denomina "Humanistic Research Methods", mientras el segundo lo coloca dentro de una seccin que titula "Policy Research", ubicaciones estas que denotan cul es el contexto predominante con el que se identifica este tipo de propuesta investigativa, de un lado, asociada a una filosofa de corte humanstico y del otro, al mbito poltico de la toma de decisiones. De otro lado en la literatura sobre desarrollo rural, an la de organismos multinacionales como la FAO y la OMS, entre otras, la Investigacin Accin y la Investigacin participativa figuran como herramientas valiosas para promover procesos sistemticos de desarrollo. As mismo en nuestra propia experiencia en labores de planeacin social en mbitos locales y an regionales la investigacin accin participativa ha sido un recurso metodolgico primordial. Desde la experiencia real y directa del autor del presente mdulo, derivan dos consideraciones de carcter prctico que es necesario destacar a la hora de optar por un enfoque participativo de la investigacin. La primera consideracin tiene que ver con la necesidad de adoptar una estrategia de capacitacin del tipo aprender haciendo orientada a posibilitar que los protagonistas profanos en temas de investigacin social o educativa, realicen un trabajo sistemtico y riguroso de elicitacin, registro y anlisis de las, percepciones, testimonios, juicios y comprensiones que son aportados por todos aquellos que son convocados para intervenir en las distintas fases de la investigacin desde su diseo, hasta su uso; pasando por, su implementacin y desarrollo. La segunda, se relaciona con el inters por retomar la comprensin que de su realidad social y material tienen aquellos que la viven cotidianamente. La diferencia con otras alternativas de investigacin cualitativa estriba en que la comprensin en s misma, no constituye el fin ltimo de la investigacin, sino que ms bien se le ve como un medio para orientar la planeacin de la accin social organizada, que se encauza a la Transformacin de algn tipo de realidad social le que resulta insatisfactoria al grupo humano involucrado en el proceso investigativo. La participacin en este sentido, es un recurso metodolgico ms que una opcin ideolgica; la argumentacin de esta tesis tiene que ver con las evidencias que muestran que los enfoques participativos conducidos de manera tcnica permiten, en primer lugar, obviar muchos de los problemas de comprensin que se suscitan en las actividades de cambio social o educativo planificado. En segundo lugar, facilitan el proceso de motivacin hacia la accin social prevista tras los anlisis derivados de la etapa de investigacin y, por ltimo, permite anticipar muchas de las barreras que desde el punto de vista sociocultural y prctico podran encontrar las iniciativas de cambio. Curiosamente, quienes mejor lo han entendido y, por ende, lo han puesto en la prctica, son quienes orientan procesos de cambio en cultura organizacional y quienes trabajan en

la animacin de procesos de calidad total, tanto en las empresas productoras de bienes de consumo como en las generadoras de servicios. Villasante, T.R. y otros (2000-2001) explican que la IAP es una metodologa que permite desarrollar un anlisis participativo, donde los actores implicados se convierten en los protagonistas del proceso de construccin del conocimiento de la realidad sobre el objeto de estudio, en la deteccin de problemas y necesidades y en la elaboracin de propuestas y soluciones.

Con el fin de detectar esas demandas reales relacionadas con el objeto de estudio y concretarlas en propuestas de accin ajustadas a necesidades sentidas, se desarrolla un proceso de investigacin que apunta a la transformacin mediante el trabajo con colectivos, asociaciones, grupos de vecinos/as y otros actores del municipio con sensibilidades o intereses comunes, lo cual facilita una movilizacin hacia la implicacin ciudadana que favorece la creatividad social en beneficio de toda la comunidad local. El conocimiento de la realidad se construye progresivamente en un proceso participativo en el cual los actores implicados "tienen la palabra", y de este modo se crean las condiciones que facilitan espacios de reflexin, programacin y accin social relacionados con los problemas que plantea el objeto de estudio.

Para crear esas condiciones necesarias se aplica un procedimiento de investigacin riguroso bajo el enfoque de la denominada Investigacin-Accin Participativa (IAP), que propone intervenir de forma integral e integradora en el territorio. Tal procedimiento investigador persigue la elaboracin de un conocimiento sobre el objeto de estudio que sea til socialmente y que permita la implementacin de Planes de Accin Integral, donde la participacin ciudadana, plena y consciente, sea un eje articulador bsico. Por eso se trabaja con grupos humanos, con el fin de transformar su entorno, a partir del conocimiento crtico de la realidad que les rodea y de la puesta en marcha de un conjunto de estrategias y propuestas vertebradoras.

La IAP no ofrece una batera de respuestas y soluciones a los problemas, sino que propicia la conversacin y el dilogo como mecanismos con los que crear procesos donde los sujetos afectados aporten, tras la reflexin, soluciones a sus problemas. Construyendo las respuestas con los distintos agentes sociales y ciudadanos del municipio se abre un gran abanico de posibilidades, pero las respuestas, soluciones y propuestas de accin se ajustarn ms a la realidad concreta, en la medida en que han sido participadas y compartidas por la ciudadana en el proceso de investigacin-accin Los ejes centrales en que se basa el desarrollo de una InvestigacinAccin-Participativa son los siguientes: - En primer lugar, se han de delimitar unos objetivos a trabajar que responden a la deteccin de determinados sntomas, como por ejemplo: dficits de infraestructuras, problemas de exclusin social, etc. - A esta etapa de concrecin le siguen otras de apertura a todos los puntos de vista existentes entorno a la problemtica y objetivos definidos: se trata de

elaborar un diagnstico y recoger posibles propuestas que salgan de la propia praxis participativa y que puedan servir de base para su debate y negociacin entre todos los sectores sociales implicados. - Esta negociacin es la que da lugar a una ltima etapa, de cierre, en la que las propuestas se concretan en lneas de actuacin y en la que los sectores implicados asumen un papel protagonista en el desarrollo del proceso. La puesta en marcha de estas actuaciones abre un nuevo ciclo en el que se detectarn nuevos sntomas y problemticas, y en el que cabr definir nuevos objetivos a abordar. En todo este proceso cabe resaltar la importancia de dos elementos: la comisin de seguimiento y el grupo de investigacin-accin-participativa o GIAP CAPITULO 5 EL MUESTREO EN LA INVESTIGACIN CUALITATIVA LECCION 21 DECISIONES DE DISEO EN LA INVESTIGACIN CUALITATIVA La aproximacin a la metodologa cualitativa suele hacerse despus de haber recibido una formacin en la metodologa cuantitativa. Un buen consejo para quien se inicie en la investigacin cualitativa es planear ser flexible. No hay un polo cuantitativo y otro cualitativo sino un continuo. Hay dos tipos extremos de diseos cualitativos, el emergente y el proyectado. La mayora de los estudios demandados se deben realizar en un espacio corto de tiempo. Los estudios que se llevan a cabo en equipo requieren mayor coordinacin y comparabilidad. El investigador no suele partir de cero: conoce la literatura o el estado de la cuestin, cuenta con interrogantes que le mueven a investigar, le atraen unas perspectivas tericas ms que otras. La nocin de decisiones de diseo complementa la aproximacin al concepto de diseo cualitativo. Disear es tomar decisiones a lo largo de todo el proceso de investigacin y sobre todas las fases que conlleva dicho proceso. Decisiones de diseo en la investigacin cualitativa: Secuencia de fases y tareas en el diseo y realizacin de un estudio cualitativo, como: 1) Fase de reflexin. Identificacin del tema y preguntas a investigar. Identificacin de perspectivas paradigmticas.

2) Fase de planteamiento. 2.1) Seleccin de un contexto. 2.2) Seleccin de una estrategia. 2.3) Preparacin del investigador. 2.4) Escritura del proyecto. 3) Fase de entrada. 3.1) Seleccin de informantes y casos. 3.2) Realizacin de primeras entrevistas y observaciones. Fase de recogida productiva y anlisis preliminar. Fase de salida del campo y anlisis intenso. Fase de escr El muestreo Siguiendo un orden lgico dentro de una secuencia de procedimientos de tipo cualitativo, la seleccin del tipo de situaciones, eventos, actores, lugares, momentos y temas sern abordados en primera instancia en la investigacin. Subrayamos esta precisin de primera instancia, porque, en el caso de la investigacin cualitativa, diferente a la de tipo cuantitativo, el muestreo es progresivo y est sujeto a la dinmica que se deriva de los propios hallazgos de la investigacin. El muestreo de espacios y escenarios. En el ejemplo tomado, el eje han sido las personas. Sin embargo, tras el trabajo con representantes de los grupos ya mencionados, puedo encontrarme con que ellos identifican que los lugares ms propicios para generar las enfermedades que ms los aquejan son: la plaza de mercado, la escuela y el matadero. Yo puedo elegir entre esos tres sitios uno y dentro de ellos, la situacin ms ligada con el problema objeto de anlisis, por ejemplo, la escuela y como situacin, la preparacin de los alimentos. Muestreo de tiempos y momentos. Cada actividad humana tiene unos tiempos y cada escenario tambin puede cambiar con el momento del da o de la actividad que se desarrolle en l. As, manteniendo el ejemplo que hemos venido manejando, la preparacin de alimentos pasa por varios momentos, que van desde la seleccin y su compra, pasando por el transporte de los mismos, hasta llegar al proceso propiamente de preparacin que tiene su etapa "en crudo" al momento de lavarlos, organizarlos, cortarlos, licuarlos, macerarlos, hasta llegar a su etapa de coccin. Proceso ste que lleva los alimentos a su etapa de "preparados". Es posible que en el trnsito por cada una de esas etapas se identifiquen "cosas" o "situaciones" que generen enfermedad.

Desde una ptica complementaria y tomando como punto de partida carcter terico e internacional del muestreo cualitativo, Strauss y Corbin (1990) distinguen tres modalidades de ste: abierto, relacional-fluctuante y discriminativo. El muestreo abierto est asociado con la codificacin abierta. ste, ms que especificar, gua las elecciones del muestreo. Este tipo de muestreo puede realizarse intencionada o sistemticamente u ocurrir fortuitamente. Este proceso incluye el muestreo "in situ". El muestreo relacional-fluctuante est asociado con la codificacin axial. Su principio es maximizar el hallazgo de diferencias en el nivel dimensional, se puede realizar deliberada o sistemticamente. El muestreo discriminativo est asociado con la codificacin selectiva, su principio es maximizar oportunidades para verificar la argumentacin o el argumento construidos, as como tambin las relaciones entre categoras, permitiendo alcanzar la saturacin de aquellas que han mostrado un desarrollo insuficiente. El muestreo de variacin mxima tiene como propsito capturar y describir los temas centrales o las principales caractersticas que tipifican una realidad humana relativamente estable. sta ltima es la principal diferencia con el anterior. El muestreo de casos homogneos busca describir algn subgrupo en profundidad. Es la estrategia empleada para la conformacin de grupos focales. El punto de referencia ms comn para elegir los participantes de un grupo focal es que estos posean algn tipo de experiencia comn en relacin con el ncleo temtico al que apunta la investigacin. El muestreo de caso tpico pretende mostrar a quin no est familiarizado con la realidad objeto de anlisis los rasgos ms comunes de dicha realidad. La definicin de "tpico"cualitativamente se construye a partir del consenso de opiniones entre informantes clave, buenos conocedores de la realidad bajo estudio. El muestreo de caso crtico se edifica sobre la base de elegir una situacin, fenmeno o realidad humana que permite ganar comprensin sobre una condicin hipottica sometida a anlisis por parte del investigador, pero sometida a juicio de un actor social. Un ejemplo de esto sera preguntarle a una persona que actualmente es muy rica qu hara si al da siguiente despertara en la ruina absoluta? Como se apreciar, este tipo de muestreo se distingue del de casos extremos, porque la situacin a la que alude este ltimo es real actualmente, mientras que en el del caso crtico es hipottico. Sin embargo, tiene en comn que permite develar aspectos completamente invisibles en la vida cotidiana pero que ante la situacin planteada afloran con mucha fuerza. El muestreo en cadena o bola de nieve tiene su origen en la bsqueda de comprensin de realidades culturales o personales que por su condicin de marginalidad del orden social imperante, o por otras razones, se mantienen en la clandestinidad o en la oscuridad del anonimato. La clave est, aqu, en encontrar un caso perteneciente al grupo objeto de investigacin y ste lleva al siguiente y al prximo y as sucesivamente hasta alcanzar el nivel de informacin suficiente para dar por terminada la

investigacin. Es el caso del estudio de las realidades de los delincuentes o los enfermos del sida. El muestreo por criterio lgico implica trabajar todos los casos que renan algn criterio predeterminado de importancia. Patton (op. cit.) coloca como ejemplo la situacin de pacientes psiquitricos que por lo general duran en tratamiento entre 4 y 26 semanas. Seala entonces, que ser necesario examinar los casos de todos aquellos que lleven 28 semanas o ms para saber qu est pasando con ellos. En un ejemplo desde otra perspectiva, al examinar una investigacin de satisfaccin sobre servicios en la que el 95% dice estar satisfecho, el investigador determina profundizar con la lgica de este tipo de muestreo, lo que opinaba el 5% que no estaba conforme. El supuesto de fondo del que parti para esta decisin es que la ptica crtica de los inconformes hara probablemente visibles aspectos del servicio que sera necesario mejorar.

El muestreo de casos confirmatorios o disconfirmatorios. ste es un tipo de muestreo que desde la perspectiva cualitativa se puede catalogar como de segundo orden, en tanto que se realiza sobre patrones que ya han emergido en etapas previas de la investigacin y lo que buscan es enriquecer, profundizar y mejorar la credibilidad de los datos hasta ese momento obtenidos. Este tipo de muestreo se relaciona estrechamente con el planteado por la teora fundada para realizar tanto la codificacin axial como la selectiva. El muestreo de casos polticamente importantes. Se relaciona con la identificacin en procesos sociales, objeto de investigacin, de los actores principales, es decir, los que intervienen directa o indirectamente, pero de modo significativo en la toma de decisiones involucradas en dichos procesos. Comprender su visin es fundamental para conocer el rumbo que seguirn los procesos en cuestin y de ah la importancia de este tipo de muestreo.

El muestreo por conveniencia tiene su origen en consideraciones de tipo prctico en las cuales se busca obtener la mejor informacin en el menor tiempo posible, de acuerdo con las circunstancias concretas que rodean tanto al investigador como a los sujetos o grupos investigados. Leccion 25. Utilidad de las Tcnicas cualitativas y sus paradigmas emergentes Revisando las diferentes tcnicas, por ejemplo, el proceso bsico de la encuesta estadstica, esta se basa en la relacin secuencial pregunta-respuesta. En las encuestas precodificadas, es el investigador quien decide la respuesta, dado que limita sus posibilidades. El entrevistado slo puede hacer zapping entre las diferentes cadenas de respuesta, como suele ocurrir al encender el televisor; el encuestado decide entre la menos mala de las cadenas o apaga la televisin (lo que traducido a la encuesta equivale a no sabe/no contesta). Por ejemplo, es relativamente habitual que al preguntar por las

razones de compra de un determinado producto, ninguna de las alternativas propuestas se adecue perfectamente a la realidad del entrevistado, o que varias de ellas encajen, pero slo parcialmente. Surgen as las tcnicas cualitativas, tambin, como una va de investigacin complementaria. Si el objetivo de la investigacin cuantitativa es clasificar, agrupar en categoras y medir (en definitiva, describir la realidad), la finalidad de las tcnicas cualitativas es analizar el substrato social, o sea, encontrar los porqus de esa realidad, o al menos nos marcarn las tendencias. Entre las tcnicas cualitativas ms difundidas estn los grupos de discusin, denominadas en determinadas ocasiones dinmicas de grupo, y las entrevistas en profundidad, en ambos casos la recogida de informacin se traduce en la obtencin y posterior anlisis, el dilogo libre y espontneo entre un reducido grupo de personas (grupo de discusin) o entre el entrevistador y el entrevistado (entrevista en profundidad). Obviamente, el lmite de estas tcnicas es que no existen unidades de medida muestral, de ah que sean complementarias de las cuantitativas. Su relevancia cada vez mayor por ejemplo en la investigacin de mercados, radica en que mediante el anlisis del discurso de los microgrupos podemos ser capaces de captar los ejes motivacionales que subyacen a las opiniones cotidianas y al comportamiento diario. Cundo incluir tcnicas cualitativas En la investigacin, a grandes rasgos, se debe incluir una fase cualitativa inicial cuando:

No se conocen las variables reales que estructuran el mercado, ni los procesos sociales que lo definen y reproducen. Se utilizan como pretest antes del diseo definitivo del cuestionario. No slo ayudan a formular correctamente las preguntas, sino que contribuyen a precodificar y cerrar las posibles respuestas en categoras semnticas claras y excluyentes entre s. Ayudan a controlar y a ponderar los efectos de variables que afectan al resultado de la investigacin pero que no son el objetivo de sta. Por ejemplo: es habitual que el encuestado tienda a situarse en torno a los valores centrales del intervalo entre las distintas posibilidades de respuesta, puesto que socialmente es lo que se espera de l (efecto de deseabilidad social). Esto es especialmente cierto en mbitos moralizados socialmente: sexo, alcohol... pero tambin en mercados donde determinados productos afectan al status del entrevistado. Se utilizan igualmente para desarrollar determinado tipo de test actitudinales o motivacionales. En el anlisis de conductas no racionales desde una perspectiva econmica (coste/beneficio), las tcnicas cualitativas se adecuan mejor para explicar la irrupcin de impulsos y las contradicciones grupales. La entrevista en profundidad es especialmente apta para el anlisis de casos individuales tpicos o extremos, puesto que es aqu donde se encuentran las dimensiones motivacionales en su estado puro. Por ejemplo, pueden ser de gran ayuda para analizar los procesos mentales de consumidores compulsivos.

Por su parte, el grupo de discusin tiene una ventaja adicional. En el desarrollo del propio grupo, suelen representarse los distintos roles sociales: lder de opinin, creativo, escptico, reforzadores... La relacin entre la dinmica surgida y la evolucin del discurso en su contexto, es lo que debe reflejar el microcosmos a partir del cual se extraern las dimensiones fundamentales.

Conviene puntualizar que estas tcnicas poco tienen que ver con ciertas dinmicas de grupo que se realizan a nivel interno de empresas, con intencionalidades particulares, tales como las tormentas de ideas, cuya finalidad es exclusivamente la de producir ideas, con lo que no requieren un anlisis especfico, ni una investigacin propiamente dicha, ms all del resumen o de la extraccin casi literal de tales ideas. Paradigmas emergentes en investigacin cualitativa El lugar del inconsciente en la investigacin cualitativa (Adaptacin de http://www.tecnicasdegrupo.com/articulos/lugar_del_inconsciente3.asp) Los investigadores contemporneos se expresan libremente sobre los procesos reflexivos en la investigacin cualitativa. Sin embargo, 20 aos atrs esto no era muy comn. La reflexin se ha integrado al mundo de la investigacin cualitativa; Pero, a qu nos referimos cuando hablamos de "reflexin" y qu es lo que ocurre en nuestras mentes cuando "reflexionamos"? Y quiz lo ms importante: cmo aprovechar este proceso para que sea lo ms til posible? La presente no es la primera vez que la reflexin haya recibido la atencin de la investigacin. En 1620 Sir Francis Bacon seal: "Existen y slo pueden existir dos maneras de buscar y descubrir la verdad. La primera aflora desde los sentidos y lo particular hasta los axiomas ms generales...esta es la manera que actualmente est de moda. La otra obtiene sus axiomas desde los sentidos y lo particular, que surgen a partir de una ascensin gradual y continua, de modo que llega hasta los axiomas ms generales de todos. Esta constituye la forma correcta, no obstante an no ha sido probada". (Bacon, 1620 aforismo 19). Bacon nos habla sobre algo similar a lo que ahora estamos analizando como "reflexin". Hacia finales del siglo XIX, la reflexin volvi a ponerse de moda. Sigmund Freud hizo referencia a las aproximaciones de su maestro Charcot sobre el estudio del material desconcertante: "Aqu est lo que l mismo nos dijo acerca de su mtodo de trabajo. El acostumbraba a mirar, una y otra vez, las cosas que no entenda; a profundizar sus impresiones del da a da hasta que repentinamente apareca una comprensin de las cosas. En su mente, el aparente caos presentado por una repeticin continua de los mismos sntomas, encontraba un camino hacia el orden". (Freud 1897) "Aprend a restringir mis tendencias especulativas y a seguir la pista de los olvidados consejos de mi maestro Charcot; aprend a ver una y otra vez las mismas cosas hasta que stas mismas empezaran a hablar" (Freud 1914).

Sin profundizar en la historia de la ciencia, parecera que estos movimientos pendulares son comunes. De modo que no se hace necesario profundizar ms sobre ello. Quiz sea til pensar a qu nos referimos por "reflexin". El Webster's New World Dictionary dice: "1) Un reflejo o ser reflejado 2) El retorno a partir de una superficie de un sonido, luz, calor, etc. 3) Cualquier cosa reflejada. Una imagen 4. a) La fijacin de la mente sobre algn tema; pensamiento serio; contemplacin b) el resultado de este pensamiento; idea o conclusin, especialmente si se expresa en palabras". En la investigacin, en el trabajo clnico y en la enseanza, al hablar de "reflexin" normalmente nos referimos al cuarto significado. Cuando reflexionamos, generalmente estamos intentando pensar detalladamente sobre algo. Frecuentemente intentamos ver de nuevas formas un fenmeno. Y obtener as una nueva y fresca comprensin del mismo. Tendemos a aplicar diversos mtodos en un proceso reflexivo. Los procesos reflexivos son frecuentemente reconstructivos. Pueden identificarse los componentes de una idea previamente a aceptarla en su totalidad. A veces se identifica una secuencia de eventos junto a la su interrelacin. Frecuentemente se emplea la metfora de una lente, con el observador ampliando su campo de observacin de modo que puedan apreciarse ms detalles, o derrumbndose el campo pues muchos rasgos quedan fuera. En la introduccin a un popular libro de consulta sobre anlisis cualitativo, Miles y Huberman (1994) nombran varias maneras de escudriar y ordenar el material a analizar. Ello incluye la identificacin de frases similares, relaciones entre variables, patrones, temas, diferencias entre subgrupos y secuencias comunes (1994). En un momento posterior, Miles y Huberman exponen mtodos de anlisis adicionales: patrones para tomar notas, temas, posibilidad de visionado, criterios de agrupamiento, elaboracin de metforas, comparaciones, variables de separacin, hallazgo de variables, construccin de una cadena lgica de resultados y darles coherencia lgica y conceptual. Metafricamente, el proceso de investigacin implica hacer destellar una luz en una esquina oscura. Se ve algo que hace que se despierte la curiosidad del observador. Se observa a mayor proximidad y se plantean preguntas, que ayudan a formar observaciones adicionales. En algn punto, se consulta la literatura y ello ayuda a dar forma a las observaciones y a plantear ms preguntas. Este proceso se repite hasta que la curiosidad del observador haya quedado satisfecha.

Significados
Sabemos bien que nuestra decisin sobre qu estudiar, la metodologa mediante la que encontraremos los resultados, las preguntas que plantearemos y los puntos que consideraremos para dar sentido a nuestros hallazgos, afectarn el proceso de investigacin. La mayora de investigadores intentan identificar la mayor cantidad posible de estos elementos. No obstante, parece ser que son considerados como molestias o como factores inevitables del proceso de investigacin y como peligros que pueden hacer disminuir el valor de los resultados. No nos hemos comportado, al menos

algunas veces, como si fuesen los datos en s mismos los que sostienen el sentido de la investigacin? Por supuesto, el sentido est en los datos, pero depende de nosotros encontrar ese sentido. Es en esta rea del proceso de investigacin donde la actividad reflexiva consciente o inconsciente - del investigador, resulta ms importante. Los mtodos analticos del investigador sirven como un juego de lentes que posibilitan que surja algn sentido y que se descarten otros tantos. Este artculo explora cmo la reflexin puede emplearse tanto para profundizar y fortalecer el proceso y, as, encontrar significados, como para ayudar a evitar algunos de los obstculos con los que el investigador a veces se topa. El procesamiento mental inconsciente no constituye un tema favorecido de discusin dentro de los crculos de investigacin. Como ya he sealado, un desinteresado silencio surge frecuentemente al sacar este tema a colacin, ya que parece ser que una parte importante del proceso reflexivo no es del todo conciente y el psicoanlisis constituye el campo en el que los procesos inconscientes se exploran con mayor rigurosidad.

Aquellos que no tienen una inclinacin psicoanaltica, con frecuencia observan al inconsciente como algo que est fuera del control de la persona. Ello puede resultar atemorizante y, por ende, debe evitarse. Una reaccin es la pretensin de poder ser conscientes de todo con slo hacer un gran esfuerzo; otra es reconocer nuestros lmites y ser conscientes de aquello que no estamos en posibilidad de realizar. Ambas posibilidades son importantes Diferentes estilos de manejo de informacin implican cosas distintas. Este es el motivo por el que existen distintos paquetes informticos para la investigacin cualitativa. Diferentes software ofrecen diferentes aproximaciones a los retos planteados por los distintos objetivos. Inclusive con una cuidadosa eleccin del software a emplear, todava debe ser el investigador quien conduzca el proyecto. El planeamiento, estructuracin, identificacin de preguntas, eleccin del software, mtodo de codificacin e incluso aquello que surge como "datos", proceden no solamente del ordenador y de las herramientas de investigacin: lo hacen tambin a partir de la mente del investigador. En investigacin cualitativa continuamente se lanza una red para ver qu es lo que podemos atrapar. Si lanzamos una red fina, con probabilidad atraparemos cosas pequeas, algunas importantes y otras no. Si tenemos suerte, de vez en cuando podremos atrapar alguna perla. Por otro lado, si lanzamos una red grande, perderemos muchos objetos pequeos, pero tendremos una mejor perspectiva de asuntos ms grandes. Siempre hay elecciones que hacer, y es la persona quien realiza estas elecciones. Al intentar formular ideas para encontrar el significado bsico de nuestros datos de investigacin, tendemos a comportarnos como si estos procesos fueran lgicos, como si operaran de forma completamente conciente. No obstante, siempre damos algn "salto intuitivo". En algn punto, somos dependientes de nuestra mente para decidir de una u otra manera. Es en este punto donde podemos empezar a tratar con el inconsciente. La

mayora de nosotros estaremos de acuerdo en que ganar distancia o perspectiva constituye una parte omnipresente en el proceso de investigacin, a veces vista como fastidiosa o incluso peor. Es justamente aqu hacia donde debemos mirar al intentar comprender un poco ms estos "saltos" intuitivos". Necesitamos encender una luz ms brillante sobre estos aspectos, en lugar de intentar restarles importancia al sealar que constituyen algo sobre lo que nada podemos hacer. W. Bion, un psicoanalista ingls, seal que el proceso de pensar requiere tanto el compromiso de los afectos como del intelecto. Particularmente con respecto a la investigacin, existe el peligro de que nos establezcamos demasiado rgidamente en el lado de lo racional. A veces olvidamos dar paso a otras partes de nuestra mente. E incluso, muchas de las dificultades y obstrucciones que encontramos mientras estamos realizando la investigacin, se dan por no escuchar la informacin de la que disponemos. Tenemos la tendencia a no reconocer esta informacin como mensajes dirigidos a nosotros mismos, que han llegado camufladamente y que necesitan ser descifrados. Tendemos a asumir que no existe ningn sentido en la tendencia a perder el tiempo, por ejemplo, cuando la deconstruccin pueda dar alguna luz sobre el significado de tal o cual comportamiento y darnos claves que nos permitan deshacer la obstruccin que tenemos. Existen muchas formas de llevar el problema a partes menos cognitivas de la mente, que tienen capacidades especiales para lidiar con problemas engorrosos. . Variedad de paradigmas en la investigacin cualitativa http://html.rincondelvago.com/tecnicas-cualitativas-de-investigacion-social_1.html a) Dos paradigmas: La clasificacin ms simple es la de dos paradigmas contrapuestos. Paradigma prevaleciente, clsico, racionalista, positivista. Asume la existencia de una sola realidad objetiva averiguable a travs de los cinco sentidos, sujetas a las leyes universales de la ciencia, y manipulable mediante procesos lgicos. Paradigma emergente, alternativo, naturalista, constructivista, interpretativista. Asume la existencia de realidades mltiples, con diferencias entre ellas que no pueden resolverse a travs de procesos racionales o aumentando los tamaos muestrales. b) Tres paradigmas: El paradigma de la indagacin materialista. Positivismo y modelo biomdico. Basado en el conocimiento que nos ayuda a mantener la vida fsica, nuestro trabajo y tecnologa. Lgica: sigue un proceso lineal: definicin del problema, revisin de la literatura, formulacin de hiptesis, diseo, operaciones de instrumentacin, muestreo, recogida de informacin y anlisis, y resultados y la revisin de hiptesis. El investigador enfatiza la primaca del mtodo. El paradigma de la indagacin constructivista, basado en el conocimiento que nos ayuda a mantener la vida cultural, nuestra comunicacin y significados simblicos. Se buscan relatos. Diseo abierto a la invencin; el anlisis, a la interpretacin.

 El paradigma de la indagacin crtica o ecolgica. Ayuda a mantener la vida social, enfoca la realidad de la dominacin, la distribucin del poder y las desigualdades asociadas. Se adecua al compromiso poltico y al estudio de los sistemas. c) Cuatro paradigmas: positivismo, postpositivismo, teora crtica y enfoques afines, constructivismo. Rasgos comunes a la teora crtica y enfoques agrupables: Componente ontolgico: realismo histrico, contrapuesto al realismo ingenuo del positivismo y al realismo crtico del postpositivismo. El constructivismo se caracteriza por un relativismo. Componente epistemolgico: la investigacin est mediada por los valores de un sujeto investigador y uno investigado que interactan. Positivismo clsico: separacin del sujeto y el objeto. Pstpositivismo: replanteamiento de la separacin entre sujeto y objeto. Posicin respecto a una serie de cuestiones de orden metodolgico-prctico: Meta de indagacin. Teora crtica: est en la transformacin de las estructuras sociales, polticas, culturales, tnicas, econmicas y de gnero que explotan a la humanidad. Constructivismo: reconstruccin de los puntos de vista implicados en lo estudiado, interpretacin consensuada suficientemente documentada. Generacin y acumulacin de conocimiento. Crticos: el conocimiento surge y va modificndose en un proceso dialctico de revisin histrica. Positivistas: hiptesis sometidas a verificacin. Postpositivistas: hiptesis sometidas a falsacin. Constructivistas: conocimiento equiparado a las interpretaciones consensuadas expuestas a revisiones posteriores. Criterios evaluativos de la calidad de una investigacin. Crticos: resumen los criterios evaluativos de la calidad de una indagacin en tres principales:

Contextualizacin histrica de la situacin estudiada. Grado en que el estudio incide en la erosin de la ignorancia. Grado en que proporciona un estmulo para la accin.

Constructivismo e interpretativismo El constructivismo surge contra el objetivismo, contra el realismo emprico, contra el esencialismo. La realidad, la verdad, se descubren y se construyen. Crticas comunes: Problema de la objetividad y los criterios de validez. Problema del descriptivismo, falta de compromiso social crtico.

Problema de la autoridad y privilegio concedidos al investigador intrprete. Confusin de los aspectos psicolgicos y epistemolgicos del conocimiento. Fenomenologa sociolgica y etnometodologa Etnometodologa: perspectiva terica y metodolgica a la que se atribuye como principal raz la sociologa. Una fuente clave en el surgimiento y desarrollo de la etnometodologa es la fenomenologa sociolgica. La historia de la sociologa tiene en la relacin entre teora e investigacin emprica uno de sus hilos conductores ms perennes, una constante. La tradicin emprica adquiere una gran importancia a lo largo del siglo XIX. Durkheim logra la fusin de la teora y la investigacin social emprica. Su legado intelectual influy en el desarrollo de la sociologa cuantitativa. Weber es importante para las corrientes de la sociologa cualitativa. Su obra es una sntesis terico-metodolgica de las corrientes de pensamiento que concurren en su poca: historicismo, neokantianismo, positivismo y marxismo. En la vieja Europa se fund la sociologa terica en E.U.A. cristaliz como ciencia emprica. Revalorizacin de lo cualitativo en los aos sesenta y setenta. Reconocimiento de las aportaciones de la sociologa funcionalista en el terreno de la teora y de la investigacin sociolgicas. Fin del franquismo y comienzo de la democracia: en la sociologa espaola se produce un sinsentido respecto a los mtodos y tcnicas de investigacin social. Perfil de la sociologa en los aos ochenta y primeros noventa que guarda relacin con las coyunturas sociopolticas del momento. El problema de la falta de integracin entre teora y empiria reviste especial importancia en la actualidad. La sociologa actual proviene de dos crisis: la del paradigma estructural-funcionalista, en los aos sesenta; la de su oponente, el marxismo, con el derrumbamiento de los mal llamados regmenes de socialismo real. Lo novedoso de la actualidad es el reconocimiento de la necesidad de mltiples perspectivas y estrategias de anlisis en el estudio de una realidad social cada vez ms compleja. Las tcnicas cualitativas ms difundidas son los grupos de discusin, denominadas en determinadas ocasiones dinmicas de grupo, y las entrevistas en profundidad, en ambos casos, la recogida de informacin se traduce en la obtencin y posterior anlisis, del

dilogo libre y espontneo entre un reducido grupo de personas (grupo de discusin) o entre el entrevistador y el entrevistado (entrevista en profundidad). Obviamente, el lmite de estas tcnicas es que no existen unidades de medida muestral, de ah que sean complementarias de las cuantitativas. Su relevancia cada vez mayor en la investigacin de mercados radica en que mediante el anlisis del discurso de los microgrupos podemos ser capaces de captar los ejes motivacionales que subyacen a las opiniones cotidianas y al comportamiento diario.

Capitulo 6. Analisis de la Informacin Leccion 26. Introduccion , Objetivos, escalas medicin, estadistica descriptiva Introduccin: Muchas personas, a veces se sienten inseguras al llevar a cabo una investigacin de tipo emprico, por miedo a verse en la necesidad de utilizar la estadstica para el anlisis de la informacin. En la presente unidad tratare de dar una visin general de las pruebas estadsticas que ms se utilizan en ciencias sociales y naturales. Existen estudios en los que un anlisis estadstico no es necesario, debido al reducido tamao de la muestra o a que el investigador se interesa por llevar a cabo un estudio cualitativo y no cuantitativo. Creo que el estudiante o lector deseara o necesitara llevar a cabo anlisis estadsticos de sus datos en varias ocasiones, por lo que a pesar de que en el curso de estadstica descriptiva trata con mas detalle todo lo relacionado con las diversas pruebas estadsticas especificas, en esta unidad se tratara bsicamente de ilustrar con ejemplos prcticos para cada situacin en especial que tipo de herramienta estadstica aplica, o que pruebas estadsticas son apropiadas para analizar los datos, dependiendo de las hiptesis formuladas y los niveles de medicin de las variables La relacin que existe entre el anlisis estadstico de los datos, la descripcin de estos y su interpretacin, vara entre unos estudios y otros.Tener presente que el anlisis estadstico de los datos no es indiscriminado, cada mtodo tiene su razn de ser y un propsito especifico, no deben hacerse ms anlisis de los necesarios. La estadstica no es un fin en si misma, es una herramienta par analizar los datos Generalmente se presentan mas problemas de descripcin de resultados e interpretacin de los mismos en estudios exploratorios, que en investigaciones de tipo experimental; esto se debe, probablemente a la diferencia en el grado de estructuracin La estadstica se divide fundamentalmente en dos reas; la estadstica descriptiva, cuya funcin consiste en organizar y resumir los datos; y la estadstica inferencial que permite realizar inferencias, es decir, generalizaciones acerca de una poblacin, las cuales van Ms all de las observaciones que se hicieron. Esta unidad proporcionara en forma las bases que sustentan ambos tipos de estadstica, sin ser su propsito el de dar una visin detallada de los mtodos estadsticos mismos. Para el estudiante que se interese en profundizar en este campo, ya sea en el curso de

estadstica descriptiva, o al final de la unidad consular las referencias, o lecturas recomendadas al respecto. Objetivos: Comprender el concepto de prueba estadstica Entender que no se aplican las pruebas estadsticas simplemente por aplicarlas, sino que se aplican con sentido y justificacin. Conocer las principales pruebas estadsticas desarrolladas para las ciencias sociales y naturales, as como sus aplicaciones, situaciones en que se utiliza cada una y formas de interpretarlas. Analizar la inter-relacin entre distintas pruebas estadsticas. Comprender los procedimientos para analizar la informacin o los datos. Aprender a diferenciar cuando aplicar y diferenciar entre estadstica parametrica y no parametrica. . COMO SE ANALIZAN ESTADISTICAMENTE LOS DATOS : Definicin, y Procedimiento anlisis de datos DEFINICION: El anlisis de la informacin puede definirse como la aplicacin de tcnicas estadsticas para el e procesamiento de los datos Esta definicin corresponde al anlisis asistido por computador. En general, por anlisis de la informacin se entiende la fase de interpretacin que el usuario realiza de una manera directa y manual. Los lmites de este tipo de anlisis son evidentes desde el momento que se trabaja sobre una cantidad importante de datos, y se trata adems de incorporar el anlisis en un sistema de produccin de informacin elaborada o especializada. El anlisis estadstico de la informacin tambin se define como la ciencia de la recoleccin, anlisis, interpretacin y presentacin de la informacin que puede expresarse en forma numrica Procedimiento Una vez que los datos han sido codificados y transferidos a una matriz, as como guardados en un archivo, el investigador puede proceder a analizarlos. En la actualidad el anlisis de los datos, generalmente se realiza mediante software estadstico como: pExcel, SAS, SPSS, entre otros. Prcticamente pocos lo hacen de forma manual, si tiene un volumen considerable de datos, Por otra parte, en la mayora de instituciones de educacin superior, centros de investigacin, empresas, se dispone de sistemas de computo y software antes

mencionados para archivar y analizar la informacin. De esta suposicin parte el presente capitulo. El anlisis de los datos se efecta sobre la matriz de datos utilizando un programa de computadora. El procedimiento de anlisis se esquematiza en los siguientes pasos: a. Toma de decisiones respecto a los anlisis a realizar (pruebas estadsticas) b. Elaboracin del programa de anlisis c. ejecucin del programa o software d. Obtencin del anlisis e. interpretacin del anlisis Conclusiones Paramtrica y no paramtrica. Los anlisis de los datos que vayamos a practicar dependen de tres factores: a) Nivel o escala de medicin de las variables b) La manera como se hayan formulado las hiptesis c) El inters del investigador por ejemplo, no es lo mismo los anlisis que se le realizan a una variable nominal que a una por intervalos, enseguida estudiaremos los niveles o escalas de medicin. Usualmente el investigador busca, en primer trmino, describir sus datos y posteriormente efectuar anlisis estadsticos para relacionar sus variables. Es decir, realiza anlisis de estadstica descriptiva para cada una de sus variables. Es decir, describe la relacin entre estas.Enseguida har referencia solo de los niveles o escalas de medicin, no estudiadas previamente . Niveles o escalas de medicin En la escala nominal, los nmeros slo se usan para identificar categoras. No representan ningn monto o cantidad propiamente dichos. Ejemplo. Si cuatro regiones de ventas se numeran del 1 al 4 nicamente como nmeros de identificacin general, en ello est implicada la escala nominal, puesto que los nmeros sirven sencillamente como nombres de categoras. En la escala ordinal, los nmeros representan rangos o jerarquas. Indican magnitud relativa, aunque las diferencias entre los rangos no se asumen como iguales. Ejemplo. Un analista de inversin clasifica cinco emisiones accionaras del 1 al 5 en trminos de potencial de apreciacin. La diferencia en el potencial de apreciacin entre

las emisiones clasificadas como 1 y 2 no sera generalmente la misma que, digamos, la diferencia entre las emisiones clasificadas como 3 y 4. En la escala de intervalo se representan medidas que son diferencias entre valores. Sin embargo, el punto cero es arbitrario, y no se trata de un cero "absoluto". Por lo tanto, los nmeros no pueden compararse usando razones. Ejemplo. En las escalas de temperatura ya sea Fahrenheit o Celsius, una diferencia de 5o de 70oF a 75oF por ejemplo, es el mismo monto de diferencia en temperatura de 80oF a 85oF Sin embargo, no podemos decir que 60oF sea dos veces ms caliente que 30oF, porque el punto 0oF no es un punto cero absoluto (ausencia absoluta de calor). En la escala de razn s existe un punto cero real, y en consecuencia las medidas pueden compararse en forma de razones. Ejemplo. Adems de ser cierto que una diferencia en valor de inventario de $5 000 es el mismo monto de diferencia entre, por decir algo, $50 000 y $55 000 o entre $60 000 y $65 000, tambin lo es que un valor de inventario de $100 000 es dos veces ms grande que un valor de inventario de $50 000. Estadstica descriptiva o Deductiva La Estadstica Descriptiva: formula reglas y procedimientos para la presentacin de una masa de datos en una forma ms til y significativa. Establece normas para la representacin grfica de los datos. Tambin son una base importante para el anlisis en casi todas las disciplinas acadmicas. La Estadstica descriptiva, una vez que se han recogido los valores que toman las variables de nuestro estudio (datos), procederemos al anlisis descriptivo de los mismos. Para variables categricas, como el sexo o el estadiaje, se quiere conocer el nmero de casos en cada una de las categoras, reflejando habitualmente el porcentaje que representan del total, y expresndolo en una tabla de frecuencias. Para variables numricas, en las que puede haber un gran nmero de valores observados distintos, se ha de optar por un mtodo de anlisis distinto, respondiendo a las siguientes preguntas: a. Alrededor de qu valor se agrupan los datos? b. Supuesto que se agrupan alrededor de un nmero, cmo lo hacen? muy concentrados? muy dispersos? Anlisis de la informacin: Tablas de distribucin de frecuencias, y su representacin grafica)http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTIT ATIVOS/Pye/tema_11.htm) El manejo de la informacin requiere de la ordenacin de datos de tal forma que permita la obtencin de una forma ms fcil la obtencin de conclusiones acerca de la muestra.

Una primera ordenacin se realiza mediante el manejo de tablas, en las que se ordenan los datos de acuerdo a ciertas caractersticas de los datos. El manejo de datos discretos permite la manipulacin de tablas, sobre todo cuando el nmero de datos no es muy reducido. A continuacin describiremos la manipulacin de datos mediante el manejo de datos discretos y continuos. Las variables a ser manejadas en el estudio, en el caso de valores discretos, se puede representar mediante una tabla en la que se representa los variables mediante variables con nombre como (xi) y el nmero de veces en que un dato se representara mediante frecuencias, frecuencias absolutas, frecuencias relativas. La representacin de esta tabla mediante frecuencias se le conoce como tabla estadstica cuya funcin es la determinar la frecuencia de cada clase las cuales aparecen a un lado de cada clase Como antes se menciono, la estadstica cuenta con procedimientos para recoger, organizar y presentar informacin acerca de un problema determinado, y con mtodos para establecer la validez de las conclusiones obtenidas a partir de la informacin recogida. La descriptiva tambin presenta la informacin en forma cmoda, utilizable y comprensible. La inferencial se ocupa de la generalizacin de esa informacin haciendo deducciones acerca de las poblaciones basndose en muestras tomadas de ellas. Para estudiar el comportamiento de un fenmeno se requiere informacin y Cmo recopilarla? 1) Por medio de encuestas (interrogatorio oral o escrito que se aplica a varias personas acerca del problema). 2) Por medio del registro de las observaciones que se hacen de l. La informacin obtenida debe presentarse en forma organizada. Se puede utilizar una distribucin de frecuencias ( o tambin llamada tabla de frecuencias), en donde se asocia a cada dato o subgrupo de datos (llamado intervalo de clase o clase) una frecuencia (nmero de observaciones que corresponden a cada dato o a cada grupo de datos). REGLAS GENERALES PARA CONSTRUIR TABLAS DE DISTRIBUCIONES DE FRECUENCIA. . Se suelen tomar entre 5 y 20 intervalos de clase, segn los datos. Los intervalos de clase se eligen tambin de modo tal que las marcas de clase (o puntos medios) coincidan con los datos realmente observados. Ello tiende a disminuir el llamado error de agrupamiento que se produce en anlisis matemticos posteriores. No obstante, las fronteras de clase no debieran coincidir con los datos realmente observados. 3. Determinar el nmero de observaciones que corresponden a cada intervalo de clase; es decir, hallar las frecuencias de clase.

Reglas Generales para construir las distribuciones de frecuencias por intervalos

1. Efectuar el arreglo ordenado (Ascendente o Descendente) de los datos la poblacin o muestra A = ( X1, X2, ... , Xn ) Obtener la frecuencia absoluta mediante la tabulacin o conteo de los datos (homogenizar los datos) 2.Encontrar el rango o recorrido (R) de los datos: R = (valor mayor - valor menor) = Xn - X1 3. Encontrar el nmero de clases o intervalos de clases (K). El nmero de clases Algunos autores menciona que el numero de clases o intervalos de clase debe estar entre 5 y 15., otros que debe estar entre 5 y 20. Debe ser tal que se evite el detalle innecesario, pero que no conduzca a la perdida de ms informacin de la que puede ser convenientemente ignorada. Para escoger el numero de intervalos de clase apropiado de acuerdo al numero total de observaciones existen diversas formulas, reglas o metodos: Uno de los mas conocidos es la formula de Sturges A.. Formula de Sturges: K = 1 + 3.322(log. N) B, N : Raz cuadrada de N o numero de datos C. +2.5 N. 2.5 por raz cuarta de N: O sea 2.5 por N elevado a la . Ejemplo para N = 40 datos 1 . Sturges K = 1 + 3.322 (log 40) = 1+ 3.322 (1.602) = 1+ 5.32 = 6.32. por ley de redondeo de datos se aproxima a 6 clases o intervalos de clase. 2. raiz cuadrada de 40 = 6.32. Se aproxima a 6. clases o I C 3. 2.5 (40)1/4 = 2.5 (2.5148) = 6.287 = se aproxima a 6. Vemos que segn los procedimientos anteriores es numero de clases mas adecuado es 6, para 40 datos Es importante tener en cuenta que estas formula son como un directriz, pero lo importante es que las clases estn entre 5 y 20, y que todas las observaciones queden incluidas en la tabla . 1. Se construye la tabla que por lo general contiene las siguientes columnas:

1. a. Cases o intervalos de clase, b. Marcas de clase (Li + Ls/2), c. Frecuencia absoluta, se determina en base a datos organizados. d. frecuencia absoluta acumulada. e. Frecuencia relativa . f. frecuencia relativa acumulada.

Leccion 27. Ejercicio, representacion grafica

Ejercicio

La Compaa Pelez Hermanos realizo un estudio de muestreo en sus diferentes sucursales en el pas sobre duracin de las bateras Willard, y obtuvo los siguientes datos, los cuales son el nmero de meses de duracin de una muestra de 40 bateras para automviles 22 34 25 33 47 41 16 43 31 38 35 31 34 37 32 45 33 36 44 26 32 38 29 32 39 37 31 33 41 30 30 47 39 19 42 26 37 31 34 35

En base a la informacin anterior: 1. Construir la tabla de distribucin de frecuencias 2. En base a la tabla de distribucin de frecuencias dibujar el histograma y el polgono de frecuencias.
Solucin a. 1. Ordenacin 40 datos de menor a mayor
Distribucin de frecuencias 16 19 22 25 26 29 30 31 32 33 34 1 1 1 1 2 1 2 4 3 3 3

35 36 37 38 39 41 42 43 44 45 47 Total 40

2 1 3 2 2 2 1 1 1 1 2

a. 2. Rango= R = 47- 16 = 31 a. 3. Numero clases=K = raz cuadrada de cuarenta, o ley de Sturges = = 6.32 se aproxima a 6 clases, no se aproxima a 7 por leyes redondeo de datos. a. 4. Amplitud intervalo= R/K = 31/6 = 5.16 = 5.0 Construccin tabla Clases o intervalos de Clase 16-21 22-27 28-33 34-39 40-45 46-51 Marcas de Clase Frecuencia Absoluta 18.5 24.5 30.5 36.5 42.5 48.5 2 4 13 12 6 3 Acumulada 2 6 19 31 37 40 2/40 4/40 13/40 12/40 6/40 3/40 acumulada 5 15 47.5 77.5 92.5 100 Frecuencia Absoluta Frecuencia relativa Frecuencia relativa

Ejercicio

La Compaa Pelez Hermanos realizo un estudio de muestreo en sus diferentes sucursales en el pas sobre duracin de las bateras Willard, y obtuvo los siguientes datos, los cuales son el nmero de meses de duracin de una muestra de 40 bateras para automviles 22 34 25 33 47 41 16 43 31 38 35 31 34 37 32 45 33 36 44 26 32 38 29 32 39 37 31 33 41 30 30 47 39 19 42 26 37 31 34 35

En base a la informacin anterior: 1. Construir la tabla de distribucin de frecuencias 2. En base a la tabla de distribucin de frecuencias dibujar el histograma y el polgono de frecuencias.
Solucin a. 1. Ordenacin 40 datos de menor a mayor
Distribucin de frecuencias 16 19 22 25 26 29 30 31 32 33 34 35 36 37 38 39 41 42 43 44 45 1 1 1 1 2 1 2 4 3 3 3 2 1 3 2 2 2 1 1 1 1

47 Total 40

a. 2. Rango= R = 47- 16 = 31 a. 3. Numero clases=K = raz cuadrada de cuarenta, o ley de Sturges = = 6.32 se aproxima a 6 clases, no se aproxima a 7 por leyes redondeo de datos. a. 4. Amplitud intervalo= R/K = 31/6 = 5.16 = 5.0 Construccin tabla Clas es o inter valo s de Clas e 1621 2227 2833 3439 4045 4651 Ma rca s de Cla se Frecuencia Absoluta Frecu encia Absol uta Acum ulada 2 4 13 12 6 3 2 6 19 31 37 40 2/40 4/40 13/4 0 12/4 0 6/40 3/40 Frec uenci a relati va Frecu encia relati va acum ulada 5 15 47.5 77.5 92.5 100

18. 5 24. 5 30. 5 36. 5 42. 5 48. 5

Leccion 28.Medidas de tendencia central y dispersin

Medidas de tendencia central y de dispersin o variabilidad Estadgrafos de posicin: (llamados tambin de tendencia central) indican alrededor de cul valor se agrupan los datos obtenidos. La media, la mediana, la moda son los ms comunes y conocidos estadgrafos de posicin o tendencia central. Si se graficaran todos los valores, esa especie de "nube" de puntos se distribuira alrededor de una zona central, donde se ubican estos ndices. La media o promedio suele ser la mejor medida para cuantificar esta zona, una especie de centro de "gravedad" de esos datos. Dentro de

este grupo entran los percentiles: la mediana es el percentil 50, o bien el segundo cuartil, o bien el quinto decil.

Las medidas de centralizacin vienen a responder a la primera pregunta. La medida ms evidente que podemos calcular para describir un conjunto de observaciones numricas es su valor medio. La media no es ms que la suma de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone. Como ejemplo, consideremos 10 pacientes de edades 21 aos, 32, 15, 59, 60, 61, 64, 60, 71, y 80. La media de edad de estos sujetos ser de: 52.3 aos, o sea la sumatoria de las edades de los 10 pacientes dividido por 10. la formula condensada es entonces:

Otra medida de tendencia central que se utiliza habitualmente es la mediana. Es la observacin equidistante de los extremos. La mediana del ejemplo anterior sera el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia: 15, 21, 32, 59, 60, 60,61, 64, 71, 80. Como quiera que en este ejemplo el nmero de observaciones es par (10 individuos), los dos valores que se encuentran en el medio son 60 y 60. Si realizamos el clculo de la media de estos dos valores nos dar a su vez 60, que es el valor de la mediana. Si la media y la mediana son iguales, la distribucin de la variable es simtrica. La media es muy sensible a la variacin de las puntuaciones. Sin embargo, la mediana es menos sensible a dichos cambios. Por ltimo, otra medida de tendencia central, no tan usual como las anteriores, es la moda, siendo ste el valor de la variable que presenta una mayor frecuencia. En el ejemplo anterior el valor que ms se repite es 60, que es la moda. Medidas de dispersin o variabilidad Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos continuos es la dispersin de los mismos. Existen distintas formas de cuantificar esa variabilidad. De todas ellas, la varianza (S2) de los datos es la ms utilizada. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin.

Esta varianza muestral se obtiene como la suma de las de las diferencias de cuadrados y por tanto tiene como unidades de medida el cuadrado de las unidades de medida en que se mide la variable estudiada. aplicando la formul la varianza sera igual a 427.61 En el ejemplo anterior la varianza sera: 427.61 La desviacin tpica (S) es la raz cuadrada de la varianza. Expresa la dispersin de la distribucin y se expresa en las mismas unidades de medida de la variable. La desviacin tpica es la medida de dispersin ms utilizada en estadstica. por lo tanto la desviacin tipica seria:20.678.

Aunque en muchos contextos se utiliza el trmino de desviacin tpica para referirse a ambas expresiones. En los clculos del ejercicio previo, la desviacin tpica muestral, que tiene como denominador n, el valor sera 20.678. A efectos de clculo lo haremos como n-1 y el resultado seria 21,79. El haber cambiado el denominador de n por n-1 est en relacin al hecho de que esta segunda frmula es una estimacin ms precisa de la desviacin estndar verdadera de la poblacin y posee las propiedades que necesitamos para realizar inferencias a la poblacin. Cuando se quieren sealar valores extremos en una distribucin de datos, se suele utilizar la amplitud como medida de dispersin. La amplitud es la diferencia entre el valor mayor y el menor de la distribucin. Por ejemplo, utilizando los datos del ejemplo previo tendremos 80-15 =65. Como medidas de variabilidad ms importantes, conviene destacar algunas caractersticas de la varianza y desviacin tpica:

Son ndices que describen la variabilidad o dispersin y por tanto cuando los datos estn muy alejados de la media, el numerador de sus frmulas ser grande y la varianza y la desviacin tpica lo sern. Al aumentar el tamao de la muestra, disminuye la varianza y la desviacin tpica. Para reducir a la mitad la desviacin tpica, la muestra se tiene que multiplicar por 4. Cuando todos los datos de la distribucin son iguales, la varianza y la desviacin tpica son iguales a 0. Para su clculo se utilizan todos los datos de la distribucin; por tanto, cualquier cambio de valor ser detectado.

Otra medida que se suele utilizar es el coeficiente de variacin (CV). Es una medida de dispersin relativa de los datos y se calcula dividiendo la desviacin tpica muestral por la media y multiplicando el cociente por 100. Su utilidad estriba en que nos permite comparar la dispersin o variabilidad de dos o ms grupos. As, por ejemplo, si tenemos el peso de 5 pacientes (70, 60, 56, 83 y 79 Kg) cuya media es de 69,6 kg. y su desviacin tpica (s) = 10,44 y la TAS de los mismos (150, 170, 135, 180 y 195 mmHg) cuya media es de 166 mmHg y su desviacin tpica de 21,3. La pregunta sera: qu distribucin es ms dispersa, el peso o la tensin arterial? Si comparamos las desviaciones tpicas observamos que la desviacin tpica de la tensin arterial es mucho mayor; sin embargo, no podemos comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los coeficientes de variacin: El coeficiente de variacin de la variable peso es = S/X. 100 = 10.44/69.6 x100 = 15% , y apa ra la variable TAS, el CV = 21,30/166. 100= 12.8

Ala vista de los resultados, observamos que la variable peso tiene mayor dispersin.

Cuando los datos se distribuyen de forma simtrica (y ya hemos dicho que esto ocurre cuando los valores de su media y mediana estn prximos), se usan para describir esa variable su media y desviacin tpica. En el caso de distribuciones asimtricas, la mediana y la amplitud son medidas ms adecuadas. En este caso, se suelen utilizar adems los cuartiles y percentiles. Los cuartiles y percentiles no son medidas de tendencia central sino medidas de posicin. El percentil es el valor de la variable que indica el porcentaje de una distribucin que es igual o menor a esa cifra. As, por ejemplo, el percentil 80 es el valor de la variable que es igual o deja por debajo de s al 80% del total de las puntuaciones. Los cuartiles son los valores de la variable que dejan por debajo de s el 25%, 50% y el 75% del total de las puntuaciones y as tenemos por tanto el primer cuartil (Q1), el segundo (Q2) y el tercer cuartil (Q3). Existen aun otras variaciones de las medidas de dispersin, par a mayor informacin se puede consultar los libros de estadstica de Blalock (1960) o McNemar (1962). Para ver como se distribuyen algunas caractersticas de la muestra con respecto a la variable que se esta midiendo, se puede estudiar la forma de la curva de distribucin. Es fundamental saber cual es la forma de dicha curva para poder utilizar mtodos estadsticos mas avanzados ya que en ellos se requiere que dicha curva sea normal, es decir en forma de campana.

DISTRIBUCIN NORMAL o campana de Gauss-Laplace

Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una curva en "forma de campana". En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal

Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una especie, p.ejm. tallas, pesos, envergaduras, dimetros, permetros,... Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una misma cantidad de abono. Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen. Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un medio,... Errores cometidos al medir ciertas magnitudes. Valores estadsticos muestrales, por ejemplo : la media.

Otras distribuciones como la binomial o la de Poisson son aproximaciones normales. Y en general cualquier caracterstica que se obtenga como suma de muchos factores.

La distribucin normal queda definida por dos parmetros, su media y su desviacin tpica FUNCIN DE DISTRIBUCIN

Puede tomar cualquier valor (- , + ) Son ms probables los valores cercanos a uno central que llamamos media m Conforme nos separamos de ese valor m , la probabilidad va decreciendo de igual forma a derecha e izquierda (es simtrica). Conforme nos separamos de ese valor m , la probabilidad va decreciendo de forma ms o menos rpida dependiendo de un parmetro s , que es la desviacin tpica.

a la variable Z se la denomina variable tipificada de X, y a la curva de su funcin de densidad curva normal tipificada. Caracterstica de la distribucin normal tipificada (reducida, estndar)

No depende de ningn parmetro Su media es 0, su varianza es 1 y su desviacin tpica es 1. La curva f(x) es simtrica respecto del eje OY

Tiene un mximo en este eje

Existen formas de calcular la manera en que estn distribuidos los datos bajo esta curva. Es posible transformar los valores de una curva normal determinada en valores numricos, de tal forma que utilizando una tabla se pueda evaluar la proporcin de casos que se encuentra en un intervalo dado. A esta tcnica se le conoce como calificacin "Z", calificacin estndar. Antes de pasar al captulo de estadstica inferencial, se presenta una tabla que resumen la estadstica descriptiva

Tabla Resumen de la estadstica descriptiva Nivel de medicin Nominal Intervalar Aplicacin Agrupacin de datos Tcnicas Proporciones, porcentajes Frecuencias, graficas, histogramas, distribuciones acumulativas Medidas de tendencia central: media, mediana y moda

La tipicidad de un grupo

Medidas de Ver que tanto varan los individuo dentro de un grupo dispersin::rango, desviacin cuartilar desviacin media, desviacin estndar, coeficiente de variacin Ver la distribucin d e a Distribucin de datos bajo la muestra con respecto a curva, Distribucin, alguna variable calificacin "Z" o estndar

Leccion 29. Estadistica Inferencial 1 parte Estadstica inferencial La estadstica Inferencia, es el proceso por el cual se deducen (infieren) propiedades o caractersticas de una poblacin a partir de una muestra significativa. Uno de los aspectos principales de la inferencia es la estimacin de parmetros estadsticos. Por ejemplo, para averiguar la media, , de las estaturas de todos los soldados de un reemplazo, se extrae una muestra y se obtiene su media. La media de la muestra (media

muestral), es un estimador de la media poblacional, . Si el proceso de muestreo est bien realizado (es decir, la muestra tiene el tamao adecuado y ha sido seleccionada aleatoriamente), entonces el valor de , desconocido, puede ser inferido a partir de La inferencia siempre se realiza en trminos aproximados y declarando un cierto nivel de confianza. Por ejemplo, si en una muestra de n = 500 soldados se obtiene una estatura media = 172 cm, se puede llegar a una conclusin del siguiente tipo: la estatura media, , de todos los soldados del reemplazo est comprendida entre 171 cm y 173 cm, y esta afirmacin se realiza con un nivel de confianza de un 90%. (Esto quiere decir que se acertar en el 90% de los estudios realizados en las mismas condiciones que ste y en el 10% restante se cometer error.) Si se quiere mejorar el nivel de confianza, se deber aumentar el tamao de la muestra, o bien disminuir la precisin de la estimacin dando un tramo ms amplio que el formado por el de extremos 171, 173. Recprocamente, si se quiere aumentar la precisin en la estimacin disminuyendo el tamao del intervalo, entonces hay que aumentar el tamao de la muestra o bien consentir un nivel de confianza menor. Finalmente, si se quiere mejorar tanto la precisin como el nivel de confianza, hay que tomar una muestra suficientemente grande . Fin y Propsitos de la estadstica inferencial El fin principal de la estadstica inferencial consiste en poder hacer generalizaciones de varias caractersticas de alguna muestra de la poblacin de la cual fue extrada. La estadstica inferencial comprende las tcnicas con las que, con base nicamente en una muestra sometida a observacin, se toman decisiones sobre una poblacin o proceso estadsticos. Dado que estas decisiones se toman en condiciones de incertidumbre, suponen el uso de conceptos de probabilidad. Mientras que a las caractersticas medidas de una muestra se les llama estadsticas muestrales, a las caractersticas medidas de una poblacin estadstica, o universo, se les llama parmetros de la poblacin. El procedimiento para la medicin de las caractersticas de todos los miembros de una poblacin definida se llama censo. Cuando la inferencia estadstica se usa en el control de procesos, al muestreo, le interesa en particular el descubrimiento y control de las fuentes de variacin en la calidad de la produccin. A las caractersticas representativas de una poblacin se conoce con el nombre de parmetros, y las de una muestra con el de estadsticas. Para referirse a las caractersticas de una poblacin se utilizan generalmente letras griegas, y para las de una muestra se emplea el abecedario romano. En relacin con los parmetros y las estadsticas de las muestras y las poblaciones, es muy importante conocer la ley de los grandes nmeros. Esta ley dice que entre mayor sea el tamao de una muestra menor ser la probabilidad de que el valor de una observacin dada se desvi del "verdadero" valor de esa observacin por ms de una cierta cantidad fija. Si las medidas de las muestras son tomadas de manera independiente, entre ms grande sea la muestra, ms cerca estaremos de obtener el "verdadero" valor que tiene la poblacin.

La importancia de la curva normal, la cual mencionamos en capitulo anterior, en este contexto consiste en el hecho de que eventos que suceden al azar en grandes nmeros, tienden a distribuirse en la forma de la curva normal. Muchos fenmenos, tales como la estatura, la edad, la inteligencia, altura de los rboles, calificaciones de una asignatura, entre otros se distribuyen de esta manera: Ejemplo. Para estimar el voltaje requerido para provocar fallas en un dispositivo elctrico, una muestra de estos dispositivos puede someterse a voltajes crecientes hasta que falle cada uno de ellos. Con base en estos resultados muestrales puede estimarse la probabilidad de falla a varios niveles de voltaje de los dems dispositivos de la poblacin muestreada. Para qu es til la estadstica inferencial? Frecuentemente, el propsito de la investigacin va ms all de describir las distribuciones de las variables: se pretende generalizar los resultados obtenidos en la muestra a la poblacin o universo. Los datos casi siempre son recolectados de una muestra y sus resultados estadsticos se denominan "estadgrafos", la media o la desviacin estndar de la distribucin de una muestra son estadgrafo. A las estadsticas de la poblacin o universo se les conoce como "parmetros". Los parmetros no son calculados, porque no se recolectan datos de toda la poblacin, pero pueden ser inferidos de los estadgrafos, de ah el nombre "estadstica inferencial". La inferencia de los parmetros se lleva a cabo mediante tcnicas estadsticas apropiadas para ello. Estas tcnicas se explicaran ms adelante. La estadstica inferencial puede ser utilizada para dos procedimientos: a) Probar hiptesis b) Estimar parmetros Errores que se pueden cometer al realizar estadstica inferencial Nunca podemos estar completamente seguros de nuestra estimacin. Trabajamos con altos niveles de confianza o seguridad y- aunque el riesgo es mnimo- podra cometerse un error. Los resultados posibles al probar hiptesis pueden ser: 1) Aceptar una hiptesis verdadera (decisin correcta) 2) Rechazar una hiptesis falsa (decisin correcta) 3) Aceptar una hiptesis falsa (error conocido del tipo II o beta). 4) Rechazar un hiptesis verdadera (error conocido como de tipo II o error alfa) Ambos tipos de error son indeseables y puede reducirse la posibilidad de que se presenten mediante: a) Muestras representativas probabilsticas.

b) Inspeccin cuidadosa de los datos c) Seleccin de las pruebas estadsticas apropiadas d) Mayor conocimiento de la poblacin. Prueba de hiptesis, Nivel de Significancia, Distribucin Muestral Pruebas de hiptesis La hiptesis en el contexto de la estadstica inferencial es una proposicin respecto a uno o varios parmetros, y lo que el investigador hace a travs de la prueba de hiptesis es determinar si la hiptesis es consistente con los datos obtenidos en la muestra (Wiersma, 1986). Si la hiptesis es consistente con los datos, esta es retenida como un valor aceptable del parmetro. Si la hiptesis no es consistente con los datos, se rechaza esta (pero los datos no son descartados) (Wiersma,1986). Para comprender lo que es la prueba de hiptesis en la estadstica inferencial es necesario revisar el concepto de distribucin muestral y nivel de significancia,, conceptos lo cuales estudiaremos posteriormente El propsito de la prueba de hiptesis es determinar si el valor supuesto (hipottico) de un parmetro poblacional, como la media de la poblacin, debe aceptarse como verosmil con base en evidencias muestrales. Recurdese que sobre distribuciones de muestreo, se dijo que, en general, una media muestral diferir en valor de la media poblacional. Si el valor observado de una estadstica muestral, como la media muestral, se acerca al valor paramtrico supuesto y slo difiere de l en un monto que cabra esperar del muestreo aleatorio, el valor hipottico no se rechaza. Si la estadstica muestral difiere de la supuesta en un monto que no es posible atribuir al azar, la hiptesis se rechaza por inverosmil. Se han desarrollado tres procedimientos distintos para la prueba de hiptesis, todos los cuales conducen a las mismas decisiones cuando se emplean los mismos estndares de probabilidad (y riesgo). En este captulo describiremos primeramente el mtodo del valor crtico para la prueba de hiptesis. De acuerdo con este mtodo, se determinan los as llamados valores crticos de la estadstica de prueba que dictaran el rechazo de una hiptesis, tras de lo cual la estadstica de prueba observada se compara con los valores crticos. ste fue el primer mtodo en desarrollarse, motivo por el cual buena parte de la terminologa de las pruebas de hiptesis se deriva de l. Ms recientemente, el mtodo del valor P ha cobrado popularidad a causa de ser el ms fcilmente aplicable a software de cmputo. Este mtodo se basa en la determinacin de la probabilidad condicional de que el valor observado de una estadstica muestral pueda ocurrir al azar, dado que un supuesto particular sobre el valor del parmetro poblacional asociado sea en efecto correcto. El mtodo de intervalos de confianza se basa en la observacin de si el valor supuesto de un parmetro poblacional est incluido en el rango de valores que define a un intervalo de confianza para ese parmetro. Pero ms all del mtodo de prueba de hiptesis que se use, debe hacerse notar que si un valor hipottico no se rechaza, y por lo tanto se acepta, ello no constituye una "prueba" de que sea correcto. La aceptacin de un valor supuesto de un parmetro indica

simplemente que se trata de un valor verosmil, con base en el valor observado de la estadstica muestral. 5.2 Pasos bsicos de la prueba de hiptesis con el mtodo de valor crtico Paso1. Formule la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0 es el valor paramtrico hipottico que se compara con el resultado muestral. Se le rechaza slo si es poco probable que el resultado muestral haya ocurrido dado lo correcto de la hiptesis. La hiptesis alternativa (H1) se acepta slo si la hiptesis nula es rechazada. En muchos libros de texto la hiptesis alternativa tambin se designa como Ha. Ejemplo Un auditor desea probar el supuesto de que el valor medio de la totalidad de las cuentas por cobrar de una empresa dada es de $260.00 tomando una muestra de n = 36 y calculando la media muestral. El auditor desea rechazar el valor supuesto de $260.00 slo si es claramente contradicho por la media muestral, caso ste en el que el valor hipottico recibira el beneficio de la duda en el procedimiento de prueba. Las hiptesis nula y alternativa de esta prueba son H0 : = $260.00 y H1 : $260.00. Paso 2. Especifique el nivel de significancia por aplicar. El nivel de significancia es el estndar estadstico que se especifica para rechazar la hiptesis nula. Si se especifica un nivel de significancia de 5%, la hiptesis nula se rechaza slo si el resultado muestral es tan diferente del valor hipottico que una diferencia por ese monto o un monto superior ocurrira al azar con una probabilidad de 0.05 o menos. Ntese que si se usa el nivel de significancia de 5%, hay una probabilidad de 0.05 de rechazar la hiptesis nula aun siendo efectivamente cierta. Esto se llama error tipo I La probabilidad del error tipo I siempre es igual al nivel de significancia empleado como estndar para rechazar la hiptesis nula; se le designa con la letra griega minscula (alfa), de modo que a designa tambin al nivel de significancia. Los niveles de significancia de uso ms frecuente en la prueba de hiptesis son los de 5% y 1%. Ocurre un error tipo II si la hiptesis nula no se rechaza, y es por lo tanto aceptada, cuando en realidad es falsa. La determinacin de la probabilidad del error tipo II se explica. En la tabla correspondiente se resumen los tipos de decisiones y las posibles consecuencias de las decisiones tomadas en pruebas de hiptesis. Paso 3. Seleccione la estadstica de prueba. La estadstica de prueba ser ya sea la estadstica muestral (el estimador insesgado del parmetro a prueba) o una versin estandarizada de la estadstica muestral. Por ejemplo, para probar un valor hipottico de la media poblacional, la media de una muestra aleatoria tomada de esa poblacin podra servir como la estadstica de prueba. Sin embargo, si la distribucin de muestreo de la media es normal, el valor de la media muestral se convierte usualmente en un valor z, el cual funge entonces como la estadstica de prueba. Paso 4. Establezca el valor o valores crticos de la estadstica de prueba. Habiendo especificado la hiptesis nula, el nivel de significancia y la estadstica de prueba por usar, se establece entonces el(los) valor(es) crtico(s) de la estadstica de prueba. Estos valores pueden ser uno o dos, dependiendo de si estn implicadas las as llamadas pruebas unilaterales o bilaterales. En cualquier caso, un valor crtico identifica el valor de la estadstica de prueba requerido para rechazar la hiptesis nula.

Paso 5. Determine el valor de la estadstica de prueba. Por ejemplo, al probar un valor hipottico de la media poblacional, se recolecta una muestra aleatoria y se determina el valor de la media muestral. Si el valor crtico fue establecido como un valor z, la media muestral se convierte a un valor z. Paso 6. Tome la decisin. El valor observado de la estadstica muestral se compara con el valor (o valores) crtico(s) de la estadstica de prueba. Se rechaza o no entonces la hiptesis nula. Si la hiptesis nula es rechazada, se acepta la hiptesis alternativa. Esta decisin tendr relevancia a su vez para otras decisiones por tomar por los gerentes de operacin, como la de si se est sosteniendo o no cierto estndar de desempeo o cul de dos estrategias de comercializacin seguir.

Significancia estadstica El nivel de significancia en su concepto mas sencillo es: la probabilidad de que un evento ocurra oscila entre 0 y 1, donde 0 significa la imposibilidad de ocurrencia y 1 la certeza de ocurrencia del fenmeno. Al lanzar al aire una moneda no cargada, la probabilidad de que salga "cruz" es 0.50 y la probabilidad de que la moneda caiga al suelo en "cara" tambin es de 0.50. Con un dado, la probabilidad cualquiera de sus lados al lanzarlo es de 1/6 = 0.1667. La suma de posibilidades siempre es de 1. Aplicando el concepto de probabilidad a la distribucin muestral, podemos tomar el rea de esta como 1.00, y consecuentemente, cualquier rea comprendida entre dos puntos de la distribucin corresponder a la probabilidad de la distribucin. Para poder probar hiptesis inferenciales respecto a la media, el investigador tiene que evaluar si la posibilidad de que la media de la muestra este cerca de la media de la distribucin muestral es grande o pequea. Si es pequea, el investigador dudara de generalizar a la poblacin. Si es grande, el investigador podr hacer generalizaciones. Es aqu donde entra el nivel de significancia o nivel alfa (nivel ) Este es un nivel de probabilidad de equivocarse y se fija antes de probar hiptesis inferenciales. Se acudir a un ejemplo coloquial para ejemplificarlo y luego explicarlo. Si usted fuera a apostar en las carreras de caballos y tuviera 95% de probabilidad de atinarle al ganador, contra solo un 5% de perder, apostara? Seguramente si, siempre y cuando le aseguraran ese 95% en su favor. O bien, si le dieran 95 boletos de 100 para la rifa de un automvil., tendra confianza en que va a estrenar vehiculo?. Seguramente si. No tendra la certeza total, esta no existe en el universo, al menos para los seres humanos. Pues bien, algo similar hacen los investigadores. Obtienen una estadstica en una muestra ( ej. , la media) y analizan que porcentaje tiene de confianza de que dicha estadstica se acerque al valor de la distribucin muestral (que es el valor de la poblacin o parmetro). Buscan un alto porcentaje de confianza, una probabilidad elevada para estar tranquilos. Porque saben que puede haber error de muestreo, y aunque la evidencia parece mostrar una aparente "cercana" entre el valor calculado en la muestra y el parmetro, esta "cercana" puede no ser real y deberse a errores en la seleccin de la muestra.

En muchos campos de experimentacin, se acostumbra usar los niveles de significancia del 5 y del 1 por ciento. El nivel del 5% implica que el investigador tiene 95% de seguridad para generalizar sin equivocarse, y solo el 5% en contra. En trminos de probabilidad, 0.95 y .05 respectivamente, ambos suman la unidad. En el caso del 1%, implica que el investigador tiene un 99% en su favor para generalizar sin temor y un 1% en contra (0.99 + 0,01 = 1.00). A veces el nivel de significancia puede ser todava mas exigente y confiable) ej. 0.001, 0.00001). pero lo mnimo es el 5%, no se acepta un nivel de .06 (94% a favor de la generalizacin confiable). Porque se busca hacer ciencia, no intuicin. El nivel de significancia es un valor de certeza que fija el investigador " a priori". De certeza respecto a no equivocarse. Si por azar un valor ms discrepante del criterio de prueba que el obtenido ocurre probablemente menos del 5 por ciento de las veces pero no menos del 1 por ciento cuando la hiptesis nula es cierta, entonces se dice que la diferencia es significativa, y el valor del criterio de la prueba se marca con un asterisco *. Si un valor ms discrepante del criterio de prueba que el obtenido ocurre con probabilidad menor que el 1 por ciento de las veces cuando la hiptesis nula es verdadera, se dice que la diferencia es altamente significativa y el valor muestral del criterio de prueba se seala con dos asteriscos **. La aceptacin de la hiptesis nula puede indicarse con las letras ns, que significan diferencias no significativas. Los niveles del 5 y del 1 por ciento son arbitrarios, pero parecen haberse escogido adecuadamente en el campo de la agricultura donde fueron usados por primera vez. Si un experimentador usa niveles diferentes del 5 y del 1 por ciento, esto debe quedar claramente establecido. La distribucin muestral, es la distribucin de los valores individuales en una muestra, la cual sea representativa de la poblacin. Cabe sealar que el valor de una estadstica muestral varia de una muestra a otra, a causa de la variabilidad del muestreo aleatorio, o el error de muestreo. Como se relaciona la distribucin muestral y el nivel de significancia El nivel de significancia se expresa en trminos de probabilidad (0.05 y 0.01) y la distribucin muestral tambin se expresa como probabilidad (el rea total de esta como 1.00). Pues bien, para ver si tenemos o no confianza al generalizar acudimos a la distribucin muestral, probabilidad apropiada para la investigacin en general. El nivel de significancia lo tomamos como un rea bajo la distribucin muestral... Leccion 30. estadistica Inferncial 2 parte La Regresin y la correlacin son dos tcnicas estadsticas que se pueden utilizar para solucionar problemas comunes en los negocios. Muchos estudios se basan en la creencia de que es posible identificar y cuantificar alguna Relacin Funcional entre dos o ms variables, donde una variable depende de la otra variable.

Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de Regresin Simple. "Y es una funcin de X" Y = f(X) Como Y depende de X, Y es la variable dependiente, y X es la variable independiente. En el Modelo de Regresin es muy importante identificar cul es la variable dependiente y cul es la variable independiente. En el Modelo de Regresin Simple se establece que Y es una funcin de slo una variable independiente, razn por la cual se le denomina tambin Regresin Divariada porque slo hay dos variables, una dependiente y otra independiente y se representa as: Y = f (X) "Y est regresando por X" La variable dependiente es la variable que se desea explicar, predecir. Tambin se le llama REGRESANDO VARIABLE DE RESPUESTA. La variable Independiente X se le denomina VARIABLE EXPLICATIVA REGRESOR y se le utiliza para EXPLICAR Y. Hiptesis a probar: Correlacionales y causales Variables involucradas: Dos. Nivel de medicin de las variables: Intervalos o razn Procedimiento e interpretacin: la regresin lineal se determina en base al diagrama de dispersin--ANLISIS ESTADSTICO: REGRESION LINEAL SIMPLE En el estudio de la relacin funcional entre dos variables poblacionales, una variable X, llamada independiente, explicativa o de prediccin y una variable Y, llamada dependiente o variable respuesta, presenta la siguiente notacin: Y = a + Bx Donde: a es el valor de la ordenada donde la lnea de regresin se intercepta con el eje Y. b es el coeficiente de regresin poblacional (pendiente de la lnea recta)

es el error SUPOSICIONES DE LA REGRESIN LINEAL Los valores de la variable independiente X son fijos, medidos sin error.
1. 2. 3. 4. 5. La variable Y es aleatoria Para cada valor de X, existe una distribucin normal de valores de Y (subpoblaciones Y) Las variancias de las subpoblaciones Y son todas iguales. Todas las medias de las subpoblaciones de Y estn sobre la recta. Los valores de Y estn normalmente distribuidos y son estadsticamente independientes. 6. Los valores de Y estn normalmente distribuidos y son estadsticamente independientes.

Coeficiente de correlacin de Pearson Definicin: Es una prueba estadstica para analizar la relacin entre dos variables medidas en un nivel por intervalos de razn. se simboliza por r o R La medida ms habitualmente utilizada para el estudio de la correlacin es el coeficiente de correlacin lineal de Pearson. El coeficiente de Pearson mide el grado de asociacin lineal entre dos variables cualesquiera, y puede calcularse dividiendo la covarianza de ambas entre el producto de las desviaciones tpicas de las dos variables .Para un conjunto de datos, el valor r de este coeficiente puede tomar cualquier valor entre -1 y +1. El valor de r ser positivo si existe una relacin directa entre ambas variables, esto es, si las dos aumentan al mismo tiempo. Ser negativo si la relacin es inversa, es decir, cuando una variable disminuye a medida que la otra aumenta. Un valor de +1 -1 indicar una relacin lineal perfecta entre ambas variables, mientras que un valor 0 indicar que no existe relacin lineal entre ellas. Hay que tener en consideracin que un valor de cero no indica necesariamente que no exista correlacin, ya que las variables pueden presentar una relacin no lineal. Para un conjunto de datos cualquiera, y una vez calculado el coeficiente de correlacin entre un par de variables X e Y, puede realizarse un sencillo test de hiptesis, basado en la distribucin t de Student, para valorar la significacin del coeficiente de correlacin y confirmar si existe o no una asociacin estadsticamente significativa entre ambas caractersticas. Estudiar la significacin estadstica del coeficiente de correlacin es, en definitiva, determinar si r es estadsticamente diferente de cero. As mismo, puede obtenerse un intervalo de confianza para el coeficiente de correlacin en la poblacin. Sin embargo, mientras que el valor del coeficiente de correlacin de Pearson puede ser calculado para cualquier conjunto de datos, la validez del test de hiptesis sobre la correlacin entre las variables requiere que al menos una de ellas tenga una distribucin normal en la poblacin de la cual procede la muestra. Para el clculo del intervalo de confianza, se requiere adems que ambas variables presenten una distribucin normal. An bajo esta suposicin, la distribucin del coeficiente de correlacin no ser normal, pero puede transformarse para conseguir un valor de z que siga una distribucin normal y calcular a partir de l su correspondiente intervalo de confianza

Hiptesis a probar: Correlacionad, del tipo de "A mayor X, mayor Y", "A mayor X, menor Y", "Altos valores en X estn asociados con altos valores en Y", "Altos valores en X se asocian con bajos valores de Y". Regresin lineal Definicin: Es un modelo matemtico para estimar el efecto de una variables sobre otra. Esta asociado con el coeficiente r de pearson.

ESTIMACIN DE LA ECUACIN DE REGRESIN MUESTRAL Consiste en determinar los valores de "a" y "b " a partir de la muestra, es decir, encontrar los valores de a y b con los datos observados de la muestra. El mtodo de estimacin es el de Mnimos Cuadrados, mediante el cual se obtiene:

Luego, la ecuacin de regresin muestral estimada es.

Que se interpreta como: a es el estimador de a Es el valor estimado de la variable Y cuando la variable X = 0 b es el estimador de b , es el coeficiente de regresin Est expresado en las mismas unidades de Y por cada unidad de X. Indica el nmero de unidades en que vara Y cuando se produce un cambio, en una unidad, en X (pendiente de la recta de regresin).

Un valor negativo de b sera interpretado como la magnitud del decremento en Y por cada unidad de aumento en X.

Que se interpreta como: a es el estimador de a Es el valor estimado de la variable Y cuando la variable X = 0 b es el estimador de b , es el coeficiente de regresin Est expresado en las mismas unidades de Y por cada unidad de X. Indica el nmero de unidades en que vara Y cuando se produce un cambio, en una unidad, en X (pendiente de la recta de regresin). Un valor negativo de b sera interpretado como la magnitud del decremento en Y por cada unidad de aumento en X.

3. En que instante (a los cuantos segundos) se ha producido la reaccin para la mitad de las moscas?
Trabajo Colaborativo No. 2. Anlisis de la Informacin Los siguientes datos representan la duracin de la vida, en segundos, de 50 moscas sometidas a un nuevo atomizador en un experimento de laboratorio controlado.

Datos en segundos 17 20 10 9 23 13 12 19 18 24 12 14 6 9 13 6 7 10 13 7 16 18 8 13 3 32 9 7 10 11 13 7 18 7 10 14 27 19 16 8 7 10 5 14 15 10 9 6 7 15

. En base a los datos anteriores. 1. Construyan la tabla de distribucin de frecuencias con las siguientes columnas: a. Clases, b) Intervalos de clase, c) Marca de clase, d) Frecuencia absoluta, e) Frecuencia absoluta acumulada, e) Frecuencia relativa. 2. En base a la tabla de distribucin de frecuencias dibujen el histograma y el polgono de frecuencias. 3. En que instante (a los cuantos segundos) se ha producido la reaccin para la mitad de las moscas? 4. Calculen la media, mediana y moda de los datos sin agrupar. Deben seguir normas para redondeo o aproximacin de cifras decimales de los datos. Por ej. No es correcto aproximar 6.32 a 7. Al hacer esto se introduce mucho error.