Dieterich, H. Nueva Gua para la investigacin cientfica, Ed.

Ariel

Capitulo 2, El uso del Mtodo cientfico

4. Contrastacin de la hiptesis
4.1 Causalidad y contrastacin
Definicin: La contrastacin de la hiptesis es la
actividad que, mediante la observacin, la experimentacin, la documentacin y/o la encuesta sistemtica, comprueba (demuestra) adecuadamente, si
una hiptesis es falsa o verdadera.
Antes de explicar el proceso de la contrastacin
de la hiptesis conviene concientizarnos sobre dos
aspectos de esta problemtica. El primero gira en
torno a la pregunta, si es posible verificar una
hiptesis comprobar que es verdadera o si
existe alguna tcnica o procedimiento de contrastacin que permita inferir (concluir), que la hiptesis
o, tambin, una ley cientfica sea definitivamente verdadera. En la historia de la ciencia se ha discutido el caso del experimentum crucis, es decir, de
la prueba crucial, que nos decida definitivamente
sobre la cuestin de la veracidad o falsedad de una
hiptesis (o ley).
Mencionemos de paso que la diferencia principal
entre una ley cientfica y una hiptesis cientfica
consiste, en que la ley es una hiptesis mltiples
veces confirmada por ejemplo, "El calor dilata los
cuerpos" o, "Siempre, cuando se rompe un fierro
magntico en dos partes, las dos partes vuelven a
ser magnticas", mientras que la hiptesis es un
enunciado sistemtico avanzado para una primera
contrastacin.
Simplificando la respuesta a nuestro problema
podemos decir que muchos cientficos consideran,
que en un sentido riguroso, la verificacin definitiva
de una hiptesis o ley no es posible, dado que una
ley se refiere a todos los casos particulares de comportamiento de un fenmeno, mientras que la posibilidad prctica de contrastacin de estos casos es
slo posible de manera limitada. La ley de la cada
libre de los cuerpos, de Galileo, por ejemplo, se refiere a todos los casos particulares de cada libre en
el pasado, presente y futuro. An cuando todas las
contrastaciones/mediciones respectivas hayan
comprobado la veracidad de esta ley, no se puede
excluir que se hayan presentado en el pasado casos
de cada libre no observados o que podra haber
casos de cada libre en el futuro que no satisfagan
la ley. Resumiendo el problema: el alcance de la ley
y de muchas hiptesis se refiere a la totalidad de
casos de un fenmeno (una clase lgica), es decir,
es ilimitado dentro de esta clase lgica, mientras
que la posibilidad de su contrastacin es limitada.
Otro problema en este sentido nace del hecho de
que la relacin entre causa (x) y efecto (y) que analizamos y que parece comprobarse en la contrastacin, puede ser influenciada por una tercera variable que desconocemos en el momento de la contrastacin de la hiptesis, de tal manera que el efecto
observado puede ser producto de la causa (x) tomada en cuenta por nosotros, y otra (x i) desconocida.
Sin embargo, no est en disputa en la comunidad cientfica internacional que. 1. la contrastacin

adecuada de la hiptesis es el nico medio de acercarse adecuadamente al conocimiento de la estructura y dinmica objetiva de un fenmeno, lo que
nosotros llamaramos su "verdad objetiva"; 2. que
cada contrastacin adecuadamente ejecutada sirve
a esta finalidad y 3. que muchas contrastaciones s
pueden ser decisivas en el sentido de revelar, que
otras hiptesis competitivas son inadecuadas para
llegar a conocer la objetividad del fenmeno.
De ah, que para los fines de la investigacin
cientfica en el nivel de principiantes y teniendo
presente la problemtica descrita acordamos la
convencin prctica, de decir que los datos de la
contrastacin son congruentes o incongruentes con
la hiptesis y que por ende, se considera a sta falsa o verdica.
La segunda advertencia al principiante es en el
sentido, de que este libro se refiere a hiptesis que
se utilizan en las ciencias empricas, es decir, ciencias que analizan fenmenos naturales o sociales.
Las llamadas ciencias formales, como la matemtica y la lgica, tienen algunas diferencias importantes comparadas con las ciencias empricas, por
ejemplo, en lo referente al objeto de investigacin y
al mtodo de verificacin de sus hiptesis, hecho
por el cual algunas de las instrucciones de este libro no pueden aplicarse en investigaciones de ese
tipo.
La finalidad de la contrastacidn
La finalidad de la contrastacin de la hiptesis
consiste en constatar. a) la presencia o ausencia de
un fenmeno o de una propiedad de un fenmeno,
en el caso de las hiptesis de primer grado o hiptesis descriptiva; b) la presencia o ausencia de una
relacin causal o asociativa entre dos o ms fenmenos empricos en sistemas o procesos naturales
(fisicos, qumicos, biolgicos, etctera) y sociales
(econmicos, psicolgicos, polticos, etctera) o, de
dos o varios aspectos de un mi sino fenmeno El
caso "b" se refiere, obviamente, a las hiptesis de
segundo grado, es decir, donde existe una depenlencia real entre las variables analizadas.
Dado que la finalidad ltima del quehacer
cientfico es prctica, es decir, que consiste en dominar os procesos naturales y sociales para el
aprovechamiento del hombre, el descubrimiento y
la explicacin de relaciones causales o de asociacin, es ;eneralmente la via regis (coronacin) del
trabajo cientfico. Porque es el saber de la razn del
comportamiento de un fenmeno, lo que permite
modificarlo. El establecimiento de una dependencia
real
entre
diferentes fenmenos
empricos
(naturales o sociales) o entre diferentes aspectos
dentro de un mismo fenmeno, constituye, por ende, en la hiptesis de segundo grado, la primera
finalidad de la investigacin cientfica. Sin embargo,
el hecho de saber que existe una relacin entre dos
fenmenos o variables, con frecuencia no es suficiente para poder controlarlo. En consecuencia, se
necesita dar un segundo paso, destinado a conocer

ms a fondo el tipo de relacin existente entre las

dos variables que llamamos causa (x) y efecto (y).
Por ejemplo, cuando una vbora muerde a una
persona y sta se enferma, la relacin entre el veneno inyectado a su circuito sanguneo (x) y su sinto-matologa (y), es evidente. Pero, para poder contrarrestar el efecto de la toxina, se necesita conocer su
composicin qumica, que revela si actua contra el
sistema nervioso o contra el sistema sanguneo; es
este segundo conocimiento el que permitir desarrollar o aplicar un antdoto.
Frecuentemente, el acercamiento al tipo de relacin causal o asociativo opera en dos pasos- el cualitativo y el cuantitativo. En la historia de laciencia
el efecto de una variable sobre otra se clasific muchas veces con trminos cualitativos como: a mayor
calor, mayor dilatacin de un cuerpo; a mayor grado de bienestar social, una menor tasa de enfermedades infecciosas, o inclusive, a nivel de la teora, la
clebre teora de la evolucin de Darwin. Sin embargo, el objetivo final de la ciencia consiste en la
medicin cuantitativa, que es la que permite una
mejor explicacin y dominacin del fenmeno analizado.
Cuando
las
va r i ab l e s
pueden
ser
"cuantificadas", es decir, "medidas" con nmeros
que varan en un cierto rango, las relaciones entre
unas y otras se describen en trminos de lo que en
matemticas se conoce como una funcin. Una funcin es pues una afirmacin precisa sobre la relacin entre varias variables.
Las ventajas que representa el descubrirla regla
de correspondencia precisa que rige la relacin entre una y otra variable residen, en que a partir de
ello podemos, por medios matemticos, deducir
muchas otras propiedades que nos proporcionan
una descripcin mucho ms completa del fenmeno
en estudio.
Una funcin que relaciona dos variables x y y
puede ser representada por una curva. Para ello
trazamos una lnea horizontal en donde localizamos
los valores de x y otra vertical en donde sealamos
los valores dey, de modo que en el cruce de la lnea
vertical que pasa por cada valor de x (digamos a) y
el de la lnea horizontal que pasa por el correspon-diente valor dey (digamos 6), se localiza el punto de
la curva que corresponde a la pareja (a,b). (Ver figura I).

tan bastante bien a sus caractersticas. Veamos

algunos ejemplos, ilustrando en cada caso la curva
que representa a la funcin correspondiente.
Ejemplo 1. Todas las situaciones en que los va-lores de una de las variables son proporcionales a
los valores de la otra, son reflejadas por la funcin
y = kx, en donde k es la razn de proporcionalidad.
Por ejemplo, si un coche rinde 12 kms. por cada
litro de gasolina que consume, tendremos que el
consumo de gasolina y estar determinado por y =
x/12 donde x sera el nmero de kilmetros recorridos (pues para determinar la cantidad de gasolina
gastada tendramos que dividir entre 12 el nmero
de kilmetros recorridos). En este caso, la constante de proporcionalidad sera 1/12.

El caso ms simple de la funcin y = kx ocurre

cuando k = 1. Esta funcin es conocida como la
funcin idntica, porque cada valor de la variable
dependiente es igual al de la independiente. La curva que nos resulta entonces es una recta a 45 que
pasa por el origen (as se llama el punto en que se
cruzan los dos ejes).

Hay ciertas funciones que son de una gran utilidad porque muchos fenmenos o procesos se ajus--

Ms en general, la curva que describe la funcin

y = kx es una recta que pasa por el origen, con pendiente k:
Ejemplo 2. La funcin y = kx2 corresponde bastante bien a la descripcin del movimiento de proyectiles cerca de la superficie de la Tierra, al diseo
de reflectores, de lentes para microscopios y teles-

razn a la que crece la poblacin en cada momento

es proporcional a la poblacin misma en ese momento:
Ejemplo 6. La funcin y = c e kx2 es una composicin de las funciones vistas en el ejemplo 5 y en el
ejemplo 2; la curva que la representa es llamada
"campana de Gauss" o "curva de distribucin normal" y se ajusta a la distribucin de frecuencias de
una sorprendente variedad de fenmenos: la estatura de todos los hombres de una determinada poblacin; su peso; el tamao de sus brazos; la sensibilidad de sus ojos; etc.; lo mismo para poblaciones
de plantas y animales: (Ver figura 8).
copios; al ajuste de los datos experimentales obtenidos en diversos procesos estadsticos, etc. La curva que la describe es conocida como parbola:
Ejemplo 3. La funcin y = k/x2 describe matemticamente una de las leyes ms importantes
de la Fsica, la ley de la Gravitacin Universal. Y
puede ser utilizada para describir cierto tipo de
fenmenos asintticos:
Ejemplo 4. La funcin y = e sen(kx), es una de
las llamadas funciones trigonomtricas, que sirven
para estudiar el sonido, la electricidad, las ondas
de radio y en general los fenmenos oscilatorios o
con un comportamiento que se repite peridicamente (como el funcionamiento del corazn, por
ejemplo):
Ejemplo 5. La funcin y = c el'x describe procesos
como el crecimiento de las poblaciones (tanto de
seres humanos como de bacterias), en los que la

En las investigaciones que realiza el principiante, deber tratar de cuantificar la descripcin y el

comportamiento del fenmeno que le interesa
cuando esto sea el objetivo de la investigacin en
el caso de las hiptesis descriptivas, y las relacio-

nes entre las variables independientes y dependientes medir los diferentes valores que asumen estas
variables, en el caso de las hiptesis funcionales
En cuanto a la cuantificacin de las hiptesis
causales, recuerdo una investigacin de mis alumnos sobre la "energa csmica". Esa "energa csmica" que, segn ellos, puede captarse mediante cuerpos de forma piramidal, tiene la propiedad
(caracterstica) de impedir o desacelerar el envejecimiento de cualquier materia orgnica puesta bajo el
cuerpo piramidal. Les advert que el trmino
"energa csmica" en el sentido en que ellos lo
usaban no forma parte del cuerpo terico de la fisica establecida, hecho por el cual sospechaba que se
trataba de un trmino de sentido comn.
Sin embargo, insistieron en que el fenmeno
exista objetivamente y que el concepto era cientfico Para contrastar su conjetura propusieron un
experimento, en el cual un nmero de tomates ver-des seran puestos dentro de la pirmide (el grupo
experimental) y otro grupo fuera de ella (grupo control). Por el efecto de la "energa csmica", los tomates dentro de la pirmide se mantendran frescos y,
por ende, de color verde, mientras los otros maduraran y se pondran rojos.
Les expliqu que la visin de una persona es un
medio muy subjetivo para definir los colores y que
tendramos que medir el supuesto impacto de la
variable causa ("energa csmica") sobre la variable
efecto (no-maduracin de los tomates) de una manera ms objetiva.
Sustituimos entonces los tomates por dos vasos
de leche y medimos el grado de acidez de la leche
(su ph) en cada vaso diariamente hasta el fin de la
contrastacin. Como era de esperarse, al terminar
el experimento el grado de acidez de la leche en
ambos vasos fue el mismo, es decir, no se comprob
ninguna
correlacin
positiva
(dependencia/influencia real) entre la supuesta
"energa csmica" captada mediante cuerpos de
forma piramidal y el proceso de maduracin de la
materia orgnica. Les recomend a los alumnos,
que en el siguiente semestre investigaran mi hiptesis sobre la "energa csmica": El pensamiento
mgico de grandes sectores de la poblacin, convierte la venta de "pirmides csmicas" en buen
negocio.
Los cuatro mtodos de contrastacin
Desde el desarrollo de la ciencia moderna, a partir del renacimiento europeo, cada disciplina o ciencia particular ha inventado un gran nmero de
tcnicas y procedimientos para la descripcin, explicacin y prediccin de los fenmenos que investiga. Sin embargo, todas estas tcnicas y procedimientos pueden subsumirse bajo cuatro mtodos de
anlisis y contrastacin bsicos: 1. la observacin;
2. el experimento; 3. la documentacin y 4. el
muestreo y la entrevista.
Hay una serie de caractersticas que son comunes a estos mtodos, y de los cuales mencionaremos cinco. La primera consiste en que son bsicamente cuatro los elementos que intervienen en
ellos: 1) el sujeto analizador, guiado por sus inter-

eses de conocimiento y un sistema de conocimientos cientficos establecidos, que sirven para plantear la hiptesis, la metodologa de su contrastacin y
la interpretacin final de los resultados; por ejemplo, cuando un mdico analiza a un paciente, su
inters de conocimiento es el diagnstico correcto
del tipo de enfermedad presente, mientras que el
sistema de conocimientos objetivos que emplea (su
marco terico) est constituido por las diversas teoras cientficas mdicas que domina; 2) el objeto de
investigacin, en este caso el paciente y la enfermedad que padece; 3) los medios tcnicos
(instrumentos) utilizados para la investigacin,
aqu, p.e., un estetoscopio o un aparato de rayos X;
estos medios establecen una relacin o correspondencia fsica entre el objeto de investigacin y el
investigador mediante el registro de datos
caractersticas o propiedades del objeto, como, en
nuestro ejemplo, la presin de sangre, el ritmo cardiaco, la temperatura corporal, etctera; 4) la ltima caracterstica es el protocolo de la contrastacin, es decir, la preparacin y el registro de las
condiciones exactas en que se realizan la observacin, el experimento, la documentacin o la encuesta.
La segunda caracterstica de los mtodos de
contrastacin consiste en que todos ellos tienen la
finalidad de producir y/o medir y/o registrar datos
sobre el o los fenmenos bajo investigacin, cuyo
anlisis permite comprender el comportamiento del
fenmeno y, en consecuencia, hacer una inferencia
(conclusin) sobre la veracidad de la hiptesis. Si el
fenmeno bajo investigacin es, por ejemplo, la fiebre de un paciente, entonces la medicin en grados
centgrados de la fiebre (temperatura corporal) mediante un termmetro produce los datos necesarios
para comprender el desarrollo del fenmeno real
(fiebre) y la veracidad de una eventual hiptesis
hecha sobre l.
Una tercera propiedad de los mtodos de contrastacin consiste en que su empleo tiene que ser
sistemtico. Esta determinacin tiene dos aspectos:
a) por lo general, la contrastacin de una hiptesis
no podr hacerse con una sola observacin o un
dato singular, sino que requerir la aplicacin repetida de los mtodos de contrastacin para producir
series de datos respectivos a la hiptesis; b) para
que estos datos obtenidos en repetidos procesos de
observacin y registro sean conmensurables
(comparables entre s), las condiciones de la observacin, medicin y registro deben ser iguales en
cada repeticin de la contrastacin.
El cuarto requisito que comparten los mtodos
en cuestin es que no distorsionen o que distorsionen lo menos posible el objeto de investigacin.
Por qu esta necesidad? Porque la ciencia procura
medir y analizar los fenmenos tal como existen
originalmente y objetivamente en la naturaleza y
sociedad. De ah, que la intervencin del mtodo de
contrastacin debe influenciar lo menos posible en
el comportamiento normal o regular del fenmeno.
El alcanzar esta meta tropieza con diversos grados de dificultad segn el objeto de investigacin.
En la astronoma antigua, la observacin de la tra-

yectoria de la luna que sirvi para construir la

semana de siete das obviamente no tuvo ningn
efecto sobre el objeto de investigacin, dado que
simplemente registr sus movimientos mediante
cuanta de luz (energa) solar reflejados por la luna.
En un acelerador de partculas, donde se hace chocar a partculas subatmicas a extremas velocidades a fin de analizar las partes que las componen,
la intervencin del mtodo es extremo, ya que produce la fragmentacin del objeto de investigacin.
Una posicin media entre esos dos extremos la
encontramos en la aplicacin de una encuesta, digamos sobre el tema del comportamiento sexual, en
un grupo de estudiantes, donde la presencia de los
encuestadores, del medio de anlisis el cuestionarioy lo personal del tema de investigacin provocan inevitablemente cambios en el actuar normal
de este grupo; cambios que pueden llevarlos a contestar las preguntas no con sus verdaderas opiniones y prcticas sobre lo sexual, sino con respuestas
"inventadas".
Para reducir al mnimo la distorsin o, al menos, entender y poder calcular su impacto sobre el
objeto de investigacin, el investigador debe tener
sumo cuidado y rigor en la metodologa de la contrastacin. Dado que el fin del quehacer cientfico
es el uso prctico de los conocimientos obtenidos,
de nada le sirve, p.e., que recabe datos en un cuestio-nario, que no reflejen las actitudes, opiniones,
ingresos reales, etctera, de los encuestados_
Este problema de la objetividad del conocimiento que el mtodo cientfico produce, se origina por
el hecho de que el objeto (de investigacin) est
siendo analizado mediante los cinco sentidos y la
actividad cerebral del sujeto (humano), es decir, a
travs y por medio de un proceso sensorial-cerebral
o, dicho en un lenguaje ms tcnico, mediante un
proceso de percepcin-apercepcin. Muchas corrientes oscurantistas del pensamiento concluyen
de este hecho que el conocimiento de la realidad
tiene que ser necesariamente subjetivo, pero esto es
un absurdo ala luz de los conocimientos cientficos
actuales.
Si el conocimiento que un ser humano produce
es objetivo o subjetivo, es decir, si refleja el fenmeno tal cual es o si lo distorsiona, depende esencialmente de la capacidad y del rigor metodolgico, as
como de la tica cientfica del investigador. Asimismo, el mero hecho de la enorme acumulacin de
conocimiento objetivo logrado ya por las ciencias
particulares demuestra fehacientemente, que el
hecho de que la interpretacin de la realidad sea un
producto sensorial-cerebral, no predetermina de
ninguna manera que tenga que ser subjetivo o distorsionado.
Un quinto requisito para la metodologa del anlisis y de la contrastacin de las hiptesis es la
combinacin de creatividad y rigor. Para el diseo
de las hiptesis y de sus mtodos de contrastacin,
el investigador tiene que ser imaginativo para plantear la solucin de los problemas de verificacin
que implica tal proceso. La importancia de la creatividad en el diseo de las soluciones posibles a los
problemas metodolgicos y de contenido, al igual

que el valor de la precisin y minuciosidad en la

ejecucin de las contrastaciones, se reflejan en un
reciente experimento realizado exitosamente en
Estados Unidos.
Uno de los problemas del combate a la tuberculosis consiste en la resistencia a determinados antibiticos que han desarrollado diferentes familias
bacterianas (sin/iris) de la enfermedad. Para saber
si un paciente infectado sufre de una de esas familias resistentes o no, hay que aplicar un cultivo
bacterial y someterlo a diversos antibiticos. Tal
proceso diagnstico tarda alrededor de tres meses,
que pueden ser decisivos en el combate a la enfermedad. Para reducir este tiempo, los investigadores
implantaron, mediante la ingeniera gentica, el
activo qumico de la lucirnaga que le hace lucir
en la noche en la bacteria de la tuberculosis, y
expusieron los respectivos cultivos a diferentes antibiticos. Al reproducirse la bacteria empezaron a
iluminarse las clulas infectadas resistentes a los
antibiticos, mientras las dems murieron. De esta
manera, se redujeron tanto los tiempos como los
costos del diagnstico (contrastacin) de la enfermedad considerablemente.
4.2 La contrastacin mediante observacin cientfica
La observacin de las propiedades o del comportamiento de un fenmeno real es junto con el
mtodo experimental del ensayo y error (trial and
error), conocido por la mayora de los estudiantes
por la divulgacin de los experimentos con ratas en
laberintosel mtodo ms antiguo que ha encontra-do la humanidad, para registrar e interpretar
regularidades de la naturaleza y del mundo social.
La astronoma, por ejemplo, la ciencia emprica (de
la realidad) ms antigua del hombre, se bas en la
observacin de las trayectorias planetarias visibles,
para establecer una red de "control del tiempo" mediante la fijacin de conceptos como da, sema-na,
mes y ao; determinar inicios y fines de las estaciones agrcolas, etctera.
En sus orgenes, las observaciones se realizaron
bsicamente con los rganos sensoriales del hombre, hasta que la invencin del telescopio, del microscopio, del espectrmetro, entre otros artefactos,
extendieron el alcance de los sentidos de percepcin del hombre al macrocosmos del espacio y al
micro-cosmos del mundo subatmico y bacterial,
mientras que el desarrollo de lenguajes y escrituras
naturales (p.c., el rabe, el griego, el romano) y artificiales (p.c., sistemas y espacios matemticos como
curvas, coordenadas, funciones) ampliaron grandemente las capacidades de registro y anlisis.
La funcin general de todos los instrumentos de
observacin consiste en ampliar las fronteras de la
percepcin humanay, por implicacin, de la apercepcin; ya sea por va de su extensin directa,
como en el caso de un telescopio ptico, ya sea por
la deteccin de seales exteriores no accesibles a
los rganos sensoriales y su transformacin en lenguajes perceptibles para estos, tal como sucede con
la transformacin de ondas electromagnticas en
un sonido audible por medio de la radio o de los
impulsos elctricos del cerebro en grficas produci-

dos por un electroencefalgrafo. Mientras en el

ejemplo del telescopio podemos hablar de la observacin directa, puede denominarse la segunda como observacin indirecta, trmino que indica que
esta observacin se realiza mediante una inferencia
basada en los datos registrados y una hipotsis que
gua la "observacin".
Hoy da, un aparato de observacin puede ser
extraordinariamente complejo y costoso, como nos
muestra el ejemplo de las sondas espaciales Voyager I y Voyager II. Despus de un viaje de 15 aos y
4.9 mil millones de millas en el espacio del Voyager
I, y de 3.7 mil millones de millas del Voyager II, ambas sondas observaron, a partir de agosto de 1992
mediante sofisticados receptores, emisiones radiales de baja frecuencia producidas por la interaccin entre el plasma solar y gases fros del espacio
interestelar que permitieron calcular, por primera
vez, el lmite del sistema solar (helio-pausa)
Otro aparato de observacin con el cual el lector
estar ms familiarizado es el ultrasonido o los rayos-x, que permiten la observacin directa (in situ)
del estado y funcionamiento de rganos y huesos,
que de otra manera sera imposible de realizar sin
intervencin quirrgica.
Sin embargo, la observacin directa y sin mayor
empleo de instrumentos sigue utilizndose en algunas ciencias, como por ejemplo en la investigacin
de campo de la etologa, de la antropologa y en
ciertos diagnsticos de la psicologa y psiquiatra.
En estos contextos se diferencia entre la observacin externa, es decir, aquella en la que el investigador sigue siendo ajeno al objeto de investigacin
(en este caso, una persona o un grupo de personas
o animales), el cual no se da cuenta de que est
bajo observacin; y la observacin participante, en
la que el investigador participa de alguna forma en
las actividades de la persona o del colectivo, que
tienen pleno conocimiento de estar siendo observados. Un ejemplo extremo de esto es un diagnstico
psicoanaltico.
La observacin cientfica juega un papel de gran
importancia en todos los mtodos de contrastacin,
porque es la condicin principal para el registro de
los datos. A diferencia de las observaciones casuales o de la vida cotidiana cuenta siempre con dos
elementos claves: es deliberada, es decir, se lleva a
cabo con un objetivo determinado y tiene el apoyo
de conocimientos tericos del cientfico. Ambos elementos permiten una mayor profundidad y calidad
de la observacin que la del observador casual, lo
cual queda obvio en el rastreo que realiza un astrnomo del cielo nocturno o en la observacin de una
radiografa por un especialista.
Una meta muy importante, que el investigador
debe tratar de cumplir en el proceso de observacin, sea externo o participante, con instrumentos
o no, consiste, como ya advertimos anteriormente,
en perturbar lo menos posible el funcionamiento
normal del fenmeno de investigacin; o si dicha
perturbacin es inevitable, saber con la mayor
exactitud posible, en qu medida su intervencin
observadora distorsiona el proceso natural del fenmeno.

De lo dicho anteriormente se desprende que la

observacin cientfica no es espontnea, sino que
se rige por una disposicin mental de observar y
registrar de la manera ms objetiva y con indicadores o parmetros antes establecidos, el comportamiento del fenmeno. Las evidencias o manifestaciones del comportamiento del fenmeno que se
observan y registran, se llaman datos; por ejemplo,
la temperatura corporal de una persona (medida
por el termmetro), los parmetros del clima
(presin de aire, temperatura, vientos, etc.).
4.3 La contrastacin por experimento cientfico
La diferencia fundamental entre la observacin y
el experimento consiste en que en la primera actividad el investigador es esencialmente receptor y registrador (con o sin instrumentos) de los datos que
emanan del objeto de investigacin, mientras que
en la segunda l manipula (interviene), activa y deliberadamente el objeto de investigacin para que
produzca los datos que le interesan. Podemos hacer
palpable esta diferencia con un ejemplo de la geo-loga. Un sismgrafo, implantado en las faldas de
un volcn para registrar (y medir) los movimientos
telricos subyacentes, constituye un medio de observacin del objeto de investigacin. En ciertas
actividades de exploracin petrolera, sin embargo,
se procura conocer la estructura geolgica del subsuelo; para tal fin se hacen estallar cargas explosivas en el suelo y se registra mediante el sismgrafo
el transcurso de las ondas expansivas que varan
segn la conformacin geolgica de aquel. En este
caso, estaramos ante un experimento, dado que el
investigador induce o provoca deliberadamente una
reaccin del objeto de investigacin para medir y
analizarla.
Con todo, hay que reconocer que tos lmites entre ambos mtodos fluyen y que en algunos casos
podra argumentarse justificadamente que se trate
de uno u otro, tal como vimos en el ejemplo del ultrasonido.
La posibilidad de usar el experimento como me-dio de contrastacin de la hiptesis depende del
objeto de investigacin que se pretende estudiar.
Bsicamente hay dos tipos de razones o factores,
que pueden hacer imposible la realizacin de un
experimento: las razones prcticas y las razones
ticas. Entre las razones prcticas se pueden mencionar muchas de diversa naturaleza. un experimento planeado puede ser demasiado costoso para
llevarse a cabo; este es, por ejemplo, actualmente el
obstculo fundamental de enviar una nave espacial
tripulada al planeta Marte; adems del factor
econmico, puede ser que la tecnologa disponible
no permita an la realizacin del experimento: en el
ejemplo de la expedicin a Marte, la incapacidad de
crear dentro de la nave una gravedad artificial semejante a la de la Tierra, sera un impedimento de
este tipo.
Limitaciones de tipo tico se encuentran, p.e.,
en la psicologa, la medicina, la sociologa, etctera.
Sera antitico, que la psicologa o medicina probaran la efectividad de una nueva droga o de un nuevo medicamento en seres humanos, sin haberse
asegurado antes de que no produce efectos negati-

vos colaterales.

tigacin se denomina: grupo control.

Asimismo, sera obviamente inmoral, que en

una investigacin sociolgica se sometiera a una
clase social al empobrecimiento extremo, a fin de
ver, cmo reacciona frente a tal fenmeno.

Para citar un caso: Cuando el fisilogo holands

Christiaan Eijkman (1858-1930) lleg ala hiptesis
de que la enfermedad del beriberi se deba a un
dficit nutritivo (vitamina Bl) en la dieta arrocera,
decidi contrastarla de la siguiente manera. Escogi a dos poblaciones de enfermos, que compartan
las principales variables (caractersticas), p.e. en lo
referente ala edad, nivel de vida y la misma alimentacin arrocera; sta se basaba en un arroz cocido
despus de habrsele quitado la cscara. A un grupo (el grupo experimental) le cambi la dieta, ordenando que el arroz se cocinara con su cscara,
mientras al grupo control le mantuvo el consumo
del arroz preparado sin cscara. Despus de algunas semanas, el grupo experimental mostr un mejoramiento en su cuadro de salud, mientras que los
miembros del grupo control seguan padeciendo la
misma patologa. Se infiri entonces, que la variable experimental o independiente arroz con cscara fue responsable en el cambio del cuadro clnico
observado en el grupo experimental y, que, por ende, exista una relacin causal entre la cscara del
arroz como valor nutritivo y el desarrollo del beriberi.

Sin embargo, las fronteras de la experimentacin y, en general, de todos los mtodos mencionados, se amplian en la medida en que el proceso tecnolgico avanza. Actualmente, es posible ver el cerebro humano trabajando, sin necesidad de intervenirlo anatmicamente. Las mquinas del "fast magnetic resonance imaging" (MRI), (imgenes rpidas
por resonancia magntica), capturan los campos
magnticos producidos por el flujo de sangre en el
cerebro y los representan, interpretndolos por medio de programas de computacin en forma ptica o
estadstica.
Cuando un grupo de clulas cerebrales se activa, por ejemplo, al responder una persona a una
pregunta, jala sangre oxigenada (arterial), la cual
emite campos magnticos diferentes a los que produce la sangre desoxigenada (venosa). La computadora convierte esas diferencias en imgenes que
iluminan los sectores cerebrales que cumplen sus
respec-tivas funciones.
Para el xito del experimento es de central importancia el rigor metodolgico, es decir, la precisin con que se determinen las condiciones, bajo
las cuales se lleva a cabo la manipulacin del objeto de investigacin. Un factor clave consiste en esto,
en que se procuren mantener todas las variables
del experimento constantes, menos la variable cuyo
comportamiento se intenta analizar. Sin embargo,
se trata de mantener aquellas variables constantes
que pudieran influenciar el experimento, ya que en
parte es imposible controlar determinadas variables, y en parte es inecesario. Por ejemplo, es virtualmente imposible neutralizar totalmente los
cambios en los campos magnticos de la tierra, la
presin y humedad del aire, etctera. Por otra parte, es inecesario en una encuesta sobre comportamiento sexual, tomar en cuenta la traslacin de la
tierra, es decir, el hecho, de que nos desplazamos
cada segundo 30 kilmetros a travs del espacio, o,
tambien, la rotacin alrededor del eje de la tierra.
En cambio, si la meta de la investigacin consiste,
en enviar un cohete a la luna, la rotacin del planeta tierra sera una variable de primordial importancia.
Hay diferentes tipos de experimentos; algunos
sirven para contrastar una hiptesis sobre la presencia o ausencia de un fenmeno o de la propiedad de un fenmeno (hiptesis de primer grado o
descriptiva) y otros tienen la funcin de analizar
relaciones de dependencia entre variables independientes y dependientes (hiptesis causales o estadsticas). En el segundo caso, el experimento se
lleva frecuentemente a cabo mediante un grupo
experimental y un grupo control. Esto quiere decir,
que en ambos grupos todas las condiciones
(variables) que intervienen se mantienen idnticas,
salvo una, que es la variable independiente o experimental. El grupo, en que se modifica dicha variable, se denomina grupo experimental; el grupo que
refleja las condiciones normales del objeto de inves-

Una ltima observacin sobre el experimento.

En ciertas ciencias naturales se ha generalizado la
opinin, de que "la ciencia" es "el experimento" y
que, por lo tanto, slo son "ciencias exactas" las
que usan tal procedimiento. Esto es un mito profesional basado en egos e intereses de dominacin.
Una de las ciencias empricas ms exactas que
existen, es la astronoma - como ilustra el clculo
de Leverrier y Adamas sobre Neptuno, citado anteriormente; y los experimentos que se han podido
hacer en ella son contados. Basta ver la asombrosa
precisin de los clculos astronmicos de los mayas
o sumerios, para darse cuenta de este hecho. El
experimento es, sin lugar a dudas, un procedimiento cientfico muy importante, pero no es ni podr
ser el nico ni "el mejor".
4.4 La contrastacin por documentacin
La contrastacin de una hiptesis mediante do-cumentacin se realiza en dos pasos: se compara
un enunciado hipottico con una fuente de informacin pertinente y de credibilidad y, con base a
esta comparacin, se realiza una inferencia
(conclusin) sobre la veracidad o falsedad del enunciado. Por "fuente de informacin pertinente" entendemos una fuente de informacin que se refiere al
mismo sector de la realidad como nuestro objeto o
tema de investigacin. Por credibilidad de la fuente
entendemos un ente informativo (una institucin o
una persona), cuyo manejo de la informacin en el
pa-sado haya demostrado seriedad y honestidad
ade-cuada y que, en consecuencia, disfruta del correspondiente reconocimiento nacional o internacional.
Hoy da, la fuente de informacin puede proporcionar los datos que nos interesan en forma escrita
generalmente impresa o en forma electrnica
(diskette para computadora, CD-ROM, modem, video, etctera). Es necesario, que el investigador se
acerque muy crticamente a esa informacin, sobre
todo, cuando trabaja un tema en ciencias sociales.

Para construir el marco terico tiene que buscar las

definiciones de los principales conceptos que utilizar, actividad que realizar en primer lugar, mediante la consulta de enciclopedias generales, para
despus pasar a literatura especializada. Por lo general, las enciclopedias que estn en el mercado,
no cumplen con los requisitos del conocimiento
objetivo; cuando se refieren a temas sociales o polticos muestran frecuentemente fuertes influencias y
distorsiones ideolgicas. Para neutralizar en la
medida de lo posible esas distorsiones, el investigador novato tendr que recurrir a tres o cuatro enciclopedias diferentes, buscando la misma definicin
(o el mismo dato) en cada una de ellas y comparndolas para escogerla ms adecuada y objetiva. Esas precauciones son necesarias tambin frente a los peridicos, cuyas secciones de economa
proporcionan con frecuencia informacin incoherente o contradictoria.
La actitud crtica del investigador no slo es necesaria frente a la consulta de conceptos, definiciones y conocimientos histricos, sino tambin, cuando se trata de datos cuantitativos. Si se compara,
por ejemplo, la importancia del sector primarioen el
Producto Interno Bruto (PIB) de Estados Unidos y el
de Mxico, hay que asegurarse de que el concepto
"sector primario" abarque los mismos sectores productivos (agricultura, pesca, etc.) en un pas que en
otro. En algunos pases, p.e., la minera es considerada actividad primaria, en otros figura como actividad industrial (secundaria).
Otros ejemplos son ciertos datos econmicos.
Para hacer comparable internacionalmente los Productos Internos Brutos de los Estados Nacionales,
estos se calculan en dlares estadunidenses. Si el
valor del dlar (su cotizacin) vara de un ao a
otro, influir sobre la suma de los PIB calculados,
sin que estos, necesariamente, hayan tenido aumentos o bajas de crecimiento en el periodo considerado.
A veces, est en disputa la autenticidad de un
documento, es decir, existen dudas sobre la autora
del mismo. En estos casos, hay diferentes mtodos
para juzgar si el documento es apcrifo, tales como
la interpretacin hermenetica, el anlisis del papel
para datar su antigedad y el anlisis grafolgico.
Sin embargo, el investigador que apenas se inicia
en el quehacer acadmico, no se enfrentar a semejante problema.
Habamos dicho que la contrastacin de una
hiptesis mediante documentacin se realiza en
dos pasos: se compara un enunciado hipottico con
una fuente de informacin pertinente y de credibilidad y, con base en esta comparacin, se realiza
una inferencia (conclusin) sobre la veracidad o
falsedad del enunciado. Veamos un ejemplo.
Si se quiere contrastar la hiptesis: El desempleo en Espaa durante el primer trimestre de 1993
fue del 22 por ciento, se consultan las estadsticas
correspondientes de organismos econmicos internacionales, como el Fondo Monetario Internacional,
el Banco Mundial ola OECD, o tambin, una fuente
nacional como el Banco Central de Espaa.
Estas fuentes son pertinentes, porque trabajan
sobre el mismo sector de la realidad al cual perte-

nece nuestro objeto de investigacin (economa) y

son crebles, porque tienen una reputacin establecida para su trato responsable con la informacin correspondiente. Si encontramos en esas estadsticas la informacin en el sentido de que, efectivamente, el 22 por ciento de la poblacin espaola
est desempleada, consideramos que la hiptesis es
correcta.
4.5 La contrastacin por muestreo y entrevista
La muestra representativa ha llegado a ser uno
de los elementos metodolgicos ms importantes y,
al mismo tiempo, ms complejos en las ciencias
sociales actuales. Debido a esta complejidad, nos
limitamos a exponer al principiante algunos requisitos y problemas que implica la utilizacin de este
procedimiento.
La funcin de una encuesta consiste en recabar
informacin verdica y pertinente sobre un fenme-no social, por lo general, un grupo o colectivo de
personas, mediante la aplicacin y evaluacin de
un cuestionario. Para ser ms preciso: se busca
recabar los datos (caractersticas) que parecen ser
tpicos (mayoritarios) para el colectivo en cuestin,
generalmente para contrastar alguna hiptesis sobre el universo o la poblacin estadstica que se
investiga.
El grupo o colectivo de personas en que se concentra nuestro inters de conocimiento, se llama
universo o poblacin estadstica. El universo o poblacin estadstica es definido por el inters de conocimiento del investigador. Por ejemplo, si se quiere realizar una investigacin sobre la conducta
sexual de los alumnos de primer ingreso de la Universidad Nacional Autnoma de Mxico (UNAM),
entonces el universo estadstico del estudio seran
todos los alumnos del primer semestre de la institucin. En cambio, si el inters de conocimiento del
investigador se refiere ala dinmica de grupo en un
determinado saln S de estudiantes de veterinaria,
su poblacin es la totalidad de los mismos. Si se
quisiera conocer los ingresos de todos los hombres
en la Repblica de Mxico, el universo estara constituido por todas las personas masculinas que viven
dentro del territorio nacional.
Podemos definir un universo o una poblacin
estadstica (para una encuesta) como un conjunto o
colectivo de personas que tienen, al menos, una
caracterstica (propiedad) en comn, que interesa al
investigador. En el primer ejemplo, la caracterstica
compartida por todos los elementos del universo, es
la de ser alumno de primer semestre en la UNAM.
En el segundo ejemplo, la propiedad comn es, ser
estudiante de veterinaria en el saln S de la UNAM,
y en el ltimo, son dos caractersticas: la de ser
una persona masculina y vivir dentro del territorio
mexicano. Generalmente, se denomina a un universo estadstico con la letra mayscula N
Para conocer las opiniones o caractersticas de
las personas (elementos) que componen el univer-so, el investigador puede proceder de tres maneras
realizar un estudio piloto, un censo. o una encuesta.
Un estudio piloto es un estudio exploratorio, que
tiene la funcin de orientar y guiar al investigador

en el inicio de la investigacin, cuando todava no

conoce a fondo a la poblacin del estudio (su objeto
de investigacin) y por ende, no puede disear un
cuestionario definitivo ni el tamao de una muestra
representativa. Dicho de otra manera, la funcin
del estudio piloto consiste en proporcionarle tempranamente al estudioso la informacin que requiere para poder planificar adecuadamente su encuesta.
El estudio piloto se realiza mediante la aplicacin de cuestionarios a algunas personas del universo que se consideran representativas de la poblacin o que, se supone, disponen de mayor informacin sobre ella que las dems, proporcionando,
de esta manera, pautas y datos para el diseo del
cuestionario y la encuesta definitiva. A veces, se
sustituyen los cuestionarios por entrevistas grabadas, cuyo posterior anlisis cumple la misma funcin.
El censo es la aplicacin de un cuestionario a
todos los miembros del universo estadstico. La
ventaja del censo consiste en que la informacin
recabada es completa, dado que se obtienen las
respuestas de todos los elementos que pertenecen a
la poblacin. Si, p.c., en nuestro tercer ejemplo
ingreso de hombres en Mxico la totalidad de hombres en la repblica (nuestro universo) abarcara a
diez millones, entonces se tendran que aplicar diez
millones de cuestionarios.
Las desventajas del censo consisten en que su
aplicacin es muy costosa y su evaluacin sumamente tardada. Esa es la razn por la cual, en la
mayora de las naciones industrializadas, se aplican os censos solamente cada diez aos.
Una forma ms econmica y rpida para recopilar informacin sobre el universo es la muestra. Por
ma muestra estadstica se entiende, dentro de
nuestro contexto, la aplicacin de un cuestionario a
una parle seleccionada o una fraccin de la poblacin. Por ejemplo, en el caso mencionado del ingreso de los hombres en Mxico, se aplicaran nicamente dos mil o tres mil o diez mil cuestionarios a
los seleccionados, segn los recursos e intereses de
conocimiento del investigador, mas no los diez millones del censo. Una muestra se denomina generalmente con la letra minscula n.
Una muestra puede ser representativa o norepresentativa. La encuesta (n) es representativa
para la poblacin (N), cuando los resultados arrojados por ella se repitieran con un determinado margen de error, al aplicarse el mismo cuestionario a la
poblacin entera; es decir, al realizarse un censo en
la poblacin. Para que los resultados puedan genera-lizarse a toda la poblacin, la muestra debe
cumplir con los requisitos probabilisticos de representatividad.
Generalmente, la meta del investigador ser la
realizacin de una encuesta representativa. El porqu de esta meta es fcil de entender, como muestra el siguiente ejemplo. Si el inters de conocimiento de un investigador consistiera en conocerla
opinin del grupo de alumnos de veterinaria de la
UNAM (nuestro segundo ejemplo) sobre el aborto, y
en el grupo hubiese 50 alumnos, entonces se podr-

a realizar un censo en el grupo, es decir, aplicar a

cada alumno un cuestionario. Las respuestas le
daran una informacin completa sobre lo que quiere saber. Supongamos que los resultados muestran, que veinte alumnos (40%) estan en favor del
aborto legal, veinte (40%) en contra, cinco (10%) no
contestan y cinco (10%) no saben
En cambio, si decide realizar una muestra,
podra implicar, para tomar un caso extremo, el
cuestionario a un slo alumno. Esta muestra (n =
1) sera muy rpida y barata, pero los resultados
que arrojara, no fiaran informacin verdica sobre
lo que opina el grupo. Porque, si el alumno contesta
"en favor" y al investigador generalizara el resultado de la nuestra a la poblacin, llegara a la conclusin, que todo el grupo est en favor de la legalizacin del aborto, lo que es obviamente falso, como
vimos en los resultados arriba mencionados.
Si aumenta el nmero de alumnos que entran
en la muestra a dos (n = 2), sigue siendo muy insuficiente su informacin por la misma razn expuesta. Si pregunta a un tercero, un cuarto, un quinto,
un sexto alumno, aumenta cada vez ms la probabilidad, de que el resultado de la muestra sea representativa para la poblacin, es decir, que las
opiniones recabadas reflejen lo que piensan los
alumnos del grupo.
Como vemos, existe una relacin positiva entre
el nmero de elementos (personas, en nuestro caso)
que entran en la muestra, y la representatividad de
los resultados. Hay, prcticamente dos extremos. Al
encuestarle a un slo alumno (n = 1), no se puede
hacer ninguna afirmacin sobre lo que piensa el
grupo, es decir, la muestra no es representativa. Al
encuestar a los cincuenta miembros del grupo
(censo), obtenemos la informacin completa, i.e.,
certeza.
La encuesta no-representativa tiene, por lo expuesto, poco valor en la investigacin social, por-que no permite obtener informacin verdica y relevante sobre el fenmeno en cuestin. De ah, que
siempre cuando sea posible, debera garantizarse
la representatividad de la muestra.
La tarea del investigador consiste, por ende, en
combinar las ventajas del censo (informacin amplia y correcta) con las de la muestra (rapidez, bajos
costos): la solucin a esta tarea es la muestra representativa.
Una vez que se haya tomado la decisin de aplicar una muestra representativa a una poblacin
determinada, se necesita controlar conscientemente
los siguientes factores que influirn en la calidad de
los resultados de la encuesta: 1. la calidad de la
seleccin de la muestra, es decir, el tipo y el tamao de la muestra; 2. la calidad del diseo del cuestionario; 3. la calidad de la aplicacin del cuestionario; 4. la calidad de la evaluacin estadstica de
los resultados; 5. la calidad de la interpretacin
final de los resultados.
4.5.1. Diseo de encuestas por muestreo (por el
Maestro Agustn Porras)
Dado que consideramos la muestra representativa y, dentro de ella, algunos muestreos proba-

bilsticos sencillos, como la ms adecuada para el

aprendizaje que realizarn los principiantes investigadores en la educacin media superior y la universidad, nos limitamos ala descripcin de ella, advirtindole al alumno que existen otro tipo de muestreo.
Para discutir este tema, procederemos primero
con un ensayo del catedrtico Agustin Porras de la
Universidad Autnoma Metropolitana Xochimilco,
escrito expresamente para este libro. En su ensayo,
el Dr. Porras explica los requisitos matemticos de
una muestra probabilstica. Posteriormente complementamos esa explicacin con alguna informacin
adicional.
Para que una muestra probabilstica sea representativa debe cumplir con dos requisitos fundamentales: 1. el mtodo de seleccin de la muestra;
ste debe ser aleatorio para elegir las unidades de
muestreo, en el sentido de que todos los individuos
o miembros de un universo tengan la misma probabilidad e independencia (uno del otro) de ser
seleccionados en la muestra. Unidades de muestreo
en este tipo de entrevistas pueden ser los individuos de una poblacin determinada o las viviendas
de una determinada rea geogrfica, dentro de las
viviendas se entrevista a sus ocupantes.
El segundo requisito (II.) para la representatividad estadstica de una muestra es, que el tamao
de la muestra sea lo suficientemente grande para
reflejar adecuadamente las caractersticas del universo que le interesan al investigador. En trminos
estadsticos: el tamao de la muestra depende de
tres factores: 1. la confiabilidad de los resultados de
la muestra; 2. la precisin de estos resultados, es
decir, de la media muestral y 3. la varlanza de la
caracterstica socioeconmica fundamental de
muestreo.
ad I. Mtodos de seleccin de urn muestra aleatoria.
Existen varias formas para elegir o seleccionar
con igual probabilidad e independencia a indivi-duos de un universo o poblacin.
a) Muestreo simple aleatorio
b) Muestreo aleatorio sistemtico
c) Muestreo aleatorio estratificado
Estas tres formas de seleccin se realizan en
una etapa; es decir, se define: a) los individuos o
miembros del universo y se selecciona, b) al azar,
el nmero de individuos que indica el tamao de
muestra.
En el muestreo aleatorio simple se debe contar
con un listado de todos los individuos o miembros
del universo enumerados del 1 al N, siendo N el
tamao del universo. Para seleccionar una muestra
de tamao n del universo N, se escogen los individuos de acuerdo a una tabla de nmeros aleatorios. Por ejemplo, supongamos que una universidad
tiene 980 estudiantes y queremos seleccionar una
muestra de tamao 150. [El tamao de 150 fue
determinado con base en los criterios de la muestra
que se discuten ms adelante.] Entonces, debemos
contar con un listado de los 980 estudiantes enu-

merados del I al 980.

Estos listados deben contar con el nombre y
adscripcin del estudiante para que una vez seleccionado al azar, pueda ser localizado para realizar
la encuesta. Consultando la tabla de nmeros aleatorios, tomamos nmeros de tres dgitos ya que el
nmero ms grande de nuestro unviverso es el 980.
En la tabla aleatoria que utilic, el ler. estudiante
seleccionado es el 100, el 2 es el 375, el 3 es el
84, el 4 es el 128, el 5 el 660, y as sucesivamente
hasta completar 150 estudiantes que es el tamao
de muestra requerido.
Otro ejemplo, puede ser una muestra de hogares
tomada al azar en las viviendas en donde se encuentran dichos hogares, en un barrio o colonia de
una ciudad o en un pueblo o localidad de aproximadamente 50,000 habitantes. En este barrio o
localidad, es necesario elaborar un listado de viviendas de cada una de las manzanas que componen el barrio. Supongamos que el barrio o colonia
tiene 400 manzanas y cada manzana en promedio
tiene 35 viviendas; entonces contaramos y enumeraramos 14,000 viviendas. En cada vivienda se
entrevistara al jefe o jefa de hogar. Si el tamao de
muestra requerido es de 400 jefes de hogar, necesitaramos seleccionar al azar 400 viviendas del listado elaborado de viviendas de la 1 a la 14,000. Esta
seleccin se hara a travs de una tabla de nmeros
aleatorios.
Estas tablas presentan mltiples combinaciones
de nmeros extrados al azar. A partir de cualquier
rengln o columna se toman nmeros de tantos
dgitos como el mayor que representa el tamao del
universo. P.e., si el universo es de 10 miembros, la
seleccin en la tabla requiere de dos digtos; si el
universo es de 100, se requieren de tres, si es de
1000, cuatro dgitos y as, sucesivamente.
Estos nmeros aleatorios se hacen corresponder
con los nmeros que tienen los individuos o miembros en el listado del universo y se toman tantos
como indica el tamao de la muestra.
La ventaja principal del muestreo aleatorio sim-ple es que se aplica en poblaciones pequeas en las
cuales es posible elaborar el listado de individuos o
miembros del universo.
En el muestreo aleatorio sistemtico se debe
contar tambin con un listado de los individuos o
miembros del universo numerados del 1 al N
(tamao del universo). Si previamente se determin
el tamao de muestra requerido, entonces calculamos el siguiente nmero: N/n. En el ejemplo de los
estudiantes mencionado anteriormente este nmero sera 980/1 50=6.5; a este nmero se le llama
coeficiente de elevacin y quiere decir que se tome
al azar un nmero menor al 6 porque no se puede usar fracciones, por ejemplo, el 3. Entonces el
primer individuo o miembro seleccionado del listado sera el nmero 3. A este nmero se le suma el
coeficiente de elevacin y tendramos el segundo
individuo seleccionado que sera el 3+6=9; el tercero sera igual al segundo ms el coeficiente de elevacin 9+6=15, y as sucesivamente, el 21, 27, 33,
etc., hasta completar el tamao de la muestra.

El nico inconveniente de este mtodo es que si

el orden en el listado fue elaborado con algn criterio se pueden introducir sesgos en la seleccin, de
tal manera que la seleccin sistemtica recaiga en
individuos que no son representativos de la heterogeneidad del universo. Por ejemplo, en listas de 20
individuos en que los primeros 10 son hombres y
los 10 ltimos mujeres, si el coeficiente de elevacin fuera 20, siempre saldran slo hombres o slo
mujeres, pero no habra posibilidades de que en la
muestra estuvieran representados ambos sexos.
(Vase, Jacinto Rodrguez O., "Mtodos de Muestreo", Centro de Investigaciones Sociolgicas, Madrid, 1991, p. 26.). Para eliminar este sesgo es necesario elaborar un nuevo listado siguiendo otro
orden u otro criterio que garantice la seleccin al
azar; por ejemplo, seguir con un criterio en que los
sexos aparezcan ms alternados.
En el muestreo aleatorio estratificado, se subdivide al universo en estratos de acuerdo a cierto criterio de estratificacin y se reparte el tamao de
muestra en cada estrato segn su peso en el universo total. La conveniencia de estratificar al universo radica en formar estratos ms homogneos,
con lo cual se reduce notablemente la varianza dentro de los estratos y por lo tanto disminuye el tamao de muestra requerido en cada estrato. Esto
facilita el anlisis en cada estrato ya que la muestra
es representativa del estrato. Los criterios de estratificacin utilizados deben estar relacionados a las
variables fundamentales del estudio. Por ejemplo,
en una encuesta de comportamiento poltico de la
poblacin mayor de 18 aos es conveniente estratificar a la poblacin de determinada rea geogrfica
de acuerdo a sus niveles de ingreso y formar estratos altos (mayor de 10 salarios mnimos), medios
(entre 5 y 10 salarios mnimos), bajos (entre 2 y 5
salarios mnimos) y muy bajos (menos de 2 salarios
mnimos). Despus se reparte el tamao de muestra de acuerdo al peso de cada estrato o se calcula
un tamao de muestra para cada estrato. En cada
estrato se seleccionan al azar, por muestreo aleatorio simple, los individuos de la muestra representativa que haya sido determinada.
En una universidad, se puede estratificar a los
estudiantes de acuerdo a sus niveles de ingreso
familiares y seleccionar una muestra aleatoria en
cada estrato de ingreso. La muestra total es representativa del universo y, la muestra en cada estrato
representativa de ese estrato.
ad II. Determinacin del "tamao de Muestra
Como se haba sealado antes, el otro eje bsico
en que se fundamenta la representatividad de una
muestra es la determinacin de su tamao. Para
determinar el tamao de muestra siempre se considera una sla caracterstica de los individuos que
componen el universo o poblacin total. Esa caracterstica puede ser socio-econmica o demogrfica.
Por ejemplo, el ingreso de las personas, la escolaridad, la edad, el sexo, etc. Siempre se escoge una
caracterstica que est relacionada con las variables
que se consideran en el estudio y que dan origen a
las preguntas del cuestionario que se aplica en la
encuesta. Esta caracterstica se llama caracterstica

,fundamental

de muestreo.

Si designamos como ti el tamao de muestra y

como N el tamao del universo, entonces es posible
obtener un nmero grande de muestras distintas
tantas como combinaciones de N en n que se calcula a travs de la siguiente frmula:

Ejemplo numrico:
N factorial (N!) = producto de los N primeros enteros,
N 15; n = 7, entonces:

En las distintas muestras de tamao n que se

pueden seleccionar se obtienen valores de la carac-terstica fundamental de muestreo que se haya es-cogido; de esta manera el valor promedio (promedio
aritmtico)_ de la caracterstica en cada muestra
distinta (X1,X2,X3._Xn), va a ser igual, mayor o
menor que el valor promedio de la caracterstica
(M) en el universo.

Se denomina X al promedio de la caracterstica

en la muestra y Mal promedio de la caractersticaen
el universo. Como X varia en cada muestra posible,
su variacin es aleatoria igual que una curva normal estndar o "campana de Gauss", entonces: (1)
donde s: desviacin estndar, es decir, la estandarizacin de X a una curva normal estndar con
media = 0, y varianza = 1. Como ya explicamos en
la pgina 139, el comportamiento de muchos fen-menos reales puede ser interpretado adecuadamen-

te con este modelo matemtico, en el cual hay valores inferiores y otras superiores a la media aritmtica, pero donde la mayora se agrupa acerca de la
media, en una distribucin simtrica de valores de

ambos lados del cenit de la curva.

Despejando n de la ecuacin anterior (1) se ob-tiene lo siguiente: (2)

donde to es el valor de la curva normal estndar

para el cual se postula una probabilidad y que llamamos el nivel de confiabilidad; se refiere a la probabilidad de que el valor deXest muy cercano
aM(valor promedio en el universo); y donde s2 es la
varianza de la caracterstica en el universo.
Como puede observarse en la ecuacin (2) el
tamao de muestra depende de tres factores: 1. del
nivel de confiabilidad t2; 2. de la varianza de la caracterstica en el universo y 3. de la diferencia al
cuadrado que deseamos que ocurra al sacarla
muestra entre el valor promedio muestral y el valor
promedio en el universo, de la caracterstica fundamental de muestreo, la precisin.
Quiere decir, que para calcular el tamao de
muestra representativa necesitamos conocerla media del universo M (valor promedio de la caracterstica en el universo); s2, la varianza de la caracterstica en el universo; t2 es el valor de t en una curva
normal estndar para obtener determinada probabilidad, valor que se lee en tablas de la curva normal y la diferencia al cuadrado (X-M)Z que postulemos como deseable al sacarla muestra; esta diferencia se llama el nivel de precisin que queremos
con determinado tamao de muestra.
Ejemplo: Si queremos calcular el tamao de
muestra suficiente a en un universo de estudiantes, sin importar su tamao, y si tomamos como
caracterstica fundamental de muestreo la edad,
tenemos lo siguiente:

M= 22.5 Edad promedio en el universo; este valor se obtiene por el registro universitario o un estudio piloto;
s2 16 Varianza de la edad en el universo;
t = 1.96 Valor de la curva normal para obtener
una probabilidad del 95%, i. e., un nivel de confiabilidad del 95%;
Entonces, sustituyendo estos valores en la
frmula (2) obtenemos:

Para lograr generalizar los resultados de la

muestra al universo total con un margen de probabilidad del 95% y lograr que la media muestral,
edad promedio en la muestra, no difiera de la edad
promedio en el universo en ms de un 3%
(precisin), necesitamos un tamao de muestra de
135 estudiantes que tenemos que seleccionar al
azar mediante muestreo simple aleatorio tal como
se seal antes.
Puede ocurrir que la caracterstica fundamental
de muestreo que nos interese sea el sexo, es decir,
una variable binominal. En este caso, tomamos la
proporcin de sexos existente en un universo.
Supongamos un universo o poblacin total en
que la proporcin de hombres es 70% y la de mujeres es 30%.
P = 0.70 proporcin de hombres (1 - P) = 0.30 proporcin de mujeres
En el caso de proporciones la varianza es igual a:
P(1 -P)=(0.7)(0.3)=021
Si postulamos un 95% de probabilidad como en
el caso anterior, entonces:
1=196 y, /2=3,84
Si el % de precisin es 5% entonces la diferencia
entre p (proporcin de hombres que se estimar en
la muestra) y proporcin de hombres en el universo ser:
Necesitaramos 658 individuos seleccionados al
azar, para que con un 95% de confiabilidad nuestra
estimacin p en la muestra no difiera en ms de un
5% de la proporcin P en el universo; es decir, esperaramos en la muestra una proporcin p de hombres de entre 0.665 y 0.735, o sea, entre el 66.5% y
el 73.5%.
Las dems proporciones estimadas en la muestra a travs de las preguntas del cuestionario tendran un margen de precisin del 5%.
Podramos generalizar a toda la poblacin, las
proporciones encontradas en la muestra con un
margen de error no mayor al 5%, o sea, por encima
o por debajo de la estimacin. Por ejemplo, podramos estar investigando a travs de esta encuesta la
proporcin de individuos a favor o en contra de
determinada propuesta de poltica universitaria.
Si en la muestra aparece que el 70% est a favor,
entonces con una confiabilidad del 95% esperaramos que la poblacin total estudiada est a favor en
un porcentaje entre:
0.7(0.05)=0.035
0.7 + 0.035 = 0.735 = 73.5% 0.70.035=0.665=66.5%
Como puede observarse, el tamao de muestra
no depende del tamao de la poblacin, sino de la
varianza y la precisin que postulamos de la caracterstica fundamental de muestreo que hayamos
escogido. Para determinar el tamao de muestra es
necesario contar con la media y la varianza de la
caracterstica socio-econmica o demogrfica en el
universo o poblacin total de estudio. Si no se dispone de estas medidas y no se puede hacer un estudio piloto, se determina el tamao de la muestra

para este tipo de universo en 150 a 200 miembros

del universo.
Siendo la varianza una medida de las desviaciones con respecto a la media al cuadrado, con ello se
mide el grado de homogeneidad o heterogeneidad
de la caracterstica que nos interesa en el universo;
como dijimos anteriormente, el tamao de la muestra es sensible a la magnitud de la varianza; y tambin lo es al nivel de precisin, esto es, a la diferencia que postulamos debe existir entre la media
muestral una vez obtenida y la media del universo
(valores promedio de la caracterstica que nos interesa).
Hasta aqu las explicaciones del catedrtico
Agustn Porras, a las que agregamos alguna informacin adicional. Como ya se ha dicho, por muestra probabilstica, aleatoria o al azar, se entiende
una muestra, cuyos elementos hayan sido seleccionados mediante un procedimiento que excluye
cualquier influencia subjetiva del investigador. Procedimientos de seleccin de este tipo son tablas
aleatorias, loteras, dados, etctera. Ntese, que el
trmino "al azar" no tiene la connotacin en estadstica que tiene en el lenguaje comn, en el sentido de darse por casualidad. Una muestra al azar o
aleatoria significa, que todos los miembros del universo tengan la misma probabilidad de entrar en la
muestra. Por ejemplo, si un grupo estudiantil quisiera conocer la opinin de los alumnos sobre la
calidad de la comida en el comedor universitario,
no sera una seleccin al azar, si se pararan un da
en la puerta del comedor para preguntarle su opinin a los alumnos que pasan. Sin embargo, se ve
con frecuencia que alumnos van a algn pueblo o
alguna plaza pblica y preguntan a las personas
que encuentran, sobre su tema de investigacin,
pensando que realizan una encuesta aleatoria.
Para poder aplicar una encuesta aleatoria, se
necesita conocer el tamao de la poblacin (N) y
asignarle a cada elemento que la componga
(personas, manzanas, clientes, derechohabientes,
etc.) un nmero sucesivo. Por ejemplo, si la poblacin a ser encuestada son los 30 alumnos de un
saln de clase, hay que asignarle a cada alumno un
nmero, de tal manera que el universo quede enumerado de 1 a N, en este caso, I a 30. Se enumeraran, entonces, 30 papeles con nmeros del 1 al 30,
se pondran en una tmbola y se sacara la cantidad que se considere necesaria para la muestra. Se
podra escoger esta muestra igualmente con dados,
tomando en cuenta que el ltimo elemento de la
poblacin es 30, es decir, que est compuesto por
dos dgitos, hecho por el cual tendramos que tirar
dos dados por cada unidad de anlisis (alumno)
que entre en la muestra. Sin embargo, es mucho
ms fcil realizar este procedimiento mediante tablas aleatorias que explicaremos ms adelante.
Los elementos de la poblacin que pueden entrar en la seleccin (hipotticamente son todos en
una muestra aleatoria simple) de la muestra, los
llamamos unidades de seleccin. Cuando el universo es pequeo o fcil de encuestar, las unidades de
seleccin corresponden o coinciden directamente
con los elementos del universo. Por ejemplo, en el

caso del universo de los 30 alumnos, la unidad de

seleccin -la unidad para escoger a los que entran
en la muestra- es: alumno.
Sin embargo, cuando el universo es muy grande, puede volverse necesario -como ya explicit el
profesor Porras-, seleccionar la muestra en etapas.
En este caso, las unidades de seleccin no coinciden directamente con los elementos que forman la
po-blacin, hecho por el cual se procede a utilizar
unidades de seleccin primarias, unidades de seleccin secundarias, etc. Por ejemplo, si el inters de
conocimiento de los investigadores consistira en
aplicar una muestra representativa ala poblacin
joven de la delegacin Venustiano Carranza, por el
inmenso tamao de este universo, se podran utilizar como primera unidad de seleccin las manzanas de cada delegacin. Despus de haberse realizado la seleccin aleatoria de estas manzanas, procedimiento que reduce considerablemente la cantidadde elementos del universo, se usara como unidad de seleccin a los jvenes mismos que habitan
dichas manzanas.
Como hemos mencionado, el procedimiento ms
fcil para escoger las unidades del universo que
entran en la muestra, es la tabla aleatoria. Esta es
una tabla compuesta por nmeros aleatorios gene-rados por computadora, que se utiliza de la siguiente manera. Supongamos que el tamao de la
poblacin (N), por ejemplo, alumnos de primer ingreso, es 100 y que el tamao de la muestra (n) ha
quedado determinado en 30. Dado que todos los
elementos del universo -enumerados de 1 a 100deben tener la misma probabilidad de entrar en la
muestra, hay que escoger cada caso mediante un
nmero compuesto por tres dgitos de la tabla.
Esos tres dgitos se escogen de manera horizontal o
vertical. Cuando los tres dgitos dan un valor mayor
a 100, se descarta el compuesto y se pasa al siguiente que no trascienda el valor 100. Cuando se
repite un nmero compuesto que ya entr en la
muestra, se lo descarta igualmente. Se sigue este
procedimiento hasta que se haya llegado a los 30
nmeros (alumnos) que componen la muestra. Para
prevenir el caso, de que el da del muestreo falte
algn alumno escogido de la lista de los 100, conviene seleccionar de la tabla algunos nmeros ms
(de reserva) que sustituirn a los alumnos faltantes.
Para saber dnde comenzar el proceso en la tabla -es decir, en que rengln y columna escoger el
primer nmero- se sortea un nmero entre los que
denominan las columnas y los que denominan los
renglones. Si en el sorteo sale el nmero 4 de las
columnas y el 2 de los renglones, entonces el cruce
de la columna 4 y del rengln 2 marca el nmero,donde se inicia la seleccin de los elementos de
la muestra. De ah, el investigador puede proceder
de manera horizontal o vertical, como prefiera.
En la exposicin del profesor Porras se habl de
la varianza como medida de la homogeneidad de la
poblacin que incide sobre el tamao de la muestra. En trminos sociales, no-matemticos, entendemos por homogeneidad de la poblacin un alto
grado de semejanza en las condiciones de vida, las

actitudes y opiniones o dems caractersticas de

sus elementos, que permiten prever que los valores de las respuestas o propiedades investigadas
sern similes. Colectivos sociales relativamente
homogneos seran, por ejemplo, un batalln de
un ejrcito, donde la verticalidad de la institucin
y el alto grado de indoctrinacin no-pluralista producen actitudes y opiniones muy similares o tambin, la poblacin de un monasterio. En estos casos es previsible, que a determinadas preguntas
se obtendran respuestas muy uniformes, es decir,
que la varianza de los resultados seria relativamente escasa.
Para lograr un mayor grado de homogeneidad
en una poblacin (y la muestra correspondiente) el
investigador procede a veces y si su inters de
conocimiento se lo permitea estratificar la poblacin. Es decir, si el objeto de estudio consiste
en analizar el grado en que las casas particulares
en Mxico estn grabadas con hipotecas, se tendra un universo muy heterogneo o disperso: mansiones que valen desde cientos de millones de
dlares hasta casitas con un valor de cinco mil
dlares. Suponiendo, que el grado de endeudamiento hipotecario est vinculado al valor de la
casa, se formaran estratos con determinados intervalos de valor de las casas, agrupando, por
ejemplo, todas las casas que valen entre cien y
cientoveinte mil dlares. Por otro lado, otros criterios objetivos, como edad, sexo, grado escolar,
semestre, ingreso, etctera, tienen la misma funcin de facilitarla muestra mediante la homogeneizacin del universo. Repetimos, sin embargo, que
esto slo es posible, cuando el inters de conocimiento, ya sea el propio, ya sea el institucional, lo
permite.