Tarea No.

2 Mtodos Cuantitativos I
EL DISEO METODOLGICO A PARTIR DE LOS OBJETIVOS DE
INVESTIGACIN

I. INTRODUCCIN
La investigacin es un proceso sistemtico que se realiza con el fin de obtener informacin que permita ampliar el
conocimiento que se tiene de la realidad. El mtodo usado para generar conocimiento es diferente segn sean ciencias
formales o ciencias fcticas. Las ciencias formales son aquellas cuyo objeto de conocimiento es abstracto y se representa
mediante smbolos como la lgica y la matemtica, mientras que las ciencias fcticas se basan en la observacin e
interpretacin de los fenmenos reales como las ciencias naturales o sociales [Sabino,1996].
Para las ciencias fcticas, dada su naturaleza, al margen de las particularidades de cada una, se usa el mtodo cientfico para
la generacin de conocimiento cientfico y, para que ste se diferencie de otros tipos, como el conocimiento artstico o el
religioso, debe cumplir con tres caractersticas importantes: objetividad, inteligibilidad y dialctica [Wagensberg, 1998].
Aunque cada disciplina cientfica tiene especificidades respecto a la forma como aplique el mtodo cientfico en la
generacin de conocimiento, el modelo que se muestra en la figura 1 describe una metodologa de aplicacin general basada
en la coherencia entre todas las fases del proceso y las actividades que las conforman.

El proceso de investigacin consta de cuatro fases: fase lgica, fase metodolgica, fase tcnica y fase de contrastacin
[Medina, 2000]. La fase lgica constituye una parte fundamental de la formulacin de la investigacin por cuanto responde
preguntas esenciales para precisarla: Qu informacin falta y se pretende obtener al hacer la investigacin?, Qu
conocimiento hay disponible respecto al tema? Cmo se puede obtener la informacin que se necesita?. Las respuestas a
estas preguntas corresponden al problema de investigacin, el marco terico y los objetivos de investigacin,
respectivamente. Todos estos elementos deben estar muy bien definidos y articulados entre s de forma coherente, para
proceder al diseo de la investigacin: fase metodolgica. En la fase metodolgica se disea el proceso para ejecutar la
investigacin cuando se quiere generar informacin primaria a partir de la medicin de las unidades de observacin. La fase
tcnica es la ejecucin del diseo metodolgico y la fase de contrastacin es la fase donde se precisa el nuevo conocimiento
a partir de los resultados obtenidos del anlisis de datos en el contexto de la situacin motivo de estudio.
El diseo metodolgico guarda una relacin estrecha con los objetivos de investigacin, por tal motivo, es importante
revisar si stos estn adecuadamente formulados.

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 1

Tarea No. 2 Mtodos Cuantitativos I

2. LOS OBJETIVOS DE INVESTIGACIN
2.1 Qu es un objetivo?
Un objetivo [Medina, 2007] es la descripcin concisa de la forma como se llegar a la situacin deseada, en el caso de una
investigacin, a la obtencin de informacin que se convertir en conocimiento al analizarla en el contexto de la realidad.
2.2 Qu elementos conforman un objetivo?
En la figura 2, se muestra un esquema de los elementos que deben estar explcita o implcitamente en el objetivo.

Acciones: son las actividades o procesos a realizar y se plantean, generalmente, con un verbo en infinitivo que denote una
actividad cuya culminacin sea susceptible de verificar.
Medios: corresponde a los instrumentos y recursos con los cuales se podrn realizar las acciones para lograr el resultado
esperado. Hace referencia adems, a las caractersticas del entorno en que debe ser ejecutada la investigacin que en
algunos casos implica una delimitacin espacial, temporal o de cualquier otra ndole.
Resultado: es lo que se obtiene al ejecutar las acciones planteadas, se refiere a la informacin concreta que se requiere
obtener, para confrontarla posteriormente con la realidad y convertirla en conocimiento generado.
No pueden confundirse los objetivos con los aportes de la investigacin en usos posteriores; lo se haga con los resultados de
la investigacin no son responsabilidad directa del investigador. Es decir, que los objetivos de investigacin no pueden
involucrar acciones posteriores o alcances mayores a la generacin de conocimiento.
Sin embargo, dado que la decisin de realizar una investigacin aplicada obedece a una necesidad especfica de tener
conocimiento disponible para tomar decisiones, estas razones constituyen la justificacin de la investigacin.
2.3 Qu caractersticas debe cumplir un objetivo?
Para evaluar si el objetivo est bien formulado, se tienen en cuenta las siguientes caractersticas:
Alcanzable: en el marco real de ejecucin de la investigacin, si es posible llevarlo a cabo con los recursos humanos y
tecnolgicos disponibles, el tiempo y los resultados esperados. Esta caracterstica determina implcitamente el alcance de la
investigacin.
Susceptible de medir: la formulacin debe hacerse de tal manera que facilite verificar y confirmar que el objetivo se haya
ejecutado, con base en indicadores que permitan cuantificar su finalizacin. Esta condicin se logra al establecer una
coherencia entre las acciones a realizar y los resultados esperados.
Preciso: todos los lectores deben entender exactamente los elementos acciones, medios y resultados. Un objetivo ambiguo
est mal planteado y se presta para que cada quien lo interprete a su manera.
Claro: debe redactarse de manera sencilla, que se pueda entender fcilmente. El lenguaje usado debe ser comn, evitando
trminos sofisticados. Se recomienda no sacrificar claridad por elegancia.
2.4 Objetivos generales y especficos
Es muy frecuente en una investigacin hablar de objetivos generales y objetivos especficos, para denotar objetivos globales
y objetivos componentes.
Objetivo General: hace referencia al proceso global y a los resultados globales de la investigacin.
Objetivo Especfico: se refiere a subprocesos y a resultados parciales. La suma de todos los objetivos especficos debe
reproducir el objetivo general. Su importancia radica en permitir fraccionar el todo en sus componentes, para facilitar su
comprensin y la planeacin detallada de las actividades.

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 2

Tarea No. 2 Mtodos Cuantitativos I

II. DISEO METODOLGICO
Es la descripcin detallada de cada proceso teniendo en cuenta los insumos requeridos, las actividades que lo conforman y
los resultados que produce. La figura 3, muestra el procedimiento que permite enlazar los objetivos de investigacin con el
diseo metodolgico o metodologa para la obtencin de informacin primaria, esto es, la forma cmo se miden las
variables en cada unidad de observacin y se obtienen los resultados mediante el procesamiento estadstico de los datos.
Una variable es una caracterstica que diferencia a los elementos de la poblacin y que puede ser medida. Puede ser de
naturaleza discreta si sus valores son unas pocas categoras mutuamente excluyentes o, continua si puede tomar muchos
valores que al analizarlos conjuntamente parecen estar tan cercanos que se asemeja a un continuo.

Identificar las variables a medir requiere tener presente cul es la informacin que se quiere obtener plasmada como
resultado en los objetivos de investigacin. La definicin de las variables se hace conceptual y operacionalmente. La
definicin conceptual es el significado de la variable en el marco de la investigacin, mientras que la definicin operacional
es la forma como se van a asignar los valores y depende del tipo de variable. Si la variable es discreta se establecen las
categoras, pero si la variable es continua se debe establecer la unidad de medida y en algunos casos, el rango de valores que
puede tomar [Medina, 2007].
Un dato es el valor asociado con la medida de la variable en una unidad de observacin y puede ser un valor numrico o una
cualidad. La informacin es el resultado de procesar estadsticamente un conjunto de datos, por esta razn se asocia con la
sntesis del comportamiento de todos los elementos observados. La generacin de informacin primaria requiere que los
datos sean obtenidos para cumplir con los objetivos de la investigacin. Si se utilizan datos existentes que fueron generados
con fines diferentes a la presente investigacin, el resultado de procesarlos es informacin secundaria.
El proceso de generacin de informacin primaria tiene dos etapas importantes que son complementarias e indivisibles, pero
para una mejor comprensin se tratan por separado: el diseo del proceso de medida para obtener los datos primarios a
partir de las unidades de observacin y el diseo del proceso de anlisis de los datos obtenidos en la medicin.
3.1 Diseo del proceso de medicin
Es la secuencia de actividades que se deben realizar para generar datos mediante la medida de las variables definidas en las
unidades de observacin. Corresponde a la parte izquierda del diagrama de la figura 3 leyendo las actividades de abajo hacia
arriba.
La complejidad del diseo depende de la informacin disponible (informacin secundaria) y la calidad de la informacin
que se quiere obtener (informacin primaria).
3.3.1 Insumos para el diseo
El tipo de investigacin a realizar [Hernndez, et. al. 1998], depende de la informacin secundaria disponible de estudios
previos sobre el tema de inters:
Investigacin exploratoria, se plantea cuando no se ha hecho ninguna investigacin anterior y busca verificar la existencia
de algunas variables.
Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 3

Tarea No. 2 Mtodos Cuantitativos I

Investigacin descriptiva, cuando se tienen los resultados de una investigacin exploratoria y se quiere comprobar el
comportamiento de las variables. Se pueden formular hiptesis para estimar parmetros.
Investigacin correlacional, cuando se tienen resultados de investigaciones de carcter descriptivo y ahora el inters es
establecer si existe relacin entre variables.
Investigacin causal, cuando se tiene informacin respecto a la existencia de las variables, pero ahora interesa establecer
relaciones de causa y efecto entre ellas, por esto se requiere controlar otras variables para ver de forma ms ntida el efecto.
Esta tipo de investigacin es lo que se conoce como diseos experimentales [Montgomery, 2003] y tiene muchas variantes
y aplicaciones como los ensayos clnicos [ Fleiss,1986].
Una vez se tenga claro qu tipo de investigacin se realizar y la poblacin de inters, se determina la forma cmo se
seleccionan las unidades de observacin. Si es posible hacer censo al medir a todos los elementos de la poblacin o, si por
razones de carcter prctico como reduccin de costos, es necesario seleccionar una muestra.
3.3.2 Determinacin de las caractersticas de la informacin resultante
La calidad de la informacin que se genera con la investigacin se puede asociar con la capacidad para hacer una fiel
interpretacin de la realidad que se est estudiando. Para garantizar la calidad es necesario identificar adecuadamente las
variables, seleccionar una muestra representativa cuando no sea posible hacer censo y realizar la medicin rigurosamente.
Aunque se pueden definir muchas variables continuas y discretas, es necesario establecer de manera precisa cul es la
variable principal, porque esta variable es usada para hacer el clculo del tamao muestral. En muchos casos por diversas
razones no es posible seleccionar una muestra aleatoria de la poblacin, por lo tanto, se pueden hacer anlisis estadsticos
pero no se puede hacer inferencia estadstica para generalizar los resultados a la poblacin.
Si no es posible medir a todos los elementos de la poblacin, seleccionar una muestra representativa (aleatoria) implica que
debe obedecer a unas reglas de probabilidad de seleccin propias de cada uno de los diseos muestrales. La seleccin del
diseo muestral depende de las caractersticas de la poblacin y de la disponibilidad de un listado donde estn consignadas
al menos la identificacin y localizacin de todos los elementos [Anderson, 2003]. Si se tiene una poblacin ms o menos
homognea respecto a la variable principal del estudio, se utiliza un muestreo aleatorio simple. Si la poblacin no es
homognea pero es posible agrupar sus elementos en subconjuntos de elementos parecidos entre s (estratos), se hace un
muestreo estratificado. En caso de que no se tenga disponible un listado o que la poblacin est muy dispersa
geogrficamente, el diseo ms utilizado es el muestreo por conglomerados, porque se divide la poblacin en grupos de
elementos que estn cercanos entre s (conglomerados) y seleccionar con un muestreo aleatorio simple algunos de esos
conglomerados. Hay muchos otros diseos muestrales que pueden funcionar bien dependiendo del parmetro que se quiera
estimar y caractersticas de la poblacin como variabilidad y tamao [Lohr, 2000].
El tamao de muestra depende del nivel de confianza que se quiera para hacer la estimacin de los valores poblacionales,
del error mximo que se est dispuesto a cometer o error muestral y de la heterogeneidad de los elementos de la poblacin.
3.1.3. Subproductos para el proceso
Los resultados tangibles del diseo del proceso de medida son el instrumento de medida, el listado de los elementos que
conforman la muestra y la logstica del operativo de medida.
El instrumento de medida es el patrn usado para asignar valores a las variables, es decir, producir los datos. Puede ser de
diversos tipos: un dispositivo mecnico o digital del cual se obtiene directamente el valor de una variable como un
cronmetro o un termmetro; un cuestionario que recoge las respuestas de una persona cuando se realiza una entrevista
personal, por telfono o por correo electrnico; una lista de chequeo donde un observador consigna sus apreciaciones
respecto a las unidades de observacin por ejemplo un psiquiatra valorando comportamiento de un paciente o un experto en
logstica analizando un proceso productivo.
La seleccin del instrumento de medicin se hace segn el criterio de precisin [Baird,1995]. Es fcil comprender que si la
medida se hace con un equipo que de automticamente el dato correspondiente, habr mayor precisin que si la medida de
las variables se hace mediante un cuestionario. Cuando los cuestionarios no estn estandarizados se deben verificar su
validez y confiabilidad, de la misma forma que se calibrara un aparato para evitar errores de apreciacin. Cuando se disea
un nuevo cuestionario, la tabla de las variables definidas facilita esta labor, porque se disean las preguntas adecuadamente
para que las respuestas sean los valores definidos para cada variable. El orden de las preguntas debe ayudar a su compresin
a quien responde y adems, facilita el proceso de anlisis de datos.
El listado de los elementos que conforman la muestra aleatoria no puede ser modificado posteriormente y la medida de cada
una de las unidades de observacin que la componen, determina la logstica del operativo de medida.

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 4

Tarea No. 2 Mtodos Cuantitativos I

3.2 Diseo del proceso de anlisis de datos
En esta etapa se disea el proceso para transformar los datos en informacin, se parte del diseo de la base de datos que
facilite el anlisis con los mtodos y software seleccionados para sintetizar los resultados de manera que sea clara la
informacin primaria obtenida con la investigacin.
3.2.1 Diseo de la base de datos
Es la tabla donde se colocarn los datos codificados, de manera que permita hacer un control de calidad para detectar
inconsistencias y adems, facilite la exportacin a un programa para el anlisis estadstico. Se puede hacer en una hoja
Excel donde cada fila es un registro asociado con un elemento de la muestra y en las columnas se incluyen las variables. Si
las variables se han definido bien, la construccin de esta tabla ser relativamente sencilla porque de antemano se puede
saber el rango de valores de las variables continuas y, para las variables discretas, se tienen las categoras codificadas con
valores numricos que las identificarn en la base de datos.
3.2.2 Seleccin del mtodo y herramienta para el anlisis
Las herramientas disponibles para el procesamiento estadstico de los datos son variadas, desde una hoja Excel hasta
programas estadsticos como SPSS [Prez,2005], Minitab, R, SPAD, SAS, etc., cada uno tiene particularidades pero todos
permiten hacer los anlisis estadsticos ms comunes. En cuanto al mtodo de anlisis tambin hay variedad, pero es
indispensable seleccionar aquel que corresponda segn los objetivos planteados, pues se puede obtener informacin
diferente a partir del mismo conjunto de datos.
Acorde con la forma de seleccionar las unidades de observacin, para conocer parmetros o comportamiento de una
variable (distribucin de probabilidad) o modelar relaciones entre variables [Gujarati,2004], se puede hacer un anlisis
exploratorio o un anlisis inferencial. Si los datos provienen de toda la poblacin (censo) se calculan directamente los
valores reales, pero s, pero si son datos son de una muestra no aleatoria el anlisis se hace sobre los valores obtenidos
aclarando que no se puede generalizar a la poblacin. Se aplican mtodos inferenciales (estimacin puntual, estimacin por
intervalos de confianza y pruebas de hiptesis) slo cuando se ha seleccionado una muestra aleatoria usando algn diseo
muestral.
Los mtodos dependen de la naturaleza de las variables, pero tanto para variables continuas como discretas, se puede
realizar un anlisis univariado con cada variable por separado o, un anlisis multivariado para analizar simultneamente
varias variables y establecer relaciones entre ellas [Pea,2002].
En el caso de variables continuas se puede hacer un anlisis univariado para saber si se ajustan a distribuciones de
probabilidad como la normal, medidas de tendencia central (media, moda, mediana) y medidas de dispersin (rango,
desviacin estndar, varianza, coeficiente de variacin, percentiles), y un anlisis multivariado para establecer modelos
como regresin lineal [Draper, 1998], series temporales o modelos factoriales
[Escofier,1992].
Para cada variable discreta se puede hacer comparacin de proporciones y ajuste a distribuciones de probabilidad y anlisis
multivariados como tablas de contingencia, anlisis de correspondencias mltiples o mtodos de clasificacin. Tambin se
pueden tener modelos mixtos que relacionan variables continuas y discretas como el anlisis de varianza, anlisis de
covarianza y regresin logstica
3.2.3 Presentacin de resultados
Hay investigaciones en las cuales la publicacin de sus resultados estn estandarizados como CONSORT para ensayos
clnicos con grupos paralelos [Altaman, et.al. 2001] o STROBE para estudios observacionales [von Elm, et.al. 2005], que
constituyen en s mismas guas para presentar la informacin resultante. Sin embargo, en la mayora de casos, es necesario
disear la forma adecuada de sintetizar los resultados obtenidos con el propsito de que sean comprensibles. No es
conveniente que el resultado final del proceso quede diluido entre clculos o se usen representaciones que confundan al
lector. Se recomienda desde el comienzo disear las tablas resumen de estadsticos y los grficos que los acompaarn y el
orden en el cual aparecern en el informe [Medina,2007].

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 5

Tarea No. 2 Mtodos Cuantitativos I

III. SELECCIN DE PARTICIPANTES
Segn Maxwell (1996):
Siempre que nos enfrentamos con la necesidad de decidir qu vamos a estudiar y cmo, dnde y con quin lo
vamos a hacer, estamos ante la seleccin de una muestra.
No slo se seleccionan sujetos, sino contextos, hechos y procesos
Seleccin basada en criterios (o con un propsito): seleccin deliberada con el fin de obtener la mejor calidad de
informacin. Seleccionar los momentos, los escenarios y las personas que mejor informacin puedan proveernos
para responder nuestras preguntas de investigacin
Criterios bsicos para la seleccin de los participantes:
A) Relacin con y entre los participantes
B) Validez de los datos
C) Factibilidad de la recoleccin de los datos
D) Criterios ticos
Cuando se busca generalizar los datos, es posible utilizar muestras estratificadas
Metas a conseguir :
Lograr una representacin que pueda ser tpica de los contextos, los individuos, las situaciones
Analizar casos crticos en relacin con las teoras que le han dado origen al estudio
Si se busca comparacin entre individuos o contextos: comparacin controlada
Segn Ulin y cols.(2002):
En investigacin cualitativa, los investigadores deben tener flexibilidad para, si es necesario, modificar el diseo,
proponerse nuevas inquietudes, incluir nuevas preguntas, o incluir otros nuevos participantes, para conocer otras
perspectivas.
La seleccin de los participantes debe ser sistemtica pero flexible, guiada por preguntas de investigaciones claras
y articuladas en el marco terico.
Estrategias de seleccin de participantes con un propsito:
A. Muestra extrema: Busca comprender las condiciones o caractersticas extremas para llegar a entender
prioridades en ciertas situaciones (p ej: servicios altamente calificados vrs servicios de baja calificacin)
B. Muestra por intensidad : se enfoca en excelentes ejemplos del fenmeno, no necesariamente extremos
C. Muestra homognea: Se tiene en cuenta cuando se desea estudiar uno a ms grupos a profundidad. En ese tipo
de estudios son comunes los grupos focales
D. Muestra heterognea: Se debe tener en consideracin para estudiar aspectos que atraviesan amplios rangos de
variacin en lo que a individuos o programas se refiere. Se tienen en consideracin en estudios sobre
fenmenos complejos y donde se desea contar con diversas perspectivas
E. Casos tpicos: un caso tpico puede ser una unidad de anlisis cuando puede representar lo que sera el
promedio de los participantes, no lo extremo
F. Tcnica de bola de nieve: localiza participantes a partir de otros participantes que los ponen en contacto. til
cuando se desconoce el medio o se trata de temas muy sensibles
G. Muestra de oportunidad: cuando los estudios toman un nuevo cauce, es necesario incluir nuevos participantes;
o cuando se hallan ciertas particularidades que se reconocen como importantes para responder a los propsitos
Fuentes de Informacin: Son todos aquellos medios de los cuales procede la informacin, que satisfacen las necesidades
de conocimiento de una situacin o problema presentado, que posteriormente ser utilizado para lograr los objetivos
esperados. De acuerdo a su origen se clasifican en:
Fuentes primarias.
Fuentes secundarias.
Las fuentes primarias son aquellas en las que los datos provienen directamente de la poblacin o muestra de la poblacin,
mientras que las fuentes secundarias son aquellas que parten de datos pre-elaborados, como pueden ser datos obtenidos de
anuarios estadsticos, de Internet, de medios de comunicacin.
A su vez las Fuentes primarias pueden subdividirse en:
Observacin directa.
Observacin indirecta.
La observacin directa es cuando el investigador toma directamente los datos de la poblacin, sin necesidad de
cuestionarios, entrevistadores. Por ejemplo cuando un profesor realiza un estudio estadstico sobre el rendimiento de sus
alumnos.
Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 6

Tarea No. 2 Mtodos Cuantitativos I

La observacin es indirecta cuando los datos no son obtenidos directamente por el investigador, ya que precisa de un
cuestionario, entrevistador u otros medios para obtener los datos del estudio.
Las Fuentes Primarias para su recopilacin se obtienen por medio de una investigacin directa al objeto de estudio, a travs
de mtodos establecidos. Para reunir datos primarios, lo ideal es recurrir a un plan que exige tomar varias decisiones: los
mtodos e instrumentos de investigacin, el plan de muestreo, y las tcnicas para establecer contacto con el pblico.
Tabla No. 1. Planeacin de la recoleccin de informacin primaria

EOQDE

Las Fuentes Secundarias para ser utilizadas deben ser analizadas bajo 4 preguntas bsicas que son:
Es pertinente? cuando la informacin se adapta a los objetivos
Es obsoleta? cuando ha perdido actualidad
Es Fidedigna cuando la veracidad de la fuente de origen no es cuestionada
Es digna de Confianza? si la informacin ha sido obtenida con la metodologa adecuada y honestidad necesaria,
con objetividad, naturaleza continuada y exactitud NVESTIGACION
METODOS DE RECOLECCION DE DATOS
Para la recoleccin de datos primarios en una investigacin cientfica se procede bsicamente por:
Observacin,
Por encuestas
Entrevistas a los sujetos de estudio, y
Experimentacin.
ORGANIZACIN DE LOS DATOS

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 7

Tarea No. 2 Mtodos Cuantitativos I

IV. PRESENTACIN DE DATOS ESTADISTICOS
Con palabra escrita:
Un lenguaje sencillo es la clave de una comunicacin exitosa. El viejo dicho "corto y simple" es tan cierto ahora como lo ha
sido siempre. Esto no se aplica slo al texto, tambin es relevante para las tablas, imgenes y grficos, en los que son tantas
las posibilidades de mostrarse inteligente, que la tentacin es elaborarlos demasiado.
Esfurzate por utilizar un lenguaje sencillo. Demasiado a menudo, aceptamos el material escrito en un estilo "oficial" que
resulta ineficiente y con frecuencia poco amistosa o poco claro. Utilizar un lenguaje sencillo no es ser condescendiente, ni
trivializar o simplificar en exceso. Tampoco significa dejar de lado la gramtica. Un lenguaje sencillo transmite un mensaje
claro y conciso, teniendo en mente al lector y al tono de voz correcto.
Un lenguaje sencillo es ms rpido de leer, consigue transmitir el mensaje a mayor velocidad, con mayor facilidad y de una
manera ms cercana.
Recuerda: mensajes claros y simples NO es lo mismo que rebajar el nivel intelectual.
En el caso de los verbos, evita la voz pasiva y usa la voz activa. Los verbos en pasiva pueden ser confusos y hacer la
escritura densa y menos directa.
Algunos consejos para una escritura clara:
Utilizar frases cortas.
Tratar una idea en cada frase.
Dividir las frases largas.
Iniciar cada prrafo con lo principal del mensaje.
Realizar prrafos cortos.
Mantener una escritura concisa.
MAL EJEMPLO:
"El aumento de la tasa de desempleo fue causado por la crisis econmica.
BUEN EJEMPLO:
"La crisis econmica provoc un aumento de la tasa de desempleo.

Buen Ejemplo: Las ganancias netas de las empresas no financieras en los Pases Bajos ascendieron a 19
millones de euros en el segundo trimestre de 2015. Este es el nivel ms bajo en tres aos. Las ganancias
fueron un 11 por ciento menos que en el segundo trimestre de 2014. La cada de los beneficios netos es
principalmente el resultado de dos factores: unos costos de inters ms altos -las empresas pagaron ms
intereses netos- y la disminucin de los beneficios de las filiales extranjeras.
Fuente: Statistics Netherlands
Cuadro estadstico

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 8

Tarea No. 2 Mtodos Cuantitativos I

Grficos estadsticos
Por qu usar grficos?
Las estadsticas a menudo pueden entenderse mejor si se presentan en un grfico en lugar de en una tabla. Un grfico es una
representacin visual de los datos estadsticos, en el que los datos estn representados por smbolos como barras o lneas. Es
una herramienta visual muy eficaz, ya que muestra datos de manera rpida y sencilla, facilita la comparacin, y puede
revelar las tendencias y las relaciones entre los datos.
En general, un grfico adopta la forma de una figura de una o dos dimensiones, como un grfico de barras o un grfico de
lneas. Tambin hay disponibles grficos en tres dimensiones, aunque por lo general, se consideran demasiado complejos
para ser fciles de entender.
Los grficos se pueden utilizar para ilustrar patrones de grandes cantidades de datos o para comunicar un hallazgo clave o
un mensaje. Se debe considerar el uso de grficos si se desea mostrar:
Comparacin: Cunto? Qu elemento es ms grande o ms pequeo?
Cambios a lo largo del tiempo: Cmo evoluciona una variable?
Distribucin de frecuencia: Cmo se distribuyen los elementos? Cules son las diferencias?
Correlacin: Estn vinculadas dos variables?
Parte relativa de un todo: Cmo se encuentra un elemento en comparacin con el total?
En este captulo, se examinan los tipos de grficos ms comunes y se dan pautas para la creacin de buenos grficos.
Lista de elementos para disear un buen grfico
Si se decide que un grfico es la forma ms adecuada para presentar los datos, entonces, independientemente del tipo de
grfico que se utilice, hay que tener en mente las tres pautas siguientes:
1. Definir el pblico objetivo: Qu saben sobre el tema?
2. Determinar el mensaje que se quiere comunicar: Qu muestran los datos? Hay ms de un mensaje?
3. Determinar la naturaleza del mensaje: Deseas comparar elementos, mostrar tendencias temporales o analizar
relaciones entre los datos?
Un buen grfico:
capta la atencin del lector;
presenta la informacin de forma sencilla, clara y precisa;
no induce a error;
rene los datos (por ejemplo, hacer un grfico de lneas en lugar de muchos grficos
circulares);
facilita la comparacin de datos y destaca las tendencias y las diferencias;
ilustra el mensaje, tema o trama del texto a que acompaa.

Distribucin porcentual de la venta de telfonos celulares

Grafica No. X

Fuente: superintendencia de telecomunicaciones enero 2012

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 9

Tarea No. 2 Mtodos Cuantitativos I

V. ANLISIS DE LOS DATOS
Existen dos grandes familias de tcnicas de anlisis de datos:
o Tcnicas cualitativas: en las que los datos son presentados de manera verbal (o grfica) - como los textos de
entrevistas, las notas, los documentoso Tcnicas cuantitativas: en las que los datos se presentan en forma numrica
Estas dos modalidades son especies radicalmente diferentes y utilizan conocimientos y tcnicas completamente
diferenciadas.
ANLISIS CUALITATIVO
No existen reglas formales (al estilo de los mtodos estadsticos) para la realizacin de anlisis cualitativos. Sin embargo
estos estudios suelen realizarse en las siguientes cuatro etapas:
1. Preparacin y descripcin del material bruto
2. Reduccin de los datos
3. Eleccin y aplicacin de los mtodos de anlisis
4. Anlisis transversal de los casos estudiados (si hubiera ms de uno)
1. Preparacin y descripcin del material bruto
Consiste en preparar la base documental completa y fcilmente accesible
La informacin debe ser detectable (saber que existe) ubicable (dnde se encuentra) y trazable (dnde y cmo se
obtuvo, cules son sus fuentes). Existe software que facilita algo esta tarea
La informacin suele ser voluminosa por lo que en muchos casos se requiere bastante trabajo de preparacin.
La prueba del xito de esta etapa sera que un investigador ajeno a la investigacin pudiera ejecutar las fases
siguientes el anlisis de datos a partir de la base documental

2. Reduccin de los datos

Se intenta reducir el volumen de los datos, despejando los componentes (las variables) de inters para la
investigacin.(puede ser slo enumerativo como en el anlisis de contenidos o ms complejo como en el anlisis
semitico)
Existen tres formas de realizar la reduccin de datos:
1. La redaccin de resmenes: reduce la masa de informacin pero no utiliza mtodos muy especficos (no es
replicable por otros investigadores). En el resumen se procura identificar los conceptos relevantes y cmo
stos se relacionan entre s.
2. La codificacin: es el modo ms desarrollado de reduccin de datos. Consiste en atribuir categoras o
conceptos a porciones del material bien circunscriptas y que presentan una alta unidad conceptual. Un buen
sistema de codificacin debe ser.
Inclusivo: exhaustivo (abarcar todas las posibilidades) y permitir que cada elemento tenga tantos cdigos
como sea necesario para la investigacin
Adaptativo: debe permitir generar nuevos cdigos cuando la investigacin lo requiera
Abarcar varios niveles de abstraccin: permitir categoras descriptivas y analticas
3. Induccin: consiste en identificar temas a partir de la base de datos y luego realizar reagrupamientos a partir de
estos temas.
3. Eleccin y aplicacin de los mtodos de anlisis
En esta etapa se procede a la interpretacin de los datos utilizando tres posibles mtodos de anlisis para detectar
patrones a partir de los datos previamente organizados
1.

2.

3.

Mtodo de emparejamiento: compara una configuracin terica predicha con una configuracin emprica
observada. (Requiere Teora previa y eleccin cuidadosa del caso o casos adecuados para poner la Teora a
prueba)
Mtodo iterativo: Abordaje de los datos con mnima formalizacin terica y construccin progresiva de una
explicacin. (Requiere conocimiento de las diferentes teoras que pueden explicar el fenmeno y la realizacin
de un trabajo reiterado sobre los datos)
Mtodo de anlisis histrico (series temporales): Consiste en formular predicciones sobre la evolucin en el
tiempo de un fenmeno. Es un caso particular del mtodo de emparejamiento en el que la Teora es la
prediccin sobre el futuro.
Los tres mtodos pueden utilizarse conjuntamente.

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 10

Tarea No. 2 Mtodos Cuantitativos I

4. Anlisis transversal
El anlisis transversal apunta esencialmente a verificar si hay replica de resultados entre varios casos o situaciones.
Se agrega a las etapas precedentes cuando los datos cualitativos recolectados se refieren a varios casos del
fenmeno (organizaciones, situaciones, individuos)
Procede por comparacin dnde cada situacin es analizada de acuerdo al o los modos de anlisis descritos
precedentemente, de manera de captar si los modelos o patrones observados se reproducen.
ANLISIS CUANTITATIVO
Son los ms conocidos. En muchos casos, cuando se requieren tcnicas estadsticas muy complejas es conveniente
solicitar el apoyo de especialistas (que pueden conocer mejor las tcnicas, en particular sus alcances y limitaciones)
Existen dos niveles de anlisis cuantitativos.
1. Anlisis descriptivos
2. Anlisis ligados a las hiptesis
Anlisis descriptivos
Consiste en asignar un atributo a cada una de las variables del modelo terico.
Los atributos pueden ser estadsticos descriptivos como la media, la mediana, la moda o la varianza, sobre cuyas
propiedades existe gran conocimiento, experiencia y consenso, por lo que no es necesario realizar anlisis de
validez y fiabilidad. Pero en estadsticos menos conocidos (como por ejemplo la covarianza) puede ser necesario
realizar este tipo de anlisis.
Es necesario tener definidos los criterios a seguir en caso de porcentajes elevados de no respuesta y los eventuales
sesgos que esto pueda representar.
El anlisis descriptivo suele realizarse mediante la utilizacin de software estadstico como el SPSS, Systat, etc.
Anlisis ligado a las hiptesis
Cada una de las hiptesis planteadas en el estudio debe ser objeto de una verificacin.
Cuando los datos recolectados son de naturaleza cuantitativa, esta verificacin se realiza con la ayuda de herramientas
estadsticas que se definen sobre la base de 3 aspectos principales:
Las hiptesis que se desea verificar
Los diseos de investigacin (experimental, quasi experimental, experimental invocado)
Distribucin estadstica de las variables

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 11

Tarea No. 2 Mtodos Cuantitativos I

VI. INTERPRETACIN DE LOS RESULTADOS
Es la vinculacin de los resultados de los anlisis de datos con la hiptesis de investigacin, con las teoras y con
conocimientos ya existentes y aceptados.
Tipos de problemas que podramos tener con las interpretaciones de ciertos datos especficos:
Atenuacin de la escala de medida. Como han de interpretarse ejecuciones que alcanzan sistemticamente o nunca
pueden alcanzar, los lmites de la escala de medida. Este problema se puede resolver haciendo un estudio piloto,
detectando estos fallos y ampliando la escala en la nueva interpretacin.
Efecto techo. Si siempre rozamos las puntuaciones ms altas.
Efecto suelo. Si siempre rozamos las puntuaciones ms bajas.

Regresin a la medida. Es un fenmeno no deseado que aparece en casi todas las investigaciones cuando se pide un
juicio cuantitativo. Es la tendencia a emitir respuestas cercanas a la media o valores centrales cuando se piden
evaluaciones de alto extremo. Nos puede llevar a conclusiones errneas.

Los resultados deben ser interpretados en cuanto a:

La magnitud del efecto obtenido y las tendencias o regularidades observadas.
Comparar estos resultados con los obtenidos por otros investigadores en trabajos semejantes.
Conclusiones claras del trabajo realizado.
PRESENTACIN DE RESULTADOS
Para la presentacin y organizacin de los datos obtenidos de la investigacin, se estructuraron cuadros y grficos que
muestran la alternativa para cada pregunta, la distribucin de frecuencias absoluta y relativa obtenida de cada respuesta.
La informacin que encabeza la tabulacin de los datos es: la pregunta, el anlisis e interpretacin de las respuestas
obtenidas de cada pregunta.
La informacin obtenida se expone a travs de un anlisis e interpretacin aplicada a los resultados de cada pregunta,
despus de haberse tabulado y presentado grficamente. Tal exposicin nos permiti obtener las conclusiones y
recomendaciones de nuestra investigacin
Ejemplo:
Pregunta N xx
El catlogo de cuentas de la institucin est diseado de acuerdo a Normas Internacionales de Contabilidad? NIC
TABULACION:

ANLISIS:
El 63% de las instituciones encuestadas no cuenta con un catlogo de cuentas de acuerdo a Normas Internacionales de
Contabilidad; mientras que el 37% si posee un catlogo de acuerdo a NIC.
INTERPRETACION:
Segn los resultados obtenidos los catlogos de cuentas de las instituciones educativas no estn diseados de acuerdo a
Normas Internacionales de Contabilidad.

Ing. Agr. Luis Eduardo Albizures Ortega.

Material recopilado para fines de estudio,

Curso Mtodos Cuantitativos I

Pgina 12