Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I Investigacion Empirica 1 Parte Word PDF
I Investigacion Empirica 1 Parte Word PDF
1. Introduccin
La Investigacin Emprica se puede definir como la investigacin basada en la observacin para
descubrir algo desconocido o probar una hiptesis. La Investigacin Emprica se basa en la
acumulacin de datos que posteriormente se analizan para determinar su significado.
El diseo de una investigacin incluye la totalidad de las etapas encaminadas a dar respuesta a las
cuestiones principales en el marco de la investigacin emprica
Se debe dar respuesta a tres cuestiones principales:
1. Por qu razn se debe efectuar una investigacin emprica?
Qu problemas cientficos deben ser resueltos, y en consecuencia, cual es el valor cientfico
prctico que tienen los resultados de una investigacin?
2. Qu es lo que se tiene que investigar?
A qu objetos debe dirigirse la investigacin: deportistas, pacientes, familiares, trabajadores,
cursos de formacin, etc
Cmo se pueden escoger dichos objetos?.
Qu caractersticas y propiedad de sus variables de dichos objetos deben ser comprobadas
empricamente?.
3. Cmo se debe investigar?.
Con qu tcnicas o aparatos de medicin se pueden obtener los datos necesarios?.
Cmo se emplean dichas tcnicas?. De qu forma se pueden valorar e interpretar los datos?.
Solamente quien al comenzar su investigacin la planificar minuciosamente, sirvindose del
mencionado plan de procedimiento, puede estar seguro de poder concluir en el tiempo previsto y
con los recursos disponibles.
La investigacin emprica es un proceso de decisin continua. La necesidad de estar adoptando
permanentemente decisiones se deriva de manera inevitable de la respuesta que se d a las tres
preguntas formuladas al inicio de este apartado y que son el punto de partida de la investigacin.
1
Existen sinnimos para expresar el concepto de variable tales como caracterstica, dimensin,
propiedades, categoras de observacin.
Los datos son informaciones acerca de las variables. Estos se registran en una base de datos, sea
por escrito, grabadas en cinta, guardadas en ordenador, para poder ser tratadas en cualquier
momento. Adems, son relevantes del problema que se est investigando. Las meras
declaraciones orales, los textos o las observaciones carentes de estructuracin an no pueden ser
considerados datos.
El objeto de investigacin hace referencia a quin o qu es lo que se va a investigar. El objeto
de la investigacin emprica puede ser entre otros: personas, organizaciones, acontecimientos,
espacios y equipamientos, sociedades, etc Ms concretamente, el objeto de investigacin es
aquel sujeto o elemento sobre el que el investigador va a tomar los datos.
Se ha de establecer una estricta lnea de separacin entre lo que es el objeto y lo que son las
variables. Hay que justificar porque ante la inmensa variedad de variables que se podran
establecer en relacin con un objeto de estudio se decide que slo algunas de ellas son las
relevantes.
En principio, la eleccin de la variable resultante puede efectuarse principalmente por medio de
conceptos tericos. Si no se ha fundamentado tericamente el porqu, la forma en qu y la
finalidad para la que son relevantes las variables, el estudio, o sea, la recopilacin de datos y su
interpretacin, desembocar consigo vida en un caos. La variable slo adquiere fuerza al justificar
su relevancia en el marco de los conceptos tericos.
Una investigacin carente de una fundamentacin terica adecuada no sirve de nada, puesto que
no se puede saber el motivo por la que realmente se realiza.
Lista de comprobacin sobre el Problema de la investigacin
1. Se ha definido claramente el tipo de problemas que hay que tratar?.
2. Se puede comenzar a deducir cul es el objeto, las variables y sus valores?.
3. Ha sido la pregunta de la investigacin tratada con anterioridad?. Existen actualmente
investigaciones similares en marcha?.
4. Se ha tratado el material existente relativo, segn el tipo de problema planteado, a las
variables relevantes, a sus valores, las tcnicas de resolucin de problemas, a los programas de
actuacin, etc..?.
5. Se ha expuesto las razones acerca de la relevancia terica y cientfica y el significado prctico
que podran tener los resultados de investigacin?.
6. Se han especificado los intereses?:
Relativos al contenido.
Acerca de determinados mtodos.
De carcter personal.
Del grupo.
7. Existen conflictos entre los diferentes intereses?.
8. Se han adoptado las medidas necesarias para que sus intereses no puedan ejercer ningn
influjo en el curso de la investigacin?.
9. Se puede realizar el proyecto en el contexto de los condicionantes (gastos, financiacin,
tiempo, accesibilidad de datos) que le afectan?.
10. Se puede considerar por todo ello que la pregunta de la investigacin definitiva est
correctamente formulada y razonada?.
3. La Explicacin
Explicar cientficamente quiere decir revelar las causas de un hecho conocido. As, en una
explicacin se establecer una relacin de causa-efecto entre al menos dos variables.
Variable dependiente: es el hecho conocido que se debe explicar.
Variable independiente: es el hecho desconocido que se busca
Como regla general, se asocia la VD al rendimiento, como el obtenido por un alumno tras
someterse a un nuevo programa educativo, el rendimiento de un nuevo frmaco, traducido en
mejora clnica del paciente, o el rendimiento de un nuevo masaje deportivo en la rehabilitacin
de un atleta.
4. La Hiptesis
Las hiptesis son presunciones sobre una relacin causal entre una variable dependiente que hay
que explicar y, por lo menos, una variable explicativa independiente.
Se formulan en forma de declaraciones "si... entonces" o "cuanto a... tanto"
Ejemplos:
Si los padres hacen deporte con regularidad, entonces tambin los hijos tienen una
participacin deportiva elevada
Cuanto con ms antelacin al momento oportuno presionen los padres a los hijos para
que practiquen deporte de competicin, tanto mayor ser el nmero de nios que
abandonen antes de tiempo su carrera deportiva.
Durante el diseo de una investigacin es aconsejable, previo al establecimiento definitivo de la
hiptesis, plantear un objetivo de trabajo. Este suele subdividirse en uno de carcter principal,
muy relacionado con el problema de investigacin, seguido de otros secundarios.
Ejemplo:
Objetivo principal:
Establecer la correlacin real entre el deporte practicado por los padres y el practicado
por sus hijos.
Objetivos secundarios:
Conocer el grado (cantidad y calidad) de la prctica deportiva semanal de los padres.
Conocer el grado (cantidad y calidad) de la prctica deportiva semanal de los hijos.
Para que una hiptesis sea considerada en una explicacin cientfica y pueda ser punto de partida
de una investigacin emprica, debe reunir los siguientes requisitos:
1. Susceptibilidad de comprobacin emprica.
No se debe considerar ninguna variable que no pueda ser comprobadas empricamente. Por ms
que estemos convencidos de que la posicin de los astros o las fuerzas divinas determinan el xito
de un plan de ejercicio fsico sobre un paciente diabtico, no podemos considerar estos hechos
como hiptesis dado que escapan al control emprico.
Con la formulacin de las hiptesis se encauzan todos los dems pasos de la investigacin
emprica en el caso de que en la misma se desee explicar un hecho. Si las hiptesis no se
formulan con cuidado, si las elegidas son poco plausibles o irrelevantes desde el punto de
vista de la conceptualizacin terica o de su significado prctico, por ejemplo: para los
pronsticos o el desarrollo de tcnicas de intervencin, la investigacin tomar malos
derroteros y conducir a resultados poco tiles.
La comprobacin emprica de las hiptesis:
Una hiptesis nunca se puede dar por confirmada (verificada) definitivamente, ms bien se puede
presumir en qu una relacin de causa efecto se puede dar con cierta probabilidad. Y esta es la
inseguridad con la que permanentemente se ven obligados a vivir los investigadores. Las nuevas
comprobaciones de las hiptesis pueden acarrear que las teoras deban ser revisadas y que
muchos artculos y libros se conviertan en papel de desecho. En realidad, una hiptesis slo
puede ser falseada. As, en la investigacin emprica de lo que siempre se trata es de erradicar lo
malo.
Por ejemplo:
Si un nio come en exceso entonces tendr sobrepeso
Cuento ms coma el nio, tanto ms sobrepeso tendr.
Probablemente, una explicacin del aumento del sobrepeso en nios est motivada por un exceso
de comida, pero no podemos verificarla, ya que el sobrepeso puede estar sobrevenido por otras
muchas variables (n de horas de televisin,,, etc), sin embargo si podramos falsearla ya que
puede haber nios que coman excesivamente pero no tenga sobrepeso debido a que realzan una
gran cantidad de ejercicio fsico diario.
Lista de comprobacin. Fundamentacin terica y construccin de hiptesis:
1. No hay ninguna duda de que se desea responder a la pregunta de la investigacin mediante
una investigacin emprica?.
2. Se ha establecido cul va a ser el objeto de la investigacin?.
3. Se han determinado las variables y se han fundamentado su relevancia terica o de otro tipo?.
4. Se refieren las hiptesis a un nmero suficiente de objetos?.
5. Se han asegurado las hiptesis hasta el punto de que sea buena la probabilidad de que se
revelen duraderas?.
6. Se ha descrito las hiptesis que hay que comprobar empiricamente?.
7. Cumplen las hiptesis todos los requisitos necesarios?. Es decir, Son comprobables
empricamente, generales, complejas y con alto contenido informativo?.
variable no puede ser observada directamente, resulta lgico que apenas se pueda alcanzar una
certeza absoluta respecto a si el indicador seala lo que debe sealar.
En medicina, psicologa y en las ciencias de la actividad fsica se han impuesto los
procedimientos estndar, especialmente en relacin con el desarrollo de tests y procedimientos
diagnsticos, que con un alto grado de probabilidad pueden presumirse vlidos. Es oportuno
recurrir a tales indicadores/escalas ya acreditados. Esto tambin resulta imprescindible si se
desean comparar los propios resultados de la investigacin con los de otras investigaciones. Por
ello tambin es indispensable realizar una revisin cuidadosa de la bibliografa con la finalidad de
ver cuales fueron los indicadores empleados en otras investigaciones. Hay que tener en cuenta
que existen multitud de escalas, tests, etc. Para la medicin de las mismas variables, por tanto, dar
con lo apropiado para el planteamiento propio constituye una tarea difcil.
Ejemplo:
Existe consenso entre los cientficos en que medida de la preocupacin docente est
representada por tres categoras: inquietudes o preocupacin por el impacto de la enseanza,
inquietudes relativas a la supervivencia en la profesin, e inquietudes relativas a la tarea
docente. No contar con estas a la hora de disear un estudio similar sera objeto gratuito y
autoprovocado de abundantes crticas.
d. Indicador y procedimiento de recogida de datos: a menudo la eleccin de los indicadores
determinan el procedimiento de recogida de datos. Algunos de los indicadores mencionados en el
ejemplo sobre la "vinculacin emocional" de los hinchas se obtienen por medio de la observacin
directa, otros, a travs de encuestas, y los dems, por medio de anlisis de contenido. Otros
indicadores se obtienen por medio de distintos procedimientos. Siendo esto as, tambin los
resultados tienen distinta validez. Por ello, con frecuencia (por meros motivos econmicos) se
decide primero el procedimiento de recopilacin de datos (por ejemplo encuestas) para despus
desarrollar la mayor cantidad posible de indicadores susceptibles de ser marcados por dicho
instrumento.
La construccin de los indicadores no se da, al menos de forma completa, con independencia del
desarrollo del instrumento de medicin. La construccin de indicadores y la elaboracin del
instrumento de medicin - como la formulacin de preguntas en un cuestionario o de unidades de
observacin en un protocolo de observacin- se dan simultneamente. Sin embargo, la decisin
en torno a la tcnica de obtencin de datos depende de cules sean los indicadores que hay que
comprobar. Por ello, antes de adoptar la decisin sobre la tcnica de obtencin de datos uno
debera sacar en claro, al menos por principio, cuales son los indicadores que desea utilizar.
10
11
que dicho resultado se trasladan y en las que stos se aplican (validez externa). Y este
problema en torno a la validez surge sobre todo cuando los datos se obtuvieron en una
situacin artificial - como un experimento o a travs de entrevistas orales altamente
estandarizadas-. Lo que resulta dudoso es determinar si las personas en la vida cotidiana
se comportan de la misma forma que demuestran en el experimento una encuesta.
Finalmente, se habla de validez en la interpretacin de los textos cuando el significante y
el significado del texto se logran captar correctamente.
Un instrumento de medicin es fiable si al repetir la medicin bajo las mismas condiciones
y con un valor constante de las variables, conduce siempre a los mismos resultados. La
fiabilidad se refiere a la posibilidad de reproducir el resultado de la medicin.
Un instrumento de medicin es objetivo cuando el resultado de una medicin tanto el de la
recogida de datos (objetividad recopilatoria) como el de su interpretacin (objetividad
interpretativa) es independiente de las personas que llevan a cabo dichas mediciones
interpretaciones. En la medicin objetivo bajo las mismas condiciones siempre se debe
obtener el mismo resultado, aun cuando sean varias las personas que se ocupan de recopilar,
evaluar y interpretar los datos.
Si un instrumento de medicin es fiable y objetivo significa que la medicin puede ser
repetida en cualquier momento, en cualquier lugar, bajo cualquier condicin y por
distintos investigadores obteniendo el mismo resultado. Si un instrumento de medicin
no es objetivo ni fiable tampoco puede ser vlido. A la inversa, un incremento de la
fiabilidad y objetividad no aumenta la validez del instrumento de medicin.
Criterios en la construccin de escalas
Una escala debe cumplir los siguientes requisitos:
1. Todos los valores de una variable han de estar situados lgicamente al mismo nivel.
2. Los valores de una variable han de excluirse recprocamente.
3. Los valores de una variable han de ser inequvocos; es decir, todos (personas encuestadas,
entrevistador como observador, codificador) tienen que clasificar los mismos hechos de la misma
manera.
4. Los valores de una variable han (a ser posible) de ser completos, o sea, considerar todos los
casos posibles.
Estas exigencias han de ser cumplidas sin excepcin, sobre todo en la formulacin de las
categoras de observacin, en las respuestas fijadas de antemano en el caso de preguntas cerradas,
en las opciones de respuesta de un cuestionario, en la codificacin de preguntas abiertas y en la
12
13
14
15
Muchas veces nicamente se diferencia las tcnicas de la recopilacin de datos segn la simple
dicotoma "cualitativa"-"cuantitativa", identificando la tcnica cuantitativa con "estandarizacin".
Esto quiere decir, adems, que el mtodo determina exactamente el orden en el que debe
preguntar u observarse y en el que se deben recoger los datos por escrito; la recopilacin depende,
pues, del estndar fijado por el instrumento utilizado. Y por el contrario cualitativo se identifica
con "no estandarizado". Lo preguntado y observado y su plasmacin en datos se realizan durante
la entrevista observacin propiamente dichas.
La anterior diferenciacin es demasiado burda y poco especfica, y en ocasiones podra llevar a la
confusin ya que tambin con las denominadas formas cualitativas de recopilacin pueden
obtenerse datos cuantitativos (por ejemplo, al preguntar por la edad, los ingresos, las actividades
deportivas, la intensidad de la prctica deportiva, y otros); y, a su vez, mediante entrevistas y
observaciones estandarizadas se obtiene muy a menudo datos cualitativos, siempre que se
realicen mediciones nominales.
8. Tipos de investigaciones
A) Anlisis de corte transversal
En los anlisis de corte transversal se recopilan los datos una sola vez, en un momento
determinado (llamado por esto tambin anlisis puntual o sincrnico). Bsicamente, el
investigador lleva a cabo una anlisis descriptivo de los datos, y en ningn caso podra expresar
una relacin causal entre las variables de estudio y la principal (un ejemplo tipo de este diseo
sera para los estudios de prevalencia).
B) Anlisis de corte longitudinal
Este tipo de estudios recopilan resultados en diferentes momentos. Aqu es conveniente distinguir
entre:
Anlisis de tendencias. Obtienen datos de forma repetitiva, en diversos momentos, pero no con
los mismos sujetos de la investigacin.
Anlisis de panel recogen datos con el mismo instrumento de recopilacin, de forma repetitiva
en distintos momentos y con los mismos sujetos de investigacin
Para ambas formas de recopilacin de datos en distintos momentos (necesitan al menos dos fases
de recogida de datos en las que se mida la situacin antes y despus de aplicar el estmulo o
medida) se emplean tambin como sinnimo la denominacin "anlisis consecutivos o medidas
repetidas".
16
Ejemplo:
Curvas y tablas de crecimiento (Estudios longitudinal y transversal) (Fundacin Orbegozo):
http://www.aepap.org/pdf/f_orbegozo_04.pdf
A continuacin exponemos la forma ms usual (el experimento) de investigacin de corte
longitudinal (anlisis consecutivos o medidas repetidas).
El experimento
El experimento puede describirse como una comparacin controlada, sistemtica de situaciones
consecutivas en el tiempo del mismo fenmeno, de modo que cualquier modificacin de la
situacin siguiente se debe (o habra de deberse) a un estmulo producido de forma consciente por
el investigador. As pueden determinarse los efectos provocados por este estmulo.
Los experimentos son la forma ms importante de controlar y analizar de forma vlida una
hiptesis o el efecto de ciertas intervenciones. El trabajo del investigador no se limita a ver cmo
es la realidad, sino que debe ejercer un influjo activo sobre ella para comprobar sus hiptesis. No
obstante, el experimento slo puede aplicarse para comprobar relaciones simples de causa-efecto.
Es menos til cuando los efectos de un estmulo necesitan cierto tiempo antes de poder ser
detectados, por ejemplo algunos aos.
Tcnica de realizacin:
Para comprobar una hiptesis de forma experimental, debe aplicarse el siguiente procedimiento:
1. Grupo de experimentacin: Se selecciona un grupo de personas como grupo de estudio.
Este grupo de personas debe ser representativo de la caracterstica para la que se ha
planteado la hiptesis. Es tambin imprescindible que en su composicin cumpla las
normas de seleccin (criterios de admisin).
2. Grupo de control: Se necesita un grupo de control o grupo de comparacin para aislar los
efectos de las modificaciones que son parte del experimento y que pueden influir en
ambos grupos de la misma forma. nicamente podr prescindirse del grupo de control
cuando se tenga la absoluta certeza de que el propio experimento o lo sucesos que se
produzcan durante ste no van a influir en el resultado; sin embargo, cuando se trata de
comportamientos humanos, es muy difcil estar absolutamente seguro de ello.
La composicin de los grupos de experimentacin y los grupos de control puede realizarse de
la siguiente forma:
Para el experimento se seleccionan mediante un procedimiento al azar todas las personas que
sern objeto de la investigacin, es decir, tanto las del grupo de investigacin como las del de
control; estas se distribuyen a su vez al azar en los dos grupos. Si el nmero de personas es
reducido, no se puede garantizar que la estructura del conjunto del grupo de participantes se
refleje fielmente en cada uno de los grupos. (por ejemplo que coincidan el mismo nmero de
hombres que de mujeres).
17
Los grupos se componen de tal forma que los miembros de los grupos (control y
experimentacin) tengan caractersticas idnticas. Primero se forma el grupo de experimentacin
mediante un procedimiento a azar, y despus el grupo de control con arreglo a dos o tres
caracterstica definitorias (sexo, edad, profesin) del grupo de experimentacin. Si no se
selecciona a los miembros de ambos grupo al azar, sino mediante personas voluntarias dispuestas
a participar en el experimento, existe el peligro de que se obtenga resultados no vlidos debido a
la propia seleccin de los grupos.
Control de las condiciones generales. Para controlar las condiciones generales lo ideal es
trabajar en un laboratorio, sin embargo, los experimentos pueden realizarse tambin en el campo
(investigacin de campo).
Estmulo del experimento. Se expone al grupo de experimentacin a un estmulo de acuerdo con
la hiptesis que se ha de comprobar. El tipo de estmulo depende de las variables independientes
formuladas en la hiptesis. La modificacin neta, esto es, la diferencia entre los resultado de
medicin del grupo de experimentacin y el grupo de control, se llama efecto del estmulo.
Recopilacin de datos. Se realizan cuatro recopilaciones de datos: la situacin de grupo de
experimentacin antes del experimento, la situacin del grupo de experimentacin despus del
experimento, la situacin del grupo de control antes del experimento y la situacin del grupo de
control despus del experimento. En cuanto a la recopilacin de datos, consiste, pues, en un
anlisis de panel.
Comparacin de las modificaciones netas: de la comparacin de las modificaciones netas
anterior y posteriores al estmulo de la situacin del grupo de experimentacin y del grupo de
control puede deducirse el efecto del estmulo.
Evitacin de errores: durante la realizacin del experimento deben evitarse o, al menos,
controlarse las siguientes distorsiones de los resultados de la investigacin:
1. El hecho mismo de estar participando en un experimento puede provocar cambios de
comportamiento en el grupo de control.
Ejemplo:
En una fbrica americana, en la que se pretendi determinar los efectos de los cambios de
iluminacin en el rendimiento en el trabajo, result extrao el que tambin aumentara
enormemente el rendimiento del trabajo del grupo de control, an cuando no se haba
realizado ningn cambio en sus condiciones de trabajo. Ocurre que el hecho de saber que
tomas parte de un experimento hace que el se modifique el rendimiento.
2. Para evitar los efectos del propio experimento sobre el resultado, podra recurrirse a los
denominados experimentos ciegos (las personas estudiadas no saben nada del
experimento o, al menos, desconocen sus objetivos) o a los experimentos a doble ciego
(tampoco las personas que aplican el experimento al grupo de investigacin conocen los
18
Ejemplo:
Supongamos que en una de las dos posibilidades descritas anteriormente se detecta una
reduccin del riesgo de infarto. Es tico seguir con el experimento hasta el final? No debern
beneficiarse todos los pacientes del tratamiento que se ha demostrado eficaz?. Esta es la
situacin que se plante en EEUU cuando se pidi a un gran nmero de mdicos que recetaran
aspirinas a sus pacientes en el marco de un experimento de campo, pro no as a los mdicos
encargados del grupo de control. Este experimento se interrumpi antes de finalizar, al
descubrirse que los efectos positivos de esta teraputica son innegables, para ofrecer as a todos
los mdicos, tambin a los del grupo de control, la posibilidad de recetar aspirinas.
19
20
Comprobacin de la validez:
Accesibilidad limitada a los objetos del estudio:
Lmites de cada uno de los procedimientos de recopilacin.
Estudios preparatorios.
Seleccin de indicadores.
21
5. Est garantizado que sea posible controlar las condiciones generales y los sucesos que
podran influir en la variable dependiente?
6. Est garantizado que los datos requeridos puedan obtenerse a partir de una tcnica de
recopilacin de datos o es necesario un anlisis de mltiples mtodos.
9. Seleccin de la muestra
El universo de trabajo
El universo est formado por aquellos objetos para los que deben ser vlidos los resultados
obtenidos en una investigacin. Con el universo, por tanto, se determina el mbito de validez de
los resultados y se decide la muestra de los objetos que hay que analizar.
Para delimitar el universo de trabajo es necesario reflexionar previamente sobre las consecuencias
que para el resultado de la investigacin puede acarrear su delimitacin. En caso de error en la
delimitacin de aqul pueden producirse resultados casuales.
La muestra es el grupo de individuos, tratamientos y situaciones sobre los que dirigir el estudio.
Al delimitar el universo de trabajo no deben tenerse en cuenta nicamente aspectos sistemticos,
sino sobre todo aspectos pragmticos, es decir, la muestra debera poder tomarse sin problema
desde el propio universo.
Al comprobar hiptesis no es prioritaria la representatividad de los resultados.
Ejemplo:
Si el terreno de juego est en malas condiciones entonces aumentan los esguinces de tobillo en
los jugadores. Cuando una hiptesis no se corrobore en la situacin de comprobacin
seleccionada ser necesario rechazar, cuanto menos, la formulacin utilizada y plantear la
correspondiente modificacin. Por eso, para la comprobacin de una hiptesis es suficiente un
pequeo nmero de casos, de los que se dispona a menudo gracias a los experimentos. No
obstante, los resultados obtenidos no se pueden generalizar, es decir, no pueden extrapolarse sino
que nicamente podrn interpretarse como comprobacin de la hiptesis.
Cuando se establecen diagnsticos para determinadas personas y se investigan estrategias de
comportamiento para ciertos grupos especficos (Por Ejemplo: planes de entrenamiento para
deportistas, o sus equipos), no interesa la representatividad, sino la validez de los datos obtenidos
para este determinado crculo de personas.
La representatividad no es el nico criterio en el que hay que basarse a la hora de seleccionar los
objetos de estudio. La seleccin depende principalmente de la pregunta que se estudia en el
mbito de validez de las respuestas obtenidas. Sin embargo, si no se ha formado una muestra
representativa, no deben generalizarse los resultados obtenidos refirindose a un universo ms
amplio; ste es un error que se comete frecuentemente.
22
La Muestra
Atendiendo al paradigma de investigacin en el que se enclave el estudio habra que saber:
a) Paradigma positivista (cuantitativos). Para la generalizacin de los resultados ser
imprescindible la seleccin de una nuestra representativa de la poblacin de la que procede. Por
tanto, se utilizarn procedimientos estadsticos probabilsticos para la determinacin de esta. A
las tcnicas e instrumentos de recogida de datos se les exigir fiabilidad y validez a fin de
garantizar la objetividad de la informacin obtenida.
b) Paradigma interpretativo (cualitativos). La muestra se va ajustando al tipo y cantidad de
informacin que en cada momento se precisa. Se trabaja generalmente con muestras pequeas y
estadsticamente no representativas. Se utilizan eminentemente datos cualitativos. Las tcnicas de
recogida de datos tienen un carcter abierto, originando multitud de interpretaciones y enfoques.
Prevalece el carcter subjetivo tanto en el anlisis como en la interpretacin de resultados.
c) Paradigma crtico. La muestra del estudio la constituye el propio grupo que aborda la
investigacin. A pesar de utilizar procedimientos cualitativos y cuantitativos en la recogida de
datos, se pone un mayor acento en los aspectos cualitativos y en la comunicacin personal. Un
ejemplo de estas investigaciones son las hechas por el profesor a sus alumnos en el aula de clase.
Por otra parte, en la mayora de los anlisis se perfila una muestra frente una recopilacin
total por los siguientes motivos:
1. Las recopilaciones parciales son ms econmicas.
2. Las recopilaciones parciales presentan resultados ms exactos: al poder seleccionar a
colaboradores mejor cualificados, su formacin e introduccin en la forma correcta de valoracin
de resultados puede ser ms intensivas. Es ms sencillo y mejor el control de la recopilacin y la
interpretacin de los datos, y los resultados no estn influidos por acontecimientos que se
produzcan durante el periodo de recopilacin de datos, que es mucho ms largo cuando se trata de
una recuperacin total. Al tardar ms en recopilar los datos pueden producirse modificaciones
incontroladas tanto en la estructura del universo, en el resultado estadstico.
3. Destruccin de los objetos: a menudo la recopilacin total no es posible porque al realizar
estudios se destruye el objeto del propio estudio, como puede ocurrir con objetos antiguos nicos.
Procedimiento de muestreo
Con el procedimiento de muestreo se define de forma unvoca que objetos se van a analizar y
cules no. El muestreo no podr realizarse de manera arbitraria, es decir, segn que o a quien te
encuentres "casualmente"; tampoco debiera depender nicamente del parecer de las personas
responsables de la recopilacin de datos. Las encuestas callejeras que tan a menudo realizan los
23
medios de comunicacin o las "selecciones aleatorias" llevadas a cabo por empresas comerciales
de investigacin de opinin que se dan en edificios (aeropuertos, estaciones de tren,
universidades) o en actos pblicos son arbitrarias en su forma e intiles para objetivos cientficos.
Ejemplo:
Para averiguar datos sobre la salud de la poblacin de una ciudad se desarrolla un cuestionario
para preguntar aleatoriamente a personas que se encuentra en lugares de paseo, calles y
estaciones de tren y que se prestan voluntariamente a contestar. El resultado obtenido apenas
podr ser extrapolado a todo el conjunto de la poblacin ya que: 1) hay ms probabilidad de que
sea entrevistada gente con ms movilidad; hay, pues, un bajo ndice de representacin por
ejemplo de personas mayores, enfermos, personas que trabajan o personas que se mueven en
coche; 2) tambin es posible, cuando se realiza la encuesta por ejemplo en estaciones de tren ,
que se pregunte a pesotas que no viven en la ciudad; 3) como la respuesta es voluntaria, es de
imaginar que no se quieran responder por ejemplo aquellas personas que sufran problemas de
salud sobre los que no quieran hablar; 4) el resultado depende de a quien se dirijan
casualmente los entrevistadores, y normalmente stos se dirigirn a personas que por su
apariencia parezcan abiertas, atractiva, sin prisa, etc. o las que se ofrezcan voluntariamente a
contestar. Es probable que con una seleccin tan aleatoria se registren datos de una poblacin
extraordinariamente saludable.
Ejemplo
Queremos averiguar datos sobre la participacin deportiva de los estudiantes. Se reparte el
correspondiente cuestionario en distintas clases. As nicamente se obtienen respuestas de los
estudiantes que asisten a clase; los que por cualquier motivo, como podra ser por dedicarse al
deporte, no asisten a clase no reciben el cuestionario, aunque su dedicacin al deporte pueda ser
relevante frente al resto de sus compaeros. Por lo dems, se obtendrn resultados distintos
segn se realice la encuesta principios de curso, cuando todava hay un alto ndice de asistencia
a clase, o a finales, cuando en ndice disminuye.
Las elecciones "casuales" arbitrarias obtenidas de esta forma no pueden ser reflejo del un
universo, los resultados no son representativos.
La decisin para la seleccin de la muestra pasa por las siguientes etapas:
1. Determinacin del universo de poblacin para el que deben ser vlidos los resultados de
estudio.
2. Comprobacin de si es posible realizar una recopilacin total o si es posible o necesario
establecer una muestra.
3. Determinacin del tipo de muestra y construccin de sta.
4. Determinacin del tamao de la muestra.
24
Los procedimientos de muestreo sirven para determinar los objetos sobre los cuales hay que
realizar una recopilacin de datos y medicin del fenmeno que se estudia. El procedimiento de
muestreo define la forma de actuacin a la hora de realizar una muestra. Los procedimientos de
muestreo se deben plantear de forma y con la finalidad de que los resultados del estudio del
objeto, de sus variables, efectos e interrelaciones de las variables, etc sean extrapolables
universalmente.
Los resultados obtenidos de una muestra de este tipo son, en principio, representativos del
universo de trabajo. Representativo significa que la existencia o inexistencia y los fenmenos de
las variables determinadas en la muestra son aplicables a todo el universo.
Tipos de muestreo
Para lograr una muestra representativa la seleccin debe definirse de forma unvoca. Esto puede
realizarse de dos formas: 1. muestreo probabilistico; 2. muestreo no aleatorio.
A) Muestreo probabilstico
A1) Muestreo probabilistico puro.
El principio del muestreo probabilistico puede decirse de la siguiente forma: en una urna, o mejor
an en un bombo de lotera, se encuentran representados todos los objetos del universo de trabajo.
La anterior presencia no es en un sentido literal, sino con "representantes simblicos", por
ejemplo mediante un papel con un nmero de identificacin de cada uno de los objetos. Estos
papeles se mezclan uniformemente y despus se extrae del bombo la cantidad deseada de
unidades.
Lo anterior puede realizarse de forma "simblica" utilizando un generador aleatorio de un
ordenador o mediante las tablas de nmeros al azar que se encuentran en otros libros sobre la
materia. As, la seleccin se compone de una imagen ms o menos exacta del universo. "Ms o
menos exacta" significa tambin que hay que contar con diferencias en la distribucin de una
caracterstica de la muestra frente a caractersticas del universo, es decir, con errores de muestreo.
Se consideran errores de muestreo las desviaciones probablemente posibles entre los resultados
de los datos de la muestra y las distribuciones reales del universo. Un error de muestreo se
determina mediante una zona de tolerancia dentro de la cual la muestra y el universo pueden
probablemente variar entre s, aunque no necesariamente haya de ser siempre as.
Ejemplo:
Si en una muestra de 2000 personas se ha averiguado que el 24% de los encuestados prctica
deporte 2 horas una vez por semana, puede calcularse, por ejemplo, que con una probabilidad del
95,5% este valor extrapolado al conjunto de la poblacin (al universo) no ser superior al 25,2%
ni inferior al 22,8%. Es decir, previsiblemente en una seleccin nunca se acercara al 100% de las
25
distribuciones y relaciones del universo, pero puede calcularse en teora la mxima desviacin
existente.
En la prctica, no obstante, es difcil calcular el error de muestreo, entre otras razones porque
tendra que determinarse especficamente para distintas distribuciones de las variables.
Sea como fuere en la determinacin de la representatividad de la muestra, hay que tener claro que
en los resultados obtenidos de la muestra nunca corresponde 100% a la realidad del universo;
cuanto menor sea la muestra en proporcin con el universo, tanto mayor ser probablemente la
desviacin. Es tambin probable que el error de la muestra sea superior a la diferencia real en las
variables del universo (es absurdo proclamar en pronsticos electorales una diferencia del 3%
entre los partidos A y B si ya el error de muestra puede ser el 4%).
De la descripcin del modelo de la urna se deduce que para la seleccin de probabilidad debe
cumplirse las siguientes condiciones con el fin de que la muestra represente una imagen ms
exacta del universo:
1. De representacin: cada objeto del universo debe existir en la seleccin.
2. Igualdad de oportunidades: cada objeto debe tener la misma posibilidad de ser incluido en la
seleccin.
3. Oportunidad nica: cada unidad nicamente debe tener una oportunidad (o el mismo nmero
de oportunidades) de ser seleccionada.
A menudo no es posible una seleccin de probabilidad pura. Por ejemplo, porque no se disponga
de direcciones apropiadas; porque stas no se puedan numerar sin ms y porque, adems, no sea
posible mezclarlas en una urna. Estos problemas son solucionados mediante los muestreo
sistemticos.
A2) Muestreo sistemtico
El muestreo sistemtico no se realiza segn el principio de la urna sino que previamente se
determina el sistema de seleccin, que objetos se incluye en la muestra (por eso el nombre de
muestra sistemtica). Una vez determinado el sistema de seleccin, los objetos ya no tendrn la
misma oportunidad de ser incluidos en la seleccin. Esto puede determinar errores de seleccin
producidos por el sistema.
Suelen utilizarse los siguientes procesos:
Extraer la ficha n: de un fichero en el que se encuentran las unidades de estudio, por
ejemplo fichas con direcciones, se extrae la ficha nmero n. el clculo de las fichas que se
extraen despus se calcula mediante el cociente entre el tamao de universo y el tamao
de la muestra.
Por ejemplo:
26
Al estudiar la situacin de los clubes deportivos en un pas, en Espaa, por ejemplo, hay casi
30.000. Se decide encuestar al 5% del total existente. Una vez elegida la primera direccin
mediante un sorteo, se extrae de cada quince cartas una para conseguir la muestra deseada
para la encuesta.
Seleccin por letras: por ejemplo, se selecciona de un fichero de nombres aquellos cuyo
apellido comience con una letra determinada. Pero tambin puede pensarse en cualquier
otro tipo de "seleccin".
Seleccin por fecha de nacimiento: La seleccin se hace en base a una determinada fecha
de nacimiento.
El muestreo sistemtico no garantiza necesariamente que los resultados sean representativos. La
condicin de que todos los objetos del universo disponga de las mismas posibilidades de ser
incluidos en la muestra ya no se cumple. Si, por ejemplo, se ha decidido seleccionar una de cada
veinte direcciones y se ha elegido la primera, las direcciones dieciocho, diecinueve, veintiuno,
veintids ya no tienen posibilidad de ser incluidas en la muestra.
A3) Muestreo por conglomerados y muestreo estratificado
El inconveniente de todos los procedimientos presentados hasta ahora es que los elementos que
componen un universo se separan entre s. En muchos casos el inters reside precisamente en la
relacin interna de los elementos. En este caso, debe formarse la muestra probabilstica no con los
objetos del universo sino con los objetos unidos (conglomerado = vecindario, aulas escolares,
equipos, secciones de clubes deportivos), dentro de los cuales se realiza si es necesario una
recopilacin total.
Ejemplo
Se analiza la influencia del deporte en las relaciones de amistad. Los objetos de anlisis son
personas individuales. Sin embargo, una seleccin aleatoria separara estas redes de amistad.
Por eso se tom primero una muestra aleatoria, por ejemplo, de todas las aulas escolares de una
comunidad, para realizar en las aulas elegidas una recopilacin total con la que descubrir las
interconexiones de las relaciones de amistad en torno a las prcticas deportivas.
Seleccin por conglomerados: En el primer nivel pueden formarse subgrupos (conglomerados)
tomados del universo de poblacin segn determinados criterios. Estos conglomerados puede
estar a la vez estratificados, por ejemplo: dentro de un colegio que ha sido seleccionado (como
conglomerado de entre el total de la poblacin de colegios de la provincia), se obtiene una
muestra estratificada, es decir, se eligen un grupo de cada uno de los a, b, c, de los que consta
cada lnea educativa (1, 2, 3, 4, 5 y 6 de primaria). A su vez, dentro de la eleccin de
muestreo de cada grupo se puede elegir una muestra aleatoria sin tener en cuenta el n de alumnos
de cada grupo (afijacin simple), o teniendo en cuenta el n de alumnos de cada clase (afijacin
proporcional).
27
B) Muestreo no aleatorio
En el muestreo no aleatorio se construye una muestra segn caractersticas "tpicas" del universo,
de forma que la seleccin sea una pequea representacin en lo que se refiere a estas
caractersticas.
Al elegir casos tpicos el cientfico extrae del universo objetos que, segn sus conocimientos,
supone que pueden ser un reflejo del universo. El procedimiento se utiliza principalmente cuando
se realizan recopilaciones cualitativas con un nmero pequeo de casos.
Los muestreos de casos tpicos no conducen por regla general a resultados representativos. A
menudo se analizan slo unos pocos casos. No se garantiza, pues, que las caractersticas de los
casos tpicos sean correlativas con las caractersticas del universo que se quiso analizar. Sin
embargo, ello no es argumento para rechazar este procedimiento. Si se trata de comprobar
hiptesis o volver a plantearlas, son los casos extremos precisamente los ms apropiados. En todo
caso, este procedimiento de muestreo es muy adecuado para la generacin de hiptesis y los
estudios exploratorios.
Tambin se puede utilizar el muestreo en "bola de nieve". Se empieza preguntando a una persona
en concreto de la que se sabe que pertenece al universo y esta persona nos "traspasa" a otras
personas que nombre al final de la entrevista y que tambin poseen la caracterstica del universo.
El Tamao de la muestra
El tamao de la muestra depende de los siguientes factores:
1. Margen de error aceptable: el margen de error depende del tamao de la muestra en relacin
con el universo. Cuanto mayor sea la muestra, menos ser el error de muestreo. Pero esta relacin
no es lineal. Es necesario cuadruplicar el tamao de la muestra para conseguir reducir a la mitad
los errores probables. El aumento de la precisin deseada de los resultados supone, pues, un gran
aumento de los gastos. En principio se considera que una muestra de 2000 encuestados
proporcionar resultados representativos respecto a la poblacin de un pas de tamao medio,
como es el caso de Espaa.
2. Error de muestreo aceptable: en caso de conformarse con un margen de error grande o, lo que
es lo mismo, con una seguridad menor de que la seleccin coincida con el universo, es suficiente
una muestra ms pequea.
3. Heterogeneidad de las unidades de anlisis: el error depende de la heterogeneidad de las
caractersticas. Cuanto mayor sea la homogeneidad en el universo, menor puede ser la muestra.
Es este el mtodo de trabajo, por ejemplo, de la medicina y de otras disciplinas similares que
menudo utilizan un nmero muy reducido de casos porque suponen que las variaciones del
cuerpo humano, al menos en lo que se refiere a la variable estudiada, no son demasiado grandes.
28
Ejemplo:
Supongamos que hemos encuestado a 1000 personas sobre sus prcticas deportivas. La
dimensin de su inters por el deporte se mide mediante una escala de cinco posibilidades. Si
vamos a comprobar la hiptesis de que este inters depende de la edad, habiendo distribuido
edad en cinco niveles, quedan, distribuir el material de acuerdo con estas dos condiciones, en
cada grupo un promedio de 40 casos. Si continuamos la diferenciacin segn el sexo
(hombre/mujer) y segn la ciudad/rea rural, se reduce el nmero de casos a 10 en cada grupo.
Esto hace casi imposible conseguir datos vlidos. Normalmente se determina que cada subgrupo
debe recoger como mnimo 20 unidades. La interpretacin multivariable requiere tambin un
mayor nmero de casos.
5. Los costes: tanto los gastos econmicos como el tiempo invertido aumentan con el nmero de
casos. Y esto debe estudiarse sobre todo los procedimientos cualitativos de recopilacin. En ellos
tienen mucha influencia en las valoraciones, que requiere mucho tiempo, la interpretacin y la
comparacin sistemtica, por ejemplo, de entrevistas cualitativas. Es seguro que se buscar un
nmero menor de casos. Puede tratarse de un solo caso o, en raras ocasiones, un mximo de 30
casos.
Lista de comprobacin: procedimiento de muestreo.
1. Es seguro que se ha constituido el universo de trabajo en relacin con la pregunta inicial del
investigacin?.
2. Se han tenido en cuenta todas las suposiciones y, en consecuencia, la definicin del universo?.
3. Siempre que no se realice una recopilacin total: Es seguro que puede formarse una muestra
probabilstica tomada sin mucha dificultad de este universo?.
4. Se ha definido el objeto perseguido con la muestra que se decide emplearlo
(representatividad, comprobacin de hiptesis...)?.
5. Estn totalmente actualizadas las listas de direcciones que se van a utilizar para una muestra?.
6. Se ha decidido que intervalos de confianza y con que error de muestreo se van a aceptar?.
7. Se han calculado los costes o consecuencias econmicas de los distintos procedimientos de
muestreo?.
29
30
Existe un mal uso en la prctica de actividad fsica realizada por individuos diabticos tipo
II.
Y es que partiendo de nuestra experiencia profesional, en el mbito hospitalario,
revisiones bibliogrficas as como entrevistas al personal sanitario de los centros de salud, y a los
mismos pacientes, hemos comprobado que realmente la actividad fsica realizada por los
diabticos tipo II se lleva a cabo de una forma espordica, basndose en sus propias percepciones,
sin un control de seguimiento respecto a su repercusin sobre la patologa, as como en la
mayora de los casos, una inexistencia de la ms mnima conducta de adherencia hacia el ejercicio
fsico.
Hiptesis
Atendiendo a estudios anteriores, consideramos que la mayora de los diabticos no
realizan una actividad fsica que produzca beneficios para su salud y evite las complicaciones y
creemos que:
El uso de un podmetro, como instrumento de control, es una herramienta eficaz para motivar al
paciente diabtico tipo II a la prctica de actividad fsica y a promover cambios saludables en
su estilo de vida.
El presente estudio se ha diseado a partir de paradigmas tanto positivistas como
interpretativos. El mtodo seleccionado presenta un corte longitudinal el cual utiliza a su vez
instrumentos de controles cuantitativos y cualitativos.
El universo sobre el que se trabajara es el correspondiente a la poblacin de diabticos
del centro de salud del Polgono del Valle, Federico del Castillo, Virgen de la Capilla, todos estos
centros estn situados en Jan capital, la muestra se extrajo de esta poblacin a partir de un
sistema aleatorio, que tuvo como premisa previa la atencin a varios criterios de inclusin y
exclusin.
Se pretende comparar dos grupos de diabticos tipo II, cada grupo consta de 12 personas:
6 hombres y 6 mujeres, con edades comprendidas entre 45-70 aos, ambos grupos recibirn en la
consulta de enfermera informacin sobre los beneficios que aporta el realizar actividad fsica, y
al grupo experimental, aparte de esta informacin se le entregar un podmetro. En la consulta de
enfermera ambos grupos cumplimentaran el cuestionario mundial sobre Actividad Fsica
(GPAQ) versin 2 desarrollado por la OMS (2002). Departamento de Enfermedades crnicas y
Promocin de la Salud Vigilancia y Prevencin basada en la poblacin. El anterior instrumento
recopila informacin sobre la participacin en la actividad fsica y sobre el comportamiento
sedentario en tres marcoS, estos son:
Actividad Fsica en el trabajo Actividad Fsica al desplazarse Actividad Fsica en el tiempo
libre.
El tiempo utilizado en el ejercicio, se grabar en el podmetro, el cual luego se pasar a un
diario de ejercicio donde anotaran los pasos caminados, la distancia recorrida, y las Kcals.
31
32
concluy que el podmetro es til para medir la actividad fsica, y puede ser muy til en la
poblacin inactiva.
Boule (2001) El ejercicio es percibido como beneficioso para el control de la glucemia
y.(AADIR LOS PRINCIPALES)
El anlisis de datos se realizar a partir de las series repetidas del modelo lineal general. Se
realizar anlisis de datos estadstico utilizando el SPSS versin 15 y hoja de clculo Excel. Para
la comparacin de datos se utilizar el Modelo lineal general (medidas repetidas) con anlisis
multivarianza ANOVA y anlisis post hoc de Tukey. El criterio de rechazo se fijar en p<0,05.
Se incluirn en el estudio las diferencias estadsticamente significativas, incluyendo en la
informacin expresada medidas de desviacin tpica y error estndar.
El cronograma de actuacin adaptado para una tesina de master se puede ver en la tabla siguiente:
Cronograma para la elaboracin de la Tesina de Master
Febrero- Marzo
Abril
Mayo
Junio
Julio
Notas finales.
33
Los datos principales han sido extrados de la siguiente bibliografa. Se recomienda su lectura
para una mayor comprensin:
Heinemann K (2003). Introduccin a la metodologa de la investigacin emprica en las ciencias
del deporte. Paidotribo.
Thomas JR; Nelson JK (2007). Mtodos de investigacin en actividad fsica. Paidotribo.
Eco U. (1998). Como se hace una tesis. Gedisa.
Otras lecturas recomendadas:
BUENDA, L., COLS, P. Y HERNNDEZ, F.
McGraw-Hill.
CARDONA, M.C. (2002)
Madrid, Dykinson.
DELGADO, J.M. Y GUTIRREZ, J.
Madrid, Sntesis.
FOX, D. (1981)
Barcelona, Experiencia.
LEN, O.G. Y MONTERO, I. (2002)
Hill.
WITTROCK, M.C.
34