Fundamentos bsicos en el diseo de la investigacin emprica

Dr. Emilio J. Martnez Lpez Cursos de doctorado -

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

2. Del Tema al Problema de la Investigacin

Es posible que el investigador tenga claro el tema sobre el que investigar, este debe estar
relacionado con su especialidad o aquellos sectores en lo que su formacin sea ms profunda o
est ms relacionada con su mbito laboral, y a su vez le presente un mayor inters. El problema
de investigacin es algo ms especfico que requiere de un mayor tiempo de reflexin.
Una variable es un rasgo distintivo del objeto de investigacin que, por lo menos, tiene dos
valores antagnicos que se excluyen recprocamente. En el caso ms sencillo, cuando se trata de
una medicin nminal, los valores son "existe" - "no existe" o "pertenece a" - "no pertenece a".

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

Fig. 1. Los hechos de, B, C, D y E son la causa de A exista, y en consecuencia la modificacin de

los primeros provocaran cambios sobre A.
El hecho que hay que explicar (A) se califica como variable dependiente, pues su origen es
motivado por las variables independientes de A. Los hechos que originan A se califican como
variables independientes. Cuando la relacin causal entre la variable dependiente y la
independiente se ha demostrado empricamente, ello quiere decir que se ha encontrado una
explicacin.

Fig. 2. Representacin grfica de las variables dependiente e independiente.

La variable dependiente debe existir del modo en que ha de ser explicada. Esta es una exigencia
evidente pero con frecuencia de difcil cumplimiento. Por ello, antes de comenzar el intento de
dar una explicacin es necesario consultar otras investigaciones empricas previas mediante las
cuales se pueda asegurar que el hecho que se debe explicar tambin existe en la forma supuesta.
Es imprescindible que una explicacin vaya precedida de la descripcin con el fin de no fracasar
en el intento de explicar un fenmeno inexistente.
Ejemplo:
4

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.

2. Contenido de la informacin. De modo general el contenido informativo de una hiptesis

asciende con la precisin creciente del componente "entonces" y con el grado de generalidad
creciente del componente "s".
Ejemplo:
Si una persona toma sustancias dopantes es probable que su rendimiento no se modifique (o que
aumente o disminuya). Esto no se puede falsear, no tiene contenido emprico, otra cosa sera
decir: Si el individuo toma sustancias dopantes su rendimiento aumenta, o aumenta en un 20%.
3. Grado de generalidad: Formular y comprobar una hiptesis para la que existan pocos casos a
los que se pueda aplicar no resulta de mucha ayuda.
4. Complejidad: Rara vez se podra explicar un hecho por medio de una sola variable
independiente. Antes bien, la mayor parte de las veces una variable independiente es tan slo
responsable de una pequea parte del valor de la variable dependiente. Apuntar hacia una mayor
complejidad de las hiptesis significa, a ser posible, incluir en nuestras hiptesis muchas
variables independientes y cuyas relaciones parezcan probables para una explicacin.
Como generar una hiptesis:
Al construir hiptesis lo que se pretende es determinar si la realidad podra ser como se presume,
por ello la generacin de hiptesis se realiza de la forma siguiente:
Experiencias primarias. Con frecuencia el investigador conoce el campo investigacin
por su propia experiencia en la vida.
Evaluacin de la bibliografa. Las publicaciones son fuentes, en la mayora de los casos,
de filones inagotables de hiptesis.
Consulta a expertos. A menudo merece la pena mantener conversaciones con cientficos
que trabajan en tareas similares y, segn estas circunstancias, con aquellos que no estn
familiarizados con el deporte. Algunas discusiones de grupo con expertos sirven para
generar hiptesis.
Estudios exploratorios. Un funcin esencial de los estudios exploratorios reside en
obtener hiptesis. En dichos estudios, los entrevistados pueden formular presunciones
acerca de las relaciones causales que pueden ser el punto de partida para la formulacin de
hiptesis.
Fantasa cientfica. No se puede pasar por alto que las intuiciones, ideas luminosas o
anlogas que se desarrollan cuando uno lleva trabajando mucho tiempo y forma intensiva
en un rea de investigacin y acumulando experiencias, pueden conducir hiptesis
brillantes.

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?.

8. El desarrollo de las tcnicas de resolucin de problemas: Se ha formulado el objetivo, o sea, la

variable independiente, claramente y de forma que no se preste a dudas?.
5. Construccin de indicadores y operacionalizacin
Las definiciones unvocas de los conceptos son imprescindibles para la marcha sucesiva de la
investigacin. A continuacin se explican dos conceptos de suma importancia para el diseo de la
investigacin.
Los indicadores, en medicina tambin denominados sntomas, son hechos empricamente
comprobables de lo que se pueden presumir que remiten a la existencia de un hecho no
directamente observable. Formulado de otra forma: los indicadores son "advertencias" de que en
la realidad existe una variable o alguno de sus valores, es decir, establecen una conexin entre
una construccin conceptual o terica y la realidad. La traduccin de las variables (o de sus
valores) en indicadores se llama operacionalizacin.
Si los hechos no son directamente observables se requieren indicadores; es decir, hechos
observables y comprobables empricamente de los que se pueda inferir la existencia de una
variable y cada uno de sus valores. Los mdicos tambin emplean para el trmino indicador la
palabra "sntoma". As, una gripe viral no es directamente comprobable, sino nicamente
diagnosticarle con ayuda de los sntomas de dicha enfermedad, la fiebre, dolores de
articulaciones, etc..
Por ejemplo:
En las encuestas por correo esta observacin (el sexo de los encuestados) no es posible.
Entonces el indicador respecto al sexo de la persona encuestada ser la cruz que se ponga en la
casilla correspondiente. El aficionado al deporte de vela puede comprobar con el aparato de
medicin la fuerza del viento, la desviacin de la aguja en base a la velocidad giratoria de las
ruedas de paletas es el indicador de la misma.
Nunca podemos estar absolutamente seguros de que exista una correspondencia entre indicador y
variable. Con ello se hacen patentes los problemas en torno a la construccin de indicadores:
a. Hiptesis sobre la correspondencia: en la mayora de las ocasiones los indicadores plantean
la inseguridad de si realmente indican lo que tienen que indicar. Uno puede estar totalmente
equivocado respecto a un indicador; tambin puede ocurrir que un indicador remita al mismo
tiempo varios hechos; es decir, el indicador puede ser pluridimensional. Con frecuencia queda la
duda de si cada uno de los indicadores o todos ellos juntos reproducen con exactitud lo que se
pretenda al definir una variable.
El siguiente cuadro proporciona una ilustracin de los problemas que se plantean en torno a la
construccin de indicadores. Lo ideal sera que en la operacionalizacin cada indicador
representara totalmente una parte de la definicin establecida por la variable.

Fig.3.Formas de correspondencia de los indicadores respecto a las variables.

Ejemplo:
As, el indicador: "El hincha responde a 80 preguntas sobre la historia del club rpidamente y
sin error" puede ser ms bien indicador de un gran inters por la historia del club o de buena
memoria que de una "vinculacin emocional". El indicador: "El hincha garabatea edificios y
aseos con smbolos y nombres de su equipo" puede ser reflejo de una forma infantil de
menospreciar la propiedad ajena. El indicador: "El hincha clama: "hombre, no hay lugar a dudas,
soy experto; y este equipo es realmente estupendo" puede denotar vinculacin emocional, pero
tambin una autoestima exagerada.
b. Nmero de indicadores necesarios: en la mayor parte de los casos se tiene en disposicin un
gran nmero de indicadores en tanto que "representantes" de una variable. Sobre todo, en las
variables basadas en construcciones tericas, un solo indicador no ser suficiente. Por otra parte,
el riesgo de que dicho indicador no sealen lo que debe sealar es muy elevado. Por la otra, en el
caso de variables complejas un indicador nunca estar al 100% en correspondencia con lo que
tiene que medir. Por ello, para la medicin de una variable, con frecuencia se tendrn que
establecer varios indicadores. De este hecho se derivan a su vez tres problemas:
Cuntos indicadores se deben utilizar? Es decir, por ejemplo, Cuntas opciones se
deben emplear en una escala para medir la "personalidad"?. Cuntos indicadores son
suficientes para un diagnstico de rendimiento?. Cuntos indicadores son necesarios para
diagnosticar una lumbalgia. Cuntos indicadores son necesarios para catalogar a un
enfermo como hipocondraco?.
Cundo se puede interrumpir la bsqueda de indicadores?, Es decir Cundo se puede
estar seguro de que el rea de la variable delimitada conceptualmente est totalmente
cubierta por los indicadores seleccionados?.
De qu forma se puede asegurar que estos indicadores son realmente vlidos?. (se
explicar en el epgrafe n 6).
c. Procedimiento para la construccin de los indicadores: hay pocos procedimientos seguros
sobre cmo se pueden lograr indicadores vlidos, es decir, indicadores en los que, a ser posible,
exista una correspondencia completa entre el indicador, las variables y sus valores. Dado que la

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.

Traduccin de los indicadores en instrumentos de medicin

Desarrollar un mtodo significa llevar a cabo un proceso de traduccin que se desarrolla de la
forma siguiente: en el objeto de la investigacin se identificaron a aquellas variables relevantes
para estudio o, de otra forma, para la respuesta a la cuestin analizada, para las variables/valores
se encontraron indicadores. Estos indicadores se han de traducirse en categoras de recopilacin

10

adaptadas al mtodo empleado; por ejemplo en preguntas de un cuestionario o protocolo de

observacin,
Por ejemplo:
Objeto de investigacin: El paciente hospitalario.
Variable: Grado de satisfaccin del paciente sobre el cuidado recibido por parte de la
enfermera.
Indicadores:
a) Opinin del paciente sobre el lenguaje que utiliza la enfermera
b) Opinin del paciente sobre el tiempo que le dedica la enfermera.
c) Opinin sobre la informacin recibida por parte de la enfermera.
6. Fundamentos bsicos de la medicin
Medir significa averiguar los valores de las variables con los cambios de dichos valores en el
transcurso del tiempo bajo condiciones inalteradas o bajo control de las modificaciones de
aquellos. As, la medicin se efecta colocando los valores de las variables sistemticamente en
una escala con valor o smbolos establecidos de antemano, de tal forma que las relaciones entre
los respectivos valores de las variables se correspondan con las relaciones de los valores en la
escala.
A un instrumento de medicin se le exige precisin. Precisin significa que las diferencias de los
valores de medicin reproduzcan las diferencias reales de los valores de las variables que se desea
medir. La precisin se compone de la validez, fiabilidad y objetividad de la medicin.
Un instrumento de medicin es vlido si realmente mide lo que tiene que medir. La validez
significa ante todo que los indicadores utilizados representan los rasgos distintivos que deben
medir; es decir que existe una correspondencia total entre indicador/escala y variables/valores.
La validez se expresa en diferentes exigencias planteadas al instrumento de medicin:
Cada uno de los indicadores debe ser vlido, o sea, recaer dentro del mbito declarativo de
la definicin.
Todos los indicadores juntos deben abarcar en la medida de lo posible todos los aspectos y
dimensiones del hecho en estudio; es decir, el campo cubierto por el crculo de los
indicadores debe ser en lo posible idntico al campo de definicin de la variable.
Los indicadores deben (en determinados casos) hacer posibles las predicciones; es decir,
deben permitir que se saquen conclusiones acerca del comportamiento futuro, exigencia
que se les plantea sobre todo a determinados tests.
Los resultados de la medicin deben ser vlidos no slo bajo las condiciones especficas
de la situacin de medicin (validez interna), sino tambin en aquellas situaciones a las

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

elaboracin de un plan de codificacin al evaluar textos. Quien no responde a los mencionados

requisitos no tiene posibilidad de alcanzar valores de medicin precisos.
Ejemplo:
Estas exigencias pueden verse con m claridad por medio de un ejemplo que recoge las opciones
de respuesta en un cuestionario. Para ello se enumeran una serie de respuestas que infringen todas
las exigencias mencionadas.
Pregunta: Qu hace normalmente en su tiempo libre?
Respuestas que el entrevistador lee a la persona entrevistada:
Quedar con lo amigos
Hacer deporte
Excursionismo
Hacer msica
Manualidades/bricolaje
Actividades artsticas
Reparaciones en casa
Asistir a actos deportivos
Dedicarse a la familia
Baile y danzas
Todas estas categoras no estn al mismo nivel lgico (quedar con amigos o dedicarse a la familia
se sita en otro plano que hacer deporte o excusiones. Adems esto ltimo tambin se puede
hacer junto con los amigos y la familia). Estas categoras no se excluyen recprocamente (el
excursionismo se puede considerar como deporte; el bricolaje puede darse en forma de
reparaciones caseras; hacer msica puede tambin ser una actividad artstica, con lo cual la
actividad artstica no es un categora unvoca; el baile y las danzas se pueden contemplar bien
como deporte bien como actividad artstica). Adems esta lista de posibles actividades en el
tiempo libre no es completa (falta lectura, el viajar, ver la televisin y muchas otras cosas).
Lista de comprobacin de indicadores y escalacin.
1. Se han definido todos los conceptos de forma que se puedan operacionalizar?.
2. Se requiere recopilar datos (encuestas a expertos, discusiones de grupo, valoracin de textos)
para encontrar indicadores vlidos?.
3. Se ha comprobado con exhaustividad si es posible utilizar indicadores/escalas/test que ya han
probado su validez?.
4. Se ha comprobado si dichos indicadores pueden ser a marcados por una sola tcnica de
recopilacin de datos? o Se requiere un estudio en el que se apliquen varios mtodos?.
5. Cmo se aseguran la validez, fiabilidad, y objetividad de la medicin?.
6. Se puede justificar los pasos necesarios desde un punto de vista econmico?.

13

7. Tcnicas de recopilacin de datos

Las tcnicas de recopilacin de datos son los procedimientos de medicin mediante los cuales es
posible obtener datos o mediciones exactas, es decir, vlidos, fiables y objetivos y, por tanto, de
utilidad cientfica, sobre los objetos de estudio, con el fin de resolver la pregunta planteada en la
investigacin.
A) Seleccin de los mtodos de recopilacin de datos.
Los distintos mtodos de recopilacin de datos se diferencian segn:
Si la comunicacin entre el investigador y objeto de la investigacin se produce por
escrito (como en el anlisis de contenido y encuesta por correo), de forma verbal (algunos
tipos de entrevistas) o no verbal (como la observacin).
Si la situacin de la recopilacin de datos se encuentra formalizada, es decir, si para
recopilar los datos se ha creado una situacin propia, artificial o si se obtienen los datos en
una situacin habitual de la vida diaria de las personas analizadas.
Si el instrumento utilizado para la recopilacin de datos (el cuestionario, el protocolo de
observacin, la hoja de evaluacin de la anlisis de contenido) se encuentra
estandarizado; es decir, s contiene indicaciones concretas sobre las informaciones que se
quieren obtener y cmo obtenerlas y documentarlas. O sea, que y como preguntar,
observar o analizar su contenido.
B) Criterios de seleccin:
1. Accesibilidad de los objetos de estudio: a menudo es necesario descartar un mtodo
simplemente porque los objetos de la investigacin no son accesibles. Normalmente cualquier
suceso ocurrido (con anterioridad a nuestra poca) nicamente puede ser recogido mediante
anlisis de contenido, puesto que ya no es posible realizar entrevistas o observaciones.
2. Posibilidad de repeticin de las mediciones: la posibilidad de repeticin depende
principalmente del grado de estandarizacin del instrumento de recopilacin de datos y de la
situacin de medicin. La posibilidad de repetir las mediciones concretas puede ser un criterio
importante para establecer controles posteriores, por ejemplo para comprobar la fiabilidad de los
datos o porque la primera medicin no se haya obtenido resultados utilizables por errores de
medicin. Adems, de la repeticin de las mediciones es indispensable en determinadas
aplicaciones del mtodo, sobre todo en anlisis de panel unos experimentos.
3. Posibilidad de comparacin de cada medicin: la posibilidad de comparar los datos
obtenidos de distintos objetos suele ser necesaria cuando no se realiza un estudio de casos nicos.
Y esta posibilidad de comparacin pretende nuevamente de la estandarizacin del instrumento de

14

recopilacin, de la estandarizacin de la interpretacin. Nuevamente los datos obtenidos por

mtodos cualitativos vuelven a estar en desventaja desde este punto de vista, ya que la posibilidad
de comparar los resultados de medicin de los distintos objetos de estudio es muy reducida.
4. Seleccin e interpretacin de la informacin: es necesario atender siempre a este doble
planteamiento: a) debe seleccionarse el conjunto de la realidad relevante para la investigacin, y
b) se debe interpretar los acontecimientos. Es decir hay que tener siempre dos criterios: a) qu
relevancia tiene los datos para el estudio y b) qu sentido, y qu significado tienen las
informaciones obtenidas en el contexto de los acontecimientos y de las personas..
5. Validez de la medicin: es este criterio probablemente el problema ms complejo de la
recopilacin de datos. Es casi imposible afirmar con absoluta seguridad que una medicin, basada
en indicadores, es vlida sin limitacin alguna, pero tambin en este sentido existen entre las
diversas tcnicas de recopilacin claras diferencias que deben ser tenidas en cuenta.
6. Control de la situacin de medicin: el control de la situacin de medicin es una condicin
esencial para la valoracin de la objetividad de la recopilacin e interpretacin de los datos y para
la comparacin de los resultados entre s. Se pueden realizar distintas formas de control de este
tipo de los diversos mtodos. En las encuestas por correo, por ejemplo, no sabemos quin ha sido
realmente el que ha contestado cuestionario y en qu condiciones lo ha hecho; por el contrario, en
las encuestas cara a cara el comportamiento del entrevistador y las condiciones externas de la
situacin puede influir sobre los resultados de forma difcilmente comprobable.
7. Artificiosidad de la situacin de medicin: una situacin de medicin creada de forma
artificial puede tambin influir sobre los resultados. Una situacin totalmente artificial suele ser,
por ejemplo, la de experimentacin en el laboratorio, pero tambin es artificial una encuesta cara
a cara estandarizada, de la misma forma que suba la tensin arterial cuando el paciente sabe que
el mdico/a explorarle.
Los resultados de las mediciones deberan ser lo ms independientemente posibles del
procedimiento de medicin. Pero eso es muy difcil de aplicar en la realidad.
8. Representatividad: cuando se buscan resultados representativos, es necesario descartar
directamente algunos mtodos. La representatividad exige una cierta estandarizacin y un control
de la situacin de medicin y, a su vez, el estudio de un amplio nmero de objetos y la
posibilidad de poder comparar los resultados individuales entre s. Los procedimientos
cualitativos de recopilacin no suelen cumplir estas condiciones.
9. Costes: a elegir un mtodo hay que plantearse tambin cuestiones prcticas.
10. Esfuerzo y resultados: se pueden hacer muchas cosas, pero muchas de ellas no son
razonables. Hay que cotejar siempre si el esfuerzo que supone compensa suficientemente la
relevancia del estudio que se est realizando. En el momento de elegir un mtodo hay que pensar
si los costes y me refiero tambin al esfuerzo que tiene que asumir las personas que colaboran en
el estudio, son proporcionados realmente editar resultado que se espera obtener la investigacin.

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

objetivos, de forma que se garantiza la objetividad de quien lleva a cabo la investigacin).

Este tipo de experimentos a doble ciego se utiliza sobre todo en medicina para comprobar
los efectos de nuevos medicamentos.
3. Durante el experimento puede producirse una desercin sistemtica de los participantes,
lo que falsea tambin los resultados.
Los experimentos de laboratorio permiten controlar el efecto de las modificaciones de las
condiciones sobre los grupos de experimentacin, sin embargo no es posible aislar del mundo
exterior a un participante durante perodos largos de tiempo. Los experimentos de campo evitan
este inconveniente, ya que se realiza en principio con el mismo concepto que el experimento de
laboratorio, nicamente se modifica el lugar del experimento: los grupos de experimentacin
quedan en su hbitat habitual.
Ejemplo:
Queremos analizar qu medida es ms eficaz para reducir el riesgo de infarto: practicar deporte
o ingerir aspirinas regularmente. Se solicita a un grupo de mdicos, seleccionado al azar, que
recomienden a los pacientes con sntomas de estrs que practiquen con regularidad algn
deporte. A otro grupo de mdicos se le encarga que recete aspirinas. En un anlisis de panel se
analiza qu pacientes de ambos grupo sufren con ms frecuencia un infarto. Si parece que el
deporte da mejores resultados, se presentarn estos resultados a las organizaciones deportivas
como un dato ms del efecto positivo del deporte; en el caso de que la aspirina presente mejores
resultados, el diseo del experimento recibir duras crticas y no sin razn -, ya que puede ser
que hayan sido modificados las costumbres y el cuidado de la salud durante el perodo en ele que
ha transcurrido el experimento a veces por el experimento mismo, pero tambin en otras
ocasiones con independencia de ste; quien practica ms deporte modifica su alimentacin, fuma
menos, etc. Los efectos de ambas medidas pueden aparecer en momentos distintos; a veces la
confianza en la eficacia del tratamiento opera milagros en el paciente y puede ocurrir tambin
que se produzca al mismo tiempo una intensa campaa publicitaria de la industria farmacutica
y de las organizaciones deportivas. No es posible, pues, aislar el efecto de cada una de las
medidas por separado.
Es tambin perfectamente imaginable que se pueda interrumpir el experimento por razones ticas
(consultar las recomendaciones ticas de investigaciones cientficas-2008). DECLARACIN DE
HELSINKI.

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

Formas especiales de experimentos

Estudios de evaluacin. Se pueden considerar experimentos de campo. Se considera que la
medida (como una prueba modelo de un mtodo de entrenamiento) es el estmulo, es decir, la
variable independiente, y el efecto esperado, la variable dependiente. En este tipo de estudios de
evaluacin se esperan resultados precisos o suposiciones que deberan deducirse de una hiptesis
comprobada sobre los efectos de la medida.
Ejemplo:
A un grupo de alumnos de educacin secundaria se les propone una aplicacin sistemtica de
cuatro medidas (inicial + cada tres meses) aplicando una batera de pruebas de aptitud fsica
(por ejemplo eurofit). Podra esperarse que este grupo experimental obtuviera mejoras sobre el
grupo de control por el mero hecho de saber que se les medir peridicamente?
Experimentos con estmulo externo. Son aquellos en los que el estmulo no es aplicado por el
cientfico. Puede tratarse ms a menudo de un suceso caracterstico cuyo efecto se comprueba en
algunos grupos de poblacin. Pueden por ejemplo dos grupos de poblacin aplicando el estmulo
nicamente a un de ellos.
Ejemplo:
Queremos demostrar que las nuevas formas de retrasmisin televisiva sobre los Juegos
Olmpicas, en las que ms que fe informar de forma objetiva se trata de contar o de narrar
historias relativas a las personas o las naciones, han influido en la actitud de las personas hacia
el deporte y hacia los Juegos Olmpicos. Para ello pueden realizarse encuestas siguiente tipo:
antes de los Juegos Olmpicos se pregunt a un grupo de personas, coleccionado al azar, por su
actitud hacia el deporte y hacia los Juegos Olmpicos; despus de los Juegos se realiz la
segunda encuesta. Las personas consultadas fueron divididas en dos grupos: uno compuesto por
personas que vean con regularidad la informacin deportiva y otro grupo que no la vea. El
influjo de la informacin facilitada por la televisin se dedujo de la diferencia de actitud en
ambos casos.
Precisamente en estos experimentos es muy difcil, si no imposible, mantener constantes o
controlar todas las condiciones generales.
Ejemplo:
Hubo un investigador que afirmaba haber descubierto que las personas que por su actividad
fsica gastan ms de 2.000 caloras a la semana reducen el riesgo de infarto de miocardio en un
50% frente a las personas inactivas. Supone, pues, que todas estas personas fsicamente activas
posee unas caractersticas idnticas en cuanto a estilo de vida, alimentacin, vida profesional,
turnos de trabajo, etc.?. Quin puede permitirse afirmar que las personas activas no tengan de
por s, por las propias condiciones de su vida y aunque no practique deporte, un riesgo inferior
de sufrir un infarto?.

20

Anlisis de mltiples mtodos

Antes de decidirse por un mtodo es conveniente comprobar si es necesaria una combinacin de
varios mtodos. A menudo se descubrir que un solo mtodo no es suficiente para responder a la
pregunta de la investigacin. Generalmente es probable decantarse por un anlisis de mltiples
mtodos.
Se entiende por anlisis de mltiples mtodos la aplicacin de distintas tcnicas de obtencin de
datos para estudiar un problema de investigacin. Cada mtodo presenta ventajas, pero tambin
tienen sus inconvenientes. Al combinar distintos mtodos es posible compensar las desventajas
de un mtodo con las ventajas de otro.
Ejemplo:
Un estudio para conocer los mecanismos de insercin laboral de Diplomados en enfermera en
Hospitales o Mutuas privadas podra iniciarse con una discusin entre un grupo de diplomados
que estn trabajando en ellos: despus se realizan entrevistas cualitativas con los miembros de la
direccin y otras personas vinculadas a estas entidades; a continuacin se lleva a cabo el
anlisis de contenidos de los programas y otras iniciativas que han desarrollado estos
diplomados. Tambin puede realizarse un anlisis de contenido de diarios que hayan escrito a
peticin del investigador durante, por ejemplo, las primeras dos semanas de trabajo. En base a
los resultados se elabora un cuestionario estandarizado que se entrega a todos los enfermeros/as
de una misma promocin. Los resultados de este cuestionario pueden despus volver a
presentarse en discusiones en grupo con otros diplomados, supervisores, gerentes, para
comprobar si los resultados se han interpretado de forma adecuada.
A veces es necesario utilizar distintos sistemas de medicin para responder a la pregunta de
investigacin por las siguientes razones:
1.
2.
3.
4.
5.

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.

Lista de comprobacin. Tipos de investigaciones.

1. Se han cmprobado todos los estudios ya existentes para asegurase de que se dispone de
datos ya recopilados que sean vlidos para realizar un anlisis secundario, evitando as la
realizacin de un anlisis propio?.
2. Se ha valorado en base al cuestionario si es suficiente un anlisis de corte transversal?.
3. Se ha controlado qu posibilidades de comprobacin de hiptesis existe?. Es necesario
realizar un experimento?.
4. Puede ser este experimento un estudio de campo o se requiere un experimento de
laboratorio.

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

4. Diferenciacin requerida para el anlisis de datos: el mbito de la muestra depende del

nmero de presentaciones, caractersticas de la variables y la diferenciacin requerida para el
anlisis. Cuando slo se requiere un anlisis de frecuencias o un anlisis bivariable, es suficiente
un nmero reducido de casos. Los anlisis multivariables estn muy limitados cuando el nmero
de casos es reducido.

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

8. Qu posibilidad de generalizacin de los resultados existe en una seleccin de casos tpicos?.

10. Ejemplo de Diseo de investigacin

Un doctorando (por ej: diplomado en enfermera que trabaja en atencin primaria) que estuviera
interesado en el tema del tratamiento de sus pacientes diabticos podra expresar su diseo de
investigacin de la siguiente manera (extrado del proyecto de tesis del doctorando Lus Guzmn, 2008 ):
Tema: Tratamiento del diabtico desde la enfermera.
Problema: Los diabticos son conscientes y numerosos estudios as lo refieren, que el ejercicio es
fundamental para prevenir o incluso frenar el desarrollo de la enfermedad, el gran problema que
encontramos es la gran dificultad para cambiar las costumbres y mentalizar a la poblacin de la
necesidad de realizar actividad fsica.
La medicin de la actividad fsica y de los factores que la influyen es una parte importante
de los esfuerzos para abordar la inactividad fsica (Barman 2002; Speck, Barbara, Looney, 2006;
Guillen del Castillo, 2007; Tudor-Locke et al. 2004; ngel et al. 2006). La presente investigacin
surge a partir del problema que se visualiza en un contexto donde una serie factores posibilitan el
enfoque del mismo.
Objetivos: A travs de este estudio se pretende:
Medir la actividad fsica realizada por los pacientes diabticos tipo II, seleccionados
para nuestro estudio.
Conocer si el uso del podmetro motiva a realizar actividad fsica, mejora la
glucemia, y la calidad de vida del paciente diabtico.
Identificar el tipo de actividad fsica, ejercicio fsico o deporte que realizan en su
tiempo libre
Conocer la variabilidad en el ajuste del tratamiento mdico y/o enfermera en
funcin de la Actividad Fsica realizada.
Adquirir en el paciente un nivel adecuado de ejercicio y disminuir los hbitos
sedentarios.
Conocer la importancia de la actividad fsica y las consecuencias para la salud de la
falta de ejercicio fsico y de los hbitos sedentarios.
En un paso ms en la concrecin de este estudio hemos comprobado que realmente la
actividad fsica realizada por los diabticos se lleva a cabo de una forma espordica, 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.
Asimismo, este hecho est ampliamente desarrollado en la revisin de la literatura realizada en la
primera parte de este trabajo.
Por tanto en nuestro estudio se ha considerado principalmente la siguiente variable:

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

gastadas, as como el tiempo empleado y tipo de ejercicio realizado. El grupo control no

dispondr de podmetro y slo anotara el tiempo empleado en la actividad fsica y tipo de
actividad.
La variable dependiente hace referencia a la mejora de los niveles de glucosa en sangre,
disminucin de la necesidad de medicacin de insulina u otro tratamiento especfico del
diabtico, peso corporal, % grasa, etc
Variables independientes
La utilizacin del podmetro.
Se tomarn datos relativos a:
Datos del podmetro[ tiempo invertido, pasos, distancia, calorias]
Influencia contextual (familiar, social e institucional).
Eleccin de AF y cantidad de prctica del ejercicio fsico diario.[sedentario/activo]
Dieta / Antidiabticos orales / Insulina
Se atendern adems a otras variables:
Caractersticas sociodemogrficas:
Edad/ gnero/ estado civil/ actividad laboral/ nivel de estudios
Caractersticas de la enfermedad:
Tiempo de diagnstico de la diabetes.
Complicaciones de la diabetes [ hipo / hiperglucemia]
Caractersticas lipdicas: Triglicridos / HDL / LDL / Colesterol, permetro cinturacadera
Caractersticas nutricionales: Glucosa en ayunas / IMC/ medidas antropomtricas.
Material.
1.Balanza sanatek/ body fat / bodywater EP1450.
2.Impedancmetro TANITA BC-545.
3.Esfigmomanmetro de mercurio.
4.Podmetro Omron JH-109-E.
5.Cinta mtrica para medir permetro abdominal.
6.Sistema para el control de la diabetes glucmetro Optium xceed.
7.Tallmetro.
A continuacin se presenta una revisin de estudios previos respecto al instrumento principal
(podmetro):
Exponemos algunos de los autores revisados :
WHM (1977). En su estudio compar el podmetro con el acelermetro para medir la actividad
fsica diaria en hombres, concluy que el acelermetro es ms seguro a la hora de medir la
actividad fsica, pues el podmetro est mas limitado en la medicin de la actividad fsica que el
acelermetro.
Hiroshi Kashiwazaki et al (1986) Fueron analizados los datos de gasto de energa de las
actividades de la vida diaria que el podmetro registr durante 24 horas, en unos trabajadores, en
el trabajo, en el desplazamiento diario de la casa al trabajo y en la casa, la mayor correlacin se
obtuvo en el desplazamiento de la casa al trabajo, no haba correlacin mientras estaba en casa,

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

Reuniones con el Tutor/es para decidir Tema y problema de

investigacin. Organizar y preparar del proyecto de campo.
Revisiones bibliogrficas, localizacin de los instrumentos y seleccin
de los posibles participantes en el estudio. Solicitud de permisos y
autorizaciones.
Recogida de informacin y anlisis de datos.
Redaccin del trabajo y preparacin para la defensa de tesina de Master
Defensa de tesina de Master

Referencias bibliogrficas que aparecen en el presente proyecto: (UTILIZAR SEGN EL CASO

APA o VANCOUVER)
Accuchek. Todo sobre la diabetes. [citado el 16 de mayo de 2006].Disponible
en:URL:http:,www.accuchek.es/es/rewrite/content/es_ES/1:10/article/ACCM_general_art
icle_1092.htm.
Rodrguez M. Importancia de la educacin diabetolgica. En: Chena y colaboradores.
Diabetes Mellitus aspectos para educadores. Edita Novo Nordisk Pharma S.A. Huesca:
2001: 9-25.
Escuela Andaluza de Salud Pblica. Diabetes Mellitus tipo 2: tratamiento . Granada.
1999;(15).
Consejera de Salud, Junta de Andaluca. Plan Integral de Diabetes de Andaluca 20032007. X edicin. Sevilla: 2003; 11-14.
Gonzlez Pascual L, Martnez Ramrez M. Evaluacin de un programa de educacin
grupal a diabticos tipo 2. Centro de Salud. 2001; 27-30.
Flrez-Tascn Sixto FJ, Garay Lillo J, Gonzlez Gonzlez JA et al. Diabetes mellitus
2000.Geritrika. 2002;18(5):11-30.

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.

(1997) Mtodos de investigacin en Psicopedagoga. Madrid,

McGraw-Hill.
CARDONA, M.C. (2002)

Introduccin a los mtodos de investigacin en educacin. Madrid, EOS.

COHEN, L. Y MANION, L. (2002)

Mtodos de investigacin educativa. Madrid, La Muralla.

COLS, P. Y BUENDA, L. (1994)

DE LA HERRN, A.

Investigacin educativa. Sevilla: Alfar

(Coord.), Hashimoto, E. y Machado, E. (2005) Investigar en educacin. Fundamentos,

aplicacin y nuevas perspectivas. Madrid, DILEX.

DEL RINCN, D., ARNAL, J., LATORRE, A. Y SANS, A.

(1995) Tcnicas de investigacin en ciencias sociales.

Madrid, Dykinson.
DELGADO, J.M. Y GUTIRREZ, J.

(1995) Mtodos y tcnicas cualitativas de investigacin en ciencias sociales.

Madrid, Sntesis.
FOX, D. (1981)

El proceso de investigacin en educacin. Pamplona: Eunsa.

HERNNDEZ PINA, F. (1995)

KERLINGER, F.N. (1988)

Bases metodolgicas de la investigacin educativa. Barcelona, PPU.

Investigacin del comportamiento. Mxico, Interamericana.

LATORRE, A., DEL RINCN, D. Y ARNAL, J.

(2003) Bases metodolgicas de la investigacin educativa.

Barcelona, Experiencia.
LEN, O.G. Y MONTERO, I. (2002)

Mtodos de Investigacin en Psicologa y Educacin Madrid, McGraw-Hill.

MCMILLAN, J.H. Y SCHUMACHER, S.

MEDINA RIVILLA, A.

(2005) Investigacin educativa. Madrid, Pearson.

(2002) Investigacin en didctica y desarrollo del conocimiento prctico. En Medina

Rivilla, A.; y Salvador Mata, F., Didctica general. Madrid, Pearson.

SANDN, M.P.

(2003) Investigacin cualitativa en educacin. Fundamentos y tradiciones. Madrid, McGraw-

Hill.
WITTROCK, M.C.

(1989) La investigacin de la enseanza. Barcelona/Madrid, Paids/MEC. 3 vols.

34