Arteologia PDF

ARTEOLOGA
- la ciencia de productos y de
profesiones
Manuscrito 28.may.2007
Escritor Pentti Routio, de Universidad de Artes y Ciencias Helsinki
Lista de materias
Prlogo ..........................................................................................................................4
ENCONTRAR INFORMACIN EN TEXTOS ......................................6
Encontrar referencias ....................................................................................................7
Encontrar los textos.......................................................................................................9
Evaluar la informacin ................................................................................................17
PLANIFICAR UN ESTUDIO EMPRICO ................................................24
La meta de la investigacin.........................................................................................24
Enfoque descriptivo ....................................................................................................26
Enfoque normativo......................................................................................................28
Modificar el mtodo de otra investigacin .................................................................31
Planear el uso de recursos ...........................................................................................32
tica de la investigacin ..............................................................................35
tica de apuntar proyectos de investigacin ...............................................................35
tica de la recoleccin de datos ..................................................................................39
tica de la publicacin ................................................................................................42
tica de la aplicacin ..................................................................................................43
Qu hacer en situaciones dudosas? ...........................................................................45
Delimitar el estudio .....................................................................................47
Delimitar la poblacin objetivo ..................................................................................47
Delimitar la poblacin de informadores .....................................................................49
Delimitar la clase de evaluadores ...............................................................................51
Si la poblacin es muy grande ....................................................................................51
Muestreo ......................................................................................................52
Muestras aleatorias......................................................................................................54
Muestras no aleatorias.................................................................................................55
Mtodos de muestreo inadecuados .............................................................................57
Tamao de la muestra .................................................................................................58
Formas de saber ...........................................................................................61
Registrar los hechos ....................................................................................66
Conceptos y definiciones ............................................................................................66
Escalas y otras lenguas de descripcin .......................................................................70
Cmo reducir errores? ...............................................................................................74
Modelos .......................................................................................................79
El modelo cientfico ....................................................................................................79
Lenguajes de modelos .................................................................................................81
Descripcin verbal ......................................................................................................83
ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 1
Modelos icnicos ........................................................................................................84
Modelos topolgicos ...................................................................................................86
Modelos aritmticos ....................................................................................................88
Modelos anlogos .......................................................................................................89
Lenguajes artsticos de modelar ..................................................................................90
Uso del modelo............................................................................................93
Investigacin exploratoria ...........................................................................................93
Investigacin para mejorar un modelo ........................................................................96
Estudio basado en hiptesis ........................................................................................97
INVESTIGACIN DESCRIPTIVA ........................................................100
Elegir el mtodo ........................................................................................................100
Estudio descriptivo de objetos inanimados ...............................................102
Estudio intensivo de productos .................................................................................103
Edad de un producto .................................................................................................105
Estudio extensivo de productos ................................................................................106
Observacin descriptiva ............................................................................110
Observacin no sistemtica.......................................................................................112
Observacin sistemtica............................................................................................114
Mtodos indirectos para registrar una actividad .......................................................117
Experimento ..............................................................................................118
Objeto en el experimento ..........................................................................................119
El estmulo ................................................................................................................120
Reaccin ....................................................................................................................122
Mtodos interrogativos..............................................................................124
Elegir el mtodo ........................................................................................................124
Entrevista temtica ....................................................................................................126
Cuestionario ..............................................................................................................129
El problema de la no-respuesta .................................................................................132
MTODOS DEL ANLISIS DESCRIPTIVO ......................................135
Estructuras lgicas del anlisis descriptivo...............................................................136
Herramientas para el anlisis ....................................................................................137
Estudio de caso ..........................................................................................139
Estudio descriptivo de caso .......................................................................................140
Estudio de caso explicativo .......................................................................................142
Estudio de caso como base del pronstico ................................................................144
De estudios de caso hacia teora general...................................................................145
Indicar lo tpico .........................................................................................147
Materia cuantitativa ..................................................................................................147
Materia pictrica .......................................................................................................148
Materia cualitativa ....................................................................................................148
Anlisis fenomenolgico ..........................................................................................148
Arte como anlisis.....................................................................................................151
Estudio comparativo ..................................................................................154
Comparacin descriptiva ..........................................................................................155
Clasificacin ..............................................................................................157
Clasificacin exploratoria .........................................................................................158
Clasificacin a clases dadas ......................................................................................164
Anlisis cuantitativo ..................................................................................166
Analizar variables individuales .................................................................................167
Analizar las relaciones entre variables ......................................................................169
Analizar el desarrollo ................................................................................177
Descripcin del desarrollo ........................................................................................178
Explicacin del desarrollo.........................................................................................184
Estudio normativo del desarrollo ..............................................................................186
Evaluar los hallazgos .................................................................................187
Evaluar la entrada terica..........................................................................................187
Evaluar datos recogidos ............................................................................................188
Evaluar la correccin del anlisis .............................................................................200
Evaluar los resultados tericos..................................................................................201
Valorar las consecuencias prcticas ..........................................................................203
Prospectiva ................................................................................................204
Visiones del futuro ....................................................................................................204
Mtodo Delphi ..........................................................................................................207
Mtodo de la analoga ...............................................................................................208
Extrapolacin ............................................................................................................209
Aplicar una asociacin estadstica ............................................................................211
Aplicar un modelo causal..........................................................................................213
Determinar el lmite ..................................................................................................216
Evaluar y describir la incertidumbre .........................................................................216
El informe descriptivo ...............................................................................219
Composicin de un informe descriptivo ...................................................................219
Escribir el informe ....................................................................................................223
INVESTIGACIN NORMATIVA ..........................................................229
Grupos de inters ......................................................................................................229
Conciliar opiniones contrastantes .............................................................................231
Predecir opiniones .....................................................................................................232
Reunir datos normativos............................................................................234
Qu son datos normativos? .....................................................................................234
Fuentes existentes de datos normativos ....................................................................236
Registro emprico normativo ....................................................................................241
Anlisis normativo y preparar propuestas .................................................249
Lgica del anlisis normativo ...................................................................................249
Analizar requisitos ....................................................................................................250
Crear propuestas........................................................................................................257
Mtodos participativos ..............................................................................................262
Evaluar propuestas normativas..................................................................267
Evaluacin colectiva .................................................................................................267
Evaluacin terica .....................................................................................................268
Probar una propuesta.................................................................................................270
El informe normativo ................................................................................271
El informe de propuestas tentativas ..........................................................................273
El informe como instruccin sobre la prctica nueva ...............................................274
Informar sobre el progreso del proyecto normativo .................................................276
DESARROLLO ........................................................................................278
Desarrollo de una actividad .......................................................................278
Escoger acercamiento ...............................................................................................278
Investigacin-Accin ................................................................................................280
Ingeniera de mtodos ...............................................................................................288
Preparar teora para una actividad.............................................................................290
Preparar teora del diseo ..........................................................................292
Desarrollar un producto industrial.............................................................298
Anlisis en desarrollo de productos ..........................................................................300

Prlogo
Las actividades de investigacin que la industria y varias profesiones financian o
realizan ellos mismos, crecen ao tras ao. Los profesionales y las personas en el ramo
industrial saben aparentemente cul es mejor para el futuro de su compaa, y ellos
toman cuidado de investigacin y desarrollo necesarios, no olvidando de poner
objetivos e inspeccionar conclusiones de ellos. Los resultados - que se pueden llamar las
teoras de prctica - de esta actividad consisten en una abundancia del conocimiento
til para la produccin o profesin pertinente.
Ao despus ao tambin llega a ser ms obvio que esta corriente principal de

investigacin, realizada por profesiones y la industria, no se puede llamar
peyorativamente "investigacin aplicada" que dependera de la "investigacin bsica" y
de la educacin de investigadores en el mundo acadmico. En lugar, tenemos que
aceptarlo como una rama de ciencia independiente con sus propias metas, mtodos y
resultados. Por supuesto, a veces adopta y digiere para sus propios propsitos algunos
resultados de otras ciencias, pero esto es algo que cada ciencia hace, sin ganar para lo la
denominacin de la ciencia "aplicada".
Es, sin embargo, innecesario especular si el origen o el ncleo de la actividad de

investigacin se basan ms sobre el lado industrial que acadmico. Los puntos de vista,
metas y por lo tanto la teora que resulta son tan diferentes en ambos lados que sera
imposible medirlos con los mismos valores. En el mundo acadmico la meta
fundamental de la investigacin es encontrar conocimiento, mientras que el reino de la
industria lo sigue de la meta del negocio, que es hacer servicios o productos
provechosamente. Cualquiera de estas metas da a luz un estilo diferente de
investigacin como sigue:
El enfoque descriptivo (o "desinteresado") que apunta sobre todo a recolectar

conocimiento (es decir descripciones y explicaciones) acerca del objeto de estudio pero
no desea modificarlo. La blanco es descubrir cmo estn las cosas, o cmo han sido. El
proyecto puede tambin incluir un acopio de opiniones y aprobaciones sobre el estado
de cosas, pero no incluye planear ninguna mejora.
Acercamiento normativo, donde la blanco est definir cmo las cosas deben estar.
Significa tambin que ser necesario definir el punto de vista subjetivo que se utiliza. El
proyecto incluye especificar o planear mejoras al objeto del estudio o a objetos
analgicos posteriores, pero no incluye realizar los planes en la prctica. Este
acercamiento a veces se ha llamado "investigacin aplicada" pero esta denominacin no
coge su esencia y no se utilizar en el siguiente.
Las metas de estos dos enfoques difieren de uno al otro, y por lo tanto sus resultados
sern diferentes, tambin. Una disparidad obvia es que la teora descriptiva es en
principio permanente, mientras que la teora normativa necesita ser puesta al da cada
vez cuando las necesidades y expectativas predominantes en la sociedad se cambian.
Otra divergencia es que la teora descriptiva consiste en informes aislados de la
investigacin, mientras que la teora normativa se debe condensar en un formato
coherente, usable fcilmente tal como manuales de diseadores y de productores y bases
de datos de estndares y regulaciones.
Las diferencias entre los acercamientos - o ramas de ciencia - antedichos llegan a ser
visibles inmediatamente en el caso, que sucede de vez en cuando, que usted desea
utilizarlos concurrentemente en el estudio del mismo objeto. Tal tentativa presenta las
preguntas espinosas, como: Se debe evitar de disturbar el objeto al reunir datos, o es la
puntera el contrario: mejorar el objeto? Al evaluar los resultados, es el criterio
supremo veracidad o utilidad? Es difcil apuntar a dos blancos simultneamente, aunque
puede ser posible si el investigador toda la hora sabe cul de los dos objetivos que l
persigue.
Porque el contenido y el mtodo de cada proyecto de investigacin dependen de su

punto de la salida y del objetivo, es comprensible que los estudios descriptivos y
normativos utilizan a menudo conjuntos diferentes del mtodo. Por ejemplo, en un
estudio descriptivo a menudo usted puede elegir libremente entre los mtodos
cualitativos y cuantitativos, pero cuando usted hace un estudio normativo para el uso
industrial tal preseleccin podra ser demasiado restrictiva y engendrar la utilidad de los
resultados. Asimismo, en un estudio descriptivo puede ser justificado calcular el
significativo estadstico de los resultados, mientras que la metodologa normativa
incluye mtodos ms directos - tales como un prototipo o un proyecto piloto - para
probar la factibilidad de las propuestas. Tambin los horarios apretados de la industria
pueden afectar el mtodo y obligar al investigador divulgar sus resultados exactamente a
la hora, an cuando l preferira continuar probndolos o estudiando un detalle
interesante. Adems, al trabajar para la industria, no habr nada fase emprica si la
pregunta se puede resolver en la base de la literatura por lo menos aproximadamente.
Debido a las diferencias de metodologa la competencia del investigador obtenida en

una universidad no siempre es suficiente para proyectos industriales normativos, y
viceversa, aunque en universidades los investigadores tienen a menudo una posibilidad
de elegir sus temas de modo que puedan utilizar sus mtodos acostumbrados.
En proyectos que servirn la industria o una profesin no hay tal libertad, porque el uso
destinado de los resultados dicta lo que se debe hacer. Un investigador competente as
tiene que conocer mtodos tanto descriptivos como normativos, en un nivel elemental
por lo menos.
Este libro se piensa para dar tal vista general de los mtodos que se pudieron utilizar en
el estudio de profesiones, de actividades industriales y de productos. Su nombre
Arteologa denota la ciencia detrs del trabajo de artesanos, de los primeros
profesionales de produccin, y tambin la ciencia sobre sus productos, artefactos.
Consiste en las partes siguientes:
Planear un proyecto de investigacin. Opciones principales

Mtodos descriptivos Mtodos normativos
Teora descriptivo Teora normativo
El material de este sitio se ha recogido desde los mtodos de cerca de doscientos

proyectos de la investigacin y desarrollo donde he participado durante los aos 1967 -
1997, y desde discusiones numerosas con los investigadores y especialmente con los
usuarios de los resultados.

ENCONTRAR INFORMACIN
EN TEXTOS
Cuando tenemos un problema prctico sobre el cual queremos informacin, no siempre
es necesario emprender el camino ms difcil, es decir, reunir los datos empricamente.
Puede muy bien ocurrir que alguien haya ya tropezado con un problema similar y tal
vez hallase una solucin apropiada para ello. Si ha sido documentado en un libro o en
un artculo, podemos encontrar el documento mediante una bsqueda de referencias.
Incluso si el investigador no encuentra la solucin completa a su problema en

documentos anteriores, los documentos suelen contener datos tiles relacionados con su
problema, como los siguientes:
hechos, estadsticas y hallazgos de investigacin,

datos en bruto que puedan ser tratados en una nueva investigacin, por ejemplo
cartas, memorias y otros documentos privados que pueden revelar actitudes,
modos de vida, productos industriales etc. en distintos tiempos,
modelos, conceptos, y definiciones de conceptos sobre los fenmenos
estudiados, mtodos de investigacin usados en el terreno,
ejemplares: productos meritorios producidos ms temprano, o sus detalles,
comentados por expertos desde punto de vista contemporneo. Se publican en
diarios profesionales y exposiciones, y son a menudo tiles como base de
desarrollo.
institutos e investigadores con quienes colaborar.
Al estudiar la bibliografa, podemos obtener un cuadro general de las reas en que

existen problemas interesantes y soluciones tiles. Gracias a ello, el investigador suele
extraer un panorama ms claro de su problema; ser capaz de delimitar el problema o el
grupo de objetos que pueden estudiarse mejor; y eso ayuda a elegir el mtodo para el
estudio emprico. Ello tambin es fuente de inspiracin: es educativo leer textos que
demuestran (al menos los mejores lo hacen) experiencias profundas de investigacin,
inteligencia y precisin.
Un estudio de la literatura se hace normalmente temprano en el proyecto de

investigacin, inmediatamente despus de definir el problema que se estudiar. Si usted,
sin embargo, busca una idea completamente novedosa y usted se siente que leer
cuidadosamente los tratados convencionales refrenara ms que acelerara su
imaginacin innovadora, usted puede quizs elegir posponer la lectura de la literatura
pertinente despus de que usted haya terminado las entrevistas y las observaciones
empricas.
Fuentes textuales que pueden servir al investigador incluyen
Bibliografa: libros y trabajos en publicaciones peridicas

Estadsticas
Documentos. Pueden ser tanto privados, como comerciales, o pblicos: cartas,
informes, facturas, diarios, etc.

Encontrar referencias
Empezadas las pesquisas, pocas veces ser tan afortunado el investigador como para
que los textos que tendr que estudiar estn ya identificados y a mano. En lugar de esto,
la situacin habitual es que el investigador conoce tan slo el problema y tambin que
su solucin se la facilitarn tal vez algunos textos; pero los ttulos y localizaciones de
esos textos le son desconocidos. En tal caso, la primera tarea ser identificar los textos
relevantes, esto es: encontrar referencias a ellos.
Dnde buscar referencias?
En Internet.
Preguntar a un especialista: nuestro profesor, a un investigador ms veterano,
etc.
Consultar la bibliografa del campo pertinente de estudio, si est disponible.
Una bibliografa es un libro que identifica los libros que suelen ser ms citados
en un campo especial de erudicin. El bibliotecario sabe si hay una bibliografa
para el rea de nuestra problemtica.
Estudiar manuales tecnolgicos. Al final de los captulos, frecuentemente
encontraremos una lista de libros recomendados.
Consultar los ndices de recensiones, publicaciones peridicas con resmenes u
otras publicaciones peridicas disponibles que ofrezcan listas de bibliografa
nueva sobre este tema particular.
Consultar las bases de datos de publicaciones sobre el campo pertinente de
estudio. Tales bases de datos son numerosas; pediremos ayuda al bibliotecario
cuando se trate de elegir la mejor.
Adems, usted tiene la opcin de buscar los libros directamente desde los estantes, pero
est fructuoso generalmente slo en el caso que su problema relaciona con ningunos
otros campos del conocimiento que el estante contiene, que es a menudo una clase en la
"Clasificacin decimal universal" (CDU) para las bibliotecas.
Bases de datos que contienen los catlogos de una o ms bibliotecas universitarias son
hoy un mtodo muy eficaz y mucho utilizado en la bsqueda de literatura. Dependiendo
del tipo de la base de datos usted puede utilizar cualquiera uno de dos mtodos de
bsqueda:
Bsqueda del texto libre. En algunas bases de datos usted es libre escoger
cualquier palabra o combinacin de letras, y la computadora busca para usted las
fuentes donde esta combinacin existe en cualquiera de los lugares siguientes:
o En los nombres de las publicaciones o de sus autores.
o En los resmenes de las fuentes, a condicin de que la base de datos los
incluye.
o En los textos ellos mismos, otra vez solamente cuando la base de datos
los incluye. ste es el caso en el WWW pero no todava en la mayora de
las bases de datos de bibliotecas.
La bsqueda del texto libre est sin duda prctica, rpida y eficaz, pero una
desventaja es que usted tiene que renovar la bsqueda para cada lengua. Se
puede truncar palabras para incluir as variaciones, por ejemplo 'ciclis' puede
traer referencias a 'ciclismo' y 'ciclista'. Algunas bases de datos requieren utilizar
un asterisco u otra marca especial para indicar el truncamiento.

Bsqueda con palabras claves. La mayora de las bases de datos no pueden
hoy buscar palabras del texto normal de la publicacin todava; tenemos que
elegir las palabras de un tesauro o una lista de palabras clave que los creadores
de la base de datos han decidido usar. El bibliotecario puede proporcionarnos la
lista de palabras. Las palabras claves tienen que ser utilizadas exactamente como
ellos son, usted no debe truncarlos ni modificar. Un requisito previo a este
mtodo es que los fabricantes de la base de datos han escogido y archivado en la
base de datos palabras clave convenientes para cada publicacin. En algunas
bases de datos este trabajo no se termina todava. El mtodo de la palabra clave
tiene una ventaja poderosa: las palabras clave son siempre en el idioma nacional
an cuando las publicaciones no son. Esto significa que el investigador hay que
buscar solamente una vez.
Cuando se busca en una base de datos que contiene millones de referencias, puede ser
que obtenemos demasiadas referencias. Podemos posteriormente limitar nuestra
bsqueda, por ejemplo, dando dos o ms palabras de bsqueda que deben
simultneamente aparecer en la referencia. Es tambin posible dar un rango de aos de
publicacin, o definir los idiomas que usted aceptar.
Finalmente, es posible archivar los resultados en el papel o en un palillo USB, para

examinarlos ms adelante detalladamente.
Muchas veces sera interesante saber si se da el caso de que haya un proyecto de

investigacin en marcha en algn sitio, en que est tratando una cuestin particular,
pero sobre la que todava no se ha publicado nada. Tales proyectos en curso son a veces
mencionados en informes de congresos; podramos preguntar al bibliotecario por los
ltimos. Algunos institutos de investigacin publican listas de proyectos en curso.
Otro mtodo es sondear a los investigadores que conocemos, o colocar una nota en los
grupos de noticias (newsgroups) en el WWW, pidiendo contactos a otros investigadores
que compartan los mismos intereses. Algo similar ocurre con las listas de distribucin
(mail lists), que llegan a los participantes en forma de mensajes de correo electrnico y
suelen tener un acceso ms restringido, y menor volumen de correo que los grupos de
noticias, pero en muchas ocasiones un alto grado de cooperacin.
Fuentes estadsticas
Las estadsticas pblicas son informes anuales o mensuales de organizaciones pblicas

o comerciales. Contienen principalmente cifras sobre produccin, gasto pblico,
personal, etc. Cuando se imprimen en forma de libro pueden encontrarse en las
bibliotecas. De otro modo, el investigador ha de solicitarlas directamente en las
instituciones correspondientes, un mtodo que tiene tambin la ventaja de
proporcionarle las cifras ms actualizadas.
Las empresas privadas tambin suelen producir estadsticas sobre cuestiones de gestin,
tales como las cantidades de produccin y gastos en varios departamentos; estas
estadsticas suelen mantenerse muy confidencialmente, puesto que las compaas rivales
podran beneficiarse demasiado de los informes de productividad. Sin embargo, si
estamos haciendo un estudio interno para la empresa, tal vez se nos permita leer estos
informes.

Cartas y otros documentos
En las bibliotecas podemos encontrar muchos libros sobre historia, pero si vamos a
estudiar temas especficos no tratados en libros, tendremos que buscar nuestro propio
material de fuentes documentales en archivos, ya sean privados, empresariales o
pblicos. "Histrico" no significa estudiar la Antigedad; incluso las cosas que
ocurrieron hace una hora son historia. Para el estudio de tales acontecimientos recientes
tendremos tambin a nuestra disposicin otros mtodos, tales como la entrevista a
testigos oculares; pero los documentos tienen la ventaja de que no cambian con el
tiempo. De forma similar, las intervenciones del investigador no cambiarn los
documentos, a diferencia de lo que puede ocurrir con las reminiscencias que reuniremos
a travs de las entrevistas personales.
Los documentos son un material especialmente fructfero en el caso de que estemos

estudiando las operaciones de una organizacin que mantiene regularmente archivos.
Igualmente, cuando estemos interesados en la vida de un artista u otra persona singular,
podemos encontrar en ocasiones legajos con cartas, diarios, recibos, facturas, etc. que
tendrn al menos alguna relacin con la persona que estemos estudiando (aunque no
necesariamente con la cuestin que desearamos estudiar). Los papeles privados de
artistas famosos y otras personas relevantes en muchas ocasiones se conservan en
archivos, pblicos o privados, que permiten el acceso a los investigadores para el
estudio.
Encontrar los documentos que nos interesan puede llegar a ser problemtico si no hay
una nica persona u organizacin en que podamos centrar la bsqueda. Entre los
materiales escritos utilizables en ocasiones como fuentes contamos con diarios y
revistas. Suelen ser especialmente usadas como fuentes, o como objeto de estudio, sus
crticas de arte, editoriales y cartas al director. Otras posibles fuentes pudieran ser los
anuncios y los catlogos de exposiciones. Cuando Roland Barthes estudi la semitica
del vestido en The Fashion System (1983), su nica fuente fueron dos aos de dos
revistas de moda. Antiguamente las casas editoriales solan guardar muestras de su
produccin, pero hoy estos archivos corren el riesgo de ser destruidos. Sin embargo, un
creciente nmero de museos estn hoy especializndose en varias ramas de la
produccin industrial y han sido capaces de rescatar muchos archivos de empresas
comerciales que han cesado en su actividad.
Encontrar los textos
Dependiendo de la cantidad de publicaciones y de documentos disponibles tiene que

elegir entre dos acercamientos bastante diferentes a sacar la informacin que usted
busca:
Cantidad de Enfoque recomendable:

material:
Hay muchas Un proceso bibliogrfico normal donde el objetivo deber
fuentes posibles: condensar la materia buscada y eliminar el contenido superfluo.
El material Hay mtodos para reconstruir la informacin que falta, tal como
disponible es crtica textual, el estudio hermenutico, o la investigacin ex post
escaso: facto. Pgina 11.

El proceso bibliogrfico normal
En el caso que hay literatura sobre la pregunta que le interesa, el siguiente paso en el
estudio bibliogrfico ser seleccionar y marcar las referencias que parecen prometedores
y entonces localizar los libros y artculos marcados.
El listado que resulta de la bsqueda bibliogrfica siempre contiene al menos una

biblioteca en que podemos encontrar el libro. No hay mayor problema si resulta que la
biblioteca es extranjera. Con un coste pequeo, la mayor parte de las bibliotecas podrn
enviar el libro por correo, o enviarn copias en papel o en fichero de las pginas que
necesitemos. Esto no ser necesario si existe un ejemplar del libro en una biblioteca de
nuestra localidad, as que puede ser oportuna una nueva bsqueda en la biblioteca local.
En algunos pases, todas las bibliotecas cientficas y universitarias tienen un catlogo
comn. Antes de encargar libros de fuera, debemos examinar este catlogo. La
bsqueda es sencilla cuando ya conocemos nombre del autor y ttulo. En cualquier caso,
si al final utilizamos los Servicios de Prstamo Interbibliotecario, stos recurrirn
siempre a la biblioteca ms accesible para ellos, o incluso nos remitirn directamente a
ella si localizan en una biblioteca de nuestra localidad el libro buscado.
Una vez en la biblioteca, el investigador sabr dnde estn situados los libros que busca
mirando sus signaturas. La signatura indica la ubicacin de las obras.
En las bibliotecas con sistema de libre acceso, los libros estn en los estantes separados
por secciones temticas y dentro de stas en orden alfabtico de acuerdo con la palabra
principal. La palabra principal es el apellido del autor o la primera palabra (aunque no
un articulo determinado o indeterminado) de una publicacin peridica. Si la
publicacin no tiene autor o si tiene ms de tres, la palabra principal suele ser el ttulo
de la publicacin. En un fichero informatizado o en fichas de cartulina, la palabra
principal se resalta, subrayndose o escribindose en maysculas.
Debemos tomar la signatura del libro y la palabra principal una vez aparezcan en
pantalla. Siempre las necesitaremos, ya sea el investigador el que haya de buscar el libro
o si se tiene que pedir al personal bibliotecario (en caso de que el libro no est en libre
acceso).
En el WWW hay ahora textos completos en ingls de al menos 1200 libros

frecuentemente citados, como los principales textos de los filsofos y dramaturgos
clsicos griegos y romanos y muchos filsofos posteriores. Algunos libros existen
tambin en CD-ROM.
Al transferir informacin desde publicaciones en la computadora del investigador los

mtodos usuales debern tomar una computadora porttil a la biblioteca o copiar
primero las pginas interesantes con la fotocopiadora de la biblioteca, o simplemente
duplicar un texto corto a mano. Escanear y reconocer texto con la computadora a
menudo se mira como no bastante confiable. De todas formas, no debe olvidarse el
identificar cada pgina de copias con un cdigo que permite usted identificarlos ms
tarde. Un cdigo conveniente puede, por ejemplo, consistir en el nombre del autor, el
ao de la impresin y el nmero de la pgina original.
Junto a esto, debiramos copiar estos nombres y los dems datos bibliogrficos en un
fichero especial de texto que con el tiempo se convertir en la bibliografa de nuestro
trabajo ya acabado.

Si los documentos incluyen textos manuscritos antiguos, tendremos el problema de la
paleografa. En las bibliotecas encontraremos manuales con muestras de textos de pases
y pocas varios. Un ejemplo lo tenemos en la ilustracin abajo, que muestra letras
manuscritas alemanas del siglo XIX. Sin embargo, el mejor mtodo es con frecuencia
consultar a un experto en estudios histricos.
La fase de anlisis de un estudio bibliogrfico normal consiste principalmente en la

eliminacin de todo que sea no pertinente, no fiable o intil para sus propsitos. Los
pasajes de texto que se quedan despus de esta eliminacin a menudo estn todava
demasiado largos para aparecer en el informe y se debe condensarlos quitando
porciones de prrafos y de oraciones, o parafraseando el texto original en sus propias
palabras. Todo esto significa que la cantidad de texto se contrae continuamente.
El informe del estudio no se contrae interminablemente, sin embargo, porque su

comprensin del tema simultneamente se profundiza y le hace capaz de agregar sus
propios comentarios sobre el valor de cada fuente.
Mtodos para reconstruir informacin que falta
Sucede a veces que una bsqueda de literatura no encuentra nada. Quizs el asunto que
usted quiere investigar nunca ha sido documentado, o el texto ha existido una vez pero
ha desaparecido luego. Una bsqueda de literatura sera estril en tal situacin. En lugar,
usted quizs trate esas fuentes alternativas de informacin que fueron enumeradas en p.
7.
Si usted ha encontrado un poco de material relevante, pero no bastante de l, hay

mtodos especiales de anlisis que se pueden utilizar para extraer la informacin del
material escaso que sobrevive. Algunos de ellos se enumeran en la tabla abajo.
Meta: Mtodo:
Combinar los fragmentos de manuscritos Crtica de textos
Descifrar las intenciones del escritor Investigacin hermenutica, p. 13
Discernir causalidades detrs de datos existentes Investigacin ex post facto, p. 15
Estos mtodos son, sin embargo, no muy confiables y ellos se deben utilizar con
moderacin.

Crtica de textos
La crtica de textos es pertinente cuando el material nicamente consiste en textos sobre

el mismo tema y estos textos en parte difieren y en parte son semejantes, pero en ellos
apenas hay informacin alguna de fondo sobre los orgenes del texto. Esto suele ser el
caso cuando estudiamos el folclore o textos que se remontan a la antigedad. El fin es
reconstruir el original, principalmente sobre la base de las copias.
Por ejemplo, los Diez libros de la Arquitectura de Vitruvio han sobrevivido a la Edad
Media slo en la forma de diecisiete copias, todas ellas distintas, y cada cual
conteniendo muchos errores gramaticales obvios. Hoy nos gustara saber lo que el Sr.
Vitruvio, que vivi en el siglo I de nuestra Era, escribi realmente, sin perder de vista la
posibilidad de que ya l cometiera algunos de los fallos gramaticales.
El anlisis de errores puede ser usado en la crtica textual. Trata de fallos ortogrficos,
aadidos, abreviaturas y otros detalles que aparecen en algunos de los textos pero no en
todos. Algunas de estas diferencias parecen ser puros errores hechos por el copista.
Algunos tal vez han sido causados por negligencia, luz inadecuada, mala visin o falta
de dominio por el copista del latn o griego. Algunas partes han sido deliberadamente
omitidas como "intiles" por alguien, mientras que otro copista erudito ha aadido algo
"que faltaba" en el texto o incluso cambiado el texto para hacerlo ms apropiado o
ponerlo al da.
Si dos textos contienen la misma peculiaridad que en otros falta, eso revela que uno de
los textos ha servido como fuente para el otro; si la datacin de los textos puede ser
verificada en alguna otra parte, se puede suponer que el texto que contiene menos
errores gramaticales o que mantiene palabras omitidas en el otro es el ms antiguo. (Por
supuesto, siempre debiramos considerar tambin la posibilidad de que el copista del
ltimo texto dominase la gramtica mejor que su predecesor y corrigiese las faltas del
texto anterior.)
La primera intencin de la crtica textual es formar lo

que se llama un rbol de los manuscritos, como se ve
en la ilustracin de la derecha. Las letras A-H se
refieren a los manuscritos existentes.
1. La primera fase del anlisis de errores puede ya

revelar que algunos textos son simple copia de
otros todava existentes, porque no contienen
ms que el mismo texto que los precedentes,
con algunas omisiones y errores caractersticos.
Estn representados por los manuscritos B, E y
F en el grfico. Estas ltimas copias pueden
ahora ser descartadas.
2. En la siguiente fase, atendemos a las relaciones entre los manuscritos restantes:
A, C, D, G y H. Aqu, toda posible informacin sobre datacin, particularidades
fsicas, localizacin y conservacin de los textos debe ser tomada en cuenta. Si
no hay informacin adicional, los manuscritos pueden ser agrupados en
categoras como descendientes de unos manuscritos anteriores hipotticos (Y y
Z en el grfico) simplemente sobre la base de los errores que se repiten en ellos.
3. La ltima fase es reconstruir los textos anteriores que han servido de base para
los restantes y que han desaparecido (Z y Y en el grfico) y final reconstruir la
raz comn (X) a todos ellos. Esto debe ser hecho considerando cuidadosamente
el elegir y combinar los textos que se conservan, tal vez en casos excepcionales
tambin corrigindolos. Las deducciones y soluciones debidas al investigador
deben ser indicadas en el texto de nuestro trabajo.
Un buen conocimiento general y comprensin de la cultura del momento en que los

textos fueron escritos y de aquel en el que fueron copiados son, naturalmente, de una
gran ayuda en la reconstruccin del original (aunque tal conocimiento deba ser aplicado
cuidadosamente, con vistas a no escribir una especie de novela histrica en lugar de un
estudio).
Investigacin hermenutica
Nuestros problemas no han desaparecido cuando hemos encontrado y recibido los libros
y documentos que pretendemos examinar. Con mucha frecuencia surge un problema
nuevo cuando encontramos que el texto nos deja en la duda sobre lo que escritor
realmente quera decir.
Si el autor ya no est entre nosotros y, por tanto, no puede explicar las zonas oscuras,
podemos intentar recolectar los pedazos que falta de varias fuentes, por ejemplo:
1. Hacer un resumen de interpretaciones anteriores del texto, si hay cualquiera.

2. Estudiar el contexto de donde el texto origina, si se sabe. Este contexto puede
incorporar varias esferas distintas de la actividad.
3. Estudiar otros textos comparables, por ejemplo otros trabajos del mismo autor o
del mismo grupo de artistas.
4. Una vez que los estudios antedichos han producido varias explicaciones o
interpretaciones fragmentarias del texto, tiene que estimar si juntas dan un
retrato bastante completo. Si algunas de las interpretaciones tentativas se
parecen no crebles bastante, debe considerar omitirlas.
A pesar de todo, a veces tiene que estudiar un texto, acerca de que no sabe casi nada, ni
se conoce el contexto de donde origina. El mtodo hermenutico se ha creado para
estas situaciones.
En el siglo XVII la palabra "hermenutica" fue aplicada a la interpretacin de la Biblia.

La palabra se refiere a Hermes, que de acuerdo con un mito antiguo tena la tarea de
transmitir los mensajes de los otros dioses al pueblo. Wilhelm Dilthey (1833 - 1911) y
otros extendieron el uso de la tcnica hermenutica a todo tipo de textos y hoy es
tambin usada para analizar producciones no textuales de la cultura humana. El
paradigma de la hermenutica moderna se explica en profundidad en Wahrheit und
Methode (1960) por Hans-Georg Gadamer.
El fin de la hermenutica es obtener una comprensin ms profunda de tu objeto. El

mtodo principal es inspeccionar el objeto desde perspectivas alternas.
El punto de partida en las inspecciones es la primera comprensin, o el conocimiento

preliminar que tenemos cuando comenzamos el estudio (que es algo que siempre hay,
aunque pueda estar poco claro o ser bastante equivocado). Durante el proceso de
inspeccin podemos alternar la perspectiva o examinar el objeto desde varios enfoques.
Cada nuevo examen mejora nuestra comprensin del objeto. Del mismo modo, cuando
volvamos a un ngulo que ya hemos usado, seremos con frecuencia capaces de
encontrar nuevos aspectos, porque entre tanto las otras visiones han mejorado nuestra
sensibilidad para encontrar nuevos aspectos de los hechos e interpretaciones que ya
previamente eran bien conocidos.
La alternancia de los puntos de vista es llamada crculo hermenutico (o espiral

hermenutica, si queremos dar a entender que vamos a llegar a alguna parte con el
mtodo). Continuamos con ello hasta que el cambio a un nuevo ngulo ya no produzca
ningn hallazgo interesante.
La pareja ms habitual de puntos de vista entre los que

alternar es la compuesta por la visin global del objeto,
en alternancia con una visin detallada de los
componentes de dicho objeto. Estas dos visiones son a
la vez posibles y fructferas en casi todo proyecto de
investigacin. La idea se muestra en el diagrama de la
derecha.
Un ejemplo frecuentemente citado de alternancia de las

visiones global y detallada es la lectura de un poema.
Durante la primera lectura, algunas palabras del poema
parecen raras o enigmticas; pero una vez que lo hemos
ledo entero, es probable que seamos capaces de descubrir los significados especiales
que las palabras tienen en este contexto. En la siguiente fase, estos significados recin
hallados pueden aportar inspiracin para una inspeccin ms detenida, que de nuevo
puede darnos nuevas revelaciones adicionales.
Alternar entre las perspectivas total y sectorial no es el nico modo de aplicar la espiral
hermenutica. En muchos casos una visin "total" no es factible o no tiene sentido en el
anlisis; en tales casos podramos simplemente estudiar el objeto desde dos o ms
ngulos distintos.
Al comienzo de nuestro estudio, ser normal que poseamos algunos conocimientos

preliminares sobre el objeto. Este conocimiento se ha reunido antes en estudios que
hemos hecho nosotros u otras personas, y mediante la aplicacin de diversos puntos de
vista. Podemos, entonces, usar los correspondientes ngulos de visin en el estudio
hermenutico.
Varto (1992, 58) presenta las siguientes instrucciones para la interpretacin

hermenutica:
Lo que estamos tratando de entender es el mundo de otro (no el nuestro).

"Imponer un significado desde fuera", por ejemplo, aplicando la filosofa de
Marx o Freud al objeto a la fuerza, puede producir un anlisis rico, pero esto no
es correcto para con el objeto, y puede que no contribuya a una mayor
comprensin del objeto.
Los significados deben ser coherentes: no se deben elegir rasgos sueltos del
objeto y combinarlos en un conjunto nuevo porque eso estara falseando la
realidad.
Cuando interpreta el objeto, el investigador est inmerso en su propia vida. No
hay cosas tales como una forma objetiva de lectura. Slo dentro de sus propios
lmites puede el investigador ser capaz de atribuir significados al objeto. Un
mismo objeto puede haber sido entendido de varias maneras en el curso del
tiempo. "Cada generacin reescribe la historia."

El investigador debiera reflejar conscientemente su forma propia de
interpretacin. Entender tus propios puntos de partida te ayudar, en alguna
medida, a liberarte de ser subyugado por ellos.
La hermenutica es usada con frecuencia cuando se estudian los mensajes simblicos

de obras de arte. Con este mtodo, es fcil avanzar del nivel trivial de lo que la obra
"pinta" a los niveles ms profundos de lo que el artista tal vez "quiere decir". Por
ejemplo, la cuestin de lo que cierto pintor representa puede ser contestada en tres
niveles de profundidad:
qu objeto fsico representa la pintura (por ejemplo una paloma en un minarete)

lo que simboliza (por ejemplo la guerra en Bosnia)
en qu tipo de visn del mundo, o conviccin, est basada (por ejemplo, paz o
unidad de Europa)
Estudiar los significados simblicos con la hermenutica es arriesgado. Hemos de

recordar que estamos tratando con nuestras propias interpretaciones y que otros bien
pudieran, desde el mismo punto de partida, llegar a diferentes interpretaciones.
Es verdad que gente como los crticos de arte, por ejemplo, publican sus opiniones e
interpretaciones todos los das, e incluso eso es lo que se espera de ellos; pero si
queremos hacer lo mismo en un informe de investigacin, es mejor hacerlo notar
claramente en la exposicin. Si estamos lo bastante seguros de nosotros mismos como
Heidegger lo estaba, somos libres de declarar que nuestra interpretacin es la correcta y
que lo que mejor pudieran hacer otros es adoptarla.
Sin embargo, si no pretendemos proclamar nuestras opiniones y queremos descubrir qu

significados produce generalmente una obra de arte en las mentes de una amplia
audiencia, el mtodo hermenutico no es el mejor. En su lugar, debiramos considerar el
mtodo emprico de la entrevista, o quizs la experimentacin.
O bien, si deseamos descubrir lo que el artista "quiere decir" con la obra, debemos
preferiblemente interrogar al artista mismo en una entrevista o, si eso no es posible,
examinar los papeles que de l queden.
Otra advertencia. La hermenutica no es uno de los mtodos ms fiables. Es muy

subjetivo y es difcil evitar que llegue a ser una simple conjetura personal. No
debiramos usarlo si hay otras maneras de extraer el significado del autor original del
texto. Por ejemplo, si hemos hecho una serie de entrevistas y, como resultado, tenemos
un manojo de largas y en ocasiones oscuras narrativas, el mtodo correcto para resolver
las ambivalencias es no el estudiar solamente los papeles, sino hacer nuevas entrevistas
y pedir aclaraciones al informante original.
Investigacin ex post facto
El estudio archivstico de documentos es uno de los pocos mtodos disponibles para

investigar acontecimientos que cumplen alguna de las siguientes condiciones:
suelen ser tan poco frecuentes, que no sera prctico intentar observarlos en su
disposicin natural y,
no pueden ser reproducidos para fines de investigacin por razones ticas, o por
razones prcticas como el coste.
Algunos temas tpicos para el estudio en archivo son las decisiones vitales en la
existencia humana: elegir una escuela, una esposa, ocupacin y vivienda;
acontecimientos posteriores en las circunstancias personales y carreras de estas
personas; y cules de todas estas pueden ser vistas como causas y cules como efectos.
En la actividad de las entidades empresariales, se toman decisiones vitales similares:
fusiones, inversiones, nuevos edificios, nuevos productos; y lo que han sido las
consecuencias en trminos de mercados, beneficios, etc. La experimentacin en tales
temas tan delicados es imposible; la observacin podra ser factible, pero en momentos
tan crticos, que raramente habr un investigador presente; en consecuencia, el mtodo
principal ser el estudio de documentos. Podra ser complementado con entrevistas, si
los acontecimientos estudiados son recientes.
Otros temas frecuentes en investigacin de archivo son los sucesos destructivos, tales
como catstrofes naturales, accidentes, crmenes; enfermedades y sus causas, la salud
pblica y lo que la amenaza.
Un estudio cuantitativo de relaciones causales de acciones que ocurrieron hace mucho

ser posible si tenemos los archivos adecuados sobre los acontecimientos.
Necesitaremos una hiptesis exacta sobre la causalidad, y datos registrados de lo que se
presume son variables independientes y dependientes que fueron reunidos ambos antes
de lo que se cree fue su influencia causal. Organizamos entonces los datos de modo que
podemos calcular la correlacin u otra asociacin estadstica entre las variables. Por
ejemplo, podemos tener los siguientes datos (ficticios) sobre las ventas de coches de una
empresa en 1905 y 1906:
La hiptesis podra ser que . 1905 1906

el incremento en ventas de Color de los coches Solo negros Negros, azules y rojos
1905 a 1906 fue causada Coches vendidos 8.000 23.000
por la ampliacin de la
gama de colores. Tal hiptesis est de hecho corroborada por la evidencia. Sin embargo
puede muy bien haber habido otras razones, tal vez ms poderosas, que nunca fueron
documentadas.
No siempre podemos estar seguros de la direccin de causalidad: cul es la causa y

cul el efecto? Por ejemplo, podemos haber encontrado estadsticas que indican
correlacin entre el tiempo pasado viendo programas violentos en la Televisin y los
comportamientos agresivos de los espectadores. No obstante, sobre la sola base de estos
datos no podemos saber cul es la explicacin correcta:
Ver programas violentos en la Televisin hace a la gente agresiva.

La gente agresiva prefiere ver programas violentos.
Ambas formas de comportamiento se intensifican recprocamente.
La asociacin entre las variables est causada por un tercer factor que nunca ha
sido registrado. (Este es el argumento que usa la industria tabaquera: incluso si
hay una fuerte correlacin entre el fumar y el cncer, ambos pueden ser causados
por una tercera razn que todava nos es desconocida.)
Y, finalmente, la correlacin puede ser causada slo por el azar.
Los ejemplos anteriores muestran algunas de las debilidades del mtodo ex post facto: la
inseguridad de los resultados y la dificultad para verificar o demostrar la falsedad de las
hiptesis. Consiguientemente, los resultados de la investigacin ex post facto debieran,
en medida de lo posible, ser confrontados con otros mtodos. Esta desventaja es comn
a toda la investigacin de archivo, por supuesto.

Evaluar la informacin
La lgica y el mtodo en un estudio de la literatura (o del otro material textual) es

generalmente simple: encontrar los pasos del texto que se relacionen con su problema, y
entonces valorar cun explotable son de su punto de vista. Los criterios en seleccionar y
valorar textos dependen de su propio inters en el estudio: por qu se desea tener esta
informacin? Cul ser su uso?
Dos metas usuales en el estudio de la literatura son similares a las metas alternativas del
estudio emprico: o su acercamiento es descriptivo y apunta al recolectar de
conocimiento sobre el objeto del estudio sin ninguna intencin de modificarlo, o
normativamente usted quiere averiguar cmo el objeto se podra mejorar. Estos dos
intereses del estudio se necesitan acercamientos y mtodos levemente diversos, como
sigue.
1. Acercamiento descriptivo. Cuando su meta es descubrir cmo son las cosas (o cmo
han sido), sobretodo usted desear acertar si esta informacin sea verdad. El mtodo
usual para esto es la Crtica de fuentes.
Las fuentes que pasan la prueba de la crtica de la fuente relatan sobre todo cosas que
existieron o sucedieron tiempo atrs y a menudo en otro contexto que el suyo. Es
importante ahora determinar cul es exactamente su inters en esta informacin - desear
de hecho saber qu existi o sucedi en el contexto original, o es su inters final en su
propio contexto y tiempo, donde usted tambin piensa aplicar la informacin? A fin de
cuentas, muchos fenmenos empricos son tan similares por todas partes en el mundo
que sera una prdida de tiempo de estudiarlos de nuevo. La pregunta ahora est, cmo
generalmente vlido la informacin es en las fuentes que usted ha agarrado? Es esta
informacin vlida en su ambiente, de modo que usted no necesita hacer un propio
estudio emprico en el asunto?
2. Acercamiento normativo intenta definir cmo las cosas deben ser. El punto de
salida es quizs una inconveniencia existente que se debe corregir, o una necesidad de
mejorar el objeto del estudio u objetos similares ms tarde. El proyecto de investigacin
incluye especificar o planear estas mejoras, y contina a veces como proyecto de
desarrollo donde los planes se llevarn a cabo en la prctica.
Un estudio normativo busca de la literatura hechos, no slo acerca de cmo cosas son,
pero sobretodo modelos y ejemplares para el trabajo futuro. Estos hechos pueden
contener informes sobre operaciones anteriores similares o sobre mejoras que estn
todava en preparacin. Otro material del inters son teoras generales para el tipo
pertinente de desarrollo, tal como estndares, regulaciones oficiales y manuales de los
diseadores. Valioso podran ser tambin las ideas acerca de lo que pueden o deben ser
hechas, incluso material deliberadamente ficticio: las utopas se han utilizado como base
para reformas sociales. Obras de arte y modelos idealizados conceptuales en las
exposiciones de la arquitectura o de coches han servido a otros diseadores como
puntos de partida para sus nuevas producciones. La pregunta crucial al seleccionar el
material de la literatura es: Podemos utilizar y aplicar las ideas y los modelos
encontrados en literatura? Mtodos para esta evaluacin se discuten ms adelante.

Los acercamientos y los mtodos antedichos en el estudio de la literatura se pueden
condensar en una tabla:
Acercamiento: Pregunta clave: Mtodo:

Descriptivo: Es verdad la informacin? Crtica de fuentes
Se puede aplicar la informacin a Evaluar validez de la
nuestro contexto? informacin en contexto nuevo,
p. 19
Normativo: Podemos utilizar la informacin Evaluar utilidad de la
para los propsitos del desarrollo? informacin, p. 21
Crtica de fuentes
Las fuentes escritas se solicitan generalmente para dos tipos diferentes de informacin:
las aserciones basadas en hechos en lo que existieron o sucedieron, y

las opiniones o evaluaciones hechas por el escritor.
De stos, el investigador normalmente acepta las opiniones y las evaluaciones tal y

como son. Todos deben tener la derecha de presentar una opinin, y el papel del
investigador es las recoger, para no censurar.
Las afirmaciones basadas en hechos son otra cosa. Pueden ser verdades o falsas o
cualquier cosa en medio. El investigador puede utilizar solamente la informacin
verdadera, y para eliminar las aserciones falsas que el autor original ha intentado
presentar como verdad, el investigador puede usar los mtodos de la crtica de fuentes.
En principio, el investigador no debe aceptar ninguna afirmacin incondicionalmente y

sin sentido crtico. Sin embargo, llevara demasiado tiempo confrontar toda informacin
aparecida en cada libro que el investigador utilice. De modo que la prctica habitual es
aceptar todo lo publicado en una serie de publicaciones cientficas sin someterlo a una
nueva validacin. Lo mismo se aplica a textos en enciclopedias y manuales escritos por
autores generalmente respetados.
No obstante, el investigador probablemente querr usar textos impresos de muchas

fuentes, con grados varios de credibilidad. Entre estos pueden contarse, por ejemplo,
noticias en peridicos. Las ms de ellas probablemente son ciertas, pero algunas no lo
son en absoluto; de modo que precisan evidentemente alguna verificacin.
Los textos que el investigador usualmente escruta con mayor circunspeccin son los
documentos privados, especialmente autobiografas y otros "relatos" que el individuo
ha construido despus de los acontecimientos que describe. Entre los documentos,
impresos o manuscritos, lo que viene a haber es un continuum de credibilidad; y el
investigador precisa una seleccin de herramientas para comprobar y someter a crtica
estos documentos.
El mtodo ms eficiente para descartar la informacin falsa es el anlisis cruzado de

los datos, obteniendo informacin de fuentes paralelas. En algunos casos las fuentes
sern todas documentales. En otros, podrs encontrar testigos y entrevistarlos o tal vez
puedas visitar el lugar del objeto o accin original y registrar cualquier cosa que all
pueda hallarse.

La crtica de fuentes llega a ser difcil si no hay disponible informacin paralela y si
solo tienes un documento como nica fuente. Si ese es el caso, debieras intentar
encontrar respuestas a cuestiones tales como las que presenta Chapin (1920) p. 37:
Aspectos externos del documento

o Es el documento original o una copia? Si es una copia, es posible
compararlas con otras copias?
o Autora. Es creble la autora, o puede ser el documento una
falsificacin? Si el autor es un pseudnimo, quin est tras l?
Aspectos internos del documento
o Qu quiere decir el autor con sus afirmaciones? Tiene la afirmacin un
significado real distinto del contenido literal?
o Las afirmaciones son hechas de buena fe?
! Tiene el autor inters en engaar al lector?
! Estaba el autor bajo una presin que le llevase a decir algo
incierto?
! Estaba influenciado por simpatas o antipatas para decir algo
incierto?
! Le influenciaba la vanidad?
! Estaba bajo la influencia de la opinin pblica?
! Hay muestras de recursos literarios o dramticos que puedan
distorsionar la verdad?
o Era exacta la afirmacin? o ms particularmente:
! Estaba el autor limitado como observador por algn defecto
mental o anormalidad?
! Estaba el autor en mala situacin o momento para observar?
! Era negligente o indiferente?
! Contiene el documento contradicciones internas o afirmaciones
que son contrarias a las de otras fuentes?
! Eran los hechos de tal naturaleza que no podan ser observados
directamente?
! El autor era un mero testigo o un observador experimentado?
o Cuando ocurre que el autor no es el observador original, se hace
necesario determinar la verdad y exactitud de sus fuentes de informacin.
Evaluar validez de la informacin en contexto nuevo
Cada hecho que usted puede encontrar en un informe del estudio emprico concierne
realmente slo la poblacin de casos que se ha observado. Estas observaciones quizs se
han hecho en otro pas y a menudo hace varios aos. Est todo correcto si usted quiere
verdaderamente saber qu existi o sucedi en ese ambiente y tiempo.
La situacin es diferente en el caso que usted no est realmente interesado en estas

observaciones lejanas como tan, pero en lugar usted se preocupa por objetos o
fenmenos semejantes que existen en su propio contexto. Usted entonces tiene las
alternativas de hacer un estudio emprico normal de estos objetos, o encontrar un
informe de un estudio similar anterior y asumir que su propio estudio dara resultados
semejantes. Esta ltima alternativa no da resultados tan confiables, pero es rpido y
barato y por lo tanto mucho utilizado en prctica. De hecho, muchos fenmenos
empricos son tan similares por todas partes en el mundo que sera una prdida de hora
de estudiarlos de nuevo.
Adems, muchos estudios cientficos a propsito se han centrado en invariantes en
observaciones empricas, es decir en esas caractersticas que sean comunes a todos o a
la mayora de las observaciones y que por lo tanto se puedan esperar para ser verdades a
otra parte, tambin, aunque esta ltima voluntad sea siempre una conjetura solamente.
Si usted decide no hacer un nuevo estudio emprico en el asunto y en lugar utiliza la

informacin en literatura, la pregunta se presenta, cmo generalmente vlido es esta
informacin? Especficamente, es vlida en su ambiente hoy?
No hay mtodo general para contestar a esta pregunta, y de hecho nunca es posible darle
una respuesta absolutamente confiable, de otra manera que con un propio estudio
emprico. No obstante, algunas conclusiones de investigacin parecen tener una validez
ms amplia que otras, y estos informes comparten a menudo algunas caractersticas,
tales como los siguientes que usted puede considerar al evaluar la extensin de validez
de alguna informacin publicada:
La naturaleza del fenmeno. Los procesos fsicos varan generalmente menos que la
conducta humana o los procesos sociales (o se parecen variar menos, porque los
estudiamos raramente en el nivel de molculas individuales como estudiamos a gente).
As, si usted quiere estudiar la ropa, usted encontrar quizs un informe sobre la
durabilidad de textiles absolutamente vlido en lo que sea contexto, mientras que otro
informe que se refiere al significado social de la ropa quizs sea inaplicable en su
ambiente.
La extensin del estudio anterior. Cun grande poblacin ha sido definida como el
objeto del estudio, y cun grande muestra de ello se ha medido o registrado? Cuanto
ms grandes, mejores son sus perspectivas al usar la informacin desde una fuente.
Consistencia de datos. Cun grande es la dispersin de medidas, de observaciones

cualitativas, de respuestas al cuestionario etc.? Cuanto ms pequeo, el mejor. Tamao
de muestra y la dispersin de medidas se evalan a menudo juntos como significacin
estadstica, p. +++.
Al lado de los casos que se han estudiado, usted puede estar enterado sobre unas
anomalas, casos que no obedecen la invariacin encontrada en el proyecto divulgado
de investigacin. Su existencia debilita la credibilidad de la invariacin, por supuesto.
La fecha de la fuente. Aunque los hechos dados en una fuente quizs han sido verdad
en su tiempo, ellos no necesitan tan ser hoy. Las invariantes fsicas no estn muy
inclinadas a cambiar con tiempo, y a menudo se pueden tomar como leyes de la
naturaleza constantes, como contraste a muchos procesos sociales que pueden cambiar
rpidamente. Hay tambin fenmenos donde est lento el cambio, por ejemplo la
contaminacin y el clima global. Si usted puede estimar por adelantado la rapidez del
cambio del fenmeno, usted ser capaz de restringir la bsqueda de la literatura a un
espacio conveniente de aos (es decir cuando estudiar fenmenos fluctuantes se
aceptar slo informes recientes).
Las definiciones de los conceptos claves, cmo similar estn a sus propias
definiciones? En informes cientficos se puede encontrar a menudo las definiciones de
conceptos esenciales en un apndice. Algunos conceptos se utilizan muy uniforme por
todo el mundo, por ejemplo muchos procesos fsicos, los mtodos y unidades de medida
(de hecho, ellos se estandardizan en todos pases). Otras palabras, tales como "servicio",
"accesorio" o "aparato" se utilizan en muchos significados. Estudiar una fuente donde
conceptos importantes se desvan de sus propias definiciones ser arduo, y puede ser
errtico en el caso que no definiciones se dan y las palabras esenciales se quedan
ambiguas.
An cuando las definiciones parecen ser idnticas, hay muchas palabras que significan
cosas diferentes en varias sociedades humanas. Por ejemplo, 'la vivienda' por todas
partes se define muy semejantemente, algo como "un edificio individual para una
familia" pero esta definicin significara edificios muy diferentes en un clima rtico que
en trpicos, y por lo tanto los resultados de la investigacin sobre casas no tendran a
menudo ningn inters en otros climas. El 'coche medio' significa diversas cosas en
varias partes del mundo, e igual es verdad para muchos otros productos en uso diario de
la gente. Usted as tiene que considerar el contexto de que la informacin viene. Se
parece el contexto extranjero su propio contexto tan mucho que la informacin tenga
para su el mismo significado que en el pas de origen?
Los grupos sociales pueden ser comparados mirando sus datos demogrficos:
promedios y rangos de la edad, educacin, ingresos, etc., que se pueden encontrar en las
estadsticas pblicas. Si ellos se desvan mucho de los nmeros en su propio pas, usted
tiene que juzgar cmo pertinente es la literatura que viene de una sociedad tan diferente
de la suyo.
Evaluar utilidad de la informacin
Un proyecto normativo apunta a mejorar el objeto de su estudio, quitando quizs un

revs molesto o creando un mejor producto nuevo. Ser ms fcil planear mejoras
cuando usted tiene informacin sobre algunas operaciones similares que se han hecho o
por lo menos se han planeado ms temprano. stos pueden entonces servir como
modelos y ejemplares para su propio trabajo.
Informacin sobre mejoras ms temprano planeadas se puede encontrar en literatura, y

puede existir en varias formas. Puede contener informes sobre qu se han hecho, pero
puede ser tambin ideas acerca de lo que pueden o deben ser hechas. Incluso el material
deliberadamente ficticio se puede encontrar constructivo: las utopas se han utilizado
como base para reformas sociales, y obras de arte y modelos extraos en las
exposiciones de arquitectura o de coches han servido a otros diseadores como puntos
de partida para sus nuevas producciones. Una correspondencia con hechos y crtica de
fuentes estn por lo tanto no tan importantes en estudios normativos que descriptivos.
En lugar, la pregunta crucial es: Podemos hoy utilizar y aplicar las ideas y los modelos
encontrados en literatura?
Para contestar a la pregunta antedicha le necesita saber qu clase de mejora que usted
busca, o por lo menos tiene que saber precisamente los problemas existentes y los
puntos de partida para la mejora futura. Cul es "problema" y cul es "mejora" - sus
definiciones y los criterios que se utilizan en la evaluacin de propuestas alternativas
deben venir no de la literatura sino del presente, de las necesidades de esa gente que
utilice las mejoras previstas, es decir qu el proyecto se prepone lograr.
La blanco para el estudio normativo de literatura - sea asistir crear un producto nuevo o
un estado mejor de cosas - y los criterios para valorar su realizacin deben existir
imprescindiblemente en el papel ya al principio de un estudio normativo de la literatura,
porque ellos darn la base para buscar y seleccionar fuentes. El investigador debe tomar
as cuidado que la blanco del proyecto normativo se especificar tan pronto como
posible. Esta especificacin a menudo se alcanza fcilmente porque normalmente la
necesidad de la mejora se siente en la prctica ya antes un investigador es designado
para el estudio, y el investigador entonces necesita solamente trovar la gente que sabe el
problema y recolectar sus opiniones sobre la blanco.
Hay una pgina separada que discute los mtodos para definir el punto de vista de un
proyecto de investigacin normativo y los mtodos para asentar desacuerdos posibles
entre los grupos de inters.
Presentar los resultados
Un estudio de la literatura se puede ver como un tipo de dilogo entre los textos (o sus
autores) y el investigador. Una particularidad del informe de un estudio de literatura es
que consistir en tipos de informacin bastante diversos - hechos indiscutibles,
aserciones dudosos e incluso errneas, opiniones personales y evaluaciones - algunos de
ellos escritos por los varios autores de documentos citados y algunos por usted mismo
como comentarios o evaluaciones. Usted debe escribir el informe de modo que un lector
puede fcilmente distinguir entre estos tipos de conocimiento y entre los escritores. Esto
puede ser hecho usando los tipos de letra diferentes, cursiva u otras tcnicas de
impresin moderna, no hablar de las opciones de hipertexto y lenguajes de ordenadores.
Por ejemplo, las citaciones se imprimen a menudo en cursivo.
El texto de otros escritores. Cuando tomemos prestados hechos o bien una opinin de
otro autor, podemos optar entre dos estilos: bien la parfrasis con nuestras propias
palabras, o bien la cita entre comillas, palabra por palabra. La regla de oro es que las
citas no deben ser demasiado largas, de cinco a diez lneas a lo sumo. Tambin
debiramos traducir las citas a la lengua de nuestro escrito. Podemos aadir entre
parntesis en la lengua original las palabras de traduccin ambigua.
Si deseamos condensar un texto original prolijo, el parafrasear es la opcin obvia, pero

tambin es posible omitir las palabras innecesarias en una cita con tal de que
indiquemos claramente las omisiones. La manera estndar de indicar esto son los tres
puntos, o los tres puntos entre corchetes [...]. Las palabras aadidas por nosotros con la
intencin de clarificar tambin irn entre corchetes [].
Cada cita o parfrasis debe ser acompaada por una referencia a la fuente, que incluir
el nombre del autor y el ttulo del libro. Casi todas las publicaciones parecen tener sus
propias reglas de presentacin, as que lo mejor ser conseguir las reglas seguidas por el
editor de la serie, revista o coleccin.
En las referencias se usan en ocasiones abreviaturas latinas, como:
cf. = cfr. = confrontar (Lat. confer)

ib. = ibid. = en el mismo libro o lugar (ibidem)
passim = en varios lugares
op.cit. = la obra citada ms arriba (opero citato)
s.a. = sin indicacin de ao de impresin (sine anno)
(sic) = As. Pondremos esta palabra inmediatamente despus de la afirmacin que
consideramos incorrecta o que, por lo chocante o inesperado, podra parecer al lector
una errata.

Su propio texto ser principalmente comentarios a las fuentes y su evaluacin desde el
punto de vista escogido para el estudio. Usted lo debe escribir para que sea claramente
diferente de citaciones.
Muchos de los principios generales normales de los informes de investigacin se

pueden utilizar al escribir una cuenta de un estudio de literatura. Se discuten en la
pgina del informe de investigacin, p. +++.

PLANIFICAR UN ESTUDIO
EMPRICO
La meta de la investigacin
Cuando el objeto del estudio pertenece al empiria, al mundo tangible de la gente, a los
objetos y a los acontecimientos, el estudio se llama "emprico" como contraste con las
ciencias formales como matemticas y la lgica, que no tienen ninguna asociacin al
empiria. Estos ltimos tratan con la teora slo, y apuntan a clarificar sus estructuras, es
decir las formas del pensamiento, tal como los procesos del anlisis lgico o
matemtico. No sern discutidos en este sitio.
Si ahora deseamos conseguir una vista general sobre los acercamientos y los mtodos en
la investigacin de profesiones y de artefactos, vale la pena de observar primero que la
dicotoma convencional de enfoques cualitativos y cuantitativos (los "dos culturas de
investigacin") no es fructuosa aqu. Cuando el problema que se estudiar viene de
prctica, rara vez consistir en calidades o cantidades solamente, pero en lugar lo
contendr ambos, o ms exactamente contendr los aspectos que el investigador puede
escoger de registrar como calidades o cantidades facultativamente. En el estudio
acadmico usted quizs puede definir su problema de modo que convenga a sus
mtodos preferidos, pero en los estudios prcticos usted tendr mejores perspectivas del
xito si usted puede utilizar instrumentos de investigacin de ambos tipos.
Nota, tambin, que en el estudio de actividades o productos, las presentaciones

cualitativas y cuantitativas no son las nicas que son posibles. Un retrato puede decir a
veces ms que mil palabras o medidas pueden. Los acercamientos de la investigacin
que sern presentados en el siguiente, permiten el mezclar de varios modos de
presentacin, aunque no se puede negar que hay algunas diferencias en los
procedimientos de colocar y analizar hechos.
En vez de una clasificacin investigador-centrada antedicha, es instructiva categorizar

los mtodos en el estudio de actividades humanos y de artefactos en base de los
resultados previstos del estudio:
El enfoque descriptivo (o "desinteresado") que apunta sobre todo a recolectar

conocimiento (es decir descripciones y explicaciones) acerca del objeto de
estudio pero no desea modificarlo. La blanco es descubrir cmo estn las cosas,
o cmo han sido. El proyecto puede tambin incluir un acopio de opiniones y
aprobaciones sobre el estado de cosas, pero no incluye planear ninguna mejora.
Acercamiento normativo, donde la blanco est definir cmo las cosas deben
estar. Significa tambin que ser necesario definir el punto de vista subjetivo
que se utiliza. El proyecto incluye especificar o planear mejoras al objeto del
estudio o a objetos analgicos posteriores, pero no incluye realizar los planes en
la prctica. Este acercamiento a veces se ha llamado "investigacin aplicada"
pero esta denominacin no coge su esencia y no se utilizar en el siguiente.
Los proyectos del desarrollo apuntan a mejorar el objeto del estudio o de
objetos equivalentes ms ltimos, y el proyecto incluye, al lado de las
operaciones prcticas, su planeamiento y la investigacin que es necesaria para
el planeamiento. Esto, sin embargo, es muy similar a otra investigacin

normativa, y por lo tanto los mtodos de desarrollo en el siguiente se discuten
como un parte de la investigacin normativa.
Otra, menos importante lnea divisoria que influye la seleccin del mtodo de la
investigacin se basa en el grado de universalidad de la informacin que el proyecto
busca. Esta decisin tiene que ser tenida en cuenta al determinar la extensin del
estudio, es decir cunto material se tiene que reunir, y sta de vuelta influye la seleccin
del mtodo de anlisis. Las alternativas principales en este respecto son:
Estudio intensivo busca hechos que se refieren a los casos especficos, e.g.
modelos especficos de productos, o diseadores o fabricantes nombrados de
ellos. Este tipo de hechos a veces se llama conocimiento "ideogrfico". Si el
estudio est normativo, la blanco ser quitar un problema prctico especfico o
mejorar el mismo objeto que fue estudiado u otros objetos similares. Debido a el
nmero restricto de objetos, es posible estudiarlos a fondo en su ambiente
genuino con todas sus caractersticas y relaciones pertinentes (es decir el estudio
es holstico), as alcanzando una comprensin profunda de su posicin y
significado en el contexto social y cultural.
El estudio extensivo busca conocimiento que es comn a todos o la mayor parte
de los objetos en la clase y quizs a otra parte, tambin, es decir conocimiento
generalmente vlido y a menudo llamado "nomottico". Si la meta es normativa,
significar mejorar la clase entera de objetos. El nmero de objetos en el estudio
ser generalmente grande, y ser necesario restringir la cantidad de informacin
y abandonar la meta del estudio holstico. Se obliga al investigador as que
seleccione, registre y analice solamente esas cualidades de los objetos que l
juzga como importante e interesando en su proyecto del estudio.
Al combinar las dos clasificaciones conseguimos la tabla siguiente que contiene cuatro
acercamientos o estilos del estudio con mtodos diferentes. Note que estos
acercamientos, usuales en ciencias, son de ninguna manera exclusivos al mundo
cientfico - se basan en los mismos cuatro tipos de razonamiento que se utilizan muy a
menudo en su vida de cada da.
Estilos descriptivos del estudio: Estilos normativos del estudio:

Estudio Estudio de caso. Estudio de Estudio de caso con evaluacin.
intensivo de un historia del arte o del diseo Crtica de obras de arte. Probar
o unos casos: donde los objetos se consideran productos. Deshacer un
como entidades individuales. problema. Extender o subsanar
Vase pgina+++ . un objeto. Desarrollar un
producto industrial. Vase p.+++.
Estudio Describir o explicar las Compilar la teora de la prctica
extensivo que invariantes, comunes a todos los general, e.g. procedimientos,
se refiere a la casos, "leyes". Vase p. +++. algoritmos, regulaciones o
clase entera de estndares para una actividad o
casos: para diseadores. Vase p. +++.
Todos acercamientos de la investigacin enumerados arriba se pueden utilizar para

asistir a cualquier actividad profesional o industrial, pero cada enfoque lo hace en una
manera particular que difiere de las otras, como se puede ver en el esquema abajo.

Estos acercamientos de investigacin se explicarn abajo ms detalladamente. Usted a
menudo puede escoger uno de ellos como un punto de partida al planear su propio
proyecto como una cadena lgica de operaciones que empiece con las entradas
disponibles de la teora y de datos y finalmente produce el resultado descriptivo o
normativo deseado.
Al lado de estos modelos tpicos de proceso usted puede a veces adoptar y modificar el
enfoque de una investigacin anterior, si disponible.
Enfoque descriptivo
La investigacin descriptiva apunta a reunir conocimiento sobre el objeto del estudio.

Este conocimiento consiste principalmente en describir los objetos. Puede tambin
haber explicaciones por qu los objetos son como ellos son. Adems, el investigador
puede desear a veces recoger opiniones de la gente sobre los aspectos agradables o
desagradables de los objetos, pero un estudio descriptivo nunca planea o propone
mejoras a los objetos.
Estudio descriptivo intensivo
Cuando los objetos consisten en un o algunos casos solamente, es decir el estudio es

ideogrfico, su proceso necesita no mucho diferencia de una situacin en la vida
cotidiana cuando usted quiere obtener informado acerca de un objeto que es nuevo a
usted. Al comienzo, no siempre conocemos nuestro objeto tan bien como para poder
planificar todas las fases de la investigacin de manera exacta, o incluso decidir que
hechos han de ser recogidos. Tenemos que estar preparados para cambiar nuestros
planes tan pronto como la investigacin profundiza nuestra comprensin del asunto.
Sucede a menudo que algunos procedimientos tienen que ser hechos de nuevo varias
veces antes un resultado satisfactorio se encuentra, y el proceso as llega a ser iterativo.
El proceso iterativo a menudo comienza al
mirar el objeto desde varios puntos de vista
diferentes, o de los ngulos de varias
ciencias establecidas (como en el esquema
a la derecha) o de puntos de la visin
prcticos miscelneos. Repetir las vistas
diferentes lo ayudan a entender mejor el
objeto, porque las inspecciones iniciales
pueden servir como una base para
exmenes posteriores. El proceso as se
parece a una espiral que obtiene
gradualmente ms cerca la meta.
Eventualmente durante la inspeccin usted

ser capaz de especificar los puntos de vista ms reveladores y explicar cmo "se
entiende" el objeto. La definicin entonces ayudar a seleccionar los mejores
procedimientos y a reducir la cantidad de material que ha de ser procesado.
El proceso iterativo se repite tantas veces como sea necesario para alcanzar un resultado
satisfactorio, o hasta los recursos se agotan. El mtodo puede tambin ser utilizado
cuando usted estudia varios casos que son esencialmente similares.
Estudio descriptivo extensivo
Cuando usted estudia un nmero extenso de casos, usted acabara con una cantidad
inmensa de datos, si usted no en avance restringe su inters en slo unos pocos tipos de
datos. Para poder especificar significativamente cul datos deben ser recogidos, usted
necesita tener ya al principio del proyecto una idea clara sobre qu datos que usted
necesita reunir y cmo usted quiere analizarlos. Esto entonces hace posible planear por
adelantado el proceso entero donde cada operacin se hace solamente una vez, y as el
trabajo llega a ser rpido y eficaz.
Cul, entonces, es un proceso eficaz de la investigacin? ptimamente, es una serie

lgica de operaciones que empieza de la blanco o del problema del proyecto, explote
conocimiento existente cuando est disponible, obtenga ms informacin cuando es
necesario, y finalmente analizando stos produce el resultado deseado, sea descriptivo o
normativo. Cada uno de estas fases ser basada en los resultados de fases anteriores, y el
mtodo ms rpido por lo tanto sera hacer todo como una serie. Un tan proceso lineal a
menudo se da en libros de textos de la metodologa como proceso ideal de la
investigacin cientfica. Es comn en la investigacin tecnolgica que se trata con cosas
fsicas inequvocamente mensurables y no con opiniones y valoraciones personales. El
proceso lineal se puede dividir en una secuencia de tareas, por ejemplo:

1. Definir el problema, tal vez con un estudio de la bibliografa, y escoger las
definiciones de conceptos principales. Formular las hiptesis cuando se usan.
2. Planificar el estudio emprico. Los preparativos, tales como definir la poblacin
de estudio y los mtodos de muestreo y de medicin.
3. Recogida de los datos.
4. Anlisis de los datos.
5. Evaluar la trascendencia de los resultados.
6. Informar.
Enfoque normativo
La blanco de la investigacin normativa es mejorar el objeto del estudio o crear un

nuevo, mejor estado de cosas. El acercamiento ser diferente dependiendo de la
extensin del estudio, es decir cuntos objetos que se mejorarn.
La investigacin normativa intensiva tiene como objetivo el mejorar no ms que

algunos o slo uno objeto. Ser generalmente posible manipular este objeto
directamente ya en la fase final del proyecto de investigacin y desarrollo.
Porque el nmero de objetos es pequeo, es a menudo posible que por lo menos
algunos de esas personas que sern afectadas por las propuestas finales del
proyecto pueden participar en el proyecto. Los mtodos normativos intensivos
sern discutidos abajo ms detalladamente.
Un proyecto extensivo se prepone mejorar una clase de objetos semejantes. Ser
generalmente difcil de contactar a toda la gente que pueda tener relaciones con
estos objetos, y arregla su participacin en el proyecto. Otra particularidad de la
investigacin normativa extensiva es que el proyecto rara vez puede incluir el
realizar en la prctica las mejoras planeadas (ms que como un proyecto
experimental pequeo). Generalmente todo que puede ser hecho deber escribir
instrucciones para esta realizacin final, es decir componer la teora de la
prctica para ella.
Enfoque normativo intensivo
En un estudio normativo intensivo, es decir al procurar mejorar un objeto o un estado de

cosas, est a menudo posible que alguna de la gente interesada participa en el proyecto.
sta es una opcin que se puede utilizar o no; de todas formas la decisin tendr un
efecto profundo en los mtodos del estudio. En este respeto, dos alternativas distintas
son (aunque los acercamientos intermedios son posibles, tambin):
El enfoque participante donde por lo menos algunos de los usuarios de los

resultados participan personalmente, y
El enfoque profesional (es decir investigador-centrado) donde los intereses de
personas apropiadas son recolectados o asumidos por el investigador. Ser su
responsabilidad de atender a ellos al escribir las propuestas finales del proyecto.
El enfoque normativo participante. Un mtodo seguro aunque a menudo arduo de

mejorar un estado de cosas es la participacin de las personas que sern afectadas por
las propuestas. Sin embargo, sera a menudo en prctica difcil o imposible arreglar la
participacin de toda esta gente.
En el caso que todos o por lo menos la mayora de

grupos pertinentes de inters se pueden representar
en las reuniones del proyecto, hay buenas
oportunidades de encontrar una alternativa aceptable
para todos, y en el mejor caso ello se puede
conseguir rpidamente y barato.
Cuando el problema que se corregir sea simple y

no haya desacuerdo sobre metas, una sola reunin
de todos los partidos a menudo basta a convenir
sobre el problema y su solucin. A menudo se
puede tomar como un punto de partida una
desventaja existente o un estado ideal de cosas que
quizs est en s mismo inalcanzable, y en base de una o ambos stos nociones la
reunin puede, en el mejor caso, convenir sobre la propuesta. Entonces no estudios
adicionales se necesitarn nada.
Sin embargo, si la primera reunin falla de alcanzar unanimidad, la opcin normal

despus es convenir sobre los asuntos que se investigarn hasta la reunin siguiente, y
sobre los principios de una propuesta renovada. Normalmente la reunin tambin
autoriza un equipo o un investigador para estas tareas.
Porque la participacin trae generalmente con ella

opiniones contrastantes, es normal que ese desacuerdo
obliga hacer de nuevo una parte del trabajo y volver a una
etapa ms temprano del proceso. Si hay muchos tales
regresos, el proceso comienza a asemejarse ms a un
crculo que a una sucesin linear de decisiones. De hecho,
un espiral como el que est a la derecha se ha definido a
veces como modelo tpico de un proyecto del desarrollo.
Las fases tpicas en un "espiral del desarrollo" iterativo son

como sigue.

1. Descripcin normativa del estado inicial (y tambin quizs su historia) y
definir la necesidad de mejoras
2. anlisis de relaciones de cosas y de posibilidades para alteracin
3. sntesis: propuesta para la mejora (y probarla, en un proyecto de desarrollo)
4. evaluacin de la propuesta o prueba.
Repitiendo la secuencia a partir del 2 a 4, y gradualmente mejorando la propuesta, un

resultado aceptable se encuentra generalmente. El proceso es, en otras palabras,
iterativo.
Enfoque normativo profesional. Cuando las preferencias de todos los grupos de

inters pertinentes son manifiestas o el investigador puede descubrirlos con mtodos
interrogativos, o cuando hay razones prcticas que previenen la participacin de esta
gente, el proceso entero de la investigacin normativa se puede realizar por el
investigador con ninguna participacin de las personas que sern afectadas por el
proyecto. En su disposicin ms simple, el proceso normativo de investigacin y
desarrollo entonces llega a ser una serie lineal de decisiones simples, por ejemplo como
sigue:
1. Definir la blanco, e.g. quitar una inconveniencia existente o crear un producto

nuevo. Un componente esencial del objetivo tambin est declarar el punto de
vista que ser utilizado al hacer las propuestas normativas.
2. Definir qu factores en el contexto se pueden modificar y cules no. (Quizs
piense, por ejemplo, que la manera ms rpida de alcanzar la blanco podra ser
cambiar el sistema poltico en el pas. Sin embargo, normalmente el proyecto no
lo puede hacer y por lo tanto lo se debe tomar como "dado".)
3. Planear cmo alcanzar la blanco, preferiblemente como algunos alternativas.
4. Seleccionar el mejor alternativa (que es o el que satisface lo ms mejor la
blanco, o el que da un resultado satisfactorio con menos costos).
5. Fabricacin de un plan detallado de la accin.
6. Someter las propuestas prcticas a la gente que puede decidir sobre ellas (e.g. la
gerencia de la compaa, o una agencia gubernamental) cul puede requerir
hacer de nuevo cualquiera de las etapas precedentes.
7. Las operaciones en la prctica (en un proyecto de desarrollo).
El enfoque normativo extensivo
Los estudios que apuntan a desarrollar un gran nmero de objetos, tienen un carcter
especial que influencien sus mtodos, tambin. Rasgos tpicos en estos estudios son:
El estudio es comisionado a menudo por una organizacin permanente, tal como

el gobierno, una compaa industrial grande, un comit de cooperacin en un
campo de la industria, o un instituto de estandardizacin.
El estudio es conducido por los investigadores profesionales sin ninguna
participacin de la gente que ser afectada. Los investigadores tienen que
averiguar las vistas de los grupos de inters pertinentes. Los mtodos para esto
incluyen:
o un estudio de la literatura,
o reuniones ad hoc, comits consultivos para el proyecto del desarrollo, el
equipo directivo del proyecto,
o los mtodos interrogativos,
o preguntar el dictamen de organizaciones o de expertos posiblemente
interesados.
La fase de la investigacin se contina raramente como desarrollo en la prctica.
La razn es que los resultados se piensan ser aplicados en varios puntos del
tiempo por varias organizaciones y personas. Por lo tanto las propuestas con sus
justificaciones tienen que ser presentadas como teora general de prctica, por
ejemplo como Teora del diseo, que consiste en material en los formatos de
regulaciones gubernamentales, de estndares y de ejemplares recomendados,
entre otra materia.
En la mayora de los campos de la industria y de otras actividades, teoras de
prctica evolucionan lentamente. Es decir, mucha de la teora hoy aplicada se ha
escrito hace mucho tiempo. Por eso muchos proyectos de investigacin apuntan
simplemente a poner al da el texto y a corriger averas obvias e instrucciones
anticuadas. De hecho, en muchos campos de la industria el actualizar de teora
es ahora una actividad continua, y hay instituciones permanentes para lo. stos
pueden tambin haber arreglos para recoger la respuesta y crtica acerca de la
actividad o productos en cuestin.
Usted a menudo puede planear el mtodo para un proyecto normativo extenso como un
proceso lineal, por ejemplo:
1. Fijar el objetivo, que es generalmente quitar un problema corriente en la

actividad presente o en la produccin actual y/o corregir un paso anticuado en la
teora pertinente. Definir los principios y las metas generales que se tiene que
observar en el proyecto, por ejemplo los objetivos de la seguridad o de la
economa. Un componente esencial de la blanco tambin est declarar el punto
de vista que ser utilizado al hacer las propuestas normativas.
2. Indicar qu hechos en el contexto se tienen que tomar como hechos dados que
no se pueden modificar.
3. Planear cmo cumplir el objetivo. El plan se hace preferiblemente como varios
alternativas, incluyendo uno donde el estado actual de cosas contina sin
intervencin.
4. Seleccionar la alternativa que es el mejor. sta puede o ser ella que cumple
mejor los objetivos, o la ms barata de las alternativas aceptables.
5. Pedir opinin o dictamen de partidos interesados.
6. Presentar las propuestas a la direccin de la organizacin que haba comisionado
el proyecto. Ella despus o acepta el trabajo o exige hacer nuevos alternativas.
7. Una vez que se hayan aceptado las propuestas, puede ser necesario organizar
una campaa de informacin o de la formacin profesional, para diseminar las
nuevas instrucciones entre todos los que los pueden utilizar.
Modificar el mtodo de otra investigacin
Los modelos generales del proceso dados arriba no son el nico posible punto de partida
en la planificacin del mtodo de la investigacin para su problema particular. Otras
fuentes de mtodos potenciales estn los estudios de una pregunta comparable,
publicados ms temprano.
Cundo duplicar los mtodos de un proyecto ms temprano usted tiene que cuidar de no
copiar esos procedimientos que no son acomodados a su problema especial del estudio.
Cundo imitar un paradigma de investigacin usted tiene que aceptar normalmente sus
componentes como el enfoque, modelos, las definiciones del concepto y evaluaciones.
Esto puede ser ventajoso porque promueve la "ciencia normal", en otras palabras un
crecimiento continuo en el campo del estudio donde los cientficos construyen su
trabajo en los resultados que se han logrado ms temprano.
Usted debe, sin embargo, est enterado de una desventaja potencial de usar un
paradigma existente: a menudo restringe el rea de estudios nuevos. Un paradigma
potente invita a cientficos jvenes a estudiar tales problemas que son relacionados
firmemente a la teora existente y a que se ha estudiado ya.
En otras palabras: cundo estudiar los problemas nuevos que surgen no de la comunidad
cientfica pero de la evolucin reciente de la sociedad y la industria, usted debe quizs
evitar imitar los mtodos de estudios ms temprano publicados. En lugar, trata el
enfoque levemente ms complicado que se resume abajo.
Planear el uso de recursos
La blanco del proyecto - qu usted se espera que logre - se ha discutido arriba, y cuando
est bien definida entonces dar la base para programar el trabajo y planear los recursos
necesarios. Una blanco puede hacer el trabajo ms fcil y ms rpido: es ms fcil de
avanzar cuando usted sabe lo a que usted apunta.
Junto a los objetivos que han de alcanzarse, puede ser til planificar los recursos que
son cruciales o escasos, tales como:
asistentes de investigacin,
infraestructura: como transporte o instrumentos de medicin, tiempo de uso de
ordenadores,
dinero. Si usted puede estimar los ingresos mensuales del proyecto, esto da a
usted una base para el presupuesto mensual de gastos. Ambos a menudo se
combinan en un plan de flujo de fondos.
La escasez de recursos lo puede obligar para revisar el plan de proyecto. Los costos de
mtodos son muy diferentes. Los ahorros pueden ser alcanzados
estudiando la literatura en vez de objetos empricos,

definiendo a la poblacin del estudio en una manera ms restringida,
usando un tamao de la muestra ms pequeo,
usando cuestionarios en vez de entrevistas,
haciendo investigacin de ex post facto o experimento en el laboratorio en vez
de la observacin de campo,
aceptando un nivel ms bajo del significado estadstico.
Por supuesto, los ahorros puedan disminuir la fiabilidad, validez y utilidad prctica de
los resultados.

Calendario de trabajo
Los objetivos en cuanto al tiempo suelen ser dictados por factores externos como:
Calendario para los resultados: puede que tengamos una fecha lmite para
ellos. Tenemos entonces que estar preparados para presentar lo que hemos
obtenido, sean resultados finales o slo preliminares.
El calendario para el trabajo emprico, que a veces slo ser posible durante
un cierto periodo de tiempo o en presencia de ciertas personas. Adems, el
trabajo s mismo, por ejemplo enviar cuestionarios y esperar respuestas requiere
un cierto tiempo que usted no puede acortar.
Anlisis y escribir el informe toman algn tiempo, tambin, especialmente
cuando hay mucho material. Usted puede quizs reducir la duracin si puede
estimar la cantidad de trabajo y hay una posibilidad para emplear a ayudantes.
Si podemos dividir el proyecto en tareas

separadas con sus objetivos
individuales, tambin se hace posible
planificar cada tarea por adelantado. Si
presentamos cada tarea como una barra
en una cuadrcula basada en un
calendario, el resultado es un diagrama de Gantt, un ejemplo de lo cual se puede ver
en la figura de la derecha. Tal diagrama puede ayudar a definir la secuencia ms
operativa para las tareas y a reservar los recursos para los distintos trabajos. Tambin
ayuda en la confeccin del presupuesto de ingresos y gastos, o a fijar nuestras horas
semanales y las de nuestros asistentes de investigacin.
El diagrama de Gantt basado en un

calendario es tambin una herramienta
efectiva en el seguimiento de los
progreso del proyecto. Si marcamos
semanalmente el progreso real como en
la figura de la derecha, obtendremos un
buen panorama de la situacin general del proyecto. En el ejemplo de arriba, las
entrevistas estn bastante por delante de su calendario, mientras que la confeccin de
informes parece estar quedando atrs y podra requerir ayuda.
En un proyecto las tareas estn con frecuencia vinculadas de tal modo que es posible
comenzar algo slo una vez que otras tareas se han completado. En un diagrama del
proyecto, podemos indicar tal vinculacin con una flecha entre las tareas, y esto produce
un grfico PERT (siglas de Program Evaluating and Review Technique). Podemos
dibujar el grfico en una cuadrcula de calendario, o bien en una simple hoja de papel

Si lo depuramos aadindole la duracin estimada de cada tarea, se hace posible
especificar el recorrido crtico de nuestro proyecto. Esto significa la secuencia de
aquellas tareas que determinan la duracin ms corta posible de nuestro proyecto
(partiendo de que tenemos bastantes recursos a nuestra disposicin). En el grfico PERT
pintado arriba, son 2+1+2+2+5+6 = 18 das de trabajo. En realidad, pocos proyectos de
investigacin tienen recursos humanos ilimitados; sin embargo, un grfico PERT puede
resultar til para clarificar la cadena lgica de tareas.
Otros tipos de modelos convenientes para planear un proyecto, tal como la lengua
Unified Modeling Language, se enumeran en la pgina +++ (Modelos).
Hay programas de ordenador para la planificacin de proyectos de gran alcance. Si

introducimos las duraciones y las conexiones lgicas de todas las tareas en el ordenador,
obtendremos el plan general del proyecto como un grfico Gantt, o bien un grfico
PERT, a nuestra eleccin. El programa para planificacin de proyectos puede tambin
ayudarnos en el seguimiento del proyecto.

tica de la investigacin
La meta y el contenido de un proyecto de investigacin - sea o encontrar conocimiento
o mejorar un estado de cosas - sern planeados normalmente desde el punto de vista de
la gente que se piensa para utilizar los resultados del proyecto. Sin embargo, es bastante
posible que el proyecto cause consecuencias tambin a otras personas que las previstas.
Considerar estos efectos secundarios fortuitos es el tema en una subdivisin especial de
la metodologa - la tica de la investigacin. Su puntera deber aminorar las
inconveniencias que un proyecto de investigacin pudo causar a exteriores, y adems
puede intentar maximizar las ventajas de un proyecto de investigacin a esta gente
annima.
Los ajenos a que un proyecto de investigacin puede afectar pertenecen a cualquiera

uno de los dos "mundos" donde esa investigacin tiene relaciones: o a la comunidad
cientfica de investigadores, o al mundo prctico de empiria y profanos. Un proyecto de
investigacin a menudo conecta con ambas esferas en sus bordes de la "entrada" y de la
"salida", que hacen en conjunto cuatro clases de relaciones con la gente exterior, cada
uno de que puede potencialmente traer problemas ticos. Cada una de estas cuatro
clases de relaciones entre un proyecto de investigacin y su contexto se discute a su
turno en el siguiente.
tica de apuntar proyectos de investigacin
La puntera tradicional de la investigacin cientfica - recolectar conocimiento confiable

sobre el mundo - es, por supuesto, una meta respetable en s mismo. Sin embargo, no es
la meta nica ni necesariamente suprema en las vidas de la gente media. Otros objetivos
usuales de la vida humana diaria incluyen aspiraciones prcticas innumerables de la
vida cotidiana, o hablando en trminos ms generales: el placer personal, paz,
seguridad, gozando de la libertad de la accin y de otros derechos humanos, y para
alguna gente la salvacin personal del alma. Para lograr cualquiera de stos, el
conocimiento reuni por investigacin puede ayudar a veces, pero no siempre.
Cul es dicho arriba pertenece al tipo de investigacin que busca conocimiento. Esta
clase del estudio aqu se llama "descriptiva" o "desinteresada". Otra clase de
investigacin, el tipo normativo, tiene como objetivo el encontrar de maneras de
mejorar el objeto del estudio (o de otros objetos similares) y este tipo de investigacin
puede a veces satisfacer mejor las necesidades de la gente fuera del mundo cientfico.
Sin embargo, los proyectos normativos son financiados a menudo por empresas
privadas y sus blancos se fijan por consiguiente de modo que avancen los intereses de
los autores privados, no de otros.
La reflexin en lo que varios grupos de gente esperan de proyectos de investigacin, y

el esfuerzo de dirigir la investigacin para armonizar mejor con las preferencias o
necesidades de la mayora de gente en el pas (o en el mundo), es un tema en el tica de
investigacin.
Si salimos del principio tico que la investigacin debe traer conocimiento, placer y
bienestar a tanta gente como sea posible, no podemos dejar de notar que la cantidad
efectiva de investigacin est a menudo en contraste agudo a los deseos de la gente. Los
programas de investigacin ms costosos son realizados a menudo por organizaciones
gubernamentales en campos como defensa, la investigacin del espacio o la energa
atmica, mientras que los recursos mnimos se asignan a las reas que el inters pblico
preferira.
La figura de abajo (de Krauch, 1974, p. 172), son de 1969. No obstante, la situacin
probablemente sera similar hoy en Alemania y en muchos otros pases.
Gastos en I+D rea de Preferencias del pblico

investigacin
XXX Medicina XXXXXXXXXXXXXXXXXX
X Nutricin XXXXXXXXXX
. Polucin XXXXXXXXX
. Educacin XXXXXXXX
. Energa XXXXXXXX
. Relaciones XXXXXXX
humanas
XXXXXXXXXXXXXXXX Nuclear XXX
XXXXXXXXXXXXXXXXXXXX Defensa XX
XX
XX Informtica XX
. Qumica XX
XXXXXX Espacial XX
XX Transportes/ X
aeronutica
La asimetra de la tabla arriba llega a ser comprensible cuando pensamos que los
presupuestos de la investigacin son hechos y aprobados sobre todo por de ejecutivos de
gobiernos y de empresas privadas. Cuando estos ejecutivos seleccionan los proyectos
por supuesto favorecen esos proyectos de investigacin que la mejor ayuda las metas de
la organizacin.
Sin embargo, entendiendo la situacin no elimine la necesidad de cambiar el estado, si
nos sentimos que estara en el inters pblico. Los mtodos disponibles para el cambio
dependen del tipo de organizacin que sea responsable de la investigacin:
Las empresas privadas quizs saben lo ms mejor posible qu clase de investigacin

necesitan, y se motiva una tentativa del exterior de alterar sus prioridades solamente
cuando los proyectos de investigacin de la empresa o su uso estn generando efectos
claramente perjudiciales. Para el uso interno de una empresa, con el fin de definir y de
lanzar los proyectos de investigacin ms provechosos, hay tcnicas como plan de
sugerencias, la investigacin-accin y la respuesta de los clientes.
Las agencias gubernamentales se suponen funcionar bajo control democrtico y

solamente para la ventaja de los ciudadanos; sin embargo no es infrecuente que sus
transacciones estn en desacuerdo con las ambiciones por lo menos de algunos
ciudadanos. La explicacin es que el control democrtico es generalmente relativamente
flojo, y una agencia tiene manos libres para asignar sus recursos a esos asuntos que
apoyen directamente su campo de la actividad particular. Ejemplos de tales agencias
relativamente independientes son ciertos laboratorios de la alta tecnologa e.g. para la
investigacin de la energa atmica, de los militares o del espacio.
El resultado es que tales proyectos que prometen ventajas generales "justas" a una gran
cantidad de ciudadanos ordinarios, consiguen raramente la prioridad ms alta de los ojos
de los ejecutivos de las agencias especializadas. De esta manera muchos proyectos
potencialmente altamente beneficiosos nunca encuentran el financiamiento y nunca se
comienzan.
El control exterior directo de agencias gubernamentales por ciudadanos ordinarios es

difcil. Uno de los mejores mtodos para causar cambios en la poltica de una agencia es
a menudo la discusin pblica, que incluye la evaluacin, de diversos puntos de vista,
de la investigacin real y de sus aplicaciones.
Se presenta a veces una necesidad dentro de una autoridad pblica de recolectar vistas y
evaluaciones de su actividad del exterior. A este fin las tcnicas de la evaluacin de la
tecnologa y del diseo participante se pueden utilizar, y tambin muchos de esos
mtodos que las empresas privadas utilicen en el desarrollo de producto.
Las universidades podran ser agentes muy poderosas en promover el equilibrio

democrtico en la actividad de investigacin. Las universidades tienen gran habilidad en
la investigacin y tambin recursos libres grandes en el trabajo potencial de los
estudiantes. Ay, desde el punto de vista de la gente en los laboratorios de investigacin,
los problemas ms interesantes de la investigacin no son siempre mismos que son
agudos desde el punto de vista de ciudadanos exteriores. Por dentro del laboratorio,
tales problemas se parecen a menudo prometedores que conectan de cerca a la teora
existente y donde los mtodos bien conocidos puede se aplicar; es decir la mayora de
los laboratorios de la universidad prefieren el hacer de "ciencia normal" sin importar las
preferencias de forasteros. Kuhn, 20, lo describe como sigue:
"El cientfico creativo puede ... concentrarse exclusivamente en los aspectos ms

sutiles y ms esotricos de los fenmenos naturales que conciernen su grupo. Y
cuando l hace esto, sus comunicados de la investigacin comenzarn a cambiar
de modos ... cuyos productos finales modernos son obvios a todos y opresivos a
muchos. ... Aparecern generalmente como artculos breves dirigidos slo a
colegas profesionales, hombres cuyo conocimiento del paradigma comn se
puede asumir y que finalmente son los nicos capaces de leer los papeles."
Aunque los investigadores acadmicos mantienen que su tipo de investigacin es

"bsico" y puede rendir ventajas ms adelante en el futuro, debe ser visto como deber
tico de la investigacin, financiada par la comunidad, intentar conseguir estas ventajas
tan pronto como posible.
Un mtodo para mejorar la utilidad de la investigacin acadmica sera incluir alguna

evaluacin de su utilidad ya en una fase temprana de cada investigacin nueva, en su
etapa de planear el proyecto. Podra dirigir los objetivos el estudio y su contenido entero
en una direccin ms aceptable al mundo fuera de la comunidad de la normal-ciencia.
La evaluacin se podra obtener de la industria o del gran pblico, con mtodos
interrogativos convenientes, o con la ayuda de un comit permanente de laicos. Del
punto de vista de una nacin podra ser mirado como poco tica la costumbre que las
decisiones sobre grandes nuevos proyectos de investigacin son tomadas por los
cientficos solos. La ciencia es una cosa demasiado importante para ser dejado a
cientficos.
Otro mtodo para dirigir la investigacin en una universidad ms hacia las necesidades
de la poblacin exterior es crear arreglos con los cuales individuos pueden entrar en
contacto con la universidad y conseguir ayuda cientfica para sus problemas. Un arreglo
nuevo para este propsito, la tienda de la ciencia, ha llegado a ser comn ahora en
universidades holandesas.
El sistema de la tienda de la ciencia puede ayudar a tales individuos, grupos locales y
tambin empresas pequeas que no tengan los medios financieros de pagar la
investigacin cientfica sobre los asuntos donde han encontrado problemas. El cliente de
una tienda de la ciencia satisface generalmente los tres de los criterios siguientes:
Se parece altamente probable que el cliente realmente utilizar en la prctica los

resultados de la investigacin,
el cliente tiene medios financieros escasos de hacer la investigacin, y
los intereses comerciales del cliente no obstaculizan la fabricacin del pblico
de los resultados.
La tienda de la ciencia consiste en voluntarios, sobre todo estudiantes de la universidad

pertinente, y unos o ms coordinadores empleados.
Cuando un cliente llega la tienda de la ciencia, los miembros del personal del primer
intento de la tienda para contestar a las preguntas en base de su propia habilidad en el
campo. En caso de necesidad, los coordinadores analizan el problema, gratuitamente, y
lo investigan si existen las soluciones para el problema dado ya. Si hay una solucin
disponible, la tienda de la ciencia provee el aspirante de, por ejemplo, la direccin de un
instituto o de una compaa donde la solucin puede ser encontrada. En caso de que no
haya solucin confeccionada en la literatura o en el mercado, la tienda de la ciencia
puede intentar encontrar a una compaa el querer producir el servicio o el dispositivo
necesario.
En preguntas complicadas el consejo de investigadores de las varias facultades de la

universidad se toma. A menudo, una parte grande del trabajo de investigacin es hecha
por los estudiantes, sin paga y como parte de sus estudios. Cuando el problema se
parece ser de importancia permanente, la tienda de la ciencia puede intentar tener el
asunto incluido en los programas del curso de su universidad de la madre.
Nota, finalmente, que el problema de la ciencia normal acadmica que da slo ventajas
ocasionales a la comunidad exterior, pertenece casi exclusivamente a la ciencia
descriptiva, tambin acertadamente llamada "desinteresada". Por el contrario, en
estudios normativos la utilidad de los resultados es casi siempre un criterio principal de
la evaluacin. Su contacto cercano con prctica ayuda en dirigir la investigacin en esos
temas que la comunidad mire como importantes, y l tambin prueba los resultados que
se alcanzan al aplicar los resultados en la prctica.
Pedir prestado un modelo terico. Una piedra angular en el progreso rpido de la

ciencia moderna es que los cientficos basan a menudo su trabajo en los resultados
alcanzados por investigadores anteriores. Es a menudo conveniente pedir prestado un
modelo terico de un informe publicado ms temprano porque hace posible el uso de
mtodos eficientes de investigacin, por ejemplo estudio basado de hiptesis, o
refinacin un modelo anterior. De esta manera, no necesita hacer la investigacin
exploratoria que es generalmente lenta e imprevisible. Es normal y legtimo utilizar los
resultados de cientficos anteriores a condicin de que reconozcan el inventor original
en el informe.
El mismo razonamiento se puede aplicar tambin a adoptar un problema de la

investigacin que se ha definido en un informe publicado. Usted puede encontrar a
menudo las ideas provechosas para los nuevos proyectos en los captulos finales de los
informes anteriores de la investigacin, y el autor original no debe protestar si usted
adopta su oferta como el punto de partida de su trabajo.

tica de la recoleccin de datos
Verdad de la registracin
Debe ser innecesario precisar que en ciencia uno de los comportamientos incorrectos
ms dainos es la falsificacin de datos o resultados. El dao ms grave que se causa no
es que el infractor alcance indebidamente un grado acadmico; lo peor es que la
informacin inventada tal vez vaya a ser usada de buena fe por otros, lo que puede
conducir a muchos trabajos infructuosos.
Mtodos no intrusivos
La experiencia de ser objeto de una investigacin u otras investigaciones puede ser

grato o til y esto es, de hecho, uno de los fines de ciertos tipos de proyecto de
desarrollo como la investigacin-accin. Pero en otros tipos de proyectos de
investigacin el papel asignado al objeto de estudio no es tan agradable; por ejemplo,
algunos experimentos psicolgicos han persuadido a los participantes para comportarse
de un modo del que posteriormente se han arrepentido.
Con el fin de minimizar los efectos negativos para aquellas personas que han
participado como objeto de investigacin, varias organizaciones cientficas han
publicado principios que han sido frecuentemente anunciados como reglas vinculantes
para los miembros de la organizacin y como recomendaciones para otros
investigadores. A continuacin, algunas citas de las recomendaciones de la American
Psychological Association:
"Previamente a la realizacin de una investigacin (excepto en investigacin que

implica slo encuestas annimas, observacin naturalstica, o investigacin
similar), el psiclogo llega a un acuerdo con los participantes que clarifica la
naturaleza de la investigacin y las responsabilidades de cada parte. ... Usando
un lenguaje que sea razonablemente comprensible por los participantes, los
psiclogos informan a los participantes de la naturaleza de la investigacin;
informan a los participantes de que son libres de participar, rechazar su
participacin, o retirarse de la investigacin; explican las consecuencias
previsibles del rechazo o la retirada; informan a los participantes de factores
significativos que puede esperarse que tengan influencia en su disposicin a
participar (tales como riesgos, incomodidades, efectos adversos, o limitaciones
sobre la confidencialidad, excepto en lo que se prev en el Estndar 6.15,
Engao en la investigacin); y explican otros aspectos sobre lo que los futuros
participantes pregunten."
"Cuando los psiclogos llevan a cabo una investigacin con individuos tales
como estudiantes o subordinados, tendrn un especial cuidado para proteger a
los futuros participantes de consecuencias negativas de un rechazo en participar
o una retirada.
"Para personas que son legalmente incapaces de dar un consentimiento con

plenitud de juicio, los psiclogos no obstante (1) proporcionarn una explicacin
apropiada, (2) obtendrn el acuerdo del participante, y (3) obtendrn el permiso

correspondiente de la persona legalmente autorizada, si tal acuerdo por parte de
otra persona est permitido por la ley.
"Los psiclogos obtendrn un acuerdo con conocimiento de causa de los

participantes en la investigacin antes de filmarlos, grabarlos o registrarlos en
cualquier forma, a menos que la investigacin implique simples observaciones
naturalsticas en lugares pblicos y no est previsto que el registro o grabacin
se usar de tal modo que pudiera causar la identificacin o dao personal.
"Los psiclogos no llevarn a cabo estudios que impliquen engao a menos que
hayan determinado que el uso de tcnicas engaosas est justificado por el valor
prospectivo, cientfico, educativo o aplicado del estudio y cuando no sean
factibles procedimientos alternativos igualmente efectivos que no hagan uso del
engao. Los psiclogos nunca engaarn a los participantes en la investigacin
sobre aspectos significativos que pudieran afectar su disposicin a participar,
tales como riesgos fsicos, incomodidad, o experiencias emocionales
desagradables. Cualquier otro engao que sea un rasgo esencial del diseo y
realizacin de un experimento, debe ser explicado a los participantes tan pronto
como sea posible, preferiblemente a la conclusin de su participacin, pero
nunca despus de la conclusin de la investigacin.
"Los psiclogos informarn a los participantes en la investigacin de lo que se

haya previsto en cuanto a la transmisin y el uso de los datos de stos o los
usos posteriores de datos de la investigacin que puedan identificarse con alguna
persona y sobre la posibilidad de futuros usos no previstos."
Archivo de datos sobre personas

Para proteger a las personas respecto a su presencia en distintos ficheros, del uso de los
cuales pueden no tener idea, varios pases han desarrollado ahora legislacin. Por
ejemplo, en el Reino Unido, todo investigador con intencin de registrar datos sobre
personas debe cumplir las Principles of Data Protection [Directrices sobre proteccin
de datos] en relacin con los datos personales que posee.
En Espaa, esto est regulado de forma general por la Ley Orgnica del 29 de Octubre
de 1992, sobre tratamiento automatizado de los datos de carcter personal
En lneas generales estos principios establecen que los datos personales deben:
Ser obtenidos y procesados de forma correcta y legal.

Mantenerse solamente para finalidades legales que se describen en la entrada del
registro.
Ser usados o revelados solamente con esos fines o aquellos que sean
compatibles.
Ser adecuados, pertinentes y no excesivos en relacin con el propsito para el
que se mantienen.
Ser exactos y, cuando sea necesario, mantenidos al da.
Conservarse no ms all de lo necesario para la finalidad con la que se
mantienen.
Ser capaces de permitir a los individuos tener acceso a la informacin que se
tiene sobre ellos y, cuando proceda, corregirlos o borrarlos.
Estar rodeados de las medidas de seguridad adecuadas.

Objetos animales
Los estudios con objetos animales estn estrictamente regulados tanto en el plano
legislativo como en el de las organizaciones cientficas. Una de las regulaciones ms
amplias procede de la American Psychological Association. Algunos extractos:
"Ha de proporcionarse a los animales un cuidado humano y unas condiciones

saludables durante su instancia en las instalaciones. ... Se promover que los
psiclogos se planteen el mejorar los entornos de sus animales de laboratorio y
el mantenerse al da de la bibliografa sobre el bienestar y mejoras para las
especies con las que trabajan"
"Los animales no reproducidos en las instalaciones del psiclogo habrn de

adquirirse legalmente. ... Los responsables del transporte de los animales a las
instalaciones deben proporcionar comida adecuada, agua, ventilacin, espacio, y
no imponer tensiones innecesarias a los animales. ... Los animales arrancados de
la vida salvaje sern cazados de manera humana ... Las especies o variedades en
peligro deben ser utilizadas slo atendiendo plenamente a los permisos
requeridos y a las implicaciones ticas."
"Principios de investigacin experimental (fragmentos a ttulo de muestra):
o Son aceptables los estudios de conducta que conllevan estimulacin no

aversiva o signos abiertos de dolor al animal. Esto incluye la observacin
y otras formas no invasivas de recoleccin de datos.
o Cuando sea posible la eleccin entre diversos procedimientos en el
estudio de la conducta, deben ser utilizados aquellos que minimicen la
incomodidad del animal. Cuando se usen condiciones desagradables, los
psiclogos deben ajustar los parmetros de la simulacin a niveles
mnimos, compatibles con la finalidad de la investigacin. Se procurar
que los psiclogos prueben los estmulos que sean dolorosos en s
mismos cuando sea razonable. Siempre que sea coherente con los fines
de la investigacin, se plantear el proporcionar a los animales control de
la estimulacin potencialmente desagradable.
o Se aceptan las prcticas en que el animal est anestesiado e insensible al
dolor, y se le practique la eutanasia antes de recobrar la conciencia.
o Las prcticas que impliquen algo ms que una estimulacin desagradable
momentnea o leve, y que no se alivie por medicacin u otros mtodos
aceptables, deben ser emprendidos slo cuando los objetivos de la
investigacin no puedan ser alcanzados por otros medios.
o Las prcticas experimentales que requieran condiciones desagradables
prolongadas, o produzcan daos en tejidos o perturbaciones metablicas
requieren una mayor justificacin y vigilancia. Esto incluye la
exposicin prolongada a condiciones ambientales extremas; la matanza
de presas inducida experimentalmente; o el infligir traumas fsicos o
daos en tejidos. A un animal que sea observado en estado de
sufrimiento grave o de dolor crnico y al que no le pueda ser aliviado, si
no es esencial para los fines de la investigacin, debe practicrsele la
eutanasia inmediatamente.
o Las prcticas que utilicen el encierro deben ser conformes a las
regulaciones y pautas federales.
o Las prcticas que impliquen el uso de agentes paralizantes sin reduccin
de la sensacin de dolor requieren una prudencia particular y un trato
humano. La utilizacin nicamente de relajantes musculares o
paralizantes durante la ciruga, sin anestesia general, es inaceptable y no
ha de usarse."
"Principios de investigacin de campo (muestras):
o La investigacin de campo debe alterar a las poblaciones animales lo

menos posible -- en coherencia con los fines de la investigacin. Debe
hacerse todo lo posible para minimizar los potenciales efectos dainos
del estudio sobre la poblacin y sobre otras especies animales y
botnicas de la zona.
o La investigacin llevada a cabo en reas pobladas debe hacerse con
respeto hacia la propiedad y privacidad de los habitantes de la zona.
o Es precisa una justificacin especial para el estudio de especies en
peligro"...
tica de la publicacin
El progreso en la ciencia significa acumulacin del conocimiento: las generaciones

sucesivas de investigadores construyen su trabajo sobre la base de los resultados
alcanzados por cientficos anteriores. El conocimiento resultante es de este modo de uso
colectivo, lo que exige unas ciertas normas internas de las comunidades cientficas. Un
tratado clsico sobre estas normas es The Normative Structure of Science (1949, 1973),
de Robert Merton. En l se enumeran las cuatro caractersticas imprescindibles a que se
supone que responden los cientficos en sus relaciones mutuas:
universalismo
comunismo
desinters
escepticismo organizado.
En este contexto, el "comunismo" significa que los resultados de cientficos anteriores

se pueden utilizar libremente por investigadores ms tarde. El procedimiento correcto
entonces es que el inventor original es reconocido en el informe final. Fallando esto, el
escritor da la impresin de ser s mismo el autor de las ideas. Esta clase de infraccin se
llama plagio. Los procedimientos para indicar a los escritores originales se explican
bajo ttulos que presentan los resultados del estudio y de la lista bibliogrfica de fuentes.
La Academia Nacional Americana de las Ciencias public en 1994 un opsculo, On

Being a Scientist - Responsible Conduct in Research [Ser cientfico - Conducta
responsable en la investigacin], donde se tratan las relaciones entre cientficos. Aqu se
incluyen algunas citas de este libro.
"El principio de justicia y el papel del reconocimiento personal dentro del

sistema de retribucin de la ciencia explican el nfasis dado a la correcta
atribucin de los crditos. En el trabajo cientfico estndar, el crdito se
reconoce explcitamente en tres lugares: en la lista de autores, en el
reconocimiento de contribuciones de otros y en la lista de referencias o citas. En
cualquiera de estos lugares pueden surgir conflictos en torno a la atribucin
adecuada."

"Las citas sirven para muchos propsitos en un trabajo cientfico. Reconocen el
trabajo de otros cientficos, dirigen al lector hacia fuentes adicionales de
informacin, reconocen conflictos con otros resultados, y proporcionan apoyo
para las opiniones expresadas en el documento. Ms ampliamente, las citas
sitan a un trabajo dentro de su contexto cientfico, relacionndolo con el estado
presente del conocimiento cientfico. ... Omitir la cita de la obra de otros puede
suscitar algo ms que sentimientos desagradables. Las citas son parte del sistema
de gratificacin de la ciencia. Estn conectadas con decisiones sobre
financiacin y con las carreras futuras de los investigadores. De manera ms
general, la incorrecta atribucin del crdito intelectual socava el sistema de
incentivos para la publicacin. "
Anunciar patrocinadores e intenciones. Es buena prctica indicar en el informe final

todas las fuentes del financiamiento externo para el proyecto, tan bien como su uso
originalmente previsto si hay uno. La razn es que estos factores pueden tener
influencia en las conclusiones del investigador, y es solamente juego justo cuando el
investigador no intenta ocultar estas fuentes potenciales de la tendencia.
tica de la publicidad. Los anuncios contienen generalmente algunos hechos objetivos

sobre el producto: su propsito, tamao, capacidad, precio etc., que el cliente necesita
para escoger un producto conveniente. El anunciante destaca normalmente hechos que
certifican la superioridad de su producto y se olvida a menudo de los lados dbiles del
producto. No es ilegal pero puede una poca daar la lealtad de largo plazo del cliente.
Los anuncios contienen a menudo no solamente hechos pero tambin los mensajes
sugestivos que apuntan a crear, a diseminar y a mantener las imgenes mentales
favorables en las mentes de clientes potenciales para persuadirlos comprar el producto o
por lo menos recordar y apreciar la marca de fbrica. Estos mensajes pueden o crear las
actitudes favorables y consolidar stas que se crean para ser comunes entre la clientela-
objetivo, o ellos pueden apuntar a disminuir las actitudes opuestas a la compaa o a sus
productos. Esto en s mismo no es condenable.
La publicidad llega a ser cuestionable cuando se utiliza al contraataque no solamente a

las actitudes negativas pero tambin a los hechos "inapropiados" que podran desalentar
a consumidores. Un ejemplo notorio era la publicidad de tabaco en la ltima mitad de
20 siglo que estaba tan despreocupado de hechos que los legisladores de muchos pases
lo prohibieron completamente. Por ejemplo, cuando el pblico se preocup por los
peligros de fumar, una compaa del tabaco comenz a propagar la imagen mental del
valeroso vaquero de Marlboro que supuesto goz de riesgos!
tica de la aplicacin
Hace algunas dcadas, algunos investigadores queran desechar todo escrpulo tico
basndose en que la bsqueda de la verdad es un fin excelso al que deben ceder el paso
todas las dems actividades. Sobre un fondo como el de este pensamiento fue tal vez
como la tradicin de la Edad Media subordin toda la investigacin a la teologa.
Tal apoteosis de la ciencia ya no es factible. El ciudadano moderno no est dispuesto a

aceptar imperativos ticos absolutos. Hoy, cuando se trata de valores en torno a la
ciencia y la investigacin, de lo que estamos hablando realmente es de preferencias, y
cada cual acepta el hecho de que las preferencias varan de una persona a otra.
Habitualmente la aplicacin de los hallazgos de una investigacin produce
simultneamente ventajas para algunas personas y desventajas para otras partes
implicadas. Ambas consecuencias sern tratadas separadamente a continuacin.
Beneficios de la aplicacin
Antes de poner en funcionamiento un proyecto de investigacin, normalmente se
calculan meticulosamente sus beneficios futuros. Sin embargo, una discusin tica se
puede levantar en la cuestin de quin consigue la ventaja: quin se da derecho para
utilizar los resultados de la investigacin.
Los resultados de la investigacin financiada por empresas privadas siguen siendo

normalmente propiedad privada, incluso si los resultados podran tambin interesar y
beneficiar otros partidos. Es hasta los dueos si deciden a publicar los informes, por
ejemplo, despus de algunos aos en que su valor a las firmas competentes ha
disminuido.
En el otro extremo del espectro estn las universidades, donde estn normalmente
pblicos todos los informes de la investigacin si no hay razn excepcional de
mantenerlos secretos. Aqu el problema es ms o menos opuesto al sector privado: el
pblico en general consigue perdido en la inundacin de los informes de investigacin
que en su mayor parte contienen resultados de menor importancia o triviales.
Podramos verla para ser un deber tico de las universidades y de otras instituciones
pblicas para elaborar y para diseminar la informacin sobre la nueva investigacin de
modo que el pblico pudiera beneficiar efectivamente de l. Con este fin, el opsculo de
American National Academy of Sciences, On Being a Scientist, da algunas ideas:
"El cientfico podra preparar un foro pblico adecuado implicando a expertos con
diferentes perspectivas sobre el asunto de que se trate. Podran entonces buscar el
desarrollo de un consenso de opinin fundada para difundirlo entre el pblico. Un buen
ejemplo es la respuesta de los bilogos al desarrollo de tecnologas de ingeniera
gentica -- primero pidiendo una moratoria temporal de la investigacin y despus
ayudando a establecer un mecanismo regulador que garantice su seguridad. Ciencia y
tecnologa se han convertido en partes tan esenciales de la sociedad que los cientficos
no pueden ya aislarse de las preocupaciones sociales."
"Al cumplir con estas responsabilidades, los cientficos deben dedicar tiempo a
relacionar el conocimiento cientfico con la sociedad de tal modo que el pblico pueda
tomar decisiones con conocimiento de causa sobre la pertinencia de la investigacin. En
ocasiones los investigadores se reservan este derecho para s mismos, considerando a
los no expertos como no cualificados para emitir tales juicios. Pero la ciencia ofrece
slo una ventana a la experiencia humana. A la vez que mantienen el honor de su
profesin, los cientficos deben tratar de evitar que se ponga el conocimiento cientfico
en un pedestal por encima del conocimiento obtenido por otros medios (...)"
Inconvenientes causados por la aplicacin
Durante las fases de iniciacin y planeamiento de un proyecto de investigacin que ha

sido propuesto, el proyecto se examina cuidadosamente desde un ngulo posible, el
punto de vista de aquellas personas que se espera que se beneficien del proyecto. Esto es
correcto, pero el investigador debe tambin pensar en las posibles desventajas,
especialmente las que pueden derivarse para personas distintas de los originadores del
proyecto.
Si los resultados de la investigacin van a ser aplicados en cierta profesin, por ejemplo
dentro de los campos de la enseanza, la arquitectura o la ingeniera, el investigador
quizs podra atender a las normas tradicionales de la profesin a ttulo de orientacin.
Las asociaciones de algunas profesiones han emitido documentos llamados "Cdigo
tico de la profesin", "Cdigo deontolgico", etc.
Tales evaluaciones casi siempre aplican el punto de vista de los usuarios o beneficiarios
del proyecto y ponen el nfasis en sus beneficios. De los inconvenientes o los efectos
perversos para otras personas se hace habitualmente caso omiso. Con frecuencia el
investigador explica que los efectos dainos no se obtienen por l, sino por usos no
escrupulosos de sus descubrimientos tericos.
Hay, sin embargo, numerosos ejemplos (en particular la bomba atmica) de
investigacin bsica que posteriormente han llevado a consecuencias tremendas para
personas que inicialmente no tenan relacin con el proyecto de investigacin. As se
convierte en responsabilidad de la comunidad cientfica reconocer y discutir el potencial
de tales descubrimientos. Si los cientficos encuentran que sus descubrimientos pueden
tener implicaciones para terceras personas, tienen una responsabilidad de llamar la
atencin sobre los asuntos pblicos implicados.
En todo caso, los cientficos suelen tener instrumentos especiales para predecir las
consecuencias buenas o malas de su investigacin, y es deber suyo utilizar estos
instrumentos y hacer pblicas las conclusiones, de modo que los representantes
polticos puedan hacer su parte. Algo especialmente deseable es evaluar el impacto de
un proyecto si puede afectar a asuntos tales de importancia primordial, como por
ejemplo:
uso de materias primas

energas no renovables
pases de economa subdesarrollada
poblacin mundial
contaminacin.
Las facetas antedichas en el desarrollo sostenible son hoy ms que asuntos apenas ticas
o filosficas. Varias de ellas ahora han crecido en problemas vitales y globales para la
industria. Tambin ha llegado a ser posible estudiar y, un cierto grado, incluso
regularlos con mtodos exactos de la misma manera que cualquier otra cuestin tcnica
o financiera de la gerencia. Este desarrollo es debido a la investigacin y a la teora de la
ecologa industrial
Qu hacer en situaciones dudosas?
En la sociedad moderna hay varios mtodos establecidos para conciliar conflictos del
inters entre la gente, y muchos de stos se pueden aplicar an a las relaciones entre un
proyecto de investigacin y otros partidos. Cuando un miembro del gran pblico desea
prevenir disturbios o amplificar ventajas de un proyecto de investigacin, un mtodo
simple es escribir una letra al investigador, su organizacin, su patrocinador o al
redactor de un peridico, y propone una modificacin de la investigacin. Otros
mtodos, ms laboriosos, estn convocar a una reunin o a grupo temporal de inters, y
finalmente reclamar de indemnizacin ante la justicia.
Cuando el conflicto implica a cientficos solamente, se puede conciliar a menudo con la

ayuda de los procedimientos especiales que muchas comunidades cientficas han ideado
por adelantado para situaciones tpicas de conflicto. En varios pases, las asociaciones
de cientficos han creado reglas de conducto para los investigadores. Un ejemplo es el
librete On Being a Scientist, tambin aconseja sobre la cuestin problemtica de cmo
debiramos y podramos responder a las violaciones contra el estndar tico:
"Una de las situaciones ms difciles con que un investigador puede encontrarse

es ver o sospechar que un colega ha violado el estndar tico de la comunidad
investigadora. Es fcil encontrar excusas para no hacer nada, pero alguien que ha
sido testigo de una conducta inapropiada, tiene una obligacin indudable de
actuar. ... Pocas veces resulta fcil entablar un contencioso sobre una conducta
deshonesta. En algunos casos -pero no siempre- es posible el anonimato. Las
represalias por parte de la persona acusada o colegas escpticos es algo que ha
tenido lugar en el pasado y con consecuencias serias. Cualquier imputacin de
una conducta deshonesta es un cargo grave que ha de tomarse muy en serio. Si
no se trata correctamente, una imputacin puede daar gravemente a la persona
acusada, al que hace la acusacin, a las instituciones implicadas y a la ciencia en
general. "
"Alguien que se enfrenta a un problema relacionado con la tica de la
investigacin, suele tener ms opciones de las que parece a primera vista. En la
mayor parte de los casos, lo mejor que se puede hacer es tratar la situacin con
un amigo o consejero de confianza. En las universidades, los consejeros de
facultad, las ctedras de departamentos y otras autoridades acadmicas pueden
ser preciosas fuentes de consejo a la hora de decidir si se ha de seguir adelante
con una queja."
"La Fundacin Nacional de la Ciencia y el Servicio Pblico de Salud exigen de
todas las instituciones de investigacin que reciben financiacin pblica que
tenga establecidos procedimientos para tratar tales imputaciones de prcticas
deshonestas. Estos procedimientos tienen en cuenta la imparcialidad hacia el
acusado, la proteccin para el acusador, la coordinacin con las agencias
financiadoras, y las exigencias sobre confidencialidad y revelacin."
"Adems, muchas universidades y otras instituciones de investigacin tienen
nombrado un ombudsman, un responsable sobre cuestiones ticas, u otro
funcionario disponible para tratar situaciones vinculadas a la tica de la
investigacin. Tales asuntos se llevan en la ms estricta confidencialidad en la
medida de lo posible. Algunas instituciones proporcionan mltiples vas para
abordar estos asuntos, de modo que quien presente la queja pueda ir a la persona
con la que se sienta seguro. " ...

Delimitar el estudio
Si usted desea estudiar ms de un acontecimiento u objeto - es decir usted no hace un
estudio de caso - una de las primeras cosas a decidir es: Cules son los lmites de la
poblacin objetivo en que el investigador est interesado y dentro de los cuales sus
resultados se mantendrn vlidos? Usted debe definir estos lmites desde posible y
ciertamente antes de recoger cualquier cantidad importante de material emprico. Si no,
usted correr el riesgo de reunir los datos innecesarios e incluso engaosos en vez los
correctos. Se tiene que admitir que especialmente en los estudios exploratorios donde
usted sabe inicialmente muy poco sobre el objeto sucede a menudo que usted no puede
dejar de revisar la delimitacin despus de que se hayan recogido algunos datos.
Al lado de la clase de objetos de un estudio, un investigador a menudo tiene que tratar

algunas otras poblaciones, cuya delimitacin puede ser necesaria. stos pueden incluir:
Informantes, la gente que tienen conocimiento de primera mano en el tema del

estudio
Evaluadores, la gente que ser pedida evaluar las propuestas del estudio
normativo.
Delimitar la poblacin objetivo
Cuando el estudio concierne a varios objetos o acontecimientos empricos, stos

pertenecen generalmente a una clase ya existente. Los objetos fsicos pueden ser o
personas, animales u objetos sin vida. Los acontecimientos son cambios o movimientos
temporales de objetos fsicos, tales como 'paseos del coche', 'colisiones' o 'llamadas
telefnicas'. Normalmente la primera y ms importante delimitacin se basa en la
sustancia de los objetos o casos.
Delimitaciones segn la sustancia conducen a menudo a

poblaciones muy grandes, quizs infinitas, que son
difciles de enumerar y de manejar en la investigacin.
'Coches', por ejemplo, sin delimitacin adicional, es igual
a todos los coches en el universo. El remedio es aplicar
una o dos delimitaciones adicionales, quizs geogrficas
y/o temporales como en el diagrama a la derecha.
Los mtodos disponibles para delimitar a la poblacin son

un poco diferentes dependiendo si su estudio es
descriptivo donde usted piensa reunir el conocimiento acerca de los objetos, o

normativo que apunta a mejorar el objeto o de los objetos posteriores y
semejantes.
Delimitar a la poblacin del estudio descriptivo. Es siempre recomendable utilizar,

para las delimitaciones, las clasificaciones bien conocidas y establecidas, o definirlas
por lo menos en trminos objetivos de modo que no sea el investigador que tiene que
considerar si un caso dado pertenece a la poblacin o no. De otro modo, cundo escoger
un caso los prejuicios del investigador (que pueden ser errneos) influye demasiado los
resultados de la investigacin. El investigador puede, sin notarla, seleccionar sobre todo
tales casos que corroboren sus preconcepciones o hiptesis.
La dificultad es que en el uso comn de la lengua pocas clases de objetos o

acontecimientos se definen claramente, o hay varias definiciones alternativas que se
utilizan en diversos contextos.
Miremos un ejemplo. En su estudio sobre la posicin de los artistas fotgrafos en

Finlandia en el cambio de la dcada de los 80 a la de los 90, Sari Karttunen trabaj con
xito con la definicin de un artista y la cuestin de cmo el conjunto de artistas deba
ser delimitado. Los artistas fotgrafos en Finlandia eran menos de 200 en ese momento,
lo que haca posible para la investigadora incluirlos a todos en su estudio. El problema
era que de este conjunto no ha sido hecha una relacin en ninguna parte. Karttunen
(p.45) pens en varios criterios con los que la gente haba sido clasificada como artistas
en estudios precedentes. De acuerdo con los estudios, un artista es una persona
que ha tenido una exposicin personal o ha

tomado parte en colectivas
que ha hecho obras de arte
cuyas obras han sido vendidas a museos o
colecciones
cuyas obras han sido presentadas o reseadas en
publicaciones del ramo, etc.
que ha recibido una enseanza formal en este
campo
que pertenece a un sindicato de artistas
que es mencionado en un listado de profesionales
que figura como "artista" en el censo, oficina del fisco, gua telefnica, etc.
que vive del arte
que pasa la mayor parte de sus horas de trabajo haciendo arte
que ha recibido un premio, etc.
que ha (tal vez con xito) tomado parte en concursos
que es conocido en instituciones de arte y en el mundo del arte como artista.
Todas las alternativas arriba mencionadas fueron consideradas por Karttunen en su

estudio. Acab eligiendo el mtodo mencionado en ltimo lugar. Fue llevado a cabo
formando un "jurado" de 14 personas que tenan autoridad en organizaciones
relacionadas con el arte. A estas 14 personas se les pidi que sugiriesen candidatos para
el grupo que iba a ser investigado. Los artistas que fueron mencionados por la mayor
parte de los miembros del jurado constituyeron el "grupo nuclear" y aquellos
mencionados con menos frecuencia se convirtieron en el "grupo marginal". Estos fueron
tratados como grupos separados en el estudio.
El problema con un jurado es que los renovadores del arte que sern muy apreciados por
las generaciones venideras no estn necesariamente situados en una posicin elevada en
su propio tiempo. Otro problema concierne a la formacin del jurado: tambin aqu
precisamos el mismo tipo de criterios necesarios para la definicin de los artistas.
En todo caso, todos los mtodos listados por Karttunen cumplen el requerimiento de ser
razonablemente objetivos, es decir, independientes del juicio del investigador. Este tipo
de objetividad contribuye a la credibilidad de los resultados.
Delimitar a la poblacin del estudio normativo. El estudio normativo apunta a

mejorar algo, y normalmente este objetivo ya define que es la clase de objetos en el
estudio. Quizs sea un caso problemtico aislado o un grupo de casos, cules mismos
casos entonces ms adelante recibirn las mejoras.
Una blanco alternativa podra ser que las mejoras se dirigirn, no a los objetos ahora
existentes, sino a objetos futuros que pertenecen a la misma clase. En la prctica, estos
objetos futuros son a menudo productos nuevos de la compaa que financia el estudio.
En este caso, usted escogera normalmente como los objetos del estudio unos productos
existentes que se asemejan a las ideas que la compaa tiene en la mente para el
producto nuevo. Ellos quizs sean productos ahora existentes de la compaa u otros
productos en el mercado.
En propsito normativo es usual estudiar casos meritorios, los cuales entonces pueden
servir como ejemplares para productos posteriores, pero es tambin posible estudiar
casos "patolgicos" o educativos, es decir, casos interesantes desde el punto de vista de
la aplicacin de los resultados. Se esperan para iluminar errores anteriores que se
pueden evitar en trabajo ms ltimo. Usted podra, por ejemplo, estudiar los productos
existentes que sufren de un cierto defecto. Podramos por ejemplo restringir nuestro
estudio a compaas que fueron las primeras en el buen hacer, pero que ms tarde
hicieron una jugada con malas consecuencias.
Delimitar la poblacin de informadores
El investigador puede recoger a veces todos los hechos necesarios directamente de

empiria y de la literatura, pero resulta a menudo que algunos hechos pueden ser
obtenidos solamente preguntando a la gente que tiene conocimiento de primera mano
sobre la materia. No es siempre manifiesto cmo esta clase de informadores debe ser
definida y donde se puede encontrar esta gente.
Al contemplar cuales personas quizs sirvan a informantes confiables que puede ser
provechoso pensar de fuentes posibles de la informacin falsa. Entre stos, los dos
siguientes son comunes:
1. Informantes que realmente no saben los hechos sobre el asunto.

2. Informantes cuales no quieren o no se atreven hablar la verdad.
La ltima circunstancia es comn en pases bajo dictadura y puede ser encontrado a otra
parte, tambin. Puede ser difcil discernir en un examen, porque un informante poco
dispuesto puede tambin tener aversin dar sus argumentos para la negacin.
El caso no. 1, la ignorancia del respondedor de hechos, es un fastidio comn para un

investigador que quiere de reunir hechos, no rumores o fantasas sobre cosas en las
cuales la persona no tiene ninguna experiencia. Considere las preguntas y respuestas
siguientes que se podran presentar en un examen:
"Le tiene tuvo problemas con escaleras mviles?" "Nunca."

Observe que tal respuesta podra significar que el respondedor nunca ha visto
una escalera mecnica.
"Qu piensa usted del servicio de transporte pblico en su pas?" "Como de
costumbre."
Observe que algunos respondedores no tienen ninguna experiencia en cmo el
transporte pblico trabaja en otros pases. La respuesta solamente mide cmo
demandando que la persona es y no se puede utilizar para medir la calidad del
transporte ni para ordenar la calidad de los pases en este respeto.
Los ejemplos arriba demuestran que no vale la pena en poner preguntas a la gente si
usted primero no comprueba que saben algo sobre la materia. Para escoger a
informantes que tienen y pueden dar informacin verdadera y pertinente del asunto,
mientras que descartar los informadores menos confiables y sus especulaciones falsas,
usted puede considerar, entre otras, las estrategias siguientes:
Si su poblacin de informadores potenciales incluye probablemente tanto

expertos en la materia como personas mal informadas, usted puede comenzar la
entrevista o el cuestionario preguntando: Es usted familiar con el asunto?
Usted ha utilizado el producto en cuestin? o una cierta otra pregunta que usted
puede entonces utilizar para descartar respondedores mal informados. La
dificultad es que mucha gente no est dispuesta a divulgar su ignorancia sino
desea dar su opinin sobre cualquier asunto incluso cuando es conjetura y rumor
justo.
Escoge slo usuarios conocidos del producto que se estudia. La mejor fuente
sera un registro de clientes, si existe. Si no, los usuarios de un producto pueden
ser encontrados en lugares donde el producto se utiliza de costumbre, por
ejemplo, usuarios del coche en las estaciones de gasolina, zonas de aparcamiento
etc.
Consulta especialistas, i.e. cientficos, diseadores, ingenieros etc. conocidos en
la nueva tecnologa pertinente. La dificultad es la misma que Karttunen (arriba)
encontr: los especialistas de una tecnologa nueva casi nunca pertenecen a una
poblacin definida que usted podra enumerar y escoger una muestra apropiada
de lo. Usted quizs desee consultar las fuentes potenciales siguientes de
especialistas (la lista se ha modificado de Jskelinen, 2001, p. 111):
o Empresas que utilizan la tecnologa ms ltima en el campo.
o Miembros de asociaciones profesionales.
o Participantes de conferencias y de ferias profesionales.
o Libros profesionales de Que es Quin (Who is Who), si existen.
o Gente que discuten en un newsgroup de WWW sobre la tecnologa
pertinente.
o Suscriptores a boletines comerciales (o, si el boletn rechaza dar la lista,
usted puede quizs pedir que impriman su invitacin de participar en el
proyecto).
Una vez que usted haya encontrado por lo menos a un informante adecuado,
usted puede continuar con el mtodo de la muestra de bola de nieve (vase p.
+++).
Observe finalmente que cuando usted elimina informadores "no fiables" e informacin
que usted considera errneo o no pertinente, usted siempre debe tener presente la
posibilidad que los datos anmalos que no armonizan con sus expectativas son quizs
no defectuosos en todos, y en hecho es su hiptesis o sus expectativas que son
culpables. Este riesgo es particularmente grave en la investigacin descriptiva que no
incluye ninguna evaluacin prctica final de sus propuestas.
Como contraste, una seleccin menos fidedigno de informacin y informadores puede

ser aceptable en las etapas tempranas de un proyecto normativo de investigacin y del
desarrollo, a condicin de que usted puede, en su tiempo, someter las propuestas finales
a una valoracin ms rigurosa por muestras nuevas y probablemente ms representantes
de las poblaciones en cuestin.

Delimitar la clase de evaluadores
En el estudio normativo hay siempre un riesgo de la subjetividad, en otras palabras que

las evaluaciones personales del investigador reciban en el estudio ms peso que las
opiniones de otra gente. Para evitar subjetividad excesiva, el investigador debe
deliberadamente reconocer sus preferencias personales sobre el objeto del estudio, tener
presente que otros pueden tener otras opiniones en la cuestin, y definir explcitamente
a la gente, fuera del equipo de investigadores, cuyas evaluaciones dirigirn el estudio. A
menudo hay varias clases distintas de la gente cuyas opiniones en el desarrollo futuro se
deben or. Grupos de inters tpicas son los clientes o los usuarios previstos de un
producto que se desarrollar, o esa gente que ahora sufren de los problemas que se
podran aliviar con la ayuda de investigacin y desarrollo.
Otra clase es esa gente cuya ayuda ser necesitada en la fase del desarrollo. En el
desarrollo de producto, stos incluyen a gente en las divisiones de la fabricacin y de la
comercializacin de la compaa. Las personas adecuadas al equipo de la investigacin
son nombradas normalmente por los directores de la empresa.
Al lado de los partidos antedichos que participan voluntariamente en el proyecto del

desarrollo puede haber gente que tiene que compartir inadvertidamente algunos efectos
secundarios del proyecto, por ejemplo la contaminacin de un producto nuevo o de su
fabricacin. Ser raramente posible enumerar a estos grupos de inters en un proyecto
del desarrollo o tener contacto directo con ellos. En lugar, usted quizs considere el
invitar de representantes de asociaciones de consumidores o ambientales para tomar
parte en la evaluacin.
Si la poblacin es muy grande
Una vez que hemos delimitado la poblacin-objetivo de individuos, ejemplares o casos

en que estamos interesados, sigue quedando otra cuestin: debemos estudiar la
poblacin-objetivo completa o seleccionaremos slo una parte de ella.
Un estudio total es aquel en que el investigador realmente observa o mide todos

los individuos de la poblacin fuera de aquellos a los que, por una u otra razn,
no tiene acceso.
Un estudio de muestreo (p. +++) se centra en una parte del conjunto bsico que
ha sido seleccionado de cierta manera, y as los resultados obtenidos se
generalizan, es decir, se cree que se mantienen en la totalidad del conjunto
bsico con cierta probabilidad.
Otra prctica comn de investigacin es ampliar el conjunto gradualmente,
hasta un punto en que los datos estn saturados, es decir, ya no aparecern
nuevos puntos de vista. En este mtodo, el nmero de casos que se van a
estudiar no se menciona en el comienzo, sino que se determinar durante el
proceso de recoleccin de datos. En este mtodo, el investigador debe tener
cuidado de definir al menos los lmites de la poblacin que ha de ser estudiada.
De otro modo, el investigador tendra una libertad demasiado grande para elegir
slo aquellos casos que encajasen con sus hiptesis.

Muestreo
La poblacin o poblacin objetivo es ese grupo entero de elementos de los que
queremos recoger datos. En un estudio emprico, este grupo puede consistir de gente,
animales u otros objetos. En un estudio de caso contiene apenas un objeto o
acontecimiento, pero en una investigacin tericamente orientada puede ser infinita, es
decir usted desea saber algo que es verdad para cada objeto o acontecimiento del tipo
dado en el universo.
En algunos proyectos cada espcimen o acontecimiento de la poblacin ser medido o

registrado realmente. Tal un estudio total da una descripcin excelente de la poblacin,
pero es posible solamente si la poblacin no es demasiado grande y si todos los objetos
estn disponibles para el estudio.
El estudio total es un mtodo relativamente costoso, porque el trabajo emprico toma

tiempo e implica a menudo aparato, recorridos y otros costes. Los objetivos de un
proyecto de investigacin no requieren siempre una cuenta absolutamente exacta de la
poblacin entera. Una aproximacin confiable sera suficiente a menudo. Por lo tanto es
comn que usted mide o registra solamente tan muchas unidades de la poblacin a que
usted puede permitirse y que sean necesarias para alcanzar las metas del proyecto. A
este fin, varias estrategias estn disponibles. Algunos se listan abajo.
A veces un solo caso puede representar todos los especimenes o

acontecimientos en la poblacin, si todos son idnticos. Los procesos fsicos y
qumicos se asumen generalmente para funcionar semejantemente por todas
partes en el universo, as que usted puede estudiar el proceso simplemente en su
laboratorio y afirmar que los resultados son vlidos tambin en la luna, si eso se
necesitara.
Estudiar un caso para cada clase es posible si usted sabe ciertamente que la
poblacin consiste en algunas clases que contienen objetos idnticos. En el
estudio de los telfonos mviles, la poblacin de los cuales se cuenta en mil
millones, usted as puede comenzar averiguando que es los modelos de telfonos
que se han hecho, y entonces usted estudia apenas un espcimen de cada
modelo.
El muestreo, es decir que usted limita deliberadamente el nmero de casos en el
estudio. Hay un riesgo que los hallazgos del estudio no son verdades para
algunos de los casos fuera de la muestra, pero este riesgo a menudo se puede
calcular y restringir en un nivel tolerable.
En la investigacin de muestreo estamos interesados por igual en todos los elementos de

la poblacin y querramos estudiarlos todos. Pero por razones prcticas, tendremos que
escoger solo una muestra. Tal vez tenemos una poblacin de millones de objetos y es
imposible abarcar incluso una mayora de entre ellos. Tambin en aquellos casos (con
poblaciones, digamos, de 10.000) en que podramos escoger estudiar cada objeto, el
estudio de muestreo puede ser una eleccin prudente, porque ahorra tiempo y podemos
usar el tiempo ahorrado para estudiar los elementos ms cuidadosamente. Todos estos
son buenos casos para un estudio de muestreo. Los distintos mtodos de seleccin de la
muestra se tratan ms abajo.
Ms arriba vimos que en la investigacin de muestreo en lo que estamos siempre

interesados no es en la muestra sino en la poblacin; ms exactamente, en las
propiedades de los elementos de la poblacin. Cuando estamos estudiando los
elementos del ejemplo querramos escoger elementos que tengan los mismos atributos
que la media de la poblacin. Si ese es el caso, nuestra muestra es representativa.
Hay dos principios alternativos que pueden seguirse cuando se

elige una muestra:
muestra aleatoria, en que el azar

determina que elementos se
seleccionan (figura de la izquierda),
muestra no aleatoria, en que el
investigador deliberadamente elige
los objetos que han de ser estudiados
(a la derecha).
El acto del muestreo s mismo genera dos tipos de desacuerdo

entre la poblacin y la muestra:
Divergencia al azar: Usted obtiene algunos casos con las caractersticas

inusuales accidentalmente en la muestra. Esto en cambio infectar los datos
resumidos (e.g. promedios) de la muestra. Si una muestra aleatoria es bastante
grande, las divergencias a las direcciones opuestas se cancelan en su mayor
parte.
Sesgo sistemtico, la tendencia, error sistemtico, o una diferencia sistemtica
entre poblacin y muestra, ocurre a menudo en la muestra no aleatoria. Es
causado por el mtodo de seleccin, que favorece a menudo inadvertidamente
algunos tipos de artculos antes de otros. Este fastidio puede causar muchas
veces mayor una declinacin en la representatividad de una muestra que la
divergencia al azar podra crear.
Usted puede preguntar por qu utilizar el muestreo no-aleatorio en todos, porque

implica el riesgo del sesgo, una fuente aparentemente innecesaria del desacuerdo con la
poblacin? Hay varias motivaciones posibles:
La poblacin es infinita (o muy cerca) o es imposible hacer una lista de l para la

base de la seleccin al azar.
A veces usted no puede encontrar algunos artculos en la poblacin. Una
seleccin al azar no sera razonable, porque sera posible ejecutar apenas una
parte de l.
Los objetivos del estudio no requieren resultados exactos. El muestreo no-al azar
es generalmente ms barato y ms aprisa.
El proyecto incluye un procedimiento eficiente del control ulterior. Por ejemplo,
podra ser difcil de persuadir a clientes escogidos al azar participar en el
procedimiento de crear conceptos del producto nuevo y probar las propuestas,
cul toma normalmente varios das. En lugar, puede ser ms fcil utilizar una
muestra no-al azar de los voluntarios para los grupos de trabajo iniciales del
desarrollo de producto. Ms adelante las propuestas finales entonces se probarn
con las muestras apropiadas escogidas al azar de la poblacin de los clientes de
blanco.

Muestras aleatorias
Si una muestra aleatoria se hace correctamente, contiene no tendencia y es por lo tanto

relativamente representante de la poblacin. Por supuesto, en un estudio de muestreo,
nunca podemos estar seguros al 100% de que los resultados medidos a partir de la
muestra sean tambin ciertos en la poblacin. No obstante, a efectos prcticos suele ser
suficiente si podemos afirmar que el riesgo de una desviacin de la poblacin es,
digamos, un 1%. Seremos capaces de hacer tales afirmaciones que estn basadas en
clculo de probabilidades si hemos usado una muestra aleatoria.
El principio de la seleccin de los elementos en una muestra aleatoria es el mismo que

cuando se reparten la baraja. Todos los objetos de la poblacin tienen iguales
probabilidades de ser seleccionados en la muestra. Esta probabilidad es llamada razn
de muestreo (sampling ratio en ingls), y es igual al nmero de elementos de la muestra
dividido por el nmero de la poblacin.
Hay mtodos alternativos para crear una muestra aleatoria (en otras palabras, una
"muestra de probabilidad"). En los diagramas siguientes, los casos de la poblacin
original se presentan como puntos u otros smbolos pequeos, y los casos seleccionados
en la muestra se demuestran como smbolos en negrita.
1. Muestra aleatoria simple. La muestra se extrae a suertes, por

ejemplo cogiendo papeletas numeradas de un sombrero. Si
tenemos un fichero de ordenador sobre la poblacin, la
computadora har la seleccin al azar. Cuando la poblacin es muy
grande y ya consiste en grupos naturales, los miembros de los
cuales se enumeran en un archivo, puede ser prctico hacer el
muestreo en etapas (cluster sampling), seleccionando primero
algunos grupos y entonces seleccionando la muestra final slo
desde los miembros de estos grupos seleccionados. Por ejemplo, si
la poblacin consiste en toda la gente en un pas, usted puede primero seleccionar al
azar algunas subdivisiones del pas y despus seleccionar la muestra final entre la gente
en estas subdivisiones. Si usted se prepone entrevistarse con esta gente en sus hogares,
usted ahorrar as mucha hora de viajar.
2. Muestra sistemtica. Si la razn que se pretende es 1/n,

empezamos escogiendo el primer elemento al azar entre los
primeros n objetos de la poblacin, y tras ello extraemos cada n-
avo objeto. Si tenemos una lista de objetos de la poblacin el
procedimiento ser muy fcil incluso sin una computadora, y el
resultado ser as representativo, excepto en la situacin inusual
que una caracterstica importante de los casos sucede a la
repeticin en cada n casos.
3. Muestra aleatoria ponderada. Cuando la poblacin incluye un

grupo muy pequeo pero esencial, hay el riesgo de que ningn
miembro de ese grupo quede dentro de una muestra aleatoria.
Tales grupos claves de usuarios de productos son, entre otros,
gente corto de vista, duro de odo o con la capacidad reducida del
movimiento, vase p. +++. Otras minoras a menudo significativas
originan de religiones, de nacionalidades y de lenguas.
Para asegurar por lo menos algunos de una minora clave (marcada

con x en el diagrama a la derecha) en la muestra, podemos incrementar deliberadamente
la razn de la muestra sobre este grupo de especial importancia. Por supuesto que esto
generar un desequilibrio en las mediciones que se obtengan a partir de la muestra
ponderada, pero ser fcil restaurar el equilibro original. Esto se hace as cuando se
combinan los resultados; por ejemplo, al calcular la media de todas las mediciones
daremos a las mediciones de cada grupo su peso apropiado correspondiente a los
porcentajes genuinos en la poblacin.
Muestras no aleatorias
Las muestras no aleatorias (o "no probabilsticas") son escogidas por el investigador.

Son a menudo rpidas y baratas crear, pero generalmente menos representativas que los
aleatorias. La desventaja es que corremos un gran riesgo de obtener demasiado sesgo en
la muestra. No seremos capaces siquiera de advertir la presencia, y menos an la
cantidad, de sesgo si hacemos personalmente la seleccin de la muestra. Y la presencia
de sesgo puede hacer imposible generalizar nuestros resultados.
Un modo de reducir el sesgo hasta cierto punto es dejar a otra persona o grupo la
seleccin de los elementos.
En estudios descriptivos la presencia de sesgo es una desventaja grave que usted

encontrar ms adelante en su proyecto, en cundo valorar el muestreo y en cundo
escribir el captulo final de su informe. Por lo tanto puede ser prudente pensar de l por
adelantado, cundo escoger el mtodo de muestreo.
Muestras no aleatorias se pueden utilizar en proyectos de investigacin y del desarrollo,

a condicin de que el sesgo sistemtico posible sea compensado ms adelante. Por
ejemplo, es comn usar al muestreo de conveniencia cundo escoger clientes
potenciales a un grupo de trabajo para desarrollar un concepto del producto preliminar.
La seleccin de personas ser probablemente sesgada, tan bien como las propuestas del
grupo de trabajo, pero las propuestas sern rectificadas ulteriormente cuando son
evaluadas de nuevo por un otro grupo de gente ms grande.
Entre los tipos comunes de muestras no aleatorias se incluyen:
1. Muestra de conveniencia. Un grupo existente, por ejemplo la

gente en una reunin, podra ser designado como muestra. Este es
un mtodo fcil y barato, pero el sesgo suele ser imposible de
estimar. El mtodo es popular en las demostraciones de cursos
sobre mtodos, donde los datos obtenidos de la muestra no se
usarn. Asimismo, esto es un mtodo posible cuando usted
necesita a algunos clientes potenciales asistir al desarrollo de
producto, a condicin de que los resultados obtenidos sean
probados ms adelante con una muestra mejor.
2. Los casos restantes entre el material histrico o arqueolgico, cuando ha

desaparecido una parte grande de material relevante antes de que reciben los
investigadores, se pueden mirar como una clase de muestra de conveniencia incluso
cuando es la realidad histrica y no la conveniencia que selecciona la muestra. Si la
destruccin del material, durante el tiempo hasta el estudio, no ha sido al azar ni
proporcional pero en lugar de alguna manera parcial o selectivo, el material
sobreviviente ser sesgado y el investigador debe valorar el sesgo probable. Usted debe
preguntarse si cualquiera de los factores siguientes ha afectado diferentemente en la
preservacin de tipos diferentes de la materia:
El material a veces se ha seleccionado para cualquier

propsito, por ejemplo para ser mantenido en archivos,
bibliotecas o museos?
Qu clases de cosas fueron mirados generalmente como
digno y apropiado ser preservado?
Hay factores fsicos que pueden haber afectado
diferentemente en la preservacin de varios grupos de
material?
3. Muestra de voluntarios es creada cuando todos los miembros de la poblacin tienen

la oportunidad de participar en la muestra. Un ejemplo es la respuesta de los clientes
que llega a una empresa; igualmente, las respuestas que un investigador recibe a un
anuncio en un peridico pidiendo a la gente sus opiniones.
Una muestra de voluntarios puede ser una alternativa prctica cuando no hay lista de los
miembros de la poblacin de quien una muestra aleatoria se podra escoger, o cuando es
difcil de contactar a la gente en una muestra porque sus direcciones no se saben. La
desventaja es que es difcil determinar la presencia del sesgo, es decir si las opiniones u
otras caractersticas interesantes de los voluntarios se desvan de sos de la poblacin.
Cuando en vista de esta pregunta, hay dos cuestiones que plantearse:
Qu es la poblacin que usted apunta? Es cierto que todos los miembros de la

poblacin concernida tenan las mismas oportunidades de ser incluidos en la
muestra?
Hay cualquier razn por qu puedan diferir los voluntarios del resto de la
poblacin? Por ejemplo, tienen ellos, o por lo menos algunos de ellos, una
razn especial para ofrecerse?
Si usted, por ejemplo, quiere obtener una muestra de gente que ha comprado su ltimo
producto, usted puede incluir en el paquete del producto un formulario franqueo-pagada
donde la gente puede dar sus nombres y direcciones. Qu sucedera si usted pidi
adems que los respondedores dieran sus opiniones del producto? Usted conseguira
probablemente respuestas sobre todo de la gente que tiene una opinin fuerte de su
producto, positiva o negativa. La gente sin opinin definida de su producto quizs no
incomodara contestar, y la muestra sera as sesgada.
4. Muestra - bola de nieve. Cuando se entrevista a miembros de

un grupo, podemos pedir a las personas que nos indiquen otros
individuos en ese grupo que podran dar informacin sobre ese
tema; podramos tambin pedirles que nos indicasen personas que
compartan sus puntos de vista y tambin otras que sean de opinin
opuesta. Entonces entrevistaremos a nuevos individuos y
continuaremos del mismo modo hasta que no obtengamos nuevos
puntos de vista de nuevos entrevistados. Este es un buen mtodo
por ejemplo para recoger los distintos puntos de vista existentes en
un grupo, pero su inconveniente es que no obtenemos una idea exacta de la distribucin
de las opiniones.
En el momento de disear una muestra no aleatoria, debemos siempre tener en mente la

poblacin. Es representativa la muestra? Son vlidos los resultados en la poblacin?
Es cierto que el criterio que usted ha utilizado en seleccionar la muestra (e.g. la buena
voluntad de la gente de participar) no tiene ninguna correlacin con esas variables que
usted desee registrar de la muestra? Si hay correlacin, su muestra es sesgada.
Mtodos de muestreo inadecuados
Sobrepasar los lmites de la poblacin. No tenemos que incluir elementos que no sean
miembros de la poblacin en nuestra muestra. Por ejemplo, en muestreo bola-de-nieve
sucede a menudo que alguna gente entrevistada nomina a candidatos que no pertenecen
a la misma poblacin. Por supuesto, usted tiene a menudo la opcin de alterar sus
delimitaciones originales.
Muestra de casos tpicos. La meta de estudiar un grupo heterogneo es a menudo

encontrar cul es comn y tpico de la mayora de los casos en el grupo. A este efecto
loable, el muestreo se ha utilizado a veces para seleccionar los casos ms tpicos en la
muestra, y todos los casos extraordinarios son dejados fuera.
Sin embargo, seleccionar una muestra de casos tpicos no es muy recomendable porque
cundo escoger los casos "tpicos" los prejuicios del investigador (que pueden ser
errneos) influencian demasiado los resultados de la investigacin. El investigador
puede, sin notarlo, seleccionar sobre todo tales casos que corroboren sus
preconcepciones o hiptesis. Para resumir, si usted desea precisar los especimenes
medios o los casos ms comunes de la poblacin, un mtodo mejor es clasificar todos
los artculos de la poblacin, o una muestra escogida al azar, y encuentra el tipo ms
frecuente. Cuando es necesario, usted puede entonces continuar el estudio de esta clase,
que en adelante se convierte en la poblacin nueva del estudio.
Muestra de especialistas. Puede ser que parezca una idea sensible de preguntar
directamente sos, a menudo pocos, personas que saben mucho sobre el asunto, en vez
de preguntar una muestra grande de legos escogidos al azar cuyo conocimiento puede
ser espordico y cuyos opiniones pueden divergir. As, podramos por ejemplo:
Investigar las preferencias de consumidores sobre los aparatos domsticos,

entrevistando a vendedores.
Estudiar estilos de vida de arrendatarios mediante un cuestionario a propietarios
o a administradores de casas o caseros.
Desarrollar un nuevo modelo del coche de modo que unos conductores de
carreras lo proban y evalen.
Todos los ejemplos arriba son de la vida verdadera, y son los mtodos sin duda
sensatos, rpidos y eficaces, porque usted necesita entrevistar apenas unas pocas
personas y en la discusin usted consigue rpidamente al punto. Sin embargo, usted no
debe pensar que los "especialistas" puedan ser tomados como muestra de "no
especialistas". Son dos poblaciones diferentes. No debiramos generalizar los resultados
de "especialistas" a ninguna otra poblacin.
Si usted entonces desea adems recolectar las opiniones de los consumidores medios,
usted debe definir stos como una poblacin segunda y seleccionar una muestra
adecuada de ella, tambin. Una alternativa deber hacer dos proyectos distintos de estos
dos exmenes. Una posibilidad es hacer estos dos exmenes en sucesin. Podramos tal
vez continuar transformando los resultados a partir de los especialistas en hiptesis que
ms tarde verificaramos con una muestra apropiada de la poblacin "real" o de no
especialistas, que seran en los ejemplos citados, respectivamente, los consumidores y

los arrendatarios. En otras palabras, podramos usar la entrevista de los especialistas
como un estudio preliminar slo.
Muestreo normativo. El aspecto normativo es aceptable en los proyectos del desarrollo

que apuntan a mejorar objetos similares en el futuro, pero es mejor guardarlo fuera del
muestreo porque trastorna los principios de la representatividad y de la generalizacin.
"Muestra de los mejores casos" es algo bastante tradicional en historia del

arte: estudiamos solamente los "grandes maestros". La idea es que stos representan lo
ms autntico de su poca. Tal seleccin deliberada por parte del investigador tiene no
obstante riesgos serios. Es evidente que no son tpicos de la era y no representan las
obras de arte medias. Esto no sugiere que usted no los debe estudiar, pero si usted lo
hace, no le llama una "muestra" si usted quiere decir que los grandes amos son la
poblacin de su estudio.
Ms tarde en la fase de anlisis de sus datos que usted puede mantener fcilmente el
aspecto normativo, de modo que no es necesidad de mezclar el procedimiento de
muestreo con consideraciones normativas.
Tamao de la muestra
El propsito principal del muestreo es reducir la necesidad de las operaciones empricas

que exigen el trabajo y el coste. Cmo pequea puede una muestra entonces estar sin
perder su utilidad? Es decir cul es el nmero ms pequeo de los casos que todava
nos dan bastante confiables datos sobre la poblacin?
Muestras aleatorias
Los datos que podemos conseguir de la muestra son normalmente levemente diferentes
de los datos de la poblacin. La razn es que la seleccin al azar ha trado a la muestra
no solamente artculos medios de la poblacin, pero tambin algunos artculos ms o
menos excepcionales. Cuntos de ellos, puede ser anticipado usando la teora de
probabilidades. Puede tambin decirnos cmo grande es el riesgo de conseguir datos
errneos debido a estos casos excepcionales. El riesgo es aproximadamente
proporcional a la variacin de las variables y en la relacin inversa al tamao de
muestra.
Si utilizamos la frmula inversamente, y sabe el nivel deseado de la representatividad

estadstica (p. +++) de los datos que vamos a registrar de la muestra, podemos calcular
el tamao de muestra requerido en base del nmero de variables, y de sus variaciones.
No se saben a menudo por adelantado, pero en que el caso una aproximacin se puede
usar.
Usted, por ejemplo, ha medido dos variables de una muestra pequea y ha encontrado
que su correlacin es 0,26. Es siempre posible que tal correlacin se haya creado en la
muestra apenas accidentalmente y no es verdad en la poblacin. Usted desea que la
probabilidad de tal accidente sea menos de 1%. Si usted consulta la tabla que se
presenta en t-test (p. +++), usted encontrar que una muestra de 100 casos se necesita
antes de que la probabilidad de conseguir accidentalmente una 0.26 correlacin
disminuya a 1%.
Otro ejemplo. Usted estudia porcentajes y usted desea ser 95% cierto que el porcentaje
que usted ha medido de una muestra es verdad en la poblacin tambin. Aqu usted
puede utilizar la frmula del intervalo de confianza:
donde
p = el porcentaje como se calcula de una muestra

n = tamao de la muestra.
Si el intervalo de confianza, segn la frmula, es demasiado ancho, usted puede cortarlo

usando una muestra ms grande. De la frmula usted puede deducir que si usted
multiplica el tamao de muestra por cuatro, el intervalo de la confianza se contraer en
la mitad. La frmula es independiente del tamao de la poblacin.
Las formulas para el clculo son exactas pero algo engorrosas de usar por las muchas
alternativas que intervienen; por ese motivo no se presentan aqu. En proyectos
importantes con amplios recursos se suele consultar a un estadstico para los clculos.
En un proyecto de investigacin con recursos limitados, la regla general es: usar una
muestra tan amplia como nos podamos permitir.
Muestras no aleatorias
No hay frmula para determinar el tamao de una muestra no aleatoria. Con frecuencia,
especialmente en investigacin cualitativa, podemos simplemente ampliar gradualmente
nuestra muestra y analizar los resultados segn llegan. Cuando en casos nuevos ya no se
presenta informacin nueva, podemos concluir que nuestra muestra est saturada, y
terminaremos el trabajo. Este mtodo es, sin embargo, muy vulnerable al muestreo
sesgado, con lo que tenemos que ser muy cuidadosos y asegurarnos que no omitimos a
ningn grupo de nuestra poblacin.
Recurdese tambin que es intil incrementar el tamao de la muestra si el principio de

muestreo est sesgado. La muestra aadida simplemente estar igual de sesgada si usted
utiliza el mismo mtodo de seleccin que para la primera muestra.
Si usted puede permitirse hacer una segunda muestra, intente crearla con otro mtodo de
seleccin. Guarde inicialmente separado los datos de cada uno de las muestras.
Comparndolas usted tiene un medio excelente de juzgar la presencia del sesgo en
cualquiera de ellos.
Antes de decidir el tamao de una muestra no aleatoria, tal vez queramos leer cmo
debe ser evaluada la representatividad de los resultados a partir de una muestra no
aleatoria. De otro modo podramos sufrir una sorpresa bastante desagradable cuando
estemos intentando, demasiado tarde, definir la poblacin en que nuestros resultados
puedan ser declarados vlidos.

Casos que fallan
Sucede a menudo que algunos casos en la muestra resultan infructuosos porque no

pueden ser alcanzados, o las medidas fallan, o los entrevistados rechazan cooperar etc.
Si usted desea haga el muestreo muy cuidadosamente, usted debe preguntarse: Es
probable o posible que los casos que fallan diferencian los acertados en cualquier
respecto que interesa en su proyecto? Solamente cuando la respuesta estar no, usted
puede fiarse que la ausencia de estos casos no introducir sesgo en los resultados. El
mtodo normal es entonces sobredimensionar la muestra levemente, y despus se olvida
simplemente los casos que fallan.
Si usted, al contrario, piensa que los casos que fallan diferencian sistemticamente del
resto, usted puede intentar compensar el sesgo dando pesas diferentes a los datos que
vienen de estos dos grupos. El mtodo se explica en El problema de la no-respuesta, p.
+++.

Formas de saber
Cuando hablamos de investigacin queremos decir reunir conocimiento, sea desde
fuentes escritas o impresas o directamente del mundo emprico, como investigadores lo
llaman. El conocimiento es as esencialmente una descripcin que nos dice cmo las
cosas estn en empiria. Una pintura de un fenmeno limitado a menudo se llama un
modelo, y un conjunto de modelos que retratan juntos un sistema grande de fenmenos
se llama su teora.
Puesto que los investigadores han entendido como su blanco al describir cmo son las
cosas (o cmo han sido), 'conocimiento' ha sido entendido como constante, quizs como
una verdad casi eterna. Desde antigedad la mayora de los investigadores han sido
renuentes estudiar cosas que estn en un estado del cambio. Especialmente si el
proyecto de investigacin s mismo causa alteraciones en el objeto del estudio, esto se
ha mirado como imperfeccin del mtodo. Hoy, sin embargo, comenzamos a entender
que una nocin tan esttica del conocimiento restringira seriamente la utilidad y la
importancia de la ciencia en sociedad. Galileo nos demostr cmo es til recolectar
conocimiento de cosas que se mueven y cambian. Hoy queremos ir an ms lejos y
deseamos recolectar conocimiento sobre cmo nos mismos podemos alterar cosas. Es
decir, necesitamos al lado de la teora descriptiva, tambin teora normativa de la accin
y de la mejora.
Las gentes ordinarias rara vez hablan de "teora" pero en su vida diaria en casa y en el
trabajo utilizan continuamente conocimiento y modelos conceptuales. Ya un nio
pequeo puede traducir cualquier cosa que ve en torno a l en modelos como "madre" y
a continuacin aadirles un nmero creciente de otros conceptos. Llegado el caso, estos
modelos crecen para dar cabida a las reglas de la familia y la vida social y a valores y
creencias importantes, que son tiles en la vida convencional. Como constantes y como
conocimiento muchas veces no son muy inferiores a los hallazgos cientficos. Sin
embargo, su modo de presentacin es diferente.
El mtodo de un nio que adquiere conocimientos es bastante distinto del mtodo usado
por el cientfico. Un nio tiene que construir sus primeros modelos del mundo ya antes
de que haber aprendido a hablar y, naturalmente, tales modelos no pueden ser muy
explcitos. Esto mismo es verdad para gran parte del conocimiento tcito que el adulto
usa como base para su comportamiento en casa y en el trabajo - se expresa raramente en
el fraseo exacto.
Por ejemplo, todos saben en su ambiente que un nmero de productos se llaman, porque
cul son, y cmo puede utilizarlos. Esta clase de conocimiento se puede llamar el saber
por la experiencia.
Otra clase de conocimiento tcito prctico es la habilidad profesional, know how.
Algunas caractersticas de los dos tipos antedichos de conocimiento tcito se pueden

presentar como la tabla siguiente. Para la comparacin, agregamos una tercera columna
que caracterice la informacin que se presenta como las palabras y conceptos exactos,
es decir el saber terico o conceptual. Ha sido siempre el modo preferido de
informacin en ciencias.

Modo de saber: Saber por Saber cmo hacer, Saber conceptual
experiencia "know-how" (terico)
Ejemplo: "Los bancos de "Yo s cmo disear "La altura adecuada
esta iglesia no son un buen sof para ver de un asiento para un
confortables." la Tele." adulto britnico es de
44 cm."
rea de Fragmentos de El conocimiento El conocimiento se
validez: conocimiento que puede ser aplicado en puede aplicar en todas
estn inconexos y diversas las ocasiones del
que son vlidos circunstancias. mismo tipo. Contiene
slo en una principalmente reglas
situacin. generales.
Modo de El sentido esencial Tradicin. Ejemplo. El conocimiento
presentacin: del conocimiento Competencia puede expresarse en
"tcito" no puede profesional. Muchos palabras y modelos
ser explicado puntos importantes de exactos, y puede
verbalmente. estos no pueden ser imprimirse como un
presentados informe o un manual
verbalmente.
Mtodo de No puede ser El maestro muestra Explicaciones y
enseanza del enseado. Slo como se hace eso; el lecturas de libros de
conocimiento: puede aprenderse estudiante imita al texto.
por la propia maestro.
experiencia.
En el cuadro precedente, conocimiento se menciona en dos formatos: es o expresado o

tcito. Sin embargo, stos no son los nicos medios que pueden contener conocimiento.
Muchas actividades humanas y procedimientos convencionales en casa, en la escuela o
en el trabajo profesional, contienen conocimiento, aunque la sustancia de ellos se ha
anotado raramente como instrucciones para la actividad en la pregunta. Adems,
muchos instrumentos se pueden utilizar solamente en una manera predeterminada, y as
se puede decir que ellos contienen conocimiento de todos los procedimientos posibles
cuando usarlos, esencialmente igual a las instrucciones impresas para el uso, si existen.
Engestrm (2002, 104) presenta un cuadro donde varios modos comnmente utilizados
del conocimiento humano se arreglan a lo largo de dos dimensiones. La primera
dicotoma clasifica el portador del conocimiento, especialmente su permanencia
temporal: es un proceso, es decir algo que sucede a tiempo, se acaba pero puede ser
repetido, o es una estructura con existencia ms o menos permanente o fsicamente o en
la cognicin?
Procesos Estructuras
Internos Pensamiento Modelos y estructuras mentales
| Imaginarse Imgenes, smbolos, visiones
| Sensacin, tocar, moverse Gestos, rituales, costumbres, modales
| Hablar, leer, escribir Signos, textos
Externo Hacer Artefactos, herramientas
El segundo eje en el cuadro presenta cmo profundo en la cognicin personal reside el

conocimiento. Solamente los tipos "externos" de conocimiento se pueden transferir de
hombre al hombre, de lugar al lugar, de la edad a otra.

Es un malentendido que el conocimiento tcito existira slo separadamente en cada
persona, ocultado a otros, contina Engestrm. Especialmente las formas "externas" de
conocimiento tcito se pueden fcilmente transferir de hombre al hombre, de sitio a
otro, de una era a otra. Aprenderlo es imprescindible para la gente que vivo en un grupo
porque las habilidades que el contiene tienen que ser utilizadas colectivamente. Cmo
vivir en una familia y cmo trabajar en un grupo profesional son ejemplos del
conocimiento tcito colectivo. El mtodo normal de ganar conocimiento de tal
conocimiento colectivo es el hacerse mayor y vivir en el grupo social donde se utiliza
este conocimiento tcito. Debido a la naturaleza muda de la informacin, el estudiante
no puede echar duda en su confiabilidad - tiene apenas ser aceptada. El desarrollo del
conocimiento tcito tradicional tiende as a ser relativamente lento, a menudo
demasiado lento para la sociedad moderna.
Aparte de eso, el contenido del conocimiento tcito no necesita diferir mucho de

conocimiento conceptual o cientfico. De hecho, las columnas en la tabla de Engestrm
corresponden a los dos tipos de invariantes - estticos y dinmicos - que son tpicos del
conocimiento cientfico.
Adems, puede ser interesante aplicar a l la dicotoma del conocimiento descriptivo y

normativo. El conocimiento descriptivo nos dice cules o como son cosas: por ejemplo,
la mayora de la gente piensa que un producto puede ser o un utensilio o una
decoracin, no ambos. El conocimiento normativo apunta a ayudar la vida diaria o una
profesin, y tambin define los valores detrs de estas actividades y que punto de vista
debe dominar en la actividad: la persona misma, su familia, la nacin, el monarca o
Dios. Un mtodo usual de expresar el conocimiento tcita normativo deber denominar
un ejemplar para ser seguido.
Un investigador que viene del exterior del grupo y comienza a estudiar contenido y
aplicaciones del conocimiento tcito, sigue as perjudicado gravemente hasta que l
haya aprendido detectar y reconocer los fragmentos de este conocimiento, por no hablar
de entenderlo totalmente. Para tratar con su desventaja - se podra decir ceguera - los
investigadores han ideado varias estrategias, notablemente los tres siguientes:
Rechazar conocimiento tcito.

Hacer explcito el conocimiento tcito.
Recolectar y aplicar conocimiento tcito en su forma original.
Rechazar conocimiento tcito. Hace algunas generaciones, muchos cientficos

especialmente en la escuela positivistica pensaban que el conocimiento tcito era intil
en la ciencia. "De lo que no se puede hablar, hay que callar" (Wittgenstein, 1933, 78).
Una razn a esta condenacin era la creencia que slo el conocimiento explcito terico
se podra probar efectivamente por el investigador mismo y por otros investigadores. La
prueba era considerada esencial para el adelanto de la ciencia porque hace posible
rechazar la informacin falsa. Segn este principio, la mayora de los cientficos hasta
Galileo simplemente evitaron de estudiar profesiones prcticas y otras preguntas donde
el conocimiento tcito se pareca desempear un papel importante. En el caso que el
tema del proyecto de investigacin sin embargo vino cerca de tales preguntas, la
mayora de los investigadores las desatendieron simplemente.
Hacer explcito el conocimiento tcito. Segn la doctrina positivistica es el deber del

investigador al hacer explcito en lengua llana todo que l estudie y desatiende esas
cosas que l no puede hacer explcito.

Hacer explcito significa traducir o parafrasear la sabidura tcita en expresiones
inequvocas, as transformndolo en conocimiento conceptual de modo que fuera
movido, en la tabla arriba, en la columna a la derecha. La dificultad es que es ardua y
los resultados siguen siendo inciertos porque el investigador a menudo entiende mal el
contenido del conocimiento tcito, desafo de sus mejores intenciones.
El mtodo principal en recopilar la informacin tcita es la entrevista, a menudo

conjuntamente con observacin. Los informadores son generalmente clientes como
usuarios de productos, o fabricantes de los productos y otros profesionales:
Las quejas y los reconocimientos que pertenecen a los productos de una

compaa que llegan como letras de la respuesta de los clientes podran rendir a
menudo ms informacin que se puede leer en el texto. Para reunirlo, sera
necesario entrevistar a escritores de estas letras, quizs por telfono.
Una documentacin de la fabricacin o del uso tradicional de productos como
folklore puede valer la pena an cuando no hay necesidad inmediata de descifrar
el conocimiento tcito que estas actividades contienen. Es posible que las
generaciones futuras de investigadores encontrarn un uso para las grabaciones
que son fciles de hacer con una videocmara moderna.
Recolectar y usar conocimiento tcito en su forma original. Al estudiar un servicio

profesional o productos industriales usted a menudo querra reunir conocimiento sobre
el uso del producto o servicio y acerca de los factores que se relacionan con estas
actividades. stos, sin embargo, se ligan a menudo a las vidas de los usuarios en
maneras muy complicadas que los usuarios normalmente manejan con la ayuda de su
conocimiento tcito de la situacin. Un investigador a menudo lo encuentra muy difcil
de sacar este conocimiento, y recientemente algunos investigadores han empezado a
buscar acercamientos que permitiran explotar esta sabidura tcita en su estado original.
Algunos enfoques posibles a este fin son los siguientes.
La reunin colectiva de hechos y de opiniones puede a menudo ser eficaz para

hacer explicito el conocimiento tcito que es compartido por un grupo de gente,
tal como los procedimientos acostumbrados del trabajo del equipo o el uso
colectivo de un producto o servicio. Mtodos para una investigacin descriptiva
que fcilmente se puede utilizar colectivamente, incluyen la
observacin participante y consultando, y la entrevista del grupo. Para la
investigacin y el desarrollo normativos los mtodos colectivos convenientes
incluyen la observacin normativa y los mtodos del desarrollo propio, tales
como el diseo colectivo e investigacin-accin.
Cualquier mtodo que apunta a reunir conocimiento tcito colectivo siempre
debe incluir una discusin colectiva referente al estado inicial de cosas, de
problemas existentes y de remedios posibles a ellos. Porque la mayora de los
participantes tienen experiencia anterior de la actividad que se desarrolla, saben
as qu conocimiento tcito hay sobre la actividad, ellos pueden referirle durante
la discusin y pueden utilizarle para crear propuestas para cambiar las cosas al
mejor. A menudo ninguna propuesta que satisfara a todos los participantes no se
puede encontrar inmediatamente, y la discusin se tiene que repetir varias veces.
Un investigador toma parte en las reuniones como secretario y consejero
metodolgico.
Es tambin posible combinar tres objetivos en un proyecto: explicar la habilidad
profesional tcita, desarrollar los mtodos profesionales mismos, y
simultneamente educar a estudiantes a esta profesin. Las actividades de
explicar, de aprender y de desarrollar tienen mucho en comn y pueden asistirse
recprocos. Una metodologa a este fin, llamado el Aprender Desarrollando,
desde 2004 se ha utilizado en la Universidad de ciencias aplicadas LAUREA, en
Finlandia, como ha sido documentado por Frnti y Pirinen (2005, en finlands).
El mtodo del maestro y aprendiz. Como una pupila temporal a un diseador o
a un artesano reconocido que el investigador puede tratar de imitar los mtodos
del maestro y quizs intentar hacer refinamientos incrementales a ellos. El
aprendiz puede tambin pedir el maestro "pensar en voz alta" y l puede hacer
preguntas por ejemplo: Por qu hace lo usted as? Qu usted piensa si lo hice
de este modo? El mtodo es similar a la observacin consultadora, y una
grabacin video de la sesin es generalmente recomendable para que permitir
una inspeccin posterior.
El mtodo del ejemplar. Cuando es difcil analizar varias caractersticas del
objeto del estudio, puede ser ms fcil estudiar el objeto en su totalidad, como
estudio de caso descriptivo, o pues un ejemplar que se seguir cuando el
propsito del estudio est normativo. Todava hoy este acercamiento se utiliza a
menudo en varios artes donde los crticos reputados seleccionan ejemplares que
despus se publican en exposiciones y diarios profesionales y se esperan para
dirigir diseos en el campo ms adelante. Tambin se utilizan como un
substituto o complemento de la teora en artes y profesiones de diseo artstico
para los asuntos sobre que es difcil desarrollar doctrinas ms explcitas, que es a
menudo el caso en cuestiones de la belleza y del gusto. El mensaje de un
ejemplar, sin embargo, se puede entender slo cuando usted ya tiene algn
conocimiento acerca del campo, en otras palabras cuando usted pertenece a o los
profesionales o a los conocedores en el campo.
Una obra de arte, por ejemplo una novela corta o una ilustracin artstica tal
como un dibujo del lpiz, o una pequea obra de teatro improvisada se podra
utilizar a veces para documentar por lo menos algo de la sabidura tcita que es
presente en la actividad. Este enfoque ciertamente sera condenado por la
escuela positivistica de cientficos, pero ha recibido un cierto apoyo de algunos
filsofos, notablemente de Plato y Husserl, que desaprueban intentar a hacer
explicito cosas que el investigador no sabe bien. Juha Varto conviene y propone
el usar de una obra de arte para las primeras tentativas para explicar
conclusiones en un campo que no se ha estudiado y no se ha informado anterior.
"Si usted intenta traer inteligencia de ninguna parte ella a menudo permanece tan
desunido y fragmentario, y se ampla tan incontrolable, que es mejor utilizar la
ficcin en describirla a otras" (2001, 56)." (2001, 56).
El mtodo de describir resultados empricos con medios artsticos se discute en
la pgina +++ (Lenguajes artsticos de modelar). La dificultad es que muchas
personas seran reacias tratar este modo de presentacin porque piensan que
ellos no tienen bastante talento artstico. No obstante, por lo menos una tentativa
modesta debe ser factible por muchos, por ejemplo improvisar una pelcula de
uno-minuto para simular una actividad.
Los ejemplos antedichos son apenas unas pocas opciones para explotar la sabidura
tcita o convertirla a otros formatos de conocimiento. No necesita mirarlos como
alternativas mutuamente exclusivas al mtodo estndar de hacer explcito, en el
contrario es generalmente posible utilizar varios enfoques en la paralela.

Registrar los hechos
Conceptos y definiciones
De acuerdo con la idea del realismo cientfico, los objetos de estudio existen en el
mundo emprico (tangible) pero la teora pertenece al mundo conceptual del
pensamiento. La meta de la investigacin es crear un retrato terico del objeto del
estudio que reside en el mundo emprico. La razn detrs del esfuerzo del investigador
puede ser curiosidad pura (estudio descriptivo), pero es tambin posible que ms
adelante este retrato se utilice para mejorar el objeto del estudio u otros objetos
similares (estudio normativo). Todo el conocimiento terico que tenemos concerniente a
los objetos empricos compone un cuadro ms o menos completo del mundo emprico.
En el diagrama de la derecha, vemos en fondo verde un pequeo fragmento del mundo

emprico incluyendo uno objeto de estudio, y en la mitad derecho de la diagrama el
modelo terico correspondiente.
La idea de la teora como una imagen del empiria es generalmente fructuosa. Una vista
semejante tambin es utilizada por los diseadores. La diferencia a un investigador es
que el diseador procede en la direccin opuesta, es decir de la teora al empiria.
Comienza normalmente su trabajo en el mundo de conceptos y despus procede a
realizar sus imgenes en el empiria.
Un investigador (y un diseador tambin) construye normalmente la imagen de su

objeto del estudio usando dos tipos de elementos:
1. Conceptos. Ejemplos de conceptos son los nombres de objetos, de grupos o de

componentes de ellos, sus caractersticas como tamao, peso o material.
2. Relaciones entre conceptos, tales como comparaciones, correlaciones,
estructuras, evoluciones, razones y consecuencias. Los mtodos para presentar
relaciones se discuten en la pgina +++.
Los conceptos sirven no slo como componentes de la teora, pero tambin como lazos
de unin entre un objeto emprico y su imagen terica. Estos acoplamientos son
necesarios al registrar los datos, y cuando un usuario futuro del informe aplica los
resultados del investigador a sus propios propsitos y problemas. Cuando usted estudia
las vidas y las actividades de la gente usted tiene que tratar con conceptos y factores
innumerables que esta gente utiliza slo en base de su conocimiento tcito poco claro, y
sera a menudo imposible que un investigador haga explcito todos stos, pero en todo
caso los conceptos ms centrales deben tener correspondencia inequvoca con los
objetos o fenmenos empricos.
La indicacin ms usual y elemental de una conexin entre un concepto terico y su

contraparte emprica es dada por el nombre del concepto. Adems, hay el mtodo ms
exacto de presentar una definicin para el concepto, pero normalmente se puede utilizar
slo para unos pocos conceptos claves del proyecto, porque no podemos contar con el
usuario del informe que recuerda ms que un puado de definiciones nicas, ni
podemos esperar que l examine la lista de definiciones repetidamente.
El investigador tiene que escoger para su tarea conceptos apropiados, sus nombres y
definiciones, pero esto no significa que l personalmente debe crear todas estas cosas.
Al contrario, es generalmente ventajoso adoptar tantos conceptos como sea posible, con
nombres y definiciones, de tratados anteriores en el campo de investigacin. De hecho,
cada rama establecida de la ciencia tiene un surtido amplio de conceptos cardinales que
reiteran en estudios numerosos. Los manuales y los libros de textos en el campo de la
ciencia incluyen generalmente listas de tales conceptos junto con sus definiciones. Si
estos conceptos establecidos se pueden utilizar en un proyecto de investigacin, mucho
trabajo innecesario se puede evitar y el proyecto puede ganar de la teora existente
incluyendo mtodos probados de medida y de anlisis, y de datos sobre casos
comparables anteriores. Adems, usar vocabulario conocido trae los resultados del
proyecto nuevo en contacto cercano con teora ya existente y agranda as efectivamente
la gama del conocimiento en el campo.
Aunque es generalmente recomendable evitar de crear muchos conceptos novedosos al

lanzar un proyecto nuevo de investigacin, se debe admitir que el investigador no
siempre tiene las manos libres en el asunto, debido a la carencia de conceptos
establecidos convenientes. Tal est el caso en una investigacin exploratoria donde el
proyecto trata con preguntas que no se han estudiado anterior.
Adems, sucede a menudo que el investigador, despus de hacer estudios intensivos en

un tema, concluye que unos conceptos alrededor del asunto han sido tradicionalmente
mal definidos y necesitan una revisin.
En el caso que un concepto novedoso se tiene que crear, dos aspectos del concepto hay
que considerar: su nombre, y su definicin.
Denominar un concepto nuevo. Mtodos usuales para crear nuevos trminos

cientficos son, entre otros:
Vocabulario del lenguaje comn. Palabras de la lengua estndar a menudo son

aplicables para el uso cientfico. Las palabras comnmente usadas tienen a
menudo varios significados paralelos, y es quizs necesario seleccionar uno de
ellos y declararlo en la lista de definiciones.
Redefinir una palabra existente. Cada investigador tiene el derecho de definir
de nuevo cualquier palabra en su informe. Se han a veces dado denotaciones
nuevas sorprendentes. Por ejemplo investigadores de la fsica nuclear han
definido una cualidad de las partculas nucleares que llaman 'color' a pesar del
hecho de que las partculas son invisibles. Un uso tan novedoso de una palabra
existente siempre incurre un riesgo del malentendido. Este riesgo es ms
pequeo al adoptar y redefinir una palabra arcaica que se utiliza raramente en su
significado original.
Nuevas palabras. La introduccin de un concepto nuevo incluira ptimamente
an una denominacin novedosa para este concepto. Muchos nuevos trminos
cientficos han sido creados combinando palabras existentes griegas o latinas,
e.g. 'teora de los artefactos' >> 'arteologa'. A veces un trmino se ha copiado
simplemente de otra lengua, e.g. 'icono' del griego y 'Gestalt' del idioma alemn.
Y finalmente, algunas palabras completamente nuevas se han acuado por
investigadores con inventiva.
Definiciones. El nombre de un concepto puede dar normalmente apenas una idea

aproximada del contenido, as como el ttulo hace para un libro. Para dar una cuenta
ms exacta, las definiciones se utilizan de modo que el investigador y el lector-usuario
del informe puedan tener la misma nocin del objeto. Hay dos tipos de definiciones:
Definicin emprica anuncia cmo se va a observar o medir el concepto en el

mundo emprico. Dado que la definicin explica las operaciones para la
observacin, es llamada a veces definicin operacional. Por lo menos algunos
conceptos empricamente definidos son siempre necesarios para ligar un modelo
cientfico a empiria.
Definicin nominal describe el sentido del concepto usando otros conceptos
que han sido ya adecuadamente definidos (emprica o nominalmente). Algunas
estructuras lgicas que se utilizan a menudo en los definiciones nominales son:
o Denominar la clase o el gnero que el concepto pertenece a, al mismo
tiempo especificando donde difiere de otros conceptos en esa clase. Por
ejemplo, "la furgoneta es un camin pequeo con los lados bajos".
o Enumerar las partes que el concepto consiste en. Por ejemplo, "cloruro es
un compuesto qumico de cloro y otra sustancia".
o Dar varios ejemplos de cmo el concepto se ha utilizado en diferentes
contextos.
En el diagrama abajo, conceptos con las definiciones operativas u obvias se presentan

en fondo amarillo, y conceptos nominalmente definidos se demuestran en color rojo.
Por ejemplo, al estudiar la productividad en un taller dado, la 'produccin' se puede

medir como nmero de artculos acabados por mes, y 'trabajo entr' puede ser medido
en horas y hombres por mes. Ahora podemos utilizarlas para definir nominalmente un
tercer concepto: 'productividad' = 'cantidad de productos' / 'cantidad de trabajo'.
Otros conceptos nominalmente definidos en el diagrama son el coste por la unidad,

rentabilidad etc.
Los conceptos y la teora en un campo de la investigacin dado tienen a menudo varias

capas, de modo que haya una capa de conceptos empricos y sobre esta base unas o ms
capas que se componen de los conceptos sucesivamente ms y ms abstractos. Un
ejemplo se demuestra abajo.
Los conceptos emprico mensurables estn a la derecha: 'velocidad' de funcionar un

instrumento, y 'errores en la operacin'. Entonces se utilizan en un nivel ms alto de la
abstraccin para definir la 'eficacia' de la operacin. La eficacia y el 'aprendizaje' se

utilizan en un tercer nivel para definir 'utilidad,' etctera. El resto de la figura, hecho por
Shackel (1991, 24), se explica en la pgina +++.
Es de ninguna manera necesario construir un modelo total que contenga cada concepto
con el cual el investigador ha trabajado, con definiciones. Una regla general til dice
que el investigador debe intentar operar con tan pocos conceptos y variables tericos
como le sea posible. Esta recomendacin lleva el nombre de "navaja de Occam", y se
remonta al siglo XIV, atribuyndose a Guillermo de Occam.
Por supuesto, sera imposible dar una definicin para cada palabra en el informe. La
prctica normal es definir por lo menos los conceptos centrales donde el significado
difiere del lenguaje comn. No es necesario definir continuamente palabras como "ser
humano", "da" y "comprar" si son usadas en sus sentidos habituales indicados en los
diccionarios corrientes.
Si es necesario idear nuevas definiciones, el investigador debe buscar el cumplir lo

mejor que pueda los cuatro requisitos siguientes:
1. Validez significa que nuestra definicin se ajusta al concepto. Debe referirse

justamente a ese concepto y no a algo similar. Si nuestra definicin es vlida,
estamos midiendo justamente lo que pretendemos medir y no otra cosa.
2. Fiabilidad significa que si usted, o otra gente, repite su medicin o registro, el
resultado ser siempre el mismo. Esta meta es, de hecho, a menudo
prcticamente factible en las ciencias fsicas donde la fiabilidad por lo tanto se
toma a menudo como sinnima con reproducibilidad. Sin embargo, cuando
usted estudia experiencias humanas nicas de, por ejemplo, arte o la creacin
artstica, el repliegue de la experiencia no ser posible. En lugar, usted puede
considerar a veces registrar el fenmeno por varios observadores independientes.
Concordancia entre sus registros entonces significa buena fiabilidad. En
cualquier caso, el criterio de la fiabilidad pretende promover la precisin,
confiabilidad, credibilidad y seriedad de sus resultados y as su utilidad para
otros cientficos y profesionales.
3. El lenguaje figurativo u oscuro no debe ser usado en las definiciones.
4. La definicin no debe ser un "circulo vicioso".
Un crculo vicioso consiste habitualmente en dos definiciones nominales que se refieren

la una a la otra mientras que los conceptos usados en estas definiciones no tienen
definicin real para vincularlos a la empiria. A continuacin hay tal vnculo entre dos
definiciones nominales, que forman un crculo vicioso:
una "necesidad"= lo que hace actuar al organismo

"accin"= los actos para satisfacer necesidades
Todo va bien si usted utiliza apenas uno de las definiciones arriba. El crculo vicioso se
crea slo cuando ambos se utilizan simultneamente sin la conexin adicional al
empiria.
Sin embargo, la marca de un maestro verdadero es su habilidad de romper reglas. As,

MacIntyre (1985, p.219) define a sangre fra: "La buena vida para el hombre es la vida
pasada en buscar para la buena vida para el hombre." Esto es formalmente un crculo
vicioso pero no menos transmite un mensaje.
Validez y fiabilidad pueden ser ilustradas imaginando un estudio cuyo propsito fuese
medir la longitud de objetos. Se us una vara de medir defectuosa que se haba
encogido en un 10 por ciento. La longitud real de la vara era as de 90cm aunque tena
una escala aparentemente normal de 0 a 100cm.
Las mediciones hechas con esta vara eran fiables: se podran colocar los objetos
medidos en perfecto orden de longitud y los objetos de la misma medida se reconocan
correctamente; si las mediciones se repetan, se obtenan siempre los mismos resultados.
Las mediciones no eran, sin embargo, vlidas pese a su buena repetibilidad: no
indicaban las longitudes reales, sino algo distinto.
Otros ejemplos:
El punto de mira de un fusil que da el

resultado de la izquierda es fiable pero no
vlido. -- Otro rifle con un punto de mira
vlido pero no fiable podra dar el resultado
de la derecha.
Un reloj que muestra la hora de Greenwich dara una medida
fiable pero no vlida del tiempo en Nueva York. -- Un reloj de sol
dara en todas partes una medida del tiempo local vlida, pero no fiable porque no puede
ser ledo exactamente y, cuando est a la sombra, nada en absoluto.
Las variables en la investigacin hecha en ciencias naturales y tecnologa son en su

mayor parte cuantitativas, y en tal investigacin es habitualmente fcil cumplir los
cuatro requisitos tratados antes. Sin embargo, las definiciones de conceptos que
interesan a los investigadores que estudian gentes y culturas no son tan fciles. Suelen
ser cualitativas, y es ms difcil cumplir los cuatro requisitos en definiciones
cualitativas. El investigador podra considerar con qu requisito podra transigir en tal
investigacin. En lo que se suele transigir es en la validez. Si un concepto es muy difcil
de medir, podramos plantearnos el reemplazarlo por otro concepto cerrado que sea ms
fcil de medir. Los "Test de Inteligencia" en psicologa son un ejemplo de esto: distintos
testes producen distintos resultados cuando examinan a la misma persona, lo que
muestra que miden cosas distintas.
Pueden modificarse las definiciones cuando el trabajo avanza? S, de hecho en

investigacin cualitativa es habitual, porque la comprensin por parte del investigador
de lo que est estudiando muchas veces se hace ms profunda cuando la investigacin
avanza. Por otro lado, si las definiciones que han servido como base para mediciones
cuantitativas se cambian despus de reunir datos empricos, se han desperdiciado los
datos correspondientes a la vieja definicin que se haban reunido.
En informe final las definiciones se enumeran a menudo en un apndice antes o despus

del texto. Es tambin posible darlas en el texto cuando comenzar a discutir un nuevo
concepto. Y finalmente, en estudio cualitativo sucede a veces que un estudio entero no
contiene nada ms que una tentativa de definir unos pocos conceptos obstinados.
Escalas y otras lenguas de descripcin
Cada palabra que usted puede pensar en pertenece a una lengua, y cada definicin para
un concepto terico pertenece semejantemente a una lengua o a un sistema especfica de
la codificacin. Esta lengua identifica el fenmeno o el objeto y sus cualidades
relevantes en dos "mundos" bastante diferentes, cada uno de los cuales tenga requisitos
distintos que la definicin tenga que satisfacer:

En el trabajo emprico, cundo reunir datos del fenmeno o del objeto del
estudio, la lengua debe apoyar el registro confiable (vase la discusin arriba
sobre validez y fiabilidad). Ms adelante, cuando se acaba el proyecto, y las
conclusiones de la investigacin se estn aplicando al beneficio de gente, la
misma lengua puede una vez ms ser utilizada.
En el nivel de la teora debe ser capaz de presentar el modelo que describe el
objeto. Este modelo debe tambin ser aplicable a las operaciones analticas para
generar la solucin al problema original que el proyecto busca.
Estos dos niveles de la presentacin son muy diferentes, y se puede hacer problemtica
la seleccin de lengua. Si usted ha encontrado un modelo aplicable en tratados
anteriores, usted puede quizs adoptar su lengua tentativamente; si no, usted debe
intentar anticipar el tipo de modelo que usted tiene como objetivo. Nada previene a
investigador para desarrollar una lengua especial para manejar su problema especfico,
pero hay tambin muchas tcnicas de descripcin probadas que se han utilizado en
estudios anteriores. Recuerde que no hay diferencia fundamental entre las caractersticas
cuantitativas o cualitativas de cosas, en otras palabras que las caractersticas no estn
intrnsecamente de una u otra clase. Estas palabras apenas indican nuestro mtodo usual
de registrar la caracterstica.
Aqu hay algunos ejemplos de diferentes lenguajes de descripcin o escalas:
1. El nombramiento individual de objetos o acontecimientos especficos no promueve

mucho la construccin de la teora general, pero en estudios de caso y en
documentacin l se utilice a veces: "La capilla Ronchamp", "Vitruvio".
2. Descripciones cualitativas convienen a todo lo que puede ser presentado

verbalmente. Todo fenmeno de la cultura humana puede ser estudiado de este modo.
Sin embargo, nos enfrentamos muchas veces al problema de que los adjetivos tienen
demasiados significados paralelos tanto en el lenguaje hablado como en los
diccionarios. En tal situacin, el investigador debe plantearse seleccionar uno de los
significados alternativos o darle su propia
definicin "local".
3. La presentacin de la forma visual o del

patrn puede ser importante cundo estudiar
productos. Es fcil hacer una fotografa, pero otra
cosa, ms difcil, es analizar los patrones en el
retrato. El mtodo normal est primer para
introducir cada patrn en un retrato, da a este
patrn un nombre (e.g. "goleta" y "yola" son
nombres de algunos tipos de yates en la derecha)
y despus continuar el anlisis verbalmente.
Es tambin posible de analizar formas y patrones
directamente, sin las traducir a palabras.
Ejemplos de registros visuales simples de objetos
individuales se pueden encontrar en la pgina +++.
4. La clasificacin, escala nominal, o "codificacin" comprime informacin con

eficacia cuando solamente una o unas pocas cualidades del fenmeno estn de inters.
Cul est de inters, es una cosa que usted debe concluir en base de su problema. Si la
cualidad interesante est presente en el objeto o el fenmeno, estar marcado con un
cdigo predefinido, generalmente con un nmero o una letra.

La clasificacin es discontinua por naturaleza, lo que significa que la variable tiene solo
ciertos valores discretos, pero no valores intermedios entre ellos. Tras la clasificacin
nos ser conocido el nmero de individuos o mediciones situado en cada clase, y as es
como los datos cualitativos pueden ser hechos cuantitativos.
As, si usted estudia yates de diversos tipos, pero sus formas exactas no estn de gran
inters a usted, podra traducir los tipos de barcos en los cdigos, por ejemplo:
goleta =1
yola =2
cter =3
sloop con gaff =4
sloop de Bermudas =5
Muchas clasificaciones de la vida diaria y de la administracin son adecuadas, tal y

como se utilizan en el lenguaje corriente, para la investigacin, como ejemplo el sexo y
la nacionalidad.
Por otra parte, hay caractersticas numerosas de los seres humanos

(y de otros objetos del estudio), los valores de quienes no siguen
ninguna clasificacin bien definida. Si usted, por ejemplo, ha
medido cun altos e inteligentes son los miembros de un grupo de
gente y cules son sus preferencias del gusto, usted encontrar
generalmente que todos estos valores estn distribuidos ms o
menos como el diagrama superior a la derecha, cul los
investigadores por lo tanto llaman a menudo como "distribucin normal". Las
distribuciones como el diagrama ms bajo a la derecha son excepcionales en medidas
empricas. La verdad es que es siempre posible clasificar incluso medidas normalmente
distribuidas, pero la pregunta es si es razonable.
5. Una escala ordinal pone a los elementos en fila, por ejemplo por orden de tamao,
sin prestar atencin alguna a lo grandes que puedan ser las diferencias individuales. En
esta escala, podramos por ejemplo indicar preferencias de gusto: "Me gustara ms
vivir en una casa individual que en un bloque de pisos." "Esta tela es ms bella esa." Las
escalas verbales usadas en los sondeos de opinin deben tambin ser vistas como un
tipo de escala ordinal:
bello / - / - / - / - / - / feo
En la escala de arriba, un concepto cualitativo (belleza), que de forma usual se evala

subjetivamente, se ha usado para ser medido y analizado numricamente. Toca al
investigador decidir si esta prctica hace justicia al concepto o si deja fuera algunos
puntos importantes.
Las escalas ordinales son discontinuas: la variable tiene solo valores discretos, pero no
valores intermedios entre ellos.
6. El espaciado en una escala aritmtica es uniforme, es decir: los intervalos entre las
marcas son iguales. Cada una de estas escalas es normalmente un continuum, de modo
que el posible nmero de valores es infinito. De ah que estas escalas permitan
mediciones muy precisas de las variables. La mayor parte de las cantidades fsicas se
miden de este modo. Existen las siguientes subcategoras, aunque en la prctica hay
poca diferencia entre ellas:
6a. escala de intervalo. Esta escala carece de cero absoluto, de modo que no
tiene sentido dividir o multiplicar los valores medidos con ella, ni calcular la
proporcin de dos valores. En lugar de ello, las diferencias o las distancias entre
valores son conceptos de apreciacin. Ejemplos de escalas de intervalo son la
escala (continua) de un termmetro y la escala (discontinua) de aos, que de
hecho tienen alguna forma de punto cero, pero arbitraria: podra ste estar
situado igualmente en otra parte.
Del mismo modo, cuando medimos personas, el valor cero raramente es
razonable: no podramos decir que "Diana es dos veces ms inteligente que
Carlos", incluso si sus resultados en un test de inteligencia fuesen de 150 y 70
respectivamente.
6b. escala de proporcin es lo mismo que la de intervalo, con la diferencia de
que incluye el punto de cero absoluto mientras que raramente hay valores
negativos. La edad, altura y peso de una persona son ejemplos de esto. A las
mediciones les pueden ser aplicadas las, razn por la que es llamada escala de
proporcin.
En total, el investigador tiene nada menos que una serie de lenguajes alternativos, es
decir: formas de codificar, para expresar fenmenos empricos y para tratar con ellos en
el nivel de la teora.
Si, por ejemplo, los tamaos de los objetos han de ser registrados, los medios de
medicin podran ser seleccionados entre los siguientes, por no nombrar sino algunos:
o Presentacin cualitativa. Cada objeto es descrito con adjetivos como

"pequeo", "medio", "grande", "colosal", etc.
o Clasificacin. Dividimos los objetos en grupos, por ejemplo: "los que
estn por debajo de los 10 mm/de 10 a 20 mm/ por encima de los 20
mm".
o Escala ordinal. Los objetos se disponen ordenadamente de acuerdo a sus
tamaos.
o Escala aritmtica. Medimos cada objeto por ejemplo en milmetros.
El ejemplo de arriba incumbe solamente a la medicin de tamaos. Sin embargo,

tambin otras muchas propiedades de objetos presentan una opcin similar de
alternativas de medicin, y es tarea del investigador elegir el lenguaje adecuado para el
registro del atributo.
Estar operacional la escala en el anlisis? Un punto prctico es que el

procesamiento posterior de los resultados debiera ser sencillo. En eso las escalas
aritmticas son inmejorables: las relaciones entre los nmeros son exactas y conocidas
para todos, y hay excelentes mtodos matemticos a nuestra disposicin para
analizarlos. Muchos de los mtodos de anlisis ms eficaces contienen divisiones y en
consecuencia slo pueden ser aplicados a datos medidos con una escala de
proporciones. Desde el punto de vista del anlisis, la escala de proporcin sera as
preferible. De hecho, sucede a menudo que un investigador cuantifica una u otra de las
cualidades de su objeto del estudio: l construye deliberadamente una escala de
proporcin para medirla porque desea utilizar anlisis estadstico.
Recuerde, por otra parte, que el xito del anlisis depende tambin de validez: cun
fielmente la lengua puede presentar la cosa que est de inters en el estudio? En este
respeto idiomas verbales pueden a menudo ser superiores a fin de cuentas.

Cmo reducir errores?
Al preparar definiciones de conceptos vale la pena deliberar cmo su registro emprica

se har, y cules dificultades que lo quizs traiga consigo. A veces un ajuste leve de la
definicin del concepto puede ayudar a evitar trabajo innecesario, errores y variacin
perturbadora de datos.
Un investigador busca generalmente las estructuras invariables en el objeto del estudio,

que es hecho generalmente quitando la variacin que disturba en las medidas. Son tres
fuentes usuales de la variacin inconveniente:
Errores de medicin
Disturbios
Subjetividad de investigador
Cada uno de estos casos se discute en el siguiente.
Errores de medicin
Un instrumento de medida es el medio con el que el investigador registra cualquier

cosa que le interese del objeto. El nombre "instrumento de medida" no es usado slo
para artilugios fsicos en este contexto; los test psicolgicos y las preguntas de un
cuestionario son tambin instrumentos de medida, e.g.:
agradable desagradable
El defecto ms grave que un instrumento de medida puede tener es que mide la cosa
incorrecta. Es decir, un buen metro debe ser vlido. Adems, debe ser fiable, dando
siempre los mismos resultados, sea quien sea el que lo use. Finalmente, se necesitar
una resolucin suficiente. La resolucin es igual a la menor diferencia medible entre los
objetos.
En la prctica ningn instrumento de medida es totalmente fiable; la medicin siempre

incluye algn ligero error de medicin, es decir: una diferencia entre la medicin y el
valor real. Ningn valor puede darse por absolutamente correcto en la prctica, ni hay
modo de saber exactamente el error de medicin.
El error puede, sin embargo, ser minimizado y con este fin tenemos fijarnos en los dos
componentes del error.
Pongamos que tenemos un objeto que sea difcil de medir, y hemos hecho no menos que
172 mediciones de l (representadas por pequeos cuadrados en la figura de la derecha).
El valor menor medio es =5, el mayor =34, y la media de todos los resultados es 17.

El error aleatorio es igual a la diferencia entre una medicin y la media de todas las
mediciones. Por ejemplo, el error aleatorio de la medicin indicada con el cuadrado
parpadeante en la figura de la derecha es 32-17=15. El error aleatorio puede ser medido
en la misma manera que cualquier otra dispersin de valores, por ejemplo el clculo de
la desviacin estndar. Una pequea dispersin significa tambin una buena fiabilidad.
El error aleatorio se elimina fcilmente calculando la media aritmtica de los resultados.
Un error sistemtico es igual a la diferencia de la media de todas las mediciones con el

valor real de la variable (que normalmente es desconocido en el estudio). En nuestra
figura es 24-17=7. El error sistemtico normalmente permanecer el mismo cuando se
repita la medicin. De ah que sea difcil detectarlo en un estudio. Un error sistemtico
tambin indica que el instrumento de medida no es completamente vlido.
Algunas veces es posible detectar un error sistemtico si el mismo objeto se mide con
dos mtodos distintos. Si se descubre un error sistemtico, se elimina por correccin de
mediciones (por ejemplo, por normalizacin de las mismas) o por calibracin de la
escala del instrumento de medida.
Los fabricantes de instrumentos de medida suelen garantizar que el error total (aleatorio
+ sistemtico) de su producto ser inferior a cierto lmite, siempre y cuando el
instrumento sea usado correctamente.
Disturbios
Generalmente el objeto del estudio est

influido por varios factores adems del
factor que explica o es incorporado en el
modelo que el investigador ha escogido
como la base de su trabajo. A la derecha es
un ejemplo de un modelo terico tpico de
la investigacin que visualice cmo el
procedimiento del estmulo a la reaccin se
supone para ocurrir y cmo el proceso est
en este caso estropeado por "ruido"
inesperado. Su efecto sobre el objeto del
estudio previene al investigador de
claramente ver las relaciones entre los
factores (x y y) en el modelo.

Los datos que son corrompidos por disturbios estn obviamente de valor pequeo en la
investigacin. Para evitarlos, hay dos acercamientos posibles: para reducir al mnimo
los disturbios ellos mismos, o eliminar su efecto para con registro.
Prevenir o disminuir de los disturbios que estn presentes al registrar datos se puede
lograr, por ejemplo, eligiendo un ambiente calma y aislado para las observaciones o las
entrevistas.
Observe que incluso las actividades de la investigacin s mismo: hacer preguntas,

medir etc. pueden causar algn disturbio. Para lo elimina, los mtodos "no intrusivos"
especiales de la investigacin se han ideado.
Es a veces posible proteger el objeto de la

investigacin, as eliminando a las influencias
que disturban. sta es prctica comn en los
experimentos en laboratorios.
Debe ser observado, sin embargo, que el

aislamiento, arreglar el examen a un ambiente
ajeno o de otra manera que la actividad
sucede normalmente, o cualquier otra
manipulacin de las circunstancias genuinas
del fenmeno puede alterar el objeto o el
procedimiento de maneras inesperadas. Es
decir puede disminuir la validez del registro.
Eliminacin de los efectos de disturbios despus de que se hayan registrado los datos es
un mtodo mucho menos creble que los anteriores, porque estos efectos raramente se
saben exactamente. Los procedimientos son en principio iguales que las correcciones
que se utilizan para las medidas errneas:
Si el efecto del disturbio se parece ser sistemtico tiene que aproximar su grado
y hacer una correccin correspondiente a los datos registrados.
A veces la influencia de un factor perturbador se ha determinado ya en estudios
anteriores y usted no lo necesita aproximar. Si usted, por ejemplo, desea estudiar
el desarrollo del precio de cierto producto, usted puede quitar el efecto de la
inflacin dividiendo todos los precios con el ndice de precios de la fecha de la
compra.
Si el efecto se parece ser al azar, se debe simplemente contar el promedio de los
datos. Si son cuantitativos, un promedio adecuado es o la mediana o la media
aritmtica. Si en lugar los datos son cualitativos, usted puede e.g. primero
marcar con cdigos convenientes los elementos relevantes que se repiten y
despus clasificar sus marcas del cdigo, que inmediatamente revelar los ms
frecuentes. Entonces puede comprimir stos en un resumen, omitiendo los pocos
extremos datos.
Subjetividad del observador
Si las creencias y actitudes del investigador afectan las observaciones, stos se llaman
subjetivos; si no, objetivos. La subjetividad puede jugar un papel incluso ms adelante

en el proyecto, al analizar e interpretar datos, pero ese problema no se discute en esta
pgina que considera las preguntas de colocar hechos.
Porque la subjetividad es debido a las creencias y actitudes personales que son

relativamente constantes, causa un error sistemtico en el registro. Puede afectar datos
tanto descriptivos como normativos.
En investigacin descriptiva que apunta a registrar el estado del objeto como est (o
como estaba, en el estudio histrico), subjetividad causa a menudo errores al estudiar
acciones y sus motivos de gente o animales. El investigador confa a menudo demasiado
en su facilidad de empata, mira la actividad desde su propio punto de vista solamente, y
no puede percibir el propsito verdadero de la actividad.
Un otro ejemplo de los estudios descriptivos que sufren a menudo de subjetividad es

cuando la gente que produce obras de arte y otros fenmenos de la cultura humana
estudian sus propios trabajos o ellos de sus colegas. Estudiar su propia actividad era
anterior desaprobado totalmente por muchos cientficos, mientras que hoy muchos
piensan que el creador de un producto es el mejor experto en l y puede quizs triunfar
como investigador tambin.
Por el contrario, el ideal de objetividad es a menudo fcil de alcanzar en ciencias

naturales, al estudiar los objetos a los cuales el investigador no tiene fijacin ni simpata
personal.
En proyectos de investigacin normativa que se apuntan a mejorar el objeto del estudio

(u otros objetos similares) las preferencias que dirigirn el proyecto se deben recoger
normalmente de esas personas que utilizarn o encontrarn el resultado del proyecto.
Estos grupos de inters se clasifican a veces como 'agentes', 'beneficiarios' y 'victimas'
del proyecto, cfr. Punto de vista. Subjetividad cuando examinar las preferencias de esta
gente, referente a las mejoras deseables al objeto, significa que el investigador mezcla
sus propias opiniones en ellas e interpreta las sugerencias de otra gente desde el punto
de partida de sus preferencias personales. Otro ejemplo usual de subjetividad es cuando
el investigador simplemente se olvida de algunos grupos de inters, por ejemplo esa
gente que sufrirn de las consecuencias secundarias del desarrollo, o l se olvida de los
aspectos ambientales.
En proyectos normativos de investigacin y desarrollo el objetivo de imparcialidad es a

veces difcil de alcanzar completamente. Los investigadores que han sido empleados al
proyecto son a menudo ms o menos obligados a compartir sus valores y a promover
sus metas, es decir mejorar el objeto. Qu "mejorar" significa, generalmente se define
preliminar en los planes iniciales para el proyecto. Adems, el equipo de investigacin
incluye a menudo planificadores o diseadores que se espere continuar el proyecto y
preparar las propuestas para lograr las mejoras necesarias en realidad, y esta gente tiene
a menudo opiniones fuertes sobre el desarrollo futuro ya en el principio del proyecto.
A pesar de dificultades, en la mayora de los casos no hay razn de abandonar la

tradicional regla general a los cientficos que dice simplemente que ellos deben apuntar
a objetividad, es decir, ellos no deben permitir que sus opiniones afecten la recogida de
hechos (y de opiniones de los grupos de inters, cuando aplicable). Segn la metfora
de los "dos mundos" del empiria y de la teora, los investigadores as deben permanecer,
como espectadores personalmente no interesados, fuera de ambos.

Los mtodos disponibles para un investigador para deliberadamente contrariar su
subjetividad son levemente diferentes dependiendo de si el investigador trabaja solo, o
como un miembro de un equipo:
Un investigador que trabaja slo puede desenterrar sus actitudes personales con la
ayuda de poner a l mismo preguntas tales como las siguientes:
Tengo yo simpata o antipata a personas que estudio?

Acepto o tengo aversin al proceso que estudio?
Dara la bienvenida a algn resultado del estudio ms que otro?
Adems, el investigador puede tratar de discernir las fuerzas exteriores que podran
influenciar sus observaciones, como:
Tiene mi patrn o mi financiero expectativos sobre el resultado del estudio?

Es posible que los resultados del estudio sern condenados por la opinin
pblica o un grupo poderoso de inters?
Las actitudes y las influencias exteriores que se pueden revelar con la ayuda de
preguntas antedichas pertenecen a la vida humana normal, y son a menudo legitimes y
comprensibles. Sin embargo, el investigador debe tratar de hacerlas explcitas para
poder analizarlas y decidir si influencian su trabajo demasiado. No sera ninguna mala
idea poner algunas palabras sobre su anlisis en el informe tambin.
Para un equipo de investigadores, una discusin colectiva es un mtodo eficiente para

clarificar las evaluaciones personales y quizs para arbitrar entre ellas.
Tambin las razones triviales tales como mtodos levemente diversos de recoger datos
pueden conducir a interpretar las observaciones diferentemente, que puede causar una
variacin sistemtica en los datos. Esta variacin inoportuna se puede reducir al mnimo
de modo que dar instrucciones exactas a las ayudantes, ensayar los procedimientos y
asignar los casos al azar a las ayudantes.
Nota, finalmente, que hay los acercamientos del estudio que no condenan empata y
cooperacin entre los investigadores y la gente que se estudia pero por el contrario
hacen uso de la compasin mutua. Ella puede ayudar al investigador a entender la
situacin y las acciones de la gente.

Modelos
El modelo cientfico
El objeto del estudio emprico existe en el mundo

tangible, o en empiria, como los investigadores lo
llaman. En la mayora de los proyectos de
investigacin una de las primeras metas est crear un
retrato terico del objeto emprico del estudio en el
mundo conceptual del pensamiento y de la teora. Los
cientficos utilizan a menudo el nombre del modelo de este retrato del objeto del
estudio, como se puede ver en el diagrama a la derecha. En las fases iniciales de un
proyecto de investigacin el modelo a menudo existe slo como una idea en la mente
del investigador, pero pronto l desear ponerlo en el papel o en la computadora,
tambin.
En un proyecto de investigacin, dos tipos de modelos tericos se utilizan: sos que

representan un objeto del estudio (o un otro caso emprico), y esos modelos que
describen una poblacin de casos ms o menos semejantes.
La primera alternativa, un estudio de caso ha solamente una objeto, y el modelo se hace

para representar este objeto o fenmeno. Como contraste, en todos los otros tipos de
estudio hay un nmero de objetos u ocurrencias que son ms o menos similares, y en
este caso el modelo debe describir lo que es comn a todos (o por lo menos a la mayora
de) casos u objetos en la poblacin. El modelo en este caso se dice ser general.
La meta ltima mencionada del estudio emprico - construir un solo modelo

generalizable en base de varias observaciones empricas - puede ser difcil o imposible
lograr totalmente. Hoy la mayora de los cientficos concuerdan que es no slo
prcticamente pero tambin lgicamente imposible trazar un modelo absolutamente
confiable en base de una clase de observaciones empricas. Casi nunca sera posible
saber o acercar todos casos relevantes que se deben medir; el nmero de casos sera a
veces tan grande que se puede estudiar slo una muestra de ellos, y esta muestra puede
ser sesgada; y finalmente todas observaciones empricas pueden contener errores. En
una palabra, nunca sera posible al excluir totalmente la posibilidad que por lo menos un
caso se queda inadvertido que invalida el modelo general y previene llamarlo
categricamente "verdad".
Mientras que los cientficos as aceptan hoy que los modelos generales nunca pueden
ser absolutamente confiables, estos modelos se construyen toda la hora y son utilizados
en casi todos proyectos de investigacin. La razn es que an como imperfectos ellos
pertenecen a las herramientas ms imprescindibles de investigacin. Adems, son
inapreciables para transmitir los resultados de investigacin a aplicaciones prcticas.
En un proyecto cientfico, un modelo ayuda a analizar los datos obtenidos del objeto y
ayuda a encontrar la respuesta al problema del investigador. Un modelo cientfico no
necesita enumerar todas las caractersticas de cada objeto que se estudia. En el
contrario, usted desear normalmente tener en cuenta slo las caractersticas
"interesantes", es decir sos que son relacionados al propsito de su estudio. Si usted
puede restringir su vista a apenas a las caractersticas esenciales del objeto, lo ayudar a
manejar un material grande y a desenterrar las respuestas a sus preguntas.

Esos patrones o caractersticas que son comunes a
varios o todos casos en el material del estudio - es
decir que son invariables de caso al caso - a
menudo se llaman invariantes. Al igual que ya
dicho, no hay certeza que estos patrones son
verdades en otros casos que los que se han
estudiado. Sin embargo tal generalizacin se tiene
que hacer siempre cuando alguien quiere aplicar las conclusiones de investigacin en la
prctica, por ejemplo para predecir el desarrollo futuro del fenmeno estudiado (figura
en la izquierda), o para desarrollar productos nuevos (debajo, a la derecha). Por la tanto
casi todos investigadores siguen generalizando audazmente sus conclusiones en
modelos generales.
El mtodo de generalizar atrevido a menudo funciona

bien en prctica, porque mientras persiste la actual alta
actividad de investigacin, las generalizaciones
invlidas sern descubiertas y rectificadas tarde o
temprano. Los resultados de la investigacin
descriptiva (o "desinteresado") se prueban hoy con
eficacia, primero en la crtica interna en un campo de
ciencia, y una segunda vez cuando otros investigadores los utilizan como base de su
propio trabajo. Para los resultados y propuestas de investigacin normativa (o
"aplicada"), la prueba final ocurre cuando alguien intenta aplicarlas en prctica. Karl
Popper (1959, p. 111) justifica esta prctica comn de auto-correccin cientfica como
sigue:
"La ciencia no reposa sobre un fondo de roca. La audaz estructura de sus teoras
se levanta como si lo hiciera sobre un pantano. Es como un edificio erigido
sobre pilones. Los pilones se clavan en el fondo del pantano, pero no en una
base "natural" o "dada"; y cuando cesamos en nuestros intentos de hundir
nuestros pilones en una capa ms profunda, no es porque hayamos alcanzado
una base firme. Simplemente nos detenemos cuando estamos satisfechos porque
son lo bastante firmes como para aguantar la estructura, al menos por el
momento".
Porque el modelo se hace para ser una imagen del objeto del estudio, su material
imprescindible ser observaciones y medidas del objeto del estudio. A veces - raramente
- no hay otro material disponible para ayudarle a construir un modelo porque poco o
nada se sabe sobre el objeto primeramente. En tal situacin de investigacin
exploratoria usted tiene que recoger toda la sustancia para el modelo examinando
meticulosamente esos objetos. Ser a menudo laborioso, porque mucho material se
tendr que reunir y en el principio usted no sabe bien qu datos son importantes y cules
no son.
Afortunadamente, la situacin
normal en el principio de un
proyecto novedoso de
investigacin es que usted sabe
ya mucho sobre su objeto, y en el
mejor caso hay los informes de
investigacin publicados donde
usted puede encontrar modelos
que han sido utilizados con xito
por investigadores anteriores en el campo. Por lo menos usted encontrar vocabulario e
instrumentos - tales como conceptos, definiciones y mtodos de medida - para construir
una variante del modelo nuevo que sirve sus propsitos. Este acercamiento bastante
usual se discute a otra parte bajo el ttulo Investigacin para mejorar un modelo.
Lenguajes de modelos
Los componentes principales usados al La ...modelos ...conceptos y...
construir modelos cientficos son conceptos teora que ...relaciones
tericos. Los conceptos tambin sirven como consiste consisten entre los
acoplamientos entre el modelo y empiria. Ellos en... en... conceptos...
conectan con sus contrapartes empricas con ...y definiciones empricas
las definiciones empricas que el investigador de algunos conceptos.
tiene que proporcionar por lo menos algunos de
los conceptos.
Las relaciones entre los conceptos, es decir la estructura del modelo, se pueden utilizar
para expresar invariantes en los objetos del estudio. Esto ser la parte ms interesante
del modelo, si una invariacin ms temprano desconocido se ha encontrado en el
proyecto.
En el principio del proyecto la estructura conceptual del modelo a menudo existe slo
como una idea vaga en la mente del investigador, pero durante el proyecto el
investigador debe darla una forma definida. Para esta tarea herramientas poderosas son
las definiciones nominales que especifican un concepto con la ayuda de otros conceptos.
Las definiciones nominales son instrumentos excelentes y exactos que se utilizarn por
el investigador al construir un modelo. No obstante, porque pueden manejar solamente
un concepto a la vez no son muy comunicativos en la presentacin de la forma general
del modelo a los forasteros. Sin embargo, exactamente esto se debe hacer en el informe
de la investigacin, porque el informe es normalmente el nico canal disponible para
distribuir los resultados de la investigacin para sus usuarios eventuales. Para esta tarea
el investigador escoge normalmente un lenguaje de modelizacin que puede presentar
la estructura completa del modelo al mismo tiempo en papel, en una pantalla de la
computadora, o en otra forma visible que se puede entender por los lectores del informe.
El investigador tiene completa libertad para seleccionar el lenguaje de modelizacin de

modo que se muestren bien los rasgos esenciales del modelo, sus conceptos y
relaciones. En la construccin cientfica de modelos se usan varios tipos de "lenguajes",
muchos de los cuales se han tomado de las artes. Esto no debe asombrar, puesto que el
fin de la mayor parte de las artes es "manifestar lo invisible", en otras palabras, expresar
una invariante que est tras las cosas convencionales y visibles.
Al seleccionar la lengua ms conveniente para el modelo, el investigador debe recordar

que los modelos deben servir para varias fases diferentes del proyecto:
Presentacin de datos empricos. Si esto consiste de los casos individuales,

una presentacin holstica sera primera a considerar.
Anlisis. Aqu el primer candidato es un modelo conceptual que, por su
definicin, es generalizable tambin.
Presentacin de los resultados del anlisis para poderlos aplicarse a la prctica
requiere una presentacin clara que se puede entender por los usuarios.

Puede ser difcil encontrar una sola lengua de presentacin que resolvera todos estos
requisitos. Es a veces posible usar los estilos diferentes de la presentacin en las fases
sucesivas de un proyecto del estudio.
Lenguajes de modelos cientficos usuales se incluyen,
Lenguaje escrito
Modelos icnicos
Modelos de analoga
Modelos topolgicos
Modelos aritmticos
Recientemente algunos investigadores han experimentado con idiomas artsticos de

modelar, es decir estos investigadores han adoptado unos mtodos del arte de describir
objetos y fenmenos. Adems, como nuevos fenmenos se toman como objetos del
estudio, los investigadores a menudo descubren que es necesario inventar los modos
nuevos de la descripcin para stos. Esto es muy lcito si el fin del investigador es dar al
lector una imagen clara del objeto de estudio. El investigador debe, no obstante,
asegurarse de que su audiencia tiene la posibilidad de entender el lenguaje del modelo.
Cuando sea necesario, el investigador debe explicar el significado de los smbolos.
Debajo discutimos los tipos usuales de modelos, y hacemos algunas observaciones en

cmo manejar cuatro dimensiones a veces problemticas de modelos: tiempo, variacin
subjetiva, el grado de incertidumbre, y el aspecto normativo, si presente.
Cmo presentar tiempo en un modelo? Este problema aparece cuando

deseamos presentar invariaciones dinmicas. Para cada tipo de modelo los
mtodos disponibles son diferentes y se discuten abajo.
Cmo presentar la variacin entre los especimenes o los casos? Usted desear
a menudo presentar la variacin efectiva entre los especimenes, o una variacin
subjetiva de opiniones. Algunos tipos de modelo pueden mostrar
simultneamente un nmero de variaciones, otras no pueden, en cual el caso
usted quizs debe hacer un modelo para cada variacin, es decir una serie de
modelos.
Cmo presentar incertidumbre? Contrario al principio antiguo del
positivismo, deseamos hoy a menudo registrar y presentar conocimiento
aproximado si exacto no est disponible. Puede ser difcil presentar
incertidumbre en un modelo cuando casi todos los tipos modelo actuales han
sido diseados por positivistas y hechos para presentar las cosas tan sin
ambigedades como sea posible. Necesitamos mtodos de presentar la
borrosidad (ingl. "fuzziness"), que puede significar el grado menos-que-perfecto
de confianza en los resultados, o el error probable en ellos. Aqu otra vez, los
mtodos dependen del tipo de modelo, y se
discuten all.
Es el modelo descriptivo o normativo? El
estudio descriptivo significa una tentativa de
desenterrar, y quizs de explicar, el estado real
del objeto a la hora de su inspeccin. El
proyecto de investigacin descriptivo
(diagrama superior a la derecha) no incluye
ninguna tentativa de cambiar este estado de cosas. De hecho, el investigador a
menudo se esfuerza mucho para evitar de disturbar el objeto en cualquier
manera, porque podra modificar la actividad del objeto y estropear la
posibilidad de conseguir un cuadro autntico del objeto. Los resultados de un
estudio descriptivo se piensan agrandar nuestro conocimiento sobre el objeto, su
teora; no sern utilizados a propsitos prcticos, por lo menos inmediatamente.
Como contraste, el estudio y el modelo

normativos (la figura ms baja) pretende
descubrir maneras de mejorar el objeto o los
objetos posteriores semejantes, precisando las
mejoras posibles para el objeto del estudio.
Observe que los modelos normativos tambin
son utilizados extensivamente por los
diseadores. Un diseador comienza su trabajo en el mundo de conceptos,
haciendo all planes y los proyectos conceptuales para los productos nuevos.
Al lado de desarrollar productos nuevos, los modelos normativos se utilizan a

menudo para mejorar los flujos monetarios o materiales de un negocio, o
cualquier procedimiento existente de actividades.
No hay diferencia fundamental entre los modelos descriptivos y normativos. Muchos

modelos descriptivos se pueden hacer normativos simplemente agregando una
dimensin evaluativa, tal como 'capacidad', 'durabilidad' o 'precio'. Cuando esto no es
factible, usted quizs considere hacer dos o ms modelos, uno de los cuales representa
la alternativa preferible.
Un problema comn en los modelos cientficos es que la abundancia de detalles hace al

modelo demasiado amplio y difcil de aprehender. Un remedio a este problema es la
presentacin en hipermedia, a la cual se adecuan bien los modelos topolgicos. El
modelo bsico incluye las estructuras generales ms importantes y cierto nmero de
vnculos a los textos detallados y otros materiales que se sitan en ficheros separados.
Descripcin verbal
Describir el objeto con palabras de una lengua natural se llama a menudo estudio
"cualitativo", debido a muchos adjetivos en la descripcin verbal. En la vida diaria la
lengua se utiliza para discutir ocurrencias y el equipo en vida humana, y puede presentar
as fcilmente resultados de investigacin acerca de estos temas. Adems, porque la
lengua es familiar a toda la gente y verstil, es de uso frecuente en el informe final del
estudio cuando el modelo original es sofisticado y necesita ser explicado para la gente.
Una ms razn de cambiar a la descripcin escrita desde otro tipo de modelo es que
puede ser ms fcil presentar invariantes generales con palabras que con retratos, por
ejemplo. As Priha utiliz palabras al describir motivos pictricos en los textiles
litrgicos finlandeses en el principio del siglo 20:
... "La cruz, el cordero que lleva un bandern de la victoria, el pelicano que
alimenta a su progenitura, la paloma del Espritu Santo, una paloma que lleva
una ramita verde oliva, un ojo, tres crculos entrelazados, varios monogramas de
Cristo, plantas tales como rosa, lirio, espino, palmera y la espiga del cereal."
Su primer pensamiento pudo ser que al estudiar motivos pictricos stos se deben
presentar como retratos, y el estudio de Priha contiene de hecho muchas ilustraciones.
Sin embargo, al mirarlas se observar rpidamente que muchos motivos ilustrados, tales
como una cruz, aparecen en el material del estudio en varias formas bastante diferentes.
Su invariacin general se puede expresar mejor en palabras.
La dimensin de tiempo, que aparece en invariaciones dinmicas, se puede presentar

verbalmente con frases como "crece", "se desarrolla", "la tendencia es que..." etc.
La variacin se puede presentar verbalmente: "Los objetos eran generalmente como

esto, pero algunos eran..." - "Como contraste, una minora pequea piensa eso..." etc.
Tambin para expresar incertidumbre o error probable hay palabras convenientes:
"aproximadamente", "por lo general" etc. Si tales frases se parecen demasiado vagas es
siempre posible agregar informacin ms exacta como porcentajes o tablas.
La presentacin escrita normativa es usual en las fases tempranas de disear un

producto nuevo. Toma forma como lista escrita de los requisitos de producto.
De antigedad hasta nuestro da la disposicin de los informes escritos de investigacin

no ha desarrollado mucho. Es decir, se usan poco las posibilidades ricas de expresin
que ofrece la tecnologa de la impresin, por no hablar de computadoras y de
multimedia. Tamao del texto, cursivo, negrilla, fuente, color del texto y del fondo, son
apenas algunas de las posibilidades ms simples de variacin que estn disponibles en
cada impresora. Estas variaciones no necesitan ser utilizadas como decoracin slo -
podran tambin transportar dimensiones importantes del modelo conceptual, cuando el
investigador las defina.
Modelos icnicos
Un modelo icnico ofrece una

representacin pictrica del objeto. El
objeto se suele presentar como una
proyeccin bidimensional; la escala y los
colores con frecuencia se cambian, los
detalles menos interesantes se omiten, y
la presentacin se concentra en aquellos
detalles del objeto que son interesantes --
estos son con frecuencia aquellas
invariantes que son comunes a todos o la
mayor parte de los objetos que fueron
estudiados.
La idea de un modelo icnico es antigua,

y es el mtodo estndar de presentacin
en artes pictricas y tambin en el diseo
de productos. Por ello suele ser tambin
una buena eleccin en la investigacin de
productos. Bsicamente, todas las
imgenes son modelos icnicos.
Hoy tenemos excelentes instrumentos, como cmaras fotogrficas y de video, para

facilitar la tarea de registrar imgenes. Sin embargo, las fotografas y grabaciones
hechas con estas mquinas con frecuencia incluyen una gran cantidad de detalle,
ocultando as los rasgos generales de los objetos, ms interesantes desde un punto de
vista terico (en otras palabras, aquellos rasgos que varios o todos los objetos tienen en
comn). Por tanto, en proyectos de investigacin, se suele preferir el mtodo del dibujo.
Su ventaja es que ser fcil omitir la variacin perturbadora entre los objetos. A la
izquierda se representa una cafetera y algunas invariantes (crculos etc.) en su forma
(Gunzenhuser p. 203).
Cuando se selecciona el mtodo de presentacin

para aquellos objetos que en el presente se estn
diseando y fabricando, una posibilidad es adoptar
los mtodos de dibujo de los diseadores. Esto
comprende vistas y secciones desde una o ms
direcciones dibujadas a escala. Sin embargo, tales
mtodos estn diseados para la manufactura de
objetos. Para los propsitos de la investigacin
puede ser ms gratificante desarrollar un mtodo
de representacin que ponga el nfasis
exactamente en aquellos rasgos de los objetos que
son interesantes. Esto puede lograrse, por ejemplo,
por un dibujo en tinta en perspectiva donde los
detalles no esenciales simplemente se omiten.
En algunos campos de investigacin hay mtodos

estndar para representar los hallazgos. Por
ejemplo, en arqueologa es habitual combinar la
vista exterior e interior y la seccin de la vasija
aparecida en la excavacin, como en la imagen
ms adelante, de la izquierda.
La dimensin de tiempo, por ejemplo la evolucin histrica

de un tipo de producto, es difcil de ser presentado en medias
de dos dimensiones como el papel, porque dos dimensiones
de la imagen son ya reservadas para presentar la forma
fsica. Una solucin usual a este problema es hacer una serie
de cuadros, como la sucesin de modelos de coche en el
libro de Raymond Loewy, arriba. Otra solucin, hecha
posible por los medias modernos de la informacin, es un
cuadro animado en una TV o un ordenador.
Incertidumbre. Una ventaja del mtodo de dibujo a mano

es que si algo no se conoce exactamente puede ser drsele
una
presentacin
adecuadamente borrosa, sin dar una idea
errnea de precisin. Un ejemplo se ve en
la imagen (en la izquierda) de la vasija
antigua: el perfil del asa que falta no se
conoce y en la imagen se representa con
lneas punteadas.
La variacin entre los objetos puede ser

presentada a veces sobreponiendo varias
imgenes. En el esquema, Sture Balgrd
muestra secciones transversales de
edificios viejos en Hrnsand. En el
mismo modelo l muestra una invariacin

que l ha encontrado en los objetos: ellos siguen proporciones uniformes de anchura y
de altura (la lnea negra) con apenas algunas anomalas.
Los modelos icnicos normativos que se utilizan en el desarrollo de productos nuevos

toman la forma de dibujos y de maquetas tridimensionales primeramente enturbiados
donde la ambigedad gradualmente se quita durante el proceso del diseo.
Modelos topolgicos
La colocacin de los elementos en un modelo topolgico refleja la estructura del

objeto. Esta presentacin es particularmente adecuada para modelos holsticos que
consisten en casos naturales singulares, como personas, animales o acontecimientos.
Los modelos holsticos tpicos incluyen clasificaciones o taxonomas, por ejemplo:
Depredadores
caninos felinos
Perros Osos Martas Civetas Hienas Hienas hormigueras Gatos
Si todas y cada una de las clases individuales

pertenecen slo a una clase superior, el modelo
topolgico apropiado para su presentacin es rbol
lgico.(a la derecha).
Sin embargo, si un caso o un individuo pertenece a

ms de una clase, podra se una presentacin mejor un
diagrama de Venn (a la izquierda).
El investigador debe plantearse si el tamao

de los smbolos que describen los elementos
debiera conllevar alguna significacin: por
ejemplo, denota una caja grande en la
imagen que la clase es numerosa?
Corresponde al investigador proporcionar al
lector instrucciones sobre cmo leer el
diagrama, es decir, una explicacin del
simbolismo en la presentacin.
Cmo colocar los elementos de un modelo topolgico?
En ocasiones una variable est vinculada a una

localizacin geogrfica real; en este caso, un mapa
proporcionar una buena base para el modelo. Se
llama a una presentacin de este tipo cartograma.
La situacin es diferente cuando la variable no est
relacionada con un lugar real. En este caso, somos
libres de decidir qu significado damos a la
colocacin de los elementos; en otras palabras,
podemos describir una variable mediante la
colocacin de los elementos. Por ejemplo, la distancia entre dos elementos
puede simbolizar la intensidad de la relacin entre los elementos. Esto se ha
hecho en la figura de la derecha para representar el flujo de trfico entre las
habitaciones de una vivienda. La distancia entre los smbolos del diagrama es
inversamente proporcional a la cantidad de trfico entre las respectivas
habitaciones. Este tipo de presentacin con frecuencia es bastante tangible,
aunque por naturaleza puede ser slo una aproximacin en una hoja de papel,
que es bidimensional.
No slo puede asignarse un significado a la ubicacin

relativa de los elementos, sino tambin a las lneas que
conectan los elementos: su anchura, color, etc.
Tambin pueden usarse las lneas rotas o punteadas,
flechas o vectores. Tales opciones permiten la
presentacin simultnea de varios tipos diferentes de
relaciones entre los elementos del modelo. Por
ejemplo, el plano de arriba de los movimientos de una
persona en una casa puede ampliarse aadiendo la
direccin del movimiento. (vase figura de la
izquierda). Aadiendo los smbolos apropiados podemos presentar procesos complejos
o cadenas de acontecimientos, por ejemplo el progreso del trabajo o la circulacin de
informacin. Adems se suelen presentar topolgicamente, con ayuda de flechas, las
influencias y las relaciones causales.
Unified Modeling Language (UML) es un

lenguaje topolgico de modelar mucho
utilizado que permite construir y documentar
relaciones entre los elementos que forman un
sistema, por ejemplo clasificaciones de
objetos, las aplicaciones de objetos, las
secuencias, las actividades, los estados de
actividades, y colaboracin. Es tambin una
coleccin de estndares sobre diagramas
topolgicos para varios propsitos,
especialmente para planear e investigar
actividades industriales y comerciales. Los
estndares, que estn libremente disponibles
en el Internet, especifican exactamente cmo
los diagramas deben ser dibujados y lo que significa cada componente en el diagrama.
Por ejemplo, en el diagrama a la derecha, que describe la actividad de comprar caf, los
rombos superiores con las flechas salientes especifican una ramificacin de alternativas,
con las condiciones necesarias para cada alternativa definido en parntesis. El rombo
ms bajo con las flechas entrantes (una fusin) marca simplemente un fin a las
alternativas. (Segn Allen Holub).
Un problema comn con los modelos cientficos es que la abundancia del detalle hace el
modelo demasiado grande y difcil de entender. Un remedio a este problema es la
presentacin de hypermedia, para cul los modelos topolgicos estn bien adaptados. El
modelo bsico incluye entonces solamente las estructuras generales ms importantes, y
entonces hay varas acoplamientos a los modelos detallados que son colocados en
archivos separados.

La dimensin de tiempo, que aparece en invariantes dinmicas, puede ser presentada
fcilmente reservando el eje horizontal del modelo para la indicacin de tiempo. De esta
manera usted puede presentar cadenas complejas de acontecimientos, por ejemplo el
progreso de trabajo o la circulacin de informacin. A la derecha est un modelo de un
proceso de produccin; a otra parte se demuestra un modelo de un proyecto de
investigacin.
La variacin, subjetivo u objetivo, no es fcil ser demostrado en un modelo topolgico.

Un mtodo para esto es variar el estilo o el color de los elementos.
La incertidumbre es tambin difcil porque los modelos topolgicos dan generalmente
una impresin exagerada de la exactitud. Usted podra quizs expresar relaciones
inciertas con las lneas finas o punteadas.
Modelos aritmticos
Los modelos aritmticos requieren que nuestros datos sean medidos con una escala
aritmtica. Hay una vasta seleccin de modelos matemticos. Con frecuencia tendremos
una gran libertad al elegir el tipo de modelo; nuestros datos habitualmente permiten
varias alternativas y debemos intentar elegir la ms ilustrativa. Por ejemplo, el flujo de
trfico del apartamento mostrado arriba podra presentarse como una tabla aritmtica.
El sujeto se movi - la - la sala de - el cuarto de - el

desde cocina estar bao vestbulo
a la cocina: . 8 veces 9 veces 6 veces
a la sala de estar: 7 veces . 5 veces 5 veces
al cuarto de bao: 10 veces 5 veces . 2 veces
al vestbulo: 7 veces 4 veces 2 veces .
Otras presentaciones matemticas incluyen ecuaciones y diagramas.
Si el modelo se construye con un lenguaje de programacin informtico, nada le impide

ser extremadamente complicado si as lo requiere la simulacin de un objeto
complicado de investigacin. Un nico modelo puede as combinar los clculos
aritmticos y booleanos, acontecimientos con umbrales de tiempo y ramas
condicionales de procesos; incluso la variacin aleatoria. Adems de hacer un modelo
tan amplio para el ordenador, puede ocurrir con frecuencia que queramos presentar uno
ms simple e ilustrativo, por ejemplo uno topolgico.
A veces podemos plantearnos el dividir el modelo original, de una amplitud poco
prctica, en partes.
La dimensin del tiempo que aparece en invariaciones dinmicas, no presenta ningn

problema en modelos matemticos porque stas son siempre capaces de incluir varias
dimensiones independientes. Igual es verdad para la variacin subjetiva.
Variacin objetiva e incertidumbre. Los modelos matemticos son en su mayor parte

exactos. Un modelo puede tambin hacerse deliberadamente aproximativo o "difuso"
para reflejar la precisin factual de las mediciones. Aritmticamente, la precisin -o la
carencia de la misma- puede expresarse mediante los conceptos del error de medicin y
variacin.
Los modelos aritmticos normativos son a

menudo ecuaciones o grficos donde una o ms
de las variables son evaluativas, por ejemplo
'costo'. Permiten a menudo encontrar el ptimo o una alternativa ptima. Un ejemplo es
el diagrama a la derecha que ayuda a encontrar un grado ptimo para el aislamiento
donde la suma de todos costes est en su valor mnimo.
Modelos anlogos
Habitualmente, el investigador ensambla su modelo "sobre una mesa vaca" usando

elementos que ofrece el lenguaje de modelizacin elegido por l. Pero a veces puede
ocurrir que encuentre, en otro entorno, una invariante que es por analoga la misma que
en el objeto investigado. El otro objeto, forneo, podra ser entonces usado directamente
como un modelo. La analoga se refiere as al procedimiento de transferir (es decir,
duplicar y revisar) un modelo desde un "sistema" al otro. No hace necesario ninguna
lengua especfica de modelar. En el contrario el modelo importado puede estar en
cualquier lengua descrito arriba. -- Ejemplos:
El nacimiento, crecimiento, florecimiento, decadencia y muerte de una planta (u

otro organismo) han dado los nombres a los periodos de desarrollo histrico de
la cultura. (Por ejemplo, la decadencia de la civilizacin occidental)
Las olas y las ondas han proporcionado un modelo para muchos campos de la
ciencia: ondas de luz, ondas de radio, ciclos de desarrollo como olas
Las relaciones en una familia han sido tomadas en numerosos contextos: el
padre de un movimiento, la madre de todas las guerras, una compaa hija, una
relacin amo-esclavo.
Los juegos han dado modelos y conceptos particularmente en la teora de las
finanzas de la compaa.
Modelos mecnicos, como:
o La regla de clculo que permite agregar juntas de dos longitudes
lineares. Porque las escalas en la regla son logartmicas, la adicin da la
misma lectura en la escala que habra hecho una multiplicacin de los
dos nmeros originales.
o La curva catenaria invertida se ha utilizado como modelo de la bveda
de piedra. Las fuerzas de la compresin en la bveda son substituidas por
la tensin en la catenaria mientras que la forma permanece invariable.
o "La casa es una mquina para vivir en ella" (Le Corbusier, 1923, 100).
El mtodo de analoga es fcil de utilizar, pero tiene desventajas serias. Es difcil

presentar la incertidumbre del modelo o la variacin entre los casos, y permanece poco
claro cun generalmente vlido es el modelo. La presentacin anloga es, an en su
mejor forma, relativamente nebulosa. Es a menudo recomendable, una vez que usted
haya encontrado un modelo adecuado, de traducirlo a una lengua de modelar ms
exacta.
En la traduccin usted tiene que tener presente que la esencia que usted desea importar
en su proyecto es la invariacin que el modelo anlogo expresa. Al lado de este
invariante, el modelo importado contiene generalmente mucho detalle que se relaciona
con su ambiente original y que usted tenga que quitar. Usted puede entonces o sustituir
los detalles de modo que se relacionen con su propio objeto del estudio, o eliminar
definitivamente los detalles no interesantes, as realzando la generalidad de su modelo
final.

Lenguajes artsticos de modelar
Se puede buscar y presentar conocimiento no solamente con mtodos cientficos, pero

tambin con algunos mtodos de artes. De hecho, el arte y la ciencia tienen races
histricas comunes en antigedad, cuando el trmino griego 'tekhne' y 'ars' latino
engloban varias reas de la cultura que fueron distinguidas ms adelante en artes y
ciencias.
An hoy el arte y la ciencia tienen mucho en comn, empezando con sus metas
principales. La meta de la investigacin cientfica es destapar y publicar conocimiento,
informacin sobre el objeto del estudio, que conocimiento se puede quizs utilizar ms
adelante para resolver los problemas de otra gente. Esta blanco est en el principio
similar a las metas del arte.
Otra semejanza es que el conocimiento que se presenta puede ser o descriptivo (o

descriptivo, "desinteresado", es decir aceptando el estado de cosas como es) o
normativo (es decir, explicar cmo alterar cosas).
Tambin en ciencias como en artes buscamos sobre todo conocimiento nuevo que no se
ha publicado ms temprano. Adems miramos, tambin en ciencias como en artes, que
cuanto mejor es generalizable el conocimiento, cuanto ms valiosa es, porque entonces
puede ser usado por ms gente.
Tiempo atrs la mayora de los cientficos y de los artistas creyeron que hay dos tipos de
conocimiento, uno de ellos conveniente para ser presentado como arte y el otro en la
lengua de la ciencia. En obras de arte siempre ha sido usual presentar conocimiento
tcito que el artista ha agarrado del mundo circundante por empata, o que l ha
heredado de generaciones anteriores de artistas. Por el contrario, el manejar
conocimiento tcito se ha condenado a menudo en ciencia. Segn la escuela
positivistica del pensamiento es el deber del investigador de explicar todo en lengua
llana y desatender esas cosas que l no pueda explicar. "De qu no se puede hablar, de
eso debe callarse" (Wittgenstein, B).
La mayora de los cientficos piensan hoy que el ideal positivistico es factible en

algunos campos del estudio, pero en otros campos es mejor relajar los requisitos en la
explicitad y precisin porque datos incluso menos exactos pueden ser tiles. Las
actitudes hacia conocimiento tcito estn as no ms en contraste agudo entre ciencias y
artes. ltimamente, las universidades del arte finlandesas han comenzado a aceptar
incluso tesis doctorales que consisten en una parte "cientfica" y una obra de arte
paralela que aclara, ejemplifica o complementa los resultados cientficos. De esta
manera, esos resultados de la investigacin que se pueden explicar se colocan en la
parte "cientfica" y el conocimiento tcito restante en la parte artstica.
Referente a estilos de la presentacin, est as digno que notar que al lado de los estilos
cientficos habituales, enumerados arriba, hay algunos estilos artsticos de la
presentacin que podran tambin ser tiles para la descripcin cientfica, si el cientfico
es capaz de usarlos. Estos modos de presentacin artstica incluyen:
1. La msica mucho se ha utilizado para describir fenmenos naturales, tales como la

sucesin del verano e invierno, de da y noche, y las atmsferas de cada uno de stos: la
salida y puesta del sol, el claro de luna, la paz nocturna. Adems lluvia, tormenta,
tempestad, flujo de un ro, ondas del ocano. Estados de la mente, tales como serenidad,
entusiasmo, pena, amor o clera.
Al lado de describir fenmenos empricos, la msica se podra utilizar a veces para
expresar las relaciones conceptuales que se han revelado en la fase de anlisis de un
proyecto de investigacin, tales como los conceptos de armona o discrepancia,
repeticin, ritmo, crecimiento y reduccin, semejanza y contraste, el orden o desorden
de cosas, el estado de quedarse en su sitio o no.
2. El drama, la danza y la accin (ingl. performance) son eficaces para presentar las
actividades de la gente y relaciones emocionales entre dos o ms personas. Aceptacin y
desaprobacin pueden tambin aqu ser indicadas exactamente cundo necesarias.
Significa que estos gneros del arte se pueden usar para dar mensajes normativos, es
decir demostrar que el estado presente de cosas puede o debe ser mejorado.
3. El arte visual plstico o la escultura se utiliza a menudo para describir situaciones en

la vida humana. Es tambin capaz de expresar evaluaciones.
Tpico de arte es que el mensaje rara vez se da explcitamente. No puede ser tan dado
cuando el vocabulario del gnero del arte no incluye expresiones necesarias.
Normalmente una obra de arte slo puede dar una incitacin al pblico, que entonces
crea el mensaje final en sus mentes. La ventaja es que la obra de arte encuentra de esta
manera un pblico ms grande, pero la desventaja es que ocurren muchos
malentendidos.
Un mtodo comn para clarificar o intensificar el mensaje del arte es utilizar varios
modos de presentacin simultneamente. Las combinaciones de la msica y de drama o
de la danza son hoy gneros establecidos del arte profesional, pero numerosas otras
combinaciones son imaginables, incluso combinaciones con los tipos de modelo
cientficos, que son hoy fcilmente factibles con la tecnologa moderna de multimedia.
Alcance de la validez. Los artistas as como cientficos desean generalmente alcanzar a

un pblico grande, y por lo tanto intentan formular su mensaje (que puede ser
descriptivo o normativo) de modo que sea vlido y aplicable en muchos contextos
diferentes, quizs por todas partes cuando es posible. Para mejorar validez universal, los
artistas y los cientficos suelen simplificar su presentacin y disminuir su particularidad
y detalle. A pesar de la meta comn de ciencias y artes sus modos de presentar la
inteligencia son diferentes.
Una obra de arte presenta la

informacin como un modelo
de un caso singular. El modo
de la presentacin se elige de
modo que sea fcil que el
pblico aplique el
conocimiento a nuevos
contextos, especialmente a
situaciones en sus vidas
personales. Una tcnica usual para esto es que el artista primero "estudia" el motivo en
un nivel ms general y entonces, cuando el volver al nivel naturalista evita detalles
innecesarios en la presentacin o hace deliberadamente el trabajo ambiguo. Se queda la
tarea del pblico, primero interpretar la obra de arte en un nivel ms general y despus
aplicar el contenido a su uso personal (vase la figura a la izquierda). Estas tcnicas
difieren de las maneras cientficas, pero el propsito es igual: hacer el modelo
generalizable.

Los investigadores cientficos,
tambin, hacen a veces estudios
de caso individuales, cuyo
contenido est ms o menos
generalizable, pero un mtodo
ms usual para presentar
conocimiento general es hacer un
modelo conceptual, vea el
diagrama a la derecha. Una
tcnica usual para lograr un modelo cientfico generalizable es detectar invariantes en
datos y quitar la variacin al azar, "ruido" y los "disturbios".
En el mismo propsito un artista prefiere a

menudo representar cul es tpico, en vez
de cul es particular. Esta bsqueda para la
validez universal es muy pronunciada en
historietas tales como Simpsons, por Matt
Groening, aqu a la izquierda.
Demostrar solamente una invariacin en el

modelo, sin embargo, tiene la desventaja
que el receptor del mensaje, el pblico, no
puede fcilmente saber cmo universal est
el mensaje - si la obra de arte parece representar una 'tempestad', significa la
'tempestad en Italia', 'tempestad de emocin' o 'el cambio del clima nos matar'?
En ciencias la delimitacin de la validez se hace fcilmente demarcando a la poblacin

que se ha estudiado. En artes este mtodo se utiliza raramente, en cambio un medio
comn de hacer alusin al alcance previsto de validez es dar un nombre a la obra.
Muchos artistas piensan probablemente que sus trabajos tienen mejores ocasiones de
hacer una influencia cuando su alcance de la validez no se ha definido, as dejndolo al
pblico la opcin de aplicar el mensaje a su vida, o no. Este mtodo es, por supuesto,
aceptable en artes libres, pero no en las ilustraciones que acompaan informes
cientficos o propuestas del desarrollo porque no deja al pblico ningn medio de saber
la verdad de la descripcin, o el alcance de aplicacin posible. Esto sin embargo sera
esencial cuando alguien planea aplicar resultados de la investigacin a la prctica.
Explicacin de smbolos. En informes cientficos, los significados de smbolos y los

conceptos se han explicado tradicionalmente en la lista de definiciones usadas. En artes,
las explicaciones son inusuales, porque muchos miembros del pblico conocen bien los
trabajos anteriores de sus artistas preferidos y han aprendido as saber lo que significa el
artista con sus smbolos. Adems, una parte del placer esttico del pblico viene mismo
del acto de descifrar los mensajes ocultados de los trabajos.
La pregunta se queda si esos miembros del pblico que no pueden conseguir el

mensaje de una obra de arte deben ser asistidos con explicaciones? Concerniente a tales
obras de arte que se piensan para asistir a comunicar resultados importantes de la
investigacin, por ejemplo propuestas para los productos nuevos, la respuesta debe ser
afirmativa. Pero las explicaciones no necesitan ser tan puramente lingsticas como son
las definiciones cientficas. En lugar, hay mtodos probados de aclarar el mensaje del
arte como, por ejemplo, combinaciones simultneas de varios medios tales como
retratos, msica y accin.

Uso del modelo
Cundo escoger el mtodo de la investigacin es generalmente recomendable considerar
si usted puede basar su trabajo en un modelo terico anterior. A veces un modelo,
incluso preliminar, podra ayudar a su trabajo decisivamente, y en tal caso tambin
afectar el proceso lgico del anlisis. Hay tres alternativas que se discuten ms
adelante:
Investigacin exploratoria (usted tiene no modelo para comenzar con),

Investigacin para mejorar un modelo, y
Estudio basado en hiptesis.
Investigacin exploratoria
La investigacin es exploratoria cuando no utilizas ningn modelo anterior como base

de tu estudio. La razn ms general de usar este acercamiento es que no tienes ninguna
otra opcin. Quisieras normalmente tomar una teora anterior como una ayuda, pero
quizs no hay ninguna, o todos los modelos disponibles vienen de contextos impropios.
Por otra parte, puede haber razones de no basar el estudio en cualquier modelo o teora
anterior, por ejemplo:
El objetivo es documentar el objeto de forma tan completa como sea posible, y

no slo aquellos temas que fueron documentados en estudios anteriores.
El objeto del estudio difiere de todos objetos estudiados anteriores. La meta del
estudio es describir su carcter excepcional que las teoras existentes no puedan
retratar. Teniendo en cuenta teoras existentes el objeto del estudio aparece como
anomala inexplicable.
Bsqueda fenomenolgica de una comprensin profunda y desconfianza en las
anteriores descripciones y explicaciones.
La investigacin exploratoria significa que muy poco se sabe sobre la materia en el

principio del proyecto. Usted entonces tiene que comenzar con una impresin algo vaga
de lo que usted debe estudiar, y es tambin imposible hacer un plan detallado de trabajo
por adelantado.
El proceso gradual de acumular inteligencia sobre el objeto del estudio significa

tambin que ser imposible comenzar definiendo los conceptos del estudio. Usted tiene
que comenzar con una idea preliminar de nuestro objeto de estudio y de su contexto.
Durante el proyecto de investigacin exploratoria estos conceptos incipientes mejorarn
gradualmente.
En ausencia de los modelos probados y los conceptos definidos usted debe comenzar el
estudio exploratorio de lo que usted tiene: uno o ms objetos del estudio. Es comn que
en el principio del estudio exploratorio usted tomar una mira holistica de los objetos.
Significa que usted comienza reuniendo tanta informacin sobre los objetos como sea
posible, y pospone la tarea de eliminar datos innecesarios hasta que usted consigue un
retrato mejor sobre cul es necesario.

Todos objetos pueden ser mirados desde
varios puntos de vista diferentes, o de los
ngulos de varias ciencias establecidas (como
en el esquema a la derecha) o de puntos de la
visin prcticos miscelneos. Debemos elegir
nuestro punto de vista y explicar cmo
"entendemos" el objeto. Esto no significa que
tengamos que empezar nuestro trabajo por
clarificar la esencia de nuestro objeto de
estudio, es decir: lo que el objeto es realmente.
En lugar de eso, debemos intentar contemplar
y clarificar cmo vemos el objeto, ya sea
posible por ejemplo que sea definido en un
micronivel como resultado de instintos
individuales, mviles y experiencias, o quizs en un macronivel como una expresin de
desarrollo en sociedad. Los investigadores han definido y estudiado, por ejemplo, el
concepto de "belleza" de forma alternativa como un atributo de los objetos, como un
atributo de la percepcin o como una propiedad de Dios.
El mtodo de alternar punto de vista (como en el diagrama arriba) se puede an utilizar

como mtodo de investigacin. Se satisface especialmente a un investigador
exploratorio que trabaja solo. Profundizar su comprensin y puede revelar a veces
nuevos aspectos al asunto.
El progreso de un proyecto de estudio se hace ms fcil en cuanto hemos definido

nuestro problema. Tras esto, vamos a necesitar reunir slo aquel conocimiento emprico
relacionado con el problema; esto nos permitir minimizar el material que tendremos
que analizar. Sin embargo, a veces es difcil definir a priori lo que es pertinente; es algo
que slo llega a serlo de forma manifiesta a travs del anlisis. En tal caso usted puede
comenzar simplemente estudiando un solo espcimen o caso que ilustre el problema
interesante, y entonces usted contina estudiando un nmero gradualmente creciente de
objetos hasta que llega a ser evidente que usted no puede conseguir ms profundo en el
problema. Una indicacin de tal un estado "saturado" del estudio es que el estudio de
casos nuevos revela no ms de nueva informacin interesante. Muchas veces
necesitaremos reunir gran cantidad de material antes de definir el objetivo final de
nuestro proyecto. En otras palabras, parte del material tal vez no ser usado en el
anlisis final. Obstculos aparte, debiramos centrarnos en definir el problema tan
pronto como sea posible. La definicin nos ayudar a seleccionar los mejores
procedimientos y a reducir la cantidad de material que ha de ser procesado.
El anlisis exploratorio de las observaciones empricas del campo comienza verificando

que los informes del campo estn anotados inteligiblemente y sin ambigedad. Los
informes originales se han hecho a menudo en prisa; en ese caso deben ser clarificados
por el observador inicial. La misma persona es a menudo la mejor adaptada al extricate
los resultados significativos de observaciones porque l/ella puede juzgar qu detalles
son importantes y cules se pueden dejar fuera. En el mismo tiempo l/ella puede
comenzar a construir un modelo preliminar de esos patrones que se parezcan repetirse, o
estimar cun bien un modelo conocido ms temprano cabe las observaciones.
Tan pronto como la invariacin en los datos llegue a ser evidente usted puede omitir
todo el material que no es ms larga pertinente y comprimir la informacin restante.
Este comprimir se hace generalmente con la ayuda de cifrar los elementos frecuentes,
eso est asignando los nombres, letras u otros smbolos a ellos. Cruz-tabulando los
smbolos usted puede conseguir una vista general de todo material, y ser ms fcil
destapar su estructura o cambiarla de modo que una estructura latente llegue a ser
visible.
El anlisis en la investigacin exploratoria es esencialmente abstraccin y

generalizacin. La abstraccin significa que usted traduce las observaciones empricas,
las medidas etc. en conceptos; la generalizacin significa el arreglo del material a de
modo que desuna de personas, de ocurrencias etc. espordicas y centrarse en esas
estructuras (invariantes) que sean comunes a todos o la mayor parte de los casos.
Raramente ser posible dividir el estudio cualitativo en fases tan claras como las que
son comunes en el trabajo cuantitativo. De acuerdo con Alasuutari (p.22), en un anlisis
de hallazgos empricos, se podran distinguir dos fases, pero stas se solapan. Estas
fases seran:
simplificacin de observaciones
interpretacin de resultados (o "resolver el enigma")
En la fase de simplificacin, el material es inspeccionado desde el punto de vista terico

del proyecto de estudio, y slo los puntos pertinentes desde este ngulo se toman en
cuenta. Los detalles que difieren de un individuo a otro de forma aleatoria se omiten o
se ponen de lado de forma que las lneas generales de los datos puedan ser discernidas
ms fcilmente.
La segunda fase consiste en una clasificacin de las observaciones: el investigador

intenta ver si hay algn comn denominador en los datos y procede a dar forma a una
regla que gobierna todas las observaciones. Esta estructura general pudiera ser los
rasgos tpicos de un cierto individuo o la comparacin o clasificacin de individuos o
casos, o tomar nota de su desarrollo. Todas estas aproximaciones al problema sern
explicadas ms tarde bajo los encabezamientos correspondientes.
"Resolver el enigma" no siempre significa contestar exactamente a aquellas preguntas

que fueron formuladas en el comienzo del proyecto. A veces las preguntas ms
interesantes se encuentran al final de la investigacin, cuando el investigador es un
experto en el tema. Se suele decir que "los datos ensean al investigador". En todo caso,
el propsito final es extraer una invariancia o una estructura interesante a partir del
material fuente.
El propsito de la investigacin exploratoria descriptiva es extraer una estructura del

material de fuente que en el mejor caso se puede formar en un modelo general que
gobierna todas las observaciones y no se sabe anterior (por la definicin del estudio
exploratorio). Encontrar la estructura desconocida puede necesitar alguna innovacin
creativa, porque an los mtodos del anlisis ms modernos no pueden
automticamente destapar las estructuras encubiertas en datos. Generalmente usted tiene
que formular primero un patrn tentativo para la estructura asumida en las
observaciones y entonces usted puede pedir que la computadora estime cun bien los
datos corresponden al modelo
En estudios normativos el acercamiento exploratorio no es muy comn, y la mayora

de los ejemplos arriba se toman de hecho de estudios descriptivos. El aspecto normativo
significa generalmente que usted tiene en su mente otro caso que sea comparable a su
objeto del estudio y dnde est algo ms satisfactorio que en su objeto. Usted puede
entonces utilizar este otro caso para describir los problemas y las inconveniencias
existentes en su objeto del estudio, en otras palabras como un substituto prctico para un

modelo terico, que significa que usted puede utilizar el mtodo (generalmente ms
eficaz) de investigacin para mejorar un modelo que se explica en el prrafo siguiente.
Sin embargo, sucede a veces incluso en estudio normativo no modelos adecuados se

pueden encontrar y su nica eleccin es el enfoque exploratorio. Tal es la situacin
cuando usted sabe que el estado actual del objeto del estudio es insatisfactorio pero
usted no sabe exactamente cul es incorrecto en l, ni lo hace sabe de ningn substituto
utilizable superior. Si usted, por ejemplo, hace la ingeniera de mtodos usted es
preguntado quizs simplemente "encontrar algo" mejorar la productividad del taller.
Semejantemente, en la etapa inicial de la investigacin de accin toda convenga a
menudo que el actual modo del funcionamiento es intolerable pero todos los remedios
sabidos se parecen inaplicables, y los participantes por lo tanto comienzan a hacer un
modelo descriptivo del trabajo que se utilizar como una base del desarrollo.
Tambin en el desarrollo normativo de productos nuevos un proyecto se comienza a

veces con instrucciones muy vagas. Esto sucede especialmente en esos campos de la
produccin donde se espera que los fabricantes diseen cada ao un nuevo modelo de su
producto (coches, por ejemplo) y la blanco para los diseadores est esencialmente:
Cree un producto nuevo que sea diferente!
Investigacin para mejorar un modelo
Muchos de los problemas de la

investigacin exploratoria se
pueden evitar si el investigador
comienza con un modelo,
desarrollado en estudios
anteriores, que usa como
"hiptesis de trabajo". Durante el
anlisis, el investigador intenta
ver si el material recogido es
conforme al modelo o si debe corregir el modelo o buscar uno ms apropiado.
Un investigador suele poder proceder ampliando modelos y teoras previos. Una buena
regla que seguir en tal situacin es: Comienza desde lo que es conocido. Acta
ampliando el rea de cuyo mapa ya disponemos, y conecta la nueva inteligencia con los
hechos conocidos. Muchas veces es posible adoptar la estructura de un modelo anterior
y simplemente ajustar sus detalles menores. Esto es con frecuencia el caso cuando se
espera que el estudio proporcione fundamentos para una accin prctica, como pueda
ser por ejemplo al pronosticar o al desarrollar un producto nuevo que haya de usarse en
un entorno ligeramente diferente de aquel que fue el caso tratado en el estudio anterior.
La existencia de un modelo
tentativo ayuda a escoger
la estructura lgica del
proyecto de investigacin
entero y planearla. El
modelo le ayuda a decidir
cul atributos o variables
se tienen que reunir, y de
qu casos o especimenes.
Incluso la grabacin de
observaciones se facilita
porque usted podr a menudo utilizar definiciones anteriores de variables. Igual se
aplica a los mtodos del anlisis: a menudo usted puede pedirlos prestados de informes
anteriores.
En estudio descriptivo es a menudo prctico arreglar el proyecto en fases distintas,

como en el diagrama arriba. Un proyecto que busca la mejora de un modelo previo es
carente de complicaciones y fcil de planear: simplemente definimos la nueva poblacin
en que el modelo ha de ser vlido, registramos a partir de ella los factores pertinentes y
evaluamos su fiabilidad.
Adoptar modelos de tratados anteriores implica un riesgo: puede afectar sus

observaciones de modo que usted deseche injustamente las anomalas o esos casos que
demasiado mucho difiere de qu esperara en base de la vieja teora. Si sucede esto,
usted nunca descubrir las debilidades del modelo viejo.
En estudio normativo los modelos se utilizan para describir los problemas existentes y
para definir las mejoras al objeto del estudio. Si usted puede encontrar un modelo
descriptivo existente del objeto, hecho en un estudio anterior, usted puede transformarlo
a menudo en un modelo normativo agregando una dimensin evaluativa a l.
Una vez que la blanco para el desarrollo se haya definido con la ayuda de un modelo
normativo, el proyecto contina generalmente como planear las operaciones prcticas,
quizs tambin realizarlas y medir los resultados. En el mejor caso el mismo modelo se
puede usar como una base de todas estas operaciones, pero ms usual es que usted
tendr que refinar un modelo sucesivamente varias veces en el proceso de transformar
una definicin de metas en un plan de accin o en un diseo de un producto. El ltimo
proceso puede incluir un concepto de producto, varios bosquejos del diseo, una serie
de prototipos y finalmente una propuesta detallada para el producto.
Un proyecto de investigacin normativo procede ptimamente a travs de etapas

sucesivas:
1. evaluacin del estado inicial y definir la necesidad de mejoras

3. sntesis: propuesta para la mejora
4. evaluacin del estado final.
Es relativamente usual que usted tendr que repetir la

secuencia antedicha varias veces antes de que consiga un
resultado aceptable. Proyectos normativos se ocupan a
menudo de problemas prcticos complejos, y al hacer un
modelo terico del problema, el investigador puede desear
simplificar el modelo para lo hacer ms fcilmente
manejable, es decir eliminando factores que se parecen no
esenciales. Sin embargo, en la prueba prctica o la
valoracin final puede resultar que un factor excluido es
importante despus de todo, que hace necesario para ajustar
el modelo y para repetir la secuencia una vez ms.
Estudio basado en hiptesis
A veces el objeto de estudio es ya bien conocido y simplemente queremos investigar su

comportamiento en una situacin especfica. En tal situacin podemos elegir entre
construir una hiptesis, es decir, una expectativa del comportamiento del objeto, o una
respuesta preliminar a la interrogante que estamos estudiando. Solemos ser libres para
decidir si querremos usar una o no. Por ejemplo, si queremos enterarnos de si X
realmente es igual al doble de Y, podemos plantear como nuestra hiptesis
x = 2y
Durante nuestro proyecto reuniremos entonces datos empricos que nos permitan
verificar nuestra hiptesis y ver si es o no cierta.
La mayor parte de las hiptesis son causales. Son siempre planteadas con precisin y
con bastante frecuencia formuladas como un modelo aritmtico, como por ejemplo
y = f(x)
donde
x = la variable independiente,
y = la variable dependiente.
La hiptesis mostrada arriba incluye slo una variable de cada tipo; suele haber ms, sin
embargo, en los proyectos reales de investigacin.
Si elegimos usar una hiptesis, debemos planear la lgica en torno a ella en el modo en
que Bunge explica en el libro La investigacin cientfica I, 9:
1. Enunciar preguntas bien formuladas y verosmilmente fecundas.

2. Arbitrar conjeturas, fundadas, y contrastables con la experiencia, para contestar
a las preguntas.
3. Derivar consecuencias lgicas de las conjeturas.
4. Arbitrar tcnicas para someter las conjeturas a contrastacin; someter a su vez a
contrastacin esas tcnicas para comprobar su relevancia la fe que merecen.
5. Llevar a cabo la contrastacin.
6. Interpretar los resultados.
7. Estimar la pretensin de verdad de las conjeturas y la fidelidad de las tcnicas;
determinar los dominios en los cuales valen las conjeturas y las tcnicas.
Una dificultad de verificacin surge si la afirmacin es de tipo general, como lo son la

mayor parte de las hiptesis. Si la hiptesis dice que todos los objetos en el mundo
siguen una cierta regla, debemos investigar todos los objetos antes de que podamos
estar seguros al 100% -- lo que ser casi siempre imposible. En lugar de ello, hay otro
modo de evaluar una hiptesis general: podemos mostrarla como falsa si encontramos
un slo caso en que la hiptesis sea falsa. Por supuesto, incluso en este caso, tenemos el
riesgo de error. Ni siquiera una serie prolongada de intentos infructuosos de mostrar la
falsedad puede producir una absoluta verificacin de la hiptesis.
A causa de las dificultades prcticas arriba mencionadas, la mayor parte de la gente est
de acuerdo en que, hablando en sentido estricto, es imposible verificar afirmaciones
empricas generales. Por lo tanto la mayora de los investigadores modernos aceptan la
idea que la verificacin de una hiptesis en la prctica concierne verosimilitud o
credibilidad. Esta distincin, sin embargo, no tiene consecuencias prcticas: usted
puede utilizar resultados 'crebles' exactamente de la misma manera que los resultados
'verdaderos'.
Perturbaciones. Habitualmente el objeto de estudio es influenciado por diversos

factores junto a la variable independiente mencionada en la hiptesis. Estas
perturbaciones, a veces llamadas "ruido", impiden al investigador ver claramente la
influencia de la variable independiente. Tales factores cuya influencia sistemtica es
conocida de antemano puede simplemente eliminarse haciendo la correccin adecuada
en las mediciones. Los factores desconocidos que causan una variacin aleatoria
perjudicial en la variable dependiente son ms difciles de tratar. El investigador puede
estar preparado para las perturbaciones y para la variacin aleatoria del objeto que es
explicado con vas alternativas:
Estudiando ms casos y calculando la media de los datos

Aislando el objeto de investigacin de tal modo que las influencias
perturbadoras sean eliminadas. Esto suele exigir un experimento montado en un
laboratorio.
Eligiendo las variables de la hiptesis de modo tal que las variables influyentes
sean tratadas como factores explicativos y no como variacin aleatoria.
El mtodo de hiptesis fue desarrollado originalmente para los estudios descriptivos.

Este tipo de investigacin aspira conseguir conocimiento autntico sobre el objeto del
estudio, y el criterio que se utiliza en aceptar o rechazar una hiptesis descriptiva es la
verdad. El mismo criterio se aplica a otras fases del proyecto descriptivo tambin.
En la investigacin normativa una hiptesis se utiliza raramente como tal, pero es

interesante observar que un proyecto normativo incluye a menudo un punto focal
decisivo que determine el xito o la falta del proyecto en mucho la misma manera que la
prueba de una hiptesis hace en un proyecto descriptivo. Este punto focal es la prueba
prctica final de la propuesta normativa. En estudio normativo la blanco es encontrar
medios de mejorar el objeto del estudio o de otros objetos similares. Por consiguiente,
el criterio principal en la prueba prctica de las propuestas normativas del desarrollo es
valor prctico y funcionalidad. Este criterio se discute en Evaluar propuestas
normativas.
Otra diferencia a la prueba de hiptesis descriptiva es que el proceso del desarrollo no

necesita terminar en la prueba. Si la primera propuesta se debe rechazar en la prueba, la
prctica normal es preparar y probar una segunda propuesta. Esto significa que el
proceso del desarrollo comienza a asemejarse al de la investigacin normativa para
mejorar un modelo, discutido arriba.

INVESTIGACIN DESCRIPTIVA
Antes de comenzar a recopilar datos desde empiria es recomendable pasar un minuto y
considerar si la informacin que usted necesita podra se obtener con otros mtodos que
empricos que son a menudo relativamente arduos. Tales mtodos pudieron incluir
encontrar informacin en textos y literatura ya existentes, interrogar a la gente que tiene
la informacin, o la meditacin fenomenolgica donde usted utiliza como materiales sus
propios recuerdos y las experiencias con el objeto anteriores.
La reunin emprica de datos es generalmente la fase ms ardua y costosa en un

proyecto de investigacin y merece ser planeada cuidadosamente. Recuerde, tambin,
que est relacionada con las operaciones que vienen antes y despus l en el proceso de
la investigacin. Si hay debilidades en las operaciones precedentes, pronostica
dificultades en el trabajo emprico, y si el recoger de los datos es negligente usted
encontrar problemas en su anlisis posterior.
Debajo est una lista de comprobacin de algunas cosas importantes que usted debe
haber hecho antes de lanzar operaciones empricas en una escala grande. Si ellas, sin
embargo, se parecen demasiado difciles, puede ser conveniente primero hacer una
investigacin tentativa en una escala pequea antes de completar estas tareas y de
comenzar a recoger la porcin principal de la materia emprica.
Demarcacin del estudio. Cul es el conjunto o la multitud entera de esos

casos, especimenes o individuos donde usted desea saber que sus hallazgos sean
verdades? Es a menudo ms o menos idntica al conjunto de los casos donde sus
resultados se aplicarn si tal uso es previsible.
Seleccionar la muestra de la cual se recogen los datos empricos. La muestra es a
menudo ms pequea que el conjunto definido arriba. Intente utilizar una
muestra escogida al azar porque permite una generalizacin ms confiable de la
muestra a la poblacin total.
Definir los conceptos (cualidades o variables) que sern colocados. En la
investigacin exploratoria es normal que al mismo tiempo que la comprensin
extenderse desear mejorar an las definiciones, pero usted deben tratar de
definir ellos lo ms pronto posible.
La lista arriba contiene las tareas que usted debe hacer antes de la fase emprica. Por
otra parte, puede ser recomendable especular cul debe suceder despus, es decir en la
fase de anlisis. Muchos procedimientos del anlisis (notablemente los estadsticos)
requieren datos en el formato exactamente correcto. Esto es generalmente fcil de
alcanzar si usted lo toma en cuenta cuando planear el mtodo de registrar sus datos
empricos.
Elegir el mtodo
Muchos investigadores se inclinan por ver un contraste entre los mtodos cualitativo y
cuantitativo. Sin embargo, cuando se estudian a productos o su uso, frecuentemente
querremos registrar datos de ambos tipos, con lo que esta dicotoma no proporcionar
una buena base para elegir el mtodo emprico de recoleccin de datos. En lugar de ello,
hay otras dos cuestiones que debemos considerar cuando planeemos nuestro estudio:
La fuerza de nuestra teora. Vamos a basar nuestro trabajo en un modelo

desarrollado en una investigacin anterior? Hasta qu punto est estructurado
nuestro diseo de investigacin? Hay tres alternativas: investigacin
exploratoria, investigacin como revisin de un modelo y un estudio basado en
hiptesis.
La naturaleza del objeto.
Una vez contestadas estas dos preguntas, tendremos bastantes opciones de encontrar un
mtodo apropiado en la siguiente tabla.
Investigacin Investigacin como Estudio basado en

exploratoria revisin de un hiptesis
modelo
El estudio de Estudio intensivo Estudio extensivo de (Rara vez viable)
objetos de productos productos
inanimados:
Mtodos para Observacin no Observacin Experimento.
observar a una sistemtica sistemtica Observacin
actividad: "montada" (simulada)
de incidente
Mtodos para Entrevista Cuestionario Experimento.
hacer preguntas: temtica El mtodo de
representar papeles
El estudio de Estudio de cartas y otros documentos. Estudio indirecto (por
material Anlisis hermenutico. ejemplo, de depsitos
secundario: o prendas).
Estudio ex post facto
de archivos existentes
Estudio descriptivo de objetos
inanimados
"Objetos" incluye los productos, por supuesto, pero
tambin a los seres humanos, si el investigador est slo
interesado en su apariencia y dimensiones exteriores. Un
ejemplo es el estudio de las medidas humanas para ser
usado en el diseo de mobiliario. - "Inanimados"
significa que el objeto no est movindose o cambiando,
o si lo est no ser registrado el cambio. (Para el estudio
del movimiento o cambio, vase Observacin.)
Cuando planear el recopilar de la informacin emprica,

una de las primeras preguntas a resolver es la extensin del estudio. Hay dos decisiones
que usted tiene que tomar:
1. Delimita el estudio preguntndolo que es la poblacin o la multitud entera de

esos casos, especimenes o individuos donde usted desea decir que sus resultados
futuros sean verdades? Es a menudo ms o menos idntico al conjunto de los
casos donde conclusiones se aplicarn, si tal uso es previsible.
2. Selecciona la muestra de la cual se recogen los datos empricos, si usted no
puede o no desea estudiar el conjunto entero definido arriba. Intenta utilizar una
muestra aleatoria porque facilita generalizar las conclusiones de la muestra a la
poblacin total.
La extensin de su estudio, es decir el nmero de los objetos que usted necesita estudiar,
tiene una influencia en la eleccin del mtodo cuando usted hace el registro emprico.
Hay dos alternativas principales:
Estudio intensivo es posible cuando usted quiere restringir su estudio a un o

unos pocos casos u objetos especficos. Porque el nmero de objetos es pequeo,
usted tiene la posibilidad de registrar "holsticamente" todo que usted descubre
referente a los objetos del estudio. Obras de arte y otros productos nicos son
objetos tpicos del estudio holstico. Los mtodos tpicos, el documentar y
descubrir la edad de un objeto, se explican abajo.
Estudio extensivo significa que el nmero de objetos es grande. Por lo tanto
usted tiene que reducir la cantidad de material que se procesar y registrar
solamente las caractersticas ms interesantes de los objetos que se relacionan
generalmente con las invariantes, las caractersticas comunes a todos o a la
mayor parte de los objetos. Otros hechos referentes a los objetos son superfluos
y normalmente usted querr omitirlos. Usted tiene a menudo, ya antes de la fase
emprica, un modelo terico tentativo, que enumera los conceptos que tienen que
ser recogidos. Los mtodos tpicos, registrar dimensiones y registrar calidades
de productos se explican ms adelante.
Estudio intensivo de productos
En estudio intensivo el propsito es

retratar el objeto exhaustivo e incluir
todo que pueda ayudar a entender por
qu el objeto ha llegado a ser a su
estado actual. Cul aspectos y
caractersticas del objeto tienen que ser
registrados, no es siempre obvio al
principio. A veces se aclara primero
despus de unos das de analizar su
materia, y entonces usted tiene quizs
que volver a su objeto emprico para
conseguir ms datos. Es decir en un
estudio intensivo usted no siempre
puede hacer una divisin distinta entre
reunir los datos y los analizar. Este
gnero de la investigacin se discute
bajo Estudio de caso.
Si usted estudia apenas un espcimen

de un producto, usted quizs desear
registrar todo que se pueda saber sobre su historia: el diseador, sus intenciones en crear
el trabajo, el fabricante, la tecnologa de la fabricacin, el comprador original, la
sucesin de los dueos del producto, su uso, modificaciones posteriores a l, etc. Las
historias de edificios viejos y celebrados son grandes ejemplos de tales estudios de
apenas un producto. La apariencia de cada objeto, por supuesto, se coloca exactamente
con fotografas o dibujos detallados como el que est a la derecha, hecha por Auguste
Choisy para su historia de la arquitectura.
El mtodo es aplicable cundo estudiar no slo un

objeto nico sino tambin una serie de objetos
prcticamente idnticos. Por ejemplo, todos los
especimenes del modelo 1945 de Volkswagen son
prcticamente idnticos y usted no necesita distinguir
entre ellos. El mismo mtodo es posible incluso
cuando hay diferencias entre los especimenes pero
esta variacin no est de inters en el proyecto. En el
estudio de yates, por ejemplo, usted puede decidir que
usted necesita distinguir entre goletas, yolas etc., pero
usted no necesita colocar a ms detalles de ellos que
se presentan en la figura a la derecha.
En el estilo intensivo es tambin posible estudiar un conjunto de objetos diferentes. En

ese caso la blanco es generalmente precisar la estructura ms grande de la cual estos
objetos son partes. Esta estructura ms grande puede ser, por ejemplo:
Clasificacin, tal como la categorizacin de los barcos, arriba.

rbol lgico que es simplemente clasificacin en varios niveles.
La sucesin histrica de productos.
Contexto histrico: la evolucin de la sociedad, de la industria, o de cualquier
estructura ms grande que los especimenes en su estudio ejemplifican.
Causalidad.
Todos los estilos de la investigacin arriba enumerados se discuten en otra pgina bajo
ttulo general del Anlisis, p. +++..
En el estudio holstico de varios objetos no es necesario obtener tan completa un retrato

de cada objeto como cuando estudiamos apenas un caso. Ampliara tambin
indebidamente la cantidad de datos. En lugar, el investigador puede restringir
generalmente la visin en dos tipos de informacin:
Las caractersticas que son idnticas en todos los objetos. Son relevantes en la
demarcacin del grupo que ser estudiado y son tiles cuando usted se
determina si un espcimen se examinar o no.
Las caractersticas que son diferentes para cada objeto. stos son pertinentes al
descubrir la estructura del grupo (e.g. clasificacin, sucesin etc.).
Documentar
Una modalidad especial de estudio holistico es documentacin. Llega a ser necesaria

cuando se espera que un producto valioso desaparezca o deteriore y deseamos conservar
una descripcin, una imagen o un inventario de l para un estudio posterior.
Adems, hay varios tipos de productos y obras de arte temporales, tales como
embalajes, construcciones de exposicin, escenografa, y escultura de hielo, no hablar
de obras de arte "diacrnicas", tales como la msica y el teatro. Todos stos necesitan se
documentar, de otro modo nada se dejar de ellos despus.
La necesidad de documentar se presenta a menudo primero cuando ha existido el

producto ya mucho tiempo, durante el cual quizs se ha transportado a una nueva
localizacin, vendido, puesta a un nuevo uso, modificado, etc. Todos estos cambios
podran quizs interesar a investigadores ms ltimos y usted debe determinarse si usted
los debe documentar, o solamente registrar las condiciones originales de la creacin del
producto.
Al lado del producto s mismo, usted desear normalmente colocar datos sobre sus
fabricantes y comisiones, los documentos relacionados con l, y opiniones de las
personas relacionadas con l, si posible.
Usted registrar generalmente una serie de vistas, de total y de esos detalles que no sean
claramente visibles en la visin general. Porque usted desear normalmente registrar al
lado del aspecto general tantos detalles como sea posible, el mtodo bsico de
documentacin es la fotografa, o uno de sus equivalente modernos. Como
complementos hay una variedad grande de mtodos para medir dimensiones, pesos y
otras cualidades fsicas, y varias tcnicas de dibujo que los diseadores de objetos
comparables utilizan.
La seleccin de los medios para la grabacin de larga duracin de datos es una ciencia
de su propio, vase Archivar el informe y el material p. +++.
Edad de un producto
Algunos objetos de los cuales queremos conocer la edad, no documentada en ningn

sitio, nos harn recurrir a una tecnologa especial de medicin. Para determinar la edad
de un objeto, un mtodo usual es medir, de entre los atributos del objeto, uno del cual
sabemos que vara con el tiempo de acuerdo con un patrn bien documentado. Los
mtodos de investigacin que estn basados en este principio comprenden:
Si el objeto es encontrado en excavaciones en un antiguo sitio habitado en el

borde del mar en un rea donde el nivel del mar ha cambiado a lo largo de la
historia, podemos calcular el siglo en que la lnea de costa estaba cerca del lugar.
El objeto ha sido hecho dentro de los lmites cronolgicos en que llegaba al
lugar. Los cambios geogrficos pueden as ayudarnos a determinar la edad de un
objeto antiguo.
Cuando un objeto antiguo se ha encontrado en el suelo y adems hemos tomado
una muestra del suelo,
o las frecuencias de tipos de polen en la muestra de suelo pueden ser
comparadas con frecuencias histricas conocidas. Si conocemos la edad
del suelo, tenemos una indicacin de la edad del objeto.
o anlisis de partculas de polvo con origen en actividad humana como en
el caso arriba descrito,
o la serie de grosor de las capas de sedimentacin pueden ser comparadas
con una serie conocida presente en los manuales,
Los mtodos que estudian el objeto mismo:
o Los rasgos estilsticos, la ornamentacin, y la escala de color pueden
compararse con referencias histricas conocidas,
o Un mtodo adaptado a la cermica: anlisis de arcilla y comparacin con
referencias histricas conocidas,
o Un mtodo para objetos de madera: mtodo de los anillos del tronco de
rboles (dendrocronologa)
o Mtodos para tejidos: anlisis del material o bien de los pigmentos de
color, y comparacin con objetos de referencias conocidas.
Algunos mtodos se apoyan sobre la medicin de procesos fsicos y cuya velocidad es

conocida:
El mtodo del radiocarbono o Carbono 14 nos dice el momento en que un

animal o planta murieron.
El mtodo paleomagntico nos dice el momento en que una pieza de cermica
fue finalmente cocida.
El mtodo de la termoluminiscencia.
La luminiscencia es un mtodo til cuando se estudia la edad de objetos viejos. Se basa

en el hecho de que cuando los objetos son expuestos a una radiacin ionizante por
radioactividad natural, se liberan electrones en los defectos de los cristales de la
sustancia de que estn hechos los objetos. La cantidad de radiacin de ionizacin
permanece constante. Esto es por lo que la luminiscencia puede usarse como una tcnica
de datacin, especialmente para cermica. En esta tcnica, calentamos el objeto para
determinar su edad (o lo exponemos a la luz del sol). Por ejemplo, si sabemos el
momento en que una vasija fue extrada de la arena, la termoluminiscencia que se ha
producido antes del punto en que objeto se sac muestra la edad de la vasija.
Los electrones que son liberados producen una luz suave, como la de las brasas, es
decir: luminiscencia; y cuanta ms luminiscencia hay, ms reciente es el objeto. Esto
ocurre porque en los objetos ms viejos es donde ms electrones atrapados se han
liberado, a causa de la cantidad de radiacin de ionizacin a la que los objetos han sido
expuestos. Y, por supuesto, cada ao adicional en que el objeto ha existido incrementa
la cantidad de radiacin de ionizacin a la que el objeto ha sido expuesto. Sin embargo,
hemos de recordar que con la calefaccin y la exposicin a la luz directa del sol el reloj
de la luminiscencia del objeto se pone a cero y aqulla comienza a formarse otra vez si
el objeto es enterrado de nuevo. Factores de tipo qumico y otros tipos de radioactividad
a los que los objetos hayan podido ser expuestos, pueden, sin embargo, poner en
peligro la fiabilidad de la datacin por luminiscencia.
La datacin por luminiscencia es especialmente apropiada cuando datar por el

radiocarbono no es posible, por ejemplo si no se encuentra material orgnico restante en
conexin con los objetos que queremos datar; o cuando las relaciones entre los
materiales orgnicos y el contexto arqueolgico no son seguras; o cuando la edad del
yacimiento arqueolgico es mayor del lmite de 50.000 aos de la datacin por
radiocarbono.
El mtodo del radiocarbono est basado en el hecho de que los organismos vivientes
contienen tres istopos de carbono, de los que el C12 y el C13 son estables, y el C14 es
inestable o radioactivo. La cantidad de los tres permanece estable en los organismos
vivos, pero tan pronto como el organismo muere, el C14 comienza a desintegrarse a una
tasa predecible (tras 5568 aos slo quedar la mitad del C14) porque el animal o la
planta cesan en su retencin metablica de carbono y detienen el reaprovisionamiento
de su contenido en C14.
Por comparacin de la cantidad proporcional de los istopos estables C12 y C13, que no
disminuye, y la del C14, podemos determinar la edad del organismo. No es posible usar
el mtodo del radiocarbono para datar organismos que tengan ms de 50.000 aos,
porque stos han perdido ya todo su C14 inicial.
Estudio extensivo de productos
En contraste con estudios intensivos de productos, el objetivo de la investigacin

extensivo es registrar no tantos hechos como sea posible sino slo los atributos que
interesan del objeto. stos pertenecen a menudo a los tipos siguientes:
Caractersticas estndares que son idnticas en todos los objetos. Son

relevantes en la demarcacin del grupo que se estudiar, es decir le ayudan a
determinarse si un espcimen ser examinado o no.
Caractersticas variables que son diferentes para cada objeto. stos son
importantes si usted se siente que el objeto es de alguna manera nico (una gran
obra de arte, por ejemplo) y usted desea descubrir por qu. Son tambin tiles
para descubrir la estructura interna del grupo (e.g. clasificacin o sucesin de los
artistas etc).
Caractersticas contra-estndares. De inters especial en la investigacin
estn a menudo tales caractersticas variables de un producto que se parecen
contrastar una caracterstica estndar de la clase. stos marcan a menudo las
obras de arte que inician una escuela nueva de artistas (cf. Walton 1970). Si un
espectador sabe cmo que los objetos de una clase parecen normalmente,
cualquier caracterstica contra-estndar suele coger su atencin inmediatamente,
y entonces se puede utilizar para transportar un mensaje, por ejemplo. Una
posibilidad para crear una caracterstica contra-estndar es omitir una
caracterstica estndar. Un ejemplo de esto era el estilo temprano Funcionalista
que reemplaz columnas y aguilones clsicos con las paredes llanas, as creando
un mensaje fuerte de la protesta contra el estilo decorativo predominante de la
arquitectura.
La seleccin de cualidades se puede deducir ms exactamente del problema inicial del

proyecto, y del modelo que quizs hemos seleccionado como un punto de partida y que
define speramente la invariacin que buscamos en el material del estudio. Lo que es
interesante es dictado por el problema del estudio y el modelo terico inicial. En la
investigacin de productos, algunas de las caractersticas tpicas que desearemos
registrar de los objetos son su forma, dimensiones, y varias calidades de ellos.
Registrar dimensiones de productos

Al recolectar material, no para documentacin
sino para una investigacin analtica, la meta
es registrar no tantos hechos como sea posible,
sino slo los atributos interesantes del objeto -
es decir las que pertenezcan a las blancos
iniciales del proyecto. Si la blanco se
relaciona con la forma y apariencia de un
objeto, el problema a menudo es que
quisiramos conseguir un registrar pictrico
del objeto, pero con el mtodo normal de
fotografa la forma del objeto se pierde entre
mucho detalle superfluo.
La verdad es que los fotgrafos tienen varios

trucos que se pueden utilizar para quitar los
detalles indeseables del retrato. Ya en el
momento de apretar el botn es posible
reducir la profundidad del foco de modo que
el fondo llegue a ser gris y brumoso, y utilizar
luces de modo que el fondo se descolore en la oscuridad. An ms poderosas son las
herramientas modernas de manipular despus los archivos de la imagen con la ayuda de
una computadora. Usted puede, por ejemplo, reducir de intensidad del color o disipar
las partes poco importantes del cuadro en negro, o al blanco, como se ha hecho a la
fotografa de un cntaro de barro
antiguo, a la izquierda.
A pesar de de la manipulacin lista, la

foto de la vasija egipcia todava deja
mucho que desear. Resaltan las partes
que faltan y las rotas, que
probablemente no son aquello en lo que
al investigador le gustara que nos
fijsemos. Por consiguiente, en cada
proyecto de investigacin deberamos
intentar localizar aquel mtodo de presentacin que subraye las cosas esenciales y
oculte las fortuitas. Esto puede conseguirse muchas veces transformado la fotografa en
un dibujo de lneas.
A la derecha hay un ejemplo de un mtodo habitual en arqueologa para presentar la

cermica de modo tal que una imagen muestra tanto la decoracin exterior como la
interior y tambin el perfil.
En un dibujo de lneas se suelen poder omitir las partes rotas

o que faltan y hacer que la imagen aparezca como el objeto
cuando fue hecho. Vase la ilustracin de la izquierda. Sin
embargo, los detalles esenciales no deben ser inventados por
el investigador, con lo que si hay incertidumbre sobre las
partes que faltan, stas pueden presentarse con lneas
punteadas. (Todas las ilustraciones mostradas arriba
proceden de Holthoer.)
Histricamente,
las proporciones
en las
dimensiones de productos han estado entre
las primeras invariantes estticas que los
investigadores han encontrado. Son
documentadas ya en antigedad por
Vitruvio, y otra vez en el Renacimiento que
fueron estudiadas asiduamente. A la
derecha est un estudio de Leonardo,
demostrando a las proporciones 1:3:1:2:1:2
que l encontr en la cara humana.
Cundo estudiar un nmero de objetos con

la variacin muy pequea de la forma puede
ser posible prescindir de alguna
presentacin ilustrada y apenas colocar unas
pocas medidas salientes de los objetos. Este
mtodo tiene la ventaja que los mtodos
cuantitativos poderosos del anlisis pueden ser utilizados. Los instrumentos, las
definiciones y las escalas de la medida se pueden pedir prestados a menudo de los
diseadores de productos nuevos comparables, o de ciencias de la ingeniera.
Registrar calidades de productos
Yo se advirti que en el tipo analtico de proyectos de investigacin la meta es registrar

no tantos hechos como sea posible, sino slo los atributos interesantes del objeto. Ellas
se contienen en el modelo que hemos escogido como el punto de partida. Este modelo
define, al principio tentativamente, la invariacin que buscamos en el material del
estudio.
En el proyecto de investigacin de tipo analtico, muchas veces no necesitaremos

ninguna presentacin en forma de imagen si lo que queremos es nicamente registrar
algunos atributos del objeto. Si stos son cualitativos, el mtodo correcto es una
descripcin verbal. Hacer una descripcin separada de cada objeto puede llegar a ser
demasiado prolongado si tenemos un amplio nmero de objetos; si es el caso,
podramos plantearnos el hacer una clasificacin cualitativa.
Para aquellos atributos que son cuantitativos, el mtodo es la medicin. Los

instrumentos, definiciones y escalas de medicin con frecuencia pueden ser tomados de
las ciencias fsicas y de la ingeniera. Si se siguen produciendo productos comparables,
podemos obtener las tcnicas de representacin y medicin de los diseadores de estos
artculos.
Si no hay mtodo estndar de medida, Haga una X en cada lnea

podemos registrar a menudo la cualidad con la ligero _ _ _ _ _ pesado
ayuda de observadores humanos. stos se serio _ _ _ _ _ alegre
piden para describir el objeto en adjetivos clsico _ _ _ _ _ moderno
verbales, quizs con la ayuda de escalas del
diferencial semntico. Si la propiedad es difcil de definir, como "belleza" o "estilo" del
producto, las evaluaciones de gente incluirn mucha variacin que a veces interesa el
investigador, a veces no. En ste ltimo caso el investigador entonces puede tratar de
quitarlo de varias maneras. Dos mtodos usuales son:
reducir la variacin subjetiva, por la combinacin de las distintas evaluaciones,

por ejemplo encontrando la moda o la ms comn.
el investigador mismo hace todas las valoraciones.
Una dificultad comn en la investigacin de productos es que stos estn conectados en

las vidas de sus usuarios de maneras intrincadas que los usuarios encuentran difcil de
analizar.
Observacin descriptiva
Observacin es un mtodo para reunir informacin visual sobre lo que ocurre, lo que
nuestro objeto de estudio hace o cmo se comporta. La observacin es visual. Usted
utiliza sus propios ojos, quizs asistido con una cmara fotogrfica u otro instrumento
de grabacin. La observacin descriptiva significa que usted no desea modificar la
actividad en ninguna manera, usted apenas quiere registrarlo tal como sucedera sin su
presencia.
Una actividad puede interesar a un investigador porque todas las profesiones y toda
produccin industrial son esencialmente cadenas de actividades. Adems, un producto
s mismo puede ser un proceso de actividades, tales como un programa de computadora,
un curso de la educacin, un drama u otra presentacin en la escena o en TV. Tambin
cuando el producto es un objeto esttico con ninguna accin de su propio, su uso es una
actividad que usted querr quizs estudiar en su colocacin emprica.
Una vez que usted tiene por lo menos una idea preliminar sobre la extensin de su
proyecto, usted puede comenzar a considerar el mtodo de la observacin. Un buen
punto de partida es recordar lo que usted ya sabe acerca de la actividad que usted
observar. Es generalmente recomendable salir del conocimiento que usted ya tiene
acerca de su objeto, y entonces concluir cul datos que usted necesita reunir. De esta
manera usted puede enfocar su investigacin apenas a los pedazos que faltan del
rompecabezas. Adems, el ms usted sabe - o puede asumir - acerca del contexto donde
la actividad suceder presumiblemente, el mejor usted puede planear los arreglos y
mtodos para coger exactamente los datos
derechos.
Una de las herramientas ms eficientes

para disear el mtodo para un estudio
emprico es un modelo terico que define
cmo varias caractersticas del objeto y de
su contexto se asocian mutuamente. Este
modelo debe incluir las caractersticas que
usted quiere registrar del objeto del estudio, y adems de tanto de su contexto, de sus
causas o efectos que usted puede planear el momento, lugar y arreglo ms convenientes
para las operaciones empricas.
En el siguiente usted puede ver unos pocos ejemplos de modelos de actividad que son
de uso frecuente en proyectos de investigacin. El ms alto representa produccin
industrial y se hace de variables cuantificables. El ms bajo enumera cuatro modelos
cualitativos a menudo utilizados en la psicologa social.
Algunos modelos sociolgicos de actividades humanas y sus contextos:

Un guin: el modelo subconsciente de acuerdo al cual la persona intenta actuar.
Un escenario conductual o "escenario social" es un lugar o una institucin (por
ejemplo: un aula, una iglesia, un mostrador de un banco) donde la gente
normalmente acta de formas convencionales.
Un episodio social, una situacin tpica y que tiene lugar repetidas veces en el
comportamiento de la gente.
Una institucin: una organizacin permanente de la sociedad que comprende a
ciertas personas, prcticas establecidas y localizacin.
Ay, no es siempre fcil de encontrar ni disear un modelo conveniente para un estudio.
A veces usted puede adoptar y mejorar un modelo prestado desde un informe de
investigacin publicado ms temprano, a veces usted puede construir un tentativo
modelo en base de la blanco de su proyecto. Pero sucede tambin que usted tiene que
posponer su construccin hasta que usted sea informado mejor sobre el objeto del
estudio.
Al lado de la existencia de un modelo, otros factores que tienen que ser notados al
escoger un mtodo de investigacin descriptivo son la blanco del estudio y la naturaleza
de la actividad que se estudiar. stos vienen en la vista especialmente en las preguntas
siguientes:
El entorno y las perturbaciones. Muchas actividades ocurren normalmente "en

el campo" en los ambientes ruidosos donde varios factores que no son
interesantes en el estudio instigan a variacin en la actividad y su registro. Para
evitar esta variacin perturbadora usted quizs desee arreglar el estudio emprico
en un cuarto recluido o en un laboratorio en forma de observacin sistemtica o
experimento. Sin embargo, al eliminar factores posiblemente influyentes usted
debe tener por lo menos una aproximacin de sus efectos en la actividad, de otro
modo su observacin llegar a ser sesgada de una manera desconocida. En ese
caso puede ser mejor dejar la actividad para suceder en su entorno original y
utilizar observacin no sistemtica.
Manipulacin. La actividad que usted desea estudiar es a veces tan infrecuente
que usted querr quizs estimular el objeto para iniciar la actividad que se
estudiar, por ejemplo pidiendo que la gente comience la actividad. De hecho,
manipulacin es muy usual en la observacin sistemtica y en experimentos. Por
otra parte, la manipulacin es aventurada porque trastorna fcilmente las
relaciones y las causalidades que usted quiere estudiar. Para evitar tal tendencia,
usted debe ya al planear la manipulacin tiene tanto conocimiento acerca de la
actividad (quizs en base de su teora) que usted puede predecir y controlar los
efectos secundarios de la manipulacin.
Puede una ayudante hacer la reunin emprica de los datos? S, si usted
tiene una teora buena que dice exactamente cules datos usted necesita. Sin esta
base, solamente el principal investigador puede juzgar qu datos son relevantes.
Es decir, los ayudantes pueden ser utilizados en todos los otros mtodos que la
observacin no sistemtica.
Qu hacer con resultados imprevistos? Si usted tiene una teora fuerte, usted
puede desatender simplemente las anomalas como "disturbios al azar" (aunque
hay un riesgo en l). En el contrario, si usted no tiene ninguna tal teora, todos
sus resultados son imprevistos y as potencialmente valiosos para su
investigacin. Es decir, cundo conclusiones imprevistas parecen ser frecuente,
es mejor usar la observacin no sistemtica
Datos cualitativos o cuantitativos? Toda clase de datos, an pictricos, y
combinaciones de ellos, pueden ser reunida con cualquier mtodo de
observacin, pero si la mayor parte de sus temas del inters son definidos
cualitativamente usted a menudo lo encontrar ms fcil de utilizar observacin
no sistemtica. El mtodo sistemtico y especialmente el experimento trabajan
mejor con variables cuantitativas exactamente definidas.
Es posible ajustar las definiciones de esos conceptos en los cuales usted
rene los datos? Generalmente, usted debe evitar tales modificaciones porque
un ajuste de la definicin de un concepto puede hacer invlido esas
observaciones que usted hizo antes de la modificacin. Esto es especialmente
verdad en una observacin sistemtica y en un experimento donde usted trabaja
sobre todo con conceptos exactamente definidos. Como contraste, en
observacin no sistemtica donde usted comienza normalmente con slo dbil o
ninguna teora, tales modificaciones son usuales y no destructivas. Cuando su
conocimiento sobre la actividad aumenta, usted puede fcilmente mejorar las
definiciones sin mucho detrimento.
Todos los puntos de vista antedichos que pueden afectar la seleccin del mtodo de
observacin se demuestran comprimidos en la tabla siguiente.
Estilo de Investigacin Investigacin para Estudio basado en

investigacin: exploratoria mejorar un modelo hiptesis
Mtodo: Observacin no Observacin Experimento
sistemtica sistemtica
...pero al escoger el mtodo, tened en cuenta los aspectos siguientes, tambin:
Entorno Campo Campo a menudo Laboratorio
Manipulacin No Posible Siempre
Puede una No S S
ayudante reunir los
datos?
Qu hacer con Registrar y Registrar o quitar Quitar
resultados estudiar
imprevistos?
Tipo de datos? Cualquiera Preferiblemente Definido
definido exactamente, a
exactamente menudo cuantitativo
Es posible ajustar S S, pero mejor No
las definiciones? evitarlo
Aunque la tabla contiene solamente tres mtodos distintos, hay siempre la posibilidad
de combinar elementos de estos mtodos, o de modificarlos.
Observe que la tabla arriba contiene no mtodos de observacin indirectos, ni mtodos

de observacin normativa que se discuten en una pgina separada.
Observacin no sistemtica
El mtodo de observacin no sistemtica no requiere ningn conocimiento inicial sobre

la actividad que ha de ser estudiada. Podra usarse, por ejemplo, cuando un explorador
visita una tribu indgena. El mtodo sera simplemente mirar lo que ocurre, y con el
tiempo captar la estructura de las acciones, incluso si esto llevase algn tiempo. Una
bella descripcin de este tipo de mtodo se da por Lewis Mumford, en The Culture of
Cities (1938):
"La primera inspeccin de una ciudad debera ser somera y al azar: asimilar lo
que uno ve y lo que ocurre sin un orden en particular... Uno debera primero
flotar pasivamente en un mar de impresiones... Slo despus de una inmersin
general en la escena urbana, debiera intentar explorarla sistemticamente... Pero
debera recordarse el mandamiento de Wordsworth...: " Piensas,... que nada
vendr por s mismo, pero que debemos seguir a la bsqueda?" Una sabia
pasividad es una contrapartida importante para una actividad intensa y la
investigacin nunca puede prescindir de la necesidad de la contemplacin."
El mtodo arriba descrito es ciertamente tan asistemtico como se pueda pensar. Evita
todos los preconceptos sobre la actividad observada y as es sensible y lo ms
apropiado para descubrir todos los factores relevantes. Sin embargo, tiene la desventaja
de llevar mucho tiempo, pues el investigador ha de observar un buen nmero de
incidentes antes de que pueda construir un modelo terico de la accin y comenzar a
informar sobre l. Un mtodo as debiera ser usado slo cuando se requiere tal estilo
exploratorio; es decir, cuando estudiamos algo que no ha sido estudiado antes.
La situacin habitual cuando se comienza un proyecto de investigacin es que tenemos

algn conocimiento de lo que ocurre y de los objetos que estn implicados, y hemos
definido el asunto que ha de estudiarse. Entonces sobre esta base podemos especificar
qu buscaremos durante la observacin. Si especificamos exactamente el objetivo,
nuestro mtodo ser la observacin sistemtica.
Si, en lugar de ello, elegimos especificar slo en trminos generales qu actividades han
de ser registradas, pero dejamos abiertos los detalles, probablemente elegiremos una de
las muchas variaciones de la observacin no sistemtica.
Lo tpico de la observacin no sistemtica es que definimos la actividad que ser

estudiada y los atributos que sern registrados verbalmente; sin embargo, el observador
puede incluir adicionalmente cualesquiera otros factores fortuitos que juzgue necesarios
para explicar la actividad en el informe. Estas notas adicionales podran por ejemplo
describir los factores ambientales cambiantes, perturbaciones fuera de lo comn, etc.
Tambin es algo tpico que el observador puede combinar mtodos de reunir los datos,
por ejemplo, pedir a las personas observadas que clarifiquen aspectos. La conversacin
podra incluso crecer para asemejarse a una entrevista temtica. En algunos casos
podramos plantearnos ir incluso ms lejos y tratar posibles mejoras para la actividad
observada; encontraremos mtodos especficos para ello bajo el epgrafe Investigacin-
accin.
Ya que la observacin lleva siempre una gran cantidad de tiempo, el investigador

muchas veces contrata uno o ms asistentes u observadores para esta tarea. Para
asegurarse un informe homogneo, los observadores deberan recibir instrucciones
escritas sobre qu debe buscarse y cmo dar cuenta de ello; tal vez se les d tambin
hojas de informe. Los observadores debieran tambin ser formados para la tarea, y tener
alguna prctica en la observacin antes de que el registro final de los datos comience.
Los informes a partir de la observacin no sistemtica incluyen normalmente varios

tipos de informacin, por ejemplo, descripciones verbales y cualitativas. Si stas son
largas, se hace difcil escribirlas durante la observacin; en ese caso la escritura puede
posponerse hasta despus del periodo de observacin. Sin embargo, deberamos
completar las notas antes de comenzar la fase siguiente de la observacin; de otro modo
el conjunto ms reciente de impactos se superpondr sobre los viejos en nuestra mente y
las observaciones se registrarn en el lugar inadecuado. Si la actividad es complicada,
podramos plantearnos el grabarla en video y completar el informe ms tarde, usando la
grabacin como prueba.
Observacin participante. Si la gente que estamos observando se ven a s mismos

como un grupo, en ocasiones podramos incluso actuar como miembros del grupo e
intentar participar en sus actividades normales. Nos corresponde a nosotros evaluar
cunto cambiar esto, a su vez, el comportamiento de la gente que estamos observando.
Observacin consultando. Al observar a gente usted quisiera a menudo or sus propias

ideas sobre lo que hacen y para qu, porque lo podra ayudar a entender la actividad que
se pasa. Usted podra simplemente preguntar a las personas que son observadas, pero
entonces hay el riesgo que la discusin altera la actividad. Este riesgo ser ms pequeo
si usted evita de hacer preguntas mientras que pasa la actividad, y en lugar usted las
pide por adelantado pensar en voz alta y "explicar a s mismos" lo que ellos hacen y por
qu se debe hacer esta manera. Cuando se da esta instruccin antes de que la actividad
comience, podemos esperar que no altere demasiado la actividad. Esta variante de la
observacin consultando tambin se llama investigacin contextual (ingl. contextual
inquiry).
Ocurre que el investigador no puede permanecer silencioso todo el tiempo, porque la

persona observada puede olvidarse de expresar sus pensamientos. Cuando sucede esto,
el investigador da generalmente un incita que sea tan neutral como sea posible, por
ejemplo, "qu usted ahora piensan?"
Hay unas pocas variantes de la observacin consultando. Uno es la estrategia del "amo-
y-aprendiz" donde el investigador adopta el papel de una pupila ignorante que necesite
obtener las explicaciones simples de todo que hace el maestro.
Otra posibilidad es combinar la observacin y la entrevista temtica todos aspectos de la

actividad - su propsito, alternativas, mejoras eventuales etc., - se pueden tomar en
discusin. Si los objetivos del estudio incluyen desarrollar la actividad s mismo, usted
puede considerar el hacer uso de la lista estndar de cuestiones de la ingeniera de
mtodos, pgina +++. Cundo las personas en la accin explican cmo ellos interpretan
la cosa que ellos hacen y cules son las razones de su comportamiento, usted puede
conseguir una vista ms profunda de la actividad y de sus relaciones, pero el precio ser
que la actividad puede desviarse lejos de su patrn original.
Cuando exista el informe preliminar de la observacin consultando, quedara bien al

estilo de este mtodo que el informe se discute junto con la persona que fue observada.
Observacin sistemtica
La observacin sistemtica es factible si tenemos una idea exacta de lo que queremos

saber. Esto significa que cuando se comienza la observacin sabemos y hemos anotado
dos cosas,
el escenario, o el curso normal de la accin que se va a estudiar

el problema, la variacin especfica en la accin de que se trata en el proyecto
presente. Muchas veces definiremos esto como una hiptesis exacta consistente
en su mayor parte de variables aritmticas. As, en investigacin cuantitativa,
las observaciones suelen llevarse a cabo segn el estilo sistemtico.
Comenzando por el escenario y las hiptesis, diseamos los mtodos de observacin de

modo que obtengamos un registro de solamente aquellas acciones, atributos o variables
que estn incluidas en nuestra hiptesis. Todo lo dems es superfluo y no debe ser
registrado.
Con vistas a eliminar informacin innecesaria, podemos usar uno de los dos mtodos de
muestreo:
muestreo de acontecimiento. Esperamos hasta que la accin predefinida tenga

lugar, y entonces registramos tanto a ella como a las variables relevantes
predefinidas.
muestreo de tiempo. Hacemos las observaciones en los puntos elegidos en el
tiempo (por ejemplo, cada cinco minutos), y entonces registramos cualquier
accin que est teniendo lugar (usando la clasificacin de accin definida en
nuestra lista preparada con anterioridad).
Porque todas las variables y atributos interesantes son

bien conocidas con anterioridad y tambin conocemos
todos los valores que pueden tener, estamos en
disposicin de hacer una hoja de informe con espacios
vacos para aquellos hechos que queremos registrar.
Si slo queremos obtener el nmero de ciertas
incidencias, un buen mtodo es un estadillo o lista de control (vase la figura de la
derecha). Una alternativa podra ser codificar todas las alternativas; en este caso el
observador no precisa ms que un papel en blanco para anotar los cdigos apropiados
(que ha de memorizar).
Quienes investigan profesionalmente el trabajo suelen usar ordenadores de bolsillo en

los que puede programarse una tecla para cada variable y parmetro. La fecha, el
momento y otras variables pueden registrarse automticamente. De este modo, la
transferencia de los datos para el anlisis puede ser mucho ms sencilla que
extrayndola de cuestionarios.
Si, junto al nmero de sucesos, necesitamos tambin alguno de sus atributos, llevar la
cuenta no nos servir. Una alternativa viable es codificar, ya que podemos asignar
cdigos separados para cada uno de los atributos necesarios. O, si preferimos usar un
ordenador de bolsillo, podemos dedicar algunas de sus teclas a indicar los distintos
atributos de los sucesos.
Para registrar los detalles de una accin complicada o rpida, la grabacin video es
mejor que fotografa, porque el flash y el sonido de la cmara fotogrfica pueden causar
una perturbacin considerable. Es posible, tambin, tomar fotos con una cmara
automtica que dispare a intervalos (fotografa en lapsos de tiempo). La perturbacin
causada por el investigador se evita entonces; aunque simples fotos sin algunas notas
suelen ser ms bien difciles de interpretar.
Los ricos detalles de una fotografa son tiles

para documentar, pero en bastantes ocasiones
algo fastidioso en investigacin analtica. Las
grabaciones en video tienen el mismo
inconveniente. Un mtodo para reducir detalle
es transformar las fotos en el formato de la
historieta (ingl. "storyboard") como la que est
en el derecho por Keinonen p. 217.
Por otro lado, un buen uso tanto de la

fotografa como del video es que el
investigador sea capaz de revisar la accin con
las personas que aparecen en la imagen y pedirles que expliquen sus acciones y motivos
en detalle.
El grado de manipulacin
La finalidad de observacin es asegurarse de que la actividad que hemos registrado es

similar a las actividades de aquellos otros casos que no hemos estudiado en la
poblacin. Tenemos las mejores opciones para alcanzar este ideal si evitamos manipular
la actividad o su entorno.
Las disposiciones que son necesarias para hacer posible la observacin tienen muchas
veces el efecto indeseado de que cambian el curso normal de los acontecimientos o el
comportamiento del objeto de estudio. Esto puede ocurrir cuando el objeto de estudio es
un ser humano, un animal vivo, y en muchos casos tambin cuando el objeto de estudio
es un proceso fsico. Especialmente cuando usted quiere observar personas, usted debe
estar enterado que ya el conocimiento que ellos son observados probablemente altere su
comportamiento.
No slo la manipulacin activa puede influenciar la actividad que va a ser estudiada,

sino que tambin puede hacerlo la presencia pasiva de un investigador; los
observadores habitualmente intentan minimizar este efecto comportndose de la manera
menos invasiva posible. Algunos han intentado esconderse tras las cortinas o un espejo.
Un mtodo usado a veces para reducir el efecto de la presencia del investigador es hacer
la grabacin con una cmara de vdeo fija, sin la presencia directa de investigadores.
Vries et al. divulga que los participantes hablan entonces ms libremente, por lo menos
sobre asuntos emocionales y relacionados de placer. Otro modo de disminuir la
perturbacin es llegar al lugar una hora antes de que comience la observacin; de este
modo, hay tiempo para que se apague la curiosidad inicial del sujeto de la prueba.
No obstante, en algunos casos, el investigador no reunira ningn resultado en absoluto

sin usar en alguna medida de la manipulacin. Por ejemplo, el comportamiento que
deseamos estudiar puede ser normalmente tan infrecuente que esperar a que ocurra
causara ms perturbacin que la manipulacin, por no mencionar los costes. Esta es la
razn por la que los investigadores han inventado y usado muchos ingeniosos mtodos
de manipulacin y control de la conducta observada. Al estudiar las actividades
humanas, el incentivo necesario se crea normalmente de modo que el investigador pida
simplemente que gente comience la actividad que se observar.
La manipulacin significa generalmente que el investigador proporciona un estmulo

que se espera para lanzar la actividad que debe ser observada. De esta manera usted
consigue datos ms rpidamente, y usted tiene posibilidades mejores para evitar
disturbios. Todo esto ayuda a economizar en tiempo y coste.
Un tipo ms fuerte de manipulacin ocurre cuando una ayudante entra la situacin de

investigacin y realiza una tarea predefinida que sirve como un estmulo a los
participantes que son mantenidos ignorantes de la manipulacin. Otro elemento que a
menudo es manipulada en los procedimientos de la observacin, es el contexto de la
actividad. Alternando varias caractersticas del ambiente usted puede estudiar su
influencia posible en la actividad.
Una desventaja en la manipulacin es que puede estropear la validez de los resultados.

Esto sucede si la actividad consigue demasiado afectada debido a la manipulacin. Al
estudiar la actividad humana la persona que se estudiar observa a menudo que la
situacin est fingida y reacciona antinaturalmente, y una aberracin similar es posible
al observar un proceso fsico, tambin.
Mtodos indirectos para registrar una actividad
El auto-informe o "diario de la experiencia" (ingl. self-reporting; experience diary) es

un mtodo que funciona sin la presencia de un investigador. En lugar, el investigador
pedir a la gente que d cuenta de sus propias acciones en cuestionarios que l ha
preparado con este fin.
El cuestionario contiene generalmente una pgina para cada da, con las preguntas
impresas que dependen de la informacin que el investigador desea obtener. Si el
estudio concierne cmo el da se ha utilizado o en cul hora ciertas operaciones se han
hechos, la pgina puede ser subdividido en horas. Como alternativa, si solamente cierto
tipo de ocurrencia est de inters, puede haber cuadros vacos para divulgar apenas
stos, con las preguntas relevantes para contestar. Por ejemplo, puede haber un conjunto
de preguntas de ser contestado siempre al volverse de un paseo del coche.
Para obtener ms detalles de ciertos episodios, una posibilidad es dar al respondedor no

solamente un cuestionario pero tambin una cmara fotogrfica de usar y tirar con
instrucciones cundo utilizarla.
El auto-informe es un mtodo fcil y barato y eliminar la perturbacin causada por la

presencia del investigador. Tiene tambin la ventaja que puede capturar acontecimientos
infrecuentes en lugares inaccesibles, como un uso de una computadora porttil durante
un viaje.
Un problema del auto-informe es la dudosa fiabilidad de los resultados y el hecho de

que la motivacin de los sujetos raramente es lo bastante grande como para registrar una
gran cantidad de datos. Observe que los deberes de respondedores incluyen no
solamente cumplimentar los cuestionarios, pero tambin despus ayudar al investigador
para descifrar sus marcas diarias (y fotografas, cuando hechos).
Los mtodos no intrusivos se han ideado para evitar cambios indeseados en la

actividad que se estudiar. Estos mtodos evitan la presencia de un investigador para la
observacin de lo qu sucede. Estos comprenden:
cmaras o sensores automticos para registrar sucesos

usar los datos de medidores existentes de electricidad, agua, etc.
estudiar las trazas fsicas:
o desgaste de suelos para detectar dnde han andado las personas, desgaste
de ropa o piezas de mquinas,
o incremento, por ejemplo, de la basura, para indicar el consumo de
comidas empaquetadas, etc.
estudiar los archivos y documentos personales, como cartas o diarios (vase
investigacin ex post facto, p. 15).
Un inconveniente en esto suele ser que los datos no representan exactamente el

fenmeno en que el investigador est interesado. Los datos quizs son difciles de
conseguir, y con frecuencia no incluyen la informacin que necesitara el investigador.
Ventajas son que la accin no cambia a causa de la investigacin, y es posible estudiar
las actividades que han sucedido ya hace mucho tiempo.
Experimento
El experimento es un mtodo para verificar empricamente una hiptesis causal. Sobre
la base de la hiptesis, diseamos el experimento de forma que nuestro objeto de
estudio tenga la posibilidad de comportarse de acuerdo con nuestra hiptesis o no. El
mtodo est as slidamente anclado en la teora existente y es posible slo cuando ya
conocemos nuestro objeto bastante bien desde el comienzo y slo queremos depurar
nuestro conocimiento, por ejemplo, estableciendo asociaciones cuantitativas entre
variables.
En los tres diagramas siguientes las hiptesis incluye slo una variable independiente y
tambin una variable dependiente. En proyectos de investigacin reales las hiptesis
suelen constar de varias variables de ambos tipos.
En el mtodo experimental, el punto de partida del

investigador es una hiptesis terica. La primera
tarea es traducir la hiptesis a un diseo
experimental, emprico, donde la variable
independiente aparezca como un estmulo que se
aplica sobre el objeto de estudio. A este estmulo,
el objeto puede optar por reaccionar en el modo
que se especifica en la hiptesis; esta reaccin
entonces es medida y as obtenemos el valor de la
variable dependiente.
El experimento ha de ser repetido al menos una

vez, para que podamos comprobar al menos dos
valores distintos de la variable independiente y
saber si tienen algn efecto sobre la variable
dependiente. Pero puede que necesitemos muchos ms experimentos si nuestras
hiptesis incluyen ms de dos variables, si la relacin causal que estamos comprobando
es muy dbil o si hay perturbaciones.
En el mundo real el objeto de estudio

tambin recibe, junto al estmulo que se
planea, otras influencias. Muchas de ellas
no han sido incluidas en nuestra hiptesis.
Desde el punto de vista de nuestro
proyecto de investigacin, estas otras
influencias son perturbadoras, porque
pueden causar variaciones indeseadas en
las reacciones (Fig. de la izquierda). Las
influencias externas son a veces llamadas
ruido.
Una forma de eliminar la variacin

indeseada es mirarla como "variacin
aleatoria" y eliminarla incrementando el nmero de experimentos y calculando la media
de los resultados. Sin embargo, este mtodo puede forzarnos a preparar miles de
experimentos slo para comprobar una nica hiptesis.
Otro mtodo para eliminar las perturbaciones y
las variables independientes superfluas es
extraerlas protegiendo nuestro objeto de
estudio. Esto se suele hacer moviendo el diseo
experimental a una sala cerrada en un entorno
de laboratorio y evitando todo estmulo extra
(como en la fig. de la derecha).
Por otro lado, el aislamiento hace las

condiciones del objeto menos naturales y
menos autnticas, y as puede reducir la
"validez ecolgica" de nuestro experimento y
sus resultados. Este riesgo es significativo
especialmente cuando el objeto de estudio es
un ser humano o un animal; el riesgo es frecuentemente insignificante cuando el objeto
es materia inerte. -- Si tenemos dudas sobre si el aislamiento tiene influencia sobre la
reaccin o no, podemos primero comprobar sus efectos como un proyecto separado.
Objeto en el experimento
Cuando se selecciona el objeto u objetos que han de estudiarse en el experimento, la

primera tarea es definir poblacin a la cual queremos generalizar nuestros resultados.
Tenemos que preguntarnos a nosotros mismos: Cul es la poblacin donde se supone
que nuestra hiptesis ser cierta? Una vez respondida esta pregunta, podemos proceder
a seleccionar el/los elemento(s) para esa poblacin, tal vez por muestreo.
Puesto que es deseable tener tan poca variacin como sea posible entre los experimentos
repetidos (aparte de la variacin deliberada de la variable independiente), sera prctico
usar slo un objeto de pruebas en los experimentos duplicados. Sin embargo, esto slo
ser factible si el experimento trata sobre cambios no permanentes en el objeto de
estudio. En algunos casos, el objeto ser deformado o incluso destruido en el curso del
experimento, por ejemplo cuando vamos a estudiar la fuerza de estructuras.
Del mismo modo, cuando el objeto de estudio es una persona, no podemos replicar
totalmente el experimento, porque la reaccin de la persona, como consecuencia, se
modificar la vez siguiente. As, en muchos casos nos vemos obligados a tener un
objeto distinto de prueba en cada experimento, siendo cada uno de ellos elegido
preferiblemente por muestreo aleatorio.
Si todos los elementos en la poblacin son prcticamente idnticos, todo va muy bien.
Pero si los objetos presentan disimilitudes, por ejemplo: la gente, su varianza ocasionar
una cantidad bastante grande de variaciones indeseadas en las reacciones. Una forma de
compensar esto es incrementar el nmero de sujetos en cada diseo experimental. Esto
significa que administramos cada tipo distinto de estmulo no slo a un sujeto, sino a un
grupo entero de ellos.
En los (histricamente) primeros experimentos sola haber slo dos grupos que reciban
los siguientes nombres:
el grupo experimental = aquellos sujetos que reciben el estmulo, y

el grupo de control = aquellos sujetos que no reciben estmulo.
Estas denominaciones se usan incluso hoy en ocasiones; sin embargo, son ms bien
poco afortunadas el sentido de que se saca la impresin equivocada de que el "grupo de
control" est de alguna manera ms "controlado" que el otro; adems, en los
experimentos modernos habitualmente son necesarios muchos ms de dos grupos. As
que es un mtodo mejor llamar a los grupos slo por los nmeros.
Los grupos experimentales paralelos deben ser tan similares como sea posible, para que
no haya ms diferencias que las causadas por las diferencias en los estmulos. El hecho
de que las distintas personas de la prueba varen hasta cierto punto de forma aleatoria no
puede evitarse, pero el investigador debe intentar no causar una diferencia sistemtica
en los grupos de la prueba. Para propiciar este objetivo, podemos colocar a los
individuos en los grupos tras echarlo a suertes.
Otro modo de propiciar la similitud de los grupos de la prueba es colocar a los sujetos
de acuerdo a un diseo por sujetos coincidentes. Primero los sujetos son agrupados por
pares, sobre la base de la similitud. Entonces, para los fines de la prueba, estos pares
coincidentes se dividen y son colocados en grupos distintos. Un caso tradicional de
pares coincidentes en la investigacin han sido los gemelos idnticos.
En experimentacin no siempre es posible usar el objeto real de investigacin. Este es el

caso cuando el objeto de inters es un producto que nicamente est siendo diseado: ni
siquiera existe en el momento de la experimentacin y ha de ser simulado,
reemplazndolo por un modelo del objeto real. Las alternativas de hacer prototipos y
otras variedades de modelos para productos an no existentes se tratan bajo el ttulo
Construccin de prototipos.
Otro aspecto que complica y prohbe a veces el arreglar de un experimento se relaciona

con la tica de la investigacin. Si una criatura viva deber estar implicada en un diseo
experimental, el proceso no debe causar dolor o disturbio, por lo menos excesivamente.
Para garantizar esto, hay instrucciones ticas para muchos campos de investigacin.
Hay tambin muchos fenmenos que no podemos en todo duplicar como experimentos.
stos incluyen por ejemplo muchas decisiones importantes en la vida humana: elegir
una escuela, una carrera, un esposo o un lugar para vivir, y tambin los acontecimientos
perjudiciales tales como desastres naturales, accidentes de trfico y crmenes. Sin
embargo, en el caso que estos acontecimientos y sus razones o consecuencias
concebibles se han registrado en un grado suficiente, es a veces posible utilizar tales
archivos para crear un diseo quasi-experimental con el mtodo del ex post facto, p. 15.
El estmulo
En qu grado ha de ser realista un estmulo? Hay unos requisitos respecto a esta

cuestin que son objeto de controversia:
requisito de fidelidad (o validez): el estmulo debera ser similar a aquellos que

ocurren en el mundo real, de modo que los resultados puedan considerarse
vlidos fuera del laboratorio.
requisito de ausencia de perturbaciones. Cuando se usan estmulos naturales
presentes en una situacin del mundo normal, stos pueden introducir factores
suplementarios que el investigador no quiere estudiar y cuya influencia quizs
oculte los factores que s quiere estudiar. Esta varianza suele poder eliminarse
incrementando el nmero de experimentos.
Aspectos prcticos: la dificultad o los costes de producir los estmulos puede
variar considerablemente entre las alternativas. Un futuro producto que todava
no existe debe a veces usarse no como el objeto de estmulo, sino como el
estmulo mismo: esto es el caso cuando queremos comprobar las reacciones de
los usuarios a nuevos productos.
Un ejemplo de investigacin de arte. Si queremos descubrir si la gente aprecia el hecho

de que algunas obras de arte siguen la proporcin de la llamada Seccin urea (1:1.6), el
investigador ha de elegir entre las alternativas que le sern presentadas a continuacin,
comenzando por el enfoque ms realista y acabando por el ms abstracto. El ms
realista (nmero 1) requerira incluso que las obras de arte fuesen presentadas en su
entorno natural, por ejemplo una exposicin de arte. En las dems alternativas, sin
embargo, la prueba se llevara a cabo en un entorno de estudio, por ejemplo en un
laboratorio.
1. Usar como estmulos obras de arte reales -- antes que nada, las obras que
emplean la seccin urea -- tambin las dems en que sta no se ha empleado.
Este mtodo produce numerosas diferencias en los estmulos. La mayor parte de
ellos simplemente seran perturbadores.
2. Usar fotografas de estas obras de arte reales, quizs tras disminuir su varianza,
por ejemplo omitiendo los colores y estandarizando el contraste.
3. Pueden usarse variaciones "con aspecto real" de una nica obra de arte hecha
por el investigador. La proporcin de estas variaciones ha sido cambiada por
ejemplo deformando o transfiriendo partes a ubicaciones nuevas. La intencin
del investigador es hacer que las distintas versiones difieran slo respecto a la
variable cuya influencia quiere estudiar.
4. Usar slo cuadrngulos dibujados en distintas proporciones, siendo uno de ellos
dibujado de acuerdo con la seccin dorada. Esto significa que el estmulo no
contiene nada ms que lo que es absolutamente necesario para presentar la
variacin de la variable estudiada.
Un ejemplo del ltimo principio fue el estudio de Riitta Brusila sobre el efecto de los
colores en un peridico. Hizo dos copias impresas del peridico del mismo da, una en
color y una en blanco y negro.
Minna Uotila ha estudiado qu efecto tiene la textura

del tejido en la impresin general producida por una
prenda. Hizo un experimento mostrando a los sujetos
de la prueba imgenes de un vestido de mujer. La nica
variacin en las imgenes, y tambin la variable
independiente en la hiptesis de Uotila (1992), era el
dibujo del material: listas, puntos o pequeos
cuadrados. Su intencin era estudiar el efecto de la
textura sobre la impresin de conjunto del vestido;
encontr, sin embargo, que el efecto de la textura era
ms pequeo que la varianza entre los sujetos.
Algunos estmulos no pueden ser regulados totalmente

por el investigador. Tales estmulos son los fenmenos
naturales: la direccin del sol, la temperatura exterior,
etc. Entonces el investigador ha de adaptarse al ritmo
natural de la variacin de los estmulos.
A veces tambin sera necesario sondear las reacciones de la gente ante un objeto, un
edificio o un entorno que nicamente estn siendo planeados. Resulta imposible
presentarles un estmulo genuino; en lugar de ello debe usarse un sustituto, por ejemplo
un dibujo, un modelo de cartulina u otro decorado de construccin en el laboratorio o en
el entorno real. El estmulo sustituto debe presentarse de manera tan clara que el sujeto
reacciones en la misma manera en que lo hara ante un estmulo real. El investigador
debe comprobar por adelantado la presentacin. Los dibujos tcnicos en blanco y negro
y las miniaturas que suelen usar los diseadores son normalmente demasiado
complicadas de entender para los profanos. En lugar de ello, una imagen de televisin
en color es hoy en da algo familiar y comprensible para casi todo el mundo, y es
preferible para simular mquinas y entornos.
Si la conducta de la gente en situaciones sociales va a ser investigada en un laboratorio,

la validez ecolgica del experimento puede resentirse, porque la gente raramente se
comporta de modo natural en un laboratorio. El remedio podra ser organizar el
experimento como observacin sistemtica en un entorno natural.
Usaremos frecuentemente estmulos en los que un asistente de la investigacin

represente un papel acordado con antelacin. La "representacin" se hace ligeramente
distinta para cada grupo experimental y la diferencia en las reacciones de los dos grupos
se registra. No es ni mucho menos inslito los sujetos estn verdaderamente engaados
en el experimento para hacerlos reaccionar genuinamente. Sin embargo, esto implica
problemas ticos.
Una alternativa al uso de actores como asistentes es el mtodo de representacin de

papeles. El estmulo es habitualmente una narracin corta, o una imagen, creada por el
investigador. Se pide a los sujetos que digan lo que haba ocurrido antes de que la
situacin narrada tuviese lugar (o, alternativamente, cmo continuara la situacin). Las
historias dadas a los sujetos en los dos grupos son en todo idnticas, con la excepcin de
una diferencia relacionada con el detalle que el investigador quiere estudiar.
En algunos experimentos, como por ejemplo cuando se hace investigacin sobre los
efectos de una medicina, es importante que los sujetos no sepan a qu grupo pertenecen.
Tal experimento ciego puede organizarse haciendo que todos los frmacos de la prueba
tengan la misma apariencia aunque los que se les den a uno de los grupos sean placebos.
Si el asistente de la investigacin que lleve a cabo el experimento se le mantiene sin
saber cul de los frmacos es uno y cul es otro, se trata de un experimento doble-ciego
(ingls: double-blind).
Reaccin
Slo aquellas reacciones del objeto que tienen algo que ver con la hiptesis investigada
se registran.
Si la reaccin es accin de algn tipo, normalmente usaremos mtodos que se
documentan bajo el encabezado observacin sistemtica. Si se quieren las reacciones
verbales de los sujetos, se dan los mtodos bajo Investigacin interrogativa. stas dos
pueden tambin combinarse: al sujeto puede pedrsele que "piense en alto" mientras que
est realizando la tarea; el peligro de esto, sin embargo, es que el rendimiento del sujeto
cambia.
Si el experimento es llevado a cabo en laboratorio, es posible organizar mediciones

complicadas si stas se precisan. El equipamiento en todo laboratorio incluye una
variedad de instrumentos de medidas e indicadores; con frecuencia se pueden enlazar
con un ordenador situado en el lugar con vistas a registrar los resultados
automticamente. Las reacciones fsicas pueden medirse, como el pulso de los sujetos, o
los movimientos del ojo que indica a qu detalles de un anuncio, por ejemplo, captaron
la mayor parte de la atencin del sujeto.
Algunas reacciones pueden ser por naturaleza demasiado dbiles o lentas para permitir
unas mediciones fiables. En tales casos, el investigador podra recurrir a reforzar el
estmulo hacindolo ms fuerte de lo que lo es de manera natural. La datacin de
materiales, por ejemplo, ha sido estudiada elevando la temperatura, la humedad o la
cantidad de sustancias u organismos dainos. La fiabilidad del mtodo es, no obstante,
bastante dudosa y debe ser comprobado antes.
Mtodos interrogativos
La produccin y el uso de productos implican varios grupos de personas cuyas
experiencias, conocimiento o creencias son datos valiosos para la investigacin. Estos
grupos comprenden los clientes presentes y potenciales de la empresa, los compradores
y usuarios de los productos, as como el personal de la firma.
Antes de comenzar a presentar preguntas a la gente, es recomendable definir cul clase

de conocimiento usted desea conseguir de esta gente. Puede ser o
descriptivo, es decir los hechos, tales como el sexo, la edad, el grupo social del
encuestado, el uso anterior del producto etc., o
normativo, es decir las opiniones sobre el estado actual de cosas y cmo debe
ser mejorado. Las opiniones son expresiones externas de las actitudes, que
alternadamente se basan en los valores y las normas del respondedor, adquiridos
con la educacin y experiencias anteriores etc.
La divisin antedicha no es absoluta. Usted puede recolectar opiniones subjetivas en

propsito normativo e intentar cambiar cosas segn ellas, pero es tambin posible
estudiarlas en estilo desinteresado y objetivo, usando conceptos tales como
El placer de comprar, de poseer o de usar un producto.

Gusto describe las preferencias de alguien cuando se eligen productos para uso
propio. Suele ser evaluado como el gusto de alguien comparado con el de otra
gente y especialmente con el de renombrados "entendidos".
Moda es una tendencia de gustos que prevalecen en una comunidad, que, sin
embargo, cambia a una velocidad problemtica si se trata de estudiarla: la moda
de hoy puede considerarse como "desvada" el prximo ao, "espantosa" durante
la prxima dcada, "divertida" en 30 aos, "encantadora" en 70 aos y quizs
"bella" en 150 aos. As, no se olvide la dimensin del tiempo cuando estudiarla.
Los significados tal y como se estudian por la ciencia de la semitica.
Es tambin posible mezclar acercamientos desinteresados y normativos en una

cuestionario o entrevista, tan largo como el investigador mantiene la diferencia clara a
se mismo. Los mtodos de estudiar cualquiera uno son muy similares.
Elegir el mtodo
En la entrevista, las respuestas se dan oralmente y en el cuestionario por escrito. Esta
divisin parece superficial y de hecho lo es. Una diferencia ms importante entre los
mtodos se refiere a la cantidad de conocimiento y de la base terica que usted tiene
cuando comienza su investigacin, con respecto a la cantidad de datos adicionales que
usted necesite recoger. Los pedazos que falta del rompecabezas son a veces
relativamente pequeos cuando estn comparados a la masa del conocimiento (i.e.
teora) que usted tiene al comenzar la investigacin. A veces hay boquetes grandes: no
sabe todava casi nada del objeto. Cada uno de estos casos llama para un mtodo
diferente de investigacin donde usted enfoca su investigacin apenas a los pedazos de
informacin que falta.
Discernimos a menudo tres situaciones tpicas posibles con respecto a los pesos
relativos de la teora existente y a la cantidad de datos que se recolectarn:
Investigacin exploratoria.
Investigacin como revisin de un
modelo. Un modelo psicolgico
frecuentemente aplicado se ve a la
derecha (Syvnen 1985).
Estudio basado en hiptesis.
Si usted no est seguro cul de los tres es

el mejor para su situacin, puede mirar
algunas otras caractersticas que distingan
las variantes disponibles del examen:
Estilo de preguntas. Del punto de

vista del investigador, las preguntas con respuestas de eleccin fija seran las
mejores porque facilitan analizar de las respuestas. Sin embargo, se pueden
preguntar solamente si usted tiene una teora creble cul predice casi todas las
respuestas posibles. En ausencia de tal teora usted tiene que utilizar las
preguntas ampliables que trabajan bien solamente en entrevistas.
Es posible agregar nuevas preguntas en base de las respuestas que usted
recibi a las primeras preguntas? Es casi inevitable si ests interesado en una
pregunta sobre la cual el respondedor tenga solamente conocimiento tcito y
tenga as dificultad en contestar. La adicin de preguntas es fcilmente factible
solamente en entrevista.
Qu hacer con respuestas imprevistos? Si usted tiene una teora fuerte, usted
puede desatender simplemente las anomalas como "disturbios al azar". En el
contrario, si usted no tiene tal teora, todos sus resultados son imprevistos y as
potencialmente valiosos para su investigacin.
Estilo de estudio: Investigacin Investigacin como Estudio basado en

exploratoria revisin de un modelo hiptesis
Estilo de Preguntas abiertas Eleccin entre Eleccin entre
preguntas: respuestas prefijadas, respuestas
por lo general prefijadas
Es posible agregar S No No
nuevas preguntas?
Qu hacer con Recoger y analizar Recoger o Eliminar
respuestas eliminar
imprevistos?
La carga del Grande Pequeo Grande
trabajo y el coste
por respuesta
Es posible el Rara vez A menudo Siempre
anlisis
cuantitativo?
Otros aspectos: Es imposibleRequiere algunas Es difcil arreglar
contestar habilidades de la para contestar
annimamenteescritura del annimo
respondedor
Mtodo: Entrevista temtica Cuestionario Experimento con
reaccin oral
Cuando se planifica una investigacin, uno debe tener en mente que los sondeos de
opinin e investigacin de mercado estn sujetos a ciertas consideraciones ticas,
especialmente si los individuos pueden ms tarde ser reconocidos sobre la base de la
informacin dada. Los encuestados deben ser informados sobre la finalidad de la
encuesta, el nombre del investigador y tambin sobre el hecho de que la participacin es
voluntaria. El encuestado tambin tiene derecho ha saber quin ha encargado la
encuesta, excepto cuando es obvio que esta informacin disminuir la validez de los
resultados. El nombre de quien ha encargado la encuesta s afecta a los resultados: la
mayor parte de la gente es remisa a expresar opiniones que pueden pensar que son
contrapuestas a las intenciones de aqul. Para disminuir este efecto, sera ventajoso
divulgar a la comisin solamente despus.
Entrevista temtica
La entrevista es una buena eleccin si:
El objeto de estudio no se conoce muy bien; el problema y el objetivo del

estudio pueden ser revisados durante el proyecto.
El "rango" de las respuestas no puede ser conocido con anticipacin. Algunos
encuestados pueden presentar puntos de vista que sean nuevos y desconocidos
para nosotros.
Necesitamos la opcin de presentar preguntas adicionales basadas en la
informacin de los encuestados.
Las preguntas estn relacionadas con el conocimiento tcito o los puntos de vista
personales (actitudes, valores, creencias, etc.), de los encuestados.
Podemos permitirnos el tiempo suplementario y el coste de entrevistas y viajes.
Algunos de los encuestados tienen dificultades para expresarse por escrito.
Queremos publicar un informe que sea fcil de leer e interese al pblico en
general.
Las entrevistas llevan una gran cantidad de tiempo: en torno a un da para cada
entrevista y el trabajo asociado de despacho, mientras que podemos manejar al da
docenas de cuestionarios (incluso ms, si usamos un escner para la introduccin de las
respuestas en una base de datos). Esto no significa que un cuestionario sea diez veces
ms "productivo" que una entrevista; al contrario, la comprensin que se obtiene la
entrevista puede ser diez veces ms valiosa para nosotros. Sin embargo, esto significa
que para las entrevistas, con frecuencia tendremos que elegir un nmero menor de
encuestados, e incluso puede que necesitemos asistentes para hacerlas.
A continuacin trataremos el mtodo de la entrevista no estructurada o, ms

apropiadamente temtica. Se asemeja a la discusin normal: el encuestado tiene la
opcin de aadir comentarios que considera pertinentes y si el entrevistador encuentra
estos nuevos temas interesantes, puede seguir esa pista y plantear preguntas adicionales
basadas en los puntos de vista nuevos. Pero si el entrevistador piensa que la digresin es
innecesaria, dirige la conversacin de nuevo a los temas elegidos originalmente.
La entrevista temtica es un mtodo especialmente adecuado cuando no tenemos una

teora exacta sobre el tema, mientras que por el contrario estamos expectantes para
conocer los nuevos puntos de vista que no habamos previsto. Si elegimos este mtodo,
los encuestados con frecuencia aportarn ms puntos de vista nuevos que los que
podamos usar.
Entrevistas con individuos o con grupos?
Antiguamente la mayor parte de los investigadores pensaban que una tercera persona
siempre sesga las respuestas y, as, no debiera ser nunca admitida a las entrevistas.
Otros han sealado que los valores y las actitudes personales se crean solamente
mientras que el individuo vive en su grupo social. Ellos no existen realmente cuando la
persona es aislada del grupo y en tal aislamiento no se pueden estudiar, tampoco.
La entrevista del grupo significa una discusin entre un grupo social existente, tal
como un equipo de trabajo o una familia. Puede ser eficaz cuando debe reunir
informacin sobre maneras colectivas de vivir, de trabajar y de recrear, y tambin en
usos, evaluaciones y significados relacionados a productos. Descuida algo diferencias
personales, asuntos de la disputa y preguntas sensibles. Adems, en un grupo grande
generalmente algunos miembros hablan la mayor parte del tiempo y otros son
sometidos. Si la meta del estudio es describir la dinmica autntica del grupo, usted
puede elegir aceptar y registrar todas estas asimetras en la conversacin. Si la meta, en
lugar, es recolectar opiniones sobre un asunto dado, usted debe dirigir la discusin, lo
previene de desviar lejos del tema, y toma cuidado que todos los participantes se oyen.
Arreglos prcticos
La colocacin. En entrevistas, como en otro tipo de investigacin todos los arreglos que
apuntan a facilitar la investigacin pueden influir al respondedor. Para minimizar la
influencia es aconsejable elegir un lugar neutro y familiar para el encuestado: su casa,
una sala de reuniones, una cafetera u otro entorno apacible donde podamos conversar
sin ser molestados y sin prisas. Al reunir las opiniones acerca de un producto o su uso,
la mejor colocacin a menudo es el lugar donde este producto se utiliza de costumbre.
El entrevistador es siempre un elemento extranjero y posiblemente perturbando al

ambiente normal del respondedor. Para aminorar el efecto, l o ella debe vestirse y
comportarse de forma lo menos llamativa posible.
Una grabadora es casi siempre un instrumento indispensable en entrevistas temticas,

incluso si el volver a escuchar la grabacin siempre lleva mucho tiempo, muchas veces
ms de tres veces la duracin de la entrevista.
Material para demostraciones. Cuando las preguntas pertenecen a un producto dado o

a su uso, el contestar puede ser ms fcil y ms repleto si el producto l mismo est
presente y se puede utilizar. Si esto no es posible, el entrevistador puede proporcionar
substitutos o maquetas convenientes del producto. Por ejemplo, en el "mtodo del
rompecabezas" (ingl. "puzzle interview") el investigador hace disponible una seleccin
de tarjetas prefabricadas con retratos que simbolizan los varios elementos del producto,
su uso, usuarios diferentes, etc. Adems, el investigador coloca sobre la mesa o en la
pared unos pocos marcos o bandejas denominados que representan los modos diferentes
de usar el producto en varios contextos o circunstancias. Colocando uno o ms tarjetas
en marcos convenientes el respondedor puede ilustrar las situaciones y los problemas
relacionados con el uso del producto.
La agenda. El entrevistador suele empezar explicando quin es la organizacin

responsable, la finalidad del estudio y cmo sern usados los resultados. Estas pequeas
informaciones pueden ya de algn modo influenciar las actitudes del encuestado, pero
es difcil ver cmo podran evitarse. Adems suele ser necesario explicar en qu grado
se mantendr la confidencialidad sobre lo que el encuestado nos comunique.
Las primeras preguntas sobre el tema de estudio han de expresarse en trminos

generales. Las preguntas son "abiertas", y animaremos con frecuencia al encuestado a
explicar y ampliar sus respuestas. Para evitar de predisponer las respuestas, el
entrevistador debe nunca revelar sus propias opiniones sobre los asuntos discutidos.
Para animar al respondedor, usted puede indicar (cabeceando, por ejemplo) que usted
aprueba sus opiniones, pero despus usted debe tener cuidado y evitar de demostrar la
aprobacin apenas a algunas de las opiniones.
Cuando el encuestado elabora su afirmacin, no sabe qu puntos de vista nuevos

interesarn al investigador. Por ello el entrevistador debe de alguna manera dirigir las
respuestas. Parar las digresiones innecesarias tal vez sea una falta de tacto y es algo que
puede muchas veces evitarse simplemente esperando hasta que el encuestado ha
terminado. Es ms til estimular positivamente, buscando llevar (de vuelta) al
encuestado a los temas interesantes. Realizar estas proposiciones positivas es una forma
de sondear o tantear al entrevistado. Ejemplos:
Puede decirme ms sobre eso?

Por qu piensa que ocurri eso?
Cmo se sola sentir la gente cuando oa eso?
Se requiere otro tipo de sonda cuando el encuestado dice algo que sospechamos que es
una exageracin que tal vez l mismo podra reconsiderar. En esa situacin simplemente
diremos: Est Vd. diciendo que...?, De verdad cree que ...? y reformulamos la
afirmacin.
Al final de la entrevista podramos preguntar al encuestado si estara dispuesto a ver y

corregir posteriormente nuestra trascripcin sus afirmaciones o si est dispuesto a
continuar con otra entrevista si ms adelante encontramos que merecera ampliarse
algunos de los temas.
Un tipo especial de "entrevista" es el muestreo de conversacin, o escuchar a

escondidas la conversacin de personas particulares en lugares pblicos como tiendas y
parques. Algunos investigadores han usado este mtodo para reunir opiniones del
pblico en general respecto a edificios pblicos nuevos; ello podra tal vez usarse
tambin para recolectar puntos de vista sobre artculos a la venta en una tienda. Una
debilidad del mtodo es que toma a menudo mucho tiempo antes la gente vuelta a los
asuntos que interesan a investigador. Adems, es a menudo imposible restringir el
estudio a cualquier poblacin definida.
Antes de usar este mtodo, puede que fuera conveniente consultar el captulo sobre
consideraciones ticas. Una pregunta sin resolver es, le tiene a pedir el consentimiento
de la gente antes de publicar sus opiniones, an en el caso que estas personas se quedan
incgnitas?
Informe
Informar de los resultados de las entrevistas temticas es muchas veces complicado,

incluso cuando tenemos las respuestas grabadas. A veces tenemos que escucharlas
varias veces, intentando entender el significado. Una vez que lo hemos entendido,
simplemente parafraseamos las afirmaciones por escrito. Si la cuestin es muy
importante puede que interese verificar nuestra interpretacin en una nueva entrevista.
Las opiniones de entrevistados debern ser registradas tan fielmente como sea posible,
pero las declaraciones fcticos son otra cosa. Para los hechos pronunciados por el
encuestado debe tener en mente las posibilidades de:
el sesgo personal del encuestado: es posible que tenga razones para "adornar" los
hechos,
la capacidad del encuestado para decir la verdad completa. Estaba en una
posicin como para saber slo un aspecto del todo?
En la evaluacin crtica de la veracidad usted puede quizs utilizar una lista de

preguntas tpicas normalmente usada en la crtica de fuentes textuales.
Cuestionario
El cuestionario es un mtodo popular para reunir respuestas a preguntas simples. Los

encuestados pueden vivir muy lejos, ya que el cuestionario pueden envirseles por
correo y ellos pueden remitirlo de vuelta al investigador. Para poder hacer preguntas
exactas, tenemos que tener una idea exacta de lo que queremos saber. Solemos tener
hiptesis cuantitativas con variables aritmticas.
El cuestionario (o una entrevista estructurada) es una buena eleccin si:
El problema est bien definido (tal vez como hiptesis) y no ser modificado
durante el proyecto.
Todas las preguntas que han de ser respondidas se conocen por anticipado. No
se necesitan preguntas adiciones de aclaracin.
El "rango" de respuestas posibles se conoce por anticipado. Solamente queremos
conocer la distribucin de las respuestas: cuntos encuestados elegirn cada
respuesta.
Las preguntas implican hechos, cantidades o aspectos fsicos definibles
fcilmente.
Hay preguntas que algunos encuestados podran preferir responder
annimamente.
Tenemos mucho inters en el anlisis numrico.
Nota que cuando se usa un cuestionario, conseguir solamente las respuestas a sus
preguntas; no tendr ningn medio de hacer preguntas adicionales (el cual usted tendr
en una entrevista). Esta diferencia puede ser crucial en tales proyectos de investigacin
donde usted conoce el asunto slo superficialmente y preguntas adicionales quizs sean
esenciales. Por otra parte, hay ciertamente proyectos donde no preguntas adicionales se
necesitan.
La informtica moderna nos ha trado algunos nuevos canales para cuestionarios. En

uno de ellos las respuestas se dan en el telfono presionando las llaves del nmero
segn una codificacin dada (si=1, no=2 etc.). Otro mtodo es colocar el cuestionario,
con la ayuda del idioma de hipertexto, en una pgina de WWW como una forma. Las
respuestas sern transferidas automticamente al servidor del investigador donde l
entonces los puede analizar estadsticamente. Para estas tareas hay tambin programas
especiales como 'Infopoll'.
Una desventaja de muchas tcnicas modernas es que usted tiene que restringir su
muestra a personas que tienen una conexin del tipo adecuado (como telfono o correo
electrnico) y quines pueden y desean usarlo. Esta restriccin puede causar un sesgo en
los resultados. Un remedio poda ser arreglar simultneamente otro cuestionario con la
tecnologa tradicional.
Un mtodo que es bsicamente similar al cuestionario es la entrevista estructurada, en

la que el entrevistador simplemente hace las preguntas preestablecidas y registra las
respuestas. Normalmente casi todas las preguntas son de la modalidad en que se elige
entre varias alternativas. El mtodo parece combinar las desventajas de la entrevista y el
cuestionario a la vez que no ofrece especiales ventajas que no sean que los resultados
son fciles de analizar estadsticamente.
Cualquiera que sea el mtodo para preguntar, tenemos que respetar el derecho del
encuestado a saber por qu se le pregunta. Por esta razn al comienzo del formulario es
habitual que pongamos una introduccin donde indicaremos nuestra organizacin y
cmo va a ser usado el informe de la encuesta. Por otra parte, debiramos dar una fecha
lmite para la devolucin, y es tambin aconsejable incluir un sobre con la direccin ya
puesta y el franqueo pagado.
En muchos casos sera apropiado indicar en qu grado las manifestaciones del

encuestado se mantendrn confidenciales. Suele ser mejor no incluir la firma u otra
identificacin del encuestado en el formulario mismo. Sin embargo, es probable que nos
interese poner un smbolo de identificacin en el sobre. En la siguiente fase, este
smbolo permitir detectar a los que no contesten y escribir a los restantes.
Preguntar sobre hechos
Un hecho es algo que no es afectado por una actitud u opinin. Podemos incluir
preguntas factuales en las entrevistas o cuestionarios. Hay que asegurarse de no juntar
dos temas en una pregunta.
Muchas veces podemos hacer preguntas de eleccin entre respuestas prefijadas.

Ejemplos:
Ao de nacimiento:________
Estado civil: soltero/a casado/a divorciado/a viudo/a
Cuando se hagan cuestiones de eleccin entre respuestas prefijadas, debemos

asegurarnos de que se incluyen todas las alternativas posibles. Para curarnos en salud,
podemos aadir una casilla adicional:
otros
o bien:
Otros, indquese cul _____________
Las preguntas deben de evitar cualquier ambigedad, ya que el entrevistador no tiene

manera de pedir aclaraciones. Por tanto, las frases han de ser simples y no contener ni
negaciones dobles y palabras de uso raro. A veces una pregunta puede ser aclarada
poniendo en cursiva palabras importantes o aadiendo dibujos o fotos.
El investigador ha tenido un serio error si el encuestado se ve obligado a reflexionar

sobre lo que la pregunta significa realmente. Las preguntas ambiguas no producen
respuestas tiles; al contrario, irritan a los encuestados e incrementan el riesgo de que
no se nos devuelva la respuesta. Esto es por lo que cada cuestionario debe ser puesto a
prueba previamente. En la prueba, el investigador observa a un encuestado rellenar el
formulario. Si la escritura se ralentiza, el investigador pregunta por qu.
Las respuestas a manifestaciones factuales no son siempre exactamente verdaderas. La

gente con frecuencia desea dar una "buena" imagen de sus ingresos, educacin y otros
atributos conectados con su posicin social. En algunas preguntas tenemos la
posibilidad de comparar los datos de nuestra muestra los registros oficiales del rea. A
veces podramos preguntar lo mismo una vez ms en otro punto del cuestionario y con
una formulacin distinta.
Preguntar sobre opiniones y actitudes
Cuando se someten a examen actitudes, los enunciados de cuestionario deben

formularse en la manera siguiente:
Lo que se dice debe ser interesante.

No deben existir respuestas correctas o incorrectas a los enunciados
Los enunciados deben ser cortos, simples y claros. Deben evitarse las oraciones
subordinadas
Palabras como "todo", "siempre", "nadie" y "nunca", y las referencias al pasado
deben evitarse en los enunciados
Cuando se construyen los enunciados y se miran los resultados, deberamos tener en

mente el efecto de sesgo sobre las preguntas. La mayor parte de la gente tiende a
contestar positivamente a una pregunta en mayor medida que negativamente,
especialmente si piensan que el investigador mismo apoya la afirmacin. As sera
mejor alternar los enunciados de modo tal que reflejen tanto las actitudes positivas
como negativas.
Una herramienta tpica es la escala Osgood (o "la escala Likert") tambin llamada "el
diferencial semntico". Ejemplos:
Cmo evala el diseo de este telfono?

Marque una casilla en cada lnea.
Ligero _ _ _ _ _ _ _ Pesado
Solemne _ _ _ _ _ _ _ Animado
Cmodo _ _ _ _ _ _ _ Incmodo
Clsico _ _ _ _ _ _ _ Moderno
Una alternativa:
Est Vd. de acuerdo con la siguiente afirmacin?: Este telfono es bello. Tache una de
las casillas de abajo.
Completamente en desacuerdo
Ms bien en desacuerdo
Algo en desacuerdo
Algo de acuerdo
Ms bien de acuerdo
Completamente de acuerdo
Ms tarde podemos transformar las respuestas en frecuencias matemticas y analizarlas

estadsticamente.
Para medir actitudes a veces se puede idear una escala Guttman. Es una batera de
enunciados con una rigidez creciente de actitudes. El siguiente es un ejemplo de una
escala Guttman que mide la actitud discriminatoria:
1. Se casara con una persona refugiada?

2. Aceptara a una persona refugiada como amistad ntima?
3. Encuentra aceptables a las personas refugiadas viviendo en su vecindad?
4. Debera permitirse a las personas refugiadas vivir en la misma vecindad que las
dems?
Construir una buena escala Guttman es engorroso, porque debe ser probada y pulida
antes de usarse. Para muchos conceptos centrales de sociologa y psicologa hay ya
disponibles bateras de preguntas ya probadas y listas para usarse. Normalmente llevan
el nombre de test o prueba (psicolgica). El trmino instrumento de medida sera un
nombre mejor.
El mtodo de representacin de papeles se usa en ocasiones para estudiar actitudes y

normas de comportamiento. En la representacin de papeles, el investigador muestra
una historia escrita o en imgenes sobre una situacin social inventada, y al encuestado
se le pide continuarla de cualquier manera que le parezca apropiada. De forma
alternativa, al encuestado se le pide que imagine los acontecimientos que preceden a los
que estn en la imagen. El investigador suele presentar la historia bajo dos variaciones
ligeramente distintas, formando as esencialmente un diseo experimental donde las
historias diferentes funcionan como estmulos y las respectivas reacciones indican la
variable dependiente.
Es conveniente situar la historia que sirve de estmulo en la parte de arriba de la pgina

que se pasa a los encuestados. No debiramos mandar este tipo de cuestionario por
correo, porque los encuestados difcilmente se veran suficientemente motivados para
completarlo.
Las intenciones y deseos con frecuencia han de ser sondeados en la investigacin de

mercado. Desgraciadamente, los deseos que la gente indica en las encuestas reflejan
ms bien pobremente su comportamiento futuro. Muchos jvenes pretenden hacer o
tener algo que nunca harn o adquirirn; por otro lado, la gente de edad avanzada ni
siquiera necesitar algunas cosas que una persona ajena a su entorno juzgara como
imprescindibles para su bienestar.
El problema de la no-respuesta
La mayor parte de la gente accede con mucho gusto a que la entrevisten aunque con no
tanto entusiasmo como antes, porque las encuestas se han convertido hoy en da en algo
muy comn. La situacin ideal para el investigador es que aquella en que el asunto
estudiado es genuinamente importante o interesante para el encuestado. Si no es el caso,
el investigador debera tal vez motivar a los encuestados.
La motivacin positiva es la forma ms efectiva. Puede conseguirse explicando la

finalidad e importancia de la encuesta antes de presentar las preguntas propiamente
dichas. El investigador podra tal vez poner tambin el nfasis en el hecho de que ests
entrevistas son valiosas para l porque no podra obtener esta informacin en ninguna
otra parte.
El investigador debe pensar en los que los encuestados encontrarn motivador; el hecho
de que llevar a cabo una encuesta sea requerido para los estudios de nuestra Universidad
puede motivar al investigador, pero no necesariamente al encuestado.
Otra forma de motivar a la gente sera el indicar la muy pequea molestia que se le
causar si rellena el cuestionario. Esto es por lo que un cuestionario no debe ser largo o
intimidatorio, y las preguntas deben ser cortas. Hay que hacer que el contestarlas sea
todo lo fcil que sea posible. Debe incluirse con el cuestionario un sobre con la
direccin puesta y el franqueo pagado.
Varias otras tcticas, tambin, se han ideado para mejorar el porcentaje de respuesta en
las encuestas sobre correo. Jobber (1995 p. 177) resume su efecto probado como sigue:
Tctica Efecto sobre la tasa de respuesta

Notificacin anterior por Aumente del porcentaje en la investigacin de
correo consumidor pero no en las poblaciones comerciales
Notificacin anterior por Tasa aumentada de respuesta
telfono
Incentivos monetarios y no- Tasa aumentada de respuesta
monetarios
Sobres de vuelta estampados Tasa aumentada de respuesta
Personalizacin El efecto vara
Conceder anonimato a los Tasa de respuesta ms alta cuando el asunto es sensible
respondedores
Longitud del cuestionario Solamente efecto leve sobre tasa de respuesta
Cuestionario coloreado Ningn efecto sobre tasa de respuesta
Plazo Ningn efecto sobre tasa de respuesta
Tipo de preguntas Las preguntas no ampliables consiguen una respuesta
ms alta que ampliables
Seguimiento Las llamadas del telfono y los correos de seguimiento
aumentan tasa de respuesta
Si, no obstante, hay un gran nmero de respuestas que acaban por no llegarnos, el
investigador no tiene que reemplazarlas automticamente con respuestas de otras
personas ms dispuestas a cooperar. Si se hiciese esto, ello distorsionara fcilmente los
resultados, porque los ausentes pueden diferir de los que han facilitado una respuesta,
desvindose tal vez, tambin, con respecto a las variables importantes. Patrick W.
Jordan (p.158) da un ejemplo de esto:
"Considere ... un caso cuando un fabricante de programas para ordenadores

domsticas decidiera a examinar la nivel de satisfaccin de los clientes con sus
productos. Los que respondieron seran muy probablemente los que tenan una
opinin particularmente fuerte sobre el software. ... La conclusin pudo
incorrecto ser que los clientes fueron divididos firmemente en dos campos - los
que amaron el software y los que lo odiaron."
Para rectificar la distorsin causada por los ausentes, es usado a veces el procedimiento
siguiente:
1. Al principio, el investigador mantiene separadas las respuestas obtenidas sin

ninguna nueva solicitud (grupo A, pongamos 50 % en este ejemplo), y las
obtenidas tras solicitarlas de nuevo (grupo B, pongamos 30 % en este ejemplo).
La proporcin final de ausentes (grupo C) ser as en este ejemplo de un 20 %.
2. Tras esto, el investigador tiene que ver si el grupo B difiere del grupo A con
respecto a las variables que van a ser estudiadas. Una prueba t estadstica es
apropiada para esto.
3. Si hay alguna desviacin, podemos suponer que el grupo de ausentes definitivos,
grupo C, se desviar del A en la misma direccin que el grupo B. A partir de
ahora, las respuestas dadas por el grupo B se usarn como sustitutos para los
encuestados que faltan en el grupo C. Matemticamente este ser har
incrementando el peso del grupo B de modo que sea igual a la suma de los
grupos B y C, es decir, un 50 por ciento en nuestro ejemplo.
4. Si los grupos A y B no difieren en forma considerable entre ellos, podemos
esperar que la ausencia del grupo C no tendr una gran influencia sobre los
resultados, y as no se necesitarn correcciones. Los grupos A y B se combinan,
y los resultados totales a partir de ellos se suponen ciertos para el conjunto de la
poblacin.
MTODOS DEL ANLISIS
DESCRIPTIVO
Cundo escoger un mtodo para el anlisis usted tiene que considerar la cadena de las
operaciones de su trabajo. Qu es el suelo de que el anlisis comenzar, eso es, la
"entrada" del anlisis? Otra pregunta importante es, cmo usted manejar el anlisis
para que su "salida" sirva ptimamente el uso destinado de los resultados?
La salida deseada ser un punto de partida lgico para planear el mtodo del anlisis
en el caso que el proyecto apunta al encontrar conocimiento para un propsito
especfico. Especialmente cuando el propsito es normativo, es decir mejorar el objeto
del estudio u objetos similares ms ltimos, exigir mtodos de anlisis especiales,
explicados en la pgina +++ (Anlisis normativo).
Asimismo, tambin en estudio descriptivo, la salida del anlisis puede ser decisivo en el
caso que el proyecto busca conocimiento acerca de una pregunta firmemente definida.
Se debe producir este conocimiento en un cierto formato? En todos campos de la
ciencia el sistema existente del conocimiento, - la teora, - se arregla como un patrn
lgico constante, y se espera que los nuevos hallazgos de investigacin quepan en este
marco existente. Tales modelos tpicos para los hallazgos de investigacin son las
descripciones de objetos o fenmenos, explicaciones de procesos, y predicciones sobre
la actividad futura del objeto del estudio. Cundo usted persigue uno de stos, deba
tratar de planear el proceso del anlisis de modo que usted lo obtenga.
En vez de eso, si usted slo quiere obtener ms conocimiento acerca de un objeto, sin
pensar en algn uso especial de este conocimiento, usted puede bien escoger sus
mtodos en base del lado de la entrada, a partir de teora y nuevos datos disponibles.
La entrada terica. Al seleccionar el mtodo de anlisis es recomendable considerar si

se puede basar el trabajo en un modelo terico anterior que tal vez pueda ser tratado en
una hiptesis que pongamos a prueba. La presencia o ausencia de tal modelo afecta en
gran medida al proceso lgico de anlisis. A este respecto hay tres alternativas
principales, que se discutirn en la pgina 93:
investigacin exploratoria (usted tiene no modelo para comenzar con),

investigacin con miras a la ampliacin o revisin de un modelo anterior, y
investigacin para probar hiptesis.
Si usted elige un modelo existente como punto de partida, su formato restringir algo su
libertad en escoger el mtodo de anlisis. Los modelos escritos se manejan fcilmente,
mientras que los modelos matemticos requieren mtodos cuantitativos ms rgidos.
Datos. Si usted sabe donde el resultado de su estudio ser aplicado, usted sabe tambin
cul aspectos o variables sern importantes en su anlisis. Est acerca de ellos que usted
tiene que reunir los datos, y su mtodo lgico y las herramientas del anlisis deben ser
capaces de manejarlos.
Adems, si los resultados de su proyecto sern aplicados a un cierto grupo de objetos,

usted a menudo querr escoger este grupo muy mismo, o su tan cierra un equivalente
como posible, cuando la poblacin para ser estudiada. El lmite l mismo hace quizs no
tanto afecto el mtodo del anlisis; sin embargo relaciona a un criterio muy importante
cuando escoger el mtodo: el nmero de los casos o las muestras que se estudiarn. En
este respeto hay dos alternativas principales que exigen a mtodos completamente
diferentes del anlisis:
Estudio intensivo. Si se estudian apenas un o unos pocos objetos puede ser

factible estudiar los especimenes como entidades holsticas con todas sus
caractersticas esenciales. Los mtodos convenientes para esto son estudio de
caso y estudio comparativo.
Estudio extensivo. Si hay centenares o millares de casos, ser posible enfocar en
apenas algunas cualidades importantes de los objetos. Usted desear a menudo
medir estas cualidades, as transformndolas en variables. Los mtodos posibles
incluyen la clasificacin y los mtodos cuantitativos para el anlisis de variables.
La perspectiva de tiempo del modelo seleccionado y de los datos tambin regulan la

seleccin de los mtodos del anlisis. Los alternativas principales son:
La investigacin transeccional o sincrnica es una buena eleccin si nuestro

objeto es relativamente esttico, o si deliberadamente deseamos hacer una
"imagen congelada" de una situacin inestable. Aclara las invariantes estticas
que no incluyen ninguna dimensin temporal.
El estudio longitudinal o diacrnico examina el objeto como un proceso. La
variacin en el lapso perodo de tiempo de la investigacin es grande: En
estudios de las Humanidades la perspectiva de tiempo conviene generalmente
con la vida del hombre, pero en ciencias naturales puede variar a partir de
microsegundos (e.g. en la fsica nuclear) hasta millones de aos (en la geologa).
Si usted desea hacer un anlisis longitudinal de las invariantes dinmicas, es
decir, procesos como cambio y desarrollo, usted debe seleccionar uno de los
mtodos diacrnicos (o histricos).
Estructuras lgicas del anlisis descriptivo
Entre las opciones que fueron enumeradas arriba, los indicios ms salientes para
seleccionar el mtodo de anlisis pueden ser obtenidos mirando la extensin de datos y
la perspectiva de tiempo. Una vez que usted haya decidido sobre stos, se puede
encontrar en las clulas de la tabla siguiente los mtodos de anlisis usuales para cada
acercamiento. La tercera taxonoma que fue mencionada arriba, referente a la existencia
de la teora anterior, tiene una importancia menor y usted lo puede tomar en cuenta
posteriormente al ajustar el mtodo.
Estudio sincrnico o Estudio diacrnico o

transeccional (no longitudinal (del
perspectiva de tiempo): cambio o desarrollo):
Estudio intensivo de unos Estudio de caso p. +++. Analizar el desarrollo
pocos objetos como Estudio comparativo p. +++ o evolucin de la gente,
entidades holsticas con Indicar lo tpico p. +++. estructuras sociales,
todos sus caractersticas: productos o modas p.
+++.
Estudio extensivo de Clasificacin p. +++. Analizar una serie
muchos casos, enfocando en Anlisis cuantitativo p. +++. temporal p. +++.
apenas algunas sus Estudio cualitativo de una Estudio morfolgico de
propiedades: cierto propiedad p. +++. la evolucin de forma.
Herramientas para el anlisis
La meta del anlisis es arreglar el material recogido de modo que la respuesta al

problema inicial del proyecto se revele. El problema dicta qu clases de informacin se
tienen que analizar, y el tipo de informacin define cuales herramientas se puede usar.
Si usted hace investigacin descriptiva usted puede elegir generalmente el problema que
se estudiar, y escoger tambin los tipos de informacin que usted desea recoger y
analizar. Si usted desea quedarse fuera de dificultades usted puede escoger todos los
tipos de su material de solamente una fila de la tabla abajo. La situacin sera diferente
en estudio normativa, es decir cundo estudiar problemas prcticos, no puede omitir los
aspectos "difciles" si ellos son esenciales en el problema.
Cuando un cientfico comienza hoy a seleccionar las herramientas para el anlisis en un

proyecto nuevo de investigacin, casi inevitablemente la computadora viene primero en
mente. De hecho, las computadoras modernas son herramientas poderosas para el
anlisis, pero usted tiene que recordar que tienen restricciones severas, tambin. Qu la
mquina exige, sobre todo, es que el material que recibe sea conveniente para las
manipulaciones electrnicas. Para casi cualquier tipo de informacin hay programas de
calculacin especficos que pueden almacenar y manipular exactamente ese genere de la
informacin, pero generalmente ningunos otros tipos de material. Cul desilusiona
especialmente a un investigador, es que los programas rechazan a menudo analizar
relaciones entre tipos diferentes de informacin, o aceptan apenas algunas clases de
relaciones para el anlisis, otras no.
Las clases ms usuales de informacin de que usted tratar con en la investigacin y del
desarrollo de productos incluyen:
"Lengua" o modo de la Programa informtico Mtodo de analizar

informacin para analizar datos en relaciones entre los datos
esta lengua de expresados en lenguas
presentacin diferentes de
presentacin
1. Medidas, Los programas de hoja de El investigador debe
es decir estudio clculo como Excel. primero cuantificar todos
cuantitativo Programas de estadstica. los factores, hacindolos
mensurables.
2. Clasificaciones Programas de hoja de Con clasificacin se puede
(presentadas a menudo clculo o bases de datos. manejar todos tipos de
como cdigos o datos, pero sus relaciones
tabulaciones) slo superficialmente.
3. Informacin (escrita o Programas de tratamiento de El procesamiento de textos
hablada) verbal, es decir textos. stos tienen no ayuda mucho a hacer
estudio cualitativo herramientas escasas para elanlisis, pero es excelente
anlisis, pero usted puede para divulgar sus
marcar con cdigos que se resultados como texto con
repite y despus clasificar ilustraciones.
stos como en la lnea 2,
arriba.
4. El conocimiento y la La eleccin de programas de calculacin depende de la
habilidad tcitos del "lengua" que usted utiliza al hacer explcito la informacin
artesano o del usuario de tcita. Ser generalmente uno de los primeros tres arriba.
un producto. Otros
patrones mentales como
actitudes y preferencias.
5. Las figuras e.g. las Hay muchos programas de Haga el anlisis
formas visuales de computadora para almacenar manualmente y lo informa
productos y manipular imgenes, pero como texto con
sus capacidades en anlisis ilustraciones.
son pobres.
6. Patrones de la accin, Usted puede utilizar un Haga el anlisis
e.g. las varias maneras un programa de computadora manualmente y divlguelo
producto se usa para almacenar y manipular como texto con
las tiras video, pero no ilustraciones.
puede hacer anlisis.
Como la tabla arriba indica ya, sucede a menudo que usted no encontrar ningn
programa de computadora que podra manejar todos los tipos de datos que usted desea
analizar. En tal situacin usted debe considerar si usted puede "hacer operacional" o
transformar la clase incmoda de su material en uno de esos formatos que su programa
del anlisis pueda manejar. Esta operacin, que usted normalmente tiene que hacer
manualmente, puede significar:
Cuantificacin: construye una escala para medir la calidad o la caracterstica.

Una vez que usted haya transformado la mayora o todos sus datos en variables
mensurables usted puede alimentar su material en un programa de hoja de
clculo como Excel, o en un programa de estadstica. Estos programas
rpidamente le dicen si las relaciones entre sus variables siguen cualquier
modelo matemtico sabido, vea Anlisis Cuantitativo p. +++.
Clasificacin: define las fronteras que dividen su material en grupos ms
pequeos y significativos, asigna cdigos a estos grupos y clasifica el material
por consiguiente. Despus de esta operacin usted puede alimentar su material
en un programa de bases de datos. Estos programas contienen una multiplicidad
de operaciones lgicas que se pueden utilizar para destapar las estructuras
escondidas en los datos.
Finalmente, no se olvida la alternativa de analizar sus datos sin una computadora. Los
mtodos que funcionan casi siempre, incluyen siguientes:
Construir una tabulacin cruzada de todo el material manualmente en una hoja

grande del papel, quizs con la ayuda de una fotocopiadora, de fichas de
archivos y de carpetas. ste es un mtodo venerable que est todava eficaz en el
caso que usted necesita analizar relaciones entre no ms que dos o tres
caractersticas de los casos estudiados. Si usted necesita ms de tres o cuatro
dimensiones en la tabla llega a ser difcil discernir las relaciones.
El anlisis cualitativo puede incluir todas clases de material, incluso medidas y
retratos etc. La herramienta principal ser su cerebro y el informe ser verbal.
Trabaja bien en un estudio de caso, pero la claridad del anlisis tiende a sufrir si
usted necesita analizar ms que unos pocos casos.
Cundo contemplar los mritos y las debilidades de varios mtodos y herramientas el

punto crucial es ciertamente su capacidad a destapar las relaciones escondidas, las
invariaciones en los datos de fuente. No debe olvidarse que la herramienta del anlisis
debe tambin presentar los resultados que se revelaron durante el anlisis. Muchos
programas de computadora pueden presentar sus resultados como grficos, rboles,
tablas u otros modelos. Si el programa del anlisis no puede producir grficos, o si usted
no podra utilizar una computadora para el trabajo en todo, usted quizs puede presentar
los resultados finales como diagramas hechos a mano, o usted pueden utilizar un
programa de dibujo especfico. Algunos programas de tratamiento de texto tambin
incluyen las herramientas de dibujo simples.
Despus de la fase de anlisis la mayora de los proyectos de investigacin incluyen un

procedimiento importante: evaluar los resultados, su verdad y quizs tambin su
utilidad.
Estudio de caso
En el estudio de caso, a veces llamado monografa, estudiamos slo un objeto o un
caso. Tal acercamiento no se parecera promover la blanco general de la investigacin -
para desenterrar conocimiento generalmente vlido - pero puede ser motivado por varias
razones, tpicamente las siguientes:
1. El caso es singular: solamente un tal caso existe, y es importante y digno de

estudiar. Tpicos tales objetos o fenmenos son acontecimientos histricos
trascendentales, hombres y mujeres prominentes, estadistas, grandes pensadores
y artistas, organizaciones polticas y religiosas, obras de arte o ingeniera
renombradas. El propsito es a menudo documentar el caso antes de que la
informacin sobre ella consiga perdida.
2. El caso pertenece a una clase de casos prcticamente idnticos, por ejemplo un
producto industrial de un tipo y modelo dado. Sera intil estudiar ms de un
caso, porque todos los resultados de l pueden ser generalizados.
3. El caso es complicado, tpicamente una persona y su actividad, y debe
estudiarla a fondo.
Por definicin, un estudio de

caso apunta al describir un caso,
y no busca conocimiento
universalmente vlido. Sin
embargo, es siempre posible que
algunos resultados de un estudio
de caso puedan tambin
posteriormente ser aplicables a
otros casos que no se han estudiado, aunque esto es generalmente difcil o imposible
determinar en el marco de un solo estudio de caso. De todas formas, cualquiera que lee
el informe de un estudio de caso puede entonces evaluar cul conclusiones l puede
aplicar quizs a sus propios problemas (la figura en la derecha). Los procesos lgicos
del estudio y de la aplicacin eventual tienen as alguna semejanza a crear y a gozar una
obra de arte.
Qu clase de conocimiento que usted puede esperar de encontrar con un estudio de

caso? En el diagrama arriba, los resultados se caracterizan como "descripcin", pero
tambin otros tipos de conocimiento se pueden obtener con estudios de caso. Blancos
usuales en los estudios de caso son:
1. Describir el objeto o fenmeno - no solamente su aspecto externo pero tambin
su estructura interna, y quizs tambin su desarrollo anterior.
2. Explicar las razones porque es el objeto como es, o su desarrollo anterior.
3. Predecir el futuro del objeto.
4. Planear las mejoras al objeto o a otros objetos similares, o reunir opiniones
sobre l, es decir un acercamiento normativo.
Las blancos antedichas y sus mtodos respectivos sern discutidos debajo, excepto el
acercamiento normativo, los mtodos de el cual diferencian radicalmente del resto. Por
lo tanto se discute en una pgina separada: Estudio de caso normativo, p. +++..
Los estudios de clases de los objetos o de los fenmenos que han existido por un tiempo
incluyen a menudo una descripcin del desarrollo histrico del objeto, los mtodos de el
cual se discuten en otra pgina.
Estudio descriptivo de caso
Al planear un estudio emprico es generalmente recomendable basar el trabajo sobre un

modelo terico existente, porque un modelo, incluso preliminar, puede a menudo
mucho ayudar al trabajo. El estudio exploratorio, en otras palabras no basar el estudio
en cualquier modelo o teora anterior, es generalmente laborioso, lento e incierto, as
que usted desear generalmente evitar tal acercamiento si posible. El mtodo normal es
comenzar con una bsqueda cuidadosa de la literatura para encontrar modelos tericos
usables.
Por otra parte, puede haber razones de no basar el estudio en cualquier modelo o teora
anterior, por ejemplo:
El objetivo es documentar el objeto de forma tan completa como sea posible, y

no slo aquellos temas que fueron documentados en estudios anteriores. Llega a
ser necesario cuando un objeto cultural valioso est en peligro de ser perdido en
futuro. La puntera de la documentacin no es tanto analizar el objeto pero
simplemente recolectar tantos hechos de ello como posible
Bsqueda fenomenolgica de una comprensin profunda y desconfianza en las
anteriores descripciones y explicaciones que podan quizs impedir que el
investigador vea la esencia y la particularidad del caso en la pregunta. Porque su
blanco no es tanto describir un caso pero definir la esencia tpica en una clase de
casos, su mtodo se discute en la pgina +++
El objeto de estudio difiere de todos objetos anteriores y el objetivo del estudio
est describir su carcter excepcional. Mezclar esto con teoras anteriores poda
embrollar esta descripcin.
Escoger un acercamiento exploratorio, es decir con ninguna base terica, para un

estudio de caso descriptivo puede as ser una decisin deliberada, o una necesidad
porque no hay teora conveniente o modelo disponible. De todas formas, la
investigacin exploratoria significa que al principio del proyecto muy poco se sabe
sobre la materia. Usted entonces tiene que comenzar con una impresin algo vaga de lo
que se debe estudiar, y es tambin imposible hacer un plan detallado de trabajo por
adelantado, ni comenzar definiendo los conceptos del estudio. Durante el proyecto de
investigacin exploratoria estos conceptos incipientes mejorarn gradualmente.
En ausencia de los modelos probados y los conceptos definidos usted debe comenzar el
estudio exploratorio de lo que usted tiene: el objeto del estudio. Es comn que en el
principio del estudio exploratorio usted tomar una mira holistica del objeto, reuniendo
tanta informacin sobre los objetos como sea posible. Usted no quiere restringir su
estudio a apenas unas pocas caractersticas del objeto, antes usted sabe que cul
preguntas son importantes. Usted as pospone la tarea de eliminar datos innecesarios
hasta que se consigue un retrato mejor sobre cul es necesario.
Cualquier objeto se puede mirar de varios

diversos puntos de vista, o como
perteneciendo a diversos contextos. Puede
a menudo ser una buena idea comenzar el
estudio alternando el punto de vista, como
en el diagrama a la derecha.
Despus de que usted haya pasado unos

das en la experimentacin con varias vistas
al objeto, usted podr probablemente
especificar la posicin final para su estudio
y explicar cmo usted entiende o "toma" el
objeto. Esto no significa que tengamos que
empezar nuestro trabajo por clarificar la
esencia de nuestro objeto de estudio, es decir: lo que el objeto es realmente. En lugar de
eso, debemos intentar contemplar y clarificar cmo vemos el objeto, ya sea posible por
ejemplo que sea definido en un micro nivel como resultado de instintos individuales,
mviles y experiencias, o quizs en un macro nivel como una expresin de las
ideologas y presiones en sociedad.
El progreso de un proyecto de estudio se hace ms fcil en cuanto hemos definido

nuestro punto de vista y problema. Tras esto, vamos a necesitar reunir slo aquel
conocimiento emprico relacionado con el problema; esto nos permitir minimizar el
material que tendremos que analizar. Esto no significa que usted debe desatender todos
los casos que no quepan en sus conjeturas - a veces las anomalas o los casos que
sorprenden pueden sealar una va a las enmiendas o correcciones importantes a la
teora existente.
Tan pronto como una estructura o invariante interesante en el objeto se hace patente
usted puede omitir toda la materia que no se relaciona con esta estructura, y comprimir
la informacin restante, relevante.
Raramente ser posible dividir el estudio cualitativo en fases tan claras como las que
son comunes en el trabajo cuantitativo. De acuerdo con Alasuutari (p.22), en un anlisis
de datos empricos, se podran distinguir dos fases, pero stas se solapan. Estas fases
seran:
simplificacin de observaciones
interpretacin de resultados (o "resolver el enigma")
En la fase de simplificacin, el material es inspeccionado desde el punto de vista terico

del proyecto de estudio, y slo los puntos pertinentes desde este ngulo se toman en
cuenta. Los detalles no relevantes se omiten o se ponen de lado de forma que la
estructura importante se puede discernir ms fcilmente. Las estructuras ms
interesantes son a menudo las que se pueden esperar ser comunes en todos casos
comparables - este aspecto se discute en la pgina +++
"Resolver el enigma" no siempre significa contestar exactamente a aquellas preguntas
que fueron formuladas en el comienzo del proyecto. A veces las preguntas ms
interesantes se encuentran al final de la investigacin, cuando el investigador es un
experto en el tema.
Describir un caso en base de la teora. Hoy en da, casi todos temas del mundo han
sido ya estudiados por uno o ms campos especiales de la investigacin. En
consecuencia, casi toda pregunta u objeto concebible se puede ahora investigar a la luz
de teora previa.
En campos de la investigacin establecidos usted puede seleccionar a menudo su

problema de modo que usted pueda manejarlo como caso especial o como extensin de
la teora existente en este campo, creado por investigadores anteriores. Tal prctica
facilita el comienzo de un nuevo estudio, y es corriente en estudios acadmicos.
Adems, usted puede acercar a menudo al problema de modo que usted combine las
vistas de dos o ms campos de ciencia, que puede revelar nuevos aspectos interesantes
al asunto.
Usar vistas paralelos a un solo objeto es

lgico y fcil en el caso que varios
investigadores cooperan en el proyecto.
Cada investigador puede entonces mirar el
objeto desde el punto de vista de su
maestra especial, y las visiones que
resultan entonces son ensambladas juntas
por discusiones en el equipo.
Un investigador exploratorio que trabaja

solo puede en lugar utiliza el mtodo de
alternar el punto de vista. Esto significa que
se estudia el objeto sucesivamente desde
varios puntos de vista, cada uno de los
cuales se basando en una teora existente
hecha por investigadores anteriores (vase la figura de la derecha). Cada punto de vista
aade algo al cuadro general.
Estudio de caso explicativo
El investigador desea a menudo continuar el proyecto a un nivel ms profundo que

apenas la descripcin: l desea saber por qu el objeto es tal como est. Este
conocimiento ayuda a resumir todo que es sabido acerca del objeto, ayuda a verlo en su
contexto y en una perspectiva histrica.
Encontrar las razones, o explicar el fenmeno, se puede hacer en varias maneras. Las
razones se pueden traer del contexto simultneo del fenmeno, a partir del pasado, o
alternativamente a partir del futuro. En el siguiente estn algunos ejemplos que son
comunes en la investigacin as como en vida diaria.
Explicacin a partir del pasado. En las ciencias naturales las explicaciones

para los acontecimientos tradicionalmente se buscan en el pasado: cules son
las razones que causaron el presente estado de cosas? Este tipo alternativo de
explicacin es llamado causal, por ejemplo: "El puente se derrumb por causa
del fuerte viento y porque el diseo era defectuoso".
Explicacin contextual. Los bilogos a veces explican una actividad con la
ayuda de la funcin que ella cumple en la vida del grupo o de la especie. Por
ejemplo, un pjaro canta para indicar cul es su territorio y mantener alejados a
los rivales, para asegurar el alimento. Los productos de la cultura humana a
menudo son explicados por el estado concurrente de la sociedad.
Explicacin a partir del futuro es comn cuando se estn explicando los actos
de la gente. Por ejemplo, "la Torre de Eiffel fue construida para servir como
smbolo de la Exposicin de Pars".
De estos tipos, la explicacin contextual es popular al estudiar las actividades del

hombre y de sus resultados, tales como productos industriales y obras de arte. stas se
han estudiado de largo en muchas ciencias tales como sociologa, antropologa,
economa y psicologa, y es normal explotar teoras de estas ciencias cuando la meta del
proyecto es encontrar una explicacin al estado del objeto del estudio, la existencia de
teoras anteriores facilita y acelera el procedimiento de la investigacin de la misma
forma que se hace en estudio descriptivo, discutido en el prrafo precedente. Cuando
una o ms teoras para explicacin estn disponibles, el acercamiento lgico es probar
cada uno de ellas y entonces elaborar la explicacion que se parece ms plausible.
Quizs el ms usual explicacin contextual es el acercamiento sociolgico: "Se debe

mirar al diseador como parte de la sociedad circundante, y examinar su trabajo y
valores con respecto a condiciones sociales, culturales y econmicas... Tenemos que
entender cmo y porqu el diseo se ha desarrollado y que intereses que apoya"
(Wiberg, 1992).
Asimismo, los productos industriales y las obras de arte se estudian y se explican a

menudo en base de procesos sociales, econmicos y ecolgicos. Los factores
explicativos son, por ejemplo, cambios en la demografa de la sociedad, en las
condiciones de la industria o de la economa; por otra parte las consecuencias de
invenciones, educacin, cambios polticos, guerras y la adquisicin o prdida de
colonias. Factores constantes pero regionalmente dismiles son clima, fuente de
materias primas y de energa, canales del transporte y las necesidades locales de la
gente.
Por ejemplo, Pivi Hovi estudi cmo

la pintura en anuncios se desarroll en
Finlandia de 1890 a 1930. Descubri
que para entender el desarrollo, se
tiene que estudiar el objeto desde
cuatro puntos de vista o contextos,
que se ilustran en el diagrama de la
derecha. Cada uno de estos contextos
haba sido el objeto de estudios
anteriores y el conocimiento y la
teora acumulados daban
acercamientos potenciales para el
estudio del material emprico de Hovi.
Aunque en sentido estricto ste no era ningn estudio de caso, porque los objetos eran
realmente no objetos solos sino clases de ellos, el acercamiento se puede igualmente
usar en un estudio de caso, tambin.
El acercamiento psicolgico es usual en el estudio de artistas y de sus trabajos, tambin.
Wilhelm Scherer (1841 - 86) fue el primero en presentar un modelo general para las
biografas de artistas. El modelo explica el carcter especial de cada artistas por tres
factores, que eran,
das Ererbte (los elementos heredados)

das Erlebte (las experiencias) y
das Erlernte (lo que el artista ha aprendido).
La explicacin por acontecimientos anteriores hace obviamente falta de un estudio

diacrnico, es decir necesita material de un perodo del tiempo ms largo. La duracin
vara - acontecimientos fsicas causalmente explicables se pasan a menudo en menos
que un segundo, mientras que los efectos que varios alimentos y sus aadidos pueden
causar al hombre pueden tardar muchos aos antes de aparecer. En todo caso, ensanchar
la duracin del estudio ampla necesariamente la cantidad de material que se tiene que
recolectar y analizar antes de que el estudio pueda ser acabado. Para prevenir el
crecimiento excesivo, usted tiene que considerar demarcar la poblacin del estudio ms
estrecho.
Al decidir que materia usted necesitar reunir, un punto de partida inestimable podra
ser resultados anteriores acerca de cul factores se han correlacionado en objetos
comparables ms temprano. En ausencia de tales teoras usted tiene que encontrar la
explicacin causal en el objeto l mismo. Esto requerira recoger mucha materia,
estudiarla en la perspectiva histrica, y notar los cambios que de vez en cuando han
ocurrido en o alrededor del objeto. Luego usted debe inspeccionar de cerca estos puntos
de tiempo y los acontecimientos antes y despus de ellos. Entre estos acontecimientos
usted puede encontrar quizs las explicaciones plausibles para los cambios que han
sucedido, y finalmente para el estado presente del objeto.
Explicacin a partir del pasado. Las intenciones de la gente pueden ser reunidas con
entrevistas, o desde documentos tales como presupuestos, planes y propuestas de
funcionarios, polticos, empresarios y artistas, al igual que desde las memorias de esta
gente. Otras fuentes son conceptos del producto, especificaciones, propuestas y
documentos de la evaluacin.
Una dificultad al tratar de explicar el comportamiento de la gente de la base de sus

intenciones anunciadas est que la conducta posterior de la gente no siempre
correlaciona con las intenciones expresadas, debido a veces a obstculos prcticos
imprevistos encontrados en la fase de la realizacin, y a veces porque la intencin
anunciada no ha sido bastante realista u honesta. La problema se discute en p. +++
Estudio de caso como base del pronstico
Cuando el propsito de un estudio de caso es ayudar al pronosticar el futuro del objeto o

del fenmeno, primero de todo hay que definir qu caractersticas del estado futuro de
cosas estn "interesando" y sern incluido en el pronstico. Los datos recientes sobre
stos obviamente son de importancia primaria como base para el pronstico.
Qu otro material se necesita para pronosticar, depende de cul mtodo de pronosticar

piensa utilizar. Esto, en cambio, depende de cmo es fuerte un modelo terico que usted
tenga acerca del desarrollo futuro previsto y sus relaciones internas. La base ms fuerte
posible para pronosticar es un modelo que explica el fenmeno, enumerando sus
razones y sus resultados, es decir definiendo la invariante dinmica del proceso.
Modelos ms dbiles son correlaciones u otras asociaciones estadsticas meras entre
variables, y los modelos prestados de otros contextos tales como esferas distantes de la
cultura.
Un resumen de las alternativas disponibles del pronstico se da en la tabla que sigue:
Pronstico sobre base dbil o Pronstico sobre base terica

ninguna base terica: fuerte:
Datos Datos sobre el desarrollo de Datos recientes sobre las
requeridos: las caractersticas caractersticas "interesantes".
"interesantes", a partir tan de Adems, datos recientes sobre las
largo de un perodo como sea variables independientes
posible. supuestas, segn teora.
Mtodos de Extrapolacin ; Aplicar una Cualquier mtodo. Especialmente
pronstico asociacin estadstica ; confiables son: Aplicar un modelo
convenientes: Mtodo Delphi causal y Determinar el lmite, a
veces tambin Mtodo de la
analoga.
De estudios de caso hacia teora general
La mayora si no todos ramas de ciencia tienen como objetivo el recolectar del

conocimiento que ms adelante se puede aplicar a tanto como posible nueva situacin.
A primera vista, los estudios de caso no se pareceran promover tal meta.
El retrato llega a ser diferente si

lo miramos desde el punto de
vista de la rama entera de la
ciencia donde se han estudiado
varios casos u objetos que se
asemejan. Si estos estudios de
caso separados tienen
conexiones entre ellos, tales
como definiciones comunes de
conceptos o estructuras de modelos, stos facilitarn el trabajo de investigadores
posteriores en encontrar invariantes que se repiten en los casos separados, y finalmente
quizs se podra construir un modelo general de estas invariantes (Fig. de la derecha).
Incluso en el marco de un estudio de caso solitario es a veces posible hacer

preparaciones hacia descubrir invariantes que son comunes a una clase entera de casos.
Una oportunidad para esto hay a menudo en la ltima fase del proyecto, cuando el
investigador ha encontrado ya una estructura interesante en el objeto del estudio.
Entonces quizs sera no demasiado ardua estudiar superficialmente algunos otros casos
comparables y comprobar si una estructura similar ocurre en esos otros casos, tambin.
Indicar lo tpico
Cuando el material emprico consiste en varios casos u objetos - por ejemplo, productos,
diferentes maneras de usarlos, o clientes - que estn en algunos respectos similares pero
en otros no, usted quisiera a veces describir todo el material con la ayuda de encontrar
un caso tpico, de que todos los otros casos difieren lo menos posible. Para casi la
misma blanco, algunos investigadores utilizan la frase "definir la esencia" del gnero de
los objetos del estudio.
En otro proyecto quizs se acepta que puede haber diferencias importantes entre los
casos empricos, que diferencia se ve a menudo como una variacin grande en las
medidas, tambin. En tal proyecto usted quizs quiera encontrar, no un caso tpico pero
en lugar unos pocos casos tpicos diferentes, que se llama a veces construir una
tipologa del material. Se discute en la pgina +++ (Clasificacin).
Cualquiera una de las blancos arriba nombradas del estudio es relativamente fcil de
lograr en el caso que se puede apoyar a un modelo o a una teora anterior que indica
cul caractersticas de los casos son importantes y deben ser incluidos en las
descripciones de lo tpico. Otras propiedades de los casos se pueden entonces
desatender simplemente en el anlisis. - Como un contraste, en el estudio exploratorio
donde no hay disponible teora anterior, puede ser mucho ms laborioso decidir a qu
datos deben ser guardados y que se puede eliminar.
Al escoger el mtodo del anlisis que usted debe en todo caso prestar atencin a la
naturaleza del material que usted tiene como su fuente. Las alternativas usuales en este
respeto son:
Materia cuantitativa
Materia pictrica
Materia cualitativa
Informacin conceptual, es decir observaciones anteriores personales del
investigador que se pueden utilizar como una base o para un anlisis
fenomenolgico o para una nueva obra de arte.
Todas alternativas antedichas del estudio se discuten por separado abajo.
Materia cuantitativa
Si por lo menos algunas de las caractersticas interesantes

de los casos se han medido, un procedimiento usual es
calcular un promedio de cada variable, y despus
construir el "caso tpico" de estos promedios. Por
ejemplo, las medidas humanas tales como en la figura a
la derecha, se han documentado ya de largo como
promedios de hombres y mujeres en diversos pases etc.
Si la descripcin resultante de lo tpico se parece carecer
en detalles, usted puede amplificarla con un poco
material no numrico de un caso emprico que est cerca de los promedios.
En cualquier caso, es recomendable tener una mirada no slo en promedios pero

tambin en la dispersin de datos: cuanto menos dispersin, cuanto ms creble ser la
descripcin del caso tpico con este mtodo. Si hay una dispersin grande de datos,
usted quizs considere la alternativa de precisar no uno pero algunos varios casos
tpicos, i.e. una tipologa.
Materia pictrica
Un mtodo usual para descubrir la forma tpica entre

un nmero de objetos es sobreponer los cuadros como
en la figura en la derecha que representa los resultados
de una encuesta hecha en Boston. A un grupo de
habitantes se le pidi dibujar los distritos funcionales
de su ciudad en un mapa. Para realzar lo que era
comn en todos los esbozos diferentes, el investigador
decidi copiarlos todos en una sola hoja de papel.
En el modelo borroso resultante podemos discernir

aquellos rasgos en que los respondientes estuvieron de
acuerdo, pero tambin las variaciones individuales en
torno a aqullos rasgos. (Steinitz 1968.)
Materia cualitativa
Cundo los datos empricos consisten no en medidas

sino en apuntes cualitativos, usted tiene que construir la descripcin de lo tpico de las
calidades y estructuras que son ms frecuentes en el material. Usted puede comenzar
enumerando las calidades que son comunes a la mayora de los casos, despus
omitiendo esas caractersticas que sean menos frecuentes o no parecen esenciales.
Por ejemplo, usted quizs comience definiendo un 'mesa' como 'un tablero horizontal de
la madera con cuatro piernas'. Aqu, 'madera' y 'cuatro' restringen demasiado y se
pueden eliminar; de esta manera usted quizs terminar en algo como 'un tablero
horizontal que est parada en el piso' (como contraste al 'estante'). Sin embargo, este
mtodo de eliminar el superfluo produce a menudo una definicin pobre y no ilustrativa
de la cosa emprica. Un remedio quizs est agregar un retrato como ejemplo. Si usted
tiene talento artstico, usted quizs haga una obra de arte pequea que combina detalles
de varios casos empricos. Aqu otra vez, no sera idea mala incluir algunas palabras
sobre el grado de variabilidad en el material.
Anlisis fenomenolgico
Al estudiar objetos que son comunes y bien sabidos a todos, algunos investigadores
mantienen que el mejor mtodo para trovar la esencia del objeto no es recolectar
material y restringir su estudio solamente a l. Piensan que, porque el objeto es bien
sabido, usted puede conseguir una vista ms universal de ello tomando como el objeto
del estudio el "fenmeno" de experimentar el objeto, a que usted puede acercar
recordando todas sus experiencias anteriores del objeto. El objetivo del acercamiento
fenomenolgico, desarrollado por Edmund Husserl durante los aos 1906-1936, es
adquirir una comprensin de las estructuras esenciales de estos fenmenos sobre la base
de ejemplos mentales proporcionados por la experiencia o la imaginacin y por una
variacin sistemtica de estos ejemplos en la imaginacin. Una ventaja de este mtodo
tambin se dice ser que evita las presuposiciones conceptuales hechas por
investigadores anteriores que puedan estar en error. Esta tcnica ciertamente no es
siempre ptima para recopilar datos empricos, pero su mtodo de anlisis todava tiene
cierta utilidad, adems de ser muy cmodo para el investigador que evita as todo el
trabajo en el campo tedioso.
El mtodo bsico del anlisis fenomenolgico es la reduccin. Primero, la existencia del

objeto de estudio ha de ser "puesta entre parntesis", no porque el filsofo deba dudar
de ella, sino porque las condiciones en torno al objeto de estudio estn sujetas a varias
coincidencias que pueden oscurecer su esencia real.
El segundo paso es la reduccin eidtica. El fin es encontrar la esencia universal e

inmutable o estructura del objeto. Un mtodo adecuado es imaginar variaciones del
objeto de estudio y centrar nuestra atencin en lo que permanece sin cambios en estas
variaciones.
Tal vez el mejor ejemplo conocido del estudio fenomenolgico de objetos est en el
libro Poetry, language, thought [Poesa, lenguaje, pensamiento] de Martin Heidegger
(p. 59-60, de la trad. al espaol por Samuel Ramos, en el volumen, Arte y poesa,
Mxico, Fondo de Cultura Econmica,
1995):
Cmo podemos descubrir lo que es

verdaderamente un elemento de mobiliario?
La prctica necesaria en el presente debe
claramente evitar todo intento que de una vez
ms inmediatamente conlleve el abuso de las
interpretaciones habituales. Estamos ms
fcilmente a salvo de esto si simplemente
describimos algn mobiliario sin ninguna
filosofa terica.
Elegimos un ejemplo de un tipo comn de
equipamiento -- un par de botas de labriego.
Ni siquiera necesitamos mostrar unas autnticas piezas de este tipo de til artculo y
mostrarlas. ... Una representacin pictrica basta. Elegimos una pintura bien conocida
de Van Gogh. ...
En la oscura boca del gastado interior bosteza la fatiga de los pasos laboriosos. En la
ruda pesantez del zapato esta representada la tenacidad de la lenta marcha a travs de
los largos y montonos surcos de la tierra labrada, sobre la que sopla un ronco viento.
En el cuero est todo lo que tiene de hmedo y graso el suelo. Bajo las suelas se desliza
la soledad del camino que va a travs de la tarde que cae. En el zapato vibra la tcita
llamada de la tierra, su reposo es ofrendar el trigo que madura y su enigmtico rehusarse
en el yermo campo en baldo del invierno. Por este equipo cruza el mudo temer por la
inseguridad del pan, la callada alegra de volver a salir de la miseria, el palpitar ante la
llegada del hijo y el temblar ante la inminencia de la muerte en torno...
La labriega, en cambio, lleva simplemente los zapatos... Cuantas veces la labriega se
quite los zapatos en medio de un duro pero sano cansancio y ya al llegar el crepsculo
an oscuro de la maana vuelva a echar mano de ellos, o al pasar de largo junto a ellos
los das de fiesta, sabe todo lo dicho sin necesidad de hacer observacin o consideracin
alguna.
Los adeptos del mtodo fenomenolgico creen que l da una ms profunda informacin
sobre el mundo emprico de la que puedan ofrecer los mtodos empricos usuales.
Martin Heidegger (1972, 78) dio una explicacin "existencialista" para esto diciendo
que una comprensin fenomenolgica viene de la existencia (das Sein) comn al
investigador y lo investigado:
"Comprender es lo mismo que el ser existencial relacionado con el propio ser y

capacidad de un ser humano, y tiene lugar en tal modo que este ser refleja el sentido de
su propia existencia a su vez en s mismo (ibid., 78)... "Cuando nuestra comprensin se
desarrolla, la llamamos interpretacin. En la interpretacin no adquirimos conocimiento
sobre lo que entendemos; en lugar de ello, interpretar consiste en ser consciente de las
potencialidades proyectadas por la comprensin" (ibid., 82, 32).
En lenguaje llano, una de las implicaciones de estas lneas podra ser que todos
encuentran lo ms fcil entender los productos de su propia cultura, y la interpretacin
parte desde el investigador ms que desde los datos. Podemos convenir con esto, pero
el mtodo fenomenolgico entonces da una informacin mejor que otros mtodos del
estudio?
Heidegger no diferencia claramente entre la esencia y el significado de una palabra en

una lengua. Aunque la etimologa parece haber sido particularmente atractiva para
Heidegger, los significados histricos de las palabras alemanas no siempre le dirn
mucho al hablante de otras lenguas sobre los objetos de estudio modernos. Cuando
atienden a la esencia de los conceptos, los fenomenologistas caen con facilidad en la
trampa de la historia etimolgica de su lengua materna, cuando no hay garanta de que
los contenidos conceptuales de esa lengua en particular sean universalmente vlidos.
Otro punto dbil del mtodo fenomenolgico es que casi todos los objetos parecen
contener varias esencias. Cuando por ejemplo el investigador advierte el fenmeno de la
casita roja de juguete de los nios, puede fcilmente reducirla de varias maneras
alternativas, como por ejemplo:
un hogar
una construccin
un juguete
un producto manufacturado en madera
rojez.
Los escritos de Husserl no dan una respuesta clara sobre qu "eidos" alternativo ha de
ser elegido, porque de acuerdo con Husserl, el investigador no debe tomar la necesidad
prctica como su punto de partida. Husserl pensaba que cada proyecto de investigacin
necesariamente conlleva un "inters de investigacin" que dicta qu cosas han de ser
incluidas. Pero por supuesto uno podra preguntar por qu este inters de investigacin
no tiene que ser descartado.
En estudio fenomenolgico es usual tratar de mejorar la validez de las conclusiones

contemplando el objeto en varios contextos, notablemente en esferas de la cultura
extranjeras o en pocas antiguas. La argumentacin detrs de esto es la asuncin que si
diversa gente durante diversos perodos ha tenido conceptos similares del objeto esto
demuestra una invariacin substancial cul se puede aceptar como resultado del estudio.
Sin embargo, esta lgica incluye el riesgo que el objeto se ha entendido diferentemente
en diversas pocas y culturas, en otras palabras que el objeto no es igual y no hay
invariacin despus de todos.
El mtodo fenomenolgico es popular entre ensayistas diestros. Es, de hecho, un
mtodo muy apropiado para el investigador: "Cuando la misma persona hace las
preguntas y da las respuestas, no queda nada cuestionable." Sin embargo, en la prctica,
el pretendido "mtodo fenomenolgico" con frecuencia simplemente indica que el
escritor ha hecho un esfuerzo especial para mediar en los atributos simblicos y
asociativos del objeto de estudio - a menudo una meta loable, por supuesto.
Es obvio que incluso si el investigador, siguiendo el consejo de Husserl, evita enfoques

empricos en su estudio, su conocimiento del objeto est no obstante basado siempre en
sus observaciones empricas previas. En otras palabras, su conocimiento es muy
subjetivo. Peor en el estudio fenomenolgico es difcil para el investigador mismo ver
esto porque l debe evitar criticar los resultados que ha obtenido, de forma que la
comprensin sensible y frgil no se le escapen.
La intencin de la fenomenologa parece ser la misma que la de los dems mtodos de

investigacin: eliminar detalles que son menos pertinentes para el proyecto de
investigacin. Si un fenomenologista tiene xito en su propsito y consigue definir la
esencia o "significado" del objeto en lo que l juzga un modo adecuado, el lector no
debiera engaarse pensando que necesariamente ha sido dicho todo sobre el asunto.
Muchos objetos de investigacin son importantes para la vida de mucha gente -- no slo
la del fenomenologista -- de varias formas importantes. Un nico investigador puede
raramente dar cuenta completamente de todos estos aspectos.
La validez objetiva de hallazgos fenomenolgicos podra ser mejorada discutindolos

en grupo. Adems, el acto de la creacin de descubrimientos fenomenolgicos en s
sera probablemente factible en un grupo de trabajo innovador moderno en vez de la
cmara solitaria tradicional de un filsofo, aunque este mtodo se ha usado raramente.
Por lo menos estos dos modos del trabajo se podran alternar. Otro mtodo para mejorar
la validez es continuar el estudio con otros mtodos empricos.
Arte como anlisis
Es posible buscar y presentar conocimiento no solamente con los mtodos cientficos

usuales, pero tambin con algunos mtodos de artes. No es hoy usual, aunque el arte y
la ciencia tienen races histricas comunes en antigedad, cuando el trmino griego
'tekhne' y 'ars' latino engloban varias reas de la cultura que fueron distinguidas ms
adelante en artes y ciencias.
An hoy el arte y la ciencia tienen mucho en comn, empezando con sus metas
principales. La meta de la investigacin cientfica es destapar y publicar conocimiento,
informacin sobre el objeto del estudio, que conocimiento se puede quizs utilizar ms
adelante para resolver los problemas de otra gente. Esta blanco est en el principio
similar a las metas del arte.
Otra semejanza es que el conocimiento que se presenta puede ser o descriptivo (o

"desinteresado", es decir aceptando el estado de cosas como es) o normativo (es decir,
explicar cmo alterar cosas).
Tambin en ciencias como en artes buscamos sobre todo conocimiento nuevo que no se
ha publicado ms temprano. Adems miramos, tambin en ciencias como en artes, que
cuanto mejor es generalizable el conocimiento, cuanto ms valiosa es, porque entonces
puede ser usado por ms gente.
Tiempo atrs la mayora de los cientficos y de los artistas creyeron que hay dos tipos de
conocimiento, uno de ellos conveniente para ser presentado como arte y el otro en la
lengua de la ciencia. En obras de arte siempre ha sido usual presentar conocimiento
tcito que el artista ha agarrado del mundo circundante por empata, o que l ha
heredado de generaciones anteriores de artistas. Por el contrario, el manejar
conocimiento tcito se ha condenado a menudo en ciencia. Segn la escuela
positivistica del pensamiento es el deber del investigador de explicar todo en lengua
llana y desatender esas cosas que l no pueda explicar. "De qu no se puede hablar, de
eso debe callarse" (Wittgenstein, B).
La mayora de los cientficos piensan hoy que el ideal positivistico es factible en

algunos campos del estudio, pero en otros campos es mejor relajar los requisitos en la
explicitad y precisin porque datos incluso menos exactos pueden ser tiles. Las
actitudes hacia conocimiento tcito estn as no ms en contraste agudo entre ciencias y
artes. ltimamente, las escuelas de arte finlandesas superiores (Universidad de Arte y
Diseo, Academia del Arte Dramtico, Academia Sibelius y Academia de las Artes
Visuales) han comenzado a aceptar incluso tesis doctorales que consisten en una parte
"cientfica" y una obra de arte paralela que aclara, ejemplifica o complementa los
resultados cientficos. De esta manera, esos resultados de la investigacin que se pueden
explicar se colocan en la parte "cientfica" y el conocimiento tcito restante en la parte
artstica.
A pesar de la meta comn de la ciencia y del arte - presentar conocimiento generalizable

- sus modos de presentar esto
son diferentes.
Una obra de arte presenta

informacin sobre cosas en el
mundo en una lengua de
modelos que el pblico
entonces puede aplicar a nuevos
contextos, por ejemplo en las
situaciones en sus vidas
personales. La diferencia a la
ciencia es que el modelo del arte consiste en un caso singular o una descripcin de l.
En cualquier caso, el artista disea el modelo de modo que no sea demasiado difcil que
el pblico haga la generalizacin. Una tcnica general para esto es evitar los detalles
innecesarios en la presentacin, otro es hacer deliberadamente el trabajo ambiguo.
Permanece la tarea del pblico, primero interpretar la obra de arte en un nivel ms
general y despus aplicar el contenido a su uso personal (ve la figura a la derecha).
Estas tcnicas difieren de sas usadas en las ciencias, pero el propsito es igual: hacer
un modelo generalizable.
Los investigadores cientficos

hacen tambin a veces estudios
de caso individuales, el
contenido de los cuales es
generalizable a un cierto grado,
pero un mtodo ms usual para
presentar conocimiento general
es hacer un modelo conceptual,
ve el diagrama a la derecha. Una tcnica general para lograr un modelo cientfico
generalizable es detectar las invariantes en datos y quitar la variacin al azar, 'el ruido' y
'disturbios'.
Una diferencia manifiesto aunque superficial entre el arte y la ciencia est en el modo
de la presentacin del conocimiento. El modo de la presentacin en cada campo de la
ciencia y tambin en el arte, posee una tradicin larga para el modo y el estilo de la
presentacin. Los ingenieros piensan que solamente las medidas pueden dar
informacin confiable, mientras que los historiadores de la cultura creen que para coger
cosas esenciales tiene que estudiar calidades, no cantidades. El modo de la presentacin
marca tambin los lmites entre los varios artes (como poesa, arte pictrica, etc.)
aunque hoy multimedia se derriba esta categorizacin.
En la disputa entre los artistas y los cientficos es fcil olvidarse que todos estos idiomas
presentan el mismo mundo emprico que es ni "cuantitativo" ni "cualitativo",
"pintoresco" ni "profundo". Todas estas calificaciones apenas refieren a los estilos de la
presentacin usados por los artistas y los cientficos. Generalmente la misma
informacin se puede presentar con varios estilos. Usted apenas tiene que elegir cul de
ellos transmite lo ms mejor su mensaje. De hecho, tambin la mayora de los tipos de
modelo generales (el idioma escrito, los modelos icnicos, topolgicos y anlogos) se
han pedido prestados originalmente de varias artes. El acercamiento entero del estudio
de caso todava est muy cerca de presentacin artstica.
La mayora de los cientficos tratan de utilizar el idioma tan exacto como posible al
presentar sus resultados. Sin embargo, algunos investigadores se sienten que una
presentacin menos exacta retratara mejor el tema. "El arte puede expresar no
solamente ambigedad y ambivalencia pero tambin tensin y contradiccin -
caractersticas inevitables de nuestro mundo y de la psique" (Day Sclater, 2003, 623).
Miramos tradicionalmente una presentacin impresionante como caracterstica esencial

para una obra de arte, y el placer esttico que su percepcin da al pblico se ha mirado
como medida de la calidad de la obra de arte, vase Belleza de productos. Es interesante
observar que un anlogo "placer de descubrir" se puede experimentar en ciencias
tambin. Un algoritmo matemtico, por ejemplo la prueba del teorema del tringulo de
Pitgoras, se puede percibir como 'elegante' o an 'hermoso' - una ms semejanza entre
el arte y la ciencia.
Estudio comparativo
El mtodo comparativo significa que estudiamos ejemplares que pertenecen al mismo
grupo pero que difieren en algunos aspectos. Estas diferencias llegan a ser el foco de la
examinacin. La meta es
descubrir porqu los casos son
diferentes: para revelar la
estructura subyacente general
que permite y genera tal
variacin.
El diseo de la investigacin
comparativa es muy simple.
Usted no necesita ningn modelo o teora anterior para comenzar con (aunque ayudar
si hay una). Por lo tanto satisface bien a los estudios exploratorios donde el investigador
intenta ascender del nivel inicial de los estudios de caso a un nivel ms avanzado de
invariantes, como causalidad o evolucin. Comparacin es uno de los pocos mtodos
que usted puede utilizar para explicar o utilizar conocimiento tcito o actitudes tcitas.
Usted demuestra en paralela e.g. dos diapositivas de dos objetos levemente diferentes y
pide que la gente explique verbalmente las diferencias entre ellas.
El mtodo es tambin verstil: usted puede utilizarlo como complemento a otros

mtodos. Por otra parte, la estructura entera de un proyecto de investigacin puede
consistir en la comparacin de apenas dos casos.
En estudio comparativo, usted observa dos (o ms) Observaciones

casos, especimenes o acontecimientos como en la tabla a Caso 1 Caso 2
la derecha donde una columna se reserva para cada caso, Aspecto A A1 A2
aqu llamada el "caso 1" y "caso 2". Aspecto B B1 B2
Adems, usted tiene que decidir cules son los aspectos, Aspecto C C1 C2
las caractersticas o los atributos interesantes que usted
desea observar y registrar para cada uno de los casos. En la tabla a la derecha, estos
aspectos se llaman A, B y C. Cundo el anlisis procede, usted puede agregar nuevos
aspectos o se retira los infructuosos. Esos aspectos que son similares en ambos casos no
necesitan ser registrados, porque aqu usted no est haciendo dos estudios de caso sino
una comparacin. Sin embargo, es a menudo recomendable recordar los especimenes o
los casos como unidades funcionales independientes; puede ayudar en entenderlas.
El objetivo final de la investigacin es generalmente revelar la estructura sistemtica, la

invariante, que es verdad no solamente para los casos que fueron estudiados, pero para
el grupo entero (poblacin) de donde los casos vinieron, o quizs verdad an para todos
los casos comparables en el universo. En otras palabras, la meta deber generalizar los
hallazgos.
El mtodo comparativo suele

ser popular en un cierto estadio
de la evolucin de un campo de
investigacin, cuando los
cientficos intentan salir del
nivel inicial de los estudios
exploratorios de caso a uno
nivel ms avanzado de
estructuras tericas generales o leyes.
Por supuesto, sera imprudente afirmar algo acerca de un grupo ms grande, todava
menos del universo, si su estudio consisti en apenas dos casos. La plausibilidad de su
generalizacin aumentar, si usted tiene en vez del "caso 1", varios casos del mismo
grupo, llamemos "Agrupa 1", y semejantemente varios casos del "Agrupa 2". Si todos o
la mayora estos pares muestran la misma invariante, su credibilidad se levantar
rpidamente. Hay mtodos estadsticos para calcular la credibilidad, o significado
estadstico de los hallazgos (vase p. +++).
Si deseamos obtener resultados que sean vlidos en un cierto grupo, debemos definir
ste como una poblacin de objetos, de casos, y a partir de ese momento debemos
considerar qu tamao ha de tener la muestra de esta poblacin que tenemos que
estudiar. Muchas veces una muestra de solamente dos ejemplares o casos no es bastante
para eliminar perturbaciones y variaciones indeseadas; en ese caso tendramos que
comparar varios pares, o clases de casos o ejemplares. En otras palabras, el diseo de
nuestra investigacin se convierte en una forma de clasificacin.
En el caso que necesita comparar a ms de dos grupos, o el nmero de casos es grande,

el estudio comienza a acercar a la clasificacin, un mtodo que se discute en otra
pgina.
En comparativo como en la mayora de los otros estudios hay dos diversos estilos, que
sern discutidas abajo:
La comparacin descriptiva apunta a describir y quizs tambin explicar las

invariaciones de los objetos. No tiene como objetivo el generar de cambios en
los objetos, en el contrario, ella intenta generalmente evitarla.
Un estilo especial de la investigacin es necesario cuando la puntera no es justa
detectar y explicar pero tambin mejorar el estado actual del objeto, o ayudar a
mejorar o a desarrollar objetos similares en el futuro. sta es la tcnica de la
comparacin normativa. Se discute en la pgina +++.

Comparacin descriptiva
En el estudio descriptivo de productos hay muchas situaciones donde comparacin es

un mtodo adecuado. Usted podra, por ejemplo, estudiar los productos comparables
que han sido diseados por diversos diseadores, o hechos por diversos productores. O
usted puede estudiar el mismo producto que se utiliza en pases diferentes.
Un ejemplo de la comparacin puede encontrarse en el estudio Products as

Representations, (Productos como representaciones) de Susann Vihma. La autora
examin metforas de equipos domsticos. Entre sus objetos de estudio estaban doce
planchas de vapor, cinco de las cuales se representan en la foto de arriba. Descubri que
cuando se estudiaba cada ejemplar aisladamente no era fcil captar su mensaje
simblico; esto se volva ms fcil cuando el objeto se estudiaba junto con otros objetos
similares o cuando dos objetos podan ser comparados entre s.
La comparacin puede ser til tambin cuando el investigador no est interesado en

diferencias sino en un caso singular. Si el objeto que interesa pertenece al entorno
cultural normal del investigador, no siempre son fciles de percibir sus caractersticas
especiales. El caso puede aparece demasiado obvio y no problemtico. "Un pez no
puede notar que vive en el agua." Un mtodo para revelar la naturaleza especfica de un
objeto demasiado-bien-conocido es compararlo con otros casos o ejemplares.
En estudio exploratorio sucede a menudo que usted debe agregar gradualmente nuevos
aspectos de la comparacin, o los definir nuevamente cuando su conocimiento del
objeto aumenta. Es tambin comn que en las fases iniciales del estudio usted
solamente alcanza respuestas descriptivas a las preguntas cul y cmo el objeto es, y de
esta base usted puede entonces intentar explicar o contestar a la pregunta por qu el
objeto es como es.
En el anlisis comparativo se puede aplicar todos Case 1 Case 2

los tipos usuales de la explicacin: por Razn potencial + --
acontecimientos anteriores, por acontecimientos Efecto potencial + --
posteriores, y la explicacin contextual. Puede ser
til hacer una tabla, como la que est en la derecha, de efectos y razones potenciales. Si
hay conformidad entre la razn probable y el efecto probable (es decir hay efecto
solamente cuando la razn est presente) aumenta la plausibilidad de la explicacin
hipottica.
Por supuesto, una correlacin mera entre dos variables no confirma todava
definitivamente una explicacin hipottica, porque la correlacin puede estar debido a
otra explicacin posible.
Con frecuencia el material que ha de ser comparado se registra a partir de los casos o
ejemplares existentes en el "campo". La otra alternativa es montar un experimento en el
laboratorio. El trabajo de campos suele significar una buena validez pero muchas veces
una inferior fiabilidad de los resultados: hay mucha variacin aleatoria y perturbaciones
que obstruyen el estudio de solamente aquellas diferencias en que el investigador est
interesado.
Clasificacin
Cuando va a ser estudiado un gran nmero de objetos, puede ser til estructurar la
agrupacin material de los objetos en clases. La base de la agrupacin es proporcionada
normalmente por el punto de partida terico, y suele ser uno de los atributos importantes
de los objetos. Todos los miembros en una clase tienen este atributo nombrado, o lo
tienen en mayor grado que otros objetos.
Usted podra, por ejemplo, arreglar sus libros Libros Libros Otros
en base de su lenguaje, como en la tabla a la en ingls: en espaol: libros:
derecha. Nmero de Nmero de Nmero de
libros: 168 libros: 151 libros: 6
De dnde usted consigue una base para la
clasificacin?
En la investigacin exploratoria usted tiene que comenzar sin tal base. Usted
tiene una poblacin, por ejemplo toda gente en un rea dada, que existe
independientemente de la pregunta que usted desea estudiar. El acercamiento
normal es probar varias clasificaciones tentativas hasta que usted encuentra un
tal fructuoso. Este acercamiento se discute bajo el encabezamiento Clasificacin
Exploratoria.
En la investigacin que se hace en base de un modelo anterior o la pregunta o el
uso previsto de los resultados define a la poblacin que se estudia. Si el estudio
se relaciona con la produccin industrial, la poblacin quizs sea un grupo de
productos, o gente que han utilizado estos productos o que pudo comprarlos. La
blanco del estudio dar los argumentos para definir qu clases son necesarias en
el anlisis. Usted puede a menudo emplear las clases que han sido utilizadas y
definidas anterior por otros investigadores. Este caso ser examinado bajo
Clasificacin a clases dadas.
Las clasificaciones se presentan generalmente como tablas. En lo alto de la tabla, en el

encabezamiento de la tabla, se muestran los nombres de las variables, las unidades de
medida y los posibles lmites de las clases. Una columna es un conjunto vertical de
valores de una variable. La correspondiente lnea horizontal es una fila. Algunas
abreviaturas usadas
convencionalmente en tablas se
presentan a la derecha. Smbolos habituales en tablas
(caja vaca) = la tabla no ha sido completada
En el encabezamiento de la tabla .. = no se ha obtenido la informacin
usted define la base de la * = datos preliminares
clasificacin. En delimitar las clases, - = 0.000 (exactamente cero)
usted puede emplear escalas 0 = redondeado a cero
acostumbradas y otros lenguajes de la
descripcin como la descripcin verbal, la forma visual, la codificacin, o usted pueden
inventar una nueva clasificacin sus el propios.
El resto de su cuadro consiste en las clulas donde usted pone los especimenes o los
casos que usted desea clasificar. Cada clula contiene generalmente un nmero que
muestre cuntos especimenes o casos satisfacen las condiciones definidas en el ttulo de
la columna. El nmero de individuos en cada categora es llamado frecuencia. Si se
divide por el nmero total del conjunto de la muestra, se obtiene la frecuencia relativa.
La frecuencia relativa puede indicarse como un porcentaje o una fraccin. Todas estas
estadsticas son variables de la escala aritmtica sin que importe el tipo de escala de las
mediciones originales. De este modo se abre un camino para transformar descripciones
cualitativas en variables cuantitativas que en ese momento pueden ser analizadas con
todos los mtodos estadsticos (si eso es lo que el investigador quiere).
Por otra parte, usted puede poner datos adicionales en las clulas e tambin dibujos de
los especimenes, si no toma demasiado espacio.
La clasificacin de acuerdo con solo un atributo es raras veces muy gratificante. Bien
distinta es la situacin cuando tenemos dos o ms propiedades que nos interesan de los
objetos o casos: entonces podemos construir una tabulacin cruzada que es una
herramienta muy efectiva si queremos revelar una asociacin entre estos factores.
Qu atributo es "interesante", es algo que ser definido por el problema inicial del
estudio y por el modelo terico que se usa como punto de partida. Ms adelante se
explican algunos
principios habituales
de clasificacin. Libros en Libros en Otros Total:
ingls: espaol: libros:
Si usted tabul a Libros sobre msica: 100 11 4 115
cruz sus libros de Libros sobre yoga: 60 91 2 153
esta manera, segn Otros temas: 8 49 - 57
su lengua y tema, Total: 168 151 6 325
usted quizs consiga
una tabla como la que est a la derecha. Observe que tablas incluyen a menudo una
columna adicional para los totales de la fila y una ltima lnea para sumas de columna.
Una tabla de dos dimensiones es perfecta para presentar una clasificacin con dos
criterios, pero es un poco torpe si usted necesita ms de dos dimensiones. Los mtodos
posibles para este propsito son:
Si la necesidad de agrupar se refiere no ms que algunas clulas en una tabla,

usted puede considerar dividir solamente estas clulas en segmentos.
Si la necesidad es global, usted podra quizs transformar el ttulo del cuadro en
un rbol lgico (p. +++).
Haga los cuadros separados de los diversos niveles del surtido de modo que
usted muestre las divisiones principales en un vector y las divisiones detalladas
en una serie de tablas ms pequeas.
Haga una serie de cruz-tabulaciones del mismo material de modo que cada
cuadro muestre apenas dos clasificaciones.
Los programas de computadora para la hoja de clculo y para la base de datos
permiten tantas dimensiones en sus tablas mientras que usted necesita, aunque
cuando usted desea presentarlos en la pantalla o el papel, usted encontrar los
mismos problemas que arriba.
Clasificacin exploratoria
Cuando usted tiene material de muchos objetos o casos y usted quisiera arreglarlos en
un orden sensato, su primera herramienta no es necesariamente clasificacin, porque es
difcil comenzar a clasificar el material, si usted no tiene ningn nombre para las
categoras. Sin embargo, tambin en tal investigacin exploratoria, es posible
experimentar con diversas clasificaciones. Tal experimentacin es fcil una vez que el
material se haya cargado en una computadora. Sucede a menudo que usted encuentra
til reagrupar su material y redefinir los lmites de clases muchas veces cuando su
conocimiento del objeto aumenta. Es prctico comenzar con un mayor nmero de clases
que usted piensa utilizar finalmente, porque durante anlisis es mucho ms fcil
combinar algunas clases que dividir una clase.
La meta en la clasificacin es siempre igual: para revelar la estructura o la invariacin

sistemtica, eso existe en todos los casos que usted estudia. Esta meta se alcanza
completamente solamente si todos los casos cabidos en clases. Si usted tiene que
agregar una categora nombrada " otras " se parece mostrar que los criterios para su
clasificacin son de alguna manera deficientes. Por otra parte, toda clasificacin trabaja
mejor cuando los lmites entre las categoras son tajantes y hay pocos casos intermedios.
Podemos siempre aadir una categora llamada "otros", pero eso complica el anlisis.
Usted comenzara normalmente por la estudio de literatura, si hay cualquiera. Si esto le

deja sin la clasificacin conveniente, usted puede intentar encontrar la estructura del
material s mismo. Las categoras autctonas son nombres de grupos tradicionalmente
usados, por ejemplo: americanos, Los impresionistas.
La gente tiene a veces ya nombres para varios

grupos de productos, como muebles y
herramientas. Los marineros, por ejemplo,
habitualmente clasifican todos los barcos
existentes innumerables en un nmero pequeo
de los tipos del barco, algunos de los cuales se
muestran a la derecha. Las diferencias
significativas entre los tipos del yate se refieren al
nmero de mstiles, a la posicin del mstil de
ms atrs, al nmero de velas en la delantera, y a
la presencia de un "gaff". Para los propsitos de
la investigacin, los tipos se pueden definir como
contornos trazados como en la tabla, o
alternativamente como explicaciones verbales, por ejemplo, "un schooner es un barco
con dos mstiles y la vela ms grande en popa".
Ms comn en la investigacin, sin embargo, es que el investigador tiene que definir

todos los grupos que l necesita crear. Tpico de la investigacin exploratoria es que
usted no tendr ninguna clasificacin inicialmente preparada. Usted tiene que examinar
su material e intentar
arreglarlo en los grupos de
casos similares.
Si usted tiene la suerte, cada
espcimen o caso que usted
est estudiando ajustes en
una y solamente una clula
de su clasificacin. Tal se parece ser el caso de los nudos de alfombra. Slo hay un
nmero limitado de nudos, y cada nudo es inequvocamente discernible de los otros,
como se puede ver en la ilustracin hecha por Geijer en el libro A History of Textile Art.
En lo que respecta a la mayor parte de los dems productos, hay un nmero ilimitado de
variaciones y por tanto de posibles clasificaciones o tipologas.
Mirando la mayora de los productos, hay un nmero sin fin de variaciones. A menudo,
solamente algunos casos son exactamente semejantes, y una vez que usted las haya
colocado en las clases apropiadas la mayora todava se cae mientras tanto. A menudo
los objetos o los casos se asemejan a una serie continua donde est nico cada caso,
incluso si diferencia levemente de sus vecinos. Por otra parte, a menudo hay varios
atributos de los casos, que se parecen ser significativos para clasificar, no obstante nadie
de stos son de tal importancia suprema que podra ser utilizada como criterio exclusivo
en clasificar. En una situacin "tan borrosa" usted puede probar uno de los mtodos
siguientes.
Clasificaciones difusas. Si el investigador no puede definir ningn atributo nico que

determine la clase, puede, en lugar de ello, intentar clasificar los objetos sobre la base de
una semejanza de familia. Esto significa que no hay ningn rasgo nico que deba ser
comn a todos los miembros de una clase; en lugar de ello, hay una lista de rasgos
potenciales. Cada miembro de la clase tiene la mayor parte de ellos, pero no
necesariamente todos ellos.
La tipologa es un mtodo de clasificacin donde cada clase es formada en torno a un

ejemplar "tpico" o "puro" predefinido. Cada objeto de estudio es comparado entonces a
este conjunto de ejemplares, y asignado a la clase ms acorde con el ejemplar.
Hay dos alternativas en seleccionar los ncleos de una tipologa:
1. Cuando usted tiene la posibilidad de empezar de un modelo o teora anterior, usted

puede utilizar por lo menos tentativamente los ncleos definidos en estos estudios
anteriores. Usted despus tiene que comparar cada caso en su material emprico a estos
ncleos y asignarlo a la clase donde l se asemeja ms a ncleo. Si hay muchos casos
difciles en su material que no caben bien en ninguna clase, usted tiene que considerar
modificar uno o ms ncleos.
2. En un estudio exploratorio usted tiene que seleccionar ncleos convenientes entre

los especimenes que se estudian, o alternativamente usted los puede definir como una
aglomeracin de caractersticas tpicas de la "familia". Al refinar la definicin, usted
puede quizs utilizar los mtodos de encontrar el caso medio, descritos arriba.
Puede ser difcil hacer una tipologa de artefactos grandes y detallados como edificios.
Un ejemplo acertado se encuentra en el libro Suomen kirkot (Iglesias en Finlandia) por
Carolus Lindberg. l defini 38 tipos tradicionales de la iglesia usando pinturas simples
y una caracterizacin verbal. Debajo estn
tres ejemplos de sus definiciones.
Clase Xxix. Iglesias de madera en la forma de

una cruz griega. El espacio central es
ensanchado por las extensiones ortogonales
que son generalmente ms bajas que el resto
de la iglesia. Este tipo era popular en
Finlandia del este durante el siglo 18.
Clase Xxx. Iglesias de madera en la forma de

una cruz griega. Hay extensiones ortogonales
en las cuatro esquinas del espacio central. El
tejado mediano tienda-formado se leva ms
alto que las alas y se adorna con un pinculo. Estas iglesias centrales fueron construidas
en Finlandia del este, a partir del ltimo siglo 18 al siglo temprano 19.
La clase XXXI es una variacin del tipo XXX, con la diferencia que un segmento
vertical interrumpe el tejado tienda-formado central.
Estilo de la decoracin es a menudo

utilizado para clasificar arquitectura y
algunos otros productos, aunque no es fcil
definir y hay un gran riesgo de la
interpretacin subjetiva cuando lo usa.
Vase el dibujo de Regole generali di
architettura, por Sebastiano Serlio, 16 c.
En la antigedad los estilos se denominaron

sobre una base geogrfica como tpicos de
las naciones o regiones dricas, jnicas,
corintias, romanas etc., pero estilos
posteriores a menudo fueron nombrados
despus de reyes o simplemente como
nombres descriptivos tales como el arte
Deco.
Debilidades de tipologas. Muchas veces

es imposible medir la adecuacin de la
concordancia con la clase; con lo que la
clasificacin final de los objetos resulta ms
bien subjetiva.
La subjetividad del mtodo tipolgico se intensifica cuando una misma persona, es

decir, el investigador, es quien define los tipos-clases y coloca los objetos en ellos. Se
vuelve entonces muy fcil para l el demostrar la validez de su tipologa favorita. Esto
es -ay!- bastante comn en investigadores que sencillamente desprecian (como "no
tpicos") todos los objetos o casos que no son acordes con la clasificacin prefabricada,
en lugar de corregir la misma clasificacin caduca. La correccin obvia, por supuesto,
es que la clasificacin final debiera ser hecha por otra persona neutral.
Para reducir subjetividad los ncleos se deben definir tan explcitamente como sea
posible y preferiblemente en la presentacin tanto verbal como visual (de modo que en
el estudio de Lindberg, arriba) y tambin con la
ayuda de medidas, si es aplicable.
El mtodo correcto para precisar el caso medio o los

casos tpicos en la poblacin, es primero definir
claramente la poblacin, entonces seleccionar una
muestra apropiada de ella, clasificar todos los
artculos de la muestra, y finalmente notar los tipos
ms frecuentes.
En el mtodo del anlisis de grupos (cluster

analysis) se tiene en cuenta simultneamente un
gran nmero de variables. Se usa para encontrar
tales grupos de casos individuales de la muestra
que, de acuerdo con los valores de las variables, se
asemejan entre s en el mayor grado.
Por ejemplo, en la figura de la derecha han sido
analizados 30 casos. El programa de anlisis de
grupos estudia, para cada caso de la muestra, su conjunto de valores para todas las
variables dadas, y resuelve qu casos de la muestra tienen el conjunto de valores ms
similar. En este caso particular resulta que los que se parecen ms entre s son los casos
8 y 29, y tambin 6 y 22 etc.
Despus de que se haya encontrado la mejor manera de agrupar los casos, el siguiente
estadio en el anlisis es descubrir grupos cada vez ms amplios, siendo el principio de
agrupacin que cada caso en un grupo se parece ms a los dems casos de ese grupo que
a los casos de fuera del mismo.
Corresponde al investigador el decidir cuntos grupos acabar al final el programa. En

la figura hay tres grupos finales: A, B y C. Cada investigador tiene que tomar la
decisin sobre la base de su teora, como es habitual en todo anlisis estadstico. Para
tomar la decisin, debemos considerar el significado e interpretacin tericos de cada
grupo.
Tabulacin Cruzada. Como fue observado sobre, en estudio exploratorio es a menudo

bastante difcil encontrar la base para una sola clasificacin, y todava ms difcil la
base para una tabulacin cruzada de dos o ms caractersticas. Sin embargo, con los
ordenadores modernos es fcil experimentar incluso con las tabulaciones cruzadas
tentativas en base de todos los atributos diferentes que usted ha registrado para los casos
o los objetos. A veces uno de estos experimentos pudo divulgar asociaciones entre estas
caractersticas.
Una clasificacin meticulosa fue hecha por Rostislav Holthoer (1977, 56). Clasific ms
de 3000 ejemplares de cermica antigua de acuerdo con su ornamentacin. Defini las
clases a travs de las pinturas y tambin verbalmente:
A. Lnea
B. Lnea ondulada
C. Lnea punteada
D. Lneas cruzadas
E. Fila de rectngulos
F. Fila de tringulos
Adems, Holthoer hizo otra clasificacin sobre la base de las lneas que el artista de la
antigedad haba dibujado sobre los motivos:
1. Sin lnea
2. Lneas a ambos lados de los motivos
3. Lnea a lo largo del motivo
4. Lneas a travs y a ambos lados
Considerando la variacin en los 3000 recipientes de Holthoer, su clasificacin era
admirablemente explcita y el nmero de ejemplares no acorde con alguna de estas
clases era mnimo. En base de este cuadro exploratorio el autor, Holthoer, continuado su
estudio registrando el nmero de especimenes en cada clase y reconociendo la regin y
el perodo de ellos. De esta manera l podra construir gradualmente una estructura
terica de todo el material.
El mtodo ms usual de descubrir una estructura en datos cruz-tabulados es buscar una

asociacin entre dos caractersticas de los objetos, que es indicada a menudo por una
frecuencia inusualmente alta (o bajo) de los casos donde ocurre una cierta combinacin
de caractersticas.
Como un ejemplo miremos la tabla (inventada) a la Tabla n 1 Silla A Silla B

derecha donde se han clasificado los empleados en una Dolores 10 5
oficina, en base de si haban experimentado dolores de de espalda
espalda ocasionales o no. Las sillas usadas en la oficina No dolores 90 45
estaban de dos tipos diferentes ("A" y "B") y el propsito
del anlisis era descubrir si los dolores de espalda tenan alguna relacin con el tipo de
asiento que la persona utilizaba.
En la tabla n 1 el porcentaje de dolores es igual (10%) para ambas sillas, que no indica
ninguna conexin entre los dolores de espalda y el tipo
de asiento.
Tabla n 2 Silla A Silla B
Si, en lugar, el resultado de la tabulacin haba sido igual Dolores 20 5
a la tabla n 2, las diferencias en porcentajes de queja de espalda
(20% y 10%) haban demostrado una asociacin definida No dolores 80 45
entre la frecuencia de dolores y tipo de asiento.
Las diferencias cmo grandes de frecuencia entonces son estadsticamente

significativas (p. +++)? Hay los algoritmos que pueden dar una respuesta a esta
pregunta, notablemente la prueba Chi que se explica en la pgina +++.
Cuando una asociacin estadstica sea encontrada, el estudio se continua a menudo

intentando determinar la estructura exacta de esta invariante y quizs encontrar su
explicacin.
Por supuesto, la correlacin mera entre dos variables no prueba que existe la causalidad,
porque la correlacin puede ser debido a otras explicaciones posibles.. Por lo tanto usted
debe complementar la tabulacin con otros mtodos como entrevista (si gente est
implicada en la actividad que se estudiar) o experimento. Con el ltimo mtodo usted
puede estudiar las causalidades exactamente porque usted puede excluir todos los
factores no-deseables.
Los ejemplos de clasificacin exploratoria, dados arriba, demuestran que las clases que
finalmente se escogern, emergern raramente puramente de datos empricos. Tendrn
normalmente alguna justificacin terica, tambin, que se ha pedido prestada en alguna
parte. No hay as contraste agudo entre los acercamientos de usar, o de no usar, las
clases que se han definido anteriormente. Cmo utilizarlas, sea el tema del prrafo
siguiente.
Clasificacin a clases dadas
A menudo la blanco del estudio, es decir la pregunta que se estudia o el uso previsto de
los resultados, definir a la poblacin que se estudiar y definir hasta un cierto grado
tambin las clases en las cuales la poblacin o la muestra se deben dividir. Dos
ambiciones de investigacin que dan a menudo los argumentos para definir la poblacin
y su clasificacin son:
1. Si la puntera es solamente ampliar el alcance de validez de la teora existente,

ser a menudo posible utilizar las clasificaciones de estudios anteriores y llenar
la tabla con datos de una nueva poblacin agrandada. Si, en lugar, su proyecto se
propone aadir un nuevo aspecto a la erudicin existente, este nuevo aspecto
llega a ser una dimensin novedosa en su tabla, mientras que muchas otras
dimensiones de la clasificacin pueden seguir siendo iguales que en estudios
anteriores.
2. En investigacin normativa, donde el tema surge de necesidades prcticas, stos
dictan a menudo la poblacin y los criterios de la clasificacin.
Clasificacin de gente. Al estudiar a los usuarios de productos: gente, las familias y las
organizaciones, es a menudo prctica pedir prestada la clasificacin de la sociologa, la
ciencia que estudia tradicionalmente a grupos humanos. Las definiciones bien
establecidas de grupos estn disponibles sobre la base de la profesin, educacin, renta,
atributos demogrficos, etc. Las familias son muchas veces clasificadas de acuerdo con
la "fase" de la familia, como en la tabla siguiente:
Comienzo de la fase Fase de Familia

Matrimonio, etc. Establecimiento de la familia
Nacimiento del primer hijo Crecimiento de la familia
Nacimiento del ltimo hijo Periodo esttico
El primer hijo deja el hogar Contraccin de la familia
El ltimo hijo deja el hogar Fase postparental
El primer progenitor fallece Desintegracin de la familia
El segundo progenitor fallece -
En la vida diaria, las personas se caracterizan y clasifican habitualmente escogiendo un

atributo conveniente de un par de contrarios, como viejo/joven o urbano/rural. Una
lgica similar se ha utilizado en muchas clasificaciones de la gente cientficas, tambin.
La clasificacin ha sido a veces tan exitosa que se ha adoptado an en el lenguaje
comn, como ha sucedido con la clase "yuppie" (desde YUP = Young Urban Person, es
decir persona urbana joven, como contraste a personas que son viejas o rurales, o
ambas.).
Grupos imaginarios. Debe siempre tener presente que el poder de definir algunas
clases no garantiza que esas clases existen en realidad.
Por ejemplo, al estudiar a los usuarios y compradores potenciales de productos

industriales, usted quizs desee dividir a esta gente en algunos grupos en base de su
gusto, a fin de que su compaa pudiera entonces disear un especfico "estilizado" de
productos para cada uno de estos grupos. Una divisin hipottica en cuatro "grupos del
gusto" se ha bosquejado tentativamente en el esquema primero, abajo. Cada persona
est all representada por un punto.
Probar una hiptesis acerca
de grupos del gusto es
bastante fcil usando un
cuestionario con veinte o
treinta preguntas que midan
el estilo de la vida, la
posesin de ropas que van a
la moda, revistas de modas
preferidas etc., y
analizando los resultados
con el anlisis factorial.
Si usted prueba la hiptesis antedicha con cualquier poblacin natural de gente, usted
encontrar muy probablemente que las opiniones estn distribuidas ms o menos como
el diagrama segunda, y torcera definitivamente la verdad presentar la poblacin
consistiendo de cuatro grupos.
La razn es que las opiniones, como la mayora de las

caractersticas de gente, siguen casi siempre la distribucin
representada en el diagrama superior a la izquierda, que los
investigadores por lo tanto llaman "distribucin normal". Las
distribuciones tales como el diagrama ms bajo a la izquierda son
absolutamente excepcionales.
La credibilidad del estudio antedicho no mejorara - al

contrario - si el investigador intent probar la existencia de
sus racimos con la ayuda de los promedios de cada grupo,
como se ha hecho en el tercer diagrama. Los promedios
diferenciaran ciertamente, pero es un resultado de la
clasificacin del investigador - no dira nada de los datos
empricos s mismo.
Tampoco mejorara el resultado si el investigador agreg un

grupo ms al centro del diagrama, representando a la gente
"media" con las opiniones ordinarias. Las personas medias
existen, bueno, y ellos pueden ser tomados como grupo apropiado en una tipologa, pero
no dara ninguna razn de considerar que existen tambin los cuatro grupos extremos. -
El ejemplo antedicho contiene una tipologa de cuatro grupos, pero es evidente que el
mismo razonamiento es tambin vlido para cualquier nmero de grupos.
Hay una diferencia significativa entre las clases? Despus de que usted ha definido
las clases y los llenados con casos empricos, usted quizs tiene dudas todava, si hay
tanta diferencia entre las clases que es razonable tratarlas como clases separadas. Si
todos los casos comparten una o ms caractersticas importantes que se ha medido en
cada caso, hay mtodos matemticos para medir la diferencia entre las clases y para
evaluar si esta diferencia es tan grande que es improbable que solamente casualidad
hubiera causado la diferencia en las medidas. Algunos mtodos usuales para esto son la
prueba Chi, la prueba t de los medios de las clases, y el anlisis de la variacin (p. +++).
Anlisis cuantitativo
Una vez recibidos los datos y antes de someterlos al anlisis, suele ser til llevar a cabo
algunas operaciones preliminares. Esto puede incluir:
apartar los datos que son obviamente errneos o irrelevantes. Esto ha de ser
hecho con precaucin: no debiramos borrar datos que son solamente
"anmalos" y no armonizan con nuestras hiptesis. Pueden tambin demostrar
que la hiptesis es defectuosa.
normalizar o reducir nuestros datos significa que eliminamos la influencia de
algn factor bien conocido pero sin inters. Por ejemplo, podemos eliminar el
efecto de la inflacin dividiendo todos los precios por el ndice de precios de la
fecha de la compra.
En el anlisis propiamente dicho de los datos, el propsito es extraer una invariante o

estructura que nos interese a partir de los datos. Esto no significa que introduzcamos los
datos en un ordenador y esperemos que el ordenador nos muestre qu estructuras
pueden encontrarse en ellos. Los ordenadores no son lo bastante listos para eso.
En lugar de ello, es bastante habitual que ya en un momento tan temprano como el
inicio del proyecto, el investigador tenga un modelo matemtico que aplicar a los
resultados. Este modelo tambin proporciona las hiptesis para el proyecto de
investigacin o al menos acta como una "hiptesis de trabajo" no exacta.
Los resultados empricos pueden entonces analizarse del modo siguiente: primero, el
investigador dispone los resultados de acuerdo con el modelo y despus considera en
qu grado el marco es adecuado a los datos o si ha de buscarse un modelo que se adapte
mejor.
En otras palabras, el investigador suele primero decidir qu tipo de patrn es el que est
buscando en los datos. Esto determinar los mtodos para un anlisis matemtico. As,
la primera cuestin a la hora de elegir el mtodo de anlisis es: Queremos usar las
variables medidas para clasificar casos o individuos? O deseamos analizar variables
inconexas, o bien las relaciones entre diversas variables?
Otra cuestin es cul es la razn para la asociacin estadstica: Hay una relacin causal
o algn otro tipo de relacin entre las variables? Esto es algo que el anlisis estadstico
no ser capaz de revelar.
Otra decisin importante se refiere al propsito final de su proyecto. Usted desea

describir cmo es el actual (o anterior) estado de su objeto, o usted desea descubrir
cmo el objeto debe ser: qu grado de las cualidades medidas sera ptimo? Este ltimo
tipo de anlisis se discute bajo del ttulo Estudio normativo, pgina +++.
Analizar variables individuales
A continuacin hay una lista de algunos mtodos habituales para el anlisis estadstico
de una sola variable. Los mtodos han sido dispuestos de acuerdo con la escala de
medicin (p. 70) de la variable.
- Escala Escala Escala de Escala de

nominal ordinal intervalo proporcin
Mtodos de - Tabulacin ; Presentacin grfica -
presentacin de los
datos:
Medias (p. 167): - La moda -
- - La mediana -
- - - Media aritmtica -
Medidas de dispersin - - Desviacin de cuartil -
(p. 169): - - El rango -
- - - Desviacin estndar -
Presentacin grfica de una

variable
Un modo simple de presentar una distribucin de

valores es mostrar cada valor como un punto en
una escala. Si hay un gran nmero de valores,
puede ser mejor clasificarlos primero y entonces
presentar la frecuencia de cada clase como un
histograma
(Fig. de la
derecha).
Si nuestros estudios tienen que ver con personas,

ocurrir con bastante frecuencia que nuestras
mediciones estarn distribuidas de acuerdo con cierta
curva, la llamada curva de Gauss (a la izquierda) que
es, por consiguiente, llamada la distribucin
normal. Una de sus propiedades es que el 68% de
todas las mediciones diferir de la media (en la
figura: M) en no ms que la desviacin estndar, y el
95% en no ms que el doble de la desviacin
estndar.
A veces querremos poner el nfasis no en la

distribucin absoluta, sino en la proporcional o de
porcentaje. Un diagrama apropiado para esto es el
grfico de sectores, tambin llamado "de tarta" o "de
queso" (a la derecha):
Medias
Una media es una estadstica que caracteriza el valor
tpico de nuestros datos y elimina la dispersin aleatoria de valores. Para cada una de las
distintas escalas de medicin hay un tipo adecuado de media,
la moda
la mediana
la media aritmtica.
Moda es el valor ms comn en nuestro conjunto de datos.
Mediana es el valor en el medio de la seleccin, si todos los valores estn dispuestos

del menor al mayor.
Media (aritmtica) es la suma de todos los valores dividido por su nmero, o
De entre las medias que se han presentado ms arriba, el investigador puede elegir
habitualmente aquella que muestra mejor el valor tpico de la variable. La media
aritmtica es el ms popular, pero puede ofrecer un cuadro equivocado por ejemplo en
datos que incluyen un valor que difieren en gran medida de los otros (vase la imagen
de abajo).
Lo mismo ocurre si la
distribucin est
desviada, como en la
imagen de la derecha.
En el ejemplo, se
relacionan los minutos
que los distintos sujetos
tardan en llevar a cabo
una tarea. Los ms
rpidos necesitaron 5
minutos, pero el
resultado ms comn
(=la moda) fue de siete
minutos. El valor en el
medio, es decir, la
mediana, se ha mostrado en "M" rojo en la imagen. La mediana tena aqu el valor 11.
Qu pasa con la media? Como al sujeto ms lento le llev el acabar 34 minutos, la
media se eleva a 11.98 minutos, lo que no da un cuadro exacto del resultado medio en
este caso. Esto muestra que los datos estn desviados; el tipo de media debe elegirse con
cuidado. Una presentacin grfica muchas veces sera ms ilustrativa que calcular una
sola estadstica.
La distribucin mostrada en esta figura est escorada positivamente, porque las
mediciones que han dado valores mayores que la mediana (11) se extienden en un
amplio rango (de 11 a 34), mientras que las mediciones que han dado valores por debajo
de la mediana se concentran pocos valores (5...11).
Se puede tambin, si es necesario, acudir a una estadstica para describir la cantidad de
desviacin.
Al elegir la media ms apropiada, debemos tener en cuenta la escala que fue usada en la
recoleccin de los datos. Si la escala era nominal, la nica media posible es la moda. Si
la escala fue ordinal, podemos usar la mediana o la moda.
Finalmente, si la media fue calculada a partir de una muestra, debemos examinar su

representatividad estadstica, o qu probable es que la misma media sea cierta en la
poblacin de la que la muestra se extrajo. Una comprobacin apropiada para esto es la
prueba t (p. +++).
Indicar la dispersin de los datos

Una vez que hemos calculado el valor medio, puede ser a veces interesante describir a
qu distancia en torno a la media estn diseminados los valores singulares. Para este fin,
podemos elegir entre diversas estadsticas. La eleccin depende del tipo de media que
hayamos usado:
En conexin con la moda la dispersin de valores raramente es interesante.

En lugar de ello, si hemos calculado una mediana, muchas veces querremos
sealar la diseminacin de valores en torno a ella. Una forma adecuada para esto
es la desviacin de cuartiles. Un "cuartil ms alto" es aquel valor que es
sobrepasado por el 25% del conjunto de todas las mediciones; del mismo, modo
el 25% de todos los valores son ms bajos que el "cuartil bajo". La desviacin
media de los cuartiles (marcadas con Q verde en la diagrama) a partir de la
mediana es llamada desviacin de cuartiles y es calculada con facilidad
dividiendo por la mitad la diferencia de los cuartiles.
Una estadstica alternativa y muy simple es el rango: la diferencia entre el
mayor y el menor valor.
En conexin con la media aritmtica muchas veces querremos calcular la
desviacin estndar. Si los valores se miden a partir de una poblacin, la
formula ser,
Sin embargo, si la desviacin estndar slo se refiere a una muestra, la formula es,
En ambas frmulas, n es el nmero de los valores, y los valores de cada variable

sustituirn a x uno tras otro. Raramente un investigador se molestar en realizar por s
mismo el clculo, porque el algoritmo necesario para esto existe incluso en calculadoras
de bolsillo.
A la raz cuadrada de la desviacin estndar se llama varianza, y tambin sta es usada

con frecuencia para describir y analizar la dispersin.
Si la estadstica de dispersin se ha calculado a partir de una muestra, su

representatividad estadstica debe tambin calcularse al final. La prueba t (p. +++) es
adecuada para esto.
Analizar las relaciones entre variables
Si dos variables evolucionan modo tal que en alguna medida se siguen entre ellas,
podemos decir que existe una asociacin o covarianza estadstica entre ellas. Por
ejemplo, la altura y peso de la gente estn estadsticamente asociadas: aunque el peso de
nadie est causado por su altura ni la altura por el peso es, no obstante, habitual que las
personas altas pesen ms que las personas bajas. Por otro lado los datos habitualmente
incluyen tambin excepciones, lo que significa que una asociacin estadstica es
inherentemente estocstica.
La ciencia de la estadstica ofrece numerosos mtodos para revelar y presentar las

asociaciones entre dos y hasta ms variables. Los medios ms simples son los medios de
presentacin grfica y tabulacin. La intensidad de la asociacin entre variables puede
tambin describirse como una estadstica especial, como el coeficiente de contingencia
y una correlacin para lo que hay varios mtodos de anlisis disponibles.
Si, al analizar los datos, se descubre alguna asociacin entre las variables, el
investigador quisiera a menudo saber la razn de esta asociacin en el mundo emprico,
es decir l quisiera explicar esta asociacin. Los tipos usuales de explicacin se
enumeran en la pgina +++. Comn a todos es que dan la causa del fenmeno se est
estudiando que. Cuando las medidas se han hecho de una serie de estos fenmenos, es
usual que una serie de medidas, llamada variable independiente, se hace as de la
causa presumida, y una otra serie de medidas, la variable dependiente, del efecto
presumido en el fenmeno.
Nota que no hay mtodos en el anlisis estadstico para la tarea de descubrir la

explicacin causal para una asociacin estadstica. Una fuerte correlacin entre,
digamos, A y B, puede deberse a cuatro razones alternativas:
A es la causa de B.
B es la causa de A.
Tanto A como B son causadas por C.
A y B no tienen nada que ver con uno al otro. Su asociacin en los datos
analizados est una coincidencia.
El investigador debe encontrar as la causalidad o la otra explicacin para la asociacin

de las variables en alguna otra parte que en las medidas. En muchos casos, la teora
original del investigador puede proporcionar una explicacin; si no, el investigador debe
usar su sentido comn para clarificar la causa.
A continuacin mencionamos algunos mtodos usuales de anlisis estadstico que

pueden usarse al estudiar la interdependencia entre una o ms variables. Los mtodos
han sido dispuestos siguiendo a qu escala de medicin corresponden la mayor parte de
las variables.
Meta de anlisis Escala Escala Escala de Escala de

nominal ordinal intervalo proporcin
Presentar datos y su Tabulacin ; Grficos
estructura a grandes
rasgos
Medir la fuerza de la Coeficiente de contingencia
asociacin entre dos - Correlacin ordinal
variables (p. 173) - - Correlacin r de Pearson
Encontrar qu variables Calcular contingencias o correlaciones para todos los pares
entre varios son asociadas: de variables ; anlisis factorial (p. 175)
Transcribir una asociacin - - Anlisis de regresin (p. 174)
estadstica en una funcin
matemtica:
Tabulacin
La tabulacin es una forma habitual de presentar las asociaciones entre dos o ms
variables. Una tabla tiene la ventaja de que en ella puede disponerse bien una cantidad
extensa de datos y se conservan las cifras exactas. Una desventaja es que una tabla
grande no es ilustrativa: raras veces revela algo ms que las ms obvias regularidades o
interdependencias entre datos. Algunas abreviaturas convencionales usadas en tablas se
presentan en la pgina +++.
Presentacin grfica
Los productos, como objetos de estudio, son presentados con frecuencia como
imgenes, que son una forma de
presentacin grfica. Si el investigador
desea resaltar algunos rasgos comunes o
patrones generales que ha encontrado en un
grupo de objetos, puede combinar varios
objetos en un grfico, como en la figura de
la izquierda. En el diagrama, Sture Balgrd
muestra cmo los edificios viejos en
Hrnsand siguen proporciones uniformes
de anchura y altura (la lnea negra) con slo
algunas excepciones. Al inventar mtodos
ilustrativos de presentacin de los hallazgos
del estudio de productos, la ms seria
restriccin es la imaginacin del
investigador.
Con frecuencia, no obstante, la apariencia del objeto

en s no es importante y slo interesan los valores
numricos de sus mediciones. Si se considera as, lo
primero que debiramos plantearnos al elegir el tipo
de grficos es cul es la estructura que queremos
mostrar de los datos. Por supuesto tenemos que no
"mentir con ayuda de la estadstica", pero siempre es
admisible elegir un estilo de presentacin realce los
patrones importantes al eliminar o dejar en segundo
plano las relaciones y estructuras que no nos
interesan.
Si nuestros datos consisten en solamente unas pocas mediciones, es posible mostrarlos

todos como un diagrama de dispersin. Podemos exhibir los valores de dos variables
sobre los ejes de abscisas y ordenadas, y adicionalmente unas cuantas variables ms
utilizando los colores o formas de los puntos. En el diagrama de la derecha, la variable z
tiene dos valores que se indican respectivamente por un cuadrado y un signo +.
Si la variacin es demasiado pequea para que aparezca claramente, podemos darle

nfasis eliminando partes de una o ambas escalas. Simplemente eliminamos la parte que
no nos interesa, sea por la parte superior o por la inferior. La parte descartada debe estar
vaca de valores medidos empricamente. Para asegurarnos que el lector se da cuenta de
la operacin, es mejor mostrarlo no slo en las escalas, sino tambin en la cuadrcula de
fondo del diagrama.
Por otro lado, si el rango de variacin de
nuestros datos es muy amplio, podemos
plantearnos usar una escala logartmica
en uno o ambos ejes (vase el diagrama
de la izquierda). La escala logartmica es
apropiada solamente en una escala de
proporcin.
Si tenemos cientos de mediciones, es

probable que no queramos mostrarlas
todas en forma de diagrama de dispersin. Una posibilidad en este caso es clasificar los
casos y presentarlos como un histograma.
El histograma puede adaptarse para presentar hasta cuatro o cinco variables. Podemos
hacer esto variando las anchuras de las columnas, sus colores, sus tramados y por una
representacin tridimensional (fig. de la izquierda.). Todas estas variaciones se crean
fcilmente con un programa de hoja de clculo como Excel, pero no deben ser usadas
slo como adorno.
Los patrones que rellenan o marcan las columnas del histograma pueden ser elegidos
de forma que simbolicen una de las variables. Por ejemplo, las columnas que describen
el nmero de automviles pueden estar formadas por una pila de automviles unos
sobre otros. Esto es correcto, con tal de que no variemos el tamao de los smbolos
usados en un histograma. De otro modo, la interpretacin se le hara difcil al lector (se
vincula el nmero de automviles a la longitud, el rea o el volumen de los smbolos de
los automviles?)
El investigador suele estar interesado en las relaciones de dos o ms variables antes que
en las parejas de mediciones tomadas separadamente. La forma normal de presentar dos
o ms variables interdependientes es la curva. Esto implica una variable continua (es
decir, en que el nmero de posibles valores es infinito).
No debemos producir una curva a partir de mediciones que no son valores de la misma
variable. Por ejemplo, los atributos de un objeto son variables diferentes. Ejemplos de
ello son las evaluaciones personales que los investigadores suelen reunir con la ayuda
de escalas semnticas diferenciales del tipo de la mostrada abajo:
Estime las caractersticas de su dormitorio.

Tache un recuadro en cada lnea.
Claro _ _ _ _ _ _ _ Oscuro
Ruidoso _ _ _ _ _ _ _ Tranquilo
Limpio _ _ _ _ _ _ _ Sucio
Grande _ _ _ _ _ _ _ Pequeo
Carecera ahora de sentido el presentar las distintas evaluaciones del dormitorio como
un solo "perfil" como en el diagrama de la izquierda.
Si queremos a toda costa poner el acento en que las
variables han de ir juntas (por ejemplo porque todas
son evaluaciones del mismo objeto), un mtodo
apropiado podra ser, por ejemplo, un grupo de
histogramas (como el
de la derecha).
Todos los diagramas

mostrados arriba pueden combinarse con mapas y
otras presentaciones topolgicas. Por ejemplo, la variacin en las diferentes reas del
pas suele mostrarse como un cartograma que distinga los diferentes distritos con
distintos colores o tramas. Otra forma es el cartopictograma en que pequeos
diagramas de sectores ("de tarta" o "queso") o de columnas han sido colocados en el
mapa. Las conexiones entre distintas reas suele ser con frecuencia mostradas con filas
cuyo grosor indica el nmero de conexiones.
Una obra til y concisa en espaol sobre el uso de diagramas para anlisis estadstico
es: Antonio Alaminos, Grficos, Madrid, Centro de Investigaciones Sociolgicas, 1993
(Col. Cuadernos metodolgicos, n 7)
Contingencia y correlacin
La covarianza estadstica entre dos variables suele ser analizada haciendo una tabla o
una presentacin grfica, pero tambin hay disponibles estadsticas especiales para
indicar su intensidad. Los medios disponibles para el anlisis de los vnculos entre las
variables dependen de con qu tipo de escala se han medido las variables.
Cociente de contingencia puede aplicarse a todo tipo de variables incluyendo

aquellas que se han medido solo con una escala de clasificacin. Una estadstica
alternativa es Chi cuadrado (p. +++).
Correlacin ordinal es adecuada cuando al menos una de las variables se han
medido con una escala ordinal. La otra puede ser u ordinal o aritmtica.
Para variables sobre escalas aritmticas, el mtodo usual es la correlacin
estndar, mejor dicho la correlacin del momento-producto o correlacin de
Pearson.
Las formulas para calcular las estadsticas de contingencia no se muestran aqu porque
llevar a cabo los clculos manualmente sera poco prctico y los investigadores
habitualmente los hacen con un ordenador.
La correlacin del momento-producto suele abreviarse con la letra r. Si el coeficiente de

correlacin es bajo, por ejemplo algo entre -0.3 y +0.3, las dos variables no tienen
mucho que ver entre s (ms exactamente, no tienen casi ninguna covariacin lineal). Si
es alto, en otras palabras, si su valor se aproxima ya sea a +1 o a -1, esto significa que la
relacin entre las dos variables se aproxima a la ecuacin y = ax + b. El signo del
coeficiente de correlacin no es importante; el signo siempre es idntico al signo del
coeficiente a en la ecuacin de arriba.
Debajo, se puede ver tres diagramas de dispersin que demuestren tres conjuntos
diferentes de datos de dos variables. Cada conjunto consiste en ocho pares de valores.
Las correlaciones entre las dos variables se han calculado y se demuestran bajo cada
diagrama. Se puede ver que no hay correlacin entre las variables en el conjunto en la
izquierda, y los otros dos conjuntos demuestran las correlaciones de 0,5 y 1,0.
A pesar del hecho que el anlisis de correlacin es capaz de manejar solamente dos
variables, puede utilizarlo para el anlisis inicial de un gran nmero de variables,
cuando no tenemos una idea clara de las relaciones mutuas entre ellas. Es fcil para un
ordenador calcular una matriz de correlacin entre todos los pares potenciales de
variables. Podemos entonces elegir esos pares que presentan las correlaciones ms
fuertes, y continuar examinndolos con otras herramientas de anlisis ms refinadas.
Un aspecto dbil del anlisis de correlacin es que no puede detectar otras relaciones
lineales entre las variables. Por ejemplo, una relacin que obedece a la ecuacin
y = ax2 + bx + c pasara inadvertida. Sin embargo, algunos de los nuevos programas de
anlisis son capaces de detectar incluso esta y algunas otras asociaciones habituales de
variables. Adems, se puede intentar:
sustituir los valores de una variable con sus valores cuadrados, su raz cuadrada
o con alguna otra modificacin, y hacer de nuevo la matriz de correlacin. La
computadora toma el cuidado del clculo.
hacer un diagrama de dispersin de las dos variables que usted piensa quizs
tenga una relacin, y mirar si el patrn resultante sigue una forma de cualquier
funcin matemtica apropiada.
Una vez que usted haya encontrado un par de variables con una correlacin o
contingencia fuerte usted puede continuar, por ejemplo, con las operaciones siguientes:
Considere, en base de su teora, cul variable del par es independiente (es decir
la razn) y cul es el dependiente (la consecuencia), y si la relacin puede
implicar todava ms variables.
Descubra el patrn exacto de la relacin. Los mtodos posibles para esto
incluyen los anlisis de serie temporal (p. +++) y de regresin.
Si la correlacin se calcula a partir de una muestra, debemos recordar probar su

representatividad estadstica con la prueba t (p. +++).
Anlisis de regresin
El investigador suele tener razones tericas o prcticas para creer que determinada
variable es causalmente dependiente de una o ms variables distintas. Si hay bastantes
datos empricos sobre estas variables, el anlisis de regresin es un mtodo apropiado
para desvelar el patrn exacto de esta asociacin.
El anlisis de la regresin encuentra la ecuacin
linear que se desva lo menos posible de las
observaciones empricas. Por ejemplo, en el
diagrama a la derecha, los puntos rojos
simbolizan las observaciones donde se han
medido dos variables, y la lnea representa la
ecuacin y = 8x + 45, obtenido con anlisis de la
regresin de modo que la suma de las diferencias
cuadradas de los valores medidos de y llegue a
ser mnima.
El algoritmo de anlisis de regresin construye

una ecuacin, que tiene el siguiente patrn con
una o ms variables independientes. Adems, da
los parmetros a1, a2 etc. y b valores tales que la ecuacin corresponde a los valores
empricos con tanta precisin como es posible.
y = a1x1 + a2x2 + a3x3 + ... + b
En la ecuacin,
y = la variable dependiente
x1 , x2 etc. = variables independientes
a1 , a2 etc. = parmetros
b = coeficiente.
Si tenemos amplios datos con muchas variables, al principio del anlisis no estaremos
tal vez seguros de qu variables estn mutuamente conectadas y cuales debieran as ser
incluidas en la ecuacin. Podramos primero estudiar esto con el anlisis de correlacin,
o podemos dejar al programa de anlisis de regresin elegir las variables "correctas"
(x1, x2 etc.) para la ecuacin. "Correctas" son aquellas variables que mejoran la
exactitud del ajuste entre la ecuacin y los valores empricos.
Anlisis factorial
Todas las preguntas en un cuestionario se pueden considerar como variables, los valores
de las cuales son encontrados estudiando las respuestas que cada pregunta recibe.
Generalmente la mayor parte de las preguntas conciernen ms o menos el mismo tema,
y es por lo tanto normal que algunas de estas variables resultan tener una alta
correlacin mutua. El investigador ahora pudo desear descubrir si hay "variables de
fondo" o los factores latentes que combinan algunas variables originales. Si se podra
encontrar estas variables del fondo, los datos contenidos en los cuestionarios seran
comprimidos grandemente y llegaran a ser ms fciles de comprender. El anlisis
factorial es el mtodo normal de encontrar estas variables latentes.
Por ejemplo, en un estudio acerca de la ropa de gente finlandesa joven, Sinikka

Ruohonen (2001, p. 97) examin con un cuestionario las actividades del ocio de los
respondedores, y descubri que haba una alta correlacin entre pasar tiempo en
conciertos, en galeras de arte, en teatros y en bibliotecas y tambin en lectura de libros.
Todos stos tenan una correlacin negativa con mirar la televisin o las competiciones
deportivas. Ruohonen por lo tanto dio el nombre de "factor cultural" a esto factor. l se
asoci adems con educacin alta de madre y padre, y con independencia de las
opiniones de otros al comprar ropas.
Otro factor que Ruohonen encontr y nombr "esttico-social", incluy objetivos de

seleccionar ropas: destacar sus buenos o belleza, retratar confianza en s mismo y
personalidad, llamar atencin, demostrar camaradera, valores comunes e ideologas.
Este factor correlacion tambin, en poco grado, con se hacer la ropa por una misma,
con ecologa y con no llevar pieles.
Un tercer factor, "gastar" contuvo varios indicadores de gastar dinero comprando la

ropa, los cosmticos y las joyas, tan bien como el aprecio del estilo, de la calidad y de la
moda. Correlacion negativamente con evaluar un precio bajo.
Con la ayuda de un anlisis factorial, las variables de combinacin o factores latentes

tras los atributos medidos pueden detectarse y especificarse, y el anlisis tambin dice lo
estrechamente que estos factores estn vinculados con las variables originalmente
verificadas.-- A veces se sita tambin una condicin suplementaria sobre los factores,
concretamente que no deben tener correlacin alguna entre ellos y estn por lo tanto en
"ngulo recto" uno con respecto a otro (= "rotacin ortogonal" de los factores durante el
anlisis). Esta opcin, no obstante, suele disminuir la correlacin con las variables
originales.
Un inconveniente del mtodo del anlisis factorial es que su uso formalmente correcto
pero desconsiderado puede producir fcilmente los factores elegantes y
matemticamente exactos que sin embargo no tienen ningn significado emprico
sensato. En el estudio citado arriba, Ruohonen evit este callejn sin salida con el
medio de entrevistar algunos respondedores desde una u otra extremidad de un factor,
los cuales eran capaces clarificar sus actitudes y estilos de vida y dar el motivo para sus
opiniones que difieren del promedio.
Es posible continuar el anlisis factorial agrupando los respondedores (u otros casos

empricos) en grupos en base de sus valores en los factores que se encontraron en el
anlisis. Esta operacin sufre de la misma inconveniencia que arriba: es difcil dar una
explicacin emprica a estos nuevos grupos y, peor todava, ninguna huella de su
existencia verdadera se puede encontrar en empiria. Adems, la dispersin de casos a lo
largo de cada factor sigue casi siempre la distribucin normal de Gauss, que significa
que la mayora de casos estn cerca del punto medio y el investigador no puede
encontrar ninguna divisin distinta en grupos. Esta trampa del investigador se discute
tambin en la pgina +++ (Clasificacin).
Analizar el desarrollo
Cuando definimos nuestro ngulo de visin sobre nuestro objeto de estudio, tenemos
que considerar la dimensin del tiempo. A este respecto tenemos las opciones
siguientes:
La investigacin transeccional o sincrnica es una buena eleccin si nuestro

objeto es relativamente esttico, o si deliberadamente deseamos hacer una
"imagen congelada" de una situacin inestable. Enfoques tpicos en estudio
transeccional se explican en otra parte, bajo ttulos Estudio de caso, Estudio
comparativo y Clasificacin.
El estudio longitudinal o diacrnico examina el objeto como un proceso. La
variacin en el lapso perodo de tiempo de la investigacin es grande: algunos
procesos fsicos pueden durar menos de un segundo, mientras que un estudio de
seguimiento de las historias personales de individuos puede que requiera
estudiar a las mismas personas durante dcadas.
Cuando analizar el desarrollo, los mtodos llegan a ser levemente diferentes cuando
estudiamos un objeto que se convierta en s, o una clase de casos donde los ms ltimos
difieren de los anteriores.
Tales casos individuales que desarrollo temporal interesa a menudo a

investigadores, son la gente que maduran y cambian con tiempo. Los productos
especficos, tambin, pueden experimentar cambios durante su vida que consiste
en la produccin y el uso. Procesos que se estudian a menudo son las
modificaciones para los productos duraderos como edificios.
Los cambios individuales arriba descritos pueden, por supuesto, suceder tambin
a los miembros de una clase de objetos o de casos. Por otra parte, hay otro modo
del desarrollo que puede suceder en una clase de objetos: una clase puede
cambiar porque recibe en varias ocasiones a nuevos miembros que diferencian
sistemticamente de los anteriores. Los ejemplos de desarrollar clases son los
productos que son mejorados anualmente por el fabricante. Otra clase similar es
los compradores de estos productos, es decir los clientes, cada generacin de
quienes tiene a menudo nuevos necesidades y deseos referentes a los productos.
Qu clase de informacin usted desea buscar en la clase definida de objetos o de casos,

depende del propsito de su estudio. En el estudio diacrnico de productos, su
fabricacin o uso, hay tres diversas blancos tpicas que hacen necesario estilos distintos
de la investigacin. Ellos son:
1. Descripcin del desarrollo. Estudia los cambios en el objeto y procura encontrar

y clarificar las regularidades en el desarrollo visible. Ejemplos de estructuras a
menudo interesantes son tendencias, variaciones peridicas, revoluciones y el
modelo de Ejemplar-y-Seguidores.
2. Explicacin del desarrollo. A menudo una descripcin mera de los cambios en
el objeto del estudio no es suficiente, y el investigador es pedido destapar
tambin las razones y/o los efectos de los cambios obvios en el objeto del
estudio. Las razones se pueden tomar o del pasado o del contexto concurrente, o
alternativamente del futuro (es decir de las intenciones de los artistas y sus
clientes). La explicacin ser til, por ejemplo, para hacer un pronstico del
desarrollo futuro.
3. Estudio normativo del desarrollo. Un motivo posible para estudiar el desarrollo
histrico es que deseamos dirigir el desarrollo en una cierta direccin. Una
buena base para tal manejo puede ser obtenida primero descubriendo las causas
del desarrollo y en seguida manipulando stos.
Debajo, algunos ejemplos se dan de los paradigmas antedichos en el estudio de

productos, es decir los enfoques descriptivos, explicandos y normativos.
Al preponerse explorar el desarrollo de cualquier clase de objetos o casos, es, por

supuesto, esencial primero demarcar esta clase, y quizs tambin definir la muestra de
la cual se recogen los datos empricos, si usted no puede o no desea estudiar la clase
entera. Por otra parte, usted necesitar definir el espacio de tiempo. De otro modo, su
estudio crecer probablemente en direcciones inesperadas.
Descripcin del desarrollo
En estudios descriptivos del desarrollo se analiza cambios en el

objeto y procura encontrar y clarificar regularidades en el
desarrollo visible.
La meta de descripcin slo puede parecerse modesta, pero l
puede implicar suficiente especialmente si los cambios se
complican y si ellos no han sido estudiados ms temprano (es
decir, el estudio es exploratorio).
Desarrollo de un caso individual. Los modelos comunes de

investigacin incluyen los procesos de produccin industrial a
partir de materias primas hacia el mercado y el uso, desgaste,
reparacin, desechado y reciclado de productos. Procesos que se
estudian a menudo son las modificaciones en los productos
duraderos como edificios. Usted puede presentar a menudo el
desarrollo del objeto simplemente como serie de retratos como los
que estn a la derecha (por Larsson 1973), y hoy puede tambin
aclarar la evolucin con los grficos espectaculares de
computadoras o del vdeo.
Gente relacionada a los productos, como artistas, la gente de

produccin y los clientes, a menudo interesan a los investigadores.
El desarrollo de largo plazo de la gente quiere decir que ellos se
maduran y cambian con tiempo, y para describirlo usted puede
considerar el usar los mtodos de Estudio de caso, Investigacin
hermenutica o fenomenolgica.
Desarrollo de una clase. En una perspectiva de largo plazo,

estructuras interesantes del desarrollo de un tipo dado de producto
pueden ser, por ejemplo:
una tendencia o una evolucin constante. Su velocidad

puede ser o constante, aumentar o disminuir.
una variacin peridica que se repite o en intervalos
uniformes o irregularmente,
una revolucin o un cambio permanente,
el modelo de Ejemplar-y-seguidores.
Si el mismo desarrollo se parece ocurrir varias veces y en escenarios diferentes en su
material, usted tiene razn de llamarla una invariante dinmica, es decir, una estructura
general o quizs incluso una "ley" del desarrollo.
Una vez que la estructura del desarrollo se encuentra, se puede representar con la ayuda
de escoger o inventar una lengua de modelos conveniente. El desarrollo de una clase de
objetos se puede presentar con una serie de ejemplares, como una serie temporal
cuantitativa de medidas u otro modelo aritmtico, o con varios otros modelos
descriptivos. Es usual combinar diversos tipos de la presentacin, tambin.
Las historias descriptivas de productos tratan la evolucin de un cierto tipo de

productos. Por ejemplo, en los libros llamados "Historia de la Arquitectura"
encontraremos descripciones de edificios famosos antiguos y recientes, agrupadas en
base de reas geogrficas, de perodos estilsticos, etc. Los modelos descriptivos del
desarrollo incluyen sobre todo los factores intrnsecos a las obras de arte, a los artistas,
sus familias y los clientes. Las razones del desarrollo no se buscan de afuera. Las
historias descriptivas son as a menudo algo superficiales y sus hallazgos tienen
raramente mucho valor o tericamente o prcticamente. Este tipo de historia se puede
encontrar a menudo como texto en libros donde el propsito principal deber publicar
fotos de productos.
Descripcin con ejemplares
El patrn de ejemplos y seguidores se utiliza a menudo para describir un desarrollo que

depende principalmente de invenciones humanas importantes pero separadas. Las
invenciones nuevas importantes ocurren en su mayor parte en intervalos largos, y
siempre que hicieron, la novedad inmediatamente sea aplicada por otros fabricantes del
mismo tipo de productos e iniciar as una "escuela" de seguidores que tambin
proporciona un patrn conveniente para arreglar el material en un estudio. Este mtodo
es tradicional en historia del arte, y adaptado para el estudio del progreso tecnolgico,
tambin.
El modelo se puede representar

como en el diagrama a la derecha,
donde los puntos rojos marcan los
productos exitosos que han servido
como ejemplares a otros productos
ms acostumbrados (los puntos
negros). Los puntos azules denotan
productos extremistas que fallan de
obtener entendiendo y la aprobacin.
Para la dimensin X en el diagrama usted puede tomar cualquier caracterstica de los

objetos o casos que usted piensa mejor expone el desarrollo. Si usted estudia coches,
podra ser 'velocidad mxima' o
'economa de combustible'; si usted
estudia pinturas, podra ser 'ritmo' o el
'contenido religioso' etc.
Al estudiar un desarrollo muy largo,

tal como la historia de pinturas, es
posible que la caracterstica decisiva
en cada revolucin histrica est
diferente. Un acercamiento lgico de la investigacin entonces sera hacer un estudio
separado para cada uno de los cambios sucesivos del paradigma, marcados como
rectngulos verdes en el diagrama ms bajo. Si usted desea en todo caso estudiar el
proceso entero, usted podra considerar dividir su estudio en captulos distintos.
Cmo encontrar los productos cuales servan como ejemplares? Por la definicin, los
ejemplares usados para presentar el desarrollo deben ser esos productos que o fueron
imitados a menudo en trabajos subsecuentes por otros artistas, o que eran en su tiempo
mirado como superiores, segn documentos contemporneos. Lo principal es que en la
seleccin usted debe ser objetivo, es decir no utilizar su propio punto de vista pero un
punto de vista del perodo que usted estudia.
La verdad es que en historia del arte ha habido bastantes ejemplos de escoger cualquier
material que el escritor personalmente piensa meritorio o interesante. Tal investigacin
puede ser til, tambin, si usted recuerda que esencialmente es no descriptiva sino
normativa, los mtodos de la cual se explican ms tarde.
Una vez que usted haya seleccionado los ejemplares, usted tiene otra decisin a hacer:
incluir, o no, en el estudio al lado de los ejemplares tambin los productos
convencionales (negro en el diagrama arriba). La tradicin de la historia del arte ha sido
considerar solamente las obras "grandes" y presentar stas como secuencias
cronolgicas del arte en varias reas geogrficas. En cualquier caso, es normal
desatender los casos excepcionales (azules en el diagrama). Las soluciones disponibles a
este problema se discuten en la pgina 47 (Delimitar el estudio).
Cuando presentar una serie de retratos usted

agregar normalmente comentarios a ellos, y en
stos usted puede dar explicaciones al desarrollo.
Sin embargo, puede ser difcil presentar cualquier
serie ms larga de desarrollo coherentemente
como varios comentarios solamente, y para tales
explicaciones extensas es quizs mejor utilizar los
estilos de presentacin que se discuten en la
pgina 183.
Un ejemplo de presentar ejemplares para ilustrar el

desarrollo histrico es el libro Industrial Design de
Raymond Loewy. En el libro l da cuenta de una
larga serie de sus dibujos y explica algunas
caractersticas de la progresin gradual de su
apariencia. En la pgina 74 se encuentra una
ilustracin muchas veces citada, "Evolution Chart
of Design" parte de la cual vemos a la derecha.
Loewy no da una explicacin general o "ley
natural" de esta evolucin.
Analizar una serie temporal
En el estudio descriptivo de productos stos se

examinan generalmente como objetos individuales donde todos sus atributos se
observan simultneamente (la vista holistica). Sin embargo, es tambin posible estudiar
el progreso apenas de algunos atributos de los objetos, a menudo como variables
mensurables. Una serie cronolgica es una lnea de valores de variables reunidos en un
cierto periodo de tiempo, habitualmente en intervalos regulares.
La curva es la presentacin ms usual para la serie cronolgica. El tiempo siempre se

presenta en el eje horizontal, x. Si es necesario, pueden situarse varias variables o series
de datos en el mismo diagrama. Esto tiene especial sentido cuando se estn investigando
sus conexiones o ha de ponerse nfasis en stas. Cuando se presentan dos series
cronolgicas distintas con distintas escalas en una figura, podemos situar una escala
cuanto al margen izquierdo de la figura y la otra junto al margen derecho.
Si es necesario, tanto los valores medidos como los que se predicen pueden mostrarse
en la misma curva; vanse las figuras de abajo.
Si el rango de la variable es muy pequeo, puede ser

resaltado acortando la escala Y, es decir, cortando la
parte que no contiene valores, normalmente a partir
de la parte de
abajo de la
escala.
La figura de la
derecha tiene
exactamente los
mismos contenidos que la de la izquierda, pero la
variacin se ha hecho ms visible al recortar la
escala por la parte de abajo. - Si, por el contrario, la
variable vara en una escala muy amplia, puede
hacerse logartmica la escala del eje Y.
Toda serie cronolgica es intrnsecamente discontinua,

es decir, obtiene un valor discreto para cada periodo
de tiempo. Esto es por lo que la presentacin elegida
para una serie cronolgica suele ser una curva "en
escalera", que es en principio lo mismo que un
histograma donde las columnas se dibujan una junto a
otra. Vase la figura de la izquierda.
Si dirigimos una mirada ms detenida a la variacin de

la serie cronolgica, sta suele revelar componentes,
todos los cuales tienen sus regularidades especficas que pueden ser analizadas. Los ms
habituales de estos componentes son:
tendencia
variacin peridica
variacin coyuntural
Una tendencia es una direccin lineal de desarrollo en un periodo de tiempo. Una

forma sencilla de estudiarla es hacer un
diagrama de dispersin y entonces situar
manualmente una estimacin aproximada
de la lnea que describe la tendencia en l
(la lnea negra en el diagrama de la
izquierda).
Un mtodo ms refinado y exacto para la tarea arriba mencionada es el anlisis de
regresin. Tras haber encontrado la ecuacin que se ajusta de forma ptima a la
tendencia, sta habitualmente es tambin presentada de forma grfica, posiblemente
junto con el diagrama de dispersin original.
Una variacin peridica es una variacin cclica recurrente en forma similar una y otra
vez. El periodo de variacin suele ser una unidad natural de tiempo, como un ao o un
da.
Por ejemplo, el consumo de energa de un edificio vara
simultneamente con tres frecuencias: ritmos anual, semanal y diario.
Estos se calculan uno cada vez, por el siguiente mtodo, bsicamente el
mismo en los tres casos:
La variacin peridica anual se halla haciendo un grupo de los

valores para enero, otro de los de febrero, etc. Entonces, para
cada uno de estos doce grupos se calcula la media y finalmente las doce medias
se presentan como la variacin anual (la curva negra en el diagrama de la
derecha).
Cuando calculan los ritmos semanales, habr siete grupos, es decir, uno para
cada da de la semana. Se calcula la media para cada uno de los siete grupos, y
las siete medias conforman la variacin semanal.
El ritmo diario de 24 mediciones diarias se calcula de forma tal que todos los
valores se disponen en grupos de 24. Las 24 medias indican entonces la
variacin diaria buscada.
Cuando se ha encontrado la variacin peridica, sta se presenta, sea grficamente como

curva de la longitud de un periodo, o bien numricamente como un ndice. Este ndice
habitualmente se hace a partir de una base de 100 ( 1,00), y sus valores peridicos se
obtienen cuando las medias peridicas (por ejemplo mensuales) se dividen por la media
comn del conjunto de los datos.
Una variacin de coyuntura tiene lugar repetidamente en la misma manera que una
variacin peridica, pero su longitud y forma varan.
Para revelar la variacin de coyuntura, la tendencia y las variaciones peridicas de los
datos han de ser halladas primero. Tras esto, la tendencia y las variaciones peridicas se
eliminan de los datos. Esto se hace por ejemplo dividiendo todos los valores
individuales por el ndice de la variacin peridica, y por la frmula de la tendencia tal
y como se ha hallado por el mtodo de anlisis de regresin.
Tras estas operaciones, los datos slo incluyen (de forma suplementaria a la variacin
aleatoria) la variacin de coyuntura. La variacin coyuntural se presenta grficamente
como una curva o numricamente, como un ndice de coyuntura, del mismo modo que
el ndice de variacin mencionado anteriormente.
La variacin aleatoria es habitualmente eliminada mediante la media flexible. Por

ejemplo, en datos que contienen valores mensuales, esto se hace sustituyendo para cada
valor mensual una media que comprende a ese mes y los meses vecinos.
La media de cinco o siete meses puede tambin usarse, aunque la desventaja de esto es
que puede oscurecer incluso la variacin que podra interesar al investigador.
La variacin aleatoria no es necesariamente una perturbacin que haya de ser eliminada.

Si hay una gran cantidad de ella, el investigador podra intentar plantearse las razones
para esta variacin: es causada por un factor importante o interesante que debiera ser
incluido en la hiptesis del proyecto de investigacin?
Todos los anlisis de series cronolgicas que acaban de mencionarse son hoy realizados
normalmente con un ordenador. Sin embargo sigue siendo la tarea del investigador
primero decidir a qu tipo de variacin temporal - tendencia, variacin peridica o de
coyuntura - ser examinado, y despus de esta decisin la computadora se puede utilizar
para descubrir si tal variacin existe en los datos o no.
Otros modelos descriptivos del desarrollo
Cualquier desarrollo puede ser descrito haciendo un ensayo escrito sobre l, pero el
pblico de hoy no quisiera leer tratados muy largos sin ilustraciones. De hecho, muchos
aspectos del desarrollo se pueden clarificar con diagramas convenientes hechos con un u
otro de los varios idiomas de modelar enumerados en la pgina 81.
Las historias de diseo estn centradas en los productos, su apariencia y forma. El estilo
y periodo estilstico son estructuras tericas capitales. Las fases en el desarrollo de un
estilo de diseo se definen convencionalmente como crecimiento, madurez o
florecimiento y declive o decadencia. En relacin con los periodos estilsticos, los
artistas individuales se suelen describir o bien como vanguardia o creadores originales
de novedades, o como seguidores que adaptan y refinan las ideas creadas por la
vanguardia.
Los estilos no nacen del espacio vaco, ni desaparecen en la nada. Como obras de arte,
pueden ser arreglados en cadenas. Debajo hay un ejemplo segn Jencks (1973, un
fragmento del diagrama en la pgina 28), que demuestra algunas relaciones entre los
estilos arquitectnicos, y cmo algunos arquitectos notables pueden ser colocados en la
armazn de estilos.
Explicacin del desarrollo
A menudo una descripcin mera de los cambios en el objeto del estudio no es

suficiente, y el investigador debe tambin destapar las razones y/o los efectos de los
cambios obvios en el objeto del estudio. Las razones se pueden tomar o del pasado o del
contexto concurrente, o alternativamente del futuro (es decir de las intenciones de la
gente).
Por este mtodo Penny Sparke (1987)
fue capaz de explicar la evolucin de las
aplicaciones elctricas domsticas sobre
la base de la evolucin de las
convenciones de la vida domstica y de
la industria (el diagrama de la
izquierda).
Las historias de diseo y manufactura,

por ejemplo la "historia de la
construccin" por lo general intentan
encontrar las razones y explicaciones
para la evolucin de los productos. Los productos se ven slo como ilustraciones, y el
objeto principal de estudio es la actividad del diseo como un proceso social,
econmico y ecolgico. Los factores explicativos son, por ejemplo, cambios en la
demografa de la sociedad, en las condiciones de la industria o de la economa; por otra
parte las consecuencias de invenciones, educacin, cambios polticos, guerras y la
adquisicin o prdida de colonias.
Los historiadores no comenzaron a explicar acontecimientos con la ayuda del desarrollo

social hasta el siglo 18. Hoy, los factores usados para explicar el desarrollo de productos
incluyen tpicamente cambios en las condiciones y las organizaciones de la fabricacin,
invenciones, decisiones polticas, tratados internacionales, reformas sociales, cambios
en la educacin y en las actitudes de clientes. Los factores estabilizadores en el
desarrollo, que no obstante pueden variar de pas al pas, son el clima, la disponibilidad
de materias primas y de otros recursos naturales, el sistema de transporte, y las
preferencias locales de la gente.
Por ejemplo, Sparke (1986) explic el desarrollo de los muebles entre 1860 y 1985 con
los factores siguientes:
Economa de la produccin (pgina 6)

Nuevas filosofas en la arquitectura (p. 6)
Nuevas tecnologas y materiales (tales como contrachapado, acero tubular y
plstico, p. 7)
Los ingresos crecientes de clientes (p. 12)
De donde el cliente medio trae sus ideales (ms temprano era la aristocracia,
entonces artistas de vanguardia y ahora varios dolos)
Esttico japons (p. 14)
La escasez de madera durante el guerra (en Inglaterra, p. 73)
Estructura para hacer uno mismo (do-it-yourself, p. 85)
La moda pop: los productos intencionalmente efmeros y desechables:
estructuras e.g. del papel, derrumbables o inflables, p 86.
Otro ejemplo de explicar el desarrollo de los productos es el estudio de Junttila de los
elementos de iluminacin y otros equipamientos urbanos (UIAH, 1986). Junttila
describe secuencias de productos, como el de arriba, tal y como los descubre el estudio
emprico; y por otro lado explica las razones de esta evolucin:
las regulaciones administrativas,

la estructura organizativa de las obras e instalaciones en calles: que organismos
pblicos estn implicados y el grado de familiaridad de su cooperacin,
la competencia del personal a cargo de las obras e instalaciones en calles,
las actitudes de funcionarios, de concejales y de los ciudadanos.
Como un modelo para la metodologa para la historia explicando de productos se puede

utilizar un desarrollo paralelo en el estudio del arte, a menudo llamado sociologa del
arte.
Teora de diseo como explicacin. La mayora de los proyectos del diseo toman
como punto de partida las metas del diseo, sobre todo esos requisitos que el producto
acabado debe satisfacer. stos pueden implicar, por ejemplo, la usabilidad, la belleza, el
mensaje, la ecologa y la economa del producto. Por consiguiente, la evolucin
histrica de un cierto tipo de productos se puede explicar a menudo con los cambios que
han sucedido en las metas del diseo durante el mismo perodo.
Es a menudo difcil estudiar las metas histricas del diseo, debido a la escasez de
documentos donde se explican las metas. En lugar, hay a veces otra fuente que
especifica por lo menos las metas comnmente empleadas: la teora del diseo sobre la
cual los diseadores han basado su trabajo. La teora del diseo existe, por supuesto,
solamente para ciertos tipos de productos. Cuando hay tal teora, su influencia persiste
normalmente por muchos aos y afecta la mayora de los proyectos del diseo durante
ese tiempo. Esta influencia aparece a menudo como estilo del diseo en los productos
acabados (aunque hay tambin otras causas para las caractersticas estilsticas).
Cualquier investigador que estudia estilos de tales productos para los cuales haya teora
del diseo, debe considerar el incluir su influencia en el modelo del desarrollo. Si el
estudio concierne apenas a una duracin corta y a un rea geogrfica pequea, la
influencia de la teora del diseo quizs ser constante y as de poco inters. El caso es
diferente en estudios con una duracin prolongada donde las teoras del diseo han
experimentado a veces las revoluciones del paradigma verdaderas que generan
normalmente reverberaciones distintas en los diseos producidos despus del trastorno.
La teora del diseo se basa generalmente en investigacin que toma su tiempo, y es por
lo tanto lento de desarrollar. En perspectiva histrica, hay generalmente ms cambios en
modas de diseo que en las teoras del diseo. Muchos de los cambios de menor
importancia en estilo se pueden atribuir a los cambios pequeos en los pesos relativos
de las metas del diseo. Por ejemplo, en arquitectura europea el cambio al
Neoclasicismo (cerca de 1800) se dice para originar de la subida concurrente en los
salarios de los trabajadores, que necesitaban realizar ahorros en tiempo de trabajo y por
lo tanto daban lugar a una arquitectura menos adornada. Tales cambios relativamente
pequeas no requieren ningn cambio en teora del diseo, y los libros de la teora de la
arquitectura tenan de hecho contenido casi invariable a partir del 16 a siglo 19 (todos
fueron basados en Vitruvio y Alberti). Estos cambios de menor importancia en estilos
del diseo entonces han sido explicados por investigadores en varias maneras. Una
explicacin para la renovacin constante de modas viene de la psicologa de la
percepcin: el aprecio humano innato de la novedad.
Estudio normativo del desarrollo
Si usted desea estudiar un proceso en el propsito del manejarlo (o quizs de manejar

otros procesos similares pero subsecuentes) usted puede escoger entre dos
acercamientos. La opcin depende de si el proceso ya se termina, o si pasa todava.
Investigacin y desarrollo de una actividad existente. Hay varios mtodos,

incluyendo la Ingeniera de mtodos e Investigacin-Accin, que se utilizan para reunir
datos de la gente que participa en una actividad que pasa. Estos mtodos apuntan a
proponer las mejoras a la actividad.
Estudio pedaggico de la historia. Muchas historias tradicionales han tenido una

esencia normativa escondida an cuando el autor intent presentar su trabajo como
"descripcin pura". Organizaciones como la iglesia, el gobierno o la familia real han
designado a los historiadores innumerables, y esta fijacin ha dirigido la seleccin de
hechos. Se esperaba que los historiadores describieran sobre todo esos acontecimientos
que tenan alguna relacin al patrn, acentuaron su importancia y preferiblemente sus
hechos admirables y los males de sus opositores.
No hay divergencia absoluta entre los estudios descriptivos y normativos de la historia.

Ya cuando el investigador selecciona los acontecimientos para ser registrado la
seleccin ser subjetiva y basada en sus preferencias. Ningn investigador de la historia
puede olvidarse enteramente sus valores, y el estudio de la historia puede nunca evitar
todas las implicaciones normativas.
Por supuesto, los estudios histricos pueden asistir a mejorar cosas existentes, y si usted
se prepone hacer esa clase de estudio l llega a ser ms fcil si usted reconoce esta meta
conscientemente. Esto significa en la prctica que usted ya en el principio debe definir
cul es el problema que usted espera aliviar con la ayuda de su estudio, o de cul tipo de
producto se mejorar. No hay sentido parlar de la 'mejora' sin definir cuyo punto de
vista se utilizar. Todas estas cosas se deben definir desde posible durante el estudio,
para evitar recolectar material inaplicable y hacer anlisis innecesarios.
Una vez que el investigador ha descubierto las estructuras inherentes o "invariantes

dinmicas" de una evolucin histrica, estos tambin pueden ser usados para predecir el
desarrollo futuro del objeto de estudio. Por otro lado, una vez que se han clarificado las
razones de una evolucin pasada, stas pueden ser usadas tambin para cambiar la
direccin de futuros progresos.
Evaluar los hallazgos
Una vez obtenidos los resultados, antes de informar de ellos, el investigador debe
dedicar algn tiempo a una fase especial: la evaluacin. Debe evaluar los resultados:
son lo que l quera?, Es posible mejorar algo en el informe? Debe ser dejado fuera
algo o merece el informe publicarse en su totalidad?
El mtodo normal al valorar un proyecto es comparar los resultados a los objetivos

iniciales. La blanco del estudio descriptivo es descubrir cmo son las cosas acerca del
objeto del estudio (o cmo ellas han sido, al estudiar el pasado). La primera tarea en la
evaluacin as deber examinar si los datos deseados existen en el informe. Esto es
normalmente una tarea trivial.
El segundo, mucho ms difcil pregunta se refiere a la confiabilidad de los resultados:

cun es alto el riesgo de ellos estar falsos, o cmo es grande su error probable.
En la investigacin normativa la evaluacin del informe final es a menudo relativamente

simple: usted (y los otros tenedores de apuestas en el proyecto) leen las propuestas
finales y despus cada uno declara si l conviene, o no. La situacin es diferente en la
investigacin descriptiva. Apenas mirar el resumen no ayuda a determinar el valor del
trabajo - los resultados se parecen normalmente muy confiables y exactos. Slo
raramente hay otra fuente segura con que se podra comparar los resultados.
Normalmente la nica manera de determinar la confiabilidad es ir ms profundo en el
informe y examinar todas las tareas que el investigador ha ejecutado antes de llegar en
los resultados finales. Estas evaluaciones se discuten en Evaluar la entrada terica,
Evaluar datos recogidos y Evaluar la correccin del anlisis.
Slo despus de que el proyecto haya sido aprobado en la inspeccin antedicha es el

momento oportuno de tomar seriamente los resultados divulgados y de los comenzar a
evaluar directamente. Dos puntos de vista ms generalmente de esta examinacin son
Evaluar los resultados tericos (p. 201) y Valorar las consecuencias prcticas (p. 203).
En estas evaluaciones finales no necesita se interesar mucho sobre las blancos iniciales
del proyecto - es normal que un proyecto logra ms (o menos) que fue planeado.
Evaluar la entrada terica
"Basura adentro, basura fuera." En otras palabras, un proyecto de investigacin no

puede dar resultados significativos si hay controversias o absurdidades en los modelos
tericos que se han utilizado como puntos de partida cuando definir el problema ni
cundo seleccionar la poblacin del estudio y los fenmenos que se observarn. Por
supuesto, estas preguntas se deben haber puesto en orden ya antes de comenzar a
recoger datos, pero la verdad triste es que a veces el investigador sabe bastante poco
sobre el problema inicialmente, y solamente el estudio mismo puede hacerlo competente
en juzgar los modelos tericos pertinentes. De todas formas, ms vale tarde que nunca.
En la historia de muchas ramas de la ciencia una teora importante ha sido sustituta por
un nuevo, y una gran cantidad de estudios que han confiado en la teora vieja han
llegado a ser apenas curiosidades histricas. En el estudio de productos esta cosa
ocurri, no obstante gradualmente, durante el siglo XIX, cuando la teora de
Baumgarten de la belleza como proceso de la percepcin subjetiva reemplaz la
doctrina de Platn en belleza como caracterstica de objetos. Tales revoluciones
cientficas, sin embargo, suceden tan infrecuentemente que los investigadores no pueden
esperar tomarlas en cuenta cuando evaluar su materia.
Evaluar datos recogidos
Los procedimientos de adquirir los datos para la investigacin consisten generalmente

en tres operaciones distintas que se deben evaluar separadamente:
Demarcar la poblacin entera de los casos que estn de inters (los mtodos de
evaluacin, vase Correccin de la demarcacin)
Escoger una muestra de la poblacin (vase o Correccin del muestreo no-
aleatorio o Correccin del muestreo aleatorio)
Los datos que registran de la muestra (vase Confiabilidad de la registracin).
Consistencia de la demarcacin
El investigador tendr que considerar la delimitacin de su estudio en varias fases del

proyecto y en varias ubicaciones de su informe. Tales situaciones tpicas son:
El nombre o la designacin del proyecto. El ttulo o subttulo de su informe.

Las discusiones iniciales acerca de los objetivos del proyecto y el captulo
introductorio de su informe.
Cundo escoger el principio del muestreo.
Durante las reuniones finales del proyecto al discutir el uso posible de los
resultados, y en las pginas finales del informe.
Consistencia de la demarcacin significa simplemente que durante el proyecto todas las

definiciones de la poblacin del estudio deben ser idnticas o por lo menos compatibles.
Fallando esto, la estructura lgica del estudio corre un riesgo de desplomar.
En s mismo, no hay demarcaciones "derechas" o "incorrectas" - el investigador tiene el

derecho de elegir cualquier limitacin l se siente til o interesante. Un criterio
apropiado, en lugar, es racionalidad de la demarcacin. En los estudios que incluyen una
aplicacin prctica, una poblacin til est a menudo esa gente que beneficiar del
proyecto, por ejemplo la clientela-objetivo que se han definido para el proyecto.
Como contraste, en la investigacin bsica terica usted deseara a menudo utilizar una
demarcacin amplia que, por ejemplo, incluye todos los perodos histricos o todos los
casos comparables en el universo. Sin embargo, las delimitaciones muy amplias causan
a menudo dificultades cuando disear una muestra que se estudiar o cuando registrar
datos (vase abajo), y estas complicaciones alternadamente pueden daar la credibilidad
de los resultados.
Confiabilidad de la registracin
En el informe, el investigador presenta los resultados de sus mediciones u observaciones

hechas en el mundo emprico. Son en su mayor parte afirmaciones aparentemente
exactas: "Un 86% de los clientes estaban satisfechos"; "El peso del coche era de 1.550
Kg.". Ahora es posible que entre las muchas afirmaciones hechas en un informe haya
algunas que no son ciertas, o son solamente aproximados, con lo que debe haber modo
de evaluar la factualidad de toda la informacin dada.
Qu queremos decir con las palabras "factual" y "verdadero" y cmo determinamos la

factualidad de una afirmacin?
En el curso del tiempo, los investigadores han interpretado la palabra "factual" de

distintos modos. Hoy la mayor parte de los investigadores estn de acuerdo en que, en el
mundo emprico, el criterio correcto de una afirmacin es su correspondencia con la
realidad, no con las autoridades, por ejemplo.
La dificultad es que una afirmacin reside en el mundo de los conceptos y teoras, no en

el mundo de las cosas empricas sobre las que habla; de modo que la correspondencia
no siempre es fcil de definir y registrar. Junto a ello, siempre hay la posibilidad de
error en las mediciones. Como resultado, los investigadores ahora estn de acuerdo en
que nunca podemos alcanzar un 100% de certidumbre en la correspondencia con la
realidad de ninguna afirmacin emprica.
Las "ciencias formales" tales como las matemticas son un caso diferente: podemos
probar con absoluta certeza que el rea del crculo es pi por el radio al cuadrado. Pero
ello slo es cierto si no estamos describiendo un crculo emprico, porque, si medimos
un crculo emprico, probablemente encontremos que los ltimos decimales de nuestra
medicin son incorrectos.
Tenemos que aceptar el hecho de que los estudios empricos no pueden producir
resultados que sean ciertos con absoluta certeza. Sin embargo, incluso cuando sabemos
que los resultados pueden contener pequeos errores, los resultados pueden seguir
siendo bastante tiles para muchos fines prcticos. Por ejemplo, si creemos que los
resultados de una investigacin son ciertos en un 99% de los casos, muy bien podemos
asumir el riesgo de usarlos y aceptar que el 1% de nuestra aplicacin ser fallido. Los
beneficios con el 99 de productos exitosos pueden compensar las prdidas con el
producto defectuoso.
1. Observaciones cuantitativas. La dispersin de los datos, que se puede medir con

e.g. su varianza (p. 169), da a menudo una buena indicacin de su confiabilidad
tambin. Los mtodos de prueba estadstica de observaciones se discuten en Errores de
Medicin (p. 74).
2. Observaciones cualitativas. Puede que el investigador se quiera hacer las siguientes

preguntas:
Hemos estudiado bastante material? Habitualmente podemos contestar que s

cuando consideramos que nuestro material est "saturado", esto es: el examen de
casos nuevos ya no produce informacin suplementaria.
Hay anomalas entre los casos? stas son los casos que no obedecen a nuestra
hiptesis. Algunos investigadores dicen que tales casos no deben tolerarse;
algunos otros piensan que es permisible un pequeo porcentaje. Si hay
anomalas, debemos analizarlas; sera demasiado simple una solucin que
sencillamente las excluyese de los casos estudiados. Si no podemos encontrar
explicaciones a las anomalas podramos simplemente enumerarlas como
elementos que precisan estudios ulteriores.
Fiabilidad de una fuente. La fiabilidad de los documentos escritos o impresos y su

evaluacin se trata en la pgina 18. El mtodo para valorar documentos es tambin
adecuado para evaluar informacin factual que recibimos a travs de entrevistas o
cuestionarios (no debiramos, sin embargo, evaluar o censurar las opiniones de nuestros
entrevistados).
La informacin que se toma de estadstica oficial, o de informes de la investigacin
public en una serie de publicacin cientfica bien conocida, generalmente se considera
confiable y no se comprueba con la crtica de la fuente.
La tica de la reunin de datos. Si hay gente (otros que los investigadores) o animales
implicados en los procedimientos, stos no se deben exponer al estrs o a la
inconveniencia excesiva. Hay una pgina separada en las consideraciones ticas en la
investigacin (p. 39).
Correccin del muestreo no-aleatorio
Cuando hemos reunido los resultados de una muestra no aleatoria a partir de una
poblacin, lo normal es que queramos generalizar nuestros resultados. Generalizar
significa que afirmamos que los resultados son ciertos no slo para la muestra, sino
tambin respecto a la poblacin. Es posible evaluar la credibilidad de tal declaracin?
La cuestin crucial en la evaluacin es si la muestra se desva de la poblacin en

aspectos relevantes. Por relevantes entendemos aquellas cuestiones que se incluyen en
los objetivos del proyecto y que medimos en la muestra.
Cundo la muestra est no aleatoria hay siempre el riesgo que la muestra contiene
sesgo, un error sistemtico que est a menudo difcil de detectar sin estudiar a la
poblacin entera. Un mtodo entonces deber estudiar cualquier materia que se puede
encontrar acerca de la poblacin, como archivos pblicos demogrficos sobre edad o
estructura por sexos, y comparar estas cifras con nuestra muestra. Si encontramos
desviaciones, tenemos que plantearnos si stas nos dan razones para sospechar sobre
desviaciones tambin en las variables "relevantes" arriba aludidas.
Para ayudarnos a la hora de plantearnos esto, podramos calcular las contingencias o

correlaciones entre la variable demogrfica que aparece desviada y nuestras variables
"relevantes" (si son numricas). Por ejemplo, si la distribucin por sexos no es igual a la
distribucin por sexos de la poblacin, calcularemos las correlaciones entre sexo y
nuestras variables "relevantes" en la muestra. Una contingencia alta significa que la
tendencia en la muestra afectar probablemente los resultados, tambin.
Una otra manera de evaluar la representatividad de una muestra no aleatoria sera

investigar otra muestra tomada de la misma poblacin con otro mtodo de muestreo.
Correccin del muestreo aleatorio
Si hemos reunido nuestros resultados empricos a partir de una muestra aleatoria, la

diferencia entre la muestra y la poblacin no puede ser debido al sesgo. Sin embargo,
hay normalmente ms o menos diferencia que se ha causado por casualidad al
seleccionar la muestra. Usted a menudo querr evaluar cun grande esta diferencia es, y
verdaderamente su valor probable se puede calcular. Dos mtodos usuales para lo son:
El mtodo fcil de encontrar el intervalo de confianza o el margen del error. Es

prctico cuando usted es solamente interesado en una sola estadstica de la
poblacin, tal como su medio o un porcentaje.
Calcular el significativo estadstico de cualquier resultado de investigacin de
una muestra escogida al azar. Este mtodo incluye una coleccin de algoritmos
sofisticados que pueden manejar una gran variedad de situaciones en
investigacin.
Encontrar el intervalo de confianza. Observa que a pesar del nombre prometedor del
margen del error, este mtodo mide solamente la diferencia entre poblacin y muestra,
exactamente como todos los otros procedimientos de estudiar el significativo
estadstico. Ignora todos los errores en la colocacin de los hechos, asimismo toda la
variacin que quizs ocurrir luego en el objeto del estudio, por ejemplo que clientes en
realidad no se comportan ni votan como ellos han dicho en una entrevista.
Cundo usted tiene una muestra aleatoria y usted ha medido o ha calculado de lo un

estadstico tal como un medio o un porcentaje, est generalmente posible calcular el
intervalo de confianza, o el rango de los valores de la poblacin que incluir el valor
obtenido de la muestra, con una probabilidad dada que usted puede elegir. Si usted
selecciona la probabilidad de 95%, significa que hay un riesgo de 5% que la estadstica
en la poblacin verdadera est fuera de este rango.
La frmula para calcular el margen del error - i.e. la mitad del intervalo de confianza -
para un medio o un variable simple es, con un riesgo de 5%:
donde
s = desviacin estndar (p. 169) de la poblacin
n = nmero de la muestra.
El diagrama abajo a la izquierda demuestra la dispersin de una cierta variable en la

poblacin P, y tambin en dos muestras escogidas al azar de la poblacin. El
investigador est interesado en el medio de esta variable en la poblacin P. Si se asume
que la dispersin de esta variable en la poblacin no est lejos de normal y la poblacin
no es ms pequea que cerca de ciento, podemos calcular el margen del error (m) que
define los lmites del intervalo de la confianza que incluye 95% de los medios de todas
las muestras escogidas al azar de esta poblacin. Las muestras aleatorias R1 y R2 aqu se
han dibujado en los dos extremos del intervalo de la confianza del medio.
En el diagrama a la derecha el razonamiento va en la direccin opuesta a fin de resolver
un problema comn en la investigacin emprica. Aqu usted slo tiene una muestra
aleatoria, y usted querra saber el medio aritmtico de la poblacin de quien la muestra
origina. Para conseguir el intervalo de la confianza donde se encontrar este promedio,
usted puede utilizar la misma frmula que arriba, aunque hay la dificultad que ahora se
no sabe la desviacin estndar en la poblacin. Sin embargo, se puede utilizar como
substituto la desviacin estndar de la muestra, que es generalmente casi igual.
Las frmulas para calcular el margen del error son poco diferentes para varias
estadsticas. La frmula para manejar un porcentaje es:
donde
p = porcentaje (por ejemplo, de clientes que estn satisfechos) desde una muestra
n = nmero de la muestra.
En ambos casos el coeficiente, aqu 1,96, depende de la probabilidad deseada, por

ejemplo para un riesgo de 1% sera 2,58 y para un 10% riesgo 1.64.
Calcular el significativo estadstico. La base del clculo de probabilidad est igual que
en el mtodo del margen del error, pero aqu el nivel de la probabilidad y del riesgo no
se miran como constantes. En lugar, la blanco es encontrar cun probable es que los
resultados de la muestra son verdad tambin en la poblacin original. Para este examen,
hay los mtodos llamados comprobaciones estadsticas. Estos mtodos nos ayudarn a
elegir entre dos explicaciones alternativas para nuestros resultados:
o bien nuestra hiptesis de investigacin es cierta y los resultados medidos a

partir de la muestra son tambin ciertos en la poblacin,
o la "hiptesis nula" es cierta y los resultados no son vlidos en la poblacin.
Hemos obtenido los resultados de la muestra de manera sencillamente
accidental.
Ahora es posible calcular la probabilidad de obtener, por azar slo, ciertos resultados a
partir de la muestra. Si esta probabilidad es muy pequea, por ejemplo menos de un
0.1%, tenemos buenas razones para rechazar la hiptesis nula y creer que los mismos
resultados son ciertos en la poblacin. A tales resultados se les llama estadsticamente
altamente significativos.
Sin embargo, si la probabilidad de recibir el resultado por azar es amplia, digamos que
por encima de un 5%, no debemos afirmar que nuestros resultados son necesariamente
vlidos en la poblacin. En este caso, nuestros resultados se llaman estadsticamente no
significativos.
Los niveles de representatividad de los resultados de una investigacin usados

habitualmente se detallan abajo. Los porcentajes indican la probabilidad de obtener el
resultado solamente al azar, incluso cuando el resultado no fuera cierto en la poblacin.
la probabilidad es mayor que un 5% significa que el resultado no es

significativo.
menos del 5%. el resultado es considerado significativo en el nivel del 5%.
Abreviado *
menos del 1%. el resultado es considerado significativo en el nivel del 1%.
Abreviado **
menos del .1%. el resultado es considerado significativo en el nivel del .1%.
Abreviado ***
La abreviatura se usa situando una o ms estrellas tras el resultado de la investigacin

ya sometido a prueba.
Se usan nombres ligeramente distintos para los niveles de representatividad segn el

pas, y eso es por lo que, para evitar confusiones, podra por ejemplo afirmarse en el
informe de investigacin que "el resultado es significativo en el nivel del 5%",
queriendo esto decir que la probabilidad de que se produjese ese resultado por accidente
es inferior al 5 %.
Al mismo tiempo, la representatividad tambin indica el riesgo para el investigador de

cometer el "error de tipo 1", descartando equivocadamente la hiptesis nula y aceptando
la hiptesis de investigacin, a pesar del hecho de que la hiptesis de investigacin en
realidad ya no es vlida. A pesar del riesgo, el investigador no debe poner el listn de la
representatividad innecesariamente alto, porque entonces hay la amenaza del llamado
"error de tipo 2", en que el investigador acepta la hiptesis nula y descarta
equivocadamente la hiptesis de investigacin a pesar de ser en realidad verdadera.
Hasta qu grado ha de ser significativo un resultado logrado en un estudio? En la

prctica, la representatividad de un estudio suele depender de qu tipo de datos ha
podido reunir. Un informe de investigacin con frecuencia es juzgado adecuado para ser
hecho pblico si al menos en alguna de las cuestiones estudiadas se alcanza el nivel de
representatividad del 5%.
No hay una frmula universal para la comprobacin estadstica. En lugar de ello hay un
cierto nmero de comprobaciones especiales para cada distinto tipo de estadsticas (para
la media, la varianza, etc.). Sin embargo, la prctica general en las comprobaciones es
siempre la misma:
1. primero, en el manual de estadstica, encontramos la frmula especfica para la

estadstica que queremos comprobar,
2. entonces colocamos nuestra estadstica en la frmula, y junto a ella algunos
parmetros (que indican el nmero de nuestras mediciones, su varianza, etc.). La
frmula entonces nos da una cantidad especial llamada Chi, t, F, etc., que
describe la "fuerza" de nuestro hallazgo,
3. comparamos esta cantidad con las tablas (en los manuales) que nos dicen cul es
la probabilidad de obtener nuestro conjunto de datos nicamente por
coincidencia. Si la probabilidad es, pongamos, de menos de un 1%, nuestros
resultados son significativos.
En la siguiente tabla encontraremos algunas comprobaciones estadsticas. Una tabla no
puede dar todos los criterios que deben tenerse en cuenta en la eleccin; sera
aconsejable consultar a un estadstico si tenemos la posibilidad.
DATOS QUE HAN DE SOMETERSE A PRUEBA: PRUEBA

ADECUADA:
Distribucin: prueba Chi
Estadsticas que describen una variable aritmtica (por ej.: prueba t
media):
Relaciones Variables medidas sobre una nominal escala: Cochran Q test
entre dos Variables medidas sobre una escala ordinal: Prueba Wilcoxon
o ms Correlaciones (escala aritmtica): prueba t
variables La diferencia de grupos: Anlisis de varianza
Prueba Chi
La prueba Chi (letra griega que se pronuncia como en espaol "ji") puede usarse para
valorar cmo estn distribuidos en clases los objetos o sujetos en una muestra aleatoria.
Un ejemplo inventado:
Un fabricante vende grifos en Espaa. stos pueden ser cromados en plateado o dorado.
La empresa empezar pronto a lanzar al mercado estos productos en Portugal y necesita
saber si los clientes portugueses estn relativamente ms interesados en los dorados que
los clientes espaoles.
Se ha enviado un cuestionario a 150 portugueses elegidos al azar y a un nmero igual de

espaoles. 100 cuestionarios no fueron devueltos. Las 200 respuestas obtenidas se
distribuyeron como indican los nmeros marcados con una T:
. Prefiere acabado cromado Prefiere acabado dorado Total

Espaoles T = 50 T = 40 90
Portugueses T = 50 T = 60 110
Total 100 100 200
En este caso (inventado), la mayora de portugueses preferan grifos dorados, mientras

que la mayora de espaoles los preferan cromados. Ahora surge una pregunta: esta
diferencia es vlida en todos los portugueses y espaoles o es posible que una
divergencia tal de las muestras est causada slo por el azar? Tenemos que plantearnos
el hecho de que recibiramos slo 200 respuestas y es bastante posible que
accidentalmente tengamos un grupo tan pequeo, varias personas que no son tpicas en
sus opiniones. La probabilidad de un resultado accidental puede calcularse con la
prueba Chi.
Para llevar a cabo la prueba, primero vamos a investigar cmo estas 200 respuestas
podran estar distribuidas con mayor probabilidad, si no hubiese diferencias entre las
dos poblaciones; en otras palabras, si todos los portugueses y todos los espaoles
tuviesen idnticas opiniones sobre los acabados de los grifos. Esta distribucin
hipottica se llama distribucin esperada. En nuestro ejemplo sera como sigue. (Las
frecuencias de clases en esta distribucin van marcadas con la letra V):
. Prefiere acabado cromado Prefiere acabado dorado Total
Espaoles V = 45 V = 45 90
Portugueses V = 55 V = 55 110
Total 100 100 200
Ahora necesitamos construir una medida para indicar cunta discrepancia hay entre la
distribucin real y la esperada. Esta medida se llama Chi cuadrado, y se calcula como
sigue:
(siendo x la discrepancia, T el total y V el valor de los que prefieren cromado o dorado

y significando suma).
En la frmula tenemos que sustituir sucesivamente T por cada valor T en la tabla de

"distribucin real" y, de la misma manera, a su vez, para V, cada valor de V en la tabla
de "distribucin esperada" En nuestro ejemplo, Chi al cuadrado da el siguiente valor:
= 0,56 + 0,56 + 0,45 + 0,45 = 2,02
El siguiente paso es calcular la probabilidad de obtener, slo por accidente, los

resultados de arriba (o, lo que es lo mismo, la divergencia mencionada anteriormente
entre portugueses y espaoles).
No necesitamos calcular esta probabilidad, ya que se indica para un gran nmero de

valores en los manuales de estadstica. Estas tablas nos dicen, por ejemplo, que hay un
5% de probabilidad de obtener el valor 3.84 para Chi cuadrado en un par de tablas de 4
celdas, cuando slo acta el azar y no hay diferencia entre las poblaciones.
En nuestro ejemplo, obtuvimos un valor Chi cuadrado de 2.02, que es menos de 3.84.
Esto significa que la probabilidad de obtener un valor Chi cuadrado as por azar es ms
del 5%. En otras palabras, los resultados de nuestro cuestionario son estadsticamente
no significativos. As, nuestro cuestionario no permite hacer afirmacin alguna sobre las
diferencias entre portugueses y espaoles.
Cuando la prueba Chi se aplica a distribuciones que consisten en ms de cuatro clases,

es probable que Chi cuadrado se haga mayor por la simple razn de que la frmula Chi
cuadrado incluye ms de cuatro trminos que han de agregarse. Para neutralizar este
incremento, la prueba Chi requiere que demos una medida de la amplitud de nuestra
tabla. La medida para esto tiene un nombre peculiar, grado de libertad. El nombre
indica el nmero de las celdas de nuestra tabla que podran cambiar cuando el nmero
de casos es constante.
Por ejemplo, si vamos a estudiar distribuciones en que exactamente cien personas estn
clasificadas en seis grupos, el grado de libertad en cualquiera de esas distribuciones es
cinco. La explicacin para esto es que cinco celdas de las seis estn siempre libres para
recibir cualquier nmero de sujetos (entre 0 y 100); pero despus de que las cinco celdas
han recibido su contenido, la sexta no tiene libertad para cambiar; estar determinada
por el total de 100. Una tabla de 2 x 2 celdas tiene un grado de libertad de exactamente
uno: si todas las celdas cambiasen, todas las dems celdas tendran que cambiar de
acuerdo con ello; tienen colectivamente un nico grado de libertad.
En la tabla de abajo se dan los grados de libertad de algunas tablas pequeas.
Tamao de la tabla Grado de libertad f

2x2 1
2x3 2
2x4 3
2x5 4
3x3 4
3x4 6
La tabla siguiente da los valores que alcanza Chi cuadrado bajo la influencia slo del
azar, con una probabilidad de 5%, 1% o bien 0.1%. Esta tabla incluye slo pequeas
distribuciones con un grado de libertad hasta 6. Encontraremos tablas mayores en los
manuales.
Grado de libertad Probabilidad

f 5% 1% 0,1 %
1 3,841 6,635 10,828
2 5,991 9,210 13,816
3 7,815 11,341 16,266
4 9,488 13,277 18,467
5 11,070 15,086 20,515
6 12,592 16,812 22,458
Prueba Cochran Q
La prueba Cochran Q puede usarse para evaluar la relacin entre dos variables que se
miden en una escala nominal. Una de las variables puede incluso ser dicotmica, o
consistir en slo dos valores posibles.
En el ejemplo siguiente se evaluaron por 12 sujetos cuatro combinaciones distintas de

asientos para camin y de cinturones de seguridad. La escala de evaluacin era
dicotmica: el cinturn poda molestar al usuario (=1) o no molestarle (=0). (El ejemplo
es de Raimo Nikkanen: Seat and Seat-Belt Comfort in Heavy Commercial Vehicles in
Finland.)
Las evaluaciones por sujetos A...L se dan en las filas 2...5. Adems, la tabla indica las
sumas para cada combinacin de asiento/cinturn, sumas para cada sujeto, cuadrados de
ambas sumas y sumas de estos cuadrados, que son entonces usados en la frmula de la
prueba Cochran.
1 Sujeto de la A B C D E F G H I J K L SV SV2
prueba:
2 Asiento de tipo I: 1 1 1 1 1 1 1 0 0 1 0 0 8 64
3 Asiento de tipo 1 1 1 1 0 1 1 0 1 1 1 1 10 100
II:
4 Asiento de tipo 0 0 1 1 0 1 1 0 0 1 0 0 5 25
III:
5 Asiento de tipo 0 1 1 1 0 1 1 0 1 1 1 1 9 81
IV:
6 Totales por cada 2 3 4 4 1 4 4 0 2 4 2 2 Total Total
sujeto = SH S=32 =270
7 Cuadrados de la 4 9 16 16 1 16 16 0 4 16 4 4 Total -
fila precedente = =106
SH2
En el siguiente paso, los valores de la tabla se sitan en la siguiente frmula, que da

entonces el valor Q:
Todos los parmetros en esta frmula se encuentran en la tabla, excepto k, que es el

nmero de alternativas (aqu = 4).
El valor de Q se hace mayor si hay asociacin estadstica entre las variables. Si no hay
asociacin y solo acta el azar, Q alcanza exactamente el mismo valor que Chi
cuadrado. Esto significa que cuando se evala el valor de Q que hemos recibido en una
prueba, podemos usar la Tabla Chi cuadrado mostrada anteriormente.
En una tabla de distribucin del tipo de la de arriba, el grado de libertad es igual a k-1;
en el ejemplo de arriba es igual a 3.
En el ejemplo de arriba, el valor obtenido para Q fue de 7.63. Consultando la tabla de
Chi cuadrado encontramos que el resultado de arriba sera significativo solo s Q tuviese
un valor de al menos 7.815. La prueba Q Cochran mostr as que la diferencia
encontrada empricamente entre las alternativas de asientos no era estadsticamente
significativa.
Prueba Wilcoxon
Con la prueba Wilcoxon podemos comprobar la representatividad de las preferencias

entre dos (o ms) alternativas. La escala al dar las preferencias es ordinal.
En su estudio Seat and Seat-Belt Comfort in Heavy Commercial Vehicles in Finland,

Raimo Nikkanen quera comparar dos asientos distintos para camin. Doce sujetos
probaron ambos asientos y evaluaron su comodidad sobre una escala de 7 puntos. Las
valoraciones obtenidas se dan en las columnas 2 y 3 de la siguiente tabla.
La fila 5, Orden de rango de las diferencias (ignorando el signo) significa que la

diferencia ms pequea de esta fila recibe el valor 1, la segunda el valor 2, etc. Los
casos en que no hay diferencia se descartan completamente. El valor 6.5 significa que
las diferencias situadas en el sexto y sptimo lugar eran iguales; con lo que les damos a
ambas el mismo rango de 6.5.
La fila 6, Los casos de signo menos frecuente significa que tomamos de la fila 5
aquellos casos donde el signo de la diferencia era del tipo menos comn. En este
ejemplo, haba una minora de diferencias negativas. De aquellos casos nicamente
tomamos sus rangos, de la fila 5. En el ejemplo, el nico nmero que se tomar ser el
3.
1 Sujeto de la prueba: A B C D E F G H I J K L
2 Comodidad del asiento 3 5 5 6 5 5 3 5 4 5 3 3
estndar:
3 Comodidad del asiento anti- 2 3 2 2 2 2 2 3 3 2 2 4
vibracin:
4 Diferencia de los valores de 1 2 3 4 3 3 1 2 1 3 1 -
arriba: 1
5 Orden de rango de las 3 6,5 9,5 12 9,5 9,5 3 6,5 3 9,5 3 3
diferencias (ignorando el
signo):
6 Los casos de signo menos - - - - - - - - - - - 3
frecuente:
En el siguiente paso, aadimos todos los nmeros a la fila 6, ignorando sus signos.
Llamamos a esto suma T. En el ejemplo ser 3.
Ahora es momento de mirar en la tabla de la prueba Wilcoxon en nuestro manual. Las
filas de la tabla son para diferentes nmeros de pares (=N, aqu 12). En la fila correcta,
encontramos, encontramos Tmax = valor que T no debe exceder, o los resultados no
sern significativos en un nivel del 5%. Aqu debajo tenemos una parte de la tabla.
N= 6 7 8 9 10 11 12 13 14 15 16 17 18
Tmax= 1 2 4 6 8 11 14 17 21 25 30 35 40
En nuestro caso, el valor emprico (3) est claramente bajo el valor permisible, y as
podemos llamar significativos a nuestros resultados. Sera altamente improbable que se
obtuviese una diferencia tan amplia en las preferencias solamente por azar.
Arriba hemos comprobado distribuciones y mediciones en una escala ordinal. Estos

tipos de pruebas son bien explicadas en Sidney Siegel: Nonparametric statistics for the
behavioral sciences.
La prueba t
El efecto del azar hay que considerarlo

siempre cuando calculamos una estadstica
descriptiva, por ejemplo, una media o una
correlacin. Estas estadsticas siempre
proceden del algoritmo aparentemente exacto
y digno de confianza, incluso en casos en que
el material subyacente es a la vez escaso y
poco fiable.
Esto puede ilustrarse por un ejemplo

inventado (a la derecha) donde tenemos dos mediciones a partir de cuatro estudiantes
elegidos al azar en una universidad.
En el diagrama de dispersin, se parece que hay una asociacin entre las dos variables
porque cuanta ms alta est el curso del estudiante, ms l pesa. El mtodo usual de
medir la fuerza de una asociacin entre dos variables es calcular la correlacin. En este
caso su valor sera 0,956, es decir una bastante alta correlacin.
Sin embargo, una alta correlacin tiene aqu poca importancia, porque la muestra ha
sido muy pequea, solamente cuatro casos. Es bastante probable de obtener una alta
correlacin de una muestra tan pequeo, por ocasin sola. Es fcil calcular esta
probabilidad. Su valor depende del tamao de la muestra aleatoria, y puede encontrar
valores tpicos para ella en cualquier manual del anlisis estadstico. Una porcin de tal
tabla se presenta abajo.
Numero de Si la correlacin es al menos:

mediciones
4 pares 0.95 0.99
5 pares 0.88 0.96
7 pares 0.75 0.88
10 pares 0.63 0.77
20 pares 0.44 0.56
40 pares 0.31 0.40
100 pares 0.20 0.26
... ... entonces la correlacin ... entonces la correlacin
es significativa es significativa
en un nivel de 5%. en un nivel de 1%.
La tabla indica que cuando una correlacin de 0,956 se ha obtenido de solamente cuatro
pares de medidas, ella es significativa solamente en el nivel de 5%. Es decir si se ha
estudiado veinte muestras de este tamao, una de ellas demuestra probablemente tal
correlacin incluso en el caso que estas variables no han ninguna asociacin en la
poblacin.
Cuantas ms mediciones tenemos, la correlacin ms baja se convierte en significativa.

El uso previsto del proyecto de investigacin dicta a veces cun alto un significado se
debe obtener. El mtodo de mejorarla entonces es utilizar una muestra ms grande.
La tabla de arriba es un simple ejemplo de una prueba t. Adems del cociente de

correlacin, la prueba t puede usarse para estimar la representatividad de otros muchos
parmetros estadsticos. En la mayor parte de los casos, sin embargo, los valores para el
parmetro t no pueden obtenerse directamente a partir de una tabla como la de arriba,
sino que han de calcularse con frmulas especiales que son desgraciadamente todas
distintas.
Cundo valorar el significado de una estadstica medida de una muestra, es a menudo

prctico calcular el intervalo de la confianza de esta estadstica. Significa el rango
donde la estadstica caer con una probabilidad dada, por ejemplo en 95% de los casos.
En otras palabras, hay un 5% de riesgo que la estadstica en la poblacin est fuera del
intervalo de la confianza.
Usted tiene, por ejemplo, encontr que entre una muestra aleatoria de sus clientes, p por
ciento de gente prefiere su producto a que de competidores. Usted quiere saber que es
este porcentaje entre la poblacin entera de sus clientes. Es imposible saber este
exactamente sin preguntar todo ellos, pero usted puede calcular los valores entre que el
porcentaje en la poblacin est con 95 %es de probabilidad. La frmula para esto es:
donde
p = el porcentaje como se calcula de una muestra

n = tamao de la muestra.
La prueba t puede tambin usarse para estimar la representatividad de la diferencia entre

los parmetros obtenidos a partir de dos muestras distintas, es decir, lo probable que
tambin las poblaciones correspondientes difieran entre ellas en una manera similar. El
principio de la prueba es el mismo. Una limitacin de la prueba t es que slo puede
usarse para estimar uno de dos parmetros a la vez.
Anlisis de varianza
El anlisis de varianza (en ingls ANOVA, ANalysis Of VAriance) examina dos o ms

conjuntos de mediciones e intenta detectar diferencias estadsticamente representativas
entre los conjuntos.
El mtodo de anlisis de varianza se basa en el hecho matemticamente probado de que

hay una diferencia entre los grupos slo si la varianza inter-grupos es mayor que la
varianza intra-grupo.
El anlisis se inicia calculando la varianza intra-grupo para cada grupo, y la media de

todas estas varianzas de grupo.
El siguiente paso es calcular la media para cada grupo, y entonces la varianza de estas
medias. Esa es la varianza inter-grupos.
Entonces calculamos la proporcin de las dos cifras que acabamos de obtener, que es
llamada F. En otras palabras,
= (varianza de las medias de grupo) / (media de las varianzas de grupo).
Finalmente nos referimos a la tabla (en manuales estadsticos) que muestra qu valores
puede alcanzar el coeficiente F cuando slo acta el azar. Si el F obtenido del ANOVA
es mayor que el valor de la tabla, hay una diferencia entre los grupos que es
significativa segn muestra la tabla.
Evaluar la correccin del anlisis
La evaluacin de la correccin del anlisis es importante especialmente en la

investigacin bsica que apunta a ampliar el conocimiento terico, porque los blancos
primarios para la evaluacin, los hallazgos de la investigacin, son a menudo difciles
de evaluar directamente. En proyectos de desarrollo usted a menudo enfoca la
evaluacin predominantemente al resultado prctico del proyecto y slo si esta
evaluacin no da la conclusin inequvoca que usted comienza a escudriar tambin los
mtodos del anlisis que se han utilizado.
Un examen ms detallado del anlisis podra incluir algunas de las siguientes preguntas.
Se explican claramente los principios de interpretacin de modo que otro

investigador pueda llegar a las mismas conclusiones a partir del material
reunido?
Es nuestra interpretacin la nica razonable o es claramente, por lo menos, la
ms verosmil entre las alternativas? Debemos pensarlo bien antes de contestar
que s, porque, en la prctica, una vez que el investigador ha encontrado una
interpretacin sostenible, se le hace difcil inventar otras alternativas, incluso
aunque una persona ajena podra pensar fcilmente en otras posibilidades.
Podra ser una buena idea que discutisemos las alternativas con una persona
ajena.
Cun fuerte es la invariacin que usted ha encontrado en los datos de entrada.
Es decir todos los casos estudiados siguen el patrn general que usted ha
encontrado y definido con la ayuda de su modelo, o estn all muchas anomalas
(es decir casos en el desacuerdo con el modelo)? Si estn, pueden indicar averas
en las medidas o en el anlisis, as que es recomendable comprobar una vez ms
las fuentes posibles del error.
Una tercera explicacin posible para las anomalas es simplemente que el

fenmeno era dbil y tena muchas irregularidades, que quizs pueden disminuir
el valor prctico de su trabajo. Segn algunos filsofos, an un solo caso donde
su hiptesis se ha encontrado falsa rendira intil la hiptesis entera. Otros dicen
que un porcentaje pequeo de anomalas es aceptable, porque otros
investigadores pueden explicarlas quizs ms adelante. Para ayudar al trabajo de
investigadores posteriores del asunto usted debe dar los detalles completos sobre
las anomalas en su informe.
Evaluar los
resultados
tericos
Por la definicin, los resultados

tericos, o las ventajas de un
proyecto de investigacin a su
rama de la ciencia son una
edicin central en proyectos de la investigacin descriptiva. El mismo es verdad, a un
cierto grado, tambin en la investigacin normativa. Las ventajas pueden estar de tres
clases:
1. Agrandamiento de la teora existente a un rea donde conocimiento ha sido

insuficiente hasta ahora. Esto es el caso ms usual en la ciencia moderna, y por
lo tanto es llamada a menudo por el nombre de la "ciencia normal".
2. Conectar pedazos previamente separados de la teora existente, mostrando
que dos o ms fenmenos, cada uno de los cuales ha sido el objeto del estudio
ms temprano, no son independientes pero los casos de una ley general, puede
ser bastante benfico al rea apropiada de la ciencia.
3. Corregir un error en teora anterior no es ningn acontecimiento comn en
ciencias, y puede a veces (raramente) ocasiona una revisin completa de la
teora previamente mantenida. Tal un acontecimiento se puede llamar
apropiadamente una "revolucin cientfica".
Ntese que las ventajas antedichas son posibles solamente a condicin de que el nuevo
proyecto de investigacin tenga conexiones inequvocas a teora anterior en el campo de
la investigacin apropiado. Por esta razn es muy importante que usted deba utilizar
tales definiciones que sean similares a sas usadas en la investigacin anterior. Entonces
ser fcil que usted (y para su pblico) estime si sus resultados son coherentes con
teora anterior o no. Coherencia no es una meta en s mismo - apenas indica que su
proyecto o est agrandando nuestro conocimiento que prevalece o est conectando
pedazos previamente separados de la teora existente con una teora ms grande.
La tercera alternativa en la lista, el desacuerdo con informes anteriores, significa que o

stos informes anteriores o sus nuevos resultados son culpables. Si usted se encuentra el
hacer frente de tal situacin es preferible verificar sus hallazgos una vez ms y ser
preparada para defender su trabajo contra ataques pesados. La razn es que en la
mayora de los campos de la ciencia que las personas influyentes tienden para valorar
muy alto el mosaico existente de la teora, an cuando saben que puede contener
algunas debilidades. Richard Milton ha dado en la libro Science prohibida (Forbidden
Science, 1994) muchos ejemplos espectaculares de este fenmeno que se basa en los
mecanismos sociolgicos naturales de los equipos humanos que trabajan en
instituciones cientficas. Pierre Bourdieu tambin discute ellas en el libro Homo
Academicus (1988).
A pesar de algunas refutaciones histricas notorias de propuestas valientes (como

Galileo) est claro que la verdad y la confiabilidad de informes publicados se deben
guardar en cualquier rama de la ciencia porque el progreso de la ciencia sera imposible
si los investigadores no podran confiar en los resultados de sus colegas anteriores. se
es porqu todas las comunidades cientficas modernas utilizan ciertos procedimientos
convencionales para verificar la veracidad de informes publicados. Los acontecimientos
habituales en la evaluacin son los siguientes;
Si el informe de investigacin es una Tesis, ser criticado por los examinadores

oficiales y los oponentes.
Cuando se presenta un nuevo informe de investigacin a los editores de una
serie de publicaciones cientficas, el informe ser criticado no slo por los
editores, sino que tambin lo ser por revisores establecidos para la serie, que
normalmente son cientficos expertos y reconocidos y por ello son capaces de
presentar unas agudas observaciones crticas.
Tras la publicacin, nuestro informe atraer muchas veces la atencin de
nuestros colegas investigadores, y lo usarn como una base para nuevas
hiptesis que estn poniendo a prueba en sus propios proyectos. Si la hiptesis
del ltimo proyecto falla inesperadamente, el investigador respectivo puede
volver un ojo crtico hacia el informe anterior sobre el que se ha apoyado.
Si nuestros hallazgos son aplicados a problemas prcticos entre los ejercientes
de la profesin o en la produccin industrial, pueden fallar al producir los
resultados que habamos pronosticado. Las investigaciones sobre las razones del
fallo normalmente incluirn una verificacin crtica de nuestros procesos y
resultados.
Mientras nadie entre las personas arriba mencionadas encuentre todos los fallos en
nuestro informe, nuestros hallazgos ganarn, sin embargo, credibilidad durante el
proceso. Los colegas y profesionales empezarn de forma gradual a ver nuestros
hallazgos como una base fiable para su propio trabajo, del mismo modo que cuando
ellos usan sus propias observaciones, las tablas que se encuentran en los manuales, o
todo lo que todos aceptan como ajustado a los hechos y verdadero. A este proceso
gradual se le llama en ocasiones mtodo de confirmacin por "consenso".
"La ciencia no reposa sobre un fondo de roca. La audaz estructura de sus teoras se
levanta como si lo hiciera sobre un pantano. Es como un edificio erigido sobre pilones.
Los pilones se clavan en el fondo del pantano, pero no en una base "natural" o "dada"; y
cuando cesamos en nuestros intentos de hundir nuestros pilones en una capa ms
profunda, no es porque hayamos alcanzado una base firme. Simplemente nos detenemos
cuando estamos satisfechos porque son lo bastante firmes como para aguantar la
estructura, al menos por el momento". (Karl R. Popper: The Logic of Scientific
Discovery, 1959, p. 111.)
El tipo de proceso de confirmacin por "consenso" no puede comenzar antes de que el

informe sea pblico.
Valorar las consecuencias prcticas
Muchos proyectos descriptivos apuntan a encontrar conocimiento para un propsito

prctico, aunque por definicin un proyecto descriptivo no desarrolla propuestas para
cambiar las cosas en la prctica, como hace el enfoque normativo.
El mtodo normal para valorar el xito prctico de un proyecto es comparar sus

resultados a los objetivos iniciales del proyecto. Aparte de estos resultados previstos,
sucede a menudo que reas adicionales de aplicar los resultados han aparecido durante
el proyecto. En todo caso, el captulo final del informe de la investigacin es el lugar
correcto para una evaluacin por el investigador de todas ventajas prcticas (y
inconveniencias, si cualquiera) posibles del proyecto. Debido a la gran variacin de
estas ventajas es difcil nombrar cualquier mtodo o lista de comprobacin para el
trabajo, pero algunas ideas para l se pueden quizs encontrar en las pginas +++
(Evaluar propuestas normativas) o 43 (tica de la aplicacin).
Prospectiva
Visiones del futuro
Cuando miramos hacia el futuro, podemos elegir nuestro punto de vista de entre dos
alternativas, del mismo modo que al estudiar al momento presente. La vista en el futuro
puede as ser o descriptivo o normativo. La diferencia est que en el caso anterior
aceptamos el futuro como viene y en el ltimo caso deseamos lo cambiar.
La vista descriptiva al futuro apunta generalmente a descubrir el futuro ms probable.
Esta vista es normal cuando usted no puede afectar el futuro. Usted apenas desea
saberlo de modo que usted pueda prepararse al inevitable, como al tiempo que har
maana. Este acercamiento tradicionalmente se ha llamado pronstico, o prediccin.
Intenta contestar a la pregunta: Qu ocurre al objeto A en el tiempo B si la evolucin se
deja continuar sin interferir?
Otro variante menos comn del acercamiento descriptivo es la utopa, una narrativa
detallada de un futuro posible o hipottico que no necesita ser el ms probable. Los
escritores de utopas, comenzando de Platn y de Thomas More, dejan generalmente la
cuestin de la probabilidad a la discrecin de su pblico. Una utopa se puede tambin
escribir como advertencia, un ejemplo ofendedor para ser evitado, en el estilo de la
novela de pesadilla 1984 por George Orwell.
Las novelas de Jules Verne han demostrado que la ficcin puede emitir ideas
constructivas a los diseadores de productos nuevos. Algunas compaas grandes han
descubierto recientemente que no necesitan depender de los escritores de ciencia ficcin
en la creacin de utopas. Ellos mismos han comenzado proyectos de diseo de
concepto que no apuntan a crear productos verdaderos pero apenas generen las ideas
para productos originales imaginables en el futuro, que se utilizarn en el planeamiento
estratgico, para la educacin interna de personal y para la publicidad. Estas visiones
incluyen a menudo utopas de maneras futuras potenciales de vivir, donde productos de
la compaa completamente novedosos pueden encontrar un mercado a su debido
tiempo.
Una caracterstica curiosa de pronstico descriptivo es su tendencia de autorrealizacin,

es decir una prediccin que sabe toda la gente a menudo se realiza. Se parece que
cuando la gente cree en un pronstico, algunos de estas personas tambin quieren
adaptarse a este futuro aparentemente inevitable, por ejemplo dando su voto al ganador
predicho de una eleccin. Escrituras santas antiguas predijeron que los judos se migran
un da en la tierra prometida, y finalmente esto se ocurro. Un tercer ejemplo es la moda
predicha en revistas de modas - mucha gente desea llevar la moda ms nueva, ellos
compran lo que es recomendado por las revistas, y as la moda predicha se convierte en
realidad.
El acercamiento normativo al futuro significa que usted piensa que usted puede afectar
el desarrollo. Usted quizs sabe cul clase de futuro usted desea, pero usted no est
seguro del mejor mtodo de obtenerlo. Un estudio normativo del futuro intenta contestar
a preguntas tales como:
Qu sigue si el objeto A se somete a la manipulacin B?

Qu manipulaciones son necesarias para obtener el estado de las cosas A hasta
el tiempo B?
Un proyecto normativo a menudo comienza con un estudio descriptivo del problema y
entonces continua con el planeamiento de las mejoras y finalmente con la accin
prctica para hacerlas verdades. De esta manera puede conseguir una fundacin segura
para el planeamiento, y perspectivas mejores del xito en la realizacin. Un ejemplo de
este acercamiento es el sistema moderno de pronosticar y manejar las tendencias de la
moda. El procedimiento consiste en dos fases. La inicial fase descriptiva contiene
estudiar estilos de vida de la gente, peridicos y revistas de moda, y predecir las
preferencias de los clientes sobre los estilos y colores de la ropa, los coches etc. durante
dos aos prximos. Esta fase concluye con una conferencia con industrias mayores en el
campo, donde las blancos para el desarrollo de la moda se fijan. El segundo normativo
paso es una campaa vigorosa descriptiva para persuadir las revistas de modas y
finalmente los clientes a creer que este estilo nuevo est de moda verdaderamente.
La vista normativa implica necesariamente evaluaciones, y llega a ser necesario definir

a la gente cuyo punto de vista ser utilizado en la evaluacin. Generalmente slo el
estado final del desarrollo predicho o planeado se evala, en otras palabras los
procedimientos internos del pronstico normativo incluyen raramente evaluaciones
subjetivas. Estas fases del pronstico normativo se asemejan as al acercamiento
descriptivo, y los mismos mtodos se pueden utilizar en ambos tipos de pronstico.
Varios mtodos alternativos se utilizan en el pronstico, dependiendo de la naturaleza

de la informacin que est disponible para sostener el pronstico. Generalmente tres
tipos de informacin se necesitan simultneamente como una base de un pronstico:
datos recientes que describen el estado actual del fenmeno, y algn conocimiento sobre
el patrn normal del desarrollo del fenmeno a largo plazo. La ltima informacin se
puede presentar de varias maneras alternativas, tpicamente como sigue:
Un modelo general del desarrollo normal de esta clase de objetos o fenmenos

que define la invariante dinmica del fenmeno.
Datos del desarrollo histrico del fenmeno en cuestin. El modo de presentar
stos depende del tipo de datos. Para datos numricos, una serie temporal es el
mtodo normal; para las formas de productos, una serie cronolgica de retratos.
Adems, las presentaciones escritas y verbales son posibles.
Qu fuente es mejor, un modelo o los datos? Los datos empricos vienen del mismo
fenmeno que se predecir, y no de otros casos estudiados ms temprano, y su validez
es as mejor. En vez de eso, los casos de que un modelo se ha obtenido, pueden venir de
otro contexto diferente del fenmeno que ser predicho. Por otra parte, un modelo se
basa generalmente en datos desde muchos casos y tiene una mayor probabilidad de
quedar vlido en el futuro tambin.
En el caso que tanto un modelo como una serie temporal estn disponibles, usted tiene
la posibilidad de hacer dos pronsticos concurrentes con mtodos diferentes.
Compararlos hace una prueba excelente de sus confiabilidades.
De todas formas, cuando se usa un modelo causal como base de una prediccin,
debemos tener en mente que el modelo normalmente ha sido producido estudiando
cierta poblacin, lo que significa que el modelo es vlido slo en ese contexto. No
debemos generalizar demasiado y creer que el modelo ser tambin vlido en el entorno
futuro que estamos pronosticando. Cuando generalizar, se debe considerar lo siguiente:
Qu aspectos del entorno futuro van probablemente o posiblemente a diferir del

contexto del objeto original de estudio?
Estas diferencias pueden influir nuestros resultados?
Tanto modelos tericos como series temporales empricas que sern utilizados en
pronstico tienen que ser producidos por una investigacin anterior sobre el fenmeno o
sobre otros fenmenos similares, pero esta investigacin no necesita se hacer por el
mismo cientfico que hace el pronstico. Especialmente las teoras generales de
fenmenos a menudo han sido descubiertas y publicadas ya mucho anterior por otros
investigadores. Un estudio de la literatura pertenece as a las tareas iniciales normales en
un proyecto del pronstico.
La estructura lgica del

pronstico (el diagrama a la
derecha) consiste
esencialmente en el reunir,
integrar y manipular
informacin disponible sobre el
fenmeno. Como el diagrama
demuestra, esta informacin
tiene que ser obtenida de
fuentes algo diversas: de empiria, de un nivel conceptual de los estudios de caso, y del
nivel conceptual ms sofisticado de modelos generales. La naturaleza de la informacin
y su modo de presentacin son diferentes en cada nivel, y ello tambin prescribe en gran
parte los mtodos disponibles para el pronstico, como puede ser visto en la tabla abajo.
Conocimiento disponible para pronosticar Mtodo de

pronstico
Conocimiento-habilidad (se puede tambin usar conocimiento tcito) Mtodo Delphi
Modelo basado en otros sistemas comparables Mtodo de la
Un modelo cualitativo, verbal, analgico o simblico analoga
Un modelo cuantitativo o aritmtico
Una tendencia: el desarrollo reciente en el sistema que ha de Extrapolacin
predecirse, como definido por una serie de observaciones: - a partir de las
Observaciones cualitativas (descripciones verbales) ltimas
Presentaciones ilustradas (pictricas) de los resultados (por observaciones o
ejemplo, las historias descriptivas de productos u otras - a partir de todos
presentaciones icnicas) los hallazgos
Datos cuantitativos (serie cronolgica) - tal vez dentro de
lmites
Asociacin estadstica entre las variables que han de predecirse Aplicar una
asociacin
estadstica
Una explicacin causal para el fenmeno que ha de predecirse: Aplicacin de un
asociacin cuantitativa, como la regresin, y su explicacin modelo causal
causal
causalidad explicada en trminos cualitativos, como una
explicacin de motivos, una explicacin biogrfica, o una
explicacin del desarrollo
Todos mtodos que aparecen aqu arriba se tratarn ms adelante. En algunos casos ser
quizs posible combinar algunos de los mtodos para mejorar la credibilidad del
pronstico. En esta obra, a continuacin, tras la presentacin de estos mtodos se tratan
los medios de que disponemos para calcular y expresar la incertidumbre de los
pronsticos.
Mtodo Delphi
El mtodo ms primitivo de pronstico es adivinar. El resultado puede ser calificado de

aceptable si la persona que hace la adivinacin es un experto en el asunto. Una cosa
importante que hay que hacer notar es que la adivinacin es el nico mtodo que puede
hacer uso del conocimiento tcito que el especialista no ha sido capaz de expresar en
palabras o cifras exactas. El mejor mtodo para obtener tal pronstico del experto es la
entrevista no estructurada. El mtodo de la entrevista nos permite inquirir sobre las
razones y explicaciones para el pronstico presentado, que podra optar por criticar y as
intentar llegar a un pronstico mejorado. Cuando entrevistamos a un experto puede que
tambin aprendamos algo que ms tarde podamos usar si preferimos construir nuestros
propios pronsticos con otros mtodos.
Podemos en ocasiones conseguir nombres y direcciones de expertos que vivan lejos y a

los que sera difcil entrevistar. Para consultar a tales expertos, podemos recurrir a un
cuestionario en lugar de a la entrevista. Si deseamos preguntar a varias personas
simultneamente, podramos considerar el uso del mtodo Delphi.
En al mtodo Delphi, el investigador dirige preguntas idnticas a un grupo de expertos,

pidindoles que den sus suposiciones sobre el futuro desarrollo del tema especfico. En
el siguiente paso, el investigador hace un sumario de todas las respuestas que ha
recibido, las enva a sus correspondientes y les pregunta si algn experto quiere revisar
su respuesta original.
Puesto que es difcil hacer sumarios de algo distinto de respuestas cuantitativas, las
preguntas que se usan en el procedimiento Delphi suelen ser cuantitativas, como "Cul
ser el precio del crudo en dentro de 20 aos?" Sobre la base de este tipo de respuestas,
el investigador ser capaz de calcular por ejemplo las medias y los rangos. Una ventaja
del mtodo es que siempre se puede usar el rango como una medida de la fiabilidad del
pronstico.
Por supuesto, nada impide que se usen preguntas cualitativas o de cualquier otro tipo si
la naturaleza del objeto as lo exige.
Si los encuestados se prestan al esfuerzo suplementario, se les puede pedir que

justifiquen su opinin, especialmente si difiere de la de la mayora.
El procedimiento Delphi se repite normalmente hasta que los encuestados ya no tengan

intencin de ajustar sus respuestas.
El mtodo Delphi no es muy fiable. Despus, con los resultados de cuestionarios, suele
que se haba predicho el curso real de los acontecimientos notablemente mal. La
mayora de incluso eminentes especialistas puede equivocarse, y aquellas pocas
personas que podran haber hecho una prediccin correcta, tal vez nunca se habran
seleccionado para el grupo Delphi de expertos. "Si hubieras predicho el colapso del
muro de Berln un ao antes de que ocurriera, habras mostrado que no eres un experto
en poltica."
Mtodo de la analoga
La mayora de los mtodos de pronstico

utilizan algn tipo de modelo que se supone
reproduce las relaciones entre los diversos
aspectos, atributos, y variables de los
acontecimientos que se predicen. El ms simple
mtodo de adquirir tal modelo est disponible
si podemos trovar un sistema "forneo" que ha
alcanzado un estadio relativamente posterior o
ms maduro en el desarrollo que el sistema
"domstico" sobre el que estamos
pronosticando.
Ser a menudo imposible encontrar un sistema extranjero que sera absolutamente

idntico al sistema domstico. Habitualmente el sistema forneo, o su entorno, tienen
varios rasgos que difieren del que se va a predecir, lo que va en detrimento de la
credibilidad de nuestra prediccin. As que tendremos probablemente que hacer cierto
nmero de correcciones. Una diferencia tpica entre los sistemas se refiere a su tamao
(junto a la obvia diferencia de que el sistema "forneo" ha sido medido en el pasado y el
sistema "domstico" ha de continuar en el futuro).
El proceso de pronosticar con analoga es:
1. Explora el desarrollo reciente del sistema domstico.

2. Encuentra un sistema extranjero que ha experimentado el desarrollo similar.
Consiga los datos de l.
3. Descubra el punto del tiempo t cuando el sistema extranjero estaba en un estado
semejante que el sistema domstico ahora est.
4. Compense para las diferencias entre los sistemas caseros y extranjeros,
eliminando e.g. la diferencia del tamao multiplicando los datos del sistema
extranjero por la proporcin de los tamaos.
5. Los datos del sistema extranjero, a partir del tiempo t hasta presente, se pueden
ahora tomar como pronstico para el sistema domstico, comenzando del
presente.
Casos tpicos del mtodo de la analoga son las predicciones de economas nacionales.
El sistema forneo se toma de los EE.UU. o cualquier otro pas "desarrollado", y este
modelo se aplica entonces para predecir la economa nacional de un pas "menos
desarrollado". Las variables tpicas pronosticadas de este modo estn vinculadas a la
produccin industrial, el Producto Nacional Bruto, y a cifras que describan el consumo,
como el nmero de coches y la cantidad de trfico.
En los ejemplos de ms arriba los sistemas se describen con variables cuantitativas; sin
embargo, podemos igualmente usar el mtodo de la analoga incluso cuando nuestros
modelos son cualitativos. En hecho, puede manejar cualquier formato de la descripcin
de un desarrollo temporal. Un ejemplo del pronstico cualitativo se puede encontrar en
el libro de Oswald Spengler (1880 - 1936), Untergang des Abendlandes (1918, 1922)
[La decadencia de Occidente], que explica el desarrollo tpico de las culturas antiguas
de China, de Egipto, de Roma y de algunos otras que han prosperado en su tiempo y
despus se han marchitado. Spengler encontr que las culturas son procesos que
comparten un modelo comn del desarrollo. l entonces hizo la prediccin que la
cultura occidental que todava est en el desarrollo seguir el mismo patrn. En esta
parte de su tratado, Spengler cre as una analoga entre los objetos de la misma
categora (es decir entre las culturas).
Por otra parte, Spengler (y adems Arnold J. Toynbee en el libro A Study of History,
1935-39) dibuj la analoga ms lejos y afirm que el patrn del desarrollo cultural es
tambin anlogo a la sucesin de las estaciones del ao, es decir el primavera, el verano,
el otoo y el invierno, e incluso a las vidas de plantas y de animales que nacieron,
crecieron, florecieron, declinaron y murieron; Spengler hizo la prediccin de que la
cultura occidental, de forma anloga, seguira el mismo patrn. En otras palabras,
Spengler ampli la analoga de una especie de sistemas (las culturas) a otra (animales y
plantas).
Otro ejemplo de una analoga entre objetos de categoras diferentes es el libro de Alvin
Toffler The third wave [La tercera ola] (1980), donde la analoga de la ola es usada
para describir la evolucin desde la sociedad agrcola a la industrial, y ms tarde a la
sociedad de la informacin.
De hecho, las analogas bravas entre objetos de tipos diferentes pueden generar a veces
las hiptesis frtiles para la discusin, pero si usted deseo justo hacerla un pronstico
plausible es generalmente ms seguro restringir la analoga a una sola clase de objetos.
Piense si usted intent predecir el desarrollo de coches haciendo una analoga a las
computadoras? Quizs concluya usted que los coches deben pronto funcionar en
10,000 millas por hora, mientras que su peso disminuy a unos pocos gramos?
Incluso esas analogas que mantienen a una clase sola de objetos sufren a menudo de
varios factores irregulares que afectan el sistema casero diferentemente que el
extranjero. Usted puede intentar disminuir su influencia usando ms que un sistema
extranjero, si est disponible. Es decir usted hace unos pronsticos paralelos y combina
los resultados. Todava mejore, si usted puede encontrar el patrn general que todos los
sistemas siguen. Si es posible usted puede avanzar a mtodos ms confiables del
pronstico con los modelos estadsticos o causales.
Una ms debilidad del mtodo de la analoga es que es difcil determinar la

incertidumbre de sus resultados.
Extrapolacin
La extrapolacin es el mtodo ms habitual de pronstico. Se basa
en suponer que el curso de los acontecimientos continuar en la
misma direccin y con velocidad constante (o con una velocidad
creciente o decreciente a un ritmo constante = una extrapolacin
logartmica).
La base para una extrapolacin ser el conocimiento sobre el

reciente desarrollo del fenmeno. Necesitaremos al menos dos (aunque habitualmente
tenemos ms) observaciones secuencias hechas en puntos conocidos en el tiempo. El
principio se muestra en la figura a la derecha.
1. comenzamos con dos o ms observaciones que se hicieron en distintos puntos en

el tiempo, (t= -1 y t= 0, en el diagrama),
2. nos fijamos en las diferencias entre ellas (cuantitativas o cualitativas),
3. aadimos estas diferencias al informe de la ltima observacin,
4. y aqu tenemos nuestro pronstico.
Usted tendr la opcin de medir la diferencia d como valor absoluto o como progreso
proporcional. La medida absoluta significa que el cambio contina en velocidad
constante. La evolucin proporcional, por ejemplo "el aumento 10% a la observacin
precedente" significa que el paso del cambio est aumentando (o disminuyendo). Esta
alternativa a veces se llama " extrapolacin logartmica ", ve la figura abajo.
Si tenemos ms de dos observaciones,

tenemos la opcin de elegir el nmero de
observaciones sobre el que basaremos la
extrapolacin. Si sentimos que las
ltimas observaciones tienen mejor
capacidad predictiva que las anteriores,
puede que prefiramos hacer caso omiso
de las primeras observaciones. Una
alternativa es dar ms peso a las ltimas observaciones que a las primeras. Si decidimos
usar un amplio nmero de observaciones (en otras palabras, estamos extrapolando la
tendencia) probablemente desearemos hacer los clculos con un programa de anlisis de
regresin si los datos son cuantitativos.
El mtodo de extrapolacin se aplica tpicamente a las variables cuantitativas. Adems,

la prediccin muchas veces se desarrolla tambin en trminos verbales cualitativos, para
hacer ms fcil que sea aprehendida. Un ejemplo es el libro Megatrends de Naisbitt
(1982).
No obstante, nada impide extrapolar tendencias

que se describan enteramente en trminos
cualitativos. Suele ser prctico el describir los
productos existentes con ayuda de imgenes y
otros modelos icnicos, y esta forma de
presentacin es prctica incluso para las
extrapolaciones. En el libro Industrial Design,
Raymond Loewy combin dos enfoques: el
histrico y el predictivo. En la pgina 74 del libro
encontramos el "grfico de evolucin del diseo"
que muestra el desarrollo de 1900 a 1942 (a la
derecha). La ltima imagen es el pronstico de
Loewy que ste cre sobre la base de la tendencia
de la serie entera, siendo aqu la tendencia
principal el movimiento gradual hacia un diseo
ms aerodinmico.
La debilidad innata de toda extrapolacin estriba

en que stas slo se pueden atender a aquellos
procesos o fuerzas que estn ya interviniendo.
Siempre ignoran los impactos nuevos que empiezan a actuar slo en el presente o en el
futuro. Con frecuencia se da una situacin en que gradualmente habr ms y ms
nuevos impactos. En tales circunstancias, el mtodo de la extrapolacin suele dar
resultados tiles slo para periodos relativamente de corto plazo.
Otra debilidad es que es casi imposible estimar el error probable de una extrapolacin.
Una nocin spera de lo puede ser obtenida estudiando el consistencia y la
homogeneidad de la serie de las observaciones originales.
Aplicar una asociacin estadstica
La escala del instrumento tradicional de predecir de tiempo, el Presin Buen
barmetro, incluye dos pronsticos: "Buen tiempo" en el fin alto alta tiempo
de la gradacin, y "Tormenta y lluvia" en la parte ms baja. Estos Presin Tormenta
pronsticos se basan en la experiencia de largo plazo que baja y lluvia
podramos comprimir en un modelo como la tabla a la derecha. Tal
modelo puede ser llamado descriptivo porque representa solamente la relacin aparente
de los fenmenos (presin de aire y tiempo) sin dar ninguna explicacin o causa a este
lazo. El modelo no nos dice cul de los fenmenos depende del otro, o aunque hay tal
dependencia. No obstante, tal modelo puede sea usado a predecir.
Un modelo estadstico se basa en una serie de observaciones en el fenmeno, y delinea

la asociacin entre los varios factores o variables del fenmeno que estn de inters.
Esta asociacin necesita no ser absoluta; un nmero pequeo de anomalas a la regla
general reduce pero no estropea enteramente la capacidad pronostica del modelo.
Los modelos descriptivos que se utilizan en el pronstico son a menudo cuantitativos,

pero cualitativos se utilizan tambin. De hecho, cualquiera de varios lenguajes de
modelo puede ser utilizado.
Por ejemplo, los refranes verbales fueron utilizados como la base del pronstico de
tiempo ya largo antes barmetros: "El cielo rojo en la noche es placer de un marinero;
el cielo rojo por maana, marineros deben tener cuidado" (refrn ingls.) Y adems:
"El anillo alrededor de la luna trae una tormenta pronto." Observa que en el desarrollo
de productos hay muchos aspectos que mejor se expresan grficamente, por ejemplo los
pronsticos de la tendencia de moda.
Los modelos descriptivos cuantitativos se componen de las variables y una expresin

que defina su relacin el uno al otro. Esta relacin se llama asociacin estadstica para
acentuar que origina de una serie de observaciones. Para los modelos cuantitativos esta
asociacin se puede expresar como una curva o una ecuacin, e.g. del tipo y = ax + b.
En la seccin en extrapolacin discutimos ya dos tipos de asociaciones: las tendencias
lineares y logartmicas.
El mtodo de predecir en base de un modelo descriptivo es simple, como puede ser

visto en el diagrama a la derecha. Si una de las variables en el modelo es tiempo, es
solamente necesario insertar cualquier punta futura elegida del tiempo y despus leer el
"valor" de la variable deseada en el modelo. (El "valor" est en citas aqu porque en
modelos cualitativos su contenido no es numrico.)
Hay tambin otra manera de usar un modelo: estudiar la direccin del cambio de las
variables, como en la tabla a la derecha.
En este mtodo necesitamos una observacin reciente del cambio Presin El tiempo
del factor que no se est prediciendo (aqu es la presin area). De se leva mejorar
sta podemos deducir el cambio anticipado del factor que se debe Presin El tiempo
pronosticar. se baja deteriorar
Predecir sobre la base de modelos estadsticos suele ser factible y exitoso incluso
cuando no sabemos la razn o explicacin de la asociacin matemtica que hemos
encontrado en los datos histricos.
Por ejemplo, la vida de un animal sigue generalmente el mismo patrn que es tpico
para la especie. Si usted sabe este patrn, puede incluso ser posible pronosticar sin tener
ninguna formulacin terica explcita del patrn: usted considera simplemente un
espcimen observado anterior de la clase pertinente como modelo del desarrollo. Ya en
el tiempo de Hipcrates los mdicos saban el proceso tpico de muchas enfermedades,
y cuando observaba los sntomas iniciales de tal proceso en un paciente el mdico
podra predecir el progreso de la enfermedad.
El mtodo de modelo estadstico podra dar una prediccin correcta incluso en un caso
en que la explicacin que hemos supuesto para la asociacin estadstica existente
estuviera bastante equivocada! Ejemplos histricos famosos de prediccin sobre la base
de modelos estadsticos fueron los clculos astronmicos en la antigua Mesopotmica, y
los de Ptolomeo en Grecia. Los ms, tal vez todos, de estos primeros cientficos crean
que la tierra era el centro del universo y que el sol, la luna y los planetas simplemente se
movan en torno a ella. Sin embargo, los modelos matemticos de estos movimientos
aparentes eran acertados y produjeron predicciones correctas de las salidas y puestas del
sol y de la luna, as como de eclipses.
Muchas compaas habitualmente

presentan un nuevo modelo de su
producto clave en el principio de cada
ao o temporada. A menudo la evolucin
de ventas de cada modelo ms o menos
sigue la misma pauta que se puede
presentar que la "curva tpica de ventas"
como en la figura a la derecha. Sin saber
las razones por qu la cantidad de las ventas sigue este patrn, l sin embargo se puede
utilizar para predecir.
Si hay adems estadstica sobre las ventas de los modelos anteriores una quincena
despus del principio de la campaa publicitaria, por ejemplo, es posible tambin
calibrar el pronstico. Para esto, tiene que observar el factor por el cual las ventas
actuales se desvan del promedio anterior en este momento, y entonces simplemente
multiplicar el resto de la curva por este mismo factor.
Algunas veces la serie cronolgica que deseamos extrapolar incluye simultneamente

varios tipos de variacin. Junto a la tendencia, que se trat ms arriba, suele haber uno o
varios tipos de variacin estacional. Si este es el caso, el mtodo normal es analizar
primero la serie cronolgica, dividindola en sus componentes discernibles. Tras esto,
continuamos haciendo pronsticos separados para todos los componentes (la tendencia
y las distintas variaciones estacionales, si procede) y solamente en la ltima fase
recombinamos los componentes.
Si, por ejemplo, deseamos pronosticar, el consumo de energa para calefaccin de un
edificio industrial, nuestro anlisis de datos pasados revelar probablemente que la
variacin del consumo ha estado siguiendo simultneamente varios patrones. Algunos
patrones se deben al ritmo de trabajo de la empresa, que normalmente vara con tres
frecuencias: a lo largo del ao, semanalmente y con un ritmo diario, y quizs con
respecto a las coyunturas del negocio. Por otra parte, puede haber tendencias lineales,
causadas quizs por un cambio gradual a mquinas mayores, o alternativamente a
mtodos y mquinas con ahorro energtico. -- El pronstico se hace ahora estimando
todas las variaciones cclicas, una por una, calculando entonces sus continuaciones, y
finalmente combinando todas estas a la vez con una extrapolacin de la tendencia.
Hay grandes riesgos en pronosticar sin saber las razones de las asociaciones estadsticas.
La mayor parte de los pronsticos cientficos de las economas nacionales son bien
conocidos por su baja fiabilidad, lo que, desde luego, es un resultado de la falta de
comprensin de las conexiones actuales de las variables de la economa. Adems, este
mtodo falla invariablemente discernir las seales dbiles que existen en datos pero se
quedan desapercibidos hasta que alguien entiende despus que era estos factores que
finalmente determinaron la direccin de la evolucin.
Hablando de modo general, debemos siempre tratar de descubrir la explicacin racional

que hay tras la asociacin estadstica que vamos a usar como base de nuestros
pronsticos. Siempre es ms seguro pronosticar sobre la base de un modelo causal
(descrito ms adelante), que pronosticar solo sobre la base de la asociacin estadstica.
Aplicar un modelo causal
El mtodo ms exacto de prediccin, es decir, el

modelo causal, es posible si hemos obtenido -
mediante investigacin - un modelo que no slo
describe (como en la seccin previa) el desarrollo del
fenmeno que se pronostica, pero tambin lo explica
- es decir, enumera las razones por que se ocurre. En
el mejor caso las razones y sus resultados se renen
como un modelo que define la invariante dinmica de
los cambios en el proceso que se predir.
Las predicciones normales del tiempo, por ejemplo,

se hacen no ms en base de una asociacin estadstica
entre presin de aire y el tiempo. Sabemos hoy la
estructura invariable de los ciclones mviles (a la
derecha) que explica los cambios en la presin area
y en el tiempo. Incluso el proverbio sobre el cielo
rojo ahora se ha dado una explicacin:
"Porque las estructuras meteorolgicas en Norteamrica se mueven generalmente desde

el oeste al este, cuando las nubes llegan de arriba en la salida del sol que el cielo
aparecer rojo, sealando una tormenta que se acerca. Cuando la tormenta pasa
eventualmente, el cielo limpiar en el occidente. Si ocurre la puesta del sol
simultneamente, la luz lanzar un resplandor rojo en las nubes arriba, ahora
movindose hacia el este."
El mtodo el ms elemental de pronstico en base de un modelo causal es usar el

modelo exactamente como una asociacin estadstica, explicado ms temprano. En el
mejor caso una de las variables en el modelo es el tiempo cronolgico: entonces
introducimos el ao correcto en el modelo, e inmediatamente se convierte en el
pronstico deseado.
Si el tiempo no se incluye en el modelo causal, el modelo puede seguir siendo de ayuda,

porque es a menudo ms fcil predecir el desarrollo del variable independiente que el
futuro de la variable dependiente o del sistema entero - no lo menos a causa que una
razn precede normalmente su resultado, y as no es tan lejana en el futuro como el
resultado sea.
Cuando usted sabe las relaciones causales entre las variables usted podr utilizar
mtodos de pronstico mucho ms avanzados que los modelos estadsticos meros
permitiran. stos incluyen:
Se puede determinar mejor si el modelo sigue siendo vlido tambin en el

futuro.
Se puede determinar con anlisis de sensibilidad el error probable del
pronstico.
Cuando usted sabe las relaciones causales usted puede modificar el modelo
segn los requisitos de la situacin.
Cuando usted desea no slo pronosticar pero tambin cambiar el futuro, es fcil
de localizar esos cambios en las variables independientes que son necesarias
para causar el cambio deseado en las variables dependientes.
El modelo causal suele ser tan

complicado que se maneja mejor usando
un ordenador. Incluso entonces,
necesitaremos habitualmente una
presentacin ilustrativa de nuestro
modelo para clarificar nuestro
pensamiento y finalmente presentarlo en
el informe. En dicha ilustracin
necesitaremos un sistema de notacin
para describir las distintas relaciones
lgicas entre las variables. El programa
de ordenador normalmente ser capaz de
mostrar el modelo, usando sus notaciones
incorporadas. Si no podemos encontrar
sistemas de notacin ya listos para usar,
podemos idear uno.
Un famoso ejemplo de modelo causal

amplio fue creado por el llamado Club de
Roma en 1972. Este modelo, publicado
en el libro Los lmites al crecimiento, consiste en docenas de variables, incluyendo la
poblacin mundial, tasa de nacimientos, produccin industrial y agrcola, los recursos
no renovables y la contaminacin. En el modelo, cantidades fsicas que pueden ser
medidas directamente, se indicaron con rectngulos, los flujos reales de gentes, bienes,
dinero, etc. se representaron por flechas continuas y las relaciones causales con flechas
discontinuas.
El Club de Roma comenz a formar su "Modelo mundial" construyendo primero cinco

submodelos. stos se concentraron en las cinco "cantidades bsicas": poblacin, capital,
alimento, recursos no renovables restantes (medidos fraccin restante ahora de las
reservas de 1900), y polucin. Uno de los subsistemas incluy las relaciones causales y
los bucles de respuesta entre poblacin, capital, agricultura y polucin (en la derecha).
Finalmente los investigadores combinaron los cinco submodelos y as crearon el modelo
mundial final, parte del cual se ilustra abajo.
Ejemplos de pronsticos creados por el Club de Roma se ven ms adelante.
El mtodo que se discute arriba puede parecerse conveniente para el uso con los
modelos cuantitativos solamente; sin embargo el mismo principio puede ser aplicado al
predecir en base de los modelos cualitativos que tienen potencia explicativa.
Nota que aunque la explicacin causal se ha discutido arriba y es el modelo ms comn

de la prediccin, los tipos contextuales o teleolgicos de explicacin se podran tambin
utilizar como una base de un pronstico.
Seales dbiles. Los modelos que son disponibles para pronosticar son normalmente
simplificadas de modo que contengan solamente los factores ms importantes que
afectan el fenmeno que se predir. Al lado de stos, la mayora de los fenmenos
empricos son influidos por muchos factores con tan pequea importancia que ella
desaparece entre errores o en la fluctuacin al azar de los factores cardinales. Los
investigadores llaman a menudo estos factores de menor importancia "ruido" y los
desatienden simplemente.
Sin embargo, usted no siempre puede contar con que las relaciones expresadas en su
modelo se quedan constantes durante todo el perodo del pronstico deseado. Sucede a
veces que un factor que hasta este momento ha desempeado solamente un papel
marginal repentinamente ganar importancia y finalmente cambiar la direccin del
desarrollo. Tales factores que se parecen inicialmente poco importantes pero finalmente
llegan a ser cruciales se llaman seales dbiles. Para identificar tales factores usted
puede intentar varios acercamientos, tal como:
Contemplar el contexto del fenmeno en una perspectiva ms ancha.

Consultar a otros expertos (quizs con el mtodo Delfi) y pedir su opinin
acerca del modelo que usted utiliza. Si su modelo original fue hecho en
cooperacin con expertos que tienen una experiencia larga del fenmeno que se
predir, es posible que ellos hayan sido acostumbrados para desatender un factor
que sin embargo puede ser importante pronto. Las personas que son menos
experimentadas con el fenmeno pueden encontrar a veces nuevas y
sorprendentes posiciones de mirar el fenmeno.
Si usted puede encontrar otro sistema que ha experimentado ya el desarrollo que
se intenta predecir, usted puede utilizar el mtodo de la analoga y examinarlo si
los factores que han causado este desarrollo estn presentes tambin en el
sistema que se predir, aunque tambin en un grado embrionario.
Si su modelo es cuantitativo, usted puede intentar descubrir cul variables
independientes han tenido una influencia rpidamente creciente en el fenmeno
que se predir. Esto se puede hacer, por ejemplo, calculando dos veces la
correlacin entre tal factor y el fenmeno: una correlacin con datos medidos en
un tiempo ms temprano, y otra correlacin con los ltimos datos medidos.
Determinar el lmite
Es a menudo ventajoso el usar un mtodo para el pronstico para el corto plazo y otro
para los periodos de largo plazo. Para el futuro prximo, se usa con frecuencia la
extrapolacin lineal, mientras que ocurre con frecuencia que el sentido comn, la
investigacin, u otra fuente de conocimiento general, nos dicen que la evolucin que
estamos pronosticando est sujeta a lmites preestablecidos que dictan los
acontecimientos ms prximos, sino ms bien un futuro ms distante. Podemos, por
ejemplo, estar estudiando el crecimiento de una planta sabiendo que el crecimiento
constante alcanzar en su momento un fin. Si este es el caso, podemos combinar dos
mtodos de pronstico: extrapolamos slo los valores ms cercanos, mientras que
basamos el pronstico de los valores posteriores sobre una ley general. Ejemplos tpicos
de tales desarrollos a largo plazo son:
La curva-s es habitual si el
crecimiento tiene lmites
naturales, como es el caso de
las plantas, y con los recursos
naturales de la tierra,
La "curva de catstrofe"
describe el fin de un desarrollo
que ha tenido un comienzo
gradual, suave, pero para el que, sin embargo, se prev que ir al final hacia una
completa extincin, tal vez abrupta.
Evaluar y describir la incertidumbre
Predecir la confiabilidad de su prediccin ser necesario, si usted piensa describir no

slo algunos futuros posibles pero tambin el ms probable de ellos. Para esta tarea hay
slo pocos mtodos. En el siguiente se enumeran algunos ms usuales de ellos.
Uno de los mejores es la triangulacin: hacer
predicciones paralelas con distintos mtodos si
ello es posible. Si distintos mtodos llevan a
pronsticos distintos, ello nos da una idea del
rango de incertidumbre.
El anlisis de sensibilidad es otro mtodo que,

sin embargo, funciona slo con modelos
numricos. La mayor parte de los mtodos de
pronstico nos permiten calcular cul ser el
resultado si una de nuestras suposiciones del
comienzo o un elemento en los datos de
entrada vara. ste es un mtodo til de medir si el peso de una seal dbil est
creciendo.
Asimismo, si creemos saber el error probable de una de nuestras suposiciones,

podemos usar este conocimiento para calcular el error probable del pronstico
resultante.
Una vez que el investigador ha desarrollado para l mismo una aproximacin de la

probabilidad del pronstico, la prxima tarea es revelar esta probabilidad igualmente a
su pblico. Muchos mtodos habituales de presentacin del pronstico (como los
diagramas) son muy exactos, de hecho su exactitud con frecuencia se corresponde mal
con la incertidumbre del pronstico. En lugar de ello, el investigador debe seleccionar
una presentacin del pronstico que de la impresin correcta del grado de
incertidumbre. Hay, de hecho, varios mtodos que pueden usarse para describir el error
probable o la posibilidad de que llegue a cumplirse un pronstico:
La variacin probable. Esta es de hecho la manera normal cuando se usa el

mtodo Delphi, que prcticamente siempre produce un amplio conjunto de
distintas profecas hechas con varios mtodos. Si las preguntas en cuestionario
del mtodo Delphi son cuantitativas, podremos calcular una expresin para la
dispersin de las respuestas, como puede ser su rango. A veces, ser tambin
posible calcular la probabilidad de que el resultado factual no exceda el rango.
Una curva difusa. Esto puede realizarse dibujando la curva como una lnea
gruesa o hecha a mano.
Una escala difusa. Por ejemplo, el Club de Roma deliberadamente escogi el
omitir las escalas de las variables y tambin hizo la escala horizontal un tanto
vaga (consistiendo slo de los valores 1900 y 2100). Esto era porque queran
indicar que los valores numricos eran aproximados (ibid., p. 123).
Explicacin verbal, incluso cuando el pronstico ha sido cuantitativo, puede ser
usada para describir la probabilidad del pronstico. El inconveniente es que la
gente tiene distintas nociones de lo que pueda significar "probable", por
ejemplo.
Escenarios paralelos.
Los escenarios paralelos son bastantes fciles de montar si tenemos un modelo

matemtico como base para el pronstico: todo lo que se necesita es alimentar al
modelo con varios conjuntos alternativos de datos. Por ejemplo, el ya mencionado Club
de Roma hizo una serie de escenarios introduciendo distintos en un nico modelo causal
de las relaciones pertinentes. Su escenario "estndar", mostrado arriba, supone que todas
las variables siguen sus valores histricos de 1900 a 1970. Alimento, produccin
industrial, y poblacin crecen exponencialmente hasta que la disminucin repentina de
recursos fuerza una ralentizacin en el crecimiento industrial. El crecimiento
poblacional finalmente se detiene por una subida en la tasa de mortalidad debida a la
alimentacin y servicios mdicos que se han reducido.
Hay otro escenario del mismo libro (fig. 36)

que se muestra a la izquierda. Aqu las
reservas supuestas de recursos fueron
duplicadas, mientras que todas las otras
suposiciones se mantuvieron idnticas al
escenario "estndar". La industrializacin
puede ahora alcanzar un nivel ms alto. Las
grandes plantas industriales emiten polucin
en tales tasas, sin embargo, que los
mecanismos de absorcin del entorno llegan
a estar saturados. Entonces la polucin
causa un inmediato incremento en la tasa de
mortalidad y una cada en la produccin de
alimentos.
El informe descriptivo
El trabajo del investigador
llega a ser provechoso
solamente si sus resultados
consiguen en las manos de
gente que puede utilizarla. Es
tambin esencial que el
informe sea usable, que puede
significar las cosas diferentes
para los varios tipos de
usuarios. Los informes normativos - que se discuten en una pgina separada - se hacen
normalmente para un propsito especfico y para una comisin, pero informes
descriptivos a menudo son iniciados por el investigador y ningn usuario definido es
sabido. Es entonces la tarea del investigador de hacer el informe y la publicidad de
modo que tan muchos usuarios potenciales como sea posible obtengan informados en
los resultados y en el mejor caso consigan interesados y encuentran un uso para ellos.
Porque el mensaje principal de un informe descriptivo es informar cmo las cosas estn
alrededor del objeto del estudio, el informe debe presentar los resultados claramente, al
igual que su confiabilidad, y donde estn vlidos (la poblacin del estudio). El lector
siempre debe poder comprobar la confiabilidad de los resultados, que significa que el
informe debe contener toda informacin que se necesita para esta valoracin, tal como
los puntos principales de la crtica de fuentes, dispersin de datos, los niveles de
representatividad etc.
El escritor de un informe descriptivo no puede contar con que el pblico entiende

inmediatamente el valor del estudio, al contrario puede suceder que el investigador
presenta al pblico algo que el pblico todava no sabe que carece. Usted debe por lo
tanto intentar coger y guardar el inters del lector hasta la ltima pgina del informe.
Composicin de un informe descriptivo
Formalmente, un informe de investigacin suele consistir de las siguientes partes:
1. Pginas de ttulo
2. Resumen (Abstract)
3. Indice (tambin puede estar al final del libro)
4. Prefacio
5. El texto propiamente dicho
6. Lista de fuentes y de bibliografa
7. Posibles ndices de personas o un ndice general
8. Apndices
Las pginas de ttulo son las primeras pginas del libro. Habitualmente la primera de
todas slo indica la serie de publicaciones y el ttulo del libro. La siguiente, propiamente
la pgina de ttulo contiene la siguiente informacin, cuyo orden vara de un pas a otro
y de un editor a otro:
La serie de publicaciones, si hay tal, y el nmero de la publicacin dentro de esta
serie.
El ttulo, a saber: el nombre de la publicacin. Un ttulo conciso y expresivo
ayudar a futuros investigadores a que estn elaborando una lista bibliogrfica
sobre el mismo tema. Es aconsejable dar al libro un ttulo en que el primer
sustantivo exprese el tema ms importante que se ha estudiado; por esta razn no
es prudente comenzar el ttulo con la palabra Investigacin, por ejemplo.
Autor(es) (sin ttulos y cargos acadmicos)
Editor
Publicado en ..., hoy en da suele indicar la localizacin de la casa editora (En
otros tiempos, aqu se sola mencionar el lugar de impresin.)
La pgina del ttulo tambin indica, posiblemente, a su vuelta:
casa impresora, lugar de impresin, fecha

ISBN (International Standard Book Number), proporcionado por el editor.
La idea del resumen (abstract) es hacer las ulteriores bsquedas de informacin ms

fciles. Ayuda a los investigadores posteriores a decidir si le merece la pena buscar ese
trabajo en concreto. El resumen clarifica el ttulo y es una exposicin de no ms de 250
palabras que tratan de lo que ha sido estudiado y como, y da un esquema de los
resultados, de tal modo que el lector entienda el tema sin haber tenido que leer el trabajo
mismo. Esto se logra mejor si es el investigador quien escribe su propia exposicin.
El resumen se escribe en el mismo lenguaje del informe, y con frecuencia tambin en
ingls. El investigador puede tambin indicar el nmero UDK que describa los temas
del estudio. Estos temas deberan preferiblemente ser tomados del thesaurus de ese
campo del conocimiento, si lo hay. En este asunto es aconsejable para el investigador
recurrir al analista de sistemas bibliotecarios.
Si el investigador encuentra que este informe podra tambin tener algunas aplicaciones
fuera de los lectores del campo cientfico, puede, adems del resumen, preparar tambin
una exposicin de aplicaciones de esta publicacin. Esta exposicin puede tambin
servir como anuncio para varias publicaciones peridicas profesionales.
El prefacio ("Al lector") trata de los orgenes de la investigacin y acerca de las

diferentes colaboraciones que han contribuido a ello. Es costumbre expresar aqu el
agradecimiento a los patrocinadores y a las personas que han promovido el trabajo.
El texto propiamente dicho cuenta cmo se obtuvieron los resultados. El texto debe
tambin proporcionar al lector una posibilidad de valorar la fiabilidad de los resultados.
Esta es la razn por la que debe contener al menos lo siguiente:
la finalidad de la investigacin, el problema o la intencin

la naturaleza de los datos analizados y las bases para la seleccin de los datos
mtodo de investigacin
resultados obtenidos y conclusiones
una estimacin de la fiabilidad de los resultados y con qu medida pueden ser
aplicados de manera general
Con mtodo de investigacin queremos decir la estructura lgica a travs de la cual los
resultados se han obtenido a partir de los datos. En las ciencias naturales suele ser fcil
describir este mtodo, pero cmo se hace en un proyecto de investigacin humanstica
en el que muchas veces ocurre que el investigador trabaja durante meses en algo que
ms tarde se muestra intil?. Es bastante habitual en investigacin cualitativa que la
interpretacin del investigador cambie profundamente al mismo tiempo que avanza la
investigacin, llevando al hecho de que los resultados de que se informa son producto
de las semanas de investigacin ms recientes. En esto los distintos investigadores han
seguido diferentes pautas, que Lehtopuro (1980) describe con humor:
"... la investigacin humanstica ha tenido aversin a especificar claramente los

procesos por los cuales el investigador tuvo que pasar para obtener los
resultados alcanzados. Los investigadores tratan de parcelar la investigacin
acabada en una forma legible, suave y desenvuelta para disimular una pila entera
de esforzada investigacin de detalle, intento, error y experimentos que no ha
producido resultados.
Pero gradualmente ha empezado a ganar terreno la demanda de una exposicin clara de

los mtodos de investigacin tambin en el pensamiento humanstico. Uno podra notar
a primera vista que... algo esencial desde el punto de vista del lector se ha perdido: la
habitual legibilidad a que uno estaba acostumbrado en la investigacin humanstica. En
un examen ms profundo, se hace patente que eso se ha reemplazado por una
experiencia incluso ms enriquecedora que lo que un libro escrito en modo fascinante y
vistoso podra ofrecer. El lector se convierte en parte de un proceso mental que nos
aporta conocimiento enriquecedor a todos."
En alguna medida puede, entonces, ser til explicar la "comprensin preliminar" del
tema que el investigador tena al comienzo de la investigacin: cmo vea el objeto al
principio y en que teora ha basado su trabajo. Puede igualmente ser til indicar las
razones por las que el investigador tuvo que interpretar los datos de un modo nuevo y
por qu tuvo que buscar ms datos. Sin embargo, no tendr sentido, dar cuenta de cada
presuposicin que result ser falsa, ni nombrar todos los datos que recogi y trat en
vano. Tampoco ser necesario mencionar que el investigador cree haber hallado al final
la verdad, ni describir la exaltacin que le produce el haberla alcanzado.
Los resultados de la investigacin cuantitativa en particular suelen ser generalizaciones

analticas (modelos) hechas sobre la base de casos individuales; con frecuencia de
lectura ms bien aburrida. Lo ms fcil de leer suelen ser informes cualitativos cuyos
contenidos principales con frecuencia son la descripcin de un caso individual. Un texto
de contenido altamente numrico o montono puede ser enriquecido con descripciones
ocasionales de ejemplos individuales de los objetos de estudio. Si el estudio trata de
obras de artes, conviene darse cuenta de que la ley permite que se publiquen simples
fotografas de productos sin permiso del artista y sin tener que pagar una compensacin.
Las citas literales de las personas entrevistadas pueden hacer el papel de especias para
aderezar un plato inspido. Estas citas, sin embargo, requieren el acuerdo del hablante o,
en otro caso, que garanticemos su anonimato, por ejemplo, cambiando los nombres.
El conocimiento heredado de generaciones anteriores, la habilidad tcita de la profesin

o de la vida en sociedad, es a menudo problemtico en el estudio cientfico de
profesiones o productos. El uso de esto conocimiento en su modo tcita original a
menudo ha sido condenado en la ciencia. Segn la escuela del pensamiento llamada
positivistica es el deber del investigador al explicar en lengua llana todo que se discute y
desatender esas cosas que l no puede explicar. "De lo que no se puede hablar, hay que
callar" (Wittgenstein, 1933). Sin embargo, muchos cientficos piensan hoy que el ideal
positivistico es ciertamente factible en algunos campos del estudio, pero en otros
campos es permisible relajar los requisitos de la explicitad y precisin de datos si la
alternativa es tener ningn datos.
Otro tab tradicional en la ciencia se refiere al estilo artstico de la presentacin.
Aunque la meta general de la investigacin descriptiva, retratar el objeto del estudio, es
en el principio similar a la meta del arte, casi todos cientficos aborreceran la idea de
presentar sus resultados en la forma artstica, por ejemplo como una pintura o un
cuento.
A primera vista, puede aparecer que en ciencias solamente el estilo del estudio de caso
se asemeja a la presentacin artstica. Sin embargo, en la visin histrica resulta
evidente que varios tipos de modelos cientficos (como descripcin verbal, modelos
icnicos, topolgicos y anlogos) se han pedido prestados originalmente de varias artes
donde ellos se han utilizado ya ms temprano. Las semejanzas - y las diferencias -
numerosas entre las idiomas de ciencias y artes se discuten en la pgina +++. En la
misma pgina, hay tambin algunas alusiones sobre cmo estos estilos de presentacin
se podran utilizar juntos en la perspectiva de ganar riqueza del significado.
El estilo del informe puede no ser crucial si el investigador est en disposicin de

proporcionar nuevas informaciones importantes. Pero por supuesto que la informacin
ser entendida ms fcilmente si las frases y palabras son cortas y en un lenguaje
estndar, no una jerga interna a una profesin. A veces es imposible evitar conceptos
especiales que han de definirse en el informe de investigacin.
La conclusin suele tratar de ideas para investigaciones ulteriores que han surgido en el
curso del trabajo.
Las listas bibliogrficas pueden contener slo las fuentes explcitamente citadas o
usadas en la investigacin (=lista de fuentes) o, tambin, se puede aadir bibliografa
potencialmente importante. Cualquiera que sea el tipo de lista de que se trate, la idea es
el ayudar al lector a localizar mayor informacin. Con este fin, es costumbre
proporcionar la siguiente informacin sobre los libros (aunque hoy en da slo los tres
primeros elementos son absolutamente necesarios):
apellido del autor y nombre propio o inicial

ttulo del libro
edicin usada por el investigador
editor
imprenta (s.l.= sine loco, en caso de que no se haya hecho figurar)
ao de impresin (s.a.= sine anno, si no figura)
En lo que respecta a publicaciones peridicas, es necesaria la siguiente informacin:
autor del artculo

el ttulo del artculo
ttulo de la publicacin peridica
volumen de la publicacin peridica subrayado, o nmero de ao entre corchetes
nmero de la publicacin peridica
La lista de bibliografa suele estar al final del informe; alternativamente los libros
pueden ser listados o bien al final de los captulos o en la parte inferior de la pgina. Si
el informe est pensado para ser publicado en una serie concreta, hallaremos el patrn
para presentacin de las fuentes en volmenes anteriores de dicha serie.
Los apndices pueden incluir un ndice temtico o de otro tipo y tambin material
relacionado por su tema con la investigacin que hubiera sido demasiado extenso para
incluirlo en el texto. Es el caso por ejemplo de los cuestionarios, listas o imgenes de
los objetos, o tablas grandes que resumen los resultados. En ocasiones es posible ahorrar
costes de impresin colocando grandes tablas de imgenes en color en el apndice o en
un volumen separado con un menor nmero de ejemplares.
Escribir el informe
El investigador no debe sentirse desanimado si escribir el informe le resulta difcil.

Siempre lo es, por varias razones.
Antes que nada, el tema es complicado; la investigacin es intrnsecamente un

trabajo duro, una labor penosa para arrojar luz sobre asuntos oscuros; se
iluminan hechos de los que nadie saba nada hasta hace poco.
En segundo lugar, la forma de presentacin es incmoda: las frases en el trabajo
han de aparecer en forma lineal, lo que se corresponde muy pobremente con la
progresin lgica de la investigacin y tambin con la red multidimensional de
las formas de pensar del investigador. Queda por ver si los formatos de
hipertexto pueden eliminar este problema.
Muchas veces, especialmente en el caso de una Tesis obligatoria, el trabajo de
investigacin es para el autor el primero de este tipo, y no siempre se dispone de
modelos y orientacin.
El investigador podra comenzar la escritura por hacer un esquema de las cuestiones, los
resultados y las conclusiones lgicas que combinen estas dos en una hoja de papel.
Entonces puede elegir el orden de presentacin adecuado para los tres aspectos. No es
necesariamente el mismo orden en que se escribirn los apartados: suele ser mejor
comenzar por escribir los pasajes se parecen ms fciles, como descripciones de los
mtodos de investigacin o de los nuevos hallazgos.
Con frecuencia ser necesario modificar un informe de investigacin repetidas veces.

Ha que procurar que estas revisiones no alteren los pasajes acabados. En esta tarea, un
ordenador personal puede ser de gran ayuda.
Los ordenadores personales son mquinas tan potentes que sera insensato usarlos slo
como mquinas de escribir con memoria. Los programas para procesamiento de texto
tienen numerosas herramientas tiles para quien escribe un trabajo de investigacin,
como las siguientes:
El esquema es preferible planearlo antes de ponerse a escribir el texto. Debe

presentar la estructura lgica del proyecto de un vistazo. Esto puede hacerse
escribiendo el ttulo de cada parte del informe en una lnea aparte, y ordenando
primero solamente estos ttulos. Una vez que la disposicin sea correcta, el
escritor comienza a aadir texto a cada encabezamiento, en el orden que le sea
ms fcil. Si el investigador posteriormente encuentra una secuencia mejor para
los captulos, la revisin puede ser hecha fcilmente moviendo captulos
completos o prrafos completos con sus ttulos y las imgenes y tablas
vinculadas a ellos.
La jerarqua de encabezamientos (encabezamientos principales,
subencabezamientos, etc.) debe crearse con la ayuda de los llamados estilos. En
la escritura asistida por el ordenador, un estilo significa ante todo escoger el tipo
y tamao de letra, pero puede tambin incluir, por ejemplo, una numeracin
automtica de los prrafos o una definicin para un ndice de materias generado
por el ordenador o para un ndice de nombres.
En las referencias a otras partes del mismo texto, por ejemplo "cf. prrafo 100
en pgina 100" o "vase figura 100", es mejor dejar al procesador de textos
hacer la numeracin (nmero 100 en el ejemplo de arriba). El programa de
procesamiento de textos se encarga de actuliazar los nmeros de pgina y figura
si la paginacin cambia posteriormente en el informe.
Las notas a pie de pgina y notas finales deben confeccionarse tambin con la
ayuda de un programa de procesamiento de textos. As no ser necesario
ocuparse de su colocacin o renumeracin si se aade una nueva nota entre ellas.
Algunos procesadores de texto incluyen un thesaurus o un diccionario de
sinnimos que puede ayudar al escritor a buscar una palabra ms adecuada al
contexto, o simplemente evitar las tautologas. Esto es especialmente til para
quienes escriben en una lengua extranjera.
Pueden utilizarse herramientas o un programa para una correccin lingstica,
especialmente para correccin de pruebas, es decir, correccin de errores
ortogrficos. Un programa as recorre un texto y para en cada palabra que no
est incluida en su diccionario.-- Por otro lado, hay programas de correccin
para examinar la gramtica en textos espaoles, ingleses o en otros idiomas,
capaces de sealar algunos errores habituales, expresiones torpes, tautologas,
defectos de puntuacin, etc.
Maquetado y confeccin de ndices
Los informes de investigacin no siempre se editan en una imprenta, hoy en da hay con
frecuencia se fotocopian con las mquinas del instituto de investigacin. Con cualquiera
de ambos mtodos es aconsejable para el escritor dar un aspecto uniforme a todas las
pginas del trabajo, es decir: maquetar la publicacin. La ventaja es que el escritor est
mejor equipado para recortar, alargar o cambiar el texto y as hacer de cada pgina un
conjunto fcilmente legible de texto, imgenes y figuras.
Es habitual hacer una base para la puesta en pgina, una plantilla que contenga los
rasgos comunes a todas las pginas de la publicacin: tamao de pgina, mrgenes,
fuentes y tamaos de los encabezamientos, texto, leyendas de imgenes, los comienzos
de captulos y los principios de colocacin de las imgenes. En estas cuestiones, parece
que casi cada serie de publicaciones tiene su propio modelo. Si no hay disponible un
modelo, debiramos comenzar la puesta en pgina por crearlo. Si el tamao de pgina
del informe es A4, el texto debera dividirse en dos o tres columnas, de otro modo sera
difcil de leer. Alinear el margen derecho hace ms lenta la lectura; la justificacin slo
del margen izquierdo ira mejor a este respecto. Los tipos de letra que son ms fciles de
leer son los usados por los peridicos, tales como el Times; mientras que uno de los
peores es el Courier, o el que asemeja una mquina de escribir.
Hay programas especiales para publicacin que pueden servir como herramientas para
la puesta en pgina. Tienen dispositivos cmodos y semiautomticos como el disponer
en columnas, control de columna viuda y columna hurfana (las columnas viudas y
hurfanas son lneas sueltas en lo alto o en la parte inferior de la pgina), y una opcin
para enlazar ciertas lineas entre s de modo que nunca queden en pginas separadas. De
modo similar, la ubicacin de las notas a pie de pgina en las pginas adecuadas se hace
automticamente.
Los programas de tratamiento de texto suelen tener problemas con las imgenes. Las
imgenes producidas de distintos modos suelen ir vinculadas a textos y sern impresas
con el texto. Tendr xito, si todo va bien y usted tiene una computadora poderosa.
El tamao de las imgenes se escoger de modo tal que los detalles necesarios sean
visibles a la misma distancia de lectura que el texto mismo. El grosor de lnea de las
imgenes en el impreso final no debe ser menor de 0.1 mm.
Es fcil cambiar la configuracin inicial de puesta en pgina con un ordenador. Esto es

especialmente cierto para la cambiar la configuracin inicial de un maqueta que se ha
definido slo una vez al comienzo del fichero de texto, tal como tamao de pgina,
mrgenes y nmero de columnas. De forma similar, si todas las definiciones de tipos de
letra han sido hechas por referencia a un tipo base definido al principio del texto, basta
un comando para ampliar todos los tipos de letras en el trabajo o incluso cambiar el tipo
de letra para la publicacin entera (por ejemplo de Courier a Helvetica). Es igualmente
fcil cambiar todo lo definido en un estilo. Un simple cambio en la definicin del estilo
tendr inmediatamente efecto en todos los lugares en que ste se ha aplicado.
Tras la maquetacin, pero antes de la impresin o fotocopiado, es el momento adecuado

para organizar el ndice de contenidos, los ndices de nombres, etc. e insertar la
numeracin correcta en las referencias dentro del texto. Como se anot anteriormente,
es posible que un ndice de contenidos se forme automticamente. Los otros ndices
pueden tambin generarse de modo automtico por el programa de tratamiento de
textos, con tal que el escritor haya marcado aquellas palabras del texto que han de ser
includos en los ndices. Todas estas tareas son de hecho tan sencillas que pueden ser
hechas cada vez que un informe de investigacin es impreso como un borrador
preliminar.
Impresin
Mtodo normal de impresin, que tambin es fcil y con pequeo riesgo es hacerlo con
la impresora dedicada de la computadora. No obstante, si se desea una impresin de alta
calidad, el texto ha de ser compuesto en una imprenta. El escritor suele enviar el texto a
la sala de composicin en disquete, despus de que el y los maquetistas se hayan puesto
de acuerdo en el programa de tratamiento de texto. Es aconsejable observar las
siguientes pautas en cuanto al trabajo que va a ser impreso:
Los retornos de carro "duros", es decir, obligatorios, se hacen slo entre

prrafos, de modo que cada prrafo forma a los efectos una sola lnea.
Nunca se han de dividir palabras entre dos lneas; en lugar de esto, se pueden dar
indicaciones de separacin con guin con un cdigo especial. Suele ser mejor
escribir con la separacin de palabras desactivada. El maquetista se ocupar de
eso.
No debemos poner espacios al comienzo de prrafos; si se quiere resaltar el
comienzo de prrafo, es fcil hacerlo durante la maquetacin.
Suele ser buena idea poner el margen a cero en la fase de manuscrito.
No debe haber espacios extra entre palabras. A veces tendremos muchos
espacios indeseados si est activada la alineacin con el margen derecho en el
procesador de textos. Por ello es mejor escribir sin una alineacin al lado
derecho.
La sangra, los subrayados, las cursivas, las letras grandes de encabezamientos, y
otros efectos especiales deben aadirse en la sala de maquetacin; hay que
ponerse de acuerdo sobre cmo se marcarn en el manuscrito.
Informe como hipertexto. En el diluvio presente de informacin, el pblico aprecia la

posibilidad de leer un informe selectivamente, comenzar en los puntos cardinales, saltar
algunos asuntos y continuar en otras que interesan. Para un informe en papel, tal
procedimiento es posible avanzando gradualmente en la informacin cada vez mas
detallada: Ttulo > abstracto > resumen > indice > texto > apndices. El estudiante
puede continuar en esta "escala de profundidad" tan muy al fondo como la materia tiene
inters a l.
El hipertexto proporciona hoy las perspectivas esencialmente mejoradas para construir

"escalas de profundidad" porque puede crear acoplamientos multidimensionales no slo
hacia abajo, como hace una pgina de indice de un libro, pero en cualquier direccin e
incluso a otra materia que textos.
Los hiperenlaces son ventajosos ya en la constitucin interna de un solo proyecto de

investigacin, pero la vista llega a ser infinitamente ms ancha cuando consideramos las
perspectivas de los acoplamientos externos a informacin relevante fuera del proyecto
original. Podran ayudar en crear una vista general para un entero campo de ciencia que
hasta este momento ha sido confuso por la abundancia de informes de investigacin.
Informacin
Despus de que el informe se ha imprimido, el investigador sigue teniendo algo

pendiente: debe intentar evitar de que el informe se limite a acumular polvo en una
estantera. Debe tratar de encontrar quines son las personas que querran aplicar el
nuevo conocimiento e informarles.
Si el informe se publica en una serie cientfica, automticamente se distribuir dentro de

la serie entre las bibliotecas del mismo campo de trabajo. La informacin sobre la
publicacin y su resumen ir as a las bases de datos de las bibliotecas cientficas.
Archivar el informe y el material
El investigador necesita no se preocupar de cmo su trabajo ser preservado a la

posteridad, porque en cada pas hay bibliotecas centrales que almacenarn
permanentemente todos los libros impresos, y todas universidades e instituciones de
investigacin almacenan todas tesis y otras publicaciones importantes que ellos han
publicado.
Al lado del informe final, el proyecto ha recolectado a veces material que no se

publicar pero puede no obstante tener valor a investigadores ms posteriores. ste es el
caso e.g. en los estudios que incluyen documentacin de objetos que tienen el riesgo de
desaparecer. Tal material, e.g. fotografas, medidas o grabaciones se podra quizs
preservar en una institucin de investigacin o un museo que funciona en el campo
pertinente. Por lo menos el museo puede dar consejos sobre cmo almacenar los objetos
valiosos. Los requisitos son diferentes para cada tipo de productos, pero generalmente
se tiene que evitar cambios repentinos en temperatura y humedad tan bien como luz
directa del sol.
Una vez que un dueo conveniente y voluntario para el archivo se encuentre, el

investigador debe preparar el material como sigue:
Quitar los duplicados y todas las copias del material que se preservar en otra
parte, por ejemplo los libros.
Marcar en cada documento su origen (de donde viene el documento, la fecha de
copiar, informante etc). Las marcas en lpiz son durables y no daan las copias
como la tinta hace.
Hacer una lista de todo el material. Si es posible, esta lista o por lo menos una
nota del lugar del almacenaje futuro se debe incluir en el informe final impreso
de modo que los investigadores futuros puedan encontrarlo.
Para material potencialmente valioso que se puede copiar, la puntera es transferirla en

una base que no se desintegrar, con una tinta u otra sustancia de inscribir que no se
desteir o erosionar. Tales substancias usuales y los mtodos son las siguientes:
Medio: Para almacenaje de corta Para almacenamiento a largo

duracin (algunos aos): plazo (dcadas o ms):
Texto e Impresion de chorro de tinta, Impresion de laser. Lpiz, tinta de
imgenes en pluma de punta de fieltro, China y tinta clsica de escritura en
papel: acuarela (los tintes lquidos papel de impresin normal.
destien). Recortes de peridicos Pigmentos de color, especialmente
(el papel conseguir frgil). carbn, mantienen bien.
Fotografas y Impresiones del color y Negativas o copias blanquinegros
pelculas: negativas (ellos desteirn). tradicionales donde la substancia de
color es partculas de plata. No usa
cinta adhesiva ni pegamento. Ponga
las copias o las negativas en sobres
hechos del papel neutral (pH=7).
Cintas y Grabaciones anlogas tales Grabacin digital. Desteir,
otras como VHS y cassettes audio tambin, pero cuando ser copiado
grabaciones clsicos. Ellos desteirn en tiempo el contenido se puede
magnticas: lentamente y no pueden ser restaurar completamente.
renovados enteramente.
Discos CD y Los discos de cyanine (de color Los discos de phtalocyanine (de
DVD: azul o verde ligero) no son color plata u oro) o los discos azo
seguros en el almacenaje largo. (azul profundo) son los mejores.
Igual es verdad para todos los Utilice los discos crudos de un
discos reescribibles. Los discos fabricante conocido que se han
baratos de fabricantes anonimos fabricado recientemente (no sobre
tienen una calidad muy variable. hace un ao). Utilice slo discos
No abarrote por completo el previstos para una sola grabacin
disco, porque la porcin escrita (no reescribibles). Utilice grabacin
pasada cerca del borde consigue de velocidad baja: 4x para CD-
a menudo daada ms adelante. audio, 16x para CD-datos, 1x para
DVD. No ponga una etiqueta ni
escribe con una punta de fieltro en
ningn lugar en el disco salvo el rea
transparente central. Almacn en
oscuro y seco.
Como la tabla indica, no hay material eterno y toda informacin consigue ms dbil con
el tiempo. Cuando es ms dbil que el nivel de disturbios ambientes no se puede leer ni
restaurar en repleto. Sonidos y imgenes con matices, y grabaciones anlogas de ellos
son vulnerables a este respecto porque mucha de la seal se da originalmente en una
intensidad baja y por lo tanto desaparece fcilmente entre ruido, suciedad y erosin.
Texto, y grabacin digital, son mejores porque se hacen enteramente con alta intensidad
y permanecern largo legibles incluso cuando partes de llos han desaparecido.
Para la seguridad mxima, la seal restante se debe comprobar peridicamente para

saber si hay debilidad o defectos. Tan largo como la seal anloga es ms fuerte que los
alborotos, usted puede copiarla en una base nueva sin gran prdida de contenido. Una
copia de una grabacin digital es perfectamente igual a la original, cuando est hecha en
tiempo. Cuando se destie la grabacin parcialmente no puede ser leda por las
herramientas de copiado normal de Windows, pero puede ser restaurada a menudo con
las herramientas especiales tales como CD-Roller, Roadkil's Unstoppable Copier o Bad
Copy Pro (www.jufsoft.com). El nmero ms bajo de errores se obtiene generalmente
cuando la grabacin se lee con la misma unidad que fue utilizada originalmente en la
grabacin del disco o de cinta.
Para medir la cantidad de defectos ("block error rate") que han aparecido al almacenar
discos de CD o DVD hay programas especiales como DVDInfoPro o CDSpeed2000.
INVESTIGACIN NORMATIVA
Los proyectos de investigacin descriptiva generalmente nos dicen hechos sobre el
objeto del estudio. La cuestin de la deseabilidad, de la conveniencia etc. de los
hallazgos no es relevante, o an si es relevante, no ser discutida. En cambio, en la
investigacin normativa la blanco es no slo recolectar hechos sino tambin precisar
en qu respectos puede ser mejorado el objeto del estudio. Generalmente el proyecto
incluye tambin la planificacin de un enfoque prctico que se podra usar realizar las
mejoras necesarias al objeto.
Dependiendo de si el proyecto
contina como desarrollo prctico
o no, hay dos estilos de la
investigacin normativa:
1. Estudio general normativo (la

figura a la derecha) produce
teora de la prctica para una
actividad profesional, por ejemplo para diseo, que puede contener regulaciones
gubernamentales, estndares, patentes, algoritmos, tablas, consejos y otras herramientas
para el diseo, pero no incluye operaciones verdaderas del desarrollo.
2. En un estudio de caso normativo o proyecto del desarrollo (la figura a la izquierda)

la blanco est en el empiria:
mejorar fsicamente el objeto,
por ejemplo reduciendo
problemas humanos sabidos en
las vidas y los procesos diarios
del trabajo de la gente, o
desarrollando una actividad o un
producto nuevo. Cuando el
proyecto incluye tambin
realizar las mejoras, se llama "investigacin y desarrollo".
Grupos de inters
Caracterstica de la investigacin normativa es que incluye evaluacin del estado de

cosas que se describe. Por definicin, la evaluacin es solamente posible de alguien
punto de vista. Puede haber algunas preguntas - tales como seguridad y salud - sobre
cul conviene casi toda la gente, pero en la mayora de asuntos las opiniones difieren
ms o menos, que entonces inmediatamente lo hace necesario definir cuyo punto de
vista se debe utilizar en la evaluacin.
Cundo valorar cualquier propuesta que se espera afectar las vidas de mucha gente,
ayuda si las personas que tienen intereses en el proyecto se pueden dividir en grupos
diferentes. Para una compaa comercial o industrial tales grupos de inters existen
tanto dentro de y fuera de la compaa:
La compaa s mismo, su gerencia y divisiones con sus puntos especficos de
visin:
o La divisin de fabricacin
o La divisin de logstica
o La divisin de la comercializacin
Empleados.
Clientes.
Surtidores.
Accionistas.
En trminos ms generales, podemos categorizar a los grupos de inters en torno a un

proyecto del desarrollo:
los agentes, o personas implicadas en producir y poner en prctica lo que se

evala. stas comprenden:
o los desarrolladores de lo evaluado
o los financiadores
o aquellos que toman las decisiones que estn decididos a utilizar o
desarrollar localmente lo evaluado
o quienes proporcionan instalaciones y materiales
o el personal comprometido con el proyecto.
los beneficiarios, aquellas personas que de algn modo se benefician del uso del
proyecto y entre las que estn
o los beneficiarios directo, el "grupo-finalidad" las personas para las que el
proyecto se dise
o beneficiarios indirectos, quienes estn en a relacin con las personas
anteriores y reciben desde ellas influencias positivas.
o personas que ganan con la existencia del proyecto, tales como editores de
los materiales, contratistas que proporcionan servicios,
las vctimas, aquellas personas que se ven afectadas negativamente por el uso
del los resultados del proyecto; entre ellas se incluyen
o grupos sistemticamente excluidos, como los jvenes "normales" a
quienes no se ofrece un programa pensado para jvenes problemticos
o personas que sufren efectos colaterales negativos
o personas en las que se pens originalmente como beneficiarios que
sufren, sin embargo, por causa de algn fracaso en el proyecto.
La lista de arriba (resumido de Guba y Lincoln) contiene a gente que viva ahora y puede
participar en la evaluacin. Sin embargo, cundo valorar productos o programas que
existirn mucho tiempo y afectarn las vidas de la gente no todava viviendo, la lista se
debe completar, e.g.:
Generaciones Futuras
o Gente futura que necesita las materias primas y energa no-renovable
(algunos de stos se deben salvar para las generaciones futuras).
o Gente futura que tienen que vivir con los desechos y la contaminacin,
incluyendo el bixido de carbono, que crean las varias alternativas del
proyecto en diversas cantidades, y que se debe incluir en su evaluacin.
La categora de agentes contiene sobre todo a profesionales, tal como artistas, los
arquitectos o diseadores industriales. Estos se organizan hoy a menudo en asociaciones
que pueden querer jugar un papel en la evaluacin, especialmente cuando el producto es
importante y tiene las oportunidades de llegar a ser un ejemplar que ms adelante indica
la direccin del diseo futuro. Por supuesto, los peritos estn bien enterados de, y
desean generalmente apoyar, las necesidades de beneficiarios medianos. De todos
modos, es generalmente conveniente mantener aparte estos dos grupos de la opinin
porque profesionales a menudo acentan temas que son pertinentes slo dentro de la
arte en cuestin, tal como "originalidad", "novedad", "desviacin ingeniosa de la
tradicin", "audacia", "lgica" etc. Las caractersticas como stos se entienden a veces
dentro de la profesin como indicadores de la distincin, es decir la excelencia que trae
el renombre y la autoridad al maestro, especialmente cuando los productos se publican
en diarios profesionales, exposiciones etc. Todo esto significa que es generalmente
recomendable que un investigador no mezcle las opiniones de profesionales y de
usuarios.
Conciliar opiniones contrastantes
No importa cmo meticulosamente usted define a gente cuyas evaluaciones dictarn la

direccin de operaciones prcticas, resulta a veces que estas evaluaciones estn ms o
menos en conflicto. Cada evaluacin subjetiva se basa evidentemente en los valores
individuales y las creencias personales que en cambio dependen del ambiente social y
de las varias experiencias anteriores. En las ciencias descriptivas esta variacin es a
menudo bienvenida y la prctica normal es entonces recoger las opiniones variables de
la gente y averiguar que son las razones sociales y psicolgicas de apoyar cada opinin.
Por el contrario, en el estudio normativo que se espera indicar la estrategia ptima para
las operaciones prcticas subsiguientes una variacin grande en opiniones es un fastidio
a menudo.
La variacin de opiniones puede ser un problema, pero an ms problemtica puede ser

la tarea de reducir las opiniones a una. Por lo tanto, cuando se parece que la gente en la
poblacin demarcada tiene una variedad de opiniones sobre la direccin del desarrollo
deseable, el investigador debe primero descubrir si es realmente inevitable tener
solamente una sola estrategia para el desarrollo prctico subsiguiente, o podra quizs
ser posible definir dos o ms resultados (procedimientos o productos) paralelos, cada
una para satisfacer un grupo diferente de gente? Por ejemplo, en el desarrollo de
productos es a veces posible crear no apenas un solo producto pero algunas versiones
levemente diversas de l.
Si los acercamientos paralelos se parecen posibles, usted no necesita comprimir todas

las opiniones contrastantes en una pero en lugar en dos (o ms) visiones alternativas,
que puede ser ms fcil de hacer. Hay mtodos especiales para agrupar una coleccin
de opiniones, despus de lo que usted puede proceder a definir la opinin colectiva de
cada grupo con los mtodos descritos abajo. El trabajo debe ahora ser ms fcil porque
habr mucho menos variacin en cada racimo que en la poblacin original.
Cuando las circunstancias permiten solamente una estrategia para la realizacin, el

investigador necesita mtodos para comprimir las opiniones distintas en un resultado
colectivo que entonces determine la opcin de acciones prcticas. En el siguiente hay
algunos acercamientos que usted puede utilizar para lograr tal consolidacin:
Precisar la opinin ms frecuente, o el mtodo de la votacin.
Construir una opinin "media", es decir quitar la variacin aleatoria. Si el
material se da originalmente como alternativas de fijo-opcin, usted puede
calcular la media aritmtica. Si, en lugar, se da verbalmente en forma libre, usted
puede intentar comprimir todas las opiniones diferentes en un resumen,
eliminando las extremas. Esta tarea puede ser bastante difcil si las opiniones son
divergentes.
La ingeniera del valor es un mtodo matemtico donde la seleccin de la
mejor alternativa se realiza en etapas. La primera tarea deber definir los
criterios para la seleccin, en otras palabras las metas que una alternativa
aceptable tiene que lograr. El paso siguiente es definir el peso o la importancia
de cada meta. Para cada meta, tiene tambin que convenir en su estimacin, es
decir la escala de satisfaccin que se utiliza al medir su cumplimiento. Una vez
que todas las personas que participan en la evaluacin hayan convenido en estas
preguntas, todo que permanece ser completar una tabla sencilla, como se
demuestra en la pgina +++.
Aceptacin por todos puede a veces se lograr combinando los requisitos ms
rigurosos con la esperanza de que incluso la gente con opiniones ms clementes
pueda tolerar la amalgamacin. Por ejemplo, los aspectos de varias minoras
especiales se pueden unir a veces con la opinin de la mayora ajustando el
ltimo de modo que todava permanezca aceptable para la mayora. De esta
manera, las seales que un aparato da al usuario se puede hacer simultneamente
visuales y audibles, que hace el producto adecuado al ciego y el sordo pero
preserva su utilidad a todos los otras, tambin.
El juicio de expertos o la decisin poltica por los representantes de la gente
localmente elegidos se toma a veces como reemplazo de preguntar a gente
directamente. Estos mtodos se aplican fcilmente, pero su validez en la
presentacin de las opiniones de cualquier poblacin ms grande es
generalmente cuestionable.
El mtodo de negociacin: la gente que son estudiadas son llamadas a una
reunin y son pedidos discutir el problema y finalmente intentar convenir en una
declaracin, o unnimemente o por mayora. Si suficiente tiempo est disponible
para la discusin, la gente intenta generalmente generar un compromiso entre
varias opiniones, y a menudo algunas personas estn dispuestas a ajustar sus
opiniones para alcanzar un consenso. El consenso no es siempre absolutamente
genuino, porque muchas personas son reacias expresar una opinin en una
reunin pblica. Si usted desea ayudar a tal gente, usted puede seguir los
procedimientos del "dilogo democrtico" presentado en la pgina +++.
Observe finalmente que el concepto de comprimir las opiniones de la gente es en s algo

crudo. Una opinin personal es algo que un investigador no siempre puede profundo
entender, todava menos modificar competentemente. se es porqu el resultado de
cualesquiera de los mtodos antedichos para comprimir se debe utilizar con precaucin.
En todo caso, usted debe siempre mantener las grabaciones de las opiniones originales
para ser consultado en el caso de una revisin posterior.
Predecir opiniones
Investigacin normativa y desarrollo apuntan generalmente no slo a mejorar el estado

actual de cosas como ellas se evalan hoy, pero tambin a crear un estado de cosas que
la gente acepta en el futuro. Es tambin posible que esta mejora no necesite ser
alcanzada en seguida sino en un cierto momento en el futuro. Por ejemplo, cuando el
objetivo deber crear un nuevo producto exitoso, el punto del tiempo decisivo cuando el
producto tendr que satisfacer a los clientes ser el perodo cuando el nuevo producto
futuro se vende - cul perodo quizs comenzar despus un ao del presente, y l
terminar dos aos ms tarde. As a menudo llega a ser necesario proyectar en el futuro
las evaluaciones que usted ha recogido recientemente, es decir, pronosticar las
opiniones que puede esperar existir en un punto del tiempo dado en el futuro.
Para el pronstico, todos los mtodos que se explican en la pgina 204 pueden ser
utilizados. Las predicciones son obtenidas generalmente combinando dos o tres tipos de
informacin:
Datos empricos recientes (sobre las preferencias de la gente, en este caso)

Cuando es posible, tambin datos anteriores, para ilustrar la direccin del
desarrollo.
Cuando posible, un modelo terico general que explica las razones tpicos del
desarrollo de las preferencias de la gente.
Para hacer predicciones confiables, se necesitara todos estos tres pedazos de

informacin, aunque especialmente el tercero, el modelo explicativo de las evaluaciones
de la gente, est a menudo disponible solamente con la ayuda de alguna investigacin
emprica.
Una posibilidad de explicar la evolucin de modas y preferencias de la gente con

respecto a los productos y servicios que personas compran, es utilizar la teora
sociolgica de Pierre Bourdieu, explicado principalmente en el libro La distincin.
Criterio y bases sociales del gusto (1979), en el cual l asocia los juicios estticos de
una persona con su posicin en el espacio social. Bourdieu explica que muchas
elecciones aparentemente estticas que personas hacen son de hecho estn destinadas
hacer una distincin a otras, es decir, con el propsito tcito de preservar o de aumentar
su aprecio y posicin en la sociedad.
Segn Bourdieu, las personas que ya pertenecen a una clase bien establecida y
culturalmente apreciada en la sociedad generalmente reforzan su posicin comprando y
usando productos vanguardistas, y sus elecciones entonces a menudo son imitados por
personas ordinarias en clases menos apreciadas de la sociedad, que personas intentan as
conseguir aceptacin en la clase ms alta. Este fenmeno se puede ver especialmente en
las modas de la ropa.
Un fenmeno peculiar relacionado con el pronstico de modas de ropa es su tendencia

de mismo-cumplimiento, es decir, una prediccin que es bien sabido por toda la gente a
menudo tiende a realizarse. Mucha gente desea llevar la ms nueva moda de ropa,
definida en revistas de modas. Compran qu es recomendada por las revistas, y la moda
predicha as se convierte en realidad. Este fenmeno se explota, entre otros campos, en
las industrias de las ropas y los automviles, donde est hoy la prctica normal que los
directores de diseo en las compaas ms grandes encuentran anualmente y convienen
sobre los colores, las pautas y otras tendencias visibles de nuevo diseo durante uno o
dos aos siguientes. Estas tendencias "predichas" entonces se hacen pblicas por
revistas de modas y profesionales.
De hecho, ninguna compaa que tiene algunos recursos, necesita limitar sus maniobras
en apenas predecir pasivamente la fluctuacin futura de las preferencias de la gente. La
compaa puede tambin influenciar activamente a los clientes, con la ayuda de una
campaa de publicidad.
Reunir datos normativos
Qu son datos normativos?
Como contraste a la investigacin descriptiva (o "desinteresado") que apunta al

descubrir cmo son las cosas (o cmo ellos han sido), la blanco del estudio normativo la
blanco del estudio normativo est definir cmo las cosas deben ser.
Usted quizs piense que si necesita alterar cosas, usted tiene primero que averiguar
cmo que cosas son y entonces se puede empezar a planear los cambios. De hecho, tal
sucesin se ha utilizado en muchos proyectos de investigacin y desarrollo aunque est
arduo. Incluye normalmente fases como sigue:
Reunin objetiva de los datos con los mtodos de Reunir datos descriptivos.
El investigador rene las opiniones de los grupos de intereses pertinentes acerca del
estado presente de cosas, o alternativamente hace personalmente una evaluacin
sobre la informacin recopilada desde el punto de vista normativo que es
apropiado para el proyecto.
El investigador prepara una propuesta para mejorar el estado actual de cosas.
Estas propuestas se evalan semejantemente como en la fase 2.
En base de las evaluaciones, el investigador modifica sus propuestas.
Se repiten las dos fases pasadas hasta que se encuentra una propuesta que est
aceptable para todos.
Otro acercamiento, ms sencillo, es a menudo posible en el caso que los informadores

que asisten en la colocacin inicial de hechos pueden evaluar simultneamente el estado
existente de cosas y tambin participar en desarrollar la propuesta. Un registro
normativo tiene en cuenta tanto hechos como opiniones acerca del objeto de estudio, y
significara tambin una combinacin de las primeras cuatro operaciones del proceso
que as se contraera en solamente tres fases:
1. El investigador con tanto como sea posible de los interesados en el proyecto,

registran el estado actual de cosas, lo evalan tentativamente y preparan
inmediatamente un proyecto de propuesta para mejorarlo, todo el tiempo en
colaboracin.
2. El investigador recolecta las opiniones de interesados ausentes.
3. El investigador, quizs en cooperacin con uno o ms de los grupos de inters,
modifica la propuesta hasta que es aceptable para todos.
Por supuesto, un proceso tan simplificado es posible solamente a condicin de que los
informadores saben bien el objeto del estudio y pueden evaluarlo competente. ste es el
caso cuando ellos han sido escogidos de los grupos de inters definidos para el
proyecto, es decir cuando son interesados o tenedores de apuestas en el proyecto. Ser a
menudo imposible tener todos los grupos de inters presentes en la evaluacin, y sigue
siendo la tarea del investigador recoger ms adelante los hechos y las opiniones que
faltan. Para facilitar esta tarea, usted puede tratar por lo menos escoger los participantes
desde los grupos de inters ms importantes.
Adems de reducir trabajo, el registro evaluativo de hechos puede traer con l ventajas
tales como:
Cuando el problema viene de la vida prctica, la gente que lo explica al

investigador desea a menudo hablar de la necesidad del cambio, no del estado
actual de cosas. Si el investigador puede aceptar tal punto de partida, animar
inmediatamente el trabajo colectivo del proyecto.
Usted puede reducir la cantidad de trabajo registrando solamente los hechos que
se relacionen con la blanco normativa. Qu hechos stos son, vienen a veces en
la vista solamente despus que usted haya tenido algunas discusiones con la
gente interesada, y usted puede entonces utilizar este conocimiento para
restringir el alcance del registro de datos.
Usted puede acelerar el proceso de
la investigacin traslapando las
fases de la grabacin de datos y de
su anlisis. Puede incluso suceder
que cuando solamente una fraccin
de los datos normativos previstos
se ha recogido, usted ya puede
comenzar a formular la propuesta final deseada, y no ms de datos ser
necesaria.
Aunque el estilo normativo del registro de datos no es siempre posible (quizs porque
evaluadores competentes no estn disponibles en el momento) algunas situaciones
donde est posible, son especialmente los siguientes:
Cuando el proyecto tiene como objetivo el desarrollar solamente un o unos

objetos, el nmero de los grupos de inters es en su mayor parte pequeo y es
por lo tanto a menudo fcil organizar la participacin de personas pertinentes en
la situacin cuando se hace el registro.
Cuando la blanco es aceptada universalmente por prcticamente todos, por
ejemplo la blanco de evitar accidentes. Cuando la blanco es bien entendida por
casi todos, la evaluacin de los problemas y de cul datos son pertinentes se
puede hacer por los investigadores ellos mismos o por conocedores reputados en
el campo.
Preparaciones para el registro normativo. Antes de proceder en operaciones

empricas, es recomendable tener presente que la reunin emprica de datos est
generalmente la fase ms ardua y costosa en un proyecto de investigacin y merece ser
planeada cuidadosamente. Recuerde, tambin, que est relacionada con las operaciones
que vienen antes y despus l en el proceso de la investigacin. Si hay debilidades en
las operaciones precedentes, pronostica dificultades en el trabajo emprico, y si el
recoger de los datos es negligente usted encontrar problemas en su anlisis posterior.
Debajo est una lista de comprobacin de algunas cosas importantes que usted debe
haber hecho antes de lanzar operaciones empricas en una escala grande. Si ellas, sin
embargo, se parecen demasiado difciles, puede ser conveniente primero hacer una
investigacin tentativa en una escala pequea antes de completar estas tareas y de
comenzar a recoger la porcin principal de la materia emprica.
Demarcacin del estudio. Cul es la clase o la multitud entera de esos casos que
usted desea mejorar ahora o en el futuro? A este respecto, algunas alternativas
usuales son:
a. Las mejoras se necesitan solamente para el mismo solo caso que se
estudia. Un ejemplo es una actividad existente de la produccin o del
servicio que trae consigo un problema que se debe quitar.
b. Hay una clase claramente delimitada de objetos (por ejemplo, productos
de un tipo dado), en base de que se debe crear un objeto mejorado (un
producto nuevo).
c. Hay un nmero grande y imprecisamente delimitado de casos, para los
cuales se debe crear una regla o una recomendacin normativa general,
tal como un estndar de la seguridad, por ejemplo. Debido al gran
nmero de casos, usted quizs considere escoger apenas una muestra de
ellos.
Declarar el punto de vista que ser utilizado al hacer las propuestas normativas.
Puede ser un principio universal aceptado, o puede hacer un grupo de la gente
cuyos intereses dirigirn el trabajo del proyecto.
Definir los conceptos (cualidades o variables) que sern colocados. La verdad es
que en una investigacin exploratoria es normal que al mismo tiempo que la
comprensin extenderse desear mejorar an las definiciones, pero usted deben
tratar de definir ellos lo ms pronto posible.
Sin embargo, antes de comenzar a recopilar informacin con la manera dura emprica,
es til comprobar si en alguna parte existe ya informacin comparable que usted podra
aplicar a sus propsitos, por lo menos como un ejemplo del acercamiento en un
proyecto normativo. Debajo se discuten dos fuentes potenciales de tal conocimiento
existente: publicaciones y bancos de datos de respuesta desde clientes.
Fuentes existentes de datos normativos
Fuentes publicadas
Si su proyecto normativo tiene su origen en un problema frecuente en una profesin, es

posible que un problema similar se haya encontrado a otra parte y un proyecto
normativo se haya realizado ya, quizs con xito. Si se ha documentado en un libro o
artculo, usted puede encontrar el documento por medio de una bsqueda bibliogrfica.
Nota, sin embargo, que al usar conclusiones de la investigacin anteriores, el problema
no slo est los encontrar, pero tambin determinar si son aplicables a la situacin
actual. En la pgina sobre estudios bibliogrficos hay una discusin sobre la
determinacin de la utilidad de la informacin encontrada, que incluye considerar
preguntas tal como:
Pregunta clave: Mtodo:

Es verdad la informacin? Crtica de fuentes p. ++
Se puede aplicar la informacin a nuestro contexto? Es el Evaluar validez de la
objeto del estudio esencialmente similar? Son los informacin en contexto
resultados estadstico significativos? Son los datos nuevo, p. +++
recientes?
Podemos utilizar la informacin para los propsitos del Evaluar utilidad de la
desarrollo? informacin, p. +++
Bancos de datos de respuesta
Muchas compaas que han permanecido de largo en el mercado, tienen arreglos de

respuesta que permitan aprender de los errores que suceden a veces. En este propsito,
dos enfoques a menudo se utilizan:
Recepcin pasiva de lo que sus clientes o la otra gente interesada desean decir
sobre su compaa y sus productos. ste es el mtodo ms barato, pero no le
permite definir los temas de las opiniones ni la poblacin de la cual llegan.
Tambin ser imposible estimar cmo representativa (es decir no sesgada) la
muestra de los respondedores est entre todos los clientes.
Coleccin activa de la respuesta donde usted define a las preguntas y
generalmente tambin a gente que sern preguntadas de sus opiniones. Este
mtodo es ms arduo pero da datos ms confiables.
Recepcin pasiva de la respuesta
En las empresas que venden servicio personal a los clientes es natural y fcil recoger la
respuesta de los clientes sobre el servicio que han recibido. Como contraste, en la
industria moderna el productor raramente tiene una relacin directa con los
consumidores del producto. Los mayoristas y los vendedores al por menor sirven ahora
como intermediarios. La voz del consumidor llega con dificultad a factoras si no se
crean canales especiales para ella.
Un mtodo para obtener la respuesta de los clientes, aunque siga siendo muchas veces
rudimentario, es la gestin de quejas. Adems de tratar el problema original del cliente,
por ejemplo reemplazando el producto defectuoso, la empresa puede reunir de
informacin desde las varias fuentes de adnde se dirigan las quejas:
1. el cliente no est satisfecho, pero no se queja

2. el cliente se queja oralmente a personas cercanas a l
3. el cliente se queja al vendedor / fabricante
4. el cliente reclama ante una autoridad, por ejemplo una Oficina de Informacin al
Consumidor, una Junta Arbitral de Consumo, etc., o presenta una demanda
judicial contra el vendedor o el fabricante.
La mejor categora para investigar entre stas sern las quejas hechas a la misma
empresa; sern tambin fciles de reunir las quejas hechas a los vendedores del
producto. Los otros grupos raramente se investigan.
La gerencia de quejas es, sin embargo, un mtodo crudo para recolectar la respuesta de
clientes porque se trata sobre todo con quejas y costes y carece totalmente toda
respuesta positiva, las ideas para el desarrollo de la calidad de la servicio, de productos
existentes y acerca de nuevos productos mejorados.
Debe haber un canal paralelo para no solamente quejas pero para cualquier comentario
que un cliente pudiera desear para dar a la compaa. Los clientes tienen, por supuesto,
la opcin de enviar una letra, pero sta se hace raramente en la prctica. En lugar, puede
ser practicable que una compaa complemente sus WWW-pginas existentes con la
opcin de transmitir los comentarios de los clientes a la compaa. Esto se puede hacer
con formas de HTML. Estas pueden aceptar la respuesta o como alternativas de la fijo-
opcin o como opiniones en forma libre, o ambas. En cualquier caso, las formas se
pueden hacer de modo que lleguen los comentarios convenientemente clasificados para
cada diverso producto o servicio de modo que sean fciles de archivar y de analizar.
Ha aparecido ltimamente algunos WWW-sitios para la respuesta general en

cualquier producto que el pblico desee discutir. Cualquiera que desea decir algo acerca
un producto nuevo puede comenzar una lnea especfica de la discusin para lo. Estas
WWW-pginas son independientes, es decir no son manejadas por los fabricantes de los
productos que se discutirn en la pgina. En el futuro, si la discusin llega a ser animada
en estas pginas, quizs sea una idea buena para una compaa industrial de estudiar las
respuestas de vez en cuando.
Al planear el cuestionario de la respuesta usted debe observar que las evaluaciones en s

mismo pueden ser difciles de descifrar sin alguna informacin adicional. Un laico
puede estimar como 'excelente' el mismo producto que un experto valora como 'pobre'.
Por lo tanto usted debe intentar colocarse al lado de la opinin, tambin una indicacin
del nivel de expectativas de la persona.
Al analizar la respuesta voluntaria, debe observar que la gente que ha enviado sus
opiniones estn lejos de ser una muestra aleatoria de todos los clientes (en hecho, ella es
una "muestra de voluntarios") y por lo tanto su opinin puede tener una tendencia, sesgo
sistemtico, comparado con los opiniones de otros clientes. Al lado de otros tipos
posibles de sesgo, hay normalmente el fenmeno del "centro ausente": esa gente que no
tenan una opinin decisiva sobre el producto o servicio no enviaban ninguna respuesta,
que significa que en la respuesta de los clientes dos clases de opinin predomina:
distintamente positivos y claramente negativos.
Si usted desea comparar las cantidades de quejas

referentes a los productos diferentes de la compaa,
usted debe tener presente que son generalmente las
ms frecuentes en la fase del rodaje de un producto
nuevo cuando la novedad todava sufre de las
"enfermedades de nios". Otra subida de quejas
puede esperar cuando la vida til del producto est
tocando a su fin y fracasos llegan a ser ms
frecuentes. La "curva de la baera" a la derecha es de
Abbott, 1989 p. 127.
Respuesta desde los empleados. El plan de sugerencias es un arreglo que ha existido

de largo en muchas plantas industriales. Se ha utilizado sobre todo para recolectar ideas
de los trabajadores o empleados para mejorar el proceso de produccin, pero podra
asistir a mejorar el producto, tambin, aunque esta opcin se ha utilizado raramente. El
sistema suele consistir en las partes siguientes:
el formulario para rellenar con sugerencias. Este cuestionario especial contiene,

junto a espacio para la propuesta, un cupn para que el autor de la sugerencia
pueda guardarlo como prueba de su derecho de autora. (Normalmente las
sugerencias se presentan annimamente.)
el buzn de sugerencias donde los formularios completados se depositan,
el comit de sugerencias. Se renen regularmente, estudian las sugerencias o
atienden a que las sugerencias prometedoras sean analizadas adecuadamente y
comprobadas en la prctica.
un sistema de gratificaciones por las sugerencias. El premio suele ser un
porcentaje preestablecido (10 ... 50%) de los ahorros o beneficios estimados
durante el primer ao de actuacin.
La crtica pblica, si existe, podra ser una valiosa fuente de respuesta a la compaa.
Es, por definicin, normativa y los juicios dependen as de los valores y metas del
crtico o de su organizacin (vase p. +++). Las fundaciones o los puntos de salida
usuales para la crtica pblica incluyen:
El punto de vista del consumidor.

Vista de los colegas diseadores.
Vista de la pblica de exhibicin.
El punto de vista del consumidor. Las organizaciones de consumo y sus diarios, y un

nmero creciente de diarios tecnolgicos, proban continuamente coches, barcos,
computadoras, cmaras fotogrficas y otros productos nuevos. El propsito es ayudar al
cliente a seleccionar el producto apropiado para sus necesidades, teniendo en cuenta
todos los aspectos que pueden ser relevantes a su dueo y usuario de largo plazo. Estos
aspectos pueden incluir todas las metas usuales del diseo de producto. stos se miden
y se determinan en escalas prefabricadas y se resumen como una tabulacin de coste-
ventajas (p. +++), de modo que el resultado tan exactamente como posible concuerde
con el punto de vista del usuario medio. El test puede incluir pruebas de laboratorio
escrupulosas y una operacin prctica intensa y prolongada para destapar debilidades
potenciales en el producto. La pertinencia y la confiabilidad de tales pruebas son
generalmente buenas.
Las pruebas semejantes acerca de a actividades de servicio llegan a ser cada vez ms
comunes, tambin.
Vista de los colegas. La crtica de un colega competente, sobre un servicio, o diseo

propuesto o ejecutado podra a menudo ser inestimable, puesto que l puede ganar de su
experiencia de los requisitos normales acerca de un servicio o producto similar. l
puede as a menudo simular las preferencias del cliente con xito.
Sin embargo, el contenido de la crtica profesional depende mucho en su propsito y su

direccin. Cuando est joven la profesin, los profesionales necesitan conseguir un pie
primero, convenciendo a los clientes en la utilidad de su servicio. Como contraste,
cuando la profesin ya se establece bien, la discusin gira generalmente ms interno en
el ramo de profesin, que puede degradar su aplicabilidad a los clientes y a otra gente
fuera de la profesin. Esto sucede especialmente en el tiempo de un cambio de
paradigma en el teora fundamental descriptivo o el estilo normativo de diseo, es decir
cuando la generacin ms joven lucha para influencia en el gremio y para una
colocacin en exposiciones colectivas importantes. Tal situacin es descrita
mordazmente por Bourdieu (1994, 62):
La historia de un campo [del arte o de la ciencia] avanza en luchas entre sos

que ya tienen un nombre como un escritor, un filsofo, un cientfico, etc., y sus
desafiadores, como ellos son llamados en el deporte de boxeo. En estas luchas
escritores, sus escuelas y trabajos envejecen. Los que han creado obras maestras
(y han ganado ya una posicin en el campo), luchan para guardarla, para
inmortalizarse como clsicos, y para terminar todo desarrollo. En vez de eso, los
desafiadores pueden hacer una obra maestra solamente empujando en el pasado
a estos precursores establecidos. ... La nueva vanguardia arribista intenta
regenerar las fundaciones del gnero. Insisten en volver a las races y a la pureza
original.
La buena prctica profesional del diseo, es decir los mritos (si existen) en el diseo de
producto s mismo, se entienden diferentemente dependiendo de lugar y de tiempo, pero
los mritos a menudo mencionados incluyen la habilidad de manejar requisitos
contrastantes en una manera equilibrada; claridad, precisin y fuerza del resultado,
novedad y originalidad de la forma, el tomar la tradicin en la cuenta diestramente, cul
tradicin puede ser clsica o verncula. Cul es "buen" diseo, se discute en el prrafo
sobre las metas de un diseador profesional, p. +++.
En hecho los diseadores slo rara vez desean escribir sus opiniones sobre los trabajos
de sus colegas. Una razn es probablemente que puede ser difcil analizar diseos por
escrito. El diseo es un oficio donde una gran parte de la competencia se aprende de
maestros a alumnos, la habilidad existe sobre todo en la forma tcita y no se puede
clarificar completamente como una teora explcita. Muchos conceptos se utilizan sin
definiciones claras y en hecho una parte importante de evaluaciones colegiales aparece
no como crtica escrita pero por el medio de seleccionar obras a una exposicin nacional
o a una publicacin profesional, por un jurado compuesto de diseadores eminentes.
Vista de la pblica de exhibicin. Una tradicin de la crtica del arte es que el crtico
apenas describe sus impresiones y reflexiones durante el tiempo corto que l examina
cada trabajo. Las crticas en peridicos sobre exposiciones de productos diseados
siguen a menudo esta tradicin. Tales escrituras contienen as opiniones de una persona
sola, aunque tambin de un experto en la materia, y contienen normalmente solamente
unos pocos aspectos del objeto. A veces un objeto cuyo slo mrito es que se desva de
la lnea comn en la exposicin consigue buenas marcas en tal evaluacin. La crtica
impresionista es por lo tanto slo ocasionalmente til para los propsitos del desarrollo
de productos. Sin embargo, este estilo de la inspeccin rpida y superficial de objetos
quizs un poco se asemeja a la situacin en una negocio, cuando un cliente escoge un
producto para se. Por eso, este tipo de crtica puede ayudar a veces a disear los
productos previstos para los clientes impulsivos.
La crtica pblica a menudo examina un gran nmero de productos en paralelo. Por lo

tanto a menudo falla de enfocar en las fuerzas y las debilidades ellos mismos de los
productos, y en lugar pone simplemente la pregunta: qu producto es el mejor en esta
exposicin? Contestar a tal pregunta es mucho ms fcil que una especulacin laboriosa
en todos los aspectos de un uso prolongado de un producto, pero la crtica que resulta
ser mucho menos til para los creadores de productos.
Recogida activa de la respuesta
La recepcin pasivo de las quejas y otra respuesta espontnea puede dar algunas pistas
tiles a la compaa, pero generalmente su contenido espordico no da respuestas a esas
preguntas especficas que la compaa querra pedir, por ejemplo, con respecto porque
las ventas retrasaron, o sobre mejoras potenciales al producto que el desarrollo
tecnolgico ha hecho posible recientemente. De hecho muchas compaas que han
vendido de largo el mismo producto o servicio, tienen arreglos para la reunin activa de
la respuesta donde exactamente las preguntas deseadas se podran poner a la gente
deseada.
La coleccin activa de la respuesta no diferencia mucho de la investigacin tpica con
cuestionarios o entrevistas. Por definicin, la poblacin consiste normalmente en los
usuarios del producto o servicio en cuestin. Si usted vende un servicio, ser fcil de
presentar las preguntas a sus clientes, pero si usted vende los productos fsicos usted no
siempre puede encontrar a sus clientes ni saber sus nombres ni direcciones. Muchas
compaas han comenzado a acumular un registro de clientes de modo que incluir en el
paquete de cada producto un sobre de vuelta pagado en el cual el cliente puede dar su
nombre y direccin. Para los productos que se venden en el Internet, el registro de
clientes con una forma del HTML es comn y fcil.
En el caso que no hay archivo de clientes ni tiempo de le construir, a veces un suficiente

nmero de los usuarios del producto pueden ser colocado cuando, por ejemplo, visitan
un servicio despus-ventas del producto o una tienda de repuestos. Observe que las
muestras que dependen de la buena voluntad del cliente a la cooperacin son a menudo
un poco sesgados, vase p. +++.
Una vez que un contacto a un cliente se ha establecido, el mtodo normal es darle un

cuestionario con el sobre de vuelta. Una alternativa moderna aparte de email, ya
discutida arriba es un sistema en que el cliente puede llamar, a precio de llamada local, a
un nmero en que un aparato registra la respuesta que da el cliente, bien siguiendo las
instrucciones de la mquina, pulsando las teclas del telfono o dejando un mensaje de
voz.
Al analizar la respuesta, debe tenerse en cuenta que la satisfaccin y la insatisfaccin

del cliente, ambas estn formadas por distintos componentes como el precio del
producto, la utilidad del producto en distintas situaciones, su simbolismo y estatus, su
durabilidad y mantenimiento. Algunos de estos componentes pueden ser inadecuados
desde el punto de vista del consumidor, mientras que otros pueden estar perfectamente
de acuerdo con sus preferencias. Por lo tanto, al cliente debe permitrsele elaborar su
respuesta. Rara vez vale la pena obtener un valor total de la utilidad del producto.
Los mtodos de cuestionario y entrevista estructurada son pobres en el sentido de que es

la empresa la que hace las preguntas y el cliente quien las responde; la empresa no
recibir ideas nuevas. En lugar de ello, debe permitirse al cliente -incluso animarle- a
que exponga ideas en las que nadie en la empresa se le ha ocurrido pensar. En este
sentido una forma mejor es una conversacin telefnica, entrevista temtica. Ello
permite al consumidor presentar su informacin y deseos latentes, a la vez que hace
tambin posibles las preguntas suplementarias y permite a las partes comentar ideas
nuevas y desarrollarlas juntos. Si el cliente est realmente interesado en discutir a
mejoras al producto, l/ella se podra pedir participar en una reunin de reflexin o una
prueba del modelo siguiente del producto.
Nota finalmente que para asegurar un alto porcentaje de respuestas, los clientes que
responden deben ser compensados por sus esfuerzos, dndoles informacin til sobre el
uso y el cuidado requerido por los productos, por ejemplo.
Registro emprico normativo
Al escoger el mtodo del registro normativo del estado existente del objeto del estudio,
la primera pregunta es: Necesita usted estudiar empricamente los productos (o
actividades), o puede prescindir usted de sus propias observaciones y medidas empricas
y recoger simplemente los datos y evaluaciones desde los tenedores de apuestas?
Para contestar a esta pregunta, usted tiene que considerar cun ntimamente sus
informantes saben la cosa que se trata. Pueden describirla confiablemente y evaluar
competente enseguida de la memoria? Pueden imaginar mejoras al estado existente de
cosas? En tal caso, usted puede utilizar probablemente los mtodos interrogativos,
descritos en la pgina +++.
En caso contrario, usted necesita arreglar el diseo de la investigacin de modo que

incluya o por lo menos simula el objeto propio del estudio. Los mtodos para esto se
describen en p. +++.
Un acercamiento intermedio (no discutido por separado en el siguiente) podra ser que
usted arregla dos (o ms) reuniones con sus informadores, y stos prueban mientras
tanto las propuestas que se han preparado colectivamente en la primera reunin.
Interrogar hechos y evaluaciones conjunto
Cuando definir al grupo de la gente que usted pedir participar en las sesiones iniciales
de registrar hechos y evaluaciones, la seleccin es a veces evidente en s. Por ejemplo,
cuando usted desea desarrollar la actividad de un grupo de trabajo, es este grupo con el
cual usted trabajar sobre todo, y al desarrollo de un producto nuevo, usted a menudo
tratar de escoger a los evaluadores entre la clientela-objetivo, si stos estn disponibles.
Generalmente, usted preferir a gente de los grupos de inters ms importantes
definidos para el proyecto, para disminuir la necesidad de modificaciones posteriores a
las propuestas.
Para registrar evaluaciones los mtodos interrogativos normales son convenientes tal y
como. Si el nmero requerido de informadores es pequeo (i.e. el estudio est
"intensivo" o "ideogrfico"), usted escoger generalmente entrevista como su mtodo,
porque le permite presentar las preguntas adicionales y as usted puede conseguir ms
profundo en las razones detrs de las preferencias de los respondedores. Adems, si el
demandado quizs tiene algunas ideas sobre un estado terico ptimo del objeto del
estudio, una entrevista es el mejor mtodo para ponerlas por escrito. Los cuestionarios
dan generalmente datos ms superficiales y menos confiables que entrevistas, pero
pueden ser prcticos en estudios extensivos (o "nomotticos") con muchos
respondedores, especialmente cuando estos viven muy separados.
Cuestionarios. Al registrar evaluaciones y preferencias, usted querr normalmente

discutir cada asunto en dos preguntas. La primera, "objetiva" pregunta trata con el
estado verdadero de cosas, y la segunda registra la evaluacin subjetiva del respondedor
sobre estado de cosas.
Si usted, por ejemplo, rene las experiencias que sus clientes anteriores han tenido con
sus productos, la primera pregunta puede especificar el modelo del producto que la
persona ha utilizado, y la segunda pregunta entonces pide una evaluacin, tal como en
los ejemplos siguientes.
1. Ha utilizado recientemente usted un telfono porttil? Cul modelo era

l?_______________
2. Cmo valorara usted su vida de batera?
Excelente
Buena
Regular
Dbil
Otro ejemplo de un estudio que examina la necesidad de mejorar la climatizacin:
1. Si usted sabe la temperatura mxima (medido en la sombra) en su lugar de trabajo en

das tibios, por favor lo da aqu: ______________
2. Le molesta la temperatura alta en su lugar de trabajo? Haga la X en uno de las cajas
abajo.
S, me molesta a menudo
S, me molesta ocasionalmente
No, no importo de l
El auto-informe o "diario de la experiencia" (ing. self-reporting; experience diary) es

un mtodo prctico para registrar la actividad de una persona, tal como el uso de un
producto, y su evaluacin de esta actividad. Para usar el mtodo, el investigador tiene
que preparar un cuestionario especial donde los respondedores pueden divulgar sus
propias acciones y tambin su evaluacin de ello, con comentarios posibles.
El cuestionario contiene generalmente una pgina para cada da, con las preguntas
impresas que dependen de la informacin que el investigador desea obtener. Si el
estudio concierne cmo el da se ha utilizado o en cul hora ciertas operaciones se han
hechos, la pgina puede ser subdividido en horas. Como alternativa, si solamente cierto
tipo de ocurrencia est de inters, puede haber cuadros vacos para divulgar apenas
stos, con las preguntas relevantes para contestar. Por ejemplo, cuando usted quiere
obtener opiniones sobre la usabilidad de un modelo de coche, usted puede disear un
conjunto de preguntas de ser contestado siempre al volverse de un paseo del coche.
Para obtener ms detalles de ciertos episodios, una posibilidad es dar al respondedor no

solamente un cuestionario pero tambin una cmara fotogrfica de usar y tirar con
instrucciones cundo utilizarla.
El auto-informe es un mtodo fcil y barato y eliminar la perturbacin causada por la

presencia del investigador. Tiene tambin la ventaja que puede capturar acontecimientos
infrecuentes en lugares inaccesibles, como un uso de una computadora porttil durante
un viaje.
Entrevistas. Para recolectar evaluaciones y preferencias de la gente, una entrevista es a

menudo el mejor mtodo. Al planear las entrevistas, usted tiene que considerar si usted
quiere reunir informacin sobre relaciones personales o colectivas con el objeto del
estudio. Si es personal, usted querr arreglar una entrevista personal separadamente para
cada respondedor.
La entrevista del grupo, en vez de eso, puede ser ms eficaz cuando debe reunir
informacin sobre maneras colectivas de vivir, de trabajar y de recrear, y tambin en
usos, evaluaciones y significados relacionados a productos. Los valores y las actitudes
personales se crean solamente mientras que el individuo vive en su grupo social. Ellos
no existen realmente cuando la persona es aislada del grupo y en tal aislamiento no se
pueden estudiar, tampoco. Se puede ver como un defecto de la entrevista del grupo que
en un grupo grande generalmente algunos miembros hablan la mayor parte del tiempo y
otros son sometidos, aunque algunos investigadores piensan que si sta es la manera
normal de actuar en un grupo, es tambin apropiado que esto se registra en un proyecto
de investigacin.
Si usted desea que todos participantes se hagan escuchar, usted puede proponer a la
reunin que convienen en la manera de la discusin como algo similar que Las reglas de
un "Debate Democrtico" (p. +++) a veces aplicadas en proyectos de desarrollo en la
Suecia. Establecen, por ejemplo, que cada participante tiene una obligacin no slo de
exponer sus propias ideas, sino tambin de ayudar a otros a aportar las suyas.
Discusin en un equipo de trabajo existente. Sucede a veces que un grupo de trabajo

que ya exista en una organizacin, entra en contacto con a investigador y pide consejo
en un problema en su actividad. Tal grupo existente es a menudo una fuente ideal tanto
de hechos descriptivos como de informacin normativa, porque esta gente sabe
ntimamente la materia del estudio. Su problema principal es a menudo demasiadas
opiniones sobre mejoras. Para organizar el desarrollo de las actividades de tal grupo, la
investigacin de accin es a menudo un mtodo conveniente.
Investigacin-accin es un mtodo donde el investigador se une temporalmente a la

comunidad que se desarrollar y, con sus herramientas tericas, ayuda a la comunidad a
resolver los problemas a que se enfrenta. Los cambios que son necesarios para corregir
los problemas se precisan y se aceptan en una serie de seminarios donde participan
todos los miembros del grupo. El proceso lgico consiste normalmente en el siguiente
ciclo repetitivo:
1. La accin del grupo tal y como es regularmente llevada a cabo es el punto de

partida. La Investigacin-Accin no es posible slo sobre suposiciones tericas.
2. La evaluacin de los resultados. Cul es el propsito original de la accin?
Est cumplindose ahora? Hay algn inconveniente o efectos colaterales
perturbadores?
3. Reflexin. Tomar distancia al trabajo diario y encontrar su estructura conceptual
y general. Hay patrones generales cuyo caso especial est el trabajo del grupo?
El fin es entender porqu el proceso ahora es como es, y si hay otros mtodos de
trabajo posibles.
4. Abstraccin. El fin es construir un modelo terico de la actividad original,
incluyendo sus funciones esenciales, puntos fuertes y debilidades.
5. Planificar cambios al modo original de accin, intentando mantener las
funciones esenciales, a la vez que se cambian los puntos dbiles. El modelo
terico debiera proporcionar fundamentos para nuevas actuaciones.
El estilo modificado de accin debe entonces tomarse como el punto de partida del
siguiente ciclo del proyecto de investigacin-accin. -- El ciclo se repite con la
frecuencia que sea necesaria.
Un otro tipo de una entrevista normativa es el grupo de foco (ing. focus group). Se
utiliza a menudo para dar un fundamento para el desarrollo de un producto nuevo. Hay
generalmente de cinco a diez participantes voluntarios, escogidos entre los usuarios
conocidos del producto o de los clientes futuros importantes, que se invita a discutir las
expectativas para un producto futuro. Debe ser admitido, aunque, que es generalmente
imposible encontrar una muestra representativa de los clientes futuros o de otros grupos
de inters potenciales para participar en un grupo del foco, que baja la confiabilidad de
los resultados.
El procedimiento en el grupo de foco es fuertemente meta-orientado, lo que permite

preparar por adelantado mucho material para facilitar el trabajo. Esto puede incluir un
discurso de abertura para declarar los objetivos, la agenda de la reunin, algunas
muestras de modelos anteriores del producto, y las descripciones preliminares del
producto futuro y de su uso, tales como retratos o maquetas.
Los grupos focales se asemejan a menudo a reuniones ordinarias de una asociacin con
agenda, la secretaria, y un lder de discusin que debe tratar de animar incluso a los
participantes ms reservados para expresar sus opiniones. Para prevenir la discusin se
apagar el lder debe tener listo unas sondas o avisos que, por supuesto, no deben ser
cargados, es decir, no deben dar la impresin que el lder espera una respuesta
particular.
La discusin se registra generalmente en la cinta magnetofnica o vdeo que los

investigadores pueden utilizar ms adelante para hacer un resumen de opiniones
significativas. Despus, este resumen se puede discutir una vez ms con los
participantes originales o con un nuevo grupo focal.
Observacin normativa
Todos los mtodos de interrogacin, descritos arriba, permiten recopilar informacin

simultneamente sobre el estado actual de cosas, sobre su aceptabilidad y sobre
direcciones posibles o deseables de desarrollarlo. Una desventaja del mtodo de
interrogacin es que la descripcin del respondedor sobre el estado de cosas est quizs
no siempre tan exacta ni confiable que el investigador desea. Un remedio a esto puede
ser que los hechos no estn pedidos del evaluador pero son recogidos por el
investigador simultneamente con la entrevista.
El antedicho significara utilizar dos procedimientos de investigacin en paralelo: una

reunin emprica de hechos, como observacin de actividades o como medida de
objetos fsicos, y por otra parte acopio de opiniones de qu fue observada: cmo
aceptable es el estado de cosas?
Quines son las personas que deben realizar las dos operaciones mencionadas? La
prctica normal es que el investigador o su ayudante hacen las medidas objetivas, pero
quin es competente para el papel de un evaluador? sta es una pregunta que se debe
responder en base de los objetivos del proyecto y de los grupos de inters definidos para
el proyecto. A veces el investigador mismo o un experto especial en la materia podran
hacer la evaluacin. A veces la persona que ha asistido como agente en la actividad
observada podra hacerla, especialmente si ella pertenece a un grupo de inters
mencionado arriba, aunque en este caso usted tiene que considerar si otros grupos de
inters deben ser presentados, tambin. Adems, usted tiene que considerar la
disponibilidad prctica de personas de estos grupos.
En el siguiente se describen dos combinaciones posibles del registrar emprico y de su

evaluacin inmediata. Los detalles del mtodo, por supuesto, dependen de la naturaleza
del objeto: las actividades y los objetos estticos requieren mtodos algo diferentes de
observacin y de registro.
Observacin evaluativa de una actividad
La observacin evaluativo de una actividad, es decir la observacin que incluye

evaluacin, es un mtodo eficiente y rpido para descubrir las posibilidades de mejorar
una actividad existente, a condicin de que haya personas competentes para evaluar
estas posibilidades.
Entre la observacin intensiva y extensiva no hay diferencia fundamental, pero a

menudo los arreglos prcticos difieren un poco debido al diverso nmero de casos que
se estudiarn. El estudio intensivo intenta optimizar un caso ms o menos nico de la
actividad, mientras que el estudio extensivo apunta a desarrollar mejoras generalmente
aplicables, y el nmero de casos es por consiguiente ms grande.
La observacin intensiva, es decir una tentativa de desarrollar una actividad existente

pero no su teora general, se organiza a menudo de modo que todas las personas que
tomen parte en la actividad tienen tambin el derecho de participar en el proyecto del
desarrollo como miembros legtimos del equipo. El acercamiento es as casi idntico a
las entrevistas y discusiones normativas del equipo del trabajo que fueron mencionadas
anterior, con la diferencia a ellas que aqu primero los participantes ejecutan o simulan
la actividad en la pregunta y el investigador la registra, y finalmente sigue una discusin
general de mejoras posibles.
Otra variante de la observacin intensiva es realizada por el investigador, y las personas

que se observan tienen solamente el papel de objetos del estudio. Este acercamiento de
la ingeniera de mtodos (p. +++) apunta a mejorar la productividad, la seguridad u
otras caractersticas deseables en la actividad de un o de unos pocos trabajadores
solamente.
Un ejemplo de la observacin normativa verstil es proyecto de Keiski para desarrollar

un nuevo tipo de muebles de la cocina para los ancianos. Ella observ, con la ayuda de
una cmara de vdeo, a vieja gente en sus cocinas caseras que ella tambin midi. Ella
observ que las cocinas fueron diseadas aparentemente para gente con las capacidades
medias del motor y estaban en muchos respectos imprcticos para la gente envejecida.
El habitante demostr cmo l o ella trabaj en la cocina y explicado en discusiones
numerosas y largas los problemas que Keiski entonces analizaba. Finalmente ella
construy una cocina experimental que entonces fue probada durante una segunda
sesin de la entrevista.
Observacin extensiva. La mayora de los mtodos descriptivos de la observacin

sistemtica se pueden utilizar para los propsitos normativos de modo que se agrega una
evaluacin normativa a los procedimientos objetivos del registro.
La base para la evaluacin est definida a menudo ya en los objetivos normativos

iniciales del proyecto. Si el objeto del estudio normativo es, por ejemplo, la produccin
industrial, la blanco es a menudo mejorar una meta de fabricacin dada, tal como su
economa. Porque muchas caractersticas importantes de la produccin industrial se han
estudiado ya mucho y hay mucha teora disponible sobre ellas, la evaluacin normativa
de una actividad industrial se puede hacer a menudo simplemente por el investigador en
base de la teora ya existente.
Observacin evaluativa de objetos inanimados
Cuando se estudia productos u otros objetos fsicos, los acercamientos intensivos y

extensivos son en el principio similar, pero en la prctica el nmero de objetos afectar
la eleccin del mtodo.
El estudio normativo intensivo apunta a mejorar slo uno o unos pocos objetos, y el
nmero de objetos de los cuales datos se registrarn es tambin pequeo - aunque puede
ser recomendable por si acaso estudiar algunos objetos ms que apenas los mismos
objetos que usted piensa mejorar, que puede permitir el hacer de comparaciones
fructuosas entre ellas. Debido a el nmero pequeo de objetos, es a menudo posible
estudiarlos a fondo en el ambiente genuino con todas las propiedades y relaciones
relevantes (es decir, el estudio est "holistico" o "idiogrfico"), as logrando una
comprensin profunda de la funcin y del significado de los objetos en su contexto
social y cultural. El mtodo es usable cuando usted quiere mantener y mejorar un objeto
duradero existente tal como un edificio, y es muy eficiente cuando se desarrolla un
producto industrial nuevo en base de productos comparables existentes.
Cuando invitamos a usuarios potenciales de un producto futuro explorar y evaluar un

concepto o un prototipo del producto, a menudo conseguimos resultados ms rpidos si
invitamos, en vez de una persona, a dos amigos o los conocidos para probar juntos una
propuesta del producto y sus puntos fuertes y dbiles. Los amigos discutan
generalmente ideas francamente y abiertamente, y por lo tanto sus opiniones,
especialmente las respuestas iniciales a los productos novedosos, son a menudo
originales e innovadoras.
El acercamiento normal cuando desarrollar un producto nuevo es encontrar un ejemplar

que pueda servir como punto de partida para el nuevo objeto que se crear. Los
ejemplares son artefactos producidos ms temprano o sus detalles, evaluados desde
punto de vista contemporneo y encontrado que valen de realizarse de nuevo,
generalmente despus de algunas mejoras a ellos.
Los ejemplares pueden proporcionar puntos tiles de referencia en un proyecto del

diseo de producto, particularmente en la fase temprana de preparar un concepto
detallado del producto, cuando es difcil encontrar otros patrones para describir el
producto futuro. Una idea del producto nuevo puede ser definida seleccionando un
ejemplar y enumerando las mejoras necesarias a ello, o alternativamente dando un
conjunto de ejemplares y precisando las ventajas de cada uno, los cuales se deban junto
recrear en el producto nuevo. Tambin despus de la fabricacin algunos productos se
prueban ocasionalmente, sobre todo por organizaciones y diarios de consumidores.
El estudio normativo extensivo pretende mejorar una clase de objetos. Su resultado, las
propuestas normativas se pueden aplicar a la mayora o a todos los objetos en esta clase
y quizs en otra parte, tambin. Es decir, ellas contienen instrucciones generalmente
vlidas o "nomotticas", teora del diseo para los productos nuevos. El nmero de
objetos en el estudio ser generalmente grande, y para razones prcticas ser necesario
restringir la cantidad de informacin. Esto es hecha generalmente abandonando la meta
del estudio holstico, y en lugar escoger para registrar y anlisis slo esas cualidades de
los objetos que son importantes para alcanzar la meta normativa del proyecto.
En el desarrollo de productos, las calidades interesantes se relacionan sobre todo con los
requisitos que se espera que un producto se conforme con, es decir las metas de diseo
de producto
El registro descriptivo de las caractersticas Haga una X en cada lnea
del objeto es hecho con medicin si posible, ligero _ _ _ _ _ pesado
pero cuando no hay mtodos objetivos para serio _ _ _ _ _ alegre
medir una calidad interesante, usted quizs clsico _ _ _ _ _ moderno
puede tratar registrarla con la ayuda de
observadores humanos. stos no necesitan ser escogidos desde los grupos de inters. El
investigador mismo o su ayudante son generalmente suficiente objetivos para la tarea.
Los observadores se piden describir el objeto con adjetivos, a menudo con la ayuda de
escalas de "diferencial semntico" tales como son a la derecha.
Si esta misma persona entonces est competente de evaluar esas caractersticas tambin,
depende de cmo el punto de vista del proyecto se haya definido inicialmente. Ms a
menudo el punto de vista escogido en estudio extensivo implica tan mucha gente que no
es factible haber todos estos representados en lugar. El investigador puede entonces o
recoger las evaluaciones de los grupos de inters separadamente con mtodos de
interrogacin convenientes, o l mismo puede hacer la evaluacin en base de la
literatura, es decir informes de investigaciones anteriores y teora del diseo publicada.
Anlisis normativo y preparar
propuestas
Lgica del anlisis normativo
Acercamiento normativo intenta descubrir no slo cmo estn las cosas, pero sobre todo
cmo ellas deben estar. Significa que ser necesario definir tambin el punto de vista
subjetivo que se utiliza, es decir la gente que debe evaluar las propuestas para mejorar el
objeto de estudio.
Al definir cmo el estado presente de cosas se debe mejorar, la cadena lgica del
razonamiento a menudo sigue cualquiera uno de las dos alternativas "A" y "B" en el
esquema en el derecho. Su diferencia principal est en el punto de partida del proceso.
A. Cuando el punto de partida est el estado

actual de cosas, el proceso del anlisis
consiste en una descripcin objetiva de l y
una evaluacin subjetiva de los problemas
existentes. Ambos a menudo se pueden hacer
simultneamente, vase Registro normativo p.
+++. Finalmente, una propuesta se debe hacer
acerca de cmo los problemas se podran
corregir. En este enfoque usted puede
conservar las partes valiosas del estado
presente de cosas y sustituir solamente esas
partes que sean inutilizables. Est de uso
frecuente en el desarrollo de una actividad de
gente, y tambin en el desarrollo de un producto cuando un producto existente se
puede tomar como punto de partida.
B. Sucede a menudo que el estado de cosas deseable existe ya en otra parte, por
lo menos parcialmente, y su objetivo ser hacerla verdad en su objeto local del
estudio, replicando sus puntos fuertes en su propio objeto. Esto podra significar
la modificacin de su objeto original del estudio, o crear un nuevo objeto o
proceso comparable pero mejor. En ambos casos es posible tomar este caso
superior existente, el ejemplar, como punto de partida en el anlisis normativo.
Este mtodo es usual al desarrollar un producto nuevo, donde los ejemplares se
seleccionan a menudo entre los competidores ms agudos de su producto
existente. Al desarrollar un servicio u otra actividad existente, el ejemplar se
podra tomar de una actividad hbilmente arreglada conocida en otra parte. En
este acercamiento, el procedimiento lgico no diferencia mucho del alternativa
"A" mencionado arriba. Una diferencia es que puede haber ms de un ejemplar
que se toma como punto de partida, y en este caso la blanco llega a ser combinar
sus puntos buenos.
C. Un punto de partida alternativo en anlisis normativo podra ser una

descripcin del estado ideal de cosas. Se construye principalmente en base de
las preferencias subjetivas de los grupos de inters, generalmente considerando
todas las restricciones prcticas sabidas que la propuesta tiene que encontrar. Se
utiliza este acercamiento cuando no hay ningn existente modelo usable en el
que usted podra basarse sus propuestas, o como un complemento a los
acercamientos "A" y "B" ya mencionados. Un ejemplo est el mtodo de la
especificacin (p. +++) en desarrollo de productos.
Estos dos o tres acercamientos se pueden tambin utilizar en paralelo para dar una base
ms confiable para la propuesta.
En todo caso, la etapa final del proceso normativo consiste generalmente en una
alternacin de preparar propuestas tentativas detalladas (a menudo por los diseadores o
los investigadores profesionales) y de evaluar estas propuestas, preferiblemente por
gente desde los grupos de inters o por lo menos simulando sus puntos de vista.
Para el proceso entero del anlisis normativo nadie todava ha encontrado un modelo
confiable y generalmente aplicable, pero uno o ms de los procedimientos lgicos
siguientes se utilizan a menudo en el proceso:
Analizar requisitos.
Crear una propuesta con las tcnicas de la innovacin, del planeamiento y del
diseo.
Evaluar propuestas normativas.
Analizar requisitos
Cuando considerar la necesidad de mejorar un objeto del estudio, el acercamiento

normal es definir esas caractersticas del objeto que necesiten una mejora, y quizs
tambin enumerar esas otras caractersticas de l que deben ser mantenidos como estn.
Es decir, usted hace una lista o una especificacin que contenga los requisitos que la
propuesta final del proyecto debe resolver.
El procedimiento para crear una especificacin depende de la informacin que est

disponible como su punto de partida. Los enfoques usuales para esto incluyen el
siguiente:
Agregar una dimensin normativa a un anlisis descriptivo (tal como estudio de

caso, comparacin, clasificacin etc.)
Combinacin de ejemplares.
Un ejemplar con mejoras.
Especificacin sobre base terica.
Agregar una dimensin normativa a un anlisis descriptivo
Un acercamiento para manejar las caractersticas de la propuesta futura es aplicar los

mtodos de anlisis descriptivo (tales como estudio de caso, comparacin, clasificacin
etc.) al objeto del estudio, y amplificar estos mtodos agregando una dimensin
normativa en el anlisis. Algunos ejemplos se dan abajo.
Estudio de caso normativo.

Estudio de caso es un enfoque
usual en proyectos de
investigacin descriptivos, pero
se puede amplificar fcilmente
con un aspecto normativo con
el fin de conseguir argumentos para mejoras posteriores en el objeto del estudio, sea una
circunstancia, un producto, o una rutina existente del trabajo. Por ejemplo, mucha
investigacin se ha hecho para descubrir porqu se inclina la torre de Pisa, y cul
factores contribuyen al problema. Solamente despus de tales estudios pueden los
ingenieros comenzar a disear la mejora.
Los candidatos obvios a estudios de caso normativos son nicos productos costosos
como casas, producciones del teatro o de la pelcula y los programas de computadora
que necesitan a veces ponerse al da o mejora durante su vida larga.
Estudio pedaggico del desarrollo. Muchas historias tradicionales han tenido una
esencia normativa escondida an cuando el autor intent presentar su trabajo como
"descripcin pura". Organizaciones como la iglesia, el gobierno o la familia real han
designado a los historiadores innumerables, y esta fijacin ha dirigido la seleccin de
hechos. Se esperaba que los historiadores describieran sobre todo esos acontecimientos
que tenan alguna relacin al patrn, acentuaron su importancia y preferiblemente sus
hechos admirables y los males de sus opositores.
No hay divergencia absoluta entre los estudios descriptivos y normativos de la historia.

Ya cuando el investigador selecciona los acontecimientos para ser registrado la
seleccin ser subjetiva y basada en sus preferencias. En el siglo 19 muchos
investigadores de la historia desearon describir objetivo "cmo era", pero la opinin
general es hoy que ningn investigador de la historia puede olvidarse enteramente sus
valores, y el estudio de la historia puede nunca evitar todas las implicaciones
normativas.
Por supuesto, los estudios histricos pueden asistir a mejorar cosas existentes, y si usted
se prepone hacer esa clase de estudio l llega a ser ms fcil si usted reconoce esta meta
conscientemente. Esto significa en la prctica que usted ya en el principio debe definir
cul es el problema que usted espera aliviar con la ayuda de su estudio, o de cul tipo de
producto se mejorar. No hay sentido parlar de la 'mejora' sin definir cuyo punto de
vista se utilizar. Todas estas cosas se deben definir desde posible durante el estudio,
para evitar recolectar material inaplicable y hacer anlisis innecesarios.
Una vez que el investigador ha descubierto las estructuras inherentes o "invariantes

dinmicas" de una evolucin histrica, estos tambin pueden ser usados para predecir el
desarrollo futuro del objeto de estudio. Por otro lado, una vez que se han clarificado las
razones de una evolucin pasada, stas pueden ser usadas tambin para cambiar la
direccin de futuros progresos.
Comparacin normativa. La diferencia entre los estilos descriptivos y normativos de

la comparacin es que en el anlisis normativo uno de los criterios principales son
evaluativo como la "satisfaccin", la "utilidad" etc., y la puntera del estudio es precisar
el mejor (en este respecto) entre las alternativas que se estudian. A veces la puntera
final quizs sea encontrar no slo el mejor objeto existente, sino tambin mejorar los
objetos similares ms tarde. Es decir se espera que el anlisis comparativo diera
argumentos para el planeamiento de mejoras en circunstancias o productos existentes.
A veces usted puede hacer uso las fuentes ya existentes de evaluaciones, como el
sistema de respuesta de los clientes, si la compaa lo tiene, o la crtica pblica que
algunas instituciones, asociaciones y revistas generan y publican habitualmente.
Ejemplos modernos de Modelo de coche: A B
comparaciones normativas son Nmero de asientos 5 8
las pruebas de los productos Nmero de puertas 2 4
nuevos que los diarios de Bolsas areas 2 4
consumidor publican a Consumicin de combustible 5,8 6,5
menudo. En estas pruebas un Mritos especiales (Evaluacin cualitativa)
nmero de productos se juzgan Precio 8500 9900
segn una lista estndar de
preguntas, como en el ejemplo a la derecha. La lista necesita incluir solamente esos
aspectos donde diferencian los productos que rivalizan.
La tabla de la comparacin trabaja bien incluso en el caso que algunos de los criterios
estn expresados como variables numricas y otras como descripciones verbales
cualitativas. Nada previene incluyendo las presentaciones an pictricas de los objetos.
Sin embargo, en la fase final usted tiene que traducir todas estas descripciones a tal
formato que usted puede sumarlas para indicar el producto ptimo.
Adems, usted tiene que observar que todos los criterios en la lista son quizs no
igualmente importantes. Por lo tanto usted necesitar definir el peso de cado criterio
cuando sumarlos.
Una clasificacin normativa se puede construir semejantemente de casi cualquier

tabulacin cruzada descriptiva agregando una dimensin que exprese una evaluacin.
Las comparaciones y las clasificaciones normativas son eficaces en precisar los casos
que convienen con los criterios del proyecto normativo - o por lo menos con algunos de
los criterios. Estos casos se pueden entonces utilizar como ejemplares, es decir como
puntos de partida en desarrollar la propuesta normativa final del proyecto. Mtodos para
esto son Combinacin de ejemplares y Ejemplar con mejoras, p. +++.
Combinacin de ejemplares
Ejemplares son procedimientos existentes, lneas de accin, artefactos o sus detalles, en

los cuales por lo menos algunas caractersticas son meritorias, miradas desde el punto
de vista del actual proyecto normativo. Pueden incluir as tambin algunas
caractersticas que no sean completamente aceptables.
El propsito normativo o educativo se parece haber penetrado ya los primeros estudios

de caso que se hicieron en la antigedad. Explicaron los mritos de estadistas
respetados, o de trabajos admirados de la arquitectura, ms adelante tambin las vidas
de santos y de los artistas estimados. El propsito era obviamente presentar stos a la
generacin siguiente como ejemplos meritorios, o evitables a veces. Todava hoy este
acercamiento se utiliza a menudo en varios artes donde los crticos reputados
seleccionan ejemplares que despus se publican en exposiciones y diarios profesionales
y se esperan para dirigir diseos en el campo ms adelante. Se utilizan como un
substituto o complemento de la teora en artes y profesiones de diseo artstico para los
asuntos sobre que es difcil desarrollar doctrinas ms explcitas, y an para tales asuntos
donde el conocimiento existe solamente en la forma tcita, que es a menudo el caso en
cuestiones de la belleza y del gusto.
Ejemplares pueden proporcionar tiles puntos de la referencia en un proyecto de diseo,
particularmente en la fase temprana de preparar un concepto detallado del producto,
cuando es difcil descubrir otros patrones para describir el producto futuro. Un producto
nuevo se puede definir o escogiendo un ejemplar y enumerando las mejoras necesarias a
l, o alternativamente dando un conjunto de ejemplares e indicando sus ventajas, una
combinacin de las cuales se debe transportar al producto nuevo.
En el mtodo del conjunto de ejemplares usted escoge dos o ms ejemplares entre los
mejores modelos ahora existentes del tipo de producto que usted trata de crear. Nadie de
estos ejemplares ser perfecto en todos los respectos, pero cada uno de ellos posee algo
que es excelente, y es estas caractersticas que el equipo de diseo entonces tratar de
combinar en el producto nuevo. Si esto se puede lograr, el producto nuevo ser ms
competitivo que cualquier de los ejemplares, an en el caso que ninguna de sus
caractersticas en s mismo supera los ejemplares.
Los ejemplares se pueden seleccionar de la produccin de su propia firma, pero es

tambin posible tomar un o ms de ellos de sus competidores, es decir, son los
productos que su producto nuevo reemplazar en el mercado si todo va bien.
Cuando la seleccin de ejemplar depende de registros de ventas, el mtodo tiene la

ventaja de reflejar verazmente las opiniones de los clientes. Un mtodo alternativo ms
arduo para recoger las opiniones de los usuarios potenciales del producto sera un
cuestionario, por ejemplo.
Trabajar con un conjunto de ejemplares es fcil y sin recovecos; no hay grandes riesgos
de malentendidos. Su debilidad es que no invita a buscar nuevas soluciones que se
aparten de las alternativas viejas y probadas. Es difcil generar nada realmente nuevo
cul podra revolucionar el mercado. Su producto nuevo contendr solamente tales
calidades que sus competidores tengan ya en sus productos, si su firma no puede
agregar algo de su propio.
Un ejemplar con mejoras
Definir las mejoras a un ejemplo existente es un mtodo antiguo. En su momento

incluso fue posible el ahorrarse el diseo del ejemplo: ste normalmente era la tradicin.
El mtodo puede seguir usndose con tal de que localicemos un ejemplo que no precise
de demasiados cambios para ello. Es conveniente si los productos o actividades de su
firma son relativamente constantes e requieren solamente mejoras anuales de menor
importancia. En tal caso, usted querr normalmente escoger la actividad o el modelo
existente de su producto como el punto de partida, o ejemplar. Otra posibilidad es
seleccionar un producto de competicin que usted desea sobrepasar.
Cul propiedades entonces requieren mejoras, y cunto, eso es una pregunta contest
quizs ya en los archivos de respuesta de los clientes de su compaa. De otro modo,
usted tendr que hacer un estudio de mercado con varios mtodos interrogativos entre
clientes potenciales, o entre los vendedores de su compaa.
Las ventajas del mtodo de ejemplar-y-mejoras son que es sencillo de usar, concreto y
realista. Los malentendidos no son probables. Del punto de vista del diseador un
ejemplar es un punto conveniente de parte, porque es a menudo relativamente fcil
continuar mejorndolo por el mtodo de iteracin. Tiene tambin la ventaja que necesita
las modificaciones slo mnimas a la lnea de produccin.
Una desventaja es quizs que es demasiado fcil de indicar detalles que pudieron
necesitar la mejora, sin entender cmo todos los componentes del producto acabado
dependen de uno al otro. Con este mtodo usted dar fcilmente una tarea insuperable al
diseador. Para prevenirla, es recomendable evitar de dar directivas demasiado
absolutas pero en lugar utilizar escalas de la satisfaccin (p. +++) cundo definir las
mejoras deseadas.
Especificacin sobre base terica
En el caso que ningn ejemplar conveniente no puede ser encontrado, los mtodos que
refieren a un ejemplar estn fuera de cuestin. Sin embargo, es tambin posible
especificar las caractersticas deseadas del estado futuro de cosas o del producto nuevo
directamente en base de investigacin anterior y teora. Este mtodo tiene, adems, la
ventaja que permite definir incluso productos y procesos radicalmente nuevos sin
precursores sabidos.
Por otra parte, el mtodo est exigiendo, porque usted tiene que trabajar con conceptos
tericos abstractos. Puede ser difcil definir las cualidades de un producto que todava
no existe. Es a veces difcil ver las relaciones entre varias cualidades, y sa es por qu
los requisitos con respecto a ellos a menudo se oponen. Por otra parte, es demasiado
fcil olvidarse de caractersticas esenciales y de sus efectos secundarios, especialmente
si afectan a forasteros.
El alcance de las caractersticas que son relevantes al desarrollar productos nuevos es

muy grande. Contiene temas como usabilidad, funcin, efecto y mantenimiento fcil,
seguridad y durabilidad, belleza y atraccin, significado simblico, ecologa, uso de
recursos, coste y precio, y puntos de vista de la fabricacin, logstica y otros puntos
importantes en la comercializacin.
La lista arriba contiene sobre todo artculos que interesan o benefician al usuario o a
fabricante del producto. Adems, usted debe tener en cuenta que puede haber efectos
secundarios, quizs perjudiciales, a los forasteros. Tales efectos son,
desafortunadamente, a menudo difciles de enumerar y de determinar.
Todo producto posee un nmero infinito de atributos, pero slo un pequeo nmero de
ellos son importantes concerniente a la produccin, del marketing o del uso. Incluso
dentro de este grupo podemos ignorar cuestiones "obvias", es decir, asuntos en los
cuales toda la gente en el equipo de diseo conviene y que as probablemente sern
considerados suficientemente sin alguna mencin en el concepto del producto. De todas
formas, la lista de caractersticas crece a menudo difcil para manejar. Algunos
procedimientos que pueden ayudar a tratar una lista muy larga de caractersticas y de
requisitos son:
Haga una lista separada de los requisitos obligatorios.

Descubra los requisitos interdependientes e intente combinarlos en una variable.
Defina los pesos mutuos de requisitos.
Defina los grados de satisfaccin para tan muchas caractersticas como sea
posible.
Los requisitos obligatorios. Se refieren a menudo a la seguridad del uso del producto,
especialmente sus peligros mecnicos, qumicos o elctricos. Las regulaciones
obligatorias son dadas a menudo por las autoridades pblicas, o se publican como las
pautas y estndares voluntarias de la industria. Se especifican con proyectos de
investigacin separados, realizados por especialistas como mdicos, ingenieros de
seguridad, etc. En el concepto del producto es generalmente recomendable no mezclar
requisitos obligatorios y voluntarios. En lugar, haga las listas separadas de ellos. En esa
manera ser ms fcil, en la inspeccin final de la propuesta del producto, vea si se
respetan.
Requisitos interdependientes. No es infrecuente que los objetivos de calidad y coste u

otras finalidades del proyecto futuro estn en conflicto en mayor o menor grado. Esto es
incluso ms fcil si las preferencias se han recibido a partir de varias personas o grupos
que tengan distintos estilos de vida y valores. Tales conflictos deben ser eliminados lo
ms pronto posible; de otro modo podran ralentizar fatalmente la preparacin de la
propuesta final.
A veces es posible conjugar los objetivos que

estn ostensiblemente en conflicto desvelando sus
relaciones mutuas. Un ejemplo de este mtodo es
localizar el aislamiento trmico ptimo para un
edificio. Cuando se elige el grosor de la capa
aislante, el coste de los materiales de construccin
(B, en la figura de la derecha) y los costes futuros
de calefaccin (A) parecen estar en conflicto. Sin
embargo, los valores de estos dos gastos pueden ser traducidos a costes anuales, hasta
que fcilmente se encuentra el valor ptimo de A+B. Esta variable nueva (A+B) puede
entonces suplantar las dos variables originales de los costes del edificio y de la
calefaccin.
La ciencia del anlisis de operaciones abarca otros mtodos de anlisis comparables,

como por ejemplo el algoritmo de la programacin lineal, que puede usarse para
encontrar el valor ptimo comn de varios atributos cuantificables de un producto. La
mayor parte de estos mtodos aceptan solamente variables cuantitativas. Por supuesto,
es posible cuantificar cualquier atributo cualitativo y transformarlo en una variable
cuantitativa; pero la conversin suele pasar por alto algunos aspectos ms sutiles del
atributo y la validez de los resultados se resentir entonces por ello. Por eso, esta tcnica
se debe utilizar solamente con
discrecin.
Objetivo Peso
Definir los pesos mutuos de Capacidad de al menos 55 unidades/hora 40
requisitos. Si hay bastante tiempo de Diseo llamativo y personal; 10
preparar escrupulosamente el a diferencia de todos los dems
concepto del producto, revelar modelos del mercado
generalmente una gran cantidad de Todos los materiales pueden reciclarse 10
requisitos que el producto nuevo se La produccin no costar ms de 100$ 40
suponga para satisfacer. Sin embargo, Total de pesos 100
generalmente slo un nmero pequeo
de stos ser esencial y absolutamente obligatorio (y ellos se recogen preferiblemente en
una lista separada) mientras que la mayora de los requisitos son blancos ms o menos
voluntarias.
Por supuesto, la meta es satisfacer todos los requisitos de la gente pertinente si sea
posible, pero sucede en la prctica a menudo que lograr totalmente una blanco
prevendr la realizacin otro, particularmente la blanco del coste moderado de
produccin. Esta es la razn por la cual es recomendable definir la orden en la cual los
requisitos se pueden abandonar si necesario, por ejemplo para hacer posible el
cumplimiento de una meta ms importante. La orden de la importancia puede ser dada
asignando pesos a los requisitos. Un ejemplo de una tabla pequea de pesos se presenta
a la derecha.
Una tabla de requisitos ayuda a manejar una gran cantidad de propiedades, pero
solamente si su contenido se da en una orden lgica. Preferiblemente debe ser posible
comprender todos los grandes rasgos en un panorama. Con este fin, y tambin para
reducir el tamao de la tabla, es ventajoso combinar los grupos de caractersticas
asociadas en un peso. Tales familias de cualidades pueden ser encontradas
contemplando o discutiendo en el equipo, o para las variables cuantificables con la
ayuda de anlisis factorial (p. 175).
Los grupos de caractersticas que

resultan se pueden entonces
presentar en el patrn de un
rbol lgico, de un diagrama de
Venn o de otro modelo
topolgico. En cada nivel del rbol la suma de todos los pesos es constante, por ejemplo
100%, pero por supuesto los pesos absolutos en los niveles ms bajos ms detallados
sern ms pequeos. Un ejemplo de un rbol lgico est a la derecha, donde Shackel ha
analizado el concepto de la utilidad de productos.
Otro rbol lgico (abajo) representa las metas cualitativas de la construccin (por
Niukkanen, 1980, p.20).
SATISFACCIN / ADECUACIN
Entrada (aportaciones) Salida (produccin)
Costes / Recursos Utilidad / Funcin Experiencia / Percepcin
Costes de construccin Espacios Factores ambientales
Costes de uso Entorno de interior y clima Exteriores
Disminucin de produccin Equipamiento y durabilidad Interiores
La tabla de pesos tiene una grande ventaja: puede transformarse posteriormente en una
tabla de evaluacin de las propuestas de diseo o para someterlas al anlisis de costes y
ventajas (p. +++).
Los grados de satisfaccin. Propiedad: Facilidad de uso Mrito

Para muchas caractersticas el Las operaciones son automticas. 5
lmite de la aceptacin o del Varias operaciones son automticas. 4
rechazo es vago: el ms usted Folleto de instrucciones es detallado y claro.
obtiene, el mejor es. Por otra Instrucciones y funcionamiento mediocres. 3
parte, producir una calidad o El funcionamiento a veces torpe o confuso. 2
una capacidad superior significa La mquina reacciona de manera 1
generalmente costes adicionales. distinta a la descrita en el folleto.
Puede ser ventajoso posponer la
medida final de tal caracterstica a un momento ms tarde en el proceso del desarrollo
de producto, cuando tenemos ms conocimiento de las alternativas disponibles y de sus
costes. Esto significa que incluso cuando sera perfectamente posible definir, en la fase
del anlisis, un lmite de la aceptacin para esta caracterstica, definimos en lugar una
serie de grados de satisfaccin o de "niveles del mrito" como en la tabla a la derecha.
La satisfaccin se mide en una escala arbitraria, por ejemplo en una escala de 1 a 5. Una
escala numrica facilita el manejar de varias caractersticas simultneamente y el
encontrar de su grado ptimo comn, aunque la desventaja es que algunos aspectos de
menor importancia de la caracterstica pueden conseguir olvidados.
Hay tambin caractersticas que fcilmente se

pueden medir numricamente, pero a pesar de
esto la medida no indica directamente su valor de
utilidad o de satisfaccin. Consideremos una
bicicleta: si posee dos marchas es mucho mejor
que un vehculo del engranaje simple. Tres
marchas son todava un poco mejor, pero si hay
sobre diez engranajes la adicin de una o dos
ms no da mucho aumento en utilidad o satisfaccin. La relacin entre el nmero de
marchas y la satisfaccin se puede expresar en una curva, como en el diagrama a la
izquierda.
Otro ejemplo de una escala de la utilidad est a la derecha.

Segn l, un tocadiscos deber ser valorado "pobre"
(utilidad=1) si slo transmite la voz hasta el lmite de 5
kilociclos. 10 khz es un poco mejor, mientras que 20
kilociclos es excelente (utilidad=5). Un rendimiento ms alto
despus de eso no da ningn mrito adicional, porque la
oreja humana nunca podra or las voces sobre de 20 khz.
Crear propuestas
El proceso de "planificacin racional"
Razonamiento lgico como mtodo de planeamiento apunta a encontrar apenas una

ptima solucin en base de las blancos dadas y de las circunstancias efectivas. Esta
tcnica es posible solamente si el planeador sabe exactamente todas las blancos y
restricciones tan bien como sus lazos mutuos, y si stos son validados por todos los
partidos implicados.
Se han producido modelos para el proceso de diseo mediante el razonamiento lgico

sobre como debe hacerse el diseo. Este mtodo ha producido el llamado "proceso de
planificacin racional", que consiste en las siguientes fases:
1. Descripcin de la situacin de partida

2. Descripcin de la situacin a la que se pretende llegar
3. La diferencia entre 1 y 2 da los objetivos para el plan
4. Concebir alternativas para alcanzar el objetivo
5. Predecir las consecuencias para cada alternativa
6. Valorar las consecuencias
7. Elegir la mejor alternativa.
Las tres fases iniciales del proceso son a menudo fcilmente factibles con los mtodos
usuales de investigacin descriptiva. Las fases 4 y 5 deben ser rutinas normales para un
diseador perito. En esos campos de la produccin industrial donde este tipo de la tarea
es usual, es an posible que investigadores desarrollen los modelos uniformes de la
deduccin o del clculo que los diseadores pueden utilizar en la mayora de las tareas
para encontrar las soluciones ptimas. En la prctica real del diseo, lo ms cercano a
un proceso racional puede probablemente encontrarse en la ingeniera tcnica. Los
procedimientos exactos usados en ella son, por ejemplo, algoritmos, es decir, clculos
para encontrar las medidas para estructuras y redes de lneas elctricas. Pueden con
frecuencia llevarse a cabo mediante un ordenador, que puede acelerar el diseo en gran
medida, especialmente cuando se usa el diseo asistido por ordenador (computer aided
design-CAD).
El punto ms dbil del modelo son las fases 6 y 7 donde usted debe considerar
simultneamente una multiplicidad de requisitos de diversos partidos: las necesidades
de varios grupos de gente, el ambiente, la tecnologa de la produccin y coyunturas.
Una evaluacin comn de todos estos requisitos es obviamente posible solamente si las
consecuencias de alternativas se saben exactamente y no hay tambin muchas
diferencias personales en la evaluacin. Una condicin tan afortunada no es comn en el
diseo de productos, para un uso personal de gente.
Muchos investigadores de los mtodos de planificar han propuesto tratar con problemas
complicados segn el mtodo de Descartes, dado como las reglas nos. 2 y 3 en el
Discurso del Mtodo (1637): dividir el problema en "en tantas partes como sea posible
para solucionarlas mejor", resolver separadamente cada uno de stos, empezar con las
asuntos ms simples y subir al ms complejos. As, Alexander en el libro Notes on the
synthesis of form [Notas sobre la sntesis de la forma] (1964, p.94) ilustra su mtodo con
la ayuda de dos rboles lgicos (abajo). El que est a la izquierda presenta el proceso
del anlisis: hender los requisitos al producto futuro en sus componentes. El segundo
rbol simboliza la sntesis donde los problemas resueltos, presentados como esquemas,
se agregan juntos. "En el pice est el ltimo esquema, que captura las implicaciones
completas del problema entero, y es por lo tanto el diagrama completo para la forma
requerida" dice Alexander. Sin embargo, los arquitectos y diseadores practicantes
pronto encontraron que es raramente posible hender problemas del diseo en partes tan
independientes que stos se podran resolver en el aislamiento y combinar de nuevo con
xito. Es decir la piedra filosofal del planificar no ser encontrada con este
acercamiento.
Iteracin
Iteracin es un proceso a menudo visto en el anlisis normativo. Significa que usted

hace modificaciones "incrementales" pequeas a la propuesta, compara la nueva con la
vieja propuesta y contina con cualquiera de ellas que es la mejor. Es un mtodo
poderoso, pero al usarlo usted debe tener en cuenta dos debilidades inherentes de l:
1. El mtodo iterativo puede manejar solamente una caracterstica del objeto al

mismo tiempo. Si usted tiene varios alternativas en los cuales diverja de uno al
otro en ms que un respecto, usted lo encontrar difcil comparar ellos con el
mtodo iterativo.
2. Otra debilidad del mtodo de iteracin es que mientras que ella conduce
generalmente a una solucin mejor, puede sin embargo no poder encontrar la
mejor alternativa de todos. Un ejemplo de esto se ilustra en la figura a la
izquierda: si el proceso de la iteracin se comienza en la opcin A, dirigir
eventualmente a alternativa
C. Esta es, sin embargo,
solamente un ptimo
parcial: mientras que es
ciertamente mejor que los
vecinos, est lejos del
grado ptimo absoluto S,
que es radicalmente
diferente y nunca poda
haber sido encontrado por iteracin slo. Obviamente, si usted considera
solamente alternativas que no diferencian mucho del viejo, usted nunca inventa
algo radicalmente nuevo. A causa de esta debilidad es recomendable
complementar el enfoque iterativo con otros mtodos ms innovadores que sean
capaces de elaborar las propuestas que son ms distantes a las ya sabidas.
Al otro lado, el enfoque iterativo tiene una ventaja poderosa: permite comenzar el
trabajo en un nivel inferior de la exactitud en las fases iniciales del proyecto. Significa
no solamente velocidad y economa. Con menos detalles y exactitud es ms fcil
mantener la innovacin y crear alternativas que son ms lejanos de existentes y sabidas
hoy. Si usted no tiene suficientes hechos para basar sus primeras propuestas, usted
puede hacer simplemente conjeturas. Las adivinaciones malas entonces se eliminarn en
la fase de la evaluacin. A condicin de que la prueba final se hace con cuidado, es
permitido utilizar un estilo de trabajo ms bravo y ms innovador durante la mayor
parte del tiempo. La evaluacin final tendr validez mejor ya porque las propuestas
finales son ms detalladas y ms realistas.
El mtodo del tanteo
Cuando usted tiene la posibilidad de elegir entre alternativas que tienen una variacin
grande, y el nmero de las alternativas crece, la probabilidad se aumenta que hay una
alternativa aceptable entre ellos. Esto es verdad tambin cuando la aceptabilidad media
de las alternativas es baja, e incluso cuando ellos se han generado con un procedimiento
aleatorio que no tiene como objetivo las metas finales de la seleccin. Esta ltima lgica
es, en hecho, igual que ha gobernado el origen de las especies con la seleccin natural,
segn la teora de Charles Darwin.
Un uso eficiente del mtodo del tanteo requiere as muchas alternativas, quizs varios
centenares de ellos, y la gama de su variacin debe ser tan ancha que una alternativa
aceptable - o por lo menos una alternativa pensable, tal vez fructuosa - se puede esperar
caer dentro de esta gama. Note que no necesitamos encontrar una propuesta perfecta y
final entre las alternativas. Encontrar el ms prometedor o unos pocos prometedores
entre ellas generalmente basta, porque unas imperfecciones en l se pueden fcilmente
corregir ms tarde con iteracin. Debe evaluar as las alternativas no tal y como estn,
sino como puntos de partida potenciales para las propuestas. Gran competencia del
evaluador es as esencial.
Para desarrollar una gran cantidad de alternativas dos mtodos son comunes:
salir de un producto o una idea existente, y

usar ideas lejanas y aleatorias.
Para generar una gama grande de alternativas usted quizs quiera tomar un producto
existente como punto de partida, pero la dificultad en este mtodo es que las propuestas
tienden a quedarse demasiada cerca de esto origen, y alternativas realmente nuevas
nunca se encuentran. Sin embargo, el mtodo es viable cuando combinado con una
variacin voluntariosa brava, por ejemplo modificando la idea existente del producto
viejo con transformaciones, por ejemplo:
Agrande: Agregue algo, multiplica, consolide, hgalo ms largo, ms alto, ms

grueso, ms pesado, ms fuerte o ms rpida.
Reduce: Quite algo, haga ms ligero, ms corto o ms lento.
D vuelta al revs o interior hacia fuera. Contrario. Invertido. Vuelco. Gire de
cabo a rabo.
Henda. Combine.
Posponga. Haga ms temprano.
Esconde. Acente.
Especialice. Generalice.
Substituya: Qu ms? Quin otro? Cmo de otra manera?
Modifique la estructura. Cambie la orden, la disposicin, el ritmo, el tempo o el
nivel.
Debe evitar de criticar las transformaciones o de retrasar el proceso, para evitar

estropear el estado de nimo innovador del equipo. Por esta razn debe desatender todas
restricciones u puntos de vista prcticos. Su turno viene ms adelante, al seleccionar a
los mejores candidatos y mejorndolos ms lejos.
Otro mtodo para alentar variacin al desarrollar alternativas es fusionar "ideas

distantes" aleatorias en el proceso creativo. Estas ideas distantes pudieron ser
presentadas como artculos sacadas al azar de una lista elaborada previamente.
Inicialmente no necesitan tener relacin alguna con el problema de que se trata. Sin
embargo, cada idea distante cuando asociada al producto original puede ayudar a
producir nuevas ideas por analoga.
Una vez que una propuesta pensable - o algunas - se haya encontrado con el "mtodo
del tanteo", a menudo resulta que todava haya mucho que debe mejorar en las
propuestas. Para estos mejoramientos finales, iteracin es a menudo el mtodo
adecuado.
El mtodo de maduracin subconsciente
Todos los mtodos descritos arriba estn destinados para ser utilizados por el diseador
tal y como procedimientos planeados y conscientes, pero otra posibilidad deber que el
subconsciente del diseador se haga cargo del trabajo, quizs utilizando algunos
fragmentos de las cadenas lgicas antedichas o de cualquier otra que todava no
sabemos.
El mtodo de maduracin subconsciente es comn en el diseo artstico de productos.

Comn es que el diseador permite primero que los blancos y el problema madura en el
subconsciente por un perodo de tiempo, y si todo va bien, la solucin se crea
eventualmente. Tal un acontecimiento ha sido descrito por muchos profesionales
practicantes varios artes, por ejemplo Mika Waltari, el escritor del bestseller El Egipcio:
"Esta experiencia intensiva es breve, a veces unos pocos segundos, a veces

minutos. Por adelantado de ella, haba ideado ya muchos contornos para el libro
futuro, pero todos se haban parecido insustanciales... Este destello verdadero, la
innovacin genuina se parece una ocurrencia mstica y no dura largo. Despus
usted puede tratar conscientemente entenderlo y hacerlo claro a se. Slo despus
usted puede comenzar a recoger la materia nueva de un punto de vista novela, y
entonces sigue la concentracin final en la escritura que puede tomar varios
aos... " (1980, p.398...400.)
Waltari acenta que el mejor arreglo viene del subconsciente, no por planificacin
franca en el papel an en el caso que el trabajo se basar en muchos de informacin
escrita recogida:
"Si anoto los hechos recogidos en una manera demasiado definida, se convierte
en un impedimento... Es mejor dej esta inteligencia recogida sumergirse en el
subconsciente, y ms adelante cuando realmente necesito estos elementos para
mi trabajo, se volvern al pensamiento consciente como hechos evidentes. Si
esta manera se olvida de algunos detalles, yo he concluido que esos detalles eran
quizs no realmente importantes... Si tratara de anotar los pasajes ms largos
antes su tiempo su idea muriera: el pensamiento se atiesara prematuramente de
modo que yo no pueda ms lo explota." (ibid. p.406.)
Algunos artistas creativos creen que sera perjudicial disturbar o tratar de acelerar los
funcionamientos del subconsciente. Las ideas ms ingeniosas son las ms huidizas: se
apagan con facilidad y desaparecen si el inventor no las formula inmediatamente en
lenguaje convencional.
"En la caza de ideas, la pericia del hombre en la preparacin del escenario

representa el arte del cazador. La creatividad es una cuestin de poner en escena
un problema con una disposicin tal, que algo empieza a ocurrir, aparece, y entra
dentro de l. Ahora un ente est "hacindose" ah, algo se hace ms visible, ms
creble. Pero est slo atrapado muy dbilmente; puede escaparse si uno se
acerca demasiado pronto." ... "La captura de una idea es un proceso que se no
parece capaz de influenciar conscientemente. La cognicin consciente es un
instrumento demasiado basto." (Pietil 1985 p. 26.)
Sabemos muy poco de los procedimientos de trabajo del subconsciente. Se parece que
para ocasionar una invencin que el cerebro necesita, al lado de la base lgica para la
solucin del problema, tambin el estmulo que las capas ntimas del cerebro
normalmente estn produciendo toda la hora. Este estmulo no es relacionado con el
problema consciente y, porque no sabemos su estructura, aparece ser al azar. En base de
estos dos estmulos el cerebro entonces produce las soluciones tentativas para el
problema, y la cognicin entonces comienza a evaluar stos de la misma manera que la
seleccin natural elimina los mutantes no aptos segn la teora de Darwin.
Eventualmente una de ellas se valida en la evaluacin consciente y el artista comienza a
desarrollarla ms lejos.
Innovacin en grupo de trabajo
No hay mtodo fijo para la creacin de innovaciones. Sin embargo es posible estimular
un esfuerzo as. Para un grupo de trabajo a la caza de innovaciones, hay algunas
tcnicas especiales, como:
enumeracin sistemtica de todas las alternativas previamente conocidas

listas de soluciones parciales/incompletas y combinarlas de nuevas maneras,
con intencin de producir resultados nuevos
torbellino o lluvia de ideas (brainstorm): de 5 a 12 personas se renen con el
fin de desarrollar gran cantidad de ideas inmaduras, inacabadas. Criticarlas en la
reunin est prohibido, con el fin de conservar el espritu creativo de la reunin.
"La cantidad genera calidad": cuando hay gran cantidad de ideas, se hace
probable que algunas entre ellas produzcan algo fructfero.
la sesin sinctica: una prctica que implica varias fases, en que se promueve
inicialmente el torbellino de idas, y posteriormente la maduracin de stas. El
objetivo es evitar soluciones viejas y convencionales. De tanto en tanto, los
participantes de la sesin empiezan con una excursin mental en que toman
distancia ellos mismos del problema y de las vas tradicionales donde sus
pensamientos se han anclado.
Todos estos mtodos comparten algunos principios comunes:
La blanco se debe definir inicialmente, pero no demasiado exacto.

Durante la generacin de ideas stos no deben ser desaprobados.
Las ideas generadas se deben registrar inmediatamente (quizs en vdeo), porque
puede suceder que varias propuestas se presentarn en una sucesin rpida.
Debe haber perodos de la maduracin y de relajar, quizs consultando con la
almohada.
Los participantes deben intentar olvidarse las actitudes que podran inhibir la
innovacin, tal como (segn Johnsson y Varjoranta, 50):
Actitud negativa respecto a la imaginacin, recibida a menudo de padres y de

profesores.
Modestia, subestimacin de propias ideas.
Pereza del pensamiento, una fijacin superficial a modelos heredados de
reflexionar.
Confianza demasiada en racionalidad y lgica.
Narcisismo, egotismo excesivo.
Confianza en la autoridad.
Ambicin egosta, desgana al trabajo en equipo y cooperacin.
El miedo de cometer un error.
Aversin a parecer tonto o estpido.
Mtodos participativos
Un proyecto normativo apunta a desarrollar una propuesta que sea aceptable para todos
grupos de inters pertinentes. La manera ms fcil y ms confiable de alcanzar tal
consenso (aunque no siempre es posible) deber preparar la propuesta en una
cooperacin cercana con estos grupos de inters. En el caso afortunado que suficientes
personas de los grupos principales de inters estn disponibles para participar en el
proyecto, es a menudo posible or sus opiniones no slo en la etapa final de aceptar o de
rechazar la propuesta, pero en lugar en varios momentos durante el proyecto. Este
mtodo de consultacin frecuente mejora generalmente el resultado del proyecto,
porque ayuda a eliminar las propuestas inaceptables de antes de que demasiado trabajo
haya estado gastado a ellas.
Reuniones y discusiones frecuentes a menudo con un cuarto lleno de gente hacen los
mtodos participativos muy diferentes del trabajo solitario de un investigador
acadmico. Tpicos son los procedimientos y las caractersticas siguientes:
Las fases del proyecto se combinan. La gente que participa en un proyecto normativo
se interesa sobre todo en la propuesta final. Si participan ya en las fases anteriores del
proyecto, desearn de todos modos discutir la propuesta final "prematuramente" como
el investigador quizs piensa.
Coleccin de datos consigue una dimensin normativa. Simultneamente con los

hechos descriptivos que se renen con medidas objetivas, tambin opiniones normativas
sobre el objeto del estudio se pueden registrar. Ejemplos de la tipo normativo de recoger
datos se dan en la pgina Reunir datos normativos.
Los mtodos diferentes de la recogida de datos se pueden mezclar. No es necesario

evitar los disturbios que pueden resultar de usar simultneamente los mtodos de
observacin, de entrevista y de experimento. Cul es importante en un proyecto
normativo no es la confiabilidad de datos objetivos pero la calidad de las propuestas, y
sta se evaluar en la fase final del proyecto.
No debe ser negado que evaluacin y alcanzar unanimidad pueden a veces ser arduas y
lentas. Un proyecto normativo afecta a menudo las vidas de muchos grupos de inters, y
cuando mucha gente participa en las discusiones es a menudo imposible proceder
directamente a la sntesis y la propuesta. Algunas razones usuales de complicaciones
son:
El resultado ser en el futuro y por lo tanto su formulacin detallada toma

tiempo. El contexto futuro, tambin, puede ser difcil de predecir.
A causa del gran nmero de personas implicadas est difcil de convenir sobre el
resultado final, sobre los mtodos de alcanzarlo, o sobre los costes.
Las propuestas son hechas por los investigadores, planificadores y diseadores,
es decir por otras personas que los evaluadores. stos rechazan a menudo partes
esenciales de las propuestas. El proceso entonces vuelve a preparar una
propuesta nueva.
Algunas personas necesitan tiempo para tomar su punto de vista y expresar sus
deseos en el asunto. Desean a menudo continuar la discusin ms tarde, y quizs
necesitan clarificacin de algunos detalles.
Los mtodos que a menudo se utilizan para arbitrar opiniones contrastantes, se

enumeran en la pgina +++ (Conciliar opiniones
contrastantes). Es normal que toma tiempo de alcanzar la
aceptacin general cuando las opiniones difieren. Al
contrario, es tpico de anlisis participante que una parte del
trabajo tiene que ser hecha de nuevo a veces. Si hay
muchos tales regresos, el proceso comienza a asemejarse
ms a un crculo que a una sucesin linear de decisiones.
De hecho, un espiral como el que est a la derecha se ha definido a veces como modelo
tpico de un proyecto del desarrollo.
Las fases tpicas en un "espiral del desarrollo" son como sigue.
1. Descripcin normativa del estado inicial y definir la necesidad de mejoras

4. evaluacin de la propuesta.
Repitiendo la secuencia a partir del 2 a 4, y gradualmente mejorando la propuesta, un

resultado aceptable se encuentra generalmente.
Algunos acercamientos tpicos de participacin normativa se discuten abajo.
El diseo "sastre-hizo" es el arreglo normal de la cooperacin para producir un

producto nico para una persona o para un grupo de gente pequeo tal como una
familia. Cuando es posible reunir todos los diseadores y usuarios del producto
alrededor de una mesa, ellos pueden trabajar en equipo, deliberando juntos los
problemas del diseo. Las soluciones a los problemas se encuentran y se aceptan a
menudo colectivamente, pero es la tarea del diseador profesional explicar las
restricciones tcnicas y producir alternativas, quizs con los mtodos de crear
propuestas discutidas anteriores. El usuario emplea al planificador o diseador
normalmente como un consejero.
Cundo un grupo grande pero no organizado de personas est dispuesto a desarrollar un

producto en cooperacin, los mtodos convenientes se pueden encontrar bajo la etiqueta
de diseo colectivo, cul mtodo se ha utilizado a veces al planear un grupo de casas,
vase Kukkonen (1984). No es muy comn, pero que puede tener algn inters de los
puntos de vista de investigacin y de democracia.
El diseo colectivo est basado en reuniones de los diseadores y los usuarios futuros
de los productos. A causa del gran nmero de usuarios, sus opiniones a menudo
difieren, y una discusin para asentar el conflicto se necesita. Para acelerar la discusin
puede ser recomendable organizar a los participantes en "grupos de inters" temporales.
Al lado de estos grupos, hay siempre un "equipo tcnico" de los diseadores
profesionales (y posiblemente de los investigadores) que preparan continuamente
propuestas alternativas para ser discutidos en reuniones generales semanales con los
usuarios.
Las fases tpicas en la planificacin participativa son:
1. Organizar los grupos de inters que entonces pueden decidir tener reuniones
privadas si lo sienten necesarios.
2. Anlisis. Los grupos de inters clarifican sus metas, primero solamente a s
mismos.
3. Diseo y negociacin entre los grupos de inters. Si un grupo se parece sufrir
debido a una propuesta este grupo debe quizs recibir una remuneracin para
ella.
4. Ratificacin con tan unnime una decisin como es posible. (Explicacin ms
detallada en la pgina +++ Planificacin participativa.)
Un "lenguaje de diseo" comn se necesita para que los clientes sin formacin
tecnolgica puedan describir cosas que esperan de los productos futuros. Para el diseo
de viviendas, este tipo de lenguaje se ha desarrollado por Heikki Kukkonen (1984).
Un trabajo pionero fue el conciso libro Toward a Scientific Architecture (1975) de Yona
Friedman. El autor afirma que, para ayudar en el diseo colectivo, el diseador debe,
previamente, preparar un repertorio que muestre a los usuarios todas las alternativas
posibles que tienen. Adems, el repertorio debe contener advertencias pertinentes sobre
cada eleccin, por ejemplo sus beneficios, inconvenientes y costes. Pero no corresponde
al diseador criticar las elecciones del usuario ms que lo que el camarero de un
restaurante critica los platos que su cliente elige.
Un ejemplo bien conocido del material terico, preparado por adelantado para el diseo
colectivo, est A Pattern Language (1977), desarrollado por Christopher Alexander et
al., se basa en una investigacin bastante costosa tanto con respecto al aspecto prctico
como a la comodidad. El "lenguaje de patrones" de Alexander consista en 253
instrucciones de diseo, aunque los autores tienen buen cuidado en afirma que tambin
stas son slo un ejemplo: cada comunidad en particular tiene un lenguaje de patrones
propio y lo mismo ocurre con cada individuo. Por otro lado, muchos patrones son
arquetpicos o comunes a todos los seres humanos.
Cada uno de los patrones de Alexander sigue la misma frmula que se ha descrito en la
pgina x del libro: la primera imagen es un ejemplo arquetpico y hay tambin una
breve lista de otros patrones que estn relacionados con ella. La lista es seguida por una
ilustracin que clarifica qu significa este patrn. Tras esto se da cuenta del
conocimiento emprico sobre el patrn y variaciones de su aplicacin. El mtodo de
diseo colectivo con estos patrones se explica en The Oregon Experiment, por
Alexander et al. (1975).
Gracias a investigacin intensiva, algunos productos ahora poseen tan confiable una
teora que disear productos nuevos es bastante fcil. Algunos investigadores, sobre
todo Yona Friedman (1975 B) y Nicholas Negroponte, han propuesto que en base de tal
teora - los estndares, algoritmos, ejemplares y las reglas para ajustarlos - sera posible
construir una mquina de diseo, es decir un aparato programado que se puede usar
para producir automticamente un diseo para un producto nuevo. El cliente expresa sus
deseos apretando las teclas de un men, y el autmata despus crea un diseo en base de
las reglas que un diseador profesional ha programado en la mquina por adelantado. La
ventaja estara el reducir no solamente el trabajo de diseo, pero tambin mejorar el
servicio al consumidor que tendra as ms opciones al comprar un producto.
Hay pocas mquinas de diseo en operacin hoy, pero pueden llegar a ser ms
frecuentes en el futuro. La idea es interesante tericamente, porque una teora del diseo
explcita ser necesaria para definir los costes y otros resultados que producir cada
alternativa en el men cuando se selecciona, y por supuesto, para producir el diseo que
el cliente quiere ordenar.
No es difcil construir una mquina de diseo para tales productos que consisten en
partes prefabricadas y los clientes slo escogen los componentes que desean incluir en
el producto. En hecho, esto es qu hoy ya sucede, no slo en la cafetera automtica
tradicional, pero tambin en los sistemas de comercializacin de los muebles de cocina
y de computadoras, especialmente cuando stos se compran en el Internet.
El paso siguiente podra quizs agrandar la seleccin hasta incluir dimensiones, colores
y formas del producto, y posiblemente tambin transmitir el diseo acabado a las
mquinas de la fabricacin, creando as un sistema de la fabricacin automatizada.
Evaluar propuestas normativas
Cuando el propsito del estudio es normativo, es decir el definir cmo el estado del
objeto del estudio u otros objetos similares se podra mejorar en el futuro, el producto
final del proyecto ser una o ms propuestas que explican detalladamente las mejoras
deseadas y cmo se alcanzan conveniente. Estas propuestas se publican en el informe
final del proyecto, despus de que el trabajo contina a veces como proyecto del
desarrollo que lleva a cabo la ejecucin prctica de las propuestas en la forma de, por
ejemplo, Desarrollar un producto industrial o Desarrollo de
una actividad.
Porque las propuestas son el contenido ms importante de

un proyecto de investigacin normativo, especialmente
cuando el proyecto acarrea a las operaciones prcticas del
desarrollo, el investigador debe hacerlas tan eficaces y
optimizadas como sea posible. En la mayora de los
proyectos normativos las propuestas reciben su contenido
gradualmente y cada uno de sus bosquejos sucesivos se
evala en su vuelta, que revela a menudo una necesidad de
revisin y ajuste de la propuesta, como se demuestra en el
diagrama a la derecha.
La posibilidad final y mejor de valorar y ajustar las propuestas es momentos antes que
el informe ser impreso en su versin final. En este bosquejo las propuestas, sus puntos
de partida, las posibilidades prcticas a su logro y otros factores relacionados se
resumen, las ventajas y los gastos son exactos y sus relaciones mutuas son definidas,
que facilita el dar un juicio total de ellos.
La pregunta clave al valorar una propuesta normativa es: Es un instrumento eficaz,

prctico y econmicamente optimizado para lograr la mejora deseada?
En el siguiente se presentan pocos mtodos usuales que a menudo son utilizados a

evaluar las propuestas, o con o sin la colaboracin de los usuarios de la mejora deseada.
Al lado de hacer propuestas, un proyecto del estudio normativo incluye a menudo la

reunin de datos descriptivos desde empiria, para ser utilizado como base de las
propuestas. Al evaluar esta informacin, el criterio principal es su confiabilidad.
Evaluacin colectiva
Cada proyecto del estudio normativo se hace desde alguien punto de vista, todo el
tiempo, y ste es el caso incluso en la evaluacin de sus propuestas finales. El mismo
grupo de la gente que al principio haba definido las blancos del proyecto puede a
menudo tambin evaluar las propuestas finales.
Durante el proyecto sucede a menudo que el punto de vista se extiende y al fin no es

igual que en el principio. Personas y grupos de intereses nuevos han unido quizs al
proyecto, por ejemplo el departamento de la fabricacin u otras tales personas que
cuidarn de la realizacin de las propuestas. A veces preguntas de efectos secundarios -
con respecto a la materia prima, desechos y contaminacin, por ejemplo - han emergido
que nadie haba pensado en las reuniones iniciales del proyecto. Todo esto significa que
los desacuerdos de opinin estn ms probables en la etapa final que al principio del
proyecto. Sin embargo, los mtodos explicados en p. +++ (Comprimir las opiniones)
estn siempre disponibles para arbitrar las diferencias de la opinin. La mayor parte de
stos funcionan en base de discusiones entre los partidos del inters. En todo caso, es la
tarea de investigadores visualizar y explicar las propuestas alternativas
comprensiblemente a todos participantes de modo que una discusin sensata de varias
opciones, sus ventajas y debilidades llegue a ser posible.
Otra responsabilidad del investigador es considerar si todos grupos de intereses

pertinentes se oirn en la evaluacin. Algunas alternativas pueden afectar a veces las
vidas de las generaciones futuras que no pueden asistir a la reunin. Adems, hay gente
que raramente consigue su voz oda en reuniones, tales como gente con deficiencia
visual o auditiva, gente con los sillones de ruedas o la capacidad del movimiento de otra
manera reducida, y nios (vase p. +++). En una reunin el investigador puede llamar la
atencin a las necesidades de esta gente, o despus l puede tratar de modificar la
alternativa escogida ms aceptable para sos que no eran presentes en la evaluacin.
Cuando no es practicable reunir gente en una reunin, los mtodos interrogativos de

investigacin - de entrevista o de cuestionario - estn disponibles para recolectar las
evaluaciones. Su desventaja es la dificultad de arbitrar las opiniones contradictorias.
Evaluacin terica
Hay tambin mtodos que se pueden utilizar cuando no es posible nada recolectar
cualquier opinin de los grupos de inters. En tal caso, el investigador puede asumir un
papel "objetivo" y utilizar mtodos de medicin y valoracin que simulen el punto de
vista general e imparcial.
Cuando no hay evaluacin directa de la gente interesada disponible, el investigador

utiliza normalmente los informes publicados en los campos de la investigacin que son
relevantes con la blanco normativa del proyecto. Incluyen normalmente literatura
terica sobre la actividad, si existe, como la teora del diseo y de la fabricacin de la
clase pertinente de productos. La opinin del usuario del producto se centra tpicamente
en la teora de usabilidad y ecologa a largo plazo del uso. Puede, sin embargo, ser
difcil simular completamente el punto de vista del usuario, porque incluye por lo
general simultneamente muchas caractersticas diferentes del producto que pueden
estar en conflicto.
++++COPIA ?++++El mtodo ms usual para la evaluacin basada en la teora es

probablemente el anlisis de costes y beneficios, que se llama tambin la ingeniera de
valor. Fue explicado arriba, y es un mtodo popular de resumir todas las ventajas y
desventajas sabidas de varias propuestas alternativas. Se puede utilizar por un
investigador que trabaja solo, pero entonces l debe tener valoraciones exactas de cada
caracterstica importante de las alternativas. Es as una herramienta definitivamente
cuantitativa, y hace necesario la medida de todos los componentes que se analizarn.
Anlisis de coste-ventajas
El anlisis de coste-ventajas, que tambin lleva el nombre de ingeniera del valor, es un

mtodo para la recapitulacin de todos los valores de utilidad importantes en una serie
de propuesta de productos (o entre cualesquiera otras alternativas) y encontrar su valor
ptimo, junto con el coste, precio u otras aportaciones asociadas con cada alternativa.
El anlisis de coste-ventajas es claramente una herramienta cuantitativa, y precisa la

medicin de todos los componentes que han de ser analizados. El anlisis se lleva a
cabo en pasos definidos y lgicos:
1. Antes de que podamos comenzar el anlisis tenemos que crear las escalas de
satisfaccin para cada uno de los atributos que se tendrn en cuenta.
2. Adems, necesitaremos la escala de pesos de todos los atributos importantes del
producto. Sobre la base de estos podremos hacer una tabulacin cruzada de
todas las alternativas de propuestas de productos y todos los atributos que han de
ser valorados.
Bajo cada producto se sitan dos columnas: una para los valores de utilidad para
cada atributo, y otra columna para su evaluacin final que podemos obtener
multiplicando el valor de utilidad por el peso del atributo.
3. El siguiente paso es aadir todas las evaluaciones para una propuesta de

producto. En el ejemplo de abajo, las sumas aparecen (en cursivas) en las celdas
rojas en la lnea inferior. La mejor alternativa ser aquella con la mayor suma.
(No es an necesariamente la alternativa ms ventajosa, porque los precios y las
aportaciones no se incluyen en esta fase.)
Atributo, Peso Alternativa 1 Alternativa 2

o propiedad del producto P Valor de PxU Valor de PxU
utilidad utilidad
U U
Capacidad 40 2 80 5 200
Facilidad de uso 40 3 120 4 160
Diseo, apariencia 10 5 50 2 20
Materiales, reciclaje 10 3 30 2 20
Total 100 -- 280 -- 400
4. Si el anlisis est hecho en la forma arriba descrita y solamente se tienen en

cuenta los valores de utilidad, un paso final del anlisis ser, para cada
alternativa, comparar su utilidad total (a partir de la lnea inferior de la tabla
mostrada arriba) con el precio (u otra aportacin) de la misma alternativa. Esto
se hace simplemente comparando las proporciones entre utilidad total y
aportacin a la produccin. La proporcin mayor indica la alternativa ptima.
Un mtodo alternativo a lo que se acaba de mostrar es incluir en la tabla de

anlisis de valores una fila suplementaria donde se comparen las aportaciones
que precisa la produccin. Su peso total suele situarse en algn punto de una
franja entre el 40% y 50%.
Probar una propuesta
Probar una propuesta es un procedimiento donde la alternativa probablemente mejor, o

unas de las mejores alternativas, se ponen en operacin prctica en una escala pequea y
para un perodo limitado. En base de los resultados la alternativa probada despus ser o
rechazada, modificada, o aceptada en la operacin continua.
La meta es generalmente invitar a algunos usuarios futuros de la propuesta a tomar parte

en la prueba, aunque esto no siempre puede ser logrado y una muestra de conveniencia
de personas se utiliza en lugar en la prueba. El investigador pide que acten en la prueba
de una manera semejante que haran con la propuesta aceptada final, aunque a menudo
su operacin tiene que estar ms o menos simulado porque una operacin hecha y
derecha haba sido imprctica de arreglar. El mtodo a veces se llama 'proyecto
experimental' (ingl. 'pilot project').
La prueba es muy usual en el desarrollo de productos nuevos industriales, especialmente

para medir y mejorar la usabilidad de productos. Se arregla normalmente con los
prototipos ms o menos funcionales del producto. Algunos arreglos y procedimientos se
pueden adoptar del mtodo cientfico de experimento con excepcin del hecho que es
generalmente innecesario incluir el producto existente o el estado actual de cosas como
una alternativa porque es ya bien sabido a los probadores.
Otra variante de la prueba prctica de productos nuevos es Prueba de comercializacin

donde una serie restricta de productos de calidad normal estn en venta a los
consumidores genuinos que viven en un rea elegida.
Al desarrollar una actividad, tambin, la prueba de propuestas es comn. Especialmente

los mtodos de investigacin de accin son a menudo eficientes para esta tarea.
El informe normativo
Un estudio normativo es a menudo ms fcil de informar que estudios descriptivos,
porque un proyecto de investigacin normativo se hace generalmente para un propsito
prctico sabido y en beneficio de gente que se conoce en su mayor parte. El autor
encontrar generalmente un contenido lgico y una estructura convenientes para el
informe simplemente recordando el propsito del proyecto. Semejantemente, l puede
encontrar las expresiones derechas para los hechos y propuestas considerando cmo el
texto ser entendido por la gente para quien es dirigido.
Cada proyecto normativo de investigacin difiere de los otros porque el objeto y blanco
son individuales. Una diferencia decisiva, que tambin influye en la manera de la
divulgacin, es la extensin del estudio y de la aplicacin destinada. Los estudios
normativos extensivos o generales tienen como objetivo el mejorar de una clase de
objetos, y los estudios intensivos o tarea-especficos son interesados solamente en el
objeto l mismo y quizs en otros objetos semejantes. Los estudios generales se piensan
para ser utilizados por muchas personas y organizaciones, el estudio tarea-especfico
solamente por un grupo pequeo de la gente, que significa diferencias para el contenido
del informe y para la publicidad. Estas alternativas se demuestran en el diagrama a la
derecha y se explican brevemente en el siguiente.
Investigacin extensiva o general de lo que gente espera de prctica y de productos.

Contiene teoras de prctica o de diseo aplicables universalmente, es decir regulaciones
gubernamentales, estndares, algoritmos y otras herramientas para diseadores.
Usuarios potenciales son los diseadores y los fabricantes de los productos, a los cuales
existen los canales habituales de informacin, tales como conferencias y manuales.
Cada profesin y cada tipo tradicional de actividad humana poseen y sigue su propia
teora de la prctica, aunque partes grandes de ella existen a menudo solamente en
forma tcita y nunca han sido objeto del estudio cientfico o se han divulgado como
teora escrita. Sin embargo, el desarrollo de la tecnologa moderna requiere que los
procedimientos industriales originalmente tradicionales estn modernizados y
optimizados segn los requisitos de hoy, y esto se hace con la ayuda de estudios y del
divulgar los resultados como
adiciones a la teora existente.
Las teoras de la prctica que se
han estudiado mucho y estn
bien documentadas, son entre
otras las siguientes:
Produccin industrial y
su direccin
Teoras del diseo producto-especficas
Teoras meta-especficas que se piensan mejorar o garantizar una cierta
caracterstica en todos productos, como usabilidad, ergonoma, esttica,
ecologa, economa, o seguridad de los productos.
Estas teoras generales de la prctica se diseminan normalmente a travs de canales

establecidos de la informacin, tales como educacin a una profesin, los manuales y
programas para varias profesiones y ramas de industria. Siempre que un proyecto de
investigacin haya producido correcciones o adiciones a la teora existente, stos tienen
que ser publicados a travs de
los mismos canales.
Un estudio normativo intensivo

o proyecto-especfico no
desarrolla teora, pero apunta a
mejorar el estado actual de
cosas, como actividades o
productos. El objetivo est igual
que en estudio normativo
extensivo, es decir descubrir
mtodos para mejorar fsicamente el objeto. La diferencia al estudio normativo general
es que el estudio normativo tarea-especfico no produce ninguna teora pero en lugar
manipula directamente su objeto que est una actividad o un producto existente.
Los usuarios del estudio participan a menudo en el estudio o son sabidos al menos, lo
que facilita el divulgar. Adems, los resultados son a veces secretos y utilizados
solamente por la compaa que comisiona.
El informe normativo significa a menudo una serie de informes. La meta de un

proyecto normativo no deber producir informes, pero ms bien revisiones en prctica
existente donde a menudo muchas personas estn ligadas. Toda esta gente puede
raramente inmediatamente aceptar la propuesta del investigador de alterar el estado
habitual de sus asuntos. Ms usual es que un informe normativo se produce como una
serie de versiones o ediciones sucesivas que tienen el contenido diferente, no slo
porque las propuestas se refinan gradualmente pero tambin porque cada informe se
piensa para asistir en una fase diferente en el proceso de realizacin. Por ejemplo, un
proyecto del desarrollo de productos se puede dividir en no menos que seis fases que
todos producen un informe. Las secuencias comparables se pueden encontrar en
cualquier otro proyecto normativo. En principio consisten en fases e informes
siguientes:
Fase de proyecto normativo:

El contenido del informe despus de esto fase:
Fase del estudio descriptivo (si necesario)

1. El informe sobre el estado presente de cosas y sus problemas (si necesario)
Estudio normativo y preparar las propuestas
2. El informe de propuestas tentativas (como serie de bosquejos sucesivos
cuando est necesario)
Decisin sobre las alteraciones en la prctica actual
3. El informe como instruccin sobre la prctica nueva
Realizar los cambios en la prctica
4. Informar sobre el progreso del proyecto normativo (si necesario)
Decisin sobre las mejoras
(etc.)
De stos, el informe del estado actual de cosas y sus problemas, cuando se hace, puede
ser hecho con las tcnicas descritas en la pgina 219.
En asuntos normativos la cooperacin y as tambin el flujo de informacin es

generalmente inminente e intensa, y por lo tanto los requisitos formales para el papeleo
pueden ser menos rigurosos (si el trabajo no est una tesis), y a menudo una
presentacin verbal en vez de un libro impreso puede ser as eficaz en hacer las cosas
suceder.
El informe de propuestas tentativas
Los proyectos normativos originan generalmente de los problemas o deseos de la gente

fuera de la comunidad de investigadores, y as se espera que las propuestas del proyecto
satisfagan las necesidades de esta gente. Por ejemplo, los grupos de personas cuyas
opiniones son importantes en el desarrollo de un nuevo producto incluyen, al lado de la
gerencia responsable que finalmente acepta o rechaza todo en el proyecto:
1. los usuarios futuros del producto,

2. la gente en el taller de la fabricacin,
3. la divisin de la comercializacin,
4. los implicados y el ambiente.
5. la escuela o la asociacin de diseadores profesionales, donde el diseador desea
ganar renombre.
Igualmente, al desarrollar una actividad profesional existente, hay personas que tratan
por costumbre con lo. Algunos de estas personas pueden ser pedidas quizs tomar parte
en el proyecto, o por lo menos el investigador puede obtener comentarios de ellos.
De hecho, tpico de proyectos normativos es que sus propuestas tienen que ser
discutidas por mucha gente, y en base de los comentarios el investigador a menudo
necesitar modificar sus propuestas, quizs varias veces en sucesin.
Para dar una base para las discusiones, el investigador necesita preparar un informe que
contenga un bosquejo para las propuestas del proyecto normativo. Adems, el
investigador a menudo explica que otras alternativas son concebibles para cumplir los
objetivos del proyecto, y enumera sus mritos y desventajas. La estructura del informe
podra ser, por ejemplo:
1. Descripcin sobre el estado actual de cosas y de la propuesta para alterarlo,

hecho en trminos objetivos (es decir sin valoracin de gente).
2. Las opiniones de los varios tenedores de apuestas que pueden tener inters en el
cambio, y una propuesta para arbitrar los contrastes entre ellos, hecha por el
investigador.
3. Un resumen de las alternativas, de sus costes, de las ventajas y de los efectos
secundarios. Una alternativa puede ser no hacer nada y preservar el estado actual
de cosas y su direccin de la evolucin actual. Finalmente, el investigador debe
hacer su propuesta para la mejor alternativa y decisin.
El estilo de presentacin. Un informe puede servir como base para la discusin y la

decisin solamente cuando se entiende bien. Al preparar el informe, el investigador
debe por lo tanto tener presente a la gente que va a leerlo. Una junta directiva puede
aceptar posiblemente tratados eruditos, pero si usted quiere obtener comentarios de
consumidores comunes y de todos niveles de usuarios de sus productos, es mejor
utilizar texto lo ms simple posible, tambin al explicar ocasionalmente un concepto
tcnico o terico inevitable. La misma recomendacin es aplicable a presentaciones
verbales del investigador en las reuniones del proyecto.
No slo texto puede llegar a ser un obstculo para la discusin cuando est demasiado
oscuro. Tambin los diagramas tcnicos y convenciones de dibujo a menudo utilizado
por investigadores, arquitectos y diseadores de productos pueden ser difciles de
descifrar para personas que no son acostumbradas a estos tipos de descripcin. Una
posibilidad que los investigadores recuerden raramente es utilizar lenguajes artsticos de
modelar como la pintura, la escultura, el drama, la danza y la msica para ilustrar
conceptos y relaciones abstractos.
Otra dificultad de comprensin puede ocurrir cuando un artesano experimentado u otro

profesional quisiera traer en la discusin tal conocimiento prctico que l o ella tiene
solamente en la forma tcita. Puede crear un problema al investigador que desea
divulgarlo en papel. Algunos acercamientos a este problema se enumeran en la pgina
+++ (Acercamientos para reunir conocimiento prctico en la forma tcita).
El informe como instruccin sobre la prctica

nueva
La mayora de los proyectos normativos incluyen un acontecimiento distinto donde la

mejor propuesta para realizar las blancos del proyecto se selecciona definitivamente, y
su puesta en prctica comienza. Dependiendo de la organizacin del proyecto este
acontecimiento puede ocurrir como decisin del grupo de conduccin del proyecto
normativo, de la gerencia de la compaa, de un comit de estandardizacin, de una
oficina gubernamental, o de otro establecimiento que tiene la autoridad para hacer
declaraciones sobre la direccin del desarrollo en el campo de la actividad en cuestin.
Esta decisin puede ser obligatoria para todos, o puede ser una recomendacin que los
profesionales pertinentes entonces pueden seguir o no, dependiendo de la situacin
prctica.
En todo caso, despus de la decisin ser necesaria informar a toda la gente que se
espera para observar la adicin nuevamente creada a la teora de la prctica. El
contenido de esta informacin difiere de los informes antedichos, incluso del ltimo de
ellos, porque despus que una de las propuestas alternativas se ha escogido, las otras
alternativas se pueden olvidar. Asimismo, los argumentos para esta decisin tienen
ahora inters solamente histrico. Los informes que se han preparado durante el proceso
se pueden ahora archivar para ser consultados en el caso que la extensin nuevamente
aceptada de la teora se debe revisar.
Al formular las instrucciones para la accin prctica, la fuerza vinculante de cada

instruccin y de cada subdivisin se debe indicar claramente. Apenas indicar quin ha
emitido la instruccin, no sera suficiente para esto, porque las instrucciones que no son
muy cortas (por ejemplo los libretes) contienen a menudo las partes obligatorias,
mientras que otras partes pueden servir para informacin solamente. Podra as ser til
distinguir los grados siguientes de la fuerza vinculante:
normas, esto es, regulaciones permanentes

consejos, pautas y recomendaciones, y
modelos, ejemplos aceptables.
Sin embargo, sera torpe complementar cada oracin con una frase que define el poder
obligatorio de esta oracin en el texto. En lugar, usted puede utilizar smbolos
tipogrficos, tales como el tipo de letra, color y colocacin del texto. Por ejemplo, en el
Cdigo Nacional de Construccin de Finlandia todas pginas tienen una columna ancha
y una estrecha, y el texto se imprime en varios tipos de letra. El significado de esto es
como sigue:
Las regulaciones obligatorias se han impreso en la columna ancha en el tamao

grande.
Las pautas, es decir los ejemplos aceptables que se conforman con las
regulaciones, se imprimen en la columna estrecha con un pequeo tipo de letra.
Las explicaciones se imprimen en itlica en la columna estrecha. Contienen
referencias a las regulaciones, a las pautas y a otras fuentes.
Las ilustraciones clarifican o complementan el texto, por ejemplo dando el
mtodo de medir un concepto que se mencione en una regulacin.
El reparto e informacin. Si usted quiere una puesta en prctica rpida y extensa para
sus recomendaciones o instrucciones nuevamente publicadas, usted debe descubrir
quines son la gente que quisiera o necesitara aplicar este nuevo conocimiento, e
informar a stos. Cmo esto se puede hacer en la prctica, depende de la extensin del
proyecto.
En un pequeo proyecta del desarrollo intensivo o tarea-especfico, donde no se ha

creado ninguna teora general y la mayora de los usuarios potenciales son bien sabidos,
un mtodo conveniente pudo ser un informe corto que se da a cada usuario conocido
personalmente. A veces an una mera presentacin verbal o un curso de lecciones
podran ser suficientes. A menudo los encargadores de un proyecto pequeo del
desarrollo estn satisfechos si el proyecto apenas alcanza sus metas prcticas, y se
parece superfluo informar a forasteros. Estn a veces definitivamente contra tal
informacin, particularmente cuando se refiere al desarrollo de producto en una
compaa privada.
El caso es diferente en los proyectos normativos extensivos donde todos los usuarios
potenciales del nuevo conocimiento no pueden ser conocidos y por lo tanto la
publicidad eficaz es esencial. Aqu se debe descubrir si hay canales permanentes de la
informacin para la teora de la prctica, y utilizar estos canales si es posible. Tales
canales usuales son manuales, bases de datos de estndares, diarios profesionales, y
conferencias en los seminarios de la gente ocupada en el campo pertinente. Para la
difusin de regulaciones y de estndares gubernamentales hay canales especiales, tales
como las oficinas de impresin del gobierno. Sin embargo, cuando se usa cualquiera de
estos canales usted puede considerar si el canal escogido alcanza a todas las personas
que quizs ganen de esta informacin.
Una ventaja de sistemas permanentes de la publicacin es que ellos incluyen

procedimientos para informar sobre adiciones y correcciones del material, y tambin
para quitar el material obsoleto de la base de datos.
Informar sobre el progreso del proyecto

normativo
En proyectos grandes de investigacin y desarrollo donde la duracin est meses o aos,

es acostumbrado hacer informes peridicos al encargador, cul informes dan una cuenta
sobre el progreso del proyecto y
comparan l al plan de trabajo inicial
aceptado por el patrn. Si el plan de
trabajo fue hecho como diagrama de
Gantt (a la derecha), usted tiene la
posibilidad de indicar para cada tarea su
porcentaje de la terminacin, que juntos
dan una vista general del proyecto entero.
Finalmente, cuando el proyecto se ha acabado y las operaciones normativas previstas

han sido alcanzadas en la prctica, puede haber una necesidad de una revisin escrita
del proyecto entero como panorama histrico de la investigacin hecha, de arbitrar los
contrastes de la opinin, de la serie de propuestas, y de la realizacin de la propuesta
seleccionada.
Cuando un tan informe retrospectivo de un proyecto normativo se hace, se escribe

generalmente en estilo descriptivo, porque las definiciones normativas originales de
problemas y de blancos han perdido mucha de su validez despus que la prctica actual
en el campo se haya reformado para quitar los problemas originales.
Sin embargo, nada previene para evaluar de nuevo la situacin en el campo, con los
mtodos normales de evaluacin, o en base de la respuesta si se ha recogido sobre el
desarrollo hecho. Algunos arreglos que los fabricantes de los productos industriales
utilizan a veces para recolectar la respuesta desde los usuarios de productos se explican
en la pgina +++ (Respuesta y crtica).
DESARROLLO
Desarrollo de una actividad

Escoger acercamiento
Los productos industriales y otros artefactos se asocian con muchas actividades

humanas que se relacionen con la creacin de productos, o con su uso y mantenimiento.
Cualquiera de estas actividades puede contener de vez en cuando problemas que tienen
que deshacer con la ayuda de investigacin y desarrollo.
"Desarrollar" significa que el proyecto incluye no slo una descripcin descriptiva de la

actividad presente, pero tambin su evaluacin normativa y algunas propuestas para
mejorarla. Una evaluacin es, por la definicin, posible solamente desde alguien punto
de vista. Por lo tanto llega a ser necesario definir temprano en el proyecto cuyos
intereses son decisivos al seleccionar los mejoramientos, y cul partes exteriores sern
odos al planear los cambios. stas pueden incluir, al lado de la gerencia de la
compaa, esos otros departamentos que cooperan en la actividad. Si la actividad
concierne produccin, partes exteriores importantes seran, entre otros, los proveedores
de la materia prima, los clientes, y otros grupos activos tales como en el esquema abajo.
El grado de autonoma. Al escoger un enfoque para desarrollar una actividad, es

generalmente recomendable conformarse con el mismo grado de la autonoma que es
predominante entre los grupos permanentes en la organizacin, es decir, mejor deber
conformarse con la distribucin normal del poder de decisin. De esta manera, ser ms
fcil para la gente que participa en el proyecto para encontrar papeles y puntos de vista
convenientes para ellos en el proceso del desarrollo. Organizaciones tienen, por
supuesto, una variacin grande en el grado de autonoma de sus grupos, pero dos
regmenes claramente diferentes aqu se pueden tomar como ejemplos:
El acercamiento de la "gestin cientfica" sera manejar a gente de la misma

manera que a mquinas, en otras palabras la gerencia controla de cerca todo que
se hace. Cuando un ejecutivo detecta un problema en la actividad, l comienza
un proyecto del desarrollo, emplea a un investigador, consigue la propuesta del
investigador y toma una decisin sobre los cambios necesarios. Las personas
que son implicadas en la actividad toman parte en el estudio slo como objetos
de la observacin y entrevista. Un mtodo apropiado de desarrollo ser
generalmente la ingeniera de mtodos o una variante de ella.
Los enfoques autnomos se aprovechan del hecho que humanos, a diferencia de
mquinas, pueden ellos mismos desarrollar su actividad. Es normal que un grupo
de trabajo permanente s mismo advierte un problema en su actividad, y resuelve
las mejoras necesarias, quizs consultando a un experto y finalmente obteniendo
la aprobacin para los cambios de la gerencia y otros partidos implicados. Tal
estilo participando del desarrollo es especialmente conveniente cuando los
cambios no afectan a muchos externos. Un mtodo conveniente estara a
menudo la investigacin-accin.
Los dos acercamientos antedichos - que no son de ninguna manera contrarios -

diferencian algo en sus mtodos. La decisin entre ellos se debe hacer temprano en el
proyecto, porque afecta ya la primera fase del proyecto, el definir de blancos. Esta
decisin es hecha por el director del grupo en el acercamiento primer-mencionado,
mientras que en el segundo alternativa el grupo s mismo toma la decisin.
Proceso del proyecto del desarrollo. Casi cada proyecto del desarrollo, no importa qu
es el mtodo, se planea segn el proceso tpico:
1. Descripcin normativa del estado inicial (y tambin quizs su historia) y

definir la necesidad de mejoras
4. evaluacin de la propuesta.
Cuando mucha gente participa en el proyecto, sucede a menudo que un proceso lineal
como el antedicho no puede inmediatamente generar propuestas que podran ser
aceptables a todos los participantes. Algunas personas necesitan tiempo para tomar su
punto de vista y expresar sus deseos en el asunto. Desean a menudo continuar la
discusin ms tarde, y quizs necesitan clarificacin de
algunos detalles.
Complicaciones como stos pueden obligar hacer de nuevo

una parte del trabajo, en otras palabras volver a una etapa
ms temprano del proceso. Si hay muchos tales regresos, el
proceso comienza a asemejarse ms a un crculo que a una
sucesin linear de decisiones. De hecho, muchos proyectos
del desarrollo se realizan en la prctica como un espiral
como el que est a la derecha, independientemente de
como se program el proyecto inicialmente. De todas
formas, repitiendo la secuencia y gradualmente mejorando
la propuesta, un resultado aceptable se encuentra
generalmente. El proceso es, en otras palabras, iterativo.
Desarrollar un caso, o crear una teora general? Desarrollar un caso, o crear una
teora general? Si el proyecto ha empezado desde los problemas en las actividades de un
grupo de gente, su meta ser normalmente el quitar estos problemas. Para tal proyecto
de estudio de caso, a veces llamado estudio ideogrfico, los mtodos convenientes estn
Investigacin-Accin y Ingeniera de mtodos (p. 288).
Otra meta para una investigacin puede ser recolectar conocimiento universalmente
vlido de las actividades que se estudiaron, en otras palabras para crear o para agrandar
la teora de esta actividad, que teora se puede entonces utilizar quizs para la ventaja de
otros casos problemticos semejantes. Este tipo de estudio se discute ms adelante bajo
del ttulo Teora de una actividad.
Investigacin-Accin
La investigacin-accin, como un par de otros acercamientos menos sabidos, pertenece

al grupo de mtodos autnomos para mejorar una actividad existente. En estos mtodos
el grupo activo l mismo, quizs con la ayuda de un investigador consejero, inicia y
lleva a cabo la investigacin y crea las propuestas para mejoras necesarias.
Dependiendo de la estructura de la organizacin, estas propuestas entonces se someten
quizs para la aceptacin (o modificacin) por la gerencia u otros partes concernidos.
Los mtodos autnomos (a veces tambin llamados participandos o colectivos) de

desarrollo requieren a menudo algn tiempo y dinero, pero tienen varias ventajas como
recompensa:
Una solucin desarrollada en el grupo suele ser mejor que la desarrollada por
personas ajenas, porque son los miembros del grupo quienes conocen mejor el
problema y sus soluciones alternativas. Cuando, adems de esto, el investigador
proporciona al grupo teoras generales sobre relaciones humanas desarrolladas
en otras comunidades, se hace posible un diagnstico eficaz y una solucin del
problema. Adems, todos los participantes se beneficiarn en forma de un
desarrollo mental; e, idealmente, el grupo tambin ser capaz de reconocer los
problemas y tratarlos por s mismo en el futuro.
Una solucin encontrada por el grupo mismo ser ms agradable para l que una
hallada por un extrao; el grupo estar ms dispuesto a trabajar por algo propio
y a comprometerse con ello. La gente hoy acepta la autonoma del grupo den el
trabajo y en otros mbitos, y el derecho a tratar los problemas por ellos mismos.
Debido a estos dos argumentos, la investigacin-accin es con frecuencia ms
eficaz que las otras alternativas cuando se tratan los problemas en un grupo.
Los mtodos autnomos son ms de moda ahora que en la poca del Henry Ford, pero
en hecho no son ninguna invencin moderna. Probablemente siempre varios grupos de
gente han sabido mejorar su actividad, y tambin la industria tiene sistemas arraigados
para recolectar y realizar propuestas hechas por los empleados. Uno de estos arreglos es
el crculo de calidad. Es un mtodo japons en el que los grupos permanentes de
trabajo que operan normalmente juntos en una planta se renen para tratar medios con
los que pueda ser disminuido el porcentaje de errores y prdidas en la produccin, o la
calidad de los productos elevada.
Plan de sugerencias es otro mtodo de la cooperacin para desarrollar una actividad.

Se ha utilizado tambin ya durante muchos aos. El objetivo es animar, desarrollar y
llevar a cabo iniciativas y sugerencias surgidas de los trabajadores o empleados de la
organizacin. El sistema suele consistir en las partes siguientes:
el formulario para rellenar con sugerencias. Este cuestionario especial contiene,

junto a espacio para la propuesta, un cupn para que el autor de la sugerencia
pueda guardarlo como prueba de su derecho de autora. (Normalmente las
sugerencias se presentan annimamente.)
el buzn de sugerencias donde los formularios completados se depositan,
el comit de sugerencias. Se renen regularmente, estudian las sugerencias o
atienden a que las sugerencias prometedoras sean analizadas adecuadamente y
comprobadas en la prctica.
un sistema de gratificaciones por las sugerencias. El premio suele ser un
porcentaje preestablecido (10 ... 50%) de los ahorros o beneficios estimados
durante el primer ao de actuacin.
De todas formas, la investigacin-accin es probablemente el mtodo ms eficaz

conocido ahora para tratar problemas de trabajo complicadas. Es un mtodo en el que el
investigador se une temporalmente a la comunidad de la que trata su investigacin y,
con sus herramientas tericas, ayuda a la comunidad a resolver los problemas a que se
enfrenta. Los cambios que son necesarios para corregir los problemas se precisan y se
aceptan en una serie de seminarios donde participan todos los miembros del grupo,
incluyendo su director. Kurt Lewin (1890-1947) es mencionado con frecuencia como el
padre del mtodo.
La investigacin-accin se ha aplicado a varios tipos de grupos en contextos laborales, y

es particularmente til en la Administracin Pblica y en otras organizaciones antiguas
cuyos mtodos tradicionales fallan a la hora de cumplir con los requisitos de un entorno
que ha cambiado. Con ayuda de la investigacin-accin, es posible convertir una
"organizacin de rutina" burocrtica en una "organizacin de aprendizaje" flexible que
puede cambiar con los nuevos problemas.
Proceso de investigacin-accin
La investigacin-accin no es slo una herramienta para

el desarrollo de una actividad, sino tambin un proceso
de aprendizaje colectivo. Consiste en el siguiente ciclo
repetitivo:
1. La accin del grupo tal y como es regularmente

llevada a cabo es el punto de partida. La
Investigacin-Accin no es posible slo sobre
suposiciones tericas.
2. La evaluacin de los resultados. Cul es el
propsito original de la accin? Est
cumplindose ahora? Hay algn inconveniente o efectos colaterales
perturbadores?
3. Reflexin. Tomar distancia al trabajo diario y encontrar su estructura conceptual
y general. Hay patrones generales cuyo caso especial est el trabajo del grupo?
El fin es entender porqu el proceso ahora es como es, y si hay otros mtodos de
trabajo posibles.
4. Abstraccin. El fin es construir un modelo terico de la actividad original,
incluyendo sus funciones esenciales, puntos fuertes y debilidades.
5. Planificar cambios al modo original de accin, intentando mantener las
funciones esenciales, a la vez que se cambian los puntos dbiles. El modelo
terico debiera proporcionar fundamentos para nuevas actuaciones. El estilo
modificado de la accin se puede entonces o adoptar para el uso permanente, o
puede ser tomado como el punto de partida de un nuevo ciclo semejante del
proyecto, hasta una propuesta, aceptable para todos, se ha encontrado.
Engestrm (2002, 128) define las fases diferentemente y presenta el resultado tpico de
cada fase:
Actual modo de la accin: Etnografa de problemas.

Resultado: Descripcin del estado inicial y de sus problemas; delimitacin del
estudio.
Anlisis de la evolucin histrica de la actividad y de sus problemas.
Resultado: Hiptesis de trabajo 1 sobre las controversias presentes; su prueba
contra la informacin sobre la actividad actual, sus disturbios y las innovaciones.
Hiptesis de trabajo 2 sobre la zona del desarrollo cercano.
Ayudar al planeamiento de un nuevo modo de la accin y al analizarlo.
Resultado: Hiptesis de trabajo 3 sobre como se puede solucionar las
controversias, es decir el nuevo patrn de la accin. Analizar el proceso de su
creacin.
Ayudar al arranque de un nuevo modo de la accin y de analizarlo.
Resultado: Anlisis de la iniciacin del nuevo modo de la actividad, de
disturbios, de innovaciones y de la expansin.
Evaluacin del nuevo modo de la actividad.
Resultado: Anlisis de las consecuencias del nuevo modo de la actividad y del
proceso entero. [Entonces sigue un ciclo renovado o la conclusin?]
Kuula (1999, 94) presenta el proceso tpico de la investigacin-accin como una serie
de "conferencias de trabajo", cada uno de que tiene un tema que se discutir:
1. Qu clase de organizacin sera ideal.

2. Qu obstculos entorpecen lograr el ideal.
3. Cmo evitar los obstculos.
4. Un programa prctica para la mejora.
Parece probable que an este proceso se tiene que repetir a veces, porque los
participantes no pueden prever siempre todos los obstculos que se presentan, y es
tambin posible que gente despus de que un segundo pensamiento desee revisar sus
ideales anteriores.
Los modelos de proceso arriba no se piensan probablemente para ser seguidos exacto.
En lugar, la blanco principal es comenzar una discusin sobre el desarrollo. Cuando los
participantes incluyen a mejores expertos en la actividad en la pregunta, es decir la
gente que ellos mismos realizan la actividad, se puede esperar a menudo que durante las
deliberaciones una lgica y una progresin conveniente se manifieste incluso sin
instrucciones rgidas del investigador. sta es la opinin de un investigador
experimentado, Gustafsen (1992, 5). Recuerde que un consultor o un investigador es
todo el tiempo presente y puede ofrecer consejos en cmo un callejn sin salida
amenazador se puede evitar. Al comienzo de las discusiones, es habitual que el
investigador sea quien tenga la iniciativa, pero la finalidad es conseguir el autogobierno
tan pronto como sea posible, tanto en la resolucin de problemas como en el enfoque de
la investigacin en general.
Herramientas para la investigacin-accin
La tarea del investigador es

ayudar a la comunidad a trabajar
en el proceso cclico arriba
ilustrado y proporcionar al grupo
las herramientas para alcanzar
este objetivo. Puntos difciles en
el proceso son las transiciones
del conocimiento tcito cotidiano
a los modelos tericos; y, por
otro lado, del modelo a la vida cotidiana (vase la figura en la derecha). Esta transicin
puede hacerse ms fcil ideando un grfico de mural formado en las discusiones entre
el investigador y el grupo. En el grfico pueden mostrarse con notas movibles todas las
facetas y los problemas de la accin. Las descripciones de los problemas mostrados
concretamente y estructurados sobre la pared provocarn entonces debates y promover
las interpretaciones crticas y tericas de los problemas. Es responsabilidad del
investigador mostrar cmo se inicia tal grfico.
Como animar la discusin. Otra dificultad al comenzar a discutir mejoras a las rutinas
del trabajo de una organizacin permanente puede ser que los procedimientos del
trabajo hasta este momento han sido decididos sobre todo por los supervisores. El
subordinado rara vez ha sido preguntado sus opiniones y est por lo tanto no
acostumbr para expresar sus ideas, que sin embargo pueden incluir a menudo
alternativas valiosas para arreglar la actividad, para evitar problemas en el trabajo y para
mejorar su resultado. El investigador debe ayudar a esta gente silenciosa a hacer su
contribucin a la discusin. Esta ayuda poda significar dar motivacin y estmulo,
arreglar una atmsfera atractiva para la discusin y presentar formatos convenientes
para hacer propuestas.
Una forma de comenzar la discusin podra ser que todos escribiesen sus comentarios
sobre los problemas de forma annima en hojas de papel. El investigador entonces lee
en voz alta estas sugerencias, clasificadas convenientemente, como introduccin a una
discusin general.
Otra herramienta que suele ofrecerse por los investigadores es un cuestionario de

reflexin distribuido a los participantes por el investigador un da o dos antes de la
reunin. El investigador ha formulado preguntas abiertas que harn a los interrogados
especificar y conceptualizar la situacin y los problemas. El cuestionario puede incluir
preguntas sobre hechos y actitudes con las cuales el investigador examina para su
propio informe de investigacin el estado presente del grupo.
Al lado de asistir a los participantes en la localizacin de problemas e introducir asuntos

en la discusin, el investigador debe asegurar una discusin innovadora durante las
reuniones. En un programa donde es vital la colaboracin leal entre los participantes, las
lagunas en la comunicacin no pueden permitirse. Para asegurar el flujo fcil de ideas,
no slo del supervisor al subordinado, pero tambin en todas las direcciones, los
participantes se deben acordar sobre una cierta prctica de debate. Aqu abajo, unos
ejemplos de tales "reglas del dilogo democrtico" (segn Gustavsen 1992):
Todos los implicados deben tener derecho de participar.

Todos deben ser activos. Cada participante tiene una obligacin no slo de
exponer sus propias ideas, sino tambin de ayudar a otros a aportar las suyas.
Todos los participantes son iguales.
Debe ser posible para todos desarrollar una comprensin de los asuntos.
No se prohbe ningunos argumentos, y no deben ser rechazados antes de una
inspeccin suficiente.
Los puntos, argumentos, etc. que van a entrar en el dilogo deben ser hechos
verbalmente por alguien que participe. Nadie puede participar slo "sobre el
papel".
Los participantes tienen que tolerar la divergencia de opiniones.
Cada participante debe aceptar que otros pueden presentar mejores argumentos.
El papel en el trabajo, la autoridad, etc. de todos los participantes puede ser
sometido a discusin -- ningn participante est exento a este respecto.
El fin del dilogo es producir acuerdo con los que se formen plataformas para la
accin prctica.
Hubo 13 recomendaciones en total. Fueron desarrollados en el marco de un amplio

programa de desarrollo que se comenz en Suecia en 1985 y se llam Liderazgo,
Organizacin y Codeterminacin. La finalidad era iniciar y apoyar el desarrollo de
nuevas formas de trabajo y de organizacin en la empresa. Esto haba de tener lugar por
el esfuerzo combinado de trabajadores, Direccin e investigadores. Durante 5 aos,
unos 60 investigadores llegaron a trabajar dentro del programa que finalmente abarc a
150 empresas e instituciones pblicas. Segn los autores "el sistema democrtico tiene
el provecho de extraer un amplio rango de opiniones e ideas que pueden guiar la accin
prctica, a la vez que tambin posibilita la toma de decisiones por todos los
participantes".
Jungk y Mllert (+++) piensan que adems del nivel racional-analtico, debe incluirse
en los debates el nivel intuitivo-emocional. Eso ayudara al centrarse en las causas de
controversias y revelara un tipo nuevo de entendimiento creativo.
Una ms posibilidad para estimular la innovacin en una discusin del grupo es hacer
uso de la "reunin creativa" y otras tcnicas enumeradas en p. +++ (Innovacin en
grupo de trabajo), aunque generalmente ya los mtodos normales de investigacin de
accin son suficientes para producir bastantes ideas para hacer una propuesta final
acertada.
Cul es el papel del investigador en el proceso de la investigacin-accin? Pocos

investigadores tienen tanto conocimiento previo sobre las operaciones y problemas de
un grupo desconocido como para ser capaces de estimarlos o explicarlos de forma
inmediata, por no hablar de formar un modelo terico sobre todo ello. En lugar de ello,
el investigador puede poner a disposicin del grupo su propio conocimiento terico
general y sus habilidades. El investigador ofrece mtodos para el anlisis, obtiene la
informacin necesaria desde fuera y hace las preguntas que los miembros del grupo
nunca hubieran pensado por s mismos.
El investigador debe recordar que la razn por qu l ha sido pedido asistir al proyecto
es generalmente que los problemas del grupo se han parecido imposibles de solucionar.
La tarea principal del investigador es as invitar al grupo a mirar sus problemas en un
contexto ms ancho que antes, es decir, de tan lejos que soluciones potenciales,
desconocidas anterior, llegan a ser visibles.
Modelos tericos. Sucede a menudo que un problema en actividad diaria primero se

parece insoluble, pero la solucin aparece si usted mira el problema de otra perspectiva
y en un contexto ancho. En la investigacin de accin, esta perspectiva ms amplia es
creada normalmente procediendo desde problemas prcticos a modelos ms generales
tericos (y, posteriormente, de nuevo, de vuelta a la prctica). Esto a menudo no ser
fcil para las personas del grupo que slo estn familiarizadas con operaciones
prcticas. Ser ms fcil llegar a la teora si comenzamos con pequeas cosas prcticas
y pasamos a las mayores del modo siguiente:
1. el trabajo de los individuos y sus problemas se tienen en cuenta primero

2. en segundo lugar, la colaboracin del conjunto de la unidad de trabajo, su
eficiencia y problemas
3. finalmente, la finalidad del trabajo de la unidad se cuestiona y posiblemente se
redefine.
Otra forma es observar la accin desde diferentes ngulos de visin de forma alterna.
Esto puede ayudar a adquirir una comprensin ms profunda de la accin. Las
perspectivas frtiles pueden ser obtenidas retratando la accin (presenta o mejorada) en
modelos, por ejemplo en siguientes:
Lista de metas. La razn para la existencia del grupo, sus objetivos generales y
las demandas de los clientes.
La evolucin histrica de la actividad. Qu elementos originales de la
actividad han sobrevivido, tal vez con modificaciones? Que pervive sin una
funcin coherente? Que elementos nuevos se han aadido a la actividad?
Cules han disminuido? Siguen necesitando elementos nuevos?
Modelo de conflictos. Los conflictos que han resultado de un desarrollo
anterior. No son los problemas entre la gente lo que ha de debatirse, sino los
conflictos que han resultado de un desarrollo
desequilibrado de las tres facetas del trabajo:
o El empleado (un trabajador
individual, o quizs un grupo de
trabajo coherente)
o Herramientas, mquinas, reglas,
rutinas, teora, organizacin.
o El objeto, resultado o producto del
trabajo, las demandas de los clientes.
Una razn habitual para los conflictos es que entre

los factores que hemos mencionado arriba, uno ha
cambiado mientras que los otros dos permanecen igual. Un enfoque histrico puede
usarse ahora para desenmaraar este desarrollo. La perspectiva del tiempo de los
miembros ms antiguos del grupo ser normalmente lo bastante larga.
Tan pronto como haya una comprensin general de las finalidades y los conflictos del
trabajo, y todo haya sido situado en el modelo aceptado para describir la accin, el
investigador y los participantes discutirn los medios por los que mejor se alcanzarn
los objetivos y se eliminarn los conflictos. Las alternativas para el cambio se
encontrarn atendiendo al modelo terico.
Es a menudo difcil en seguida traducir la actividad del grupo en un modelo terico.

Puede ser provechoso comenzar mirando los modelos que se han construido anterior en
los campos de ciencias que estudian actividades humanas, es decir sociologa y
psicologa, gerencia de negocio etc. Es la tarea del investigador asistente de seleccionar
uno o ms modelos que se podran utilizar como una base en la discusin del grupo.
Los modelos que se pueden pedir prestados de varios campos de ciencia son
necesariamente generales en naturaleza, en otras palabras son escritos en un nivel
terico general que consiste en conceptos anchos (como la eficacia, la motivacin etc).
Si una solucin potencial a los problemas del grupo entonces se encuentra en este nivel
de los modelos generales (ve
esquema en el derecho), la
discusin entonces puede volver
de nuevo al nivel de estudio de
caso de hechos tpicos (como
tareas, productos y la
organizacin del grupo).
Las soluciones alternativas a los

problemas generalmente se encontrarn en la zona de potencialidad (o "zona de
desarrollo cercano"): en un abanico de posibilidades en que no se haba pensado antes o
que no ha sido posible conseguir slo por los individuos, sino que puede conseguirse
ahora con el acuerdo colectivo.
El investigador est all para presentar ejemplos de otros grupos que ha visto y de
modelos tericos generales sobre el modo en que operan los grupos.
Evaluar resultados de la investigacin-accin
El desarrollo de una actividad no debe medirse con los criterios de la investigacin

descriptiva, sino comparando los resultados con los objetivos normativos del proyecto
mismo. Los objetivos principales a menudo son el eliminar o aliviar el inconveniente
presente, aumentar la democracia del grupo y el aprendizaje de los miembros. A veces
hay tambin la meta de acopiar y desarrollar la teora de actividad. Cada uno de estos
propsitos debe ser juzgado con sus propios criterios.
Evaluar el desarrollo de una actividad. En el comienzo de un proyecto de la

investigacin-accin, la finalidad del proyecto habitualmente esta ms o menos
claramente definida como la eliminacin de cierto problema. Sobre esta base podemos,
al final del proyecto, evaluar si este objetivo se ha alcanzado; aunque frecuentemente en
las reuniones colectivas los objetivos de un proyecto han cambiado muchas veces
respecto a lo que eran al comienzo. En todo caso, podemos evaluar si el proyecto ha
sido bastante til.
Un acuerdo sobre la utilidad de un proyecto colectivo no siempre puede alcanzarse.

Puede ser desde un punto de vista lgico imposible encontrar una solucin comn que
sea absolutamente la mejor para todos ("Teorema de Imposibilidad segn Arrow"). En
lugar de ello, lo habitual ser que usemos la definicin de Pareto de que una situacin
ptima se alcanza cuando es imposible incrementar el bienestar de algn miembro del
grupo sin una reduccin igual en el bienestar de algn otro. La idea de Pareto fue as
que el bienestar de un grupo es la suma del bienestar de todos sus miembros.
En caso de desacuerdo en la evaluacin, el grupo podra recurrir a una votacin u otros

mtodos convencionales de actividad grupal, vase p. +++ (Conciliar opiniones
contrastantes). Esto, no obstante, raramente ser necesario; habitualmente un
prolongado debate es bastante para alcanzar un acuerdo razonable y justo sobre el xito
y resultados de un proyecto colectivo. La razn es que durante el proyecto los
participantes han aprendido a entender los puntos de vista de los otros y por tanto
raramente se quedan anclados con demasiada terquedad a sus opiniones originales. Por
el contrario, en los estadios ms tardos de los seminarios, la atmsfera tiende a ser
bastante entusiasta, y la evaluacin de los resultados, tambin, puede llegar a ser
demasiado positiva por el clima existente. Para comprobar la solidez de la estimacin, el
investigador podra plantearse el tomar una segunda estimacin de los participantes
mediante un cuestionario o entrevista posteriores. Aunque no sea muy apropiado para la
investigacin-accin, tambin es posible para el investigador moverse a un punto de
vista "objetivo" al final del proyecto y evaluarlo midiendo la "bondad" de la situacin
en el grupo al comienzo y al final del proyecto.
Por otra parte, una evaluacin de la propuesta final, por fuera, podra ser bien fundada
en el caso que el proyecto afectar las vidas de la gente fuera del grupo. Tpicos tales
grupos de inters en un proyecto del desarrollo se enumeran en la pgina Punto de vista
normativo. Los principios y mtodos generales de evaluacin normativa se discuten en
la pgina 267.
Evaluar el aprendizaje de los participantes. Participar en un proyecto de

investigacin-accin puede ser interesante y gratificante por las formas nuevas de
pensar y trabajar que los participantes aprenden y desarrollan. Parece corresponderse
con las expectativas de la gente de cmo debera ser la vida en sociedad. La evaluacin
de tales cuestiones puede ser recibida en los encuentros finales del proyecto, si procede.
Durante el proyecto, el investigador ha aprendido gradualmente a conocer a los

miembros del grupo, con lo que ser capaz de evaluar en su informe el desarrollo de su
conocimiento, habilidades y actitudes durante el proyecto.
Evaluar resultados tericos. La mayora de los proyectos de la investigacin-accin

apuntan sobre todo a mejorar la actividad prctica del grupo en la pregunta, y esto no
interesa los participantes ni los financieros del proyecto si sus resultados se pueden
aplicar ms adelante a otra parte. Sin embargo, sucede a menudo que el investigador que
asiste al proyecto viene de una universidad que est interesada en acopiar y desarrollar
las teoras de actividades y en los mtodos de desarrollar stas. En esto caso llega a ser
necesario evaluar el valor terico del proyecto, es decir el valor del aumento en el
conocimiento terico que entonces se puede aplicar a otra parte. Las preguntas que
pertenecen a esta evaluacin se discuten en la pgina 201.
El informe de la investigacin-accin
La tarea especial del investigador en la investigacin-accin suele ser escribir un

informe sobre el proyecto. Sus contenidos sern un informe sobre las fases del proyecto
y un sumario de los datos que se han reunido y los resultados que se han obtenido. Esta
parte del informe es un tpico estudio de caso. Ser ms fcil escribir si el investigador
ha llevado un diario sobre los acontecimientos y los debates. Tambin las grabaciones
pueden ser de utilidad, especialmente si ha habido varios debates al mismo tiempo en
grupos de trabajo.
Al elegir el contenido y el estilo de la divulgacin, usted tiene que considerar el

propsito del informe. Si el objetivo principal es asistir a desarrollar la actividad que se
ha estudiado, usted puede a menudo encontrar un formato conveniente en la pgina 271.
A menudo no hay gran necesidad para un informe escrito, notablemente en el caso que
todas personas pertinentes han asistido a las reuniones y ellos as ya tienen toda la
informacin que ellos necesitan.
El caso es diferente cuando el objetivo es desarrollar la teora de la actividad, o cuando
el investigador piensa utilizar su informe como una tesis en una universidad. En este
caso usted querr normalmente conformarse al formato regular de informes cientficos,
explicado en la pgina 219 y en las instrucciones de la universidad en cuestin.
Ingeniera de mtodos
La ingeniera de mtodos es un tipo especial de observacin sistemtica que apunta a

mejorar una caracterstica escogida en la actividad de un trabajador, mientras que
preserva buena seguridad y un nivel tolerable de la tensin mental y fisiolgica del
trabajador. Originalmente, el objetivo era mejorar la productividad del trabajo, pero de
hecho el mtodo se puede utilizar para estudiar y mejorar casi cualquier cosa que se
refiere al trabajo - la manera de trabajar, las condiciones de trabajo, seguridad
ocupacional, herramientas, materiales, ecologa, e incluso el diseo y la calidad del
producto, es decir la mayor parte de los asuntos enumerados en la pgina +++ (Teora
de la fabricacin). Adems, muchos de estos mtodos se pueden utilizar por cualquiera
que desea mejorar su proceso personal de trabajar.
La metodologa de la ingeniera de mtodos fue creada al principio del siglo XX sobre

la base de la filosofa de la "gestin cientfica". La combinacin de los procedimientos
normales en la ingeniera de mtodos a menudo se llama Estudios de movimiento y
tiempo o los Mtodos de Medicin de tiempo (MMT, siendo las siglas en ingls MTM).
Sus objetivos tpicos son:
desarrollar el mejor mtodo de trabajo y presentarlo como un estndar que

entonces se puede aplicar ms adelante al trabajo de otros.
medir la productividad ptima para cada tarea
guiar a los trabajadores hacia los mtodos ptimos
Originalmente la ingeniera de mtodos se lleva a cabo por un investigador

especializado y no se esperaba que l tratase los asuntos con el trabajador. El proyecto
comienza con la situacin actual del trabajo que ha sido vista como un problema. El
investigador parte de la observacin del trabajo habitual de los trabajadores sin
interferir, y registra sus procedimientos, a menudo con ayuda del cronmetro y la
cmara, y presenta los hallazgos como grficos del proceso, planes de base y planes
horarios.
Durante la observacin, el investigador intenta encontrar las respuestas a cinco

preguntas principales, con la pregunta adicional "Por qu":
1. Qu se hace? Cul es la finalidad de la operacin? Por qu debe ser llevada a

cabo? Qu ocurrira si no se hiciese? Son necesarias todas las partes o detalles
de la actividad?
2. Quin hace el trabajo? Por qu lo hace esta persona? Quin lo podra hacer
mejor? Podra hacer el trabajo una persona con menos habilidades y formacin
(si el trabajo se organizase adecuadamente)?
3. Dnde se hace el trabajo? Por qu se hace ah? Podra hacerse ms
econmicamente en algn otro sitio?
4. Cundo se hace el trabajo? Por qu debe hacerse en ese momento? Sera
mejor hacerlo en algn otro momento?
5. Cmo se hace el trabajo? Por qu se hace de ese modo?
Nota que estas preguntas no son predestinadas slo a la ingeniera de mtodos pero se
pueden utilizar en cualquier momento - e incluso por una sola persona - para simplificar
un proceso de trabajo mientras que mantener su eficacia y otros aspectos deseables.
Aunque el acercamiento de la "gerencia cientfica" originalmente tom poco aviso de

las opiniones de los trabajadores, entendemos hoy en da que ningunos cambios
profundos y estables se pueden alcanzar si no se planifican en conjunto. No slo se trata
de derechos de los trabajadores, sino tambin de usar su experiencia. En muchos pases
las organizaciones del mercado de trabajo estn ahora de acuerdo en que los proyectos
de ingeniera de mtodos deben al menos tratarse in los comits de empresa de los
lugares de trabajo. Incluso los trabajadores individuales suelen ser invitados a participar
en proyectos de desarrollo.
Un mtodo simple de cooperacin del investigador y del trabajador es que el

investigador, adems de observar el trabajo, tambin entrevista a los trabajadores. Tales
mtodos combinados se discuten en la pgina 234. Preguntas convenientes que se
pedirn son:
Qu es lo que est equivocado aqu: dnde estn las trabas? Qu es lo que no

funciona bien o lo que ralentiza el trabajo?
De qu tipo de mtodos o herramientas piensa Vd. que debera intentarse
mejorar la eficacia?
Recuerde que el trabajador tiene a menudo razones buenas en hacer el trabajo en la

manera que l lo hace, pero su conocimiento y habilidad son generalmente tcitos. La
tarea del investigador es ayudarle para expresarla verbalmente de modo que el
investigador y el trabajador puedan discutir el mtodo de trabajo y quizs mejorarlo.
Al interpretar las respuestas dadas por los trabajadores, el investigador debe apoyarse
sobre su propio juicio, porque las respuestas de los trabajadores estn frecuentemente
teidas de lo siguiente:
el trabajador est tan habituado al viejo sistema de trabajo que le es difcil

pensar en otras maneras de trabajar (="ceguera del mtodo")
el trabajador nunca menciona algn inconveniente porque piensa que no ser
posible corregirlo de ningn modo
la insatisfaccin del trabajador con las condiciones de trabajo no se enfoca
siempre claramente o de forma definible: el trabajador puede por ejemplo
quejarse de una corriente que viene de las ventanas cuando la razn real puede
ser un jefe intermedio
el trabajador a veces sospecha (y no siempre sin razn) que como resultado de la
investigacin se harn ms estrictos el ritmo de trabajo o la poltica salarial.
Sin embargo, un ingeniero de mtodos no se contentar con registrar solamente de

manera descriptiva es estado actual de cosas; en lugar de ello su intencin constante es
mejorar el estado actual. El investigador hace su propuesta de mejoras no slo sobre la
base de observaciones y entrevistas, pero tambin sobre la experiencia previa obtenida
por la observacin de trabajo similar en otras partes. Hay tambin teora de la
fabricacin detallada para muchas ramas de la industria.
Una vez que exista una propuesta tentativa, los tactos finales pueden entonces ser
agregados usando los mtodos de Evaluar propuestas normativas, p. 267.
El informe suele ser breve, slo precisara que la propuesta pueda ser aceptada por la
direccin y tal vez tambin por el Comit de Empresa.
Una vez que los mtodos ptimos de trabajo se encuentran, ellos se definen a menudo
como cartas de la actividad, es decir exactas instrucciones del movimiento para varios
tipos de trabajo repetitivos. Otros hallazgos usuales de un proyecto de la ingeniera de
mtodos son los estndares de productividad que definen el ritmo normal del trabajo, es
decir cuntas unidades se producen normalmente por hora.
Al seleccionar la estructura y el estilo del informe usted puede desear mirar la pgina
271.
Preparar teora para una actividad
La mayora de los proyectos son estudios de caso, en otras palabras ellos tienen como
objetivo el quitar de un problema sabido en la actividad de un solo grupo de gente.
Alternativamente, es posible
desarrollar una actividad con el
fin del aplicar los resultados
dondequiera que un problema
semejante existe. En este caso
los resultados del proyecto se
deben escribir en un formato
general y ellos pueden ser
llamados teora de una
actividad (por ejemplo, teora
de fabricacin de coches).
El uso de un producto es una actividad relacionada con el producto que podra ser
provechoso estudiar y desarrollar. En la prctica, usted a menudo la encontrar
documentada en el librete - instrucciones para usar el producto - que acompaa el
producto. Ay, estas instrucciones son hoy a menudo mal escritas y mereceran siendo
probado por un investigador.
Es posible decir que la teora de usar un producto se incluye en el producto s mismo en

forma implcita. Por ejemplo, el hardware de una computadora se planifica a menudo
para un uso especfico, tal como crear msica, diseo asistado por ordenador, o jugar.
Estudiar y desarrollar el uso de un producto futuro pueden se usar en el propsito de
sobrepasar los productos de competicin gracias al mejorar no solamente el producto
pero tambin su uso, o quizs incluso crear un diseo para un producto completamente
novedoso.
La fabricacin es una otra actividad que a menudo necesita desarrollar. La teora de la

produccin no necesita incluir descripciones detalladas de procesos completos de la
produccin. Tal modelo sera til solamente en el acontecimiento infrecuente que usted
tuvo que planear una planta industrial totalmente nueva en base de teora solamente.
Incluso en tal caso usted podra encontrar probablemente una planta de produccin ya
existente que usted podra seguir en el nuevo diseo, apenas cambiando los detalles
necesarios. Y por supuesto, para la tarea de corregir solamente un problema restricto en
la produccin ya existente, usted no necesitara ningn modelo comprensivo de la
produccin.
Es decir, el mtodo normal de desarrollar un proceso de la produccin es incremental,
donde usted toma como base un proceso ya en operacin, y despus modifica solamente
un detalle a la vez. Despus de cada modificacin usted tenga que evaluar cun exitoso
es, antes de proceder a la mejora siguiente. Este mtodo es seguro y confiable, y no
requiere mucha base terica. A menudo todo que est necesario, son descripciones y
estndares de varios detalles en el proceso de la produccin, y frmulas para planear y
dimensionar ellos.
Qu se dijo arriba no significa que no haba tratados tericos excelentes sobre la

fabricacin de algunos tipos de productos. stos no sern enumerados aqu, puesto que
tal presentacin pronto perdera su actualidad debido al desarrollo rpido de la
tecnologa industrial.
En lugar, la descripcin corta siguiente de los paradigmas tericos actuales de la

produccin se resumir segn la meta o el punto de vista que la teora trata de apoyar.
Hay slo unos pocos tipos importantes de metas de fabricacin que han atrado el
inters de investigadores, que significa que estudindolos ser ms fcil conseguir una
buena vista total sobre la teora actual de la produccin que leyendo centenares de
manuales de diversos productos. Estos puntos de vista mucho estudiados en la teora
actual de la produccin incluyen:
Tecnologa de la produccin
Economa de la produccin
Calidad de la produccin
Programacin, o la gerencia temporal de la produccin
Logstica
Ecologa de la produccin
Seguridad laboral
Motivacin y psicologa del trabajo
Teora de grupos autnomos
Mtodos para desarrollar una actividad. Cuando el objetivo es recolectar teora

generalmente aplicable, el material tiene que ser recogido de un gran nmero de casos,
que significa que la investigacin de accin no es conveniente para este trabajo. En
lugar, mtodos potenciales son ingeniera de mtodos, mtodos interrogativos de
investigacin usuales y observacin.
Como mtodos para analizar el material recogido se puede utilizar los procedimientos
normales del estudio descriptivo o normativo. A menudo puede llegar a ser un problema
cmo arbitrar entre puntos de vista contrastantes, tales como economa, calidad y los
otros paradigmas de la teora que se enumeraron arriba. Algunos acercamientos para
esta tarea se explican en p. 231.
Preparar teora del diseo
En la figura ms abajo, el diseo y la produccin se muestran como una cadena, el
proyecto de desarrollo de un producto, lo que se origina a partir de la reserva de
conocimiento (y tradicin) acumulados llamado Teora del diseo.
El diagrama indica tambin la divisin de las actividades de investigacin en varios

grupos. La divisin se hace sobre la base de qu conexin ms inmediata tiene el
estudio con el diseo de nuevos productos:
La investigacin descriptiva de los hechos no busca aplicaciones o beneficios

inmediatos. La investigacin histrica suele ser de este tipo, y igualmente los
estudios antropolgicos, sociolgicos y psicolgicos de los usos de productos.
Estudio normativo de los valores y necesidades presentes de la gente, y de los
modos de eliminar problemas prcticos. Hay dos niveles de generalidad tpicos
de la investigacin normativa:
o Los estudios generales (o nomotticos) de lo que espera toda la gente, de
productos y su uso, tiene como objetivo el crear de una teora de diseo,
y nosotros podemos llamarla una "ciencia del diseo". Los mtodos
tpicos se explican abajo.
o Estudios proyecto-especficos (o ideogrficos) que prestan asistencia en
la creacin de un solo producto nuevo. Estos se tratan en pginas
separadas bajo los ttulos Desarrollar un producto e Investigacin
artstica.
Debiramos, no obstante evitar sobrevalorar la importancia de la investigacin. El

diseo es siempre imposible sin ninguna teora. Por otra parte, incluso la teora ms
completa no puede augurar todos los distintos e impredecibles patrones en las distintas
situaciones, de forma que no hay modo de que un diseador pueda estar preparado
tericamente para cada posible problema de diseo. El diseador debe estar libre para
trabajar incluso en modo tal que un investigador lo encontrara irracional; y debera
dejarse al diseador decidir si quiere usar las herramientas proporcionadas por el
investigador. El investigador no debera intentar desarrollar modelos de pensamiento
que lo abarquen todo para el diseador; en lugar de ello, los procesos y soluciones
limitados sern ms tiles.
Formato de presentacin de la teora del diseo
Teora del diseo es una denominacin colectiva para todo el conocimiento permanente
que se piensa asistir al diseo de varios productos nuevos. Esta informacin ha sido
reunida en su mayor parte por un gran nmero de proyectos de investigacin.
Correspondiendo a los enfoques usuales de investigacin, la informacin est
esencialmente de dos tipos:
1. Conocimiento nomottico: reglas generales que se han recolectado de varios

productos diferentes. A este grupo pertenecen:
o regulaciones gubernamentales
o estndares para propiedades y calidades de productos
o patentes
o herramientas para el diseo, como algoritmos, consejos, reglas que no
fallan.
2. Conocimiento ideogrfico que realmente se refiere slo a productos
individuales pero que no obstante se puede generalizar a otros productos
tambin:
o ejemplares, productos meritorios producidos ms temprano, o sus
detalles,
o estndares para productos completos
o los componentes prefabricados que son disponibles para algunos
productos (e.g. los edificios y computadoras) se basan a menudo en
investigacin y ellos as pueden ser dicho "contienen" conocimiento
terico.
Todos los tipos de estudio mencionados se discuten detallado en la pgina +++

(Formato de presentacin de la teora del diseo).
Preparar la teora del

diseo
Con vistas a crear un estndar til

u otro objeto de teora del diseo,
necesitamos saber qu factores
pueden afectar a las decisiones
del futuro diseador que vaya a
aplicar el estndar. Si no est
disponible tal informacin, debe obtenerse primero, tal vez a travs de una investigacin
descriptiva separada.
Como ya el diagrama en p. ++++ indicada, la investigacin normativa se hace en dos

contextos: en un nivel general en el propsito de producir teora universalmente
aplicable, o en el nivel de un problema prctico especificado. El procedimiento y los
mtodos de estudio normativo diferencian de la investigacin descriptiva
principalmente porque la meta prctica est presente a travs del proceso. Otra
diferencia usual es la participacin de los usuarios de los resultados, que significa que
muchos procedimientos se tendrn que repetir hasta que el resultado llega a ser
aceptable para todos. Adems es usual que las operaciones quieren ms o menos unirse
el uno al otro, en otras palabras que el proceso no se divide en fases tan claras que es
comn en estudios descriptivos.
Quizs parezca que el procedimiento ms explcito para el mejoramiento sera

lgicamente proceder en etapas: primero describir el estado actual de cosas, en seguida
discutir sus puntos fuertes y dbiles, entonces convenir en los puntos que sern
corregidos, y finalmente planear el mtodo de correccin. Tal procedimiento (el
llamado "proceso de planificacin racional") no es muy comn en el estudio prctico de
productos. El proceso empieza raramente con una descripcin imparcial porque una
necesidad reconocida de la mejora es normalmente el punto de partida de un proyecto
normativo y tiende a penetrar todas sus etapas.
De todas formas, por lo menos en principio es posible discernir algunas fases lgicas
subsecuentes en el proceso:
1. La decisin inicial sobre lanzar el proyecto, hecho por una organizacin capaz
de financiar el estudio y de aplicar sus propuestas. La decisin refleja una
opinin preliminar sobre la necesidad y la importancia del desarrollo y de su
alcance estimado que pueden, por supuesto, sea corregido ms adelante.
2. Planeando el alcance del desarrollo, el grado aproximado de cambios prcticos
o de productos nuevos, la poblacin de la gente que se espera que beneficie de
stos, y el principio general del muestreo: Quines son la gente cuyas opiniones
dirigirn el desarrollo?
3. Descripcin y anlisis normativo del estado actual donde los problemas y las
inconveniencias existentes se definen y son valorados. El estado actual se
describe preferiblemente como un modelo; ayudar las operaciones
subsecuentes.
4. Definir el estado de meta. Si usted hizo un modelo del estado inicial del objeto
dar una buena base para estos planes.
5. Planear las mejoras tentativamente y resumir las propuestas preliminares de
cmo la renovacin se puede alcanzar.
6. Fase de prueba: poner las propuestas a la prctica tentativa en escala pequea.
Recolectar y analizar el feed-back y establecer la propuesta final. Es importante
no olvidarse los efectos secundarios posibles a los forasteros. Puede ser
necesario recolectar los deseos y las opiniones de los grupos de inters diversos
e intentar encontrar un consenso.
7. La toma de decisin no ser discutida aqu porque el investigador puede
participar raramente en ella. La tarea del investigador es formular sus
recomendaciones de modo que acomoden los procedimientos administrativos
que prevalecen y, si aplicable, el grado de participacin. A veces puede ser til
tambin pronosticar cmo el desarrollo futuro ser en el caso que no
intervencin se hace; sobre esta base ser posible considerar cun remuneradoras
las operaciones del desarrollo son, y es l necesario para comenzarlas en todos.
Cuyo punto de vista se usa? La investigacin normativa apunta a mejoras, que

significa que incluye la evaluacin del estado actual de cosas y tambin de la direccin
del desarrollo futuro. Por definicin, la evaluacin es solamente posible de alguien
punto de vista. As llega a ser inmediatamente necesario definir de quin punto de vista
se utiliza en la evaluacin.
Un grupo obvio de evaluadores potenciales son los empleadores futuros de la mejora
requerida, por ejemplo los clientes o los usuarios previstos de un producto que sea
desarrollado, o gente que ahora sufren de los problemas que se podra aliviar con la
ayuda de la investigacin y del desarrollo. La dificultad es que las consecuencias de
investigacin y desarrollo normativos llegan a ser a menudo visibles primero en los
aos futuros, que restringe las posibilidades de definir a la poblacin de evaluadores
competentes. El mejor substituto disponible para la poblacin de beneficiarios futuros
del desarrollo es a menudo simplemente la poblacin (de adultos) actual del pas, de la
regin o de la ciudad en donde se hace la investigacin. Usted puede agregar a veces la
demarcacin de la clase socioeconmica: los nios de escuela, estudiantes, los jvenes,
parejas de jvenes etc. hasta pensionistas. La lengua, el sexo y la prosperidad son
tambin particiones potenciales.
Al lado de los beneficiarios del desarrollo que participan a menudo voluntariamente en

el proyecto del desarrollo puede haber gente que aguantan inadvertidamente algunos
efectos secundarios del proyecto, por ejemplo la contaminacin del resultado de un
producto nuevo o de su fabricacin. Ser raramente posible enumerar a estos grupos de
inters en un proyecto del desarrollo o tener contacto directo con ellos. En principio,
incluyen a esta gente a menudo en las poblaciones que fueron mencionadas arriba y que
fue hecho en base de un rea geogrfica, pero en la prctica la gente que recibirn los
efectos secundarios estn raramente enteradas del hecho por adelantado. En lugar, usted
quizs considere el invitar de representantes de asociaciones de consumidores o
ambientales para tomar parte en la evaluacin.
Una tercera poblacin importante es esa gente cuya participacin ser necesitada en la
fase del desarrollo. En el desarrollo de productos, stos incluyen a gente en las
divisiones de la fabricacin y de la comercializacin de la compaa, si se saben. Sin
embargo, al desarrollar la teora del diseo conocen a esta gente raramente. En lugar,
usted quizs desee invitar a especialistas de la nueva tecnologa pertinente a tomar parte
en el proyecto, pero la dificultad es que los especialistas de una tecnologa dada casi
nunca pertenecen a una poblacin definida a que usted podra enumerar y seleccionar
una muestra apropiada de ella.
Los alternativas y los procedimientos disponibles para delimitar una poblacin del
estudio se discuten en p. 47. Si la poblacin de la blanco es muy grande, puede ser
recomendable seleccionar una muestra de lo. Todas estas operaciones se tienen que
hacer cuidadosamente, de otro modo usted se arriesga una tendencia en sus resultados.
Una tendencia es en principio la misma cosa que un error sistemtico, que significa que
ser luego casi imposible quitarlo de los datos.
Compresin de las opiniones. No importa cmo meticulosamente usted define a la

gente cuyas evaluaciones dictarn la direccin de operaciones prcticas, resulta a veces
que estas evaluaciones estn ms o menos en conflicto. Cada evaluacin subjetiva se
basa evidentemente en valores individuales y las creencias personales que en cambio
dependen del ambiente social y de las experiencias anteriores. En ciencias descriptivas
esta variacin es a menudo bienvenida y la prctica normal es entonces recoger las
opiniones variables de la gente y descubrir cul grupos de gente concuerdan con cada
opinin, corresponden estos grupos por ejemplo con las clases sociales existentes y que
son las razones sociales y psicolgicas de apoyar cada opinin.
Como contraste, en el estudio normativo, que se espera indicar la estrategia ptima para
las operaciones prcticas subsecuentes, una variacin grande en opiniones es un
fastidio. Por supuesto, hay muchas preguntas en las cuales casi toda la gente convenga,
por ejemplo la funcionalidad, la seguridad y la ecologa de productos y los
procedimientos, y conflictos no son probables en estas preguntas. Sin embargo, en otras
preguntas las preferencias pueden diferenciar y llega a ser difcil seleccionar la meta
para la accin prctica.
La situacin inicial normal en estudio normativo es que muchas estrategias prcticas

alternativas son concebibles, y cada alternativa tiene a menudo partidarios entre la
gente, pero las circunstancias permiten solamente una nica estrategia para la
realizacin. En esta situacin el investigador necesita mtodos para comprimir las
opiniones distintas, en un resultado colectivo que entonces determine la opcin de
acciones prcticas. En el siguiente hay algunos acercamientos que usted puede utilizar
para lograr tal consolidacin.
Encontrar la visin ms frecuente, la visin media o "la opinin predominante".

Combinar los requisitos ms rigurosos. La combinacin puede ser aceptable
incluso para la gente con menos necesidades.
El juicio de expertos se toma a veces como reemplazo de preguntar a gente
directamente.
Comunicacin y despus convenir en una declaracin, votando si necesario.
Una decisin poltica de los representantes de la gente localmente elegidos
puede ser un mtodo conveniente cuando el asunto se refiere a toda la gente que
vive en un rea geogrfica limitada. Tal es el caso a menudo al desarrollar
regulaciones gubernamentales.
Observe finalmente que el concepto de comprimir las opiniones de la gente es en s algo

crudo. Una opinin personal es algo que un investigador no siempre puede profundo
entender, todava menos modificar competentemente. se es porqu el resultado de
cualesquiera de los mtodos antedichos para comprimir se debe utilizar con precaucin.
Podra ser recomendable probar el compromiso propuesto con un cuestionario renovado
o algunas entrevistas temticas con las personas de la muestra original o de la poblacin
de la blanco. Adems, en la fase subsiguiente de planear las operaciones prcticas las
propuestas se deben evaluar otra vez por los usuarios futuros de los resultados.
Transicin desde teora descriptiva haca la normativa. Un buen fundamento para

instrucciones de diseo es una invariante de cambio, encontrada antes mediante
investigacin descriptiva. La forma de tal invariante suele ser una de las siguientes:
x es la causa necesaria de A en la situacin B

x es una causa suficiente de A en la situacin B
x promueve la realizacin de A si la situacin es B
Habiendo sido encontrada una invariante de cambio descriptiva, habitualmente es

simple reescribirla en el formato normativo de una instruccin o estndar de diseo (u
otra actividad):
"Si quieres A, y crees que la situacin es B, debes hacer x"
El propsito de las instrucciones de diseo es lograr un cierto resultado en la
produccin, pero tambin asegurar la realizacin econmica, eficiente, lucrativa y a bajo
coste de la produccin. En otras palabras, las instrucciones de diseo deben obtenerse
por la optimizacin. Cada detalle debe ser pensado de tal modo que los posibles
beneficios sean comparados con los posibles costes sin olvidar tampoco unas eventuales
consecuencias dainas.
El estilo de presentacin de la teora del diseo debe ser flexible y adaptado a todas
las fases del diseo. Durante los primeros estadios del diseo se necesitarn
instrumentos ms bastos, y para los toques de acabado, otros ms detallados.
Una norma tcnica simplificada, aproximada, puede a veces ser ms til en la prctica y
as finalmente de hecho ms efectiva que una versin ms exacta pero menos prctica
de la misma norma. Por otro lado, demasiada simplificacin puede llevar a una prdida
en el efecto deseado: sera demasiado simple suponer, por ejemplo, que el usuario del
producto es una persona "media" porque, para ser exactos, jams ningn usuario lo es.
Cuando un estndar u otra instruccin de diseo estn siendo creados, la fuerza

vinculante de cada instruccin y de casa subdivisin debe ser claramente enunciada. Por
ejemplo, las siguientes categoras son bastante diferentes en lo que se refiere a su fuerza
vinculante:
normas, esto es, regulaciones permanentes

consejos, pautas y recomendaciones, y
modelos, ejemplos aceptables.
Sin embargo, sera torpe complementar cada oracin con una frase que define el poder
obligatorio de esta oracin en el texto. En lugar, usted puede utilizar smbolos
tipogrficos, tales como el tipo de letra, color y colocacin del texto. Por ejemplo, en el
Cdigo Nacional de Construccin de Finlandia todas pginas tienen una columna ancha
y una estrecha, y el texto se imprime en varios tipos de letra. El significado de esto es
como sigue:
Las regulaciones obligatorias se han impreso en la columna ancha en el tamao

grande.
Las pautas, es decir los ejemplos aceptables que se conforman con las
regulaciones, se imprimen en la columna estrecha con un pequeo tipo de letra.
Las explicaciones se imprimen en itlica en la columna estrecha. Contienen
referencias a las regulaciones, a las pautas y a otras fuentes.
Las ilustraciones clarifican o complementan el texto, por ejemplo dando el
mtodo de medir un concepto que se mencione en una regulacin.
En las instrucciones, puede estar muy justificado indicar su periodo de validez, o,

alternativamente, debera haber un procedimiento para cancelar instrucciones obsoletas.
No es necesario decir que debe indicarse quin ha emitido la instruccin, porque esto
indica el poder vinculante de la misma.
Desarrollar un producto
industrial
El desarrollo de productos en una empresa madura y que
opera continuamente es una actividad interminable y
cclica. Cada nuevo producto acabado proporciona a su vez
la base para la siguiente secuencia de desarrollo, vase la
figura de la izquierda.
A pesar de su naturaleza infinita, el

desarrollo de productos es
organizado habitualmente como
una serie de proyectos lineales,
como en la figura de la derecha. La razn es que es ms fcil
dirigir la actividad de este modo.
En todo caso, el punto de partida en el desarrollo de productos

es la idea de la compaa y la estrategia, o poltica del producto, incluso si estos no
siempre estn documentados en las pequeas compaas. Otros temas importantes son
el estado del mercado y la presin por parte de los competidores.
Los costes de desarrollo de un

producto tienden a crecer
acusadamente (lnea negra en la
figura de la derecha). Lo mismo es
cierto para los costes causados en
cualquier cambio en el diseo. En
otras palabras, las posibilidades
(lnea delgada en la figura) de
afectar a las cualidades del
producto decrecen al mismo
tiempo que el proceso avanza. Por
tanto, la compaa debe llevar a cabo todos los estudios necesarios ya en la fase de
desarrollo del producto.
El desarrollo de un producto debe

estar bien organizado porque lo
habitual es que no haya tiempo que
perder. "El rpido se comer al lento".
La compaa que lanza un producto
antes que sus competidores lograr
beneficios durante un tiempo de
ventas ms largo antes de que tenga
lugar el envejecimiento comercial del
producto. Adems, el precio inicial,
ms alto, del producto nuevo producir ms beneficios que los que puedan proporcionar
los productos tardos de los competidores ms lentos.
Un desarrollo de producto incluye varios aspectos de la investigacin, planificacin de

operaciones y diseo del producto, y est ntimamente controlado por la Direccin de la
empresa. Consta normalmente de las siguientes operaciones:
Fase Resultado de la fase

Investigacin Anlisis del mercado
Anlisis de las tcticas de los competidores
Hechos sobre ideas y patentes de posibles nuevos
productos importables
Clculo preliminar del producto
Desarrollo de la concepcin Especificaciones, tal vez diversificadas para distintos
del producto mercados
Concepcin preliminar del producto
Diseo preliminar del producto
Clculo del producto
Concepcin de la produccin (Dnde? Qu partes se
compran?)
Desarrollar el producto y el El diseo est finalizado
proceso de produccin Prototipos
Especificaciones para componentes
Plan preliminar de produccin
Patente de las innovaciones en el momento apropiado
Preparacin final del diseo y Los primeros productos se hacen en la cadena de
el proceso de produccin produccin y su calidad es comprobada
Se forma a los trabajadores
El equipo de produccin est listo para la velocidad
final de la produccin (que se somete a
comprobacin)
La organizacin de marketing est lista
La organizacin de posventa est lista
Produccin regular (hay objetivos especficos para la produccin regular
que no se indican aqu)
[Nota, sin embargo, que el proceso descrito en la tabla arriba no siempre contina hasta
el fin feliz. Las razones de esto pueden ser:
1. En cualquier etapa del proyecto es posible que la gerencia de la compaa

concluye que el proyecto est aventurado o no promete suficiente, y el proyecto
ser terminado antes de que demasiado dinero est pasado en l.
2. Muchas compaas grandes recientemente han encontrado ventajoso generar un
exceso de ideas preliminares para productos nuevos, es decir ms conceptos del
producto que se utilizar para los productos finales. De este "banco de ideas"
ellos pueden luego seleccionar los mejores, y los diseadores necesitan entonces
solamente un mnimo de tiempo de hacerlos listos para la produccin. Por otra
parte, estos conceptos del producto innovadores pueden ser tiles en el
planeamiento estratgico, para la educacin interna de personal y para la
publicidad. Es decir hay los proyectos de concepto de producto que incluyen
solamente las dos primeras fases de la tabla arriba.
El proceso de desarrollo de un producto normalmente incluye, como cualquier otro

proyecto, la gestin habitual de proyecto: tras cada estadio, se informa del proyecto a la
Direccin y se reciben objetivos para es siguiente estadio. Si la Direccin quiere
controlar el trabajo muy estrechamente, la va normal es posponer el comienzo de la
siguiente fase hasta que la precedente est aprobada. Este tipo de programacin se
muestra en el diagrama de abajo. Las flechas negras indican las acciones de direccin
llevadas a cabo por los gestores.
La programacin sucesiva de un proyecto de desarrollo lleva una gran cantidad de

valioso tiempo.
Esto es por lo que en ocasiones se usa una
alternativa en que las fases se solapan
("ingeniera concurrente", fig. de la
derecha). Este mtodo se usa tambin en la
tabla de arriba, donde, por ejemplo, el
diseo de producto se divide en dos
estadios: preliminar y final.
El procedimiento exacto del desarrollo de producto depende de la naturaleza del

producto, de la extensin de la produccin y de muchas circunstancias locales.
Especialmente inconstante es la fase del planeamiento de produccin que por lo tanto se
omite de la discusin siguiente.
Hay algunas operaciones lgicas que repiten en la mayora de los proyectos, sin
importar la especie del producto que resulta. Es claro que la actividad dominante en las
fases iniciales del proyecto es anlisis, mientras que en el punto medio del
emprendiendo el punto focal se pasa en sntesis y finalmente en evaluacin. Estas tres
tcnicas por lo tanto se seleccionan como la estructura en la presentacin siguiente.
Por supuesto, el proceso del desarrollo de producto es

raramente tan sencillo que podra consistir en simplemente
una sucesin de apenas tres fases. En lugar, sucede a
menudo que cuando una subrutina en el proceso ha
producido un informe que se parece acabado, sin embargo
resulta ser inaceptable y tiene que hacerlo de nuevo, quizs
otra vez como sucesin del anlisis, de la sntesis y
evaluacin, en una escala ms pequea.
El proceso entero puede asemejarse a menudo a un espiral

(Fig. en la izquierda) que se acerca a la meta alternando las
operaciones.
Anlisis en desarrollo de productos
Diseo Estratgico
Cada compaa que ha estado en la operacin muchos aos tiene un conjunto especfico
de los productos que no es accidental. Estudiando las razones que han afectado la
eleccin de productos, actualizando el surtido a circunstancias contemporneas y
buscando un rango ptimo de productos futuros es una actividad llamada diseo
estratgico.
La piedra angular en diseo estratgico es la misin de negocio de la compaa que es
una anchamente definido, aguantando declaracin de propsito que se distingue un
negocio de otros de su tipo (segn Ackoff, 1987, 30). En esta base usted puede planear
la direccin de las operaciones siguientes de su compaa. Usted puede plantear a usted
mismo una serie de preguntas como:
1. Dnde ahora estamos?

2. Dnde estamos dirigiendo, si las tendencias actuales continan?
3. Dnde querramos ser? E.g. una visin de lo que la compaa debe estar en 5
aos.
4. Cmo conseguiremos all?
5. Estamos en curso?
Un mtodo ms sistemtico de evaluar la posicin estratgica de un negocio es el

anlisis del SWOT donde se identifican las fuerzas, las debilidades, las oportunidades y
las amenazas de la compaa, sobre todo en lo referente a la competicin. (Ing.
Strengths, Weaknesses, Opportunities and Threats.)
La meta ms usual del diseo

estratgico es encontrar maneras de
ampliar el negocio. Las direcciones
principales donde esto se puede
procurar estn o encontrar a clientes
nuevos, o desarrollar productos nuevos.
Es tambin posible combinar estas dos
alternativas:
(A). Un producto existente se

comercializa destinndose a grupos nuevos de clientes. En esta alternativa, se
necesitan actividades del desarrollo de producto solamente en cuanto los ajustes
en el producto viejo son necesarios para aumentar su atraccin a los clientes.
Como contraste, un grande esfuerzo tiene que ser dirigido al estudio de mercado
y a la comercializacin.
(B). Un producto completamente nuevo se crea y ser vendido a los grupos
existentes de clientes.
Un requisito es que usted posee o es
capaz de crear las innovaciones
tecnolgicas necesarias.
Adems, usted tiene que modificar las
innovaciones en base del estudio de
mercado y combinar los resultados con
las capacidades de produccin de la
compaa.
Un producto nuevo para los clientes nuevos, marcado con "?" en el diagrama,
incluye todas las operaciones de investigacin y planeamiento de las estrategias
A y B, y es as muy laborioso. Era ms temprano considerado a menudo como
demasiado aventurado, y as que puede ser an hoy. Sin embargo, en el mundo
moderno donde todo cambia rpidamente tiene algunas oportunidades del xito,
y una empresa prspera puede quizs tomar los riesgos.
La estrategia "B" necesita un estudio de mercados que se puede hacer entre los clientes
existentes y ser as factible fcilmente. Como contraste, en el estrategia marcado "?"
usted tiene que descubrir las preferencias de la clientela-objetivo a que usted todava no
conoce. Para manejar esta tarea difcil, usted puede poner a se preguntas, por ejemplo:
Hay un nuevo modo popular de la vida donde un cierto producto se implica?
Qu es la experiencia humana que el utilizador tpico obtiene con el producto?
Podra ser intensificado agregando algunas capacidades nuevas al producto?
Contestar especialmente la pregunta postrera demanda que el equipo del desarrollo del
producto sabe ntimamente los estilos de vida del grupo de blanco de clientes. Debe
incluir tambin uno o dos personas de este grupo del blanco, que debe ser capaz de la
innovacin. Esta tarea puede tomar mucho tiempo, y es a menudo conveniente no
proceder directamente a la fase del concepto del producto, pero en lugar lo inicia con
una fase separada de innovacin de la idea del producto, ve abajo.
Definicin de la clientela-objetivo
Lo decisivo en el desarrollo de productos son los deseos de los clientes. Pero quines
son exactamente sus clientes?
Los clientes existentes son una ventaja en algunos campos de la industria donde usted
puede vender de vez en cuando reemplazos o mejoras de sus viejos productos a los
mismos clientes. Sus nombres y direcciones son una fortuna en el desarrollo de
productos nuevos y en su comercializacin futura, y por lo tanto deben ser almacenados
cuidadosamente en el registro del cliente de la compaa. Los coches son un ejemplo de
los productos, los consumidores de los cuales son relativamente leales a la marca. En
este caso incluso los nombres y las direcciones, puestas al da, de un nmero grande de
clientes recientes son bien conocidos a la compaa, a causa de las visitas anuales que
los dueos de los coches habitualmente hacen a los talleres del servicio.
No es obligatorio aceptar el abanico de clientes del ltimo ao como nuestro objetivo

futuro. En lugar de ello, podemos empezar a partir de un grupo mucho mayor, por
ejemplo la poblacin entera del pas e intentar encontrar un segmento adecuado de ella:
un grupo cuyas necesidades especiales podra cubrir la empresa mejor que la
competencia. Para tal grupo de clientes deben crearse productos que superen a los de la
competencia.
De todas formas, ms comn es que sus productos nuevos deben ser vendidos no
exactamente a los mismos individuos o firmas que eran sus clientes el ao antes. No
obstante, sus clientes pertenecern generalmente al mismo grupo socioeconmico. Si
usted piensa que ste es el caso, usted desear definir a este grupo de blanco de clientes
de una manera tal que llegue a ser posible acercarles para el estudio de mercados, y
quizs tambin invitar a algunos de ellos tomar
parte en un equipo del desarrollo de producto. Vea
la discusin sobre cmo definir a la poblacin que
se estudiar.
Las clases socioeconmicas establecidas desde hace

mucho tiempo suelen usarse como segmentos: nios
en edad escolar, jvenes, personas que viven solas,
parejas jvenes, etc. hasta pensionistas de edad
avanzada. Los desempleados constituyen un grupo
por s mismos en nuestros das. El sexo, la
residencia y la salud proporcionan siempre
divisiones, pero con frecuencia la segmentacin
ms eficaz es aquella en que la competencia no hubiera nunca llegado a pensar.
Los grupos estadsticos generalmente usados son a menudo demasiado grandes o

demasiado vagos para crear una blanco prctica para sus productos, as que el paso
siguiente es delimitar su blanco dividindola en segmentos. El mtodo normal es aplicar
simultneamente dos o ms clasificaciones como en el ejemplo a la derecha. Intente
pensar creativo aqu, pues la segmentacin ms fructuosa es a menudo una en el cual
ningn competidor vino pensar. Intente definir a un grupo cuyas necesidades especiales
su compaa podra resolver mejor que sus competidores pueden.
Al lado de clasificaciones estadsticas pblicas usted puede explotar a veces los grupos
que han originado en el sector comercial o privado. Sera interesante ver los archivos
del cliente de los competidores de su firma, pero eso es un libro cerrado a usted. En
lugar, usted quizs considere tal material como las listas del miembro de ciertas
asociaciones, o los suscriptores de revistas especializados, si estn disponibles.
Al definir el grupo de blanco usted debe tambin pensar de cmo usted acercar ms
adelante a esta gente. La comercializacin puede ser posible sin las direcciones exactas
de clientes potenciales, pero no el estudio de mercado. Para del ltimo usted puede
utilizar solamente tales registros que contengan ambos los nombres y las direcciones de
la gente, o usted debe ser preparado para hacer el trabajo torpe de descubrirla para esa
gente que se han seleccionado en la muestra para ser estudiado. Algunas de las
direcciones se pueden encontrar en el registro del cliente, si su compaa l tiene. Hay
tambin las firmas que venden direcciones clasificadas de clientes potenciales.
Otra pregunta que emerge en la conexin con la segmentacin de cliente es, debemos
apuntar a un solo producto para el nmero el ms grande de clientes? O, es mejor
disear unas variantes, cada uno de las cuales se apunta en un grupo de clientes? El
ltimo mtodo exige generalmente costes ms altos en la fabricacin, pero tambin da
una cantidad vendida ms grande.
Para una empresa pequea suele ser suficiente encontrar un nico grupo de clientes y
desarrollar el producto para cubrir los requisitos de exactamente este grupo. Sin
embargo, el concepto del "consumidor medio" entraa una trampa. Es fcil medir e.g.
la altura media de la gente, pero qu sucedera si hicimos toda ropa a esta medida? Si
miramos ms cerca la imagen ideal del consumidor mediocre es cerca de un adulto, el
hombre blanco, de habla inglesa. As, un coche se disea normalmente para un
conductor masculino: no hay lugar para el bolso del conductor femenino. Asimismo, las
tijeras se hacen solamente para la gente que usan la mano derecha.
Resumir, vale la pena a veces preguntarse que y cuntos es la gente a que el producto
estandardizado no puede satisfacer? Para abastecer para esta gente, hay dos estrategias:
El diseo para todos: construya su producto de modo que el consumidor medio

y tantos grupos especiales como posible lo puedan usar. Por ejemplo, las teclas
del nmero en un telfono se pueden hacer tan grandes que incluso la gente con
deficiencia visual puede verlas. Conocen a este acercamiento tambin por el
nombre "diseo universal".
Disee una serie de variantes de su producto: diversos tamaos o capacidades,
o una serie de complementos adicionales que hacen el producto usable para
diversos segmentos de clientes. Un ejemplo del tipo postrero son las opciones de
la accesibilidad del computador moderno que incluyen un terminal para la
escritura Braile y la manipulacin con la voz.
Concepto de producto
En el desarrollo de un producto examinamos los intereses de varios partidos alrededor

de productos y produccin, e intentamos combinar los intereses y las necesidades en la
creacin de un producto nuevo.
Durante el proyecto el producto nuevo se perfila gradualmente. En el principio su idea

es vaga. La primera sinopsis abstracta del producto nuevo a menudo se llama la idea de
producto, y una descripcin ms detallada de lo se llama el concepto de producto.
Porque el producto que se crear es nuevo, sigue por la definicin que su concepto no
existe en el principio. Cada proyecto del desarrollo de producto debe as incluir una fase
del concepto, por lo menos rudimentaria. Al otro lado, cada concepto del producto no
procede hasta propuestas listas del producto y todava menos hasta la produccin. La
razn ms usual es que al estudiar el concepto acabado, la gerencia de la compaa
decide que no es prometedora suficiente o demasiado aventurado, y termina el proyecto.
Otra razn de concebir un concepto del producto y despus de terminar el proyecto

puede ser que la compaa desea acumular un "banco de ideas": una reserva de las ideas
preliminares para productos nuevos. De este banco de ideas la gerencia puede ms
adelante seleccionar los mejores, y los diseadores necesitan entonces solamente un
mnimo de tiempo de hacerlos listos para la produccin. Por otra parte, estos conceptos
innovadores del producto pueden ser tiles en el planeamiento estratgico y en la
educacin interna de propio personal.
Un uso novedoso para los conceptos de producto innovadores es alzar la publicidad de

compaas. Karjalainen (2004 pp. 176-8) toma como ejemplo las exposiciones anuales
de la industria automovilstica:
"Las exposiciones centrales... son arenas importantes para reforzar la identidad

de una marca de fbrica. ... Al lado de dar a diseadores una oportunidad de
probar los lmites de la creatividad y de las convenciones, los modelos de
concepto tambin demuestran la innovacin de la compaa. ... Hacen la marca
comercial ms interesante al pblico, aumentan las expectativas de los clientes
sobre los modelos de produccin futuros y de esta manera reforzan su lealtad a
la marca de fbrica."
Tomando a cuenta todas estas varias misiones para el diseo de concepto, Keinonen et
al. (2004 p. 35) las enumeran como sigue:
1. Preparacin para la fase del diseo de producto

2. Buscar las invenciones radicalmente novedosas
3. Estudiar el futuro y definir alternativas comprensibles para las decisiones
estratgicas de la compaa
4. Aprender y aumentar creatividad, en los niveles del individuo y de la
organizacin
5. Dirigir las expectativas del pblico y de promover un futuro favorable para la
compaa.
No hay diferencia definida entre los mtodos que apuntan en los propsitos enumeradas
arriba y cuales que apuntan en la produccin inmediato. Generalmente, en un proyecto
que sea hecho para el banco de ideas, la perspectiva del tiempo es algo ms larga, y por
consiguiente los datos sobre clientes, los competidores etc. son menos seguros, que
significa que hay menos oportunidad para un razonamiento exacto y en lugar ms
adivinar y intuicin se necesitar. Adems, el estilo de la presentacin de la propuesta es
a menudo menos detallado.
Puntos relevantes de la vista
El producto nuevo debe saciar las expectativas de varios grupos de gente. Algunos de
estos grupos trabajan dentro de la compaa que har y vender el producto: la
gerencia, los departamentos del financiamiento, de la fabricacin y de la
comercializacin. Los puntos de vista de stos se pueden encontrar fcilmente. Unas
personas de estos departamentos pueden entrar al equipo de diseo, o los departamentos
pueden dar sus opiniones sobre el bosquejo del concepto del producto, cuando se
presenta por escrito a ellos.
La opinin del cliente puede ser ms difcil de obtener. Idealmente, el producto debe
ser hecho para resolver los deseos de los clientes de la blanco y preferiblemente en la
colaboracin con una muestra de ellos, pero cmo puede usted alcanzar a los clientes de
la blanco, o consiga por lo menos una idea de sus opiniones y necesidades? Algunos
mtodos potenciales se enumeran abajo.
Participacin del cliente. A veces el comprador futuro del producto es sabido

ya en el comienzo del proyecto. ste es el caso a menudo en el diseo de
productos nicos y costosos como las naves, las casas, y los sistemas de
informacin de gerencia. El mismo puede acontecer en profesiones tradicionales
del artesano como la sastrera. El cliente o el usuario futuro, o un grupo de ellos,
pueden entonces participar en la creacin del concepto del producto as como en
las otras fases en la creacin del producto. Estos mtodos se discuten en p. +++
(Diseo colectivo).
Usuarios registrados. En el campo de la produccin en masa hay algunos
productos que tienen la ventaja de los clientes relativamente leales que a menudo
compran productos de la misma marca de fbrica durante muchos aos. Coches
son un ejemplo de tales productos. Los nombres de los usuarios con las
direcciones puestas al da se saben a menudo al fabricante porque muchos
consumidores prefieren los talleres autorizados para los servicios rutinarios. Es
entonces relativamente fcil escoger una muestra de clientes y enviarles un
cuestionario, pidiendo sus opiniones acerca de mejoras necesarias al producto. O
usted puede, por ejemplo, pedir que participen en una discusin o una reunin de
reflexin sobre el nuevo modelo.
Las estadsticas de las ventas indicando las cantidades vendidas de productos
con diversas calidades. Es posible averiguar cul propiedades tienen correlacin
con xito alto de ventas, usando los mtodos de, por ejemplo, la correlacin o el
anlisis de regresin.
Sistema de respuesta de los clientes. Una base excelente para el concepto del
producto sera los archivos de la respuesta de los clientes, si su compaa tiene
tal sistema. Por supuesto, la respuesta puede contener solamente las opiniones
sentidas hasta hoy, por lo tanto puede ser til tratar de proyectarlas en el futuro
usando los varios mtodos del pronstico, por ejemplo extrapolacin.
El estudio de mercado con los varios mtodos interrogativos de investigacin a
menudo es obstruido algo por el hecho de que es difcil definir al grupo de
clientes de blanco, y adems puede ser difcil de encontrar los nombres y las
direcciones de una muestra de este grupo. En la prctica, varios substitutos para
el grupo de blanco se utilizan a menudo.
Los vendedores de su compaa, y tambin la gente en el servicio despus
ventas, saben a menudo mucho sobre los deseos de los clientes. Esta
informacin se recoge fcilmente.
La opinin del ajeno puede ser relevante si hay efectos secundarios perjudiciales, por
ejemplo la emisin del gas de un coche u otra contaminacin. Es raramente posible
tener contacto directo con la gente que tiene el riesgo de encontrar los efectos
eventuales del lado, pero puede ser provechoso, por lo menos, enumerar generalmente a
estos grupos de inters en un proyecto del desarrollo. El mtodo corriente tratar con los
efectos del lado es estudiar sus problemas en publicaciones, por ejemplo en las
cuestiones de la ecologa. Otro mtodo es comunicarse con investigadores que se
ocupan actualmente con estos problemas.
Idea del Producto (Design Driver)
Cundo buscar para los productos completamente nuevos y desconocidos puede ser til
comenzar en definir la idea del producto o un programa piloto del diseo. Significa la
presentacin verbal (u otra) de propiedades nuevas o aplicaciones novedosas del
producto que el mercado parece estar perdiendo.
Del punto de vista del investigador, la idea del producto es esencialmente un modelo
terico, pero necesita no ser formulado tan exactamente como los modelos cientficos
porque ser substituido ms adelante con el concepto del producto y otras
presentaciones ms exactas. Las ideas del producto son a menudo apenas conjeturas
sobre el futuro. Se exageran a menudo deliberadamente, para clarificar la idea. Por otra
parte, pueden ser tales verdades evidentes que sin embargo todava no se han alcanzado
en productos presentes. (Ve Keinonen, 2000, p. 195).
Un enfoque usual en la generacin de ideas novedosas de producto es salir de una meta

bien conocida que se espera que los productos satisfagan, y entonces intensificar esta
meta de modo que se convierta en el elemento principal del producto nuevo. As, el
punto de partida en crear la idea de producto nuevo ha sido a menudo el uso del
producto. Igualmente la ecologa o cualquier otra de las metas usuales de los usuarios
del producto se pueden tomar como origen en la elaboracin. De hecho, seleccionar un
"tema" para el diseo y amplificarlo (a costa de otras metas del diseo) es el mtodo que
ha dado a luz a la mayora de los nuevos
estilos de la arquitectura durante siglos.
Si una idea del producto se presenta

verbalmente, debe consistir en no ms de tres o
cuatro objetivos del diseo expresados en
tantas palabras o sentencias cortas. Por otra
parte, puede ser presentado en cualquiera de
los estilos usados para los conceptos de
producto. Otro modo conveniente de la
presentacin es un guin (ing. "scenario") que
describe el uso tpico del producto novedoso.
Se puede escribir o puede ser representado, por
ejemplo en el formato de la historieta (ing.
"storyboard") como la que est en el derecho por Keinonen (2000) p. 217.
Ejemplos de las ideas del producto propuestos para nuevos modelos de telfonos
mviles (idem):
1. El telfono que muestra inmediatamente los nombres de sus conexiones usuales.

2. El telfono mvil que usted siempre puede usar con una mano.
3. El telfono "on-line wearable" destinado ser usado durante actividades
deportivas. Los auriculares son todo el tiempo cerca de la oreja y el micrfono
cerca de la boca. Las manos son libres todo el tiempo.
4. El telfono "off-line wearable" que usted puede llevar durante actividades
deportivas. Si una llamada telefnica lo llega puede mover fcilmente los
auriculares a la oreja, usando una mano. Durante el resto del tiempo sus manos
estn libres.
5. El telfono donde usted puede escribir algunas palabras mientras que conducir
un coche y l no arriesga seguridad. Puede tambin incluir otras funciones como
un plotter de mapa o GPS.
Cundo formular una idea del producto para un producto novedoso, una comprensin
completa de la situacin humana de su uso es esencial. Por lo tanto, es casi
indispensable que el equipo del diseo incluye, o coopera por lo menos con, algunas
personas del grupo del blanco de clientes y stos prueban las propuestas nuevas
inmediatamente, y otra vez en las fases subsiguientes del proyecto.
Mtodos que son a menudo efectivos en la bsqueda de ideas novedosas de producto:
El mtodo de empata: la prueba para sentirse lo que el uso del producto

significa al usuario. La prueba para agravarse o encontrar las variaciones a.
El mtodo de analoga: mire los productos comparables de un tipo totalmente
diverso y djelos generar las ideas para su producto. Por ejemplo, al desarrollar
los programas pilotos #3 y # 4, arriba, el equipo estudi otro uso en objetos
como lectores de cd, relojes, cuchillos de bolsillo y anillos de llave.
Los mtodos generales de la innovacin listaron en p. +++.
Si el equipo de diseo contiene tanto diseadores profesionales como usuarios no

profesionales, una dificultad es que diseadores solan operar con conceptos tericos y
productos imaginarios, mientras que los usuarios prefieren discutir ejemplares de
productos anteriores acertados y prototipos realistas. En vez de un prototipo est a
menudo posible utilizar una ms vieja versin del producto y "fingir" que tiene ya esas
nuevas funciones o caractersticas que el modelo futuro tendr. La presencia de un
modelo simulado o de una maqueta permite utilizar algunos mtodos de trabajo
innovador, como:
Jugar papeles (cuando el producto est de un tipo que sea usado normalmente
por dos o ms personas en la interaccin)
Bromear: usar el producto en maneras inesperadas.
En los modos antedichos uno o varios miembros del equipo estn los actores y las otras
la audiencia. El proceso contina entonces como discusin innovadora normal.
Especialmente en las etapas tempranas que usted no debe dejar requisitos prcticos
restringir el juego libre del pensamiento.
Cundo preparar una idea del producto es permisible descuidar las restricciones
prcticas aparentemente imprescindibles, por lo menos en la etapa inicial. Sin embargo,
en la etapa final puede ser apropiado especificar si el programa piloto es supuesto ser
prcticamente posible
o con tecnologa existente,
o con una tecnologa que esperamos tener en unos pocos aos.
Concepto de producto detallado
El concepto de producto es esencialmente una descripcin preliminar del producto

futuro, para ser evaluada como tal y para usarse como la base de las siguientes fases del
desarrollo de producto. Es generalmente una recapitulacin de muchos estudios
anteriores con respecto a la estrategia de la compaa, los clientes de blanco etc., y su
propsito es servir, alternadamente, como base para el diseo fsico subsiguiente del
producto, para su financiamiento, produccin y comercializacin.
Modelos lgicos para presentar un concepto del producto. El concepto del producto
es esencialmente una descripcin preliminar del producto futuro, algo que todava no
existe y para cul puede a menudo ser difcil encontrar una lengua adecuado de la
descripcin. Observe que el concepto del producto se debe tambin presentar tan
claramente que se puede discutir con todos los partidos interesados como la gerencia de
la compaa, la gente del taller y de la comercializacin, antes de que se d a los
diseadores que se traducirn a una forma fsica. Algunos patrones lgicos posibles para
la descripcin del concepto del producto son, entre otros, los siguientes, que usted
tambin puede combinar en su proyecto:
1. Un conjunto de ejemplares. El producto nuevo debe combinar todas las ventajas

de cada ejemplar, as sobrepasando todos.
2. Un ejemplar y una lista de mejoras a ella.
3. El mtodo de la especificacin o hacer una lista de caractersticas de cualidades
requeridas del producto anticipado.
1. Mtodo del conjunto de ejemplares significa que usted escoge dos o ms

ejemplares entre los mejores modelos ahora existentes del tipo de producto que usted
tratan de crear. Nadie de estos ejemplares ser perfecto en todos los respectos, pero cada
uno de ellos posee algo que es excelente, y es estas caractersticas que el equipo de
diseo entonces tratar de combinar en el producto nuevo. Si esto se puede lograr, el
producto nuevo ser ms competitivo que cualquier de los ejemplares, an en el caso
que ninguna de sus caractersticas en s mismo supera los ejemplares.
Los ejemplares se pueden seleccionar de la produccin de su propia firma, pero es

tambin posible tomar un o ms de ellos de sus competidores, es decir, son los
productos que su producto nuevo reemplazar en el mercado si todo va bien.
Cuando la seleccin de ejemplar depende de registros actuales de ventas, el mtodo

tiene la ventaja de reflejar verazmente las opiniones de los clientes. Un mtodo
alternativo ms arduo para recoger las opiniones de los usuarios potenciales del
producto sera un cuestionario, por ejemplo.
Trabajar con un conjunto de ejemplares es fcil y sin recovecos; no hay grandes riesgos
de malentendidos. Su debilidad es que no invita a buscar nuevas soluciones que se
aparten de las alternativas viejas y probadas. Es difcil generar nada realmente nuevo
cul podra revolucionar el mercado. Su producto nuevo contendr solamente tales
calidades que sus competidores tengan ya en sus productos, si su firma no puede
agregar algo de su propio.
2. El mtodo de ejemplar y mejoras. Definir las mejoras a un ejemplo existente es un
mtodo antiguo. En su momento incluso fue posible el ahorrarse el diseo del ejemplo:
ste normalmente era la tradicin. El mtodo puede seguir usndose con tal de que
localicemos un ejemplo que no precise de demasiados cambios para ello. Es
conveniente si los productos de su firma son relativamente constantes e requieren
solamente mejoras anuales de menor importancia. En tal caso, usted querr
normalmente escoger el modelo existente de su producto como el punto de partida, o
ejemplar. Tiene tambin la ventaja que necesita las modificaciones slo mnimas a la
lnea de produccin.
Otra posibilidad es seleccionar un producto de competicin que usted desea sobrepasar.
Cul propiedades entonces requieren mejoras, y cunto, eso es una pregunta contest
quizs ya en los archivos de respuesta de los clientes de su compaa. De otro modo,
usted tendr que hacer un estudio de mercado con varios mtodos interrogativos entre
clientes potenciales, o entre los vendedores de su compaa.
Las ventajas del mtodo de ejemplar-y-mejoras son que es sencillo de usar, concreto y
realista. Los malentendidos no son probables. Del punto de vista del diseador un
ejemplar es un punto conveniente de parte, porque es a menudo relativamente fcil
continuar mejorndolo por el mtodo de iteracin.
Una desventaja es quizs que es demasiado fcil de indicar detalles que pudieron
necesitar la mejora, sin realizar cmo todos los componentes del producto acabado
dependen de uno al otro. Con este mtodo usted dar fcilmente una tarea insuperable al
diseador. Para prevenirla, es recomendable evitar de dar directivas demasiado
absolutas pero en lugar utilizar escalas de la satisfaccin cundo definir las mejoras
deseadas.
3. El mtodo de la especificacin. Un mtodo ms moderno, la definicin de los

atributos del producto nuevo, es ms exigente. Como el producto nuevo no existe
todava, definir sus propiedades puede ser complicado. Sin embargo, muchas veces es la
nica opcin porque no puede encontrarse un ejemplo adecuado.
Por otra parte, el mtodo est exigiendo, porque usted tiene que trabajar con conceptos
tericos abstractos. Puede ser difcil definir las cualidades de un producto que todava
no existe. Es a veces difcil ver las relaciones entre varias cualidades, y sa es por qu
los requisitos con respecto a ellos a menudo se oponen. Por otra parte, es demasiado
fcil olvidarse de caractersticas esenciales y de sus efectos secundarios, especialmente
si afectan a forasteros.
El alcance de las caractersticas que son relevantes al desarrollar productos nuevos es

muy grande. Contiene temas como:
usabilidad, funcin, efecto y mantenimiento fcil

seguridad y durabilidad
belleza y atraccin
significado simblico
ecologa, uso de recursos
coste y precio
armona con otros productos de la compaa y sus principios de Design
Management
puntos de vista de la fabricacin, como las materias primas fcilmente
disponibles y la maquinaria ya existente
logstica y otros puntos importantes en la comercializacin.
La lista arriba contiene sobre todo los artculos que interesan o benefician al usuario o a
fabricante del producto. Adems, usted debe tener en cuenta que puede haber efectos
secundarios, quizs perjudiciales, a los forasteros. Tales efectos son,
desafortunadamente, a menudo difciles de enumerar y de determinar. Vea una lista
general de varios grupos de inters en un proyecto del desarrollo.
Todo producto posee un nmero infinito de atributos, pero slo un pequeo nmero de
ellos son importantes a efectos de la produccin, del marketing o del uso. Incluso
dentro de este grupo podemos ignorar cuestiones "obvias", es decir, asuntos en los
cuales toda la gente en el equipo de diseo conviene y que as probablemente sern
considerados suficientemente sin alguna mencin en el concepto del producto. De todas
formas, la lista de caractersticas crece a menudo difcil para manejar. Algunos
procedimientos que pueden ayudar a tratar una lista muy larga de caractersticas y de
requisitos son:
Haga una lista separada de los requisitos obligatorios.

Descubra los requisitos interdependientes e intente combinarlos en una variable.
Defina los pesos mutuos de requisitos.
Define los grados de satisfaccin para tan muchas caractersticas como sea
posible.
Anlisis conjunto.
Los requisitos obligatorios. Se refieren a menudo a la seguridad del uso del producto,
especialmente sus peligros mecnicos, qumicos o elctricos. Las regulaciones
obligatorias son dadas a menudo por las autoridades pblicas, o se publican como las
pautas y estndares voluntarias de la industria. Se especifican con proyectos de
investigacin separados, realizados por especialistas como mdicos, ingenieros de
seguridad, etc. En el concepto del producto es generalmente recomendable no mezclar
requisitos obligatorios y voluntarios. En lugar, haga las listas separadas de ellos. En esa
manera ser ms fcil, en la inspeccin final de la propuesta del producto, vea si se
respetan.
Requisitos interdependientes. No es infrecuente que los objetivos de calidad y coste u

otras finalidades del proyecto futuro estn en conflicto en mayor o menor grado. Esto es
incluso ms fcil si las preferencias se han recibido a partir de varias personas o grupos
que tengan distintos estilos de vida y valores. Tales conflictos deben ser eliminados o
conjugaos lo ms pronto posible; de otro modo podran ralentizar fatalmente el trabajo
del diseador.
A veces es posible conjugar los objetivos que

estn ostensiblemente en conflicto desvelando sus
relaciones mutuas. Un ejemplo de este mtodo es
localizar el aislamiento trmico ptimo para un
edificio. Cuando se elige el grosor de la capa
aislante, el coste de los materiales de construccin
(B, en la figura de la derecha) y los costes futuros
de calefaccin (A) parecen estar en conflicto. Sin
embargo, los valores de estos dos gastos pueden ser traducidos a costes anuales, hasta
que fcilmente se encuentra el valor ptimo de A+B. Esta variable nueva puede
entonces suplantar las dos variables originales de los costes del edificio y de la
calefaccin.
La ciencia del anlisis de operaciones abarca otros mtodos de anlisis comparables,
como por ejemplo el algoritmo de la programacin lineal, que puede usarse para
encontrar el valor ptimo comn de varios atributos cuantificables de un producto. La
mayor parte de estos mtodos aceptan solamente variables cuantitativas. Por supuesto,
es posible cuantificar cualquier atributo cualitativo y transformarlo en una variable
cuantitativa; pero la conversin suele pasar por alto algunos aspectos ms sutiles del
atributo y la validez de los resultados se resentir entonces por ello. Por eso, esta tcnica
se debe utilizar solamente con
discrecin.
Objetivo Peso
Definir los pesos mutuos de Capacidad de al menos 55 unidades/hora 40
requisitos. Si hay bastante tiempo de Diseo llamativo y personal; 10
preparar escrupulosamente el a diferencia de todos los dems
concepto del producto, revelar modelos del mercado
generalmente una gran cantidad de Todos los materiales pueden reciclarse 10
requisitos que el producto nuevo se La produccin no costar ms de 100$ 40
suponga para satisfacer. Sin embargo, Total de pesos 100
generalmente slo un nmero pequeo
de stos ser esencial y absolutamente obligatorio (y ellos se recogen preferiblemente en
una lista separada) mientras que la mayora de los requisitos son blancos ms o menos
voluntarias.
Por supuesto, la meta es satisfacer todos los requisitos si es posible, pero sucede en la
prctica a menudo que lograr totalmente una blanco prevendr la realizacin otro,
particularmente la blanco del coste moderado de produccin. Esta es la razn por la cual
es recomendable definir la orden en la cual los requisitos se pueden abandonar si
necesario, por ejemplo para hacer posible el cumplimiento de una meta ms importante.
La orden de la importancia puede ser dada asignando pesos a los requisitos. Un ejemplo
de una tabla pequea de pesos se presenta a la derecha.
Una tabla de requisitos ayuda a manejar una gran cantidad de propiedades, pero
solamente si su contenido se da en una orden lgica. Preferiblemente debe ser posible
comprender todos los grandes rasgos en un panorama. Con este fin, y tambin para
reducir el tamao de la tabla, es ventajoso combinar los grupos de caractersticas
asociadas en un peso. Tales familias de cualidades pueden ser encontradas
contemplando o discutiendo en el equipo, o para las variables cuantificables con la
ayuda de anlisis factorial p. 175).
Los grupos de caractersticas que

resultan se pueden entonces
presentar en el patrn de un rbol
lgico, de un diagrama de Venn o
de otro modelo topolgico. Un
ejemplo de un rbol lgico est a la derecha, donde Shackel ha analizado el concepto de
la utilidad de productos.
Otro rbol lgico (abajo) representa las metas cualitativas de la construccin (por
Niukkanen, 1980, p.20):
SATISFACCIN / ADECUACIN
Entrada (aportaciones) Salida (produccin)
Costes / Recursos Utilidad / Funcin Experiencia / Percepcin
Costes de construccin Espacios Factores ambientales
Costes de uso Entorno de interior y clima Exteriores
Disminucin de produccin Equipamiento y durabilidad Interiores
Cuando usted prepara un concepto del producto, usted puede utilizar un modelo terico
(como los rboles lgicos presentados por Shackel o por Niukkanen) como base para
una tabla ms detallada, completando cada caja con los pesos que dependen de la
situacin prctica. En cada nivel del rbol la suma de todos los pesos es constante, por
ejemplo 100%, pero por supuesto los pesos absolutos en los niveles ms bajos ms
detallados sern ms pequeos.
La tabla de pesos tiene una grande ventaja: puede transformarse posteriormente en una
tabla de evaluacin de las propuestas de diseo o para someterlas al anlisis de costes y
ventajas (p. +++).
Los grados de satisfaccin. Propiedad: Facilidad de uso Mrito

Para muchas caractersticas el Las operaciones son automticas. 5
lmite de la aceptacin o del Varias operaciones son automticas. 4
rechazo es vago: el ms usted Folleto de instrucciones es detallado y claro.
obtiene, el mejor es. Por otra Instrucciones y funcionamiento mediocres. 3
parte, producir una calidad o El funcionamiento a veces torpe o confuso. 2
una capacidad superior significa La mquina reacciona de manera 1
generalmente costes adicionales. distinta a la descrita en el folleto.
Puede ser ventajoso posponer la
medida final de tal caracterstica a un momento ms tarde en el proceso del desarrollo
de producto, cuando tenemos ms conocimiento de las alternativas disponibles y de sus
costes. Esto significa que incluso cuando sera perfectamente posible definir, en el
concepto del producto, un lmite de la aceptacin para esta caracterstica, definimos en
lugar una serie de grados de satisfaccin o de "niveles del mrito" como en la tabla a la
derecha. La satisfaccin se mide en una escala arbitraria, por ejemplo en una escala de 1
a 5. La blanco para las fases ms posteriores del proyecto del desarrollo de producto
entonces ser alcanzar una suma mxima de los puntos del mrito para todas las
caractersticas que se han definido esta manera. Generalmente las propiedades tienen en
el concepto del producto pesas diferentes, tambin.
Observe que la tabla contiene solamente caractersticas cualitativas. Sin embargo el

grado de "mrito" o de satisfaccin se dio como una medida cuantitativa. En otras
palabras, una propiedad cualitativa se cuantific para permitir el manejo posterior con
mtodos matemticos del anlisis como la ingeniera de valor. La misma transformacin
se puede hacer para casi algn atributo cualitativo de productos, aunque la desventaja
puede ser que faltamos algunos componentes ms sutiles de la calidad. Recuerde que no
hay diferencia fundamental entre las caractersticas cuantitativas o cualitativas de cosas,
en otras palabras que las caractersticas no estn intrnsecamente de una u otra clase.
Estas palabras apenas indican nuestro mtodo
usual de registrar la caracterstica.
Qu podemos hacer con tales caractersticas que

estn ya cuantitativo, en otras palabras que
habitualmente se midan como cantidades?
Sucede a menudo que una caracterstica se puede

medir fcilmente, pero esta medida no indica
directamente su valor de utilidad o de
satisfaccin. Consideremos una bicicleta: si posee dos marchas es mucho mejor que un
vehculo del engranaje simple. Tres marchas son todava un poco mejor, pero si hay
sobre diez engranajes la adicin de una o dos ms no da mucho aumento en utilidad o
satisfaccin. En otras palabras, la relacin entre el nmero de marchas y de la utilidad
no es linear pero ms se asemeja a una curva logartmica, como en el diagrama a la
izquierda.
Otro ejemplo de una escala de la utilidad est a la derecha.

Segn l, un jugador de disco deber ser valorado "pobre"
(utilidad=1) si slo transmite la voz hasta el lmite de 5
kilociclos. 10 khz es un poco mejor, mientras que 20
kilociclos es excelente (utilidad=5). Un rendimiento ms alto
despus de eso no da ningn mrito adicional, porque la
oreja humana nunca podra or las voces sobre de 20 khz.
Anlisis conjunto es una herramienta pensada para ayudar en la gestin de los distintos
rasgos (atributos) de los productos nuevos que an estn en la fase de diseo. Variando
los grados de los distintos atributos del producto, se pueden evaluar sus efectos sobre las
preferencias del consumidor.
En la primera fase del anlisis, el investigador selecciona el atributo y sus rangos para
que sean sometidos a prueba. Abajo tenemos un ejemplo inventado de la seleccin de
atributos de un telfono celular.
Atributo Nivel 1 Nivel 2 Nivel 3

Precio, $ 100 200 300
Peso, gramos 150 200 250
Tiempo de 50 75 100
espera, horas
Accesorios Cargador para Cargador para auto y Cargador para auto,
auto soporte para manos manos libres y
libres transmisin de datos
Propiedades Memoria Memoria y grabador Memoria, grabador y
extra calendario
Fabricante Ericsson Motorola Nokia
Aspecto Alternativa #1 Alternativa #2 Alternativa #3 (imagen)
(imagen) (imagen)
En el ejemplo de arriba, habra en teora no menos de 3x3x3x3x3x3x3 = 2187 conceptos

de producto, pero no necesitamos probarlos todos. Usando el llamado diseo de
experimento fraccional factorial, necesitamos slo 18 conceptos de producto para el
cuestionario.
A partir de los resultados del cuestionario, obtenemos

los pesos medios de cada atributo. El resultado puede
aparecer como la tabla (inventada) de abajo a la
izquierda:
Pesos medios de los atributos

Precio 36 %
Peso en gramos 17 %
Tiempo en espera 13 %
Accesorios 2%
Propiedades 2%
Fabricante 4%
Apariencia 26 %
Es tambin posible hacer diagramas que muestren que la evaluacin total depende de un
nico atributo.
Todos los diagramas de arriba pueden presentar sea la opinin de la media de todos los
encuestados, de un grupo de encuestados o las preferencias de un nico individuo.
Adems, ser posible calcular el producto ideal para todos los encuestados, o para un
grupo predefinido de entre ellos. Podra resultar de ello la tabla de abajo (datos
ficticios).
Preferencias medias de los finlandeses

de menos de 30 aos que han respondido
Precio, $ 100
Peso, gramos 150
Tiempo en espera, horas 100
Accesorios Cargador de auto
Propiedades Memoria
Fabricante Nokia
Aspecto Alternativa #2
En produccin a gran escala, no queremos disear

demasiados productos individualizados; en lugar de
ello intentamos o bien definir un producto medio,
aceptable universalmente, o intentamos disear un
producto que cumple los requisitos de un cierto grupo
de clientes. A definir tales grupos puede ayudarnos el
mtodo de anlisis conjunto y el resultado puede
aparecer como en el diagrama de la derecha. En el
ejemplo, la agrupacin dio como resultado tres
segmentos de clientes, A, B y C.
Si quienes respondieron al cuestionario han sido

seleccionados como una muestra apropiada a partir de
una cierta poblacin, finalmente es fcil calcular la
representatividad estadstica de los resultados, o la
probabilidad de que sean ciertos tambin en la poblacin original.
Despus de haberse llevado a cabo un anlisis conjunto en la manera arriba describa, se

hace posible definir el concepto de producto que se corresponde mejor con las
expectativas de cada segmento de clientes. Este concepto optimizado de producto puede
ser finalmente objeto de simulacin que prediga su futura cuota de mercado sea en un
mercado actual o en una situacin prevista.
El anlisis de conjunto se ha usado durante mucho tiempo para prestar asistencia en el

desarrollo de productos, pero los aspectos visuales del diseo con frecuencia no se han
sometido a prueba como cualidad. Anteriormente, con las imgenes dibujadas a mano,
eso habra sido difcil de hacer. A veces las cualidades visuales del producto eran
descritas verbalmente, lo que con frecuencia causaba malentendidos.
Uno de los aspectos dbiles de un cuestionario verbal es tambin el hecho de que la
situacin del cliente difiere demasiado de la situacin real de compra. En el
cuestionario, las propiedades del producto aparecen una a una, "analticamente",
desgajadas de otras cualidades, mientras que en una eleccin real, el cliente atiende a
todas las cualidades del producto "holsticamente" al mismo tiempo.
Hoy en da podemos acercarnos ms a este juicio holstico porque la tecnologa del

CAD (Diseo asistido por ordenador) ayuda a presentar imgenes realistas de forma
asequible, rpida y con suficientes alternativas. Este mtodo tambin proporciona
algunas posibilidades para analizar aspectos conectados con productos que son difciles
de definir, como por ejemplo, signos de pertenencia a un grupo social o smbolos
relacionados con modos de vida. Los mtodos para someter a prueba propuestas de
diseo en borrador se tratan en p. +++ (Evaluar una propuesta de diseo).
Si el anlisis de la combinacin incluye un gran nmero de caractersticas de productos,

ser difcil para el cliente controlar todas las alternativas. Esta situacin puede hoy en
da hacerse ms fcil variando la descripcin del producto sobre la pantalla en la
situacin de investigacin de acuerdo con los deseos expresados por el cliente. -- Sobre
otras posibilidades para presentar productos de diseo, vase p. +++ (Presentar el
borrador y crear prototipos).

Arteologia PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Arteologia PDF

Cargado por

Copyright:

Formatos disponibles

ARTEOLOGA

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 3

Ao despus ao tambin llega a ser ms obvio que esta corriente principal de

Es, sin embargo, innecesario especular si el origen o el ncleo de la actividad de

El enfoque descriptivo (o "desinteresado") que apunta sobre todo a recolectar

Porque el contenido y el mtodo de cada proyecto de investigacin dependen de su

Debido a las diferencias de metodologa la competencia del investigador obtenida en

Planear un proyecto de investigacin. Opciones principales

El material de este sitio se ha recogido desde los mtodos de cerca de doscientos

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 5

Incluso si el investigador no encuentra la solucin completa a su problema en

hechos, estadsticas y hallazgos de investigacin,

Al estudiar la bibliografa, podemos obtener un cuadro general de las reas en que

Un estudio de la literatura se hace normalmente temprano en el proyecto de

Fuentes textuales que pueden servir al investigador incluyen

Bibliografa: libros y trabajos en publicaciones peridicas

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 6

Dnde buscar referencias?

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 7

Finalmente, es posible archivar los resultados en el papel o en un palillo USB, para

Muchas veces sera interesante saber si se da el caso de que haya un proyecto de

Las estadsticas pblicas son informes anuales o mensuales de organizaciones pblicas

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 8

Los documentos son un material especialmente fructfero en el caso de que estemos

Encontrar los textos

Dependiendo de la cantidad de publicaciones y de documentos disponibles tiene que

Cantidad de Enfoque recomendable:

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 9

El listado que resulta de la bsqueda bibliogrfica siempre contiene al menos una

En el WWW hay ahora textos completos en ingls de al menos 1200 libros

Al transferir informacin desde publicaciones en la computadora del investigador los

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 10

La fase de anlisis de un estudio bibliogrfico normal consiste principalmente en la

El informe del estudio no se contrae interminablemente, sin embargo, porque su

Mtodos para reconstruir informacin que falta

Si usted ha encontrado un poco de material relevante, pero no bastante de l, hay

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 11

La crtica de textos es pertinente cuando el material nicamente consiste en textos sobre

La primera intencin de la crtica textual es formar lo

1. La primera fase del anlisis de errores puede ya

Un buen conocimiento general y comprensin de la cultura del momento en que los

1. Hacer un resumen de interpretaciones anteriores del texto, si hay cualquiera.

En el siglo XVII la palabra "hermenutica" fue aplicada a la interpretacin de la Biblia.

El fin de la hermenutica es obtener una comprensin ms profunda de tu objeto. El

El punto de partida en las inspecciones es la primera comprensin, o el conocimiento

La alternancia de los puntos de vista es llamada crculo hermenutico (o espiral

La pareja ms habitual de puntos de vista entre los que

Un ejemplo frecuentemente citado de alternancia de las

Al comienzo de nuestro estudio, ser normal que poseamos algunos conocimientos

Varto (1992, 58) presenta las siguientes instrucciones para la interpretacin

Lo que estamos tratando de entender es el mundo de otro (no el nuestro).

ARTEOLOGA: la ciencia de productos y de profesiones por Pentti Routio. Manuscrito 28.may.2007 14

La hermenutica es usada con frecuencia cuando se estudian los mensajes simblicos

qu objeto fsico representa la pintura (por ejemplo una paloma en un minarete)

Estudiar los significados simblicos con la hermenutica es arriesgado. Hemos de

Sin embargo, si no pretendemos proclamar nuestras opiniones y queremos descubrir qu

Otra advertencia. La hermenutica no es uno de los mtodos ms fiables. Es muy

Investigacin ex post facto

El estudio archivstico de documentos es uno de los pocos mtodos disponibles para

Un estudio cuantitativo de relaciones causales de acciones que ocurrieron hace mucho

La hiptesis podra ser que . 1905 1906

No siempre podemos estar seguros de la direccin de causalidad: cul es la causa y

Ver programas violentos en la Televisin hace a la gente agresiva.