Documentos de Académico
Documentos de Profesional
Documentos de Cultura
orientaciones-SOBRE EL Diseño PDF
orientaciones-SOBRE EL Diseño PDF
INVESTIGACIÓN
RESUMEN
Un investigador en cualquier área del conocimiento, puede identificar perfectamente la información que
quiere obtener (problema de investigación), formula sus objetivos de investigación, hace una revisión
bibliográfica pero, si quiere generar información primaria, tiene dificultad al hacer un diseño
metodológico que garantice la calidad de dicha información. Este método conduce a un diseño coherente
especificando tres aspectos: la medida, el análisis de los datos y los recursos necesarios.
Proceso de medida: se parte del estado actual del conocimiento, las características de la población
objetivo y la calidad de la información que se quiere generar. Se definen las variables e indicadores, se
selecciona o diseña el instrumento de medida y se obtiene la muestra acorde con el diseño muestral
(aleatorio o no) y recursos disponibles.
Proceso de análisis: se diseña la base donde se introducirán los datos resultantes de la medición según las
variables definidas, características del instrumento (estructura y codificación), software, métodos
estadísticos de análisis y la forma de presentar los resultados del estudio (información primaria).
1. INTRODUCCIÓN
1
fácticas. Las ciencias formales son aquellas cuyo objeto de conocimiento es abstracto y
se representa mediante símbolos como la lógica y la matemática, mientras que las
ciencias fácticas se basan en la observación e interpretación de los fenómenos reales
como las ciencias naturales o sociales [Sabino,1996]. Para las ciencias fácticas, dada su
naturaleza, al margen de las particularidades de cada una, se usa el método científico
para la generación de conocimiento científico y, para que éste se diferencie de otros
tipos, como el conocimiento artístico o el religioso, debe cumplir con tres
características importantes: objetividad, inteligibilidad y dialéctica [Wagensberg, 1998].
Aunque cada disciplina científica tiene especificidades respecto a la forma como
aplique el método científico en la generación de conocimiento, el modelo que se
muestra en la figura 1 describe una metodología de aplicación general basada en la
coherencia entre todas las fases del proceso y las actividades que las conforman.
2
El proceso de investigación consta de cuatro fases: fase lógica, fase metodológica, fase
técnica y fase de contrastación [Medina, 2000]. La fase lógica constituye una parte
fundamental de la formulación de la investigación por cuanto responde preguntas
esenciales para precisarla: ¿Qué información falta y se pretende obtener al hacer la
investigación?, ¿Qué conocimiento hay disponible respecto al tema? ¿Cómo se puede
obtener la información que se necesita?. Las respuestas a estas preguntas corresponden
al problema de investigación, el marco teórico y los objetivos de investigación,
respectivamente. Todos estos elementos deben estar muy bien definidos y articulados
entre sí de forma coherente, para proceder al diseño de la investigación: fase
metodológica. En la fase metodológica se diseña el proceso para ejecutar la
investigación cuando se quiere generar información primaria a partir de la medición de
las unidades de observación. La fase técnica es la ejecución del diseño metodológico y
la fase de contrastación es la fase donde se precisa el nuevo conocimiento a partir de los
resultados obtenidos del análisis de datos en el contexto de la situación motivo de
estudio.
El diseño metodológico guarda una relación estrecha con los objetivos de investigación,
por tal motivo, es importante revisar si éstos están adecuadamente formulados.
3
SITUACIÓN
ACTUAL SITUACIÓN
¿Cómo se FUTURA
(Hay vacíos de
conocimiento)
logra?
(Se genera el
conocimiento)
OBJETIVO DE
INVESTIGACIÓN
Acciones Resultados
Medios
4
necesidad específica de tener conocimiento disponible para tomar decisiones, estas
razones constituyen la justificación de la investigación.
Para evaluar si el objetivo está bien formulado, se tienen en cuenta las siguientes
características:
Alcanzable: en el marco real de ejecución de la investigación, si es posible llevarlo a
cabo con los recursos humanos y tecnológicos disponibles, el tiempo y los resultados
esperados. Esta característica determina implícitamente el alcance de la investigación.
Susceptible de medir: la formulación debe hacerse de tal manera que facilite verificar y
confirmar que el objetivo se haya ejecutado, con base en indicadores que permitan
cuantificar su finalización. Esta condición se logra al establecer una coherencia entre
las acciones a realizar y los resultados esperados.
Preciso: todos los lectores deben entender exactamente los elementos acciones, medios
y resultados. Un objetivo ambiguo está mal planteado y se presta para que cada quien
lo interprete a su manera.
Claro: debe redactarse de manera sencilla, que se pueda entender fácilmente. El
lenguaje usado debe ser común, evitando términos sofisticados. Se recomienda no
sacrificar claridad por “elegancia”.
5
3. DISEÑO METODOLÓGICO
Una variable es una característica que diferencia a los elementos de la población y que
puede ser medida. Puede ser de naturaleza discreta si sus valores son unas pocas
categorías mutuamente excluyentes o, continua si puede tomar muchos valores que al
analizarlos conjuntamente parecen estar tan cercanos que se asemeja a un continuo.
OBJETIVOS DE INVESTIGACIÓN
Acciones Resultados
RECURSOS
Selección del Diseño del formato
Diseño del
instrumento Selección de la para presentar la
operativo de
de medida muestra información
medida
Cálculo del
tamaño de
muestra Selección de la Selección del
herramienta de método de
Definición de
análisis análisis
variables e
indicadores Selección del
diseño muestral
Diseño de la base
Calidad de la Caracterización de datos
Información
disponible información de la población
Figura 3. Esquema del proceso de diseño metodológico a partir de los objetivos de investigación.
6
Identificar las variables a medir requiere tener presente cuál es la información que se
quiere obtener plasmada como resultado en los objetivos de investigación. La
definición de las variables se hace conceptual y operacionalmente. La definición
conceptual es el significado de la variable en el marco de la investigación, mientras que
la definición operacional es la forma como se van a asignar los valores y depende del
tipo de variable. Si la variable es discreta se establecen las categorías, pero si la variable
es continua se debe establecer la unidad de medida y en algunos casos, el rango de
valores que puede tomar [Medina, 2007].
El proceso de generación de información primaria tiene dos etapas importantes que son
complementarias e indivisibles, pero para una mejor comprensión se tratan por
separado: el diseño del proceso de medida para obtener los datos primarios a partir de
las unidades de observación y el diseño del proceso de análisis de los datos obtenidos en
la medición.
7
3.3.1 Insumos para el diseño
Una vez se tenga claro qué tipo de investigación se realizará y la población de interés,
se determina la forma cómo se seleccionan las unidades de observación. Si es posible
hacer censo al medir a todos los elementos de la población o, si por razones de carácter
práctico como reducción de costos, es necesario seleccionar una muestra.
8
Si no es posible medir a todos los elementos de la población, seleccionar una muestra
representativa (aleatoria) implica que debe obedecer a unas reglas de probabilidad de
selección propias de cada uno de los diseños muestrales. La selección del diseño
muestral depende de las características de la población y de la disponibilidad de un
listado donde estén consignadas al menos la identificación y localización de todos los
elementos [Anderson, 2003]. Si se tiene una población más o menos homogénea
respecto a la variable principal del estudio, se utiliza un muestreo aleatorio simple. Si
la población no es homogénea pero es posible agrupar sus elementos en subconjuntos
de elementos parecidos entre sí (estratos), se hace un muestreo estratificado. En caso
de que no se tenga disponible un listado o que la población esté muy dispersa
geográficamente, el diseño más utilizado es el muestreo por conglomerados, porque se
divide la población en grupos de elementos que estén cercanos entre sí (conglomerados)
y seleccionar con un muestreo aleatorio simple algunos de esos conglomerados. Hay
muchos otros diseños muestrales que pueden funcionar bien dependiendo del parámetro
que se quiera estimar y características de la población como variabilidad y tamaño
[Lohr, 2000].
El tamaño de muestra depende del nivel de confianza que se quiera para hacer la
estimación de los valores poblacionales, del error máximo que se esté dispuesto a
cometer o error muestral y de la heterogeneidad de los elementos de la población.
Los resultados tangibles del diseño del proceso de medida son el instrumento de
medida, el listado de los elementos que conforman la muestra y la logística del
operativo de medida.
9
por ejemplo un psiquiatra valorando comportamiento de un paciente o un experto en
logística analizando un proceso productivo.
El listado de los elementos que conforman la muestra aleatoria no puede ser modificado
posteriormente y la medida de cada una de las unidades de observación que la
componen, determina la logística del operativo de medida.
En esta etapa se diseña el proceso para transformar los datos en información, se parte
del diseño de la base de datos que facilite el análisis con los métodos y software
seleccionados para sintetizar los resultados de manera que sea clara la información
primaria obtenida con la investigación.
Es la tabla donde se colocarán los datos codificados, de manera que permita hacer un
control de calidad para detectar inconsistencias y además, facilite la exportación a un
programa para el análisis estadístico. Se puede hacer en una hoja Excel donde cada fila
es un registro asociado con un elemento de la muestra y en las columnas se incluyen las
variables. Si las variables se han definido bien, la construcción de esta tabla será
10
relativamente sencilla porque de antemano se puede saber el rango de valores de las
variables continuas y, para las variables discretas, se tienen las categorías codificadas
con valores numéricos que las identificarán en la base de datos.
Los métodos dependen de la naturaleza de las variables, pero tanto para variables
continuas como discretas, se puede realizar un análisis univariado con cada variable
por separado o, un análisis multivariado para analizar simultáneamente varias variables
y establecer relaciones entre ellas [Peña,2002].
11
como regresión lineal [Draper, 1998], series temporales o modelos factoriales
[Escofier,1992].
4. BIBLIOGRAFÍA
12
5. Escofier, B. y Pagès, J. (1992) Análisis factoriales simples y múltiples:
objetivos, métodos e interpretación. Universidad del País Vasco.
6. Fleiss, J. (1986) The Design and analysis of clinical experiments. John Wiley.
7. Gujarati, DN. (2004) Econometría. Mc Graw Hill.
8. Hernández, R; Fernández, C y Baptista, P. (1998) Metodología de la
investigación. Mc Graw Hill.
9. Lohr, SL. (2000) Muestreo: diseño y análisis. Thompson.
10. Medina, MN. A propósito de algo llamado investigación. Revista Escuela
Colombiana de Ingeniería. Año 10, No 40. Octubre-diciembre 2000, pp40-45.
11. Medina, MN. (2007) La investigación aplicada a proyectos. Vol 1:
Identificación del proyecto y formulación de la Investigación. Ántropos.
12. Montgomery, D. (2003) Diseño de experimentos. Limusa.
13. Peña, D. (2002) Análisis de datos multivariantes. Mc Graw Hill.
14. Pérez, C (2005) Métodos estadísticos avanzados con SPSS. Thompson.
15. Sabino, C. (1996) El proceso de investigación. Editorial Panamericana.
16. Von Elm, E., Altman, D., Egger, M., Pocock,S., Gotszche,P. and
Vandenbroucke, J. (2007), The strengthening the reporting of observational
studies in epidemiology (STROBE) statement: guidelines for reporting
observational studies. Annals of Internal Medicine 147, 573-577.
17. Wagensberg, J. (1998) Ideas para la imaginación impura. 53 Reflexiones en su
propia sustancia. Metatemas,5 4 Libros para pensar la ciencia. Tusquets
Editores. Barcelona.
13