METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA: MODELOS Y CASUÍSTICAS

INVESTIGATIVAS

Dr. Ricardo Manuel Rossi Valverde

Investigador y Asesor de Tesis
a20024959@pucp.edu.pe
Agosto 2017
INTRODUCCIÓN

El llevar a cabo una investigación científica resulta muy sencillo cuando el

investigador tiene los conocimientos y la experiencia para abordar un problema
de interés. Sin embargo, la mayoría de los estudiantes de pregrado y postgrado
no alcanzan los niveles del conocimiento necesario para el trabajo científico,
debido a múltiples factores, y aunque logran culminar sus Tesis de grado, son
muy escasas las Tesis que alcanzan un nivel de calidad y originalidad tales que
contribuyen verdaderamente a incrementar el conocimiento científico.
Podemos encontrar miles de Tesis en el mundo que han medido, por ejemplo,
el constructo liderazgo o el constructo clima organizacional, si nos referimos a
la ciencia de la Administración, y no son comparables los resultados de estas
Tesis por las siguientes razones:

a) El instrumento utilizado para medir el constructo no era estándar.

b) El instrumento utilizado para medir el constructo no fue diseñado sobre la

base de un modelo teórico científicamente válido.

c) El instrumento utilizado para medir el constructo no fue sometido a los

procesos de validación y confiabilidad.

d) Los criterios de recolección de datos y análisis de los resultados obtenidos

no fueron estándar, etc.

El anterior ejemplo determina que la ciencia avance a paso lento, y además

determina que la ciencia esté supeditada a que cada cierto tiempo surja en
escena un Galileo, un Newton, un Einstein o un Hawking, etc.; si nos referimos
a las ciencias naturales.

1
El objetivo del presente texto es brindar a los estudiantes los criterios básicos
necesarios para llevar a cabo un trabajo de investigación científica, a fin de
asegurar un nivel mínimo de calidad y además tratar de lograr la
estandarización en algunos criterios en el proceso investigativo.

Por ello, los conceptos y teorías que utilizaremos para el desarrollo serán muy
específicos y breves, pero ahondaremos en los modelos y las casuísticas, que
brindarán un mejor panorama del tópico tratado.

Espero que este texto sea de mucha utilidad para los científicos en potencia.

El autor

I. Breve descripción de la historia del método de la ciencia

Desde siempre el ser humano ha tratado de satisfacer sus múltiples

necesidades, y para ello tuvo que apelar a su inteligencia, la cual, incentivada
por la curiosidad e inquietud por aprender, permitieron el desarrollo progresivo
de la ciencia. Pero, los actuales adelantos científicos y tecnológicos no han sido
frutos solo de la inteligencia, curiosidad e inquietud por aprender del ser
humano; se requería de otra facultad, para dar el gran paso. Y, Martínez (2006,
p. 7) lo describe así:

“… la genialidad de Einstein ha sido ubicada, no en su inteligencia, considerada

bastante normal, sino en una imaginación desbordada y muy fuera de lo común.
De aquí, que él repitiera frecuentemente que “la ciencia consiste en crear
teorías”, es decir, modelos imaginarios, estructuras teóricas, analogías,
alegorías, símiles y comparaciones, para representar los significados posibles
de las realidades que nos circundan.”

Pero, antes que surgieran Einstein y otros destacados científicos, correspondió

a los primeros filósofos plantearse interrogantes a partir de la observación,
interrogantes como: ¿De qué está compuesta la materia? Y algunos respondieron
en base a sus ideas. Según Tales de Mileto (624 – 546 a.C.): “El agua es el primer
principio de las cosas…”. Para Demócrito (460 – 370 a.C.), basándose en

2
Leucipo: “Está constituida de partículas muy diminutas e indivisibles,
denominadas átomos.”

Luego, las simples ideas se empezaron a transformar en propuestas o modelos,

para encontrar las respuestas a las preguntas y así, conocer la verdad.

I.1. Modelo de Aristóteles

Aristóteles (384 – 322 a.C.), fundador del “Liceo”, en su obra Organon propone
un modelo basado en la lógica donde el silogismo del modo BARBARA permite
inferir por inducción nuevas verdades universales, para ello utilizaba
Proposiciones Categóricas Universales y Afirmativas.

Premisa Premisa
Conclusión
Mayor Menor

Todos los estudiantes Todos los estudiantes

Todos los seres humanos
universitarios (S) son universitarios (S) son
(M) son inteligentes (P)
seres humanos (M) inteligentes (P)

Figura 1.1. Modelo de Aristóteles

I.2. Modelo de Robert Grosseteste

Lincolniense o Robert Grosseteste (1168 – 1253) propuso el método analítico –

sintético para encontrar nuevas verdades universales, el modelo se muestra a
continuación.

Procedimientos Conclusiones
matemáticos racionales

Ciencia Nuevos
experimental campos de
investigación
Figura 1.2. Modelo de Robert Grosseteste

3
I.3. Modelo de Roger Bacon

El Doctor Mirabilis o Roger Bacon (1214 – 1292), propuso el siguiente modelo.

Experimentación Experimentación

Conjuntos
Conjuntos Conjuntos
compuestos o
concretos o Análisis Síntesis concretos o
conceptos
individuales individuales
universales

INFERENCIA

Nuevas verdades universales

Figura 1.3. Modelo de Roger Bacon

De acuerdo con Roger Bacón, la ciencia experimental sobrepasa a los demás

tipos de conocimiento por tres razones:

 Porque consigue una certeza completa para las demás ciencias.

 Porque consigue resultados que las otras ciencias no pueden alcanzar.
 Porque puede descubrir los secretos de la Naturaleza.

I.4. Modelo de Galileo Galilei

Galileo Galilei (1564 – 1642), matemático, astrónomo y naturalista italiano,

considerado el padre de la ciencia moderna, propuso el siguiente modelo:

Observación

Razonamiento
Conclusiones
lógico

Experimentación

Figura 1.4. Modelo de Galileo Galilei

4
Galileo Galilei, en base a su modelo, publicó Sidereus Nuntius (1610), donde
relató: “… Hermosísimo y agradabilísimo es ver el cuerpo lunar alejado de
nosotros casi sesenta semidiámetros terrestres, tan cerca como si distase tan
sólo dos de esas medidas…”.

Este destacado científico también publicó “Dialogo sopra i due massimi sistemi
del mondo Tolemaico, e Copernicano (1632), contrario a la teoría geocentrista.

I.5. Modelo de Francis Bacón

Francis Bacon (1561 – 1626), propuso su método del descubrimiento en Novum

Organum (1620). Ver modelo.

Hipótesis
alternativa 1

Presencia de Hipótesis
hechos alternativa 2
Hechos
relacionados Ausencia de Correlaciones Hipótesis Hipótesis
con el hechos accidentales alternativa 3 verdadera
fenómeno
Comparación Hipótesis
de hechos alternativa 4

Hipótesis
alternativa n

Figura 1.5. Modelo de Francis Bacón

Según Francis Bacón, el método científico es un conjunto de reglas para

observar fenómenos e inferir conclusiones a partir de dichas observaciones
(proceso inductivo).

I.6. Modelo de René Descartes

René Descartes (1596 – 1650), publicó Discurso del Método (1637), y además
propuso un método para encontrar las verdades, según el siguiente modelo:

5
 Experimento

Evidencia Análisis Síntesis Enumeración

Verdades acerca
Principios de la naturaleza y
Lógica +
supremos o
Geometría + del hombre
metafísicos o
Álgebra
teológicos

Figura 1.6. Modelo de René Descartes

I.7. Modelo de Isaac Newton

Isaac Newton (1642 – 1727) publicó Philosophiae Naturalis Principia

Mathematica (1683), y opinaba que las proposiciones se deducen de los
fenómenos y se generalizan por inducción. Su modelo le permitió proponer la
Ley de la Gravedad, entre otros.

ANÁLISIS

Fenómenos S
Observación Experimentación Conclusiones Í
naturales
N
T
E
S
Proposiciones I
Matemáticas S

Figura 1.7. Modelo de Isaac Newton

I.8. Modelo de Immanuel Kant

Immanuel Kant (1724 – 1804) publicó “Crítica de la razón pura” (1781), donde
criticaba a aquellos filósofos que pretendían alcanzar el conocimiento sin la
práctica científica. Su modelo propuesto se muestra a continuación.
6
 SENSIBILIDAD ENTENDIMIENTO Y RAZÓN

Experiencia Juicios sintéticos Conocimiento

Juicios puros a priori

Figura 1.8. Modelo de Immanuel Kant

I.9. Modelo de John F. W. Herschel

John F. W. Herschel (1792 – 1871), matemático y astrónomo inglés. publicó

Preliminary Discourse on Natural Philosophy (1830). Según Herschel, el conjunto
de los diferentes pasos necesarios para establecer las leyes científicas se
conoce como inducción y ocurre en dos etapas distintas: en la primera se
definen las leyes y en la segunda se formulan las teorías. Propuso el siguiente
modelo.

Antecedente 1 Consecuencia 1 Antecedente 1 Consecuencia 1 Antecedente 1

Antecedente 2 Consecuencia 2 Antecedente 2 Consecuencia 5

Antecedente 3 Consecuencia 3 Antecedente 3 Consecuencia 3 Antecedente 5

Antecedente 4 Consecuencia 4 Antecedente 4 Consecuencia 6

Observación

Figura 1.9. Modelo de John F. W. Herschel

7
I.10. Modelo de John Stuart Mill

John Stuart Mill (1806 – 1873), economista, político, historiador, escritor, editor
y filósofo, publicó System of logic (1843), manifiesto del empirismo
epistemológico. Para Stuart cuando fracasan la observación y la
experimentación, se recomienda un método deductivo con tres niveles: 1)
Enunciado de una ley general. 2) Deducción teórica de una consecuencia
objetiva derivada de la ley. 3) Verificación objetiva.

A continuación, mostramos el modelo de Stuart para sus dos primeros cánones.

CIRCUNSTANCIAS
CASOS FENÓMENO CONCLUSIÓN
o ANTECEDENTES

Observación 1 XYZ F1
Canon I. Z es causa (o
Método de Observación 2 YZ F1 efecto)
Coincidencia probable de F1
Observación 3 Z F1

Canon II. Observación 4 X YZ F2 X es causa (o

Método de efecto)
Diferencia Observación 5 YZ no F2 probable de F2

Figura 1.10. Modelo de John Stuart Mill

I.11. Modelo de William Whewell

William Whewell (1794 – 1866), matemático, físico, astrónomo, geólogo,

filósofo y fundador de la Sociedad Filosófica de Cambridge, publicó History of
the inductive sciences (1837), Philosophy of the inductive sciences (1840), The
history of scientific ideas (1858), Novum Organon Renovatum (1858), Philosophy
of discovery (1860), entre otros. Whewell propuso usar el término “científico”
en lugar de las palabras “filósofo natural" para referirse a los prácticos de los
teóricos. Segú Whewell existen ciertas ideas fundamentales necesarias para el

8
desarrollo del pensamiento científico, aprendidas del estudio de la historia de
la ciencia. Su modelo propuesto es el siguiente.

Problema específico

Descomposición de los hechos que se

consideran relevantes

Análisis de conceptos Experimentación

Observación
o ideas fundamentales

Predicción
Prueba de Verdad
Hipótesis Predicción confirma
Hipótesis comprobada
hipótesis

Observación

Figura 1.11. Modelo de William Whewell

I.12. Modelo de Auguste Comte

Auguste Comte (1788 – 1857), matemático y astrónomo francés. Sus trabajos

científicos se centraron en el campo de la “física social”, al que denominó
"sociología". Sus ideas se basaban en el estudio de la historia de la ciencia. Para
investigar los fenómenos naturales más complejos, el mejor método es la
comparación o analogía, por ejemplo, en biología se usa la anatomía
comparada. Su propuesta se presenta a continuación:

ESTRATEGIA LÓGICA Y OPERACIONAL

Observación
Fenómeno Experimentación Conclusión
de hechos

Hipótesis o ley Fenómeno puede

científica vinculada alterarse de manera
al contexto definida y controlada

Figura 1.12. Modelo de Auguste Comte

9
I.13. Los cambios en la historia de la ciencia a partir de Einstein

En el Círculo de Viena, desde finales de 1800, se reunían las mentes más

destacadas del mundo para meditar acerca de la ciencia y su desarrollo a partir
de teorías que fueron expuestas o publicadas. Pero, es la publicación de las
teorías de la relatividad especial (1905) y teoría de la relatividad general (1916)
de Einstein, además de la teoría cuántica (1927) planteada con los aportes de
Planck, Einstein, Bohr, De Broglie, Heisenberg, Schrödinger y Born, entre otros;
que motivó la necesidad de revisar el modo en que se venía desarrollando las
ciencias naturales, principalmente (Diéguez, 2005, pp. 18-19).

En el Primer Congreso sobre Epistemología de las Ciencias Exactas realizado en

Praga en el año 1929, Philipp Frank presentó una ponencia titulada: ¿Qué
representan las teorías físicas actuales para la teoría general del conocimiento?

Y es justamente con este Congreso que surge la Filosofía de la ciencia, con el

objeto de estudiar la esencia del método científico, dado que:

 La teoría mecánica newtoniana ya no representaba una verdad absoluta.

La teoría de la relatividad superaba las limitaciones de ésta.
 Se comprobó que la creatividad también podía dar explicaciones
científicas. Se empieza a mirar con mayor detenimiento los enfoques
cualitativo y mixto, además del enfoque cuantitativo (experimental).
 Las hipótesis no están circunscritas solo a hechos observables. La
concepción de propuestas hipotéticas circunscritas al fenómeno en
estudio, puede surgir de la imaginación humana y ser puramente
predictivas.

Desde entonces y aún hoy en día, con la Filosofía de la ciencia los filósofos y
científicos continúan “reflexionando” respecto a la ciencia: su método y su
producto. Al respecto, Karl R. Popper (1902 – 1994) afirmaba que la ciencia
implica teorías susceptibles de ser demostradas falsas, lo que obliga a poner a
prueba sus predicciones. Por otro lado, Imre Lakatos (1922 – 1974) proponía que
el objetivo de la ciencia es aumentar su verosimilitud con teorías organizadas
a manera de un programa de investigación científica. Y por su parte, Thomas

10
S. Khun (1926 – 1996) afirmó que la ciencia, a lo largo de su historia, ha
demostrado que tiene ciclos bifásicos: "ciencia normal" y "revolución”. Y, un
paradigma está formado por la amalgama de una teoría y un método.

I.14. Modelo de Mario Bunge

Ya en el siglo XX, el filósofo argentino Bunge (1980, p. 34), propone un modelo

más elaborado, aunque perfectible, de lo que representaría un proceso de
investigación científica (metodología), el cual se muestra a continuación:

3 4
1 2
Búsqueda de
Tentativa de solución
Descubrimiento Planteo preciso conocimientos o
del problema con
del problema del problema instrumentos
ayuda de los medios
relevantes del
identificados
problema

Corrección de las
hipótesis o teorías
Invención de nuevas
o técnicas o ideas 9
hipótesis o teorías o
si la solución es 5
técnicas o ideas de
incorrecta
solución al problema
NO
8 7
10
Investigación de Obtención de una
Puesta a prueba o
Problema las consecuencias solución exacta o
¿OK? contrastación de la 6
solucionado de la solución aproximada del
solución obtenida
obtenida problema
SI

Figura 1.13. Modelo de Mario Bunge

I.15. ¿Cuál es la definición de ciencia?

El término ciencia deriva, etimológicamente, del latín scire que significa saber.
De acuerdo con Diéguez (2005, p. 112), “... es el conocimiento acumulado y
estructurado racional y sistemáticamente, que permite mediante el
establecimiento de leyes o teorías, la comprensión, explicación y predicción de
los fenómenos que se suscitan en nuestra realidad.”

Es importante resaltar la opinión de Bunge cuando dice: “... tenemos que

distinguir en la ciencia entre el trabajo que implica (investigación científica) y
su producto final (conocimiento) …”. Bunge, también, agrega: “... La manera

11
de proceder, característica de la ciencia, se ha dado en llamar el método
científico...” (Bunge, 1972, p. 19).

I.16. Modelación del concepto de ciencia

Una forma de entender, desde otra perspectiva el concepto de ciencia se

explica a través de un modelo que se muestra a continuación:

CIENCIA 5 Cambios
1 tecnológicos
S
O
CÚMULO DE CONOCIMIENTOS Cambios
4 C sociales
INVESTIGACIÓN (Leyes, teorías, modelos, etc.)
I
CIENTÍFICA
3
E
Cambios
D económicos
F MÉTODO F A
1 n
2 NUEVO CONOCIMIENTO
CIENTÍFICO D
(Leyes o teorías o modelos, etc.) Cambios
políticos

Figura 1.14. Modelación del concepto de ciencia

El término ciencia, en la actualidad, implica varias disciplinas tal y como se

muestra en la siguiente figura.
LOGICAS (Lógica,
Informática, etc.)
FORMALES
MATEMATICAS (Álgebra,
Geometría, Aritmética, etc.)

FISICAS (Física,
CIENCIAS Química, etc.)
NATURALES
BIOLOGICAS (Biología,
Anatomía, Botánica,
FACTUALES etc.)
o
EMPIRICAS
CLASICAS (Historia, Gramática,
HUMANAS Geografía, etc.)
o
CULTURALES SOCIALES (Antropología,
Sociología, Economía,
Administración, etc.)
Figura 1.15. Clasificación de las ciencias

12
II.1. El método científico – Algunos conceptos

El término método proviene de las raíces griegas meta (fin) y odos (camino), es
decir, el método es un camino para llegar al fin deseado.

En tanto, el adjetivo científico (del latín scientifĭcus) permite nombrar a

aquello perteneciente o relativo a la ciencia. Donde, la ciencia busca conocer
la verdad a través de la investigación.

Mientras que, investigar es una palabra que proviene de las raíces latinas in
(en) y vestigare (rastrear, buscar), es decir, se trata de buscar o averiguar la
respuesta a algo que nos inquieta; encontrar la verdad que formará parte del
conocimiento.

II.2. ¿Qué es el método científico?

Según Pérez (1998, p. 19), “Es la suma de los principios teóricos, de las reglas
de conducta y de las operaciones mentales y manuales que usaron en el pasado
y hoy siguen usando los hombres de ciencia para generar nuevos conocimientos
científicos.”

“La ciencia utiliza, en sus investigaciones, un método científico basado,

principalmente, en la contrastación empírica, para arribar a las conclusiones.
Un método científico garantizaría objetividad y aceptación si existe consenso
por los científicos que lo usan, lo que posibilita el progreso científico”
(Diéguez, 2005, p. 112).

II.3. La investigación científica. Clasificación.

Toda investigación científica busca responder a la formulación del problema, y

ello implica un proceso metódico (metodología) que debe seguirse, si se desea
encontrar la verdad, y adquirir nuevos conocimientos. La investigación
científica puede clasificarse según los siguientes modelos.

13
 El investigador busca nuevos
conocimientos a fin de establecer teorías,
BASICA pero no tiene como objetivo aplicar o
poner en práctica estos conocimientos.

POR SU
FINALIDAD

El investigador indaga por nuevos

conocimientos con la clara intención de
APLICADA aplicarlos en la transformación de su
realidad, mediante la acción inmediata.

El investigador se encuentra ante un

problema que no ha sido investigado
EXPLORATORIA antes, lo que le permite abrir el
camino para futuras investigaciones.

El investigador busca conocer

características, medir actitudes u
DESCRIPTIVA opiniones, propiedades y
correlaciones no causales; para
describirlas.
POR SU
NIVEL
El investigador busca relacionar dos
o más variables con la finalidad de
CORRELACIONAL analizar y entender esta relación,
pero sin buscar las causas.

El investigador trata de establecer

las relaciones causales de las
EXPLICATIVA variables en estudio, a fin de explicar
el por qué y el cómo.

Emplea la metodología empírico – analítica

para los experimentos, cuasi experimentos y ex
ORIENTADA A LA post facto. Busca explicar y predecir
COMPROBACIÓN fenómenos o contrastar teorías. Utiliza técnicas
de análisis cuantitativos y enfatiza el contexto
de verificación.

Emplea métodos interpretativos. Busca generar

SEGÚN LA o crear conocimiento desde una perspectiva
ORIENTADA AL inductiva, interpretar y comprender los
ORIENTACIÓN fenómenos. Utiliza técnicas y procedimientos
DESCUBRIMIENTO
QUE ASUME de tipo cualitativo y enfatiza el contexto de
descubrimiento.

Tiene el propósito de solucionar problemas

ORIENTADA A LA
concretos. Se orienta a la toma de decisiones y
APLICACIÓN al cambio o mejora.

Figura 2.1. Clasificación de la investigación científica

14
 Se busca comprender e interpretar la
ORIENTADA A realidad desde los significados y las
LA intenciones de las personas implicadas. Se
COMPRENSIÓN pone énfasis en la descripción y
comprensión de lo particular.

SEGÚN LA
TÉCNICA DE
CONTRASTACIÓN

ORIENTADA AL Está dirigida a dar respuesta a necesidades

sociales que exigen una acción basada en la
CAMBIO Y
información científica que aporta la
TOMA DE investigación. La prioridad esencial es
DECISIONES explicar, comprender e introducir cambios.

Cuando el problema que se desea

LIBRE investigar es seleccionado por intereses
particulares y científicos del investigador.

SEGÚN EL
RÉGIMEN DE
INVESTIGACIÓN

Cuando el problema que se desea

investigar pertenece a los planes o líneas
ORIENTADA de investigación de la institución u
organización a la que pertenece el
investigador.

Descriptivos
TRANSECCIONAL o (Indagan la incidencia y los valores en que se
TRANSVERSAL (SECCIONAL o manifiestan las variables en estudio)
SINCRÓNICA)
(Medición única o recolección de datos en
un solo momento para describir variables Correlacionales
o analizar su interrelación) (Describen relaciones entre dos o más
variables en un momento determinado)

SEGÚN SU
ALCANCE
TEMPORAL De tendencia (trend)
(Analizan cambios a través del tiempo, en
(Investigación no variables o sus relaciones, en una población
experimental) en particular)

LONGITUDINAL (DIACRÓNICA) De evolución de grupo (cohort)

(Medición o recolección de datos en varios
(Analizan cambios a través del tiempo, en
momentos, a través del tiempo, para hacer
variables o sus relaciones, en un grupo en
inferencias respecto al cambio, sus
particular)
determinantes y consecuencias)

De panel
(Analizan cambios a través del tiempo, en
variables o sus relaciones, en un grupo en
particular, pero manteniendo todo el tiempo
a los integrantes del grupo)

Figura 2.2. Clasificación de la investigación científica, continuación

15
  La realidad es objetiva y existe en forma
independiente del sujeto.
 La realidad se estudia en sus partes
constitutivas, con fines de comprensión.
CUANTITATIVO  Se trabaja con datos numéricos y análisis
estadístico.
 Permite establecer correlaciones.
 El proceso es rígido y no modificable.
 Brinda resultados generalizables.

Utiliza las fortalezas de los dos enfoques para

MIXTO O
brindar mejores alternativas al investigador, de
POR SU ENFOQUE CUALI – acuerdo a sus objetivos, para el logro de
METODOLÓGICO CUANTITATIVO resultados concluyentes.

 La realidad corresponde a la visión de cada

persona, en su contexto particular.
 La subjetividad es parte del trabajo para tratar
de comprender la realidad.
 La información es descriptiva y susceptible de
CUALITATIVO interpretación.
 El proceso es flexible, puede ser modificado en
cualquier momento, de acuerdo a los avances.
 Sus conclusiones ofrecen tendencias y
explicaciones no generalizables.

Figura 2.3. Clasificación de la investigación científica, continuación

II.4. Características de los enfoques Cualitativo y Cuantitativo

Tanto el enfoque cualitativo como el enfoque cuantitativo representan

tendencias predominantes para los científicos. Sin embargo, el enfoque mixto
se está abriendo paso con sus propias características y alcances.

ASPECTOS ENFOQUE CUALITATIVO ENFOQUE CUANTITATIVO

Base filosófica Fenomenología (Edmund Husserl) Empirismo y Positivismo lógico (Ernst Mach)
Concepto base Cualidad (subjetividad) Cantidad (objetividad)
Tipo de estudio Exploratorio o Descriptivo Descriptivo o Correlacional o Explicativo
Proceso Flexible o adaptable Estructurado y rígido
Hipótesis No es imperativo Sí, proponen relación entre variables
Muestra para el Se trabaja hasta la saturación, no Representativa de la población. La selección
estudio representa a la población de los sujetos de la muestra es aleatoria
Técnicas de Observación, entrevistas, grupo de La encuesta, evaluaciones personales. Se
recolección de datos enfoque, audiovisuales, etc. mide con un mínimo contacto personal
Instrumentos de Guia de: observación, entrevista, El cuestionario que contiene los reactivos
recolección de datos tópicos. Fichas y formatos. para aplicar la encuesta, test o pruebas.
Informe sobre Conclusiones inductivas sobre Partiendo de la inducción, se plantean las
resultados determinantes del hecho hipótesis, para informar deductivamente
Figura 2.4. Características de los enfoques Cualitativo y Cuantitativo

16
II.5. Modelos de Hernández, Fernández y Baptista

Hoy en día, muchos investigadores recurren a los modelos propuestos por los
autores Roberto Hernández Sampieri, Carlos Fernández Collado y María del Pilar
Baptista Lucio. Estos autores han publicado el texto Metodología de la
investigación científica, el cual para el año 2014 corresponde a su Sexta Edición.
La obra de estos autores representa un best seller en el campo de las ciencias
sociales, y un referente para los investigadores científicos en todo el mundo.
Vamos a mostrar a continuación los modelos propuestos para los enfoques
cuantitativo y cualitativo. En cuanto al enfoque mixto nos referiremos a éste
cuando veamos la parte de diseños metodológicos.

II.5.1. Proceso en la investigación científica: Enfoque Cuantitativo

Cada una de las fases del proceso cuantitativo implica una serie de actividades
que permitirán concluir con el trabajo de investigación, en la medida que se
siga rigurosamente el proceso. Hemos desarrollado las principales fases en los
siguientes tópicos, pero debemos resaltar que la Fase 3 es transversal a todo el
proceso, la Fase 4 debería ser intercambiada de posición con la Fase 5; debido
a que la Fase 4 y la Fase 6 surgen de las anteriores Fases.

Fase 1 Fase 2 Fase 3 Fase 4 Fase 5

Visualización Elaboración de
Planteamiento del Revisión de la literatura y
Idea del alcance del hipótesis y
problema desarrollo del marco teórico
estudio definición de
variables

Elaboración del Definición y Desarrollo del

Análisis de los Recolección de
reporte de selección de la diseño de
datos datos
resultados muestra investigación

Fase 10 Fase 9 Fase 8 Fase 7 Fase 6

Tomado del libro Metodología de la Investigación (6ª ed.) de Hernández, Fernández y Baptista (2014, p. 5)

Figura 2.5. Proceso para el Enfoque Cuantitativo

17
II.5.2. Proceso en la investigación científica: Enfoque Cualitativo

Lo que realmente destaca en un trabajo de investigación científica en el

enfoque cualitativo, es el diseño por elegir. El diseño prácticamente se define
desde el inicio del trabajo de investigación, por ello es recomendable revisar
trabajos anteriores que se ajusten al diseño elegido para tener una mejor
referencia. Por ejemplo, si pretendemos diseñar un modelo de gestión para una
organización específica, tendríamos que revisar el diseño Teoría
Fundamentada, pero si lo que deseamos es mejorar un modelo existente
tendríamos que revisar el diseño Investigación – acción, o quizás el Estudio de
casos, para tomar una decisión (Fase 4).

Fase 1 Fase 2 Fase 3

Fase 9 Planteamiento del Inmersión inicial en el

Idea
problema campo
Elaboración del
reporte de
resultados Fase 4
Literatura existente
(marco de referencia) Concepción del
diseño del estudio
Fase 8
Fase 6
Interpretación de
resultados
Recolección de datos
Fase 7 Fase 5

Definición de la muestra inicial del

Análisis de los estudio y acceso a ésta.
datos

Tomado del libro Metodología de la Investigación (6ª ed.) de Hernández, Fernández y Baptista (2014, p. 7)

Figura 2.6. Proceso para el Enfoque Cualitativo

II.6. ¿Cómo se inicia una investigación científica?

Todo trabajo de investigación científica se origina en alguna idea, la cual puede

surgir de diferentes fuentes, tales como:

 Nuestra experiencia personal o profesional.

 De las conversaciones con nuestros colegas o nuestros clientes.

18
  De la observación de hechos o fenómenos interesantes, que se suscitan
durante nuestro desempeño profesional.
 De la lectura de ensayos, libros, revistas, otras tesis, etc.
 De las líneas de investigación propuestas por la institución educativa,
etc.

Una idea, que podría representar un problema de investigación, motiva en el

investigador: insatisfacción o inquietud o curiosidad, etc.

Las líneas de investigación son guías del trabajo de investigación, y representan

fuentes de problemas. A continuación, mostramos ejemplos.

LÍNEAS DE INVESTIGACIÓN COMPONENTES REFERENCIALES

Administración del Talento Humano  Cultura Organizacional

 Gestión del Cambio
 Motivación
 Liderazgo
 Desarrollo de Habilidades Gerenciales
 Evaluación del desempeño
 Clima Organizacional

Dirección  Planificación
 Organización
 Dirección Estratégica
 Control de mando integral

Control Administrativo  Control Interno

 Peritaje
 Auditoria administrativa
 KPI

Presupuestación y Control  Presupuesto

Financiero  Costos
 Auditoría financiera

Marketing  Marketing relacional

 Marketing viral
 Marketing mix
 Marketing multinivel
 Buzz marketing

Tabla 2.1. Líneas de investigación

19
II.7. ¿Qué sigue después de la idea de investigación?

En el esquema siguiente se muestra el proceso a seguir.

Carencia de Si
información o
Revisar en información es
Bibliotecas e irrelevante
Internet la
bibliografía
relacionada
No

Revisar en Plantear
Concebir “idea” Bibliotecas e Existen problema de Formular el
contradicciones Si investigación problema
de investigación Internet la
en las (argumentación (elaborar la
hemerografía
investigaciones científica + pregunta
vinculada vinculadas
problema correcta)
específico)

Consultar o
No
asesorarse con Continuar con el
investigadores proceso de
especializados acuerdo al
Se justifica
continuar las Si enfoque
investigaciones correspondiente
iniciadas por
otros
científicos

No

Figura 2.7. Proceso que seguir a partir de la concepción de la idea, hasta la Formulación
del problema

II.8. ¿Qué significa Plantear el problema de investigación?

La mayoría de los textos de Metodología de la Investigación expresan

adecuadamente que toda investigación científica implica un “proceso” que se
inicia con la “idea de investigación”, ello incluye a Hernández et al. (2010, p.
4) quienes opinan además que: “La investigación científica es un conjunto de
procesos sistemáticos, críticos y empíricos que se aplican al estudio de un
fenómeno”.

Sin embargo, para lograr un trabajo científico pertinente sobre la base de este
proceso, la investigación científica debe tener un buen inicio a partir de la idea
que hayamos concebido, valiéndonos de nuestra experiencia profesional,
nuestra actividad laboral u otra fuente disponible, como se ha explicado

20
anteriormente. Es decir, una vez forjada la idea, debemos pasar a “plantear el
problema de investigación”. Pero es justamente en este primer paso del
proceso que se observa una confusión o carencia de uniformidad de criterios al
tratar de explicar ¿qué implica plantear el problema de investigación?, tal y
como muy bien lo abarca Quintana (2008), quien desarrolla un análisis del
asunto al citar las definiciones de algunos autores reconocidos, definiciones que
son causa de tal confusión puesto que no obedecen a la realidad actual y a una
uniformidad de criterios. Por otro lado, estamos de acuerdo con la aclaración
que hacen los García – Córdoba (2005, pp. 9 – 10), acerca de qué representa
“plantear el problema” o la “problematización”, como ellos lo denominan: “La
problematización persigue como fin último la selección, estructuración y
delimitación de un problema de investigación.”. Aunque estos últimos autores
no separan de manera apropiada el plantear el problema del formular el
problema, cayendo en el mismo error que la mayoría de los autores.

Al respecto, centraremos nuestra critica en la propuesta de Hernández et al.

(2010, p. 36). Estos autores mencionan que “plantear el problema no es sino
afinar y estructurar más formalmente la idea de investigación”, con los cual
estamos de acuerdo; no obstante cuando establecen los “criterios para plantear
el problema”, basándose en la propuesta de Kerlinger y Lee (2002), aceptan
que “el problema debe expresar una relación entre dos o más variables”, y se
olvidan que existen trabajos de investigación cuantitativos y descriptivos que
solo requieren medir una variable u omiten que existen trabajos de
investigación que buscan determinar la influencia de una variable sobre otra,
que va más allá que una simple relación de variables o que corresponden a
trabajos con diseño experimental.

Siguiendo con la propuesta de Hernández et al. (2010, p. 36) y con los “criterios
para plantear el problema”, estos autores corroboran lo que Kerlinger y Lee
(2002) indican cuando afirman que “el problema debe estar formulado como
pregunta, claramente y sin ambigüedad…”. En este aspecto tienen razón, pero
se presenta un conflicto en los términos o componentes del problema,
considerando que la mayoría de los modelos de informes de Tesis separan, en
esta primera etapa del proceso, esos componentes en “Situación problemática”
y “Formulación del problema” para el caso de una Universidad o “Realidad
21
problemática” y “Formulación del problema” en el caso de otra Universidad. Es
decir, el “planteamiento del problema” o “situación problemática” o “realidad
problemática” (es importante consensuar el nombre de este componente)
representa una “descripción” narrada del problema, mientras que la
formulación del problema equivale a “hacer la pregunta correcta” sobre la base
del “planteamiento del problema”.

La propuesta de Hernández et al. (2010, p. 36) no explica que antes de formular

el problema se debe describir el problema para luego recién “hacer la pregunta
correcta”. En mi experiencia como docente y asesor de los cursos de
Metodología de la Investigación, Diseño del Proyecto de Investigación y
Desarrollo del Proyecto de Investigación, que culminan con el informe de Tesis,
he tenido que insistir permanentemente con mis alumnos en el orden del
proceso, es decir, “primero plantee bien el problema” o sea “descríbalo
correctamente” y luego “haga la pregunta correcta”, teniendo ya muy en claro
cuál es el problema. Lo contrario origina confusión y trabajos que finalmente
no llegan a buen puerto, puesto que no se inició bien el proceso.

Es más, durante mi experiencia como docente he observado, con desconcierto,

que la mayoría de los docentes del área de investigación inducen a sus alumnos
a iniciar su trabajo de investigación “definiendo el título” del mismo, sin haber
planteado bien el problema y sin haber formulado la pregunta correcta. Y ello
es un grave error del docente. Es como tratar de empezar colocando la cereza
a la torta, antes de haber hecho la torta, lo que representa un grave error
conceptual, que finalmente encamina a trabajos mediocres.

Para culminar con la crítica a la propuesta de Hernández et al. (2010, pp. 36 y

364), podemos agregar que estos autores incluyen en el planteamiento del
problema los siguientes elementos: objetivos de la investigación, justificación
de la investigación y viabilidad de la investigación; además de las preguntas de
investigación que ya hemos comentado. Sin embargo, en los centros de estudios
superiores cada uno de estos componentes están separados en los denominados
Capítulos de los informes de Tesis, como PLAN DE INVESTIGACIÓN (una
Universidad) o PROBLEMA DE INVESTIGACIÓN (Otra Universidad), con lo cual
estamos de acuerdo, debido a que es mejor separar cada componente, para

22
evitar confundir a los investigadores, sobre todo si no tienen la experiencia del
caso.

El hecho de separar el planteamiento del problema, de sus demás componentes

nos ayuda a enfocarnos bien en el problema de interés desde un inicio, por ello
estamos muy de acuerdo con lo que aclara Vara (2006, p. 123) cuando dice:
“Plantear el problema de investigación significa delimitar la idea inicial. En
otros términos, es delinear las interrogantes específicas de la investigación
mediante su argumentación previa. El planteamiento del problema se divide
en dos partes: a) la argumentación del problema y b) su formulación
explicita.”. Esta aclaración de Vara, justamente creemos que nos ayuda a
tener muy en claro como debe ser el inicio de nuestro trabajo de investigación,
ya que es la mejor forma que un investigador pueda empezar a investigar sin
errar en su camino a la “verdad”.

¿Cómo podemos plantear el problema de investigación, en forma pragmática?

Para responder a esta pregunta, a continuación, muestro el mapeamiento de

este subproceso, que permitirá identificar y tener una mejor perspectiva acerca
del problema que nos interesa abordar.

Figura 2.8. Sub proceso Plantear el problema, puntos del 1 al 3

Con la realización de los ítems 1 al 3, empezamos a darle forma a nuestro

“planteamiento del problema de investigación. Una “idea” que deriva en un
problema que amerita ser investigado. Puesto que conocemos o estamos
familiarizados con la realidad problemática, debemos pasar a describirlo,

23
narrando en uno o dos párrafos ese problema. A continuación, identificamos la
variable o variables que resaltan en el problema. Y seguimos con el subproceso:

Figura 2.9. Sub proceso Plantear el problema, punto 4

El identificar la variable o variables nos permitirá buscar apropiadamente los

referentes bibliográficos o autores de interés que hayan trabajado con estas
variables. El uso del Internet es ineludible, si deseamos aprovechar el tiempo,
pero debemos tener mucho tino cuando elegimos los referentes. Éstos deben
ser respaldados por instituciones de prestigio o deben ser personas reconocidas
en su especialidad.

Luego, continuamos con el subproceso:

Figura 2.10. Sub proceso Plantear el problema, puntos del 5 al 6

24
Una vez seleccionados los archivos de los autores o los links de las publicaciones
o los textos relacionados, tenemos que “inexcusablemente” leer estos
documentos para extraer aquellos párrafos, ideas, conceptos, etc.; que
necesitamos para construir nuestros “argumentos iniciales”, que nos permitan
centrarnos en nuestro tema de interés. La argumentación inicial debe hacerse
en una secuencia lógica y razonable, sin omitir a los autores, cuando plasmamos
sus propuestas en nuestro texto. Para ello se debe recurrir a las Normas APA, y
así evitamos caer en una acción antiética calificada como plagio. Lo que sigue
a continuación es:

Figura 2.11. Sub proceso Plantear el problema, puntos del 7 al 8

Reiteramos que la “argumentación inicial” debe contener la estructuración

lógica y racional de los aportes de los autores seleccionados, agregando
nuestros puntos de vista y enlazando apropiadamente todas las ideas. Creemos
que es suficiente de tres a cinco párrafos, a fin de centrar el problema para no
ser muy extensos en esta “argumentación inicial”. Para completar nuestro
planteamiento del problema dejaremos para el final el párrafo o párrafos que
inicialmente escribimos para describir el “problema específico”, que es motivo
del trabajo de investigación.
25
Una vez estructurado todo el “planteamiento del problema”, es necesario
revisar lo que hemos elaborado como “planteamiento del problema” a fin de
corregir errores de redacción, de edición y de referenciación (según Normas
APA); para que nuestro primer paso sea seguro y tengamos un panorama claro
del problema que nos interesa investigar. Solo cuando culminemos nuestro
planteamiento del problema podremos atrevernos a “formular el problema”. A
continuación, mostramos un ejemplo de “planteamiento del problema”, cedido
amablemente por uno de mis asesorados, aunque se ha variado, por razones
obvias, el nombre de la institución de interés.

En toda organización el recurso más valioso, para el logro de sus

objetivos, es el humano, es decir, aquel conjunto de colaboradores que
hoy en día se le conoce como talento humano. Las personas que las
entidades desean retener el máximo tiempo posible son las que tienen
un excelente comportamiento y generan buenos resultados. (Centro de
Alto Rendimiento de Accenture, 2009).
Si una empresa desea ser exitosa necesariamente tiene que contar
con el mejor personal disponible, el talento humano, pero además de
ello tiene que saber motivarlos para que su desempeño laboral o su
rendimiento laboral sea el más óptimo, de tal forma que los objetivos y
las metas propuestas se logren permanentemente. Por ello, Robbins y
Coulter (2010), afirman que “… la manera en que una organización
trata a su gente afecta en gran manera su desempeño.”. Lo cual es
congruente con lo que un trabajador espera de su organización: un
buen trato. Interpretando ese buen trato como: reconocimiento,
compensaciones económicas apropiadas, crecimiento personal y
ARGUMENTACIÓN

profesional, entre otros, aspectos motivadores.

Existe pues una relación entre las variables desempeño laboral o
rendimiento laboral, compensaciones del trabajador y rentabilidad
INICIAL

empresarial. En cuanto a las compensaciones o remuneración total,

según Chiavenato (2009), ésta tiene tres componentes: la
remuneración básica, los incentivos salariales y las prestaciones.
Siendo los incentivos aquellos programas diseñados para recompensar
a los trabajadores que tienen buen desempeño, pero no
necesariamente todos los incentivos son dinero en efectivo, como el
pago variable, ya que algunas empresas pueden hacer uso de su
ingenio para recompensar a sus buenos trabajadores con subsidios,
capacitaciones, vales de compra, becas, premios, etc.
Indudablemente que la motivación juega un rol importante en este
asunto, considerando que un colaborador motivado tiende a
desempeñarse mejor. Y por ello, según Robbins y Coulter (2010, pp.
339 – 340), el “motivar y recompensar a los empleados es una de las
actividades más importantes y desafiantes que los gerentes llevan a
cabo. Para lograr que los empleados pongan su máximo empeño en el
trabajo, los gerentes necesitan saber la forma y la razón de su
motivación.”. En la actualidad la globalización es un fenómeno que ha
cambiado y sigue cambiando el mundo, y la competitividad de las
empresas es uno de sus efectos, en este escenario la “remuneración
fija” de los colaboradores deja de ser suficiente y se necesita algo más
que motive e incentive a los colaboradores, llevándoles a ser más
proactivos, emprendedores y eficaces para lograr los resultados
esperados por la organización. (Malagón, s/f).

Al respecto, en la Institución Financiera Confianza (IFC), se cuenta con

un modelo de incentivos para el área de operaciones, que trata de
motivar a los colaboradores para que su “desempeño laboral” o
ESPECÍFICO
PROBLEMA

“rendimiento laboral” sea el esperado. El rendimiento laboral del

colaborador del área de operaciones de la IFC implica cuatro
categorías: Productividad, Calidad de Atención al Cliente, Ventas
Directas de Productos y Cumplimiento Eficaz de las Normas. A pesar
de contar con el modelo de incentivos se observa que el rendimiento
laboral en el área de operaciones de la sede Principal de Trujillo no es
el óptimo, lo cual es una preocupación que nos ha motivado a llevar a
cabo el presente trabajo de investigación, el cual debe concluir con
nuestra propuesta de mejora del modelo de incentivo de la IFC.

Figura 2.12. Plantear el problema, ejemplo.

26
II.9. ¿Cómo formular el problema, a partir del planteamiento del problema?

La formulación del problema se hace sobre la base del “problema específico”,

visualizando qué queremos lograr, lo que confirmaremos luego con la
elaboración de nuestros objetivos. Es importante mencionar que la formulación
del problema es una “pregunta científica”, que permitirá iniciar la acción
investigativa y nos orientará a partir de ese momento para encuadrarnos en uno
de los “enfoques”, elaborar los “objetivos” (general y específicos), elaborar las
“hipótesis” (si aplica) y elegir el “diseño de investigación” más acorde. Solo
cuando tengamos todos estos componentes bien definidos, podemos pasar a
proponer el título de nuestro trabajo de investigación. A continuación,
mostramos algunos ejemplos de formulación del problema, tomando como
referencia el “planteamiento del problema” anterior.

FORMULACIÓN DEL CASUISTICA SEGÚN LA DISEÑO DE INVESTIGACIÓN

PROBLEMA DESCRIPCIÓN DEL DERIVADO DE LA
“PROBLEMA ESPECIFICO” FORMULACIÓN

¿Cómo podemos En este caso, la formulación Esta formulación del problema

mejorar el modelo de del problema corresponde al se encuadra en el enfoque
incentivos para el área “problema específico” del cualitativo, por lo que el diseño
de operaciones de la ejemplo anterior. que elegiremos corresponde a
IFC – Sede Trujillo? la Investigación – Acción,
debido a que se busca el
proponer una solución al
problema, con aplicación
inmediata.
¿Cómo se relaciona el En este caso, la formulación Esta formulación del problema
modelo de incentivos del problema correspondería se encuadra en el enfoque
con el rendimiento al “problema específico” del cuantitativo, por lo que el
laboral del área de ejemplo anterior, es decir, diseño que elegiremos
operaciones de la IFC – que se cuenta con un modelo corresponde a una
Sede Trujillo? pero nos interesa primero investigación no experimental,
verificar cómo es la relación transeccional y correlacional.
del modelo con el
rendimiento laboral, a fin de
sustentar la necesidad de
mejoras o proponer un
cambio de modelo. Tal vez
se debería haber empezado
con esta formulación del
problema, para que una vez
comprobado que el modelo
no es suficiente, pasar a
mejorar o proponer otro
modelo. Sin embargo, si
hemos observado que el
modelo no está cumpliendo
su cometido, podemos obviar
este paso y trabajar para la
mejora o el cambio.
¿Qué componentes En este caso, la formulación Esta formulación del problema
motivacionales debe del problema correspondería se encuadra en el enfoque
contener el modelo de a otro “problema específico”, cualitativo, por lo que el diseño
incentivos para el área que menciona que no existe que elegiremos será la Teoría
de operaciones de la modelo de incentivos alguno. Fundamentada, a fin de
IFC – Sede Trujillo? proponer un modelo.

Figura 2.13. Formular el problema, ejemplos.

27
III.1. Las variables en la investigación científica

Una variable es cualquier característica o propiedad o atributo de un fenómeno

u objeto de estudio que tiende a variar, siendo esta variación susceptible de
ser medida u observada.

Las variables pueden presentar diferentes características o propiedades o

atributos, las cuales toman diferentes valores, por lo tanto, se les puede asignar
diferentes representaciones numéricas.

Son ejemplos de variables, en el campo de la Administración:

Variables simples. - Ventas, KPI, Costos, Presupuestos, etc.

Variables complejas. - Satisfacción del cliente, Calidad del servicio, Desempeño

laboral, Relaciones interpersonales, Clima laboral, Liderazgo, Gestión
administrativa, Competencias laborales, Cultura organizacional, etc.

En un trabajo de investigación científica luego de medir las variables, se

procede a analizar los datos con la estadística. Medir es asignar valores a las
características de los sujetos u objetos tomando en cuenta el nivel de medición
correspondiente.

Una variable dicotómica es aquella que tiene solo dos valores posibles. Variable
no numérica o cualitativa: género, religión, inteligencia, motivación, etc.

Variable expresada numéricamente o cuantitativa: edad del alumno, nota del

examen, número de hijos, etc.

Los datos medidos pueden ser discretos o continuos.

Número de gerentes de una

15
empresa.

Variables Número de alumnos del

850
discretas programa de maestría

Número de productos
45
defectuosos en un mes.

Figura 3.1. Variables discretas, ejemplos.

28
 El tiempo que utiliza el proceso 2 horas 15
productivo en la etapa 3 minutos

Variables La distancia que recorre el producto 6 metros 10

continuas en la etapa 4. centímetros

El tiempo de vida útil de la

maquinaria de ensamble. 5 años 3 meses

Figura 3.2. Variables continuas, ejemplos

Existen cuatro niveles de medición para las variables: nominal, ordinal, de

intervalo y de razón.

Masculino 1
Sexo
Femenino 2
Cada sujeto de la (Dicotómico)
muestra se ubica en
una u otra categoría Pública 1
Tipo de
(definida Organiza-
previamente según la ción Privada 2
variable a medir) de
Nominal
acuerdo a sus propias
características.
Gerente 1
No hay orden o
jerarquía. Se puede Jefe 2
clasificar o contar.
Cargo Supervisor 3

(Categórico) Analista 4

Auxiliar 5

Figura 3.3. Variables nominales, ejemplos

29
 Muy bueno 5

Bueno 4
Desempeño
Implica la del Docente Regular 3

existencia de en el aula
Malo 2
varias
categorías, Muy malo 1
valoradas de
tal forma que
Ordinal mantienen un
En Logro
orden Destacado 4
jerárquico o (18 – 20)
que definen
En Logro
posiciones de Previsto (14 3
mayor a Rendimiento – 17)
menor. académico de
los alumnos En Proceso
(11 – 13) 2

En Inicio (00
1
– 10)

Figura 3.4. Variables ordinales, ejemplos

Nota obtenida por Mínima 0

un estudiante en
Existe orden y una prueba
jerarquía entre las Máxima 20
categorías,
manteniendo
intervalos iguales Coeficiente Mínimo 55
Por en la medición Intelectual
(unidad de (CI) de un
intervalos Máximo 160
alumno
medida). El cero (0)
es asignado
arbitrariamente a
una de las
Actitud de un Mínimo 0
categorías. alumno hacia
...
Máximo 60

Figura 3.5. Variables por intervalos, ejemplos

30
 Número de Mínimo 0
matrículas en el
periodo
Máximo N

Existe orden y Cantidad de Mínimo $0

jerarquía entre las dinero
ahorrado
categorías, Máximo $N
manteniendo Número de
intervalos iguales horas de Mínimo 0
en la medición estudio del
De razón alumno a la
(unidad de semana, en su Máximo N
medida). El cero (0) hogar
no es arbitrario, es
absoluto y real. Número de Mínimo 0
hijos en la
familia
Máximo N

Figura 3.6. Variables de razón, ejemplos

III.2. Las variables complejas o constructos

Las variables complejas o constructos requieren ser definidas adecuadamente

(operacionalizarlas), es decir, hacerlas manejables para su observación y/o
medición y posterior análisis; lo que implica comprobar las hipótesis
propuestas.

Para ello se tiene que:

1) Definir conceptualmente el constructo.

2) Identificar sus dimensiones.
3) Establecer los indicadores vinculados a cada dimensión (componentes
mesurables que viabilizan la medición)

III.3. Definición conceptual de un constructo

La definición conceptual de la variable compleja de interés recae en la opinión

fundamentada o científica de un experto en el tema a tratar. Así tenemos para
el ejemplo, la definición del LIDERAZGO.

31
 Constructo Definición conceptual

“Influencia interpersonal que se aplica en una

situación por medio de la comunicación humana para
Liderazgo alcanzar uno o varios objetivos específicos. Por lo
tanto, el liderazgo consta de cuatro elementos:
influencia, situación, comunicación y objetivos.”
(Chiavenato, 2009, p. 335)

Tabla 3.1. Definición conceptual de la variable compleja Liderazgo

III.4. Operacionalización de un constructo

A continuación, mostramos el ejemplo para la variable compleja LIDERAZGO.

DIMENSIONES INDICADORES MÉTRICA

1) Relaciones  Comunicarse verbalmente y escuchar a las Escalamiento

humanas y personas. tipo Likert
participativas. Construir equipos. Muy Bueno,
Bueno,
2) Competitividad Motivar a otros e influir en ellos. Neutral, Malo
y control. Delegar. y Muy Malo.
Definir objetivos con una visión congruente.
Ser precavido.

3) Innovación y Reconocer, analizar y resolver problemas.

espíritu
emprendedor.

4) Mantener el Administrar el tiempo y el estrés.

orden y la Administrar las decisiones individuales.
racionalidad. Administrar conflictos.

Propuesta de Whetten y Cameron (2011, p. 11), complementado por Chiavenato (2009, p. 345).
Tabla 3.2. Definición operacional de la variable compleja Liderazgo

32
III.5. Objetivos de investigación

Los objetivos son aquellas acciones propuestas que el investigador define con
la finalidad de llevar a cabo el trabajo de investigación, es decir, determinan
lo que se hará. Los objetivos corresponden a los pasos que se deben dar en el
trabajo de investigación y determinan hasta dónde se llegará.

Son ejemplos de objetivos:

“Determinar cuál es el nivel de satisfacción del cliente de CLARO PERÚ”.

“Establecer qué factores determinan la eficiencia de la gestión del Gobierno

Regional de La Libertad”.

Ejemplo de objetivos para una investigación cualitativa:

General: Determinar qué factores influyen en el nivel de productividad de los

asesores de créditos y finanzas en el Banco Estrella - 2017.

Específicos:

O.E.1: Identificar qué factores internos y/o externos influyen en la

productividad de los asesores de créditos y finanzas en el Banco Estrella,
mediante entrevistas y observación de la realidad.

O.E.2: Describir los factores que influyen en la productividad de los asesores de

créditos y finanzas en el Banco Estrella.

O.E.3: Diseñar un instrumento pertinente para medir la productividad de los

asesores de créditos y finanzas en el Banco Estrella, sobre la base del objetivo
específico anterior.

O.E.4: Aplicar el instrumento a los asesores de créditos y finanzas en el Banco

Estrella.

O.E.5: Analizar los datos obtenidos con la aplicación del instrumento a los
asesores de créditos y finanzas en el Banco Estrella.

33
III.6. Formulación de Hipótesis

Una vez planteado y formulado el problema, y haber definido los objetivos

general y específicos, sobre la base del marco teórico, los antecedentes, la
justificación y limitaciones, etc.; procedemos a elaborar las hipótesis.

La formulación del problema de investigación permite brindar respuestas

tentativas que el investigador espera encontrar, y las hipótesis formalizan estas
respuestas tentativas.

Las hipótesis son proposiciones primordiales en toda investigación científica,

sobre todo en el enfoque cuantitativo.

La palabra hipótesis deriva de los términos griegos hipo (bajo) y thesis

(suposición). Una hipótesis es una proposición sujeta a comprobación empírica
y posterior análisis. Para el trabajo de investigación la hipótesis de
investigación surge de la formulación del problema, pero además está vinculada
al objetivo general. En el enfoque cuantitativo es necesario plantear la
hipótesis de investigación o general, e inclusive las hipótesis específicas, de tal
forma que podamos responder a la pregunta de investigación.

Toda hipótesis es sometida a prueba para verificar si lo que afirma es verdad,

es decir, si la hipótesis funciona.

Las hipótesis planteadas en una investigación científica se someten a pruebas

empíricas, para ello se lleva a cabo la recolección de datos usando instrumentos
de medición (válidos y confiables), luego se realiza el análisis e interpretación
de los resultados, con los cuales se aceptarán o rechazarán las hipótesis.

Para la prueba de hipótesis Si H0 es Si H0 es

nula o tentativa (H0) verdadera falsa
Si el investigador Decisión
Error de Tipo II
acepta H0 Correcta
Si el investigador Decisión
Error de Tipo I
rechaza H0 Correcta
Tabla 3.3. Posibilidades en las decisiones para prueba de hipótesis

34
Son ejemplos de hipótesis:

Hi: El liderazgo y la gestión financiera se relacionan positiva y

significativamente, en la empresa Confecciones Textiles SRL.

Ho: El liderazgo y la gestión financiera no se relacionan positiva y

significativamente, en la empresa Confecciones Textiles SRL.

Otros ejemplos:

Hi: El uso de la Plataforma inteligente ISIS mejora el nivel de productividad en

los colaboradores de la empresa ATENDEMOS PERU.

Ho: El uso de la Plataforma inteligente ISIS no mejora el nivel de productividad

en los colaboradores de la empresa ATENDEMOS PERU.

Ejemplos, según el tipo de hipótesis:

HIPÓTESIS DE INVESTIGACIÓN

Hipótesis descriptiva Hipótesis de la diferencia entre grupos

Hi: El periodo de recuperación de la inversión Hi: El tiempo de la curva de aprendizaje es menor

del proyecto ISIS será de tres años.
Hipótesis correlacional
Hi: A mayor normativa burocrática para el
desaduanaje menor rotación de activos en la
industria farmacéutica.
para los médicos de universidades particulares
que para los médicos de universidades estatales.
Hipótesis que establecen relaciones de causalidad
Hi: El desempeño laboral de los colaboradores de
la empresa Beta mejora significativamente con el
Programa MDL.

HIPÓTESIS NULA HIPÓTESIS ALTERNATIVA HIPÓTESIS ESTADÍSTICA

Proposiciones que niegan Son posibilidades diferentes
las proposiciones de las o “alternas” de las hipótesis
hipótesis de investigación de investigación y nula
Ha: A mayor normativa
Ho: El periodo de
burocrática para el
recuperación de la inversión
desaduanaje mayor rotación
del proyecto ISIS no será de
de activos en la industria
tres años.
farmacéutica.
Hi: X > 200 (El valor
promedio de productos
defectuosos es mayor a 200)
Ho: X < 200 (El valor
promedio de productos
defectuosos es menor a 200)
Ha: X = 200 (El valor
promedio de productos
defectuosos es igual a 200)

Figura 3.7. Clasificación de las hipótesis, ejemplos

35
III.7. La Población

Es el conjunto de todas los sujetos, objetos o unidades de observación que

poseen alguna característica común. “Es el conjunto de todos los casos que
concuerdan con una serie de especificaciones” (Selltiz et al., 1980)

Para Walpole y Myers (2012, p. 226), es “... el total de observaciones en las

cuales se está interesado” sea este número finito o infinito.

Se debe establecer las características de la Población de interés, para delimitar

los parámetros muestrales. Son ejemplos de Población:

 Los estudiantes de los programas de Maestría de la UNT.

 Los directivos de las empresas constructoras de la Región Ica.

III.8. La Muestra

La Muestra es en esencia un subconjunto representativo de la Población, y debe

ser definida para que represente, justamente, al conjunto Población. Luego, el
conjunto de elementos, representativos de la población, de los que se toma la
información se llama muestra y el número de elementos que componen la
muestra se llama tamaño muestral.

Para elegir la muestra los investigadores tienen dos opciones: Muestreo

probabilístico y Muestreo no probabilístico.

III.9. Muestreo Probabilístico

Para calcular el tamaño muestral (número de unidades de análisis) y luego

elegir a las unidades de análisis del tamaño muestral, se dispone de las
siguientes alternativas: Muestreo aleatorio simple, Muestreo sistemático,
Muestreo estratificado y Muestreo por conglomeración.

En el muestreo probabilístico cada unidad de la población en estudio tiene una

probabilidad conocida (p > 0) de ser incluida en la muestra.

36
III.9.1. Muestreo aleatorio simple

La siguiente fórmula permite determinar el tamaño muestral (número de

elementos) de una población infinita.

2
Z * P * (1  P )
n n = 384
2
E

Donde:

n = Es el tamaño de la muestra.

Z = Valor equivalente al nivel de confianza elegido. Para un nivel de confianza

del 95% el valor de Z es 1,96.

P = Proporción muestral o número de éxitos en la muestra entre el número

total muestreado. Cuando no se tiene información se asume que el valor de P
es 0,5.

E = Error máximo permisible. Para un E de 0,05 existe un 95% de probabilidades

que la muestra represente adecuadamente a la población.

N = Tamaño de la población es muy grande o tendiente a infinito.

Si se conoce el número de unidades que constituyen la población (N), entonces

el valor “n” calculado anteriormente debe ajustarse usando la siguiente
fórmula:

 N 
najustado  n *  
 N n

Con los datos anteriores

calculamos el tamaño n = 290
muestral “n”

Para N = 1176 el tamaño

n ajustado = 232
muestral “n ajustado” sería:

37
Asumamos que la población N = 1176, representa a los alumnos matriculados en
la UNT y tenemos que elegir, según el tamaño muestral calculado, a 232 de esos
alumnos. El procedimiento que podemos seguir para la elección aleatoria de los
alumnos de la muestra sería:

a) Asignamos un número de identificación a cada uno de los alumnos, desde 1

hasta 1176. Así tenemos:

1. Juana Salcedo 2. Jorge Campos 3. Graciela Llanos 4. Esteban Ruiz 5. Clara

López 6. Elizabeth Castillo 7. Braulio Rojas 8. Josué Ganoza 9. Adrián Yupanqui
10. Ana Portal .................... 1176. Jesús Gutiérrez

b) Usando una Tabla de Números Aleatorios, ubicamos la punta del lápiz en

alguno de los números aleatorios de la tabla, pero con los ojos cerrados o
arbitrariamente.

64937 29044 92843

15630 06568 18776
09448 25424 15815
21631 45406 30763
91097 82322 03878

50532 20790 93582

07136 98527 76105
27989 30277 56974
85184 60710 12973
54398 06829 36081

Como el tamaño muestral es de tres dígitos, empezaremos la elección aleatoria

de los alumnos en el número 454, luego continuamos con el número 823, a
continuación, el elegido será el número 207 y así sucesivamente, hasta
completar los 232 alumnos de la muestra.

III.9.2. Muestreo probabilístico estratificado

Supongamos que se tiene una Población de 1176 empresas de las cuales se tiene
que extraer una muestra estratificada de Directores de Recursos Humanos. A
continuación, mostramos la Tabla del cálculo estratificado de la muestra

38
requerida. De los cálculos anteriores se requiere n = 232 Directores de Recursos
Humanos que se elegirán de cada estrato.

Directores de recursos Tamaño

Ítem Estrato por giro Control
humanos del giro muestral
1 Extractivo y siderúrgico 53 10
2 Metal - mecánico 109 22
3 Alimentos, bebidas y tabaco 215 43
4 Papel y artes gráficas 87 17
5 Textil 98 19
232
6 Eléctrico y electrónico 110 22
7 Automotriz 81 16
8 Químico - farmacéutico 221 44
9 Otras empresas de transformación 151 30
10 Comerciales 51 10
Total 1176 232

Tabla 3.4. Muestreo probabilístico estratificado, ejemplo

III.9.3. Muestreo probabilístico por racimos o clusters o conglomerados

Las unidades de muestreo/análisis se encuentran encapsuladas o encerradas en

determinados lugares físicos o geográficos.

Unidad de muestreo/análisis Posibles racimos

Obreros Industrias/fábricas
Amas de casa Mercados/supermercados/centros comerciales
Empresas Parques industriales
Gerentes Empresas/corporaciones/organizaciones

Tabla 3.5. Muestreo probabilístico por racimos o clusters o conglomerados, ejemplo

III.10. Muestreo no probabilístico

El muestreo no probabilístico puede ser una opción tanto para el enfoque

cuantitativo, como para el enfoque cualitativo. En los enfoques cuantitativos
la elección de la muestra se hace, principalmente, por conveniencia, sin
embargo, se podría dar una casuística diferente que obligue a elegir otra
opción. Vamos a revisar las diferentes propuestas de muestreo no
probabilístico, desde la perspectiva del enfoque cualitativo.

39
En los estudios con enfoque cualitativo el tamaño de la muestra no es
relevante, desde una perspectiva probabilística, pues el interés del
investigador no es generalizar los resultados de su estudio a una población
relacionada. Una importante diferencia de los trabajos cualitativos, con
relación a los estudios cuantitativos, corresponde al hecho que conforme se
avanza con la investigación se pueden ir agregando otros tipos de unidades o
sujetos o reemplazar las unidades o sujetos iniciales, puesto que el proceso
de investigación cualitativa es dinámico y está sujeto al desarrollo del
estudio.

En ese sentido, Serbia (2007, p. 132), opina que “la estrategia cualitativa de
producción de datos es recursiva, el investigador va avanzando conforme a
la información que produce y analiza, y así, decide los próximos pasos a
seguir. El investigador cualitativo va disponiendo en vivo a partir de lo
previsible y lo no previsto, los alcances de la selección. La muestra
cualitativa aborda desde lo intensivo las características de la calidad de los
fenómenos, desatendiendo su generalización cuantificable y extensiva.”.

Por otro lado, Mayan (2001, p. 10), resalta que la lógica que subyace al
muestreo representa la mejor diferencia entre los enfoques cualitativos y
cuantitativos. Y agrega que el objetivo del muestro cualitativo es entender
el fenómeno en estudio.

III.10.1. Involucramiento del investigador cualitativo

El investigador cualitativo debe tomar contacto con el contexto o ambiente

de estudio, de tal forma que pueda empezar a elaborar su plan de trabajo,
por ello Hernández, Fernández y Baptista (2006, p. 94), mencionan que un
primer paso para los estudios cualitativos corresponde a la “inmersión
inicial”, que implica una serie de acciones que nos sumerge en el contexto
de la investigación cualitativa, y nos permite recolectar y analizar los
primeros datos (observación de diferentes sucesos), nos permite
compenetrarnos con la cotidianidad del ambiente en estudio, conversar o
entrevistar a varias personas, tomar notas, obtener impresiones, etc. Pues
es durante esta “inmersión inicial” o después de ésta, que el investigador
podría definir la muestra. La definición de la muestra puede darse también

40
desde que comenzamos a plantear el problema de investigación. A diferencia
del proceso cuantitativo, no hay una etapa específica en la cual se elabore
tal definición. Puede ocurrir en cualquier momento y, de nuevo, es una
definición tentativa, sujeta a la evolución del proceso inductivo. Creswell
(2005, citado en Hernández, Fernández y Baptista, 2006, p. 94), agrega que
el muestreo cualitativo es “propositivo” y Mertens (2005, citado en
Hernández, Fernández y Baptista, 2006, p. 95) complementa que “en el
muestreo cualitativo es usual comenzar con la identificación de ambientes
propicios, luego de grupos y, finalmente, de individuos.”.

Esta es una de las grandes diferencias entre los estudios cuantitativos y

cualitativos, y Hernández, Fernández y Baptista (2006, p. 94), lo resaltan
cuando aclaran que las primeras acciones para elegir la muestra ocurren
desde el planteamiento mismo del problema y cuando se selecciona el
contexto de estudio, en el cual se espera encontrar los casos de interés. Por
lo tanto, en las investigaciones cualitativas en lugar de preguntarse: ¿quiénes
van a ser medidos?, debería cuestionarse: ¿qué casos interesan inicialmente
y dónde se pueden encontrar?

También, Martín – Crespo y Salamanca (2007), complementan lo afirmado

por Hernández et al., cuando mencionan que “en la investigación cualitativa,
la decisión sobre el mejor modo de obtener los datos y de quién o quiénes
obtenerlos se toman en el campo, ya que los participantes del estudio nos
resultan desconocidos cuando lo iniciamos y es la propia información
obtenida la que va guiando el muestreo.”.

III.10.2. El tamaño de la muestra en los estudios cualitativos

Una vez definido qué casos interesan inicialmente y dónde se pueden

encontrar, se debe tomar contacto con los integrantes de la muestra para
lograr su consentimiento. Pero ¿qué tamaño de muestra es el adecuado?,
según Hernández, Fernández y Baptista (2006, p. 94), “… el tamaño de
muestra no es importante desde una perspectiva probabilística, pues el
interés del investigador no es generalizar los resultados de su estudio a una
población más amplia. Lo que se busca en la indagación cualitativa es
profundidad. Por lo tanto, se pretende calidad en la muestra, más que

41
cantidad. Nos conciernen casos (participantes, personas, organizaciones
eventos, animales, hechos, etc.) que nos ayuden a entender el fenómeno de
estudio y a responder a las preguntas de investigación.”. Con relación a este
punto, estos mismos investigadores (p. 94), mencionan que se debe
considerar tres aspectos para la elección del tamaño de la muestra:

“La capacidad operativa de recolección y análisis o el número de casos que

podemos manejar de manera realista y de acuerdo con los recursos que
dispongamos. El entendimiento del fenómeno o el número de casos que nos
permitan responder a las preguntas de investigación, que más adelante se
denominará “saturación de categorías”. Y la naturaleza del fenómeno bajo
análisis o si los casos son frecuentes y accesibles o no, si el recolectar
información sobre éstos lleva relativamente poco o mucho tiempo.”.

Por lo tanto, “la muestra en el proceso cualitativo es un grupo de personas,

eventos, sucesos, comunidades, etc.; sobre el cual se habrán de recolectar
los datos, sin que necesariamente sea representativo del universo o
población que se estudia.” (Hernández et al, 2006, p. 94). Según Mertens
(2005, citado en Hernández, Fernández y Baptista, 2006, p. 94), en la
investigación cualitativa “el tamaño de muestra no se fija a priori”, es decir,
previamente a la recolección de los datos, sino que se establece un tipo de
caso o unidad de análisis y a veces se perfila un número relativamente
aproximado de casos, pero la muestra final se conoce cuando los casos que
van adicionándose no aportan información o datos novedosos, en lo que se
conoce como “saturación de categorías”, aun cuando se agreguen casos
extremos.

Puesto que en las investigaciones con enfoque cualitativo las muestras no

deben ser utilizadas para representar a una población, y teóricamente no
hay parámetros definidos para el tamaño de la muestra, sin embargo,
podemos tomar como “referencia” la sugerencia de Mertens (2005, citado en
Hernández, Fernández y Baptista, 2006, p. 95), y que se muestra en la Tabla
N° 3.6.

Pero, es necesario recalcar que la tabla anterior solo es referencial

considerando que, según Hernández, Fernández y Baptista (2006, p. 95), “En

42
los estudios cualitativos la muestra planteada inicialmente puede ser distinta
a la muestra final. Podemos agregar casos que no habíamos contemplado o
excluir a otros que sí teníamos en mente.”.

Diseño del estudio de Tamaño mínimo de muestra

investigación sugerido

Etnográfico, teoría 30 a 50 casos.

fundamentada,
entrevistas,
observaciones.

Historia de vida familiar. Toda la familia, cada miembro es un

caso.

Biografía. El sujeto de estudio (si vive) y el

mayor número de personas
vinculadas a él, incluyendo críticos.

Estudio de casos en 6 a 10 casos.

profundidad.

Estudio de caso. Uno a varios casos.

Grupos de enfoque. Siete a 10 casos por grupo, cuatro

grupos por cierto tipo de población.
Fuente: Mertens (2005, citado en Hernández, Fernández y Baptista, 2006, p. 95)

Tabla 3.6. Tamaño de la muestra sugerida

Pero, es necesario recalcar que la tabla anterior solo es referencial

considerando que, según Hernández, Fernández y Baptista (2006, p. 95),
“En los estudios cualitativos la muestra planteada inicialmente puede ser
distinta a la muestra final. Podemos agregar casos que no habíamos
contemplado o excluir a otros que sí teníamos en mente.”.

En realidad, el tamaño de la muestra cualitativa para Mejía (2000, p. 171),

equivale a tener un “punto de saturación”, es decir, establecer el número
de unidades elegidas dentro ciertas condiciones metodológicas, y cuyo
resultado “representan” al colectivo – objeto de estudio. Y este punto de
saturación, según Mayan (2001, p. 11), “ocurre cuando un dato nuevo o
relevante emerge, cuando todos los caminos o salidas han sido seguidos,
y cuando la historia o teoría está completa … cuando el desarrollo de las

43
categorías es denso (en variación y proceso), y cuando las relaciones entre
categorías están bien establecidas y validadas.”.

III.10.3. La esencia del muestreo cualitativo

El muestreo cualitativo puede involucrar tres secuencias, como se muestra

a continuación.

Objetivo central:

Seleccionar ambientes y casos que nos

ayuden a entender con mayor
profundidad un fenómeno y aprender
de éste.

Entender:

 Detalles.
 Significados.
 Actores.
 Información

Técnica:

Muestreo con un propósito definido

y acorde con la evolución de los
acontecimientos.

Fuente: Hernández, Fernández y Baptista (2006, p. 96)

Figura 3.8. Secuencias del muestreo cualitativo

III.10.4. La muestra no probabilística o dirigida

De acuerdo con Hernández, Fernández y Baptista (2006, p. 96), hay varias

clases de muestras dirigidas, pero una muestra no probabilística o dirigida
no es igual a la muestra cualitativa, lo que se debe tomar en cuenta es
que las muestras no probabilísticas se utilizan principalmente en estudios
de investigación cualitativos.

44
A continuación, se describen cada una de ellas.

III.10.4.1. La muestra de participantes voluntarios: Las muestras de

voluntarios son frecuentes en las ciencias sociales y en las ciencias de la
conducta. Se trata de muestras fortuitas, utilizadas también en la
medicina y la arqueología, donde el investigador elabora conclusiones
sobre casos que llegan a sus manos de forma “casual”, y la elección de los
participantes depende de circunstancias muy variadas. Este tipo de
muestras se usa en estudios experimentales de laboratorio, pero también
en investigaciones cualitativas. Por ejemplo, un estudio sobre las
motivaciones de los pandilleros de un barrio del Callao, en este caso se
tendría que trabajar con aquellos que acepten acudir a una entrevista
abierta.

III.10.4.2. La muestra de expertos: Cuando no se tiene mucha

experiencia respecto a un tema por investigar o se prefiere ampliar los
criterios del trabajo para establecer la muestra, en esos casos la opinión
de otros investigadores o expertos en ese tema es importante.
Normalmente, estos casos se pueden presentar en estudios del tipo
exploratorio.

III.10.4.3. La muestra de casos – tipo: Son comunes en los trabajos

cualitativos que tienen como objetivo la riqueza, profundidad y calidad
de la información, y no interesa la cantidad ni la estandarización. En estos
trabajos se busca analizar valores, ritos y significados de un determinado
grupo social, así como el análisis de actitudes y conductas. El grupo
elegido como muestra también recibe el nombre de grupo “de enfoque”.

III.10.4.4. La muestra por cuotas: Es utilizado en estudios de opinión y

de marketing, por ejemplo, para administrar cuestionarios a individuos en
un lugar público (un centro comercial, una zona turística, una zona
residencial, etc.), conforme se entrevista a las personas se va
conformando o llenando cuotas de acuerdo con la proporción de ciertas
variables demográficas en la población.

III.10.5. Muestras dirigidas hacia la investigación cualitativa

45
Según Miles y Huberman (1994, citado en Hernández, Fernández y
Baptista, 2006, p. 97) y además Creswell (1998 y 2005, citado en
Hernández, Fernández y Baptista, 2006, p. 97), existen otros tipos de
muestras no probabilísticas utilizadas en las investigaciones cualitativas,
que describimos a continuación.

III.10.5.1. Muestras diversas o de máxima variación: Son utilizadas

cuando se busca mostrar distintas perspectivas y representar la
complejidad del fenómeno estudiado, o bien, documentar diversidad para
localizar diferencias y coincidencias, patrones y particularidades. Por
ejemplo, en un estudio del significado del trabajo en la vida del individuo,
se pueden llevar a cabo entrevistas profundas a personas que tienen una
gran variedad de trabajos y ocupaciones.

III.10.5.2. Muestras homogéneas: Este tipo de muestras involucra

unidades o sujetos que poseen un mismo perfil o características comunes,
o bien, comparten rasgos similares. Tiene como propósito centrarse en el
tema a investigar o resaltar situaciones, procesos o episodios en un grupo
social. Son comunes en los diseños longitudinales de cohortes.

III.10.5.3. Muestras en cadena o por redes (“bola de nieve”): En este

caso se identifican participantes clave y se agregan a la muestra, luego se
les pregunta si conocen a otras personas que puedan proporcionar datos
más amplios, y una vez obtenidos sus datos, los incluimos también.

III.10.5.4. Muestras de casos extremos: Este tipo de muestras son útiles

cuando nos interesa evaluar características, situaciones o fenómenos
especiales, alejados de la “normalidad”. Por ejemplo, si deseamos evaluar
los métodos de enseñanza para estudiantes muy problemáticos, se puede
elegir a aquellos que han sido expulsados varias veces. En este caso,
deliberadamente se elige a participantes que se alejan del prototipo de la
normalidad. Mertens (2005, citado en Hernández, Fernández y Baptista,
2006, p. 99) señala que el análisis de casos extremos ayuda,
paradójicamente, a entender lo ordinario. A veces se puede trabajar con
una muestra de casos extremos opuestos, con fines comparativos.

46
III.10.5.5. Muestras por oportunidad: Surgen cuando se presentan casos
de manera fortuita, justo cuando el investigador los necesita. O bien,
corresponde a sujetos que requerimos y que se reúnen por algún motivo
ajeno a la investigación, y proporcionan una oportunidad extraordinaria
para reclutarlos como integrantes de la muestra.

III.10.5.6. Muestras teóricas o conceptuales: Tienen importancia cuando

el investigador necesita entender un concepto o teoría, y se muestrea
casos que ayudan a tal comprensión. Es decir, se eligen a las unidades
porque poseen uno o varios atributos que contribuyen a desarrollar la
teoría.

III.10.5.7. Muestras confirmativas: Son utilizadas cuando la finalidad es

adicionar nuevos casos, cuando en los ya analizados se suscita alguna
controversia o surge información que apunta en diferentes direcciones.
Podría darse el caso que algunos de los primeros casos permitan establecer
una hipótesis y posteriormente otros casos la contradigan. Entonces, se
seleccionan casos similares donde emergió la hipótesis, y casos similares
en donde la hipótesis no aplica o no funciona.

III.10.5.8. Muestras de casos sumamente importantes para el problema

analizado: Involucra casos del ambiente de trabajo que no se puede dejar
fuera. Por ejemplo, en una investigación cualitativa en una empresa, no
es conveniente prescindir del presidente (a) o director (a) general, incluso
hay muestras que únicamente consideran casos importantes.

III.10.5.9. Muestras por conveniencia: En este tipo de muestras los casos

disponibles son aquellos a los cuales tenemos acceso directamente o están
disponibles sin mayor inconveniente.

III.10.5.10. Muestreo por criterio lógico: De acuerdo con Quintana y

Montgomery (2006, p. 59), este tipo de muestreo implica trabajar todos
los casos que reúnan algún criterio predeterminado de importancia. Por
ejemplo, al revisar la información sobre satisfacción de los clientes acerca
de los servicios de telefonía móvil, en la que el 95% dice estar satisfecho,
resultaría de interés profundizar con la lógica de este tipo de muestreo,

47
lo que opina el 5% que no está conforme, de tal forma que la óptica crítica
de los inconformes haría probablemente visibles aspectos del servicio que
sería necesario mejorar.

III.10.5.11. Muestreo de casos políticamente importantes: De acuerdo

con Quintana y Montgomery (2006, p. 59), se relaciona con la
identificación en procesos sociales, objeto de investigación, de aquellos
actores principales, es decir, los que intervienen directa o
indirectamente, pero de modo significativo en la toma de decisiones
involucradas en dichos procesos sociales. Este tipo de muestreo es
importante porque al comprender la visión de los actores principales se
puede conocer el rumbo que seguirán los procesos sociales en cuestión.

III.11. Generalización de resultados en los estudios cualitativos

De acuerdo con Martín – Crespo y Salamanca (2007), cuando el fin de la

investigación cualitativa es la “generalización” de los resultados, se tiene
que considerar:

 Si el fin de la investigación es el desarrollo y examen de una teoría,

entonces la selección de los casos debe ser de forma tal que se
puedan generar tantas categorías y propiedades como sean
posibles, y relacionarlas entre sí (en este caso tenemos las
denominadas muestras teóricas). Para ello se recomienda
minimizar las diferencias entre los casos con el fin de sacar a la luz
propiedades básicas de una categoría particular, y luego maximizar
las diferencias entre los casos con la intención de incrementar
categorías y acotar la incidencia de la teoría.
 Si el fin de la investigación es la generalización de un grupo finito
de casos, es importante valorar la tipificación de casos estudiados
mediante la comparación de las características relevantes con
información de las estadísticas oficiales o de otros estudios
similares. La técnica bola de nieve es recomendable para ampliar
progresivamente los sujetos de nuestro estudio partiendo de los
contactos facilitados por otros sujetos.

48
IV.1. Marco teórico

Cuando vamos a llevar a cabo un trabajo de investigación científica, tenemos

que cumplir necesariamente con una serie de etapas, contenidas en una
metodología previamente seleccionada, que nos permitirán cumplir con
nuestros objetivos, pero principalmente, la idea es que contribuyamos a
ampliar el conocimiento científico, el cual versará en torno al problema
planteado, inicialmente.

De acuerdo con lo anterior, luego de plantear el problema de investigación,

que incluye la delimitación y el enunciado, se procede a elaborar los
antecedentes del problema, de tal forma que tomemos contacto con
información que nos ayudará a conocer si existen trabajos similares al que
deseamos investigar, así podremos establecer si lo que pretendemos desarrollar
está bien encaminado o ya ha sido investigado. Con lo anterior, podemos
continuar con la justificación o las razones por las cuales debemos llevar a cabo
el trabajo de investigación, entonces procedemos a establecer nuestros
objetivos de investigación.

Habiendo completado las etapas anteriormente mencionadas, podemos pasar a

fundamentar teóricamente nuestra propuesta de investigación, es decir, a
elaborar el marco teórico. Pero para ello, debemos haber identificado nuestras
variables de estudio, y la relación de éstas, a partir del enunciado del problema.
De acuerdo con Hernández et. al. (2006, p. 54), se debe “… sustentar
teóricamente el estudio, una vez que ya se ha planteado el problema (se han
establecido los objetivos y preguntas de la investigación), se ha evaluado su
relevancia y factibilidad.”.

Considerando que solo podremos llevar a cabo un buen trabajo de investigación

si nuestro marco teórico lo respalda adecuadamente, desde el punto de vista
del conocimiento científico, teórico y conceptual existente, es decir, hasta
antes de nuestro trabajo de investigación. Podemos agregar que según Rojas
(2002), citado por Hernández et. al. (2006, p. 54), la “… elaboración del marco
teórico… implica exponer y analizar las teorías, las conceptualizaciones, las
perspectivas teóricas, las investigaciones y los antecedentes en general, que se
consideren válidos para el correcto encuadre del estudio.”.

49
IV.1.1. ¿Qué es el marco teórico?

Antes de acoger alguna definición, es importante tener una idea previa de lo

que representa el marco teórico en un trabajo de investigación científica. Al
respecto, Daros (2002, p. 80), establece que “… El marco encuadra una pintura,
la ubica, la contiene, le da un centro, la hace relevante. Análogamente, un
marco teórico es lo que encuadra, contiene, ubica y hace relevante el sentido
del problema.”.

Según Daros (2002, p. 100), “… El marco teórico, en una investigación, es el eje

de la misma y da unidad a toda la investigación, encuadrando el problema y
orientando el diseño metodológico. Al ser construido, supone que:

a) El científico conoce las teorías vigentes en su ciencia: los conceptos

fundamentales, los principios que la rigen.

b) Se halla familiarizado con el vocabulario de su ciencia o saber, conoce la

historia de la misma, el surgimiento y desarrollo de los problemas que ha
enfrentado.

c) Posee información actualizada sobre el modo de enfrentar los problemas

actuales de su ciencia.

d) Mas, dado que los conocimientos que el científico posee no explican algunos
problemas, realiza al menos una hipótesis para dar respuesta a un problema
planteado.”.

Hemos revisado las definiciones de algunos autores, y pensamos que las

siguientes definiciones son las más apropiadas para responder adecuadamente
la pregunta ¿Qué es el marco teórico? En realidad, las definiciones que a
continuación mencionamos se complementan.

Para Hernández et. al. (2006, p. 54), “El marco teórico… es un proceso… de
inmersión en el conocimiento existente y disponible que puede estar vinculado
con nuestro planteamiento del problema… es …un compendio escrito de
artículos, libros y otros documentos que describen el estado pasado y actual

50
del conocimiento sobre el problema de estudio. Nos ayuda a documentar cómo
nuestra investigación agrega valor a la literatura existente.”.

Por otro lado, Monje (2011, p. 78) explica que “El marco teórico representa la
descripción, explicación y análisis, en un plano teórico, del problema central
que trata la investigación. Proporciona los principios teóricos y conceptos
sustentadores del trabajo de investigación… orienta hacia la organización de
datos o hechos significativos para descubrir las relaciones de un problema con
las teorías existentes… e integra la teoría con la investigación.”.

IV.1.2. ¿Qué funciones cumple el marco teórico?

De acuerdo con Hernández et. al. (2006, p. 54), “… El marco teórico cumple
diversas funciones dentro de una investigación, entre las cuales se destacan las
siguientes:

1. Ayuda a prevenir errores que se han cometido en otros estudios.

2. Orienta sobre cómo habrá de realizarse el estudio. En efecto, al acudir a los

antecedentes, nos podemos dar cuenta de cómo se ha tratado un problema
específico de investigación: qué clases de estudios se han efectuado, con qué
tipo de participantes, cómo se han recolectado los datos, en qué lugares se han
llevado a cabo, qué diseños se han utilizado. Aun en el caso de que desechemos
los estudios previos, éstos nos orientarán sobre lo que queremos y lo que no
queremos para nuestra investigación.

3. Amplía el horizonte del estudio o guía al investigador para que se centre en

su problema, para evitar desviaciones del planteamiento original.

4. Documenta la necesidad de realizar el estudio.

5. Conduce al establecimiento de hipótesis o afirmaciones que más tarde

habrán de someterse a prueba en la realidad, o bien, nos ayuda a no
establecerlas por razones bien fundamentadas.

6. Inspira nuevas líneas y áreas de investigación (Yurén Camarena, 2000).

7. Provee de un marco de referencia para interpretar los resultados del estudio.

Aunque podemos no estar de acuerdo con dicho marco o no utilizarlo para
interpretar nuestros resultados, es un punto de referencia.”.
51
Para Hernández et. al. (2006, p. 73), “El papel del marco teórico resulta
fundamental antes y después de recolectar los datos. Esto puede visualizarse
en la tabla…” siguiente.

Antes de recolectar los datos, nos ayuda a... Después de recolectar los datos,
nos ayuda a...
Aprender más acerca de la historia, origen y Explicar diferencias y similitudes
alcance del problema de investigación. entre nuestros resultados y el
conocimiento existente.
Conocer qué métodos se han aplicado exitosa Analizar formas de cómo podemos
o erróneamente para estudiar el problema interpretar los datos.
específico o problemas relacionados.
Saber qué respuestas existen actualmente Ubicar nuestros resultados y
para las preguntas de investigación. conclusiones dentro del
conocimiento existente.
Identificar variables que requieren ser Construir teorías y explicaciones.
medidas y observadas, además de cómo han
sido medidas y observadas.
Decidir cuál es la mejor manera de recolectar Desarrollar nuevas preguntas de
los datos que necesitamos y dónde obtenerlos. investigación e hipótesis.
Resolver cómo pueden analizarse los datos.
Refinar el planteamiento y sugerir hipótesis.
Justificar la importancia del estudio.
Fuente: Hernández et. al. (2006, p. 73)

Tabla 4.1. Importancia del marco teórico

IV.1.3. ¿Cómo se construye el marco teórico?

Construir un marco teórico es una labor ardua, y para Hernández et. al. (2006,
p. 55), “… La elaboración del marco teórico usualmente comprende dos etapas
que explicaremos a continuación:

• La revisión de la literatura correspondiente. Consiste en detectar, consultar

y obtener la bibliografía y otros materiales útiles para los propósitos del

52
estudio, de los cuales se extrae y recopila información relevante y necesaria
para el problema de investigación.

• La adopción de una teoría o desarrollo de una perspectiva teórica o de

referencia.”.

Danhke (1989), citado por Hernández et. al. (2006, pp. 55-57), distinguen tres
tipos básicos de fuentes de información para llevar a cabo la revisión de la
literatura:

Fuentes primarias: Documentos que contienen los resultados de los estudios

correspondientes, tales como: libros, antologías, artículos de publicaciones
periódicas, monografías, tesis y disertaciones, documentos oficiales, reportes
de asociaciones, trabajos presentados en conferencias o seminarios, artículos
periodísticos, testimonios de expertos, documentales, videocintas en
diferentes formatos, foros y páginas en internet, etc.

Fuentes secundarias: Son listas, compilaciones y resúmenes de referencias o

fuentes primarias publicadas en un área de conocimiento en particular, las
cuales comentan artículos, libros, tesis, disertaciones y otros documentos
especializados, por ejemplo: el Review of Educational Research, Psychological
Bulletin y el Annual Review of Psychology.

Fuentes terciarias: Se trata de documentos donde se encuentran registradas

las referencias a otros documentos de características diversas (León y Montero,
2003) y que compendian nombres y títulos de revistas y otras publicaciones
periódicas, así como nombres de boletines, conferencias y simposios, sitios
web, empresas, asociaciones industriales y de diversos servicios.

Podemos agregar que para Danhke (1989), citado por Hernández et. al. (2006,
p. 64), “Uno de los propósitos de la revisión de la literatura es analizar y
discernir si la teoría existente y la investigación anterior sugieren una respuesta
(aunque sea parcial) a la pregunta o las preguntas de investigación; o bien,
proveen una dirección a seguir dentro del tema de nuestro estudio.”.

53
Los autores Hernández et. al. (2006, pp. 64-65), mencionan que “La literatura
revisada puede revelar diferentes grados en el desarrollo del conocimiento:

Que existe una teoría completamente desarrollada, con abundante evidencia

empírica y que se aplica a nuestro problema de investigación.

Que hay varias teorías que se aplican a nuestro problema de investigación.

Que hay “piezas y trozos” de teoría con apoyo empírico, moderado o limitado,
que sugieren variables potencialmente importantes y que se aplican a nuestro
problema de investigación.

Que hay descubrimientos interesantes, pero parciales, sin llegar a ajustarse a

una teoría.

Que sólo existen guías aún no estudiadas e ideas vagamente relacionadas con
el problema de investigación.

IV.1.4. ¿Qué método podemos seguir para construir el marco teórico?

Hernández et. al. (2006, p. 64), recomiendan que “Una vez extraída y
recopilada la información que nos interesa de las referencias pertinentes para
nuestro problema de investigación, podremos empezar a elaborar el marco
teórico, el cual se basará en la integración de la información recopilada…
ordenando la misma… de acuerdo con uno o varios criterios lógicos y adecuados
al tema de la investigación. Algunas veces se ordena cronológicamente; otras,
por subtemas o por teorías, etc.”.

Según Creswell (2005), citado por Hernández et. al. (2006, p. 74), para
construir un marco teórico se puede usar el método de mapeo – elaborar
primero un mapa –. Otros autores recomiendan el método de índices (se
vertebra todo a partir de un índice general).

El método del mapeo consiste en elaborar un mapa conceptual y, con base en

éste, profundizar en la revisión de la literatura y el desarrollo del marco
teórico. Como todo mapa conceptual, su claridad y estructura dependen de que
seleccionemos los términos adecuados, lo que a su vez se relaciona con un
planteamiento enfocado.
54
La experiencia demuestra que otra manera rápida y eficaz de construir un
marco teórico consiste en desarrollar, en primer lugar, un índice tentativo de
éste, global o general, e irlo afinando hasta que sea sumamente específico,
para posteriormente colocar la información (referencias) en el lugar
correspondiente dentro del esquema. A esta operación puede denominársele
“vertebrar” el marco o perspectiva teórica (generar la columna vertebral de
ésta).

IV.1.5. ¿Cuántas referencias debe incluir un marco teórico y qué tan extenso
debe ser?

Es importante resaltar que de acuerdo con Hernández et. al. (2006, pp. 73-74),
“Un buen marco teórico no es aquel que contiene muchas páginas, sino el que
trata con profundidad únicamente los aspectos relacionados con el problema,
y que vincula de manera lógica y coherente los conceptos y las proposiciones
existentes en estudios anteriores.”. y agregan que “Esto depende del
planteamiento del problema, el tipo de reporte que elaboremos, el área en la
cual nos situemos. Por lo tanto, no hay una respuesta exacta.”.

IV.1.6. ¿Qué se debe hacer después de haber elaborado el marco teórico?

Una vez concluido el marco teórico, es importante reflexionar sobre lo que

Hernández et. al. (2006, p. 74) dicen, “En ocasiones, surge la duda sobre si se
hizo o no una correcta revisión de la literatura y una buena selección de
referencias para integrarlas en el marco teórico. Para responder a esta
cuestión, es posible utilizar los siguientes criterios en forma de preguntas.

¿Acudimos a un banco de datos, ya sea de consulta manual o por computadora?

y ¿pedimos referencias por lo menos de cinco años atrás?

¿Buscamos en directorios, motores de búsqueda y espacios en Internet?

¿Consultamos como mínimo cuatro revistas científicas que suelen tratar el tema
de interés? ¿Las consultamos de cinco años atrás a la fecha?

55
¿Buscamos en algún lugar donde había tesis y disertaciones sobre el tema de
interés?

¿Buscamos libros sobre el tema al menos en dos buenas bibliotecas físicas o

virtuales?

¿Consultamos con más de una persona que sepa algo del tema?

Si, aparentemente, no descubrimos referencias en bancos de datos, bibliotecas,

hemerotecas, videotecas y filmotecas, ¿contactamos a alguna asociación
científica del área en la cual se encuentra enmarcado el problema de
investigación?

Además, cuando hay teorías o generalizaciones empíricas sobre un tema, cabría

agregar las siguientes preguntas con fines de autoevaluación:

¿Quién o quiénes son los autores más importantes dentro del campo de estudio?

¿Qué aspectos y variables se han investigado?

¿Hay algún investigador que haya estudiado el problema en un contexto similar

al nuestro?”.

Es importante resaltar que según Hernández et. al. (2006, p. 75), una vez
desarrollado el marco teórico “… resulta necesario volver a evaluar el
planteamiento del problema: ahora se conoce la problemática de investigación
con mayor profundidad, puesto que hemos llevado a cabo una revisión completa
de la literatura (estamos más que familiarizados con el tema). Esto es, nos
debemos preguntar: ¿el planteamiento del problema se mantiene vigente o
requiere de modificaciones? De ser así, ¿qué debe modificarse?, ¿realmente vale
la pena efectuar la investigación planteada?, ¿es posible llevarla a cabo?, ¿cómo
puede mejorarse el planteamiento original?, ¿de qué manera es novedosa la
investigación?, ¿el camino a seguir es el correcto? Las respuestas a tales
preguntas hacen que el planteamiento se mantenga, se perfeccione o se
sustituya por otro. Una vez reevaluado el planteamiento del problema, se
comienza a pensar en términos más concretos sobre la investigación que se va
a realizar.”.

56
IV.1.7. ¿Cómo elaborar un marco teórico con el uso del Internet?

El desarrollo tecnológico de los últimos tiempos, así como la disponibilidad del

Internet han cambiado drásticamente la forma de acceder al conocimiento y la
información. Hoy por hoy, se puede elaborar un marco teórico más
rápidamente, accediendo a literatura digital (libros, tesis, artículos, ensayos,
etc.) que se encuentra disponible a través de los buscadores que Internet
provee (Google, por ejemplo). Y el uso de libros convencionales, Tesis, etc.;
que se encuentran en las bibliotecas sólo complementan aquella información
disponible en Internet, tomando en cuenta que muchos autores e instituciones
de educación superior digitalizan la información y permiten acceder a ella
desde cualquier parte del mundo.

Luego, el tiempo que se dedica a elaborar el marco teórico se limita,

principalmente, a buscar apropiadamente la información en Internet, recabar
lo que necesitamos, organizarlo, leerlo y trasladar la información pertinente a
nuestro marco teórico.

A continuación, brindamos unas recomendaciones para elaborar un marco

teórico usando, principalmente Internet, durante una investigación científica.

 Plantear el problema de interés (se recomienda leer “Planteamiento del

problema en las investigaciones científicas: De la teoría a la práctica”
publicado por Rossi)
 Identificar las variables de estudio, así como la relación entre éstas, a
partir del enunciado del problema o la pregunta de investigación.
 Elaborar un índice tentativo del marco teórico, sobre la base de las
variables de estudio y su relación entre ellas.
 Buscar en Internet (usando Google u otro buscador) información de
interés usando el nombre de las variables, primero una a la vez y luego
combinándolas de acuerdo con la relación entre ellas. Al usar las
palabras claves en el buscador, de preferencia usando comillas para cada
palabra clave, luego agregar la abreviatura pdf, para acceder a todos los
documentos digitalizados y guardados en archivos en versión pdf o Adobe
Acrobat Document. Si queremos acceder a Tesis, debemos agregar como

57
 palabra clave Tesis. E igualmente si queremos acceder un libro, una de
las palabras claves será libro.
 Guardar y organizar los archivos de interés en una carpeta
adecuadamente identificada, para proceder a la lectura de la
información. Es ineludible el tener que leer toda la información
archivada, y que pensamos nos servirá para elaborar nuestro marco
teórico. Por ello se recomienda dedicar el tiempo suficiente a ello, es
una ardua labor, pero merece la pena dedicar el tiempo necesario para
ello. Conforme ubiquemos información relevante para nuestro trabajo,
trasladaremos la misma a un archivo Word, captando también los datos
del autor de acuerdo con las Normas APA. Algunos archivos permiten usar
el copiar y pegar, lo cual ahorra algo de tiempo.
 De acuerdo con el índice tentativo, procederemos a desarrollar el marco
teórico, usando nuestra propia redacción y también los aportes de los
autores consultados, pero teniendo en cuenta las recomendaciones de
las Normas APA, para evitar lo que se considera “plagio”. Tal vez
encontremos archivos o publicaciones que mencionen nuestras variables
de estudio, pero que al leerlos entenderemos que no son útiles para
nuestro trabajo, en ese caso descartarlos. La experiencia nos dice que
más o menos veinte publicaciones (entre libros, artículos, ensayos, Tesis,
etc.) servirán para nuestro trabajo.

Recuerden que el marco teórico debe sustentar el planteamiento del problema,

por ello conforme se vaya desarrollando se debe ir verificando que estamos
encuadrados en el problema que nos motivó a investigar. Es posible que al
revisar la información detectemos que es necesario replantear el problema, por
ello es conveniente que su asesor revise los avances de su trabajo de
investigación, en cada etapa, para evitar un trabajo innecesario o en vano.

IV.2. Diseño metodológico de la investigación

58
Representa la estrategia concebida de forma práctica y concreta para
responder a la formulación del problema.

Plantea una serie de actividades sucesivas y organizadas, que deben adaptarse

a las particularidades de cada investigación e indican los pasos y pruebas a
efectuar y las técnicas a utilizar para recolectar y analizar los datos.

El diseño está en relación directa con el enfoque de investigación elegido. El

investigador define lo que debe hacer para alcanzar sus objetivos de estudio y,
de ser el caso, comprobar las hipótesis planteadas.

En el siguiente gráfico se muestra los tipos de diseño para cada enfoque de

investigación.

CUANTITATIVO
CUALITATIVO

 Teoría fundamentada.
 Investigación etnográfica.
 Investigación narrativa – biográfica.
 Investigación – acción.
 Estudio de casos.
 Investigación experimental:
 Pre – experimentos.
 Experimentos puros.
 Cuasi – experimentos.
 Investigación no experimental:

 Transeccional.
 Exploratorio secuencial (DEXPLOS)  Longitudinal.
 Explicativo secuencial (DEXPLIS)
 Transformativo secuencial (DITRAS)
 Triangulación concurrente (DITRIAC)
 Anidado concurrente de modelo dominante (DIAC) MIXTO
 Anidado concurrente de varios niveles (DIACNIV)
 Transformativo concurrente (DISTRAC)
 Integración múltiple (DIM)

Figura 4.1. Diseños más utilizados en las investigaciones científicas

IV.3. Diseño metodológico para el enfoque cualitativo

Con el enfoque cualitativo se busca penetrar en el interior de las personas y

entenderlas desde dentro, realizando una especie de inmersión en la situación
y en el fenómeno estudiado (Marshall y Rossman, 1989).

59
Si nuestra investigación será del tipo exploratoria o descriptiva, no
experimental; tendríamos los siguientes diseños entre los cuales elegir: Teoría
fundamentada, Investigación etnográfica, Investigación narrativa – biográfica,
Investigación – acción y Estudio de casos.

IV.3.1. Teoría fundamentada

La propuesta de Glaser y Strauss (1967) plantea desarrollar una teoría

sustantiva a partir de información sistemáticamente recopilada, analizada,
comparada y categorizada, hasta llegar a la categoría central que fundamente,
en un nivel conceptual, un fenómeno o problema. Es útil cuando las teorías
disponibles no explican satisfactoriamente el fenómeno en estudio.

El informe final debe vincular las categorías y describir el fenómeno, para lo

cual se pueden usar mapas, matrices, etc.

Un ejemplo es el trabajo de Andy Miller (2004) titulado “La Psicología educativa

y el comportamiento del alumno problemático”.

IV.3.2. Investigación etnográfica

Este diseño es útil cuando se busca interpretar y describir creencias,

significados, conocimientos o prácticas de grupos, etnias, culturas,
comunidades, etc.; en su contexto natural.

Según Arnal (2000, p. 69), este diseño implica: Carácter holístico, condición
naturalista, método inductivo, carácter fenomenológico, datos según el
contexto y libre de juicios de valor.

El investigador convive con el grupo de estudio y utiliza la observación,

entrevista, revisión documental, etc. Un ejemplo es el trabajo de Davina Pruitt
– Mentle (2006), titulado “New Immigrant and Low-Income Parent and Student
Voices on Technology Use”, acerca de la utilidad del uso de la tecnología en la
educación en U.S.A., vinculado a estudiantes inmigrantes.

IV.3.3. Investigación Narrativa – Biográfica

Se desarrolla recolectando datos sobre historias de vida, experiencias de

personas interesantes o un fenómeno de interés, para describirlos.

60
El investigador trabaja con autobiografías, biografías, diarios, cartas,
reportajes, artículos periodísticos, entrevistas, testimonios, historias de vida,
etc.

Con este diseño se realiza la reconstrucción cronológica de la historia del

individuo o fenómeno, para luego describirla identificando categorías o temas
emergentes. Este diseño puede ser útil, también, para estudiar la cultura de
una empresa, documentar la aplicación de un modelo educativo, narrar la
historia inédita de un líder, etc.

IV.3.4. Investigación – Acción

Busca resolver problemas cotidianos e inmediatos o mejorar prácticas concretas

(programas, procesos, modelos, paradigmas), permitiendo que las personas
tomen conciencia de su rol en el cambio. A la par que se investiga se interviene,
para solucionar el problema.

El investigador necesita de la total colaboración de los participantes en la

detección de las necesidades y en la implementación de las mejoras propuestas
según el estudio.

Según Sandín (2003), este diseño representa una espiral sucesiva de ciclos que
involucra:

 Detección, clarificación y diagnóstico del problema.

 Formulación e implementación del plan o programa
 Evaluación, con retroalimentación.
 Nuevo diagnóstico.

IV.3.5. Estudio de casos

Es un proceso de indagación sistemática y en profundidad de casos de un

fenómeno.

Este diseño permite seleccionar el objeto o sujeto del estudio y el escenario

real, que se constituye en fuente de información.

El estudio de casos implica una realidad singular y por ello no permite hacer
generalizaciones.

61
El estudio publicado por Gross et al. (1971) titulado “Implementación de
innovaciones organizacionales” usó el diseño Estudio de casos, enfocado en una
sola entidad o escuela.

IV.4. Diseño metodológico para el enfoque cuantitativo

En este enfoque la investigación puede ser:

Investigación experimental: Pre – experimentos, Experimentos puros y Cuasi –

experimentos.

Investigación no experimental: Transeccional y Longitudinal.

Cada diseño tiene sus propias características y la decisión de elegir uno u otro
dependerá de la formulación del problema, los objetivos y las hipótesis.

Los diseños experimentales buscan medir los efectos de la “manipulación” de

la variable independiente sobre la variable dependiente.

La investigación experimental utiliza una simbología para representar sus

características:

 La Aleatorización se representa por “R” e indica que los sujetos o

participantes de la muestra han sido elegidos o asignados a un grupo al
azar.

 Un Grupo de sujetos se representa por “G”: Para “n” grupos tenemos G1,
G2, G3, ... Gn; y corresponde a la conformación de grupos con los
participantes de la muestra. La notación G.E. especifica al Grupo
Experimental y la notación G.C. al Grupo de Control.

 El Tratamiento se representa por “X”, y corresponde al estímulo que se

ejerce con la variable independiente, al aplicarse a un grupo.

 La Observación se representa por “O”, e implica una medición (prueba,

cuestionario, observación, implementación, etc.) aplicada a los sujetos
de un grupo experimental.

 La Ausencia de un Tratamiento “X” se representa por “__”, y

corresponde al nivel cero de la variable independiente. Se vincula al
grupo de control (G.C.)

62
IV.4.1. Pre experimento

Este diseño no es adecuado para el establecimiento de relaciones causales, por

sus características y limitados resultados. El más usado corresponde a:

Por ejemplo: Se realiza una primera “medición” del desempeño de los

colaboradores de un Departamento. Luego se introduce un nuevo método de
trabajo. A continuación, se realiza una nueva “medición” del desempeño de los
colaboradores del mismo Departamento, para evaluar los cambios producidos
en el desempeño por el nuevo método.

IV.4.2. Experimento puro

Es un diseño más riguroso que requiere la conformación de grupos

experimentales y de control uniformes o comparables. Los sujetos de la muestra
que conforman cada grupo deben ser elegidos en forma aleatoria. El desarrollo
del experimento debe ser minuciosamente planificado para evitar distorsiones
o perturbaciones por variables no controladas. Entre los más usados tenemos:

63
Los sujetos, deben tener características similares, y son asignados
aleatoriamente a los grupos. Las mediciones a los grupos se hacen en
simultáneo.

IV.4.3. Cuasi experimentos

En este diseño los sujetos de la muestra no son asignados aleatoriamente a los

grupos experimentales, y no hay posibilidad de uniformizar los grupos para una
mejor comparación, ya que normalmente los grupos están conformados antes
del experimento y es difícil variarlos. Entre los más usados tenemos:

Pre prueba y Post prueba con grupo de control, no equivalente

G.E. O1 X O2

G.C. O3 __ O4

Series cronológicas

G.E. O1 O2 O3 O4 X O5 O6 O7 O8

IV.5. No experimentales

En este tipo de diseño el investigador no “manipula” o “controla” la variable

independiente y no conforma grupos experimentales. Solo observa y registra la
ocurrencia de fenómenos, en su contexto natural, para después analizarlos.

64
Para Kerlinger (1979, p. 116) “... La investigación no experimental o ex post –
facto es cualquier investigación en la que resulta imposible manipular variables
o asignar aleatoriamente a los sujetos o las condiciones.”

Los diseños no experimentales se pueden clasificar según la siguiente figura:

Descriptivos
(Indagan la incidencia y los
valores en que se manifiestan
las variables en estudio)
Transeccional
(Medición única o recolección de
datos en un solo momento para
describir variables o analizar su
interrelación)
Correlacionales
(Describen relaciones entre dos
o más variables en un momento
determinado)

Investigación
De tendencia (trend)
no (Analizan cambios a través del
tiempo, en variables o sus relaciones,
experimental en una población en particular)

Longitudinal De evolución de grupo

(Medición o recolección de datos en
varios momentos, a través del
tiempo, para hacer inferencias
respecto al cambio, sus
determinantes y consecuencias)
(cohort)
(Analizan cambios a través del
tiempo, en variables o sus relaciones,
en un grupo en particular)

De panel
(Analizan cambios a través del
tiempo, en variables o sus relaciones,
en un grupo en particular, pero
manteniendo todo el tiempo a los
integrantes del grupo)

Figura 4.2. Investigación no experimental

IV.6. Diseños de investigación mixtos

Los diseños mixtos, aquellos que utilizan las fortalezas de los enfoques
cuantitativo y cualitativo con diferentes variantes o combinaciones de estos
enfoques, se están abriendo paso en las investigaciones científicas que buscan
obtener respuestas más concretas o específicas a la formulación del problema.
Este complemento permite que en un solo proceso investigativo se obtenga
conclusiones más amplias y hacen innecesario que se tengan que realizar
trabajos complementarios a una particular investigación. A continuación,
mostramos los esquemas resumidos de cada diseño de investigación mixta.

65
IV.6.1. Diseño exploratorio secuencial (DEXPLOS)

Derivativa. La recolección y el análisis de

Implica una fase inicial
de recolección y análisis
Diseño de datos cualitativos
exploratorio seguida de otra donde
se recaban y analizan
secuencial
datos cuantitativos.
(DEXPLOS)
datos cuantitativos se hacen sobre la base de
los resultados cualitativos. Es apropiado
cuando buscamos probar elementos de una
teoría emergente y pretendemos generalizarla
a diferentes muestras, o se necesita
desarrollar un instrumento estandarizado
porque las herramientas existentes son
inadecuadas o no se puede disponer de ellas.
Comparativa. En este caso, en la primera fase
se recolectan y analizan datos cualitativos
para explorar un fenómeno, generándose una
base de datos; posteriormente, en la segunda
etapa se recolectan y analizan datos
cuantitativos y se obtiene otra base de datos,
Los descubrimientos de ambas etapas se
comparan e integran en la interpretación y
elaboración del reporte del estudio.

CUAL CUAN

Recolección Recolección Interpretación

de datos Análisis de datos Análisis del análisis
cualitativos cualitativo cuantitativos cuantitativo completo (total)

IV.6.2. Diseño explicativo secuencial (DEXPLIS)

Se caracteriza por una primera etapa en la cual

se recaban y analizan datos cuantitativos,
seguida de otra donde se recogen y evalúan
datos cualitativos.
Un propósito frecuente de este modelo es
utilizar resultados cualitativos para auxiliar en la
Diseño
interpretación y explicación de los
explicativo descubrimientos cuantitativos iniciales, así
secuencial como profundizar en éstos.
(DEXPLIS) Es muy valioso en situaciones donde aparecen
resultados cuantitativos inesperados o
confusos.

CUAN CUAL

Recolección Recolección Interpretación

de datos Análisis de datos Análisis del análisis
cuantitativos cuantitativo cualitativos cualitativo completo (total)

66
IV.6.3. Diseño transformativo secuencial (DITRAS)

La fase inicial puede ser la cuantitativa o la

cualitativa, u otorgarles a ambas la misma
Diseño importancia y comenzar por alguna de ellas.
transformativo Una perspectiva teórica amplia (teorización)
secuencial guía el estudio. Tiene como propósito central
(DITRAS) servir a la perspectiva teórica del
investigador y en ambas fases éste debe
tomar en cuenta las opiniones y voces de
todos los participantes y a los grupos que
representan.

CUAN CUAL CUAL CUAN

Teoría, perspectiva, abordaje, ideología, marco conceptual...

IV.6.4. Diseño de triangulación concurrente (DITRIAC)

Es probablemente el más popular y se utiliza

cuando el investigador pretende confirmar o
Diseño de corroborar resultados y efectuar validación
cruzada entre datos cuantitativos y
triangulación
cualitativos, así como aprovechar las
concurrente ventajas de cada método y minimizar sus
(DITRIAC) debilidades.

CUAN
CUAL
Planteamiento del problema
Planteamiento del problema
Teoría
Abordaje
Hipótesis
Diseño
Diseño
Muestra
Muestra
Recolección
Recolección
Análisis
Análisis

Comparación
RESULTADOS RESULTADOS
Interpretación

67
IV.6.5. Diseño anidado concurrente de modelo dominante (DIAC)

Colecta simultáneamente datos cuantitativos y cualitativos pero

un método predominante guía el proyecto.
El método que posee menor prioridad es anidado o insertado
Diseño dentro del que se considera central. Tal incrustación puede
anidado significar que el método secundario responda a diferentes
concurrente preguntas de investigación respecto al método primario.
de modelo El mayor reto del diseño es que los datos cuantitativos y
dominante cualitativos requieren ser transformados de manera que
(DIAC) puedan integrarse para su análisis conjunto.

CUAN CUAL

o
Cual Cuan

Análisis de resultados Análisis de resultados

e interpretación e interpretación

IV.6.6. Diseño anidado concurrente de varios niveles (DIACNIV)

Diseño Se recolectan datos cuantitativos y

cualitativos en diferentes niveles, pero los
anidado
análisis pueden variar en cada uno de éstos.
concurrente O bien, en un nivel se recolectan y analizan
de varios datos cuantitativos; en otro, datos
niveles cualitativos y así sucesivamente.
(DIACNIV)

CUAN CUAL

Cual Cuan
o
Cuan Cual

Análisis de resultados Análisis de resultados

e interpretación e interpretación

68
IV.6.7. Diseño transformativo concurrente (DISTRAC)

Se recolectan datos cuantitativos y cualitativos en un

mismo momento (concurrente) y puede darse o no
mayor peso a uno u otro método, la recolección y el
Diseño análisis son guiados por una teoría, visión, ideología o
transformativo perspectiva, incluso un diseño cuantitativo o
concurrente cualitativo.
Su finalidad es hacer converger la información
(DISTRAC)
cuantitativa y cualitativa, ya sea anidándola,
conectándola o haciéndola confluir.

CUAL

Cuan
CUAN + CUAL
Cual
Visión, ideología, teoría, marco o
de referencia o diseño
cuantitativo o cualitativo.

Visión, ideología, teoría, marco

de referencia o diseño
cuantitativo o cualitativo.

IV.6.8. Diseño de integración múltiple (DIM)

Diseño de Implica la mezcla más completa

entre los métodos cuantitativo y
integración
cualitativo, y es sumamente
múltiple itinerante.
(DIM)

CUAN CUAL
Planteamiento del problema Planteamiento del problema
Teoría Abordaje
Hipótesis Hipótesis emergentes
Diseño Diseño
Muestra Muestra
Recolección Recolección
Análisis Análisis
Resultados Resultados
Inferencias Inferencias

METAINFERENCIAS

69
IV.7. Técnicas e instrumentos de recolección de datos

A continuación, se muestran tablas resúmenes de técnicas e instrumentos

utilizados en investigaciones científicas.

Técnica cuantitativa Instrumento

La encuesta El cuestionario
Escala de Likert Test psicométrico de actitud
Diferencial semántico de Osgood Test psicométrico de actitud
Escalograma de Guttman Test psicométrico de actitud
Tabla 4.2. Técnica cuantitativa

Técnica cualitativa Instrumento

La observación Guía de observación
La entrevista Guía de entrevista o cuestionario
Sesiones en profundidad o grupos de Guía de tópicos
enfoque
Biografías o historias de vida Ficha de historia de vida
Audiovisuales Formato de análisis audiovisual
Análisis de contenido Ficha de análisis de contenido
Análisis documental Fichas textuales, de contenido, comentario,
resumen
Tabla 4.3. Técnica cualitativa

V.1. Estadística

Cuando se realizan trabajos de investigación científica, con el enfoque

cuantitativo, es necesario analizar los resultados con la Estadística descriptiva
y comprobar las hipótesis con la Estadística inferencial. La estadística “Es un
conjunto de procedimientos para reunir, clasificar, codificar, procesar, analizar
y resumir información numérica adquirida sistemáticamente” (Ritchey, 2002,
p. 2).

V.1.1. Estadística Descriptiva

Permite presentar los datos de una muestra en forma organizada y resumida,

lo que facilita la interpretación y observación de lo más relevante.

70
V.1.2. Estadística Inferencial

Estudia el comportamiento o propiedades de una muestra, con fines de

generalizar los resultados a la población que representa. Utiliza la inducción
basada en la probabilidad.

A continuación, mostramos un ejemplo ilustrativo, después de procesar los

datos de un trabajo de investigación.

Pre Test Post Test

Actitud hacia el nuevo Frecuencia Frecuencia Frecuencia Frecuencia
Sistema de Atención al cliente
Absoluta Relativa Absoluta Relativa
Muy mala (puntaje de 25 a
44) 0 0% 0 0%
Mala (puntaje de 45 a 64)
0 0% 0 0%
Neutral (puntaje de 65 a 84)
4 17% 2 9%
Buena (puntaje de 85 a 104)
16 70% 15 65%
Muy buena (puntaje de 105 a
125) 3 13% 6 26%
Total 23 100% 23 100%

Tabla 4.4. Recolección de datos obtenidos en una tabla de frecuencias

Actitud hacia el nuevo Sistema de Atención al cliente

80%

70%

60%

50%

40%

30%

20%

10%

0%
Muy mala (puntaje de Mala (puntaje de 45 Neutral (puntaje de Buena (puntaje de 85 Muy buena (puntaje
25 a 44) a 64) 65 a 84) a 104) de 105 a 125)

Resultados Pre Test Resultados del Post Test

Figura 4.3. Representación gráfica de resultados obtenidos en una investigación

71
 Prueba de hipótesis para verificar el efecto en la actitud de los colaboradores
hacia el nuevo sistema de atención al ciente.

Valor Valor
Nivel de
Medición Hipótesis t- t– Decisión
significancia
calculado tabulado
Como tcal

es mayor

O2 - O1 4,35 1,717 que ttab

se acepta

H1

Fuente: Tabla estadística y valores calculados por el investigador.

Figura 4.4. Prueba t de hipótesis para una casuística

Figura 4.5. Representación gráfica de la Prueba t de hipótesis para una casuística

Otro ejemplo, correlación o relación de dos variables, con Pearson.

Cor relaciones

Liderazgo Climaorg
Liderazgo Correlación de Pearson 1 ,470**
Sig. (bilateral) ,000
N 132 132
Climaorg Correlación de Pearson ,470** 1
Sig. (bilateral) ,000
N 132 132
**. La c orrelac ión es signif icativ a al niv el 0,01 (bilateral).

Tabla 4.5. Prueba de correlación de Pearson para una casuística

72
Cada uno de los diseños que elijamos para nuestro trabajo de investigación
científica tiene que estar acorde a la pregunta que deseamos responder, a los
objetivos que buscamos lograr, a las hipótesis planteadas; y todo ello
respaldado por un marco teórico centrado en los aspectos anteriores, pero
sobre todo centrado en fundamentar el estudio en las variables de interés,
vinculadas al fenómeno que nos inquieta.

Algunos diseños que elegiremos son fácilmente identificables, así, por ejemplo,
si buscamos evaluar los niveles del liderazgo en una organización y disponemos
de un instrumento válido y confiable, el diseño que elegiremos será para el
enfoque cuantitativo, el no experimental, del tipo transeccional y de nivel
descriptivo. En este caso emplearemos principalmente la estadística descriptiva
para analizar y presentar los resultados. Pero, si no se dispone de un
instrumento válido y confiable, y tendremos que construir nuestro propio
instrumento elegiremos el diseño para el enfoque mixto, Exploratorio
secuencial (DEXPLOS), del tipo derivativa; de tal forma que empezaremos a
trabajar con el enfoque cualitativo (para construir el instrumento), y luego con
el enfoque cuantitativo (para validar y someter a confiabilidad el instrumento,
y además analizar los datos recogidos con el instrumento)

Los trabajos que buscan analizar la correlación de dos o más variables son muy
importantes para la toma de decisiones. Así en la tabla 4.5 se muestran los
resultados de un trabajo de investigación que evalúo la correlación entre el
liderazgo y el clima organizacional, en este caso se utilizó la estadística
inferencial. Pero, no necesariamente la correlación es similar en todas las
organizaciones, en algunas puede ser una correlación fuerte, en otras podría
ser neutral o tal vez débil. Realmente depende del tipo de organización que
nos toque analizar. Sin embargo, cuando los estudios se llevan a cabo utilizando
instrumentos pertinentes y aplicando estos instrumentos a una muestra bien
elegida, los resultados pueden ser una verdadera guía en la toma de decisiones.

73
REFERENCIAS BIBLIOGRÁFICAS

Arnal, J. (2000). Metodologies de la investigació educativa. En J. Mateo; C.

Vidal (eds.). Métodes d’investigació en educació. Barcelona: Universitat Oberta
de Catalunya.

Bunge, M. (1980). Epistemología. México: Siglo XXI Editores.

Bunge, M. (1983). La investigación científica. Su estrategia su filosofía. México:

Editorial Ariel, S.A. Grupo Editorial Planeta.

Calderón, J., Alzamora, L. y Del Águila, E. (2009). Guía de elaboración de

Proyectos de Tesis Doctoral. Universidad Alas Peruanas – Vicerrectorado de
Investigación y Postgrado. Lima.

Chiavenato, I. (2009). Comportamiento Organizacional – La dinámica del éxito

en las organizaciones. (2ª ed.). México, D.F.: McGraw – Hill Interamericana.

Chiavenato Idalberto. (2009). Gestión del Talento Humano. (3ª ed.). México,
D.F.: McGraw – Hill.

Daros, William R. (2002). ¿Qué es un marco teórico? Enfoques, vol. XIV, núm.
1, enero-diciembre, 2002, pp. 73-112. Universidad Adventista del Plata.
Libertador San Martín, Argentina.

Diéguez, A. (2005). Filosofía de la ciencia. Madrid: Biblioteca Nueva.

García - Córdoba, F. y García - Córdoba, L. (2005). La problematización. Etapa

determinante de una investigación. (2ª ed.). Instituto Superior de Ciencias de
la Educación del Estado de México.

Glaser, B. G. and Strauss, A. L. (1967). The Discovery of Grounded Theory:

Strategies for Qualitative Research. New York: Aldine Publishing Company.

Gross, N; Giaquinta J. B. and Bernstein, M. (1971). Implementing organisational

innovations. New York: Basic Books, Inc.

Hernández, R.; Fernández, R. y Baptista, P. (2010). Metodología de la

Investigación. (5ª ed.). México, D.F.: Mc Graw Hill Interamericana Editores.

74
Hernández, R.; Fernández, R. y Baptista, P. (2014). Metodología de la
Investigación. (6ª ed.). México, D.F.: Mc Graw Hill Interamericana Editores.

Kerlinger, F. N. (1979). Enfoque conceptual de la investigación del

comportamiento. México, D.F.: Nueva Editorial Interamericana.

Kuhn, T. S. (2005). La estructura de las revoluciones científicas. Fondo de

Cultura Económica de España.

Lakatos, I. (1989). La metodología de los Programas de Investigación. Madrid:

Alianza.

Marshall, C. and Rossman, G. B. (1989). Designing qualitative research.

Newbury Park, CA: Sage

Martín – Crespo, C. y Salamanca, A. (2007). El muestreo en la investigación

cualitativa. Departamento de Investigación de FUDEN. Nure Investigación, Nº
27, Marzo – Abril 07. Recuperado el 17/10/2013 de
http://www.nureinvestigacion.es/FICHEROS_ADMINISTRADOR/F_METODOLOGI
CA/FMetodologica_27.pdf

Martínez, M. (2006). Conocimiento Científico General y Conocimiento

Ordinario. Cinta Moebio 27: 1-10. Recuperado el 05/10/2016 de
www.moebio.uchile.cl/27/martinez.html

Mayan, M. (2001). Una introducción a los métodos cualitativos. Módulo de

entrenamiento para Estudiantes y Profesionales. Qual Institute Press. Canadá.
Recuperado el 17/10/2013 de
http://www.ualberta.ca/~iiqm/pdfs/introduccion.pdf

Mejía, J. (2000). El muestreo en la investigación cualitativa. Investigaciones

sociales. Año IV, número 5, 2000. Recuperado el 17/10/2013 de
http://sisbib.unmsm.edu.pe/bibvirtualdata/publicaciones/inv_sociales/n5_20
00/a08.pdf

Miller, A. (2004). Educational psychology and difficult pupil behaviour:

Qualitative, quantitative or mixed methods? In Z. Todd, B. Nerlich, S.
McKeown, and D. D. Clarke, (Eds.), Mixing methods in psychology. The

75
integration of qualitative and quantitative methods in theory and practice.
Hove, England: Psychology Press.

Monje, C. (2011). Metodología de la Investigación Cuantitativa y Cualitativa –

Guía didáctica. Libro didáctico de metodología de la investigación en ciencias
sociales elaborado durante el año sabático concedido por la Universidad
Surcolombiana al docente. Facultad de Ciencias Sociales y Humanas. Programa
de Comunicación Social y Periodismo. Neiva.

Pérez, R. (1998). ¿Existe el método científico? Historia y realidad. México:

Fondo de Cultura Económica.

Popper, K. R. (1983). Conjeturas y refutaciones. Barcelona: Ediciones Paidós.

Pruitt-Mentle, D. (2006). New Immigrant and Low-Income Parent and Student

Voices on Technology Use. Research paper at the 2006 Society for Information
Technology and Teacher Education (SITE) Annual Conference, Orlando, FL.

Quintana, A. (2008). Planteamiento del problema de investigación: Errores de

la lectura superficial de libros de texto de metodología. Revista IIPSI. Facultad
de Psicología UNMSM. ISSN Impresa: 1560 - 909X. ISSN ELECTRÓNICA: 1609 –
7475. VOL. 11 - Nº 1 – 2008. PP. 239 – 253.

Quintana, A. y Montgomery, W. (2006). Metodología de Investigación Científica

Cualitativa. Psicología: Tópicos de actualidad. Lima: UNMSM. Recuperado el
17/10/2013 de
http://cienciassociales.webcindario.com/PDF/Cualitativa/Inv_quintana.pdf

Investigación cualitativa en Educación.

Ritchey, F. J. (2002). Estadística para las ciencias sociales - El potencial de la

imaginación estadística. México, D. F.: Mc GRAW - HILL/INTERAMERICANA
EDITORES, S.A. DE C.V.

Sandin, M. (2003). Investigación cualitativa en Educación. Fundamentos y

Tradiciones. España: Mc Graw Hill.

Selltiz, C; Wrightsman, L. y Cook, S. (1980). Métodos de investigación en las

relaciones sociales. Madrid: Ediciones Rialp.

76
Serbia, J. M. (2007). Diseño, muestreo y análisis en la investigación cualitativa.
HOLOGRAMÁTICA – Facultad de Ciencias Sociales – UNLZ – Año IV, Vol. 3, Número
7, p. 123 – 146. Buenos Aires: Universidad nacional de Lomas de Zamora.
Recuperado el 17/10/2013 de
http://www.ecominga.uqam.ca/ECOMINGA_2011/PDF/BIBLIOGRAPHIE/GUIDE
_LECTURE_2/4/3.Serbia.pdf

Vara, A. (2006). La Lógica de la Investigación en las Ciencias Sociales.

Asociación por la Defensa de las Minorías. Centro de Investigaciones científicas
y tecnológicas. Lima.

Walpole, R; Myers, R; Myers, S. y Ye, K. (2012). Probabilidad y estadística para

ingeniería y ciencias. (9ª ed.). México, D.F.: Pearson Educación.

Whetten, D. y Cameron, K. (2011). Desarrollo de habilidades directivas. (8ª

ed.). México, D.F.: Pearson Educación.

77