Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4: Técnicas de muestreo y procesamiento de datos
y resultados
Introducción
Hemos recorrido un largo camino para llegar a la última unidad. Usted ya ha seleccionado el tema, las
hipótesis, el marco de referencia y el teórico, las estrategias de investigación y algunas técnicas de
recolección de datos.
En las páginas que siguen veremos otras técnicas de muestreo y cómo procesar los datos y los resultados.
Como habrá observado, los trabajos de investigación tienen una lógica y coherencia interna como si fueran
piezas que encastran para lograr los objetivos planteados. Obviamente que durante el proceso suceden
cambios sobre la marcha y no siempre las hipótesis planteadas son corroboradas afirmativamente.
Por lo tanto, esperamos que al finalizar esta unidad usted haya logrado:
● Reconocer, diferenciar y definir cuáles son los diferentes tipos de variables y sus correspondientes
niveles de medición.
● Aplicar los contenidos e instrumentos metodológicos aportados por esta unidad al análisis de un
proyecto de investigación ya realizado.
● Aplicar los contenidos e instrumentos metodológicos y de escritura aportados por esta unidad al
análisis de artículos y proyectos de investigación en el campo del Turismo y la Hotelería.
Pág. 65
1. Procedimientos generales para la toma de datos
Según Hernández Sampieri (2006), para la toma o recolección de datos se debe elaborar un plan detallado
con los pasos que nos conducirán a reunir los datos relevantes para, luego, afirmar o eliminar la hipótesis o
problema planteado.
Los pasos o procedimientos para el plan recomendado son los siguientes:
a. Definir cuáles serán las fuentes para obtener datos, si será a través de personas, estudios previos, base de
datos, etcétera. Aranda Palmero (2007) y Sancho Pérez, A. (2001), al referirse a las fuentes primarias de
información (en el caso en turismo de registros administrativos, encuestas, censos, entre otras), plantean
que dicha información, luego de ser filtrada y sintetizada, permite acceder a las fuentes secundarias que
ofrecen datos más exactos sobre un determinado tema.
b. Localizar los datos usualmente está directamente relacionado con la ubicación de la muestra. También se
hace referencia al método que se utilizará para la recolección de los datos (la entrevista, la encuesta y la
matriz de datos).
c. Hernández Sampieri (2006) plantea que una vez recolectados los datos, se tiene que definir de qué forma
van a ser preparados para luego sí poder analizarlos. Una vez más aquí se da como ejemplo el uso de la
matriz de datos. Esta herramienta no solo permite interrelacionar la información, sino también, clasificarla y
compararla.
Asimismo, es importante definir los elementos sobre los que el plan se va a sostener: variables que deben
ser definibles en línea con la hipótesis, la muestra a utilizar y los recursos (tiempo, económicos, entre otros).
En la unidad anterior hemos visto muestreos probabilísticos y no probabilísticos con respecto a las
encuestas. A continuación, repasaremos los tipos de muestreo en el terreno:
● Azar
Los métodos de muestreo al azar o probabilísticos se basan en el principio según el cual todas las
muestras o unidades de población tienen la misma oportunidad de ser elegidas, es decir, la
selección se hace al azar. Existen dos formas de seleccionar una muestra al azar, el primero,
denominado “Muestreo aleatorio simple”, a través del cual se asigna un número a cada individuo y
mediante un procedimiento manual o computarizado se extraen tantos números como individuos se
necesite para formar una muestra. Y el segundo, llamado “Muestreo aleatorio por conglomerado o
grupo”, que, a diferencia del primero, dividirá la población en grupos y luego se utilizará el mismo
método de aleatorio simple a través del cual se asignará un número a cada grupo y se extraerán
tantos como sean necesarios.
Pág. 66
● Sistemático o regular
En el muestreo aleatorio sistemático, el investigador, primero, escoge aleatoriamente la primera
pieza o sujeto de la población. A continuación, selecciona a cada enésimo sujeto de la lista. El
procedimiento del muestreo aleatorio sistemático se puede hacer manualmente. Los resultados son
representativos de la población a menos que se repitan ciertas características de la población por
cada enésimo individuo, lo que es muy poco probable.
● Estratificado
El muestreo aleatorio estratificado también es conocido como muestreo aleatorio proporcional. Ésta
es una técnica de muestreo probabilístico a través del cual los sujetos son inicialmente agrupados en
diferentes categorías, tales como la edad, el nivel socioeconómico o el género. Luego, el
investigador selecciona en forma aleatoria la lista final de sujetos de los distintos estratos. Es
importante tener en cuenta que los estratos no se superpongan. En general, los investigadores
utilizan un muestreo aleatorio estratificado si quieren estudiar un determinado subgrupo dentro de
la población.
1.1 Dimensión y forma de la unidad de muestreo
De acuerdo con Rodríguez Gómez (1996), los datos o casos en una muestra pueden pertenecer a diferentes
grupos o dimensiones e interrelacionarse. Estas dimensiones surgen cuando se categorizan los datos en
distintos grupos. Cada muestreo puede contener un sin fin de dimensiones o clasificaciones.
Por otro lado, Hernández Sampieri1 (2006) explica que: “Por lo general son tres los factores que intervienen
para “determinar” (sugerir) el número de casos: 1) capacidad operativa de recolección y análisis (el número
de casos que podemos manejar de manera realista y de acuerdo con los recursos que dispongamos), 2) el
entendimiento del fenómeno (el número de casos que nos permitan responder a las preguntas de
investigación, que más adelante se denominará “saturación de categorías”) y 3) la naturaleza del fenómeno
bajo análisis (si los casos son frecuentes y accesibles o no, si el recolectar información sobre éstos lleva
relativamente poco o mucho tiempo)”.
1
Hernández, Sampieri; Fernández Collado y Baptista Lucio: “Metodología de la Investigación”, pág. 94, Editorial Mc.
Graw Hill, México, 2006).
Pág. 67
Tamaño de la unidad de muestreo
Gutiérrez Brito (2007) menciona, en su libro “La Investigación Social del Turismo”, que cuando hacemos
referencia al tamaño de una muestra normalmente es representado por "n" y siempre es un número entero
positivo. No se puede hablar de ningún tamaño exacto de la muestra, ya que puede depender y variar por
los diferentes marcos de investigación. Una muestra de tamaño de grandes dimensiones brinda mayor
precisión en las estimaciones de las diversas propiedades de una población.
Cuando vamos a determinar una muestra es importante determinar el tamaño.
La elección de un tamaño de una muestra depende de consideraciones no estadísticas y estadísticas y para
determinarlo es necesario seguir los siguientes tres criterios:
Nivel de precisión
También llamado error de un muestreo, es el rango en el que se estima que está el valor real de la
población. Este rango se expresa en puntos porcentuales.
Nivel de confianza
Es la medida estadística del número de veces de cada 100 que se espera que los resultados se
encuentren dentro de un rango específico.
Grado de variabilidad
Dependiendo de la población objetivo y los atributos a considerar, el grado de variables cambia
considerablemente. Cuanto más heterogénea sea una población, mayor deberá ser el tamaño de la
muestra para obtener un nivel óptimo de precisión.
Formas generales de la unidad de muestreo
Las unidades de análisis son los objetos o individuos de los que hay que obtener la información. La matriz de
datos y el problema definen cuál será esa unidad de análisis.
Flick (2006) hace hincapié en que una muestra puede variar su forma dependiendo de la necesidad de
incorporar nuevas unidades de análisis para esta sea relevante al estudio, esto se ve frecuentemente en
estudios de datos cualitativos. Por ejemplo, cuando se realiza un muestreo por cuotas, el investigador
(usualmente estudios de Marketing) va a incorporar más unidades a la muestra a medida que va requiriendo
un mayor número de variables en la muestra. Miles y Huberman (1994), además de Creswell (2009) y
Henderson (2009), presentan otra forma de muestra: las muestras diversas o de máxima variación, que 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.
Pág. 68
1.2 Procedimientos para diseñar áreas de muestreo en el terreno y estrategia de
muestreo
En el proceso de investigación el muestreo aparece en puntos diferentes:
● Mientras se recogen los datos (muestreo de casos – muestreo de grupos de casos)
● Mientras se interpretan los datos (muestreo de material – muestreo dentro del material)
● Mientras se presentan los hallazgos (muestreo para la presentación)
La estructura de la muestra puede ser:
● Criterios abstractos
En la medida en que se parte de una idea de la tipicidad y la distribución del objetivo investigado. Se
desarrollan con independencia del material concreto analizado y antes de su recogida y análisis.
● Criterios concretos
Es un muestreo que está limitado de antemano. Es un caso con características específicas, ejemplo:
enfermedad, edad, un lugar/región, período, etcétera.
Tipos de muestreo
Muestreo teórico Muestreo estadístico
● La extensión de la población básica no se ● La extensión de la población básica se
conoce de antemano. conoce de antemano.
● Los rasgos de la población básica no se ● La distribución de los rasgos en la población
conocen de antemano. básica se puede estimar.
● Extracción repetida de los elementos de ● Extracción única de una muestra siguiendo
muestreo con criterios que se han de definir un plan definido con antelación.
de nuevo en cada paso.
● El tamaño de la muestra está definido de
● El tamaño de la muestra no está definido antemano.
con antelación.
● El muestreo finaliza cuando se ha estudiado
● El muestreo acaba cuando se ha alcanzado la muestra entera.
la saturación teórica.
Pág. 69
La decisión del muestreo varía según el propósito de descubrir un campo lo más amplio posible y de hacer
análisis lo más profundo posible.
Veamos un ejemplo de diseño de una muestra con selección aleatoria simple. Los pasos para poder diseñar
una muestra son:
1. Definir la población, confeccionando una lista de todos los elementos o registros, asignándoles números
consecutivos desde 1 hasta la cantidad asignada en la población; por ejemplo: Luis, Clara, Teresa, etcétera.
2. Definir que la unidad de estudio de la muestra sea la misma; en este caso la unidad de estudio es
“nombres de personas”.
3. Definir el tamaño de la muestra utilizando una distribución normal, con parámetros: 95% confianza, 3%
error y 3% precisión.
4. Extraer al azar los elementos, esta es una selección aleatoria, usando un número calculado por algún
sistema informático para obtener un resultado.
Pág. 70
2. Procesamiento de datos y resultados
Una vez tomados los datos, procederemos a analizarlos, procesarlos e interpretarlos para obtener los
resultados de la investigación.
Repetimos el cuadro que hemos analizado en la Unidad 3 para posicionarnos en este tema:
Fuente: SAUTU, R. y otros (2005)
Como vemos en el presente cuadro, hay diferentes técnicas de producción o recolección de datos y cada
técnica tiene su forma de presentar sus datos. Vamos, entonces, a ampliar este tema.
Análisis de Datos
Contenido
Detecta el significado presente en los datos mediante las manifestaciones, deseos y actitudes que se
reflejan en el mismo documento.
Discurso
El lenguaje constituye el hecho a develar; por lo que las elaboraciones conceptuales y la interpretación
juegan un papel central en el análisis del discurso.
Pág. 71
Datos cuantitativos específicos
Se analiza a los actores en situaciones concretas y por medio de las expresiones se integran las nuevas
perspectivas para la investigación social.
La informática también surge como base para el análisis ágil de datos cualitativos.
Con respecto a las metodologías cuantitativas, las ciencias sociales atribuyen el objetivo principal; se
clasifican y afinan los conceptos, se establecen relaciones acerca de los hechos y se corroboran las
hipótesis gracias a la implementación de enunciados observacionales.
Los métodos cuantitativos determinan diferentes formas de análisis:
❖ Indicadores y escalas de medición
La investigación previa debe recabar operaciones para construir los indicadores y así la
escala misma; en donde van a estar implementados los datos obtenidos, los cálculos y su
decodificación hacia las medidas necesarias que conlleven a determinar una mayor
investigación sobre el objeto a analizar. Las diferentes escalas pueden ser: nominales,
ordinales, de cocientes o de razón. Por lo tanto, estas variables responden a distintos
niveles de medición.
Nominales Ejemplos: sexo, estado civil, nacionalidad
Ordinales Ejemplos: nivel de estudios, clase social
De razón Podemos distinguir dos tipos:
● De intervalo: carecen de origen, o cero natural, o ausencia de la
propiedad, como por ejemplo: escala ideológica y escalas de actitudes.
● De proporción: el cero indica ausencia de la propiedad. Por ejemplo: edad,
años de escolarización e ingresos.
❖ La encuesta
Logra obtener datos (opiniones y tendencias) y al acumularse se computan y se convierten
en datos agregados. Existen diferentes tipos de encuestas, por lo que la llevada a cabo en la
investigación se determina por el hecho a investigar. Sus etapas son:
1. Diseño del cuestionario
2. Administración
3. Procesamiento y análisis estadístico de los datos
Pág. 72
❖ Medición de aptitudes, pruebas y test
Existen instrumentos para medir una o más variables de forma estandarizada. Para medir las
actitudes y opiniones hay escalas, como por ejemplo, la escala de Thurstone. El objetivo de
estas escalas es medir la aptitud hacia un objeto, por ejemplo, un test para evaluar el tipo
de personalidad.
❖ Análisis de datos por matriz
Sirve como herramienta para el análisis de los datos cuantitativos en el proceso de
investigación social. Dicha matriz nos permite comparar las variables y analizar las relaciones
entre ellas.
Técnicas de Muestreo
Pág. 73
2.1 La estadística
Para lograr comprender la información cuantitativa es necesario utilizar la estadística. Mediante el
tratamiento estadístico puede lograrse que la cantidad de información que hemos recogido pueda
transformarse en datos, y a partir de su análisis puede llegarse a la inferencia estadística. Para
Moore (1995), el objetivo de ésta es poder extender las conclusiones relativas a los individuos
particulares de la muestra hacia generalizaciones abarcadoras de colectivos más amplios.
De esta forma, señala Moore, la estadística es la ciencia de los datos.
Ahora bien: ¿qué son los datos?
Los datos son números vinculados a un contexto determinado. Estos datos siempre contienen
información sobre un grupo de individuos, y así la información se organiza en forma de variables. De
manera que los individuos y las variables son elementos siempre presentes en los datos y conviene
definirlos con precisión. Según Moore (2005), los primeros son “personas, animales o cosas
descritos en un conjunto de datos”, en tanto que las variables son características que pueden
“tomar distintos valores para distintos individuos”.
Por lo tanto, este autor recomienda plantearse tres grupos de preguntas ante un conjunto de datos:
1) Sobre los individuos: ¿qué individuos describen los datos?, ¿cuántos aparecen en ellos?
2) Sobre las variables: ¿cuántas variables contienen?, ¿cuáles son sus definiciones exactas?, ¿en qué
unidades se han registrado?, ¿puede haber algún motivo para desconfiar del valor de alguna
variable?
3) Sobre el propósito: ¿cuál se persigue con estos datos?, ¿responder alguna pregunta concreta?,
¿obtener conclusiones sobre unos individuos de los que no tenemos realmente datos?
Las respuestas configuran el inicio de un análisis estadístico que determinará las estrategias
metodológicas y las herramientas a utilizar para el tratamiento de los datos.
Pág. 74
2.2. Ramas de la estadística
Hay dos ramas de la estadística: la descriptiva y la inferencial. Algunos autores consideran la
estadística exploratoria como una tercera rama. La primera nos brinda un conjunto de herramientas
para caracterizar y describir las variables que deseamos conocer. En el caso de la rama de estadística
inferencial, incorpora la probabilidad para resaltar las conclusiones. Por último, la estadística
exploratoria permite precisamente tener un contacto con los datos a un nivel preliminar, cuando no
se tiene previamente un planteo inicial para el estudio.
Asimismo, Flick (2004) y Moore (1999) resaltan el uso de diversas herramientas para describir,
caracterizar e interpretar las variables que intentamos conocer.
Estas herramientas permiten medir tres aspectos:
La forma de distribución de los datos
Las medidas de tendencia central y de posición
Las medidas de dispersión
Pero antes de desarrollar estas herramientas, veremos al uso de tablas y de gráficos, para consignar
y analizar los datos. En este sentido, Moore (1999) distingue primeramente entre las variables:
‐ Categóricas: indica grupo o categoría de pertenencia de un individuo.
‐ Cuantitativas: toman valores numéricos, susceptibles de utilizarse para hacer operaciones de suma
y promedio.
En cuanto a las herramientas, podemos señalar la importancia de las tablas de frecuencia para
disponer los datos relativos a las variables a estudiar, cuando implican alguna frecuencia de
ocurrencia, como por ejemplo, cuántos pasajeros de cada localidad del país visitaron un
determinado hotel o destino turístico. Estas tablas pueden interpretarse más fácilmente mediante
gráficos de distribución, entre ellos, los más sencillos son los de barras y los de sectores. Los
primeros sirven para comparar magnitudes de distintos individuos, mientras que los segundos se
utilizan para ver la importancia relativa de cada categoría respecto de otra y se expresa típicamente
en porcentajes.
Un clásico ejemplo de un gráfico de sectores es la participación de sectores sociales en el reparto de
la riqueza, o de la concurrencia de los pasajeros a un destino turístico según lugar de origen.
Pág. 75
Fuente: http://bolsacba.com.ar/buscador/?p=1226
Otro tipo de cuadro:
Sin embargo, estos gráficos de distribución pueden ser más útiles si se agrupan los valores próximos.
Al hacerlo, creamos un histograma, que es el diagrama más común de la distribución de una
variable cuantitativa.
Fuente: http://www.geocities.ws/angelbartolucci/estadistica/clase005.htm
Pág. 76
Para Moore, es muy importante identificar el aspecto general (la forma de distribución) que
presenta un histograma, así como también las desviaciones sorprendentes (tipo importante de
desviaciones). Debe siempre buscarse una explicación a estas observaciones atípicas del aspecto
general de un diagrama. A veces puede deberse a un error de transcripción, y otras, explicar alguna
“característica especial de ciertas observaciones”2.
Asimismo, el autor recomienda, cuando se trata de graficar observaciones correspondientes a
distintos momentos en el tiempo, la elaboración de gráficos temporales, ubicando en el eje de las
abscisas la escala temporal y en el de las ordenadas los valores de la variable. Estas
representaciones pueden revelar tendencias en un determinado lapso.
Ahora bien, el aspecto general de una distribución está descripto por tres atributos: el centro, la
dispersión y la forma que toman los datos en el gráfico.
En cuanto a la forma, distingue entre distribuciones simétricas y asimétricas. En las primeras el lado
derecho y el izquierdo del diagrama son similares, mientras que en las segundas, uno de ellos se
extiende mucho más que el otro.
2
Moore, David S (1999) Estadística Aplicada Básica disponible en:
https://metodologiadelainvestigacionii.files.wordpress.com/2012/08/unidad5-moore-distribuciones.pdf
Pág. 77
En lo referente a la tendencia central y a la dispersión, existen distintas formas de medirlas.
La tendencia central puede medirse mediante la llamada media aritmética, la mediana y la moda. La
primera, media aritmética, expresa el valor promedio de los datos, y se logra sumando todos los
elementos y dividiéndolos por la cantidad de casos considerados. Esto nos da una idea del término
medio, pero en casos con observaciones extremas, este promedio puede verse distorsionado por
estas cifras.
La utilización de la mediana puede evitar esta distorsión: la mediana es el valor central de un
histograma; es un número tal que una mitad de las observaciones es menor y la otra mayor a ese
número. En ocasiones puede diferir mucho de la media aritmética. En el caso de la moda, se trata de
la categoría que presenta mayor frecuencia, por ejemplo, en un histograma sobre franjas etarias
puede darse que el promedio esté en 25 años, pero el rango que presenta mayor ocurrencia sea de,
por ejemplo, entre 15 y 17 años.
En cuanto a la dispersión, puede medirse el recorrido, que es la diferencia entre la observación
máxima y la mínima. También pueden medirse los cuartiles: partiendo de la base del recorrido,
desde un extremo pueden determinarse cuatro cuartiles, cada uno conteniendo un 25 % de las
observaciones.
Otra forma de medir la dispersión, cuando las observaciones presentan mayor simetría, es la
llamada desviación típica. Este número provee un índice de la dispersión, pero no da cuenta de
hacia qué lado ésta es más pronunciada, si es que el gráfico presenta forma asimétrica.
Pág. 78
3. La estructura del informe final. Documentación escrita.
Documentación gráfica
Cada informe final de investigación es un texto académico o científico producido con un estilo de
escritura denominado escritura académica.
Vale la pena destacar que este tipo de escritura es una forma de comunicación clara, precisa y con
un nivel de argumento que apoya un punto de vista que es justificado por los investigadores
mediante evidencia documentada. Para la redacción de los textos académicos es necesario utilizar
conectores para dar sentido al texto. Por ejemplo: En cuanto a, Otro punto es, La idea central es, Es
decir, Para finalizar, entre otros.
Con respecto a la estructura de los textos académicos entran en juego distintas reglas, y
dependiendo del tema a investigar, el texto tendrá un orden y desarrollo guiado por la misma
investigación, o tendrá el orden en el que la información debe ser presentada: introducción,
desarrollo y conclusiones.
Al mismo tiempo, los textos presentan características de composición, llamadas secuencias
textuales, es decir, estructuras discursivas que se presentan de manera alternada o entrelazada a lo
largo del texto. Se distinguen las secuencias narrativa, descriptiva, expositivo‐explicativa, dialogal,
argumentativa e institucional.
En los textos académicos predomina la secuencia expositiva‐explicativa y la argumentativa. En
relación con la primera, presenta la exposición de un saber ya construido o saber teórico/ cuasi
teórico referido a hechos o acontecimientos tomados de la realidad. Este tipo de discurso recurre
usualmente a la cita textual a modo de respaldo del saber que se transmite. El objetivo de esta
secuencia textual es informar.
La característica del texto informativo es la función referencial del lenguaje, en otras palabras,
llamar las cosas por su nombre con términos bien definidos y de un solo sentido para lograr la
comprensión por parte del lector. En dichos discursos, las explicaciones suelen iniciarse con la
presentación de un problema que será el objetivo de explicación. El esquema típico es el siguiente:
presentación, planteo del problema, respuesta al problema y evaluación.
Para explicar existen diferentes formas:
a‐ Explicaciones que remiten a enunciados generales
b‐ Ejemplos: que son de carácter concreto
c‐ Definiciones: la explicación del significado de un término
d‐ Analogía y comparaciones
Pág. 79
En cuanto a los aspectos enunciativos, en este tipo de discursos, el interlocutor se presenta como
testigo, como observador objetivo de los hechos. El enunciador indica, además, como mencionamos
anteriormente, quién es el autor de tal o cual enunciado a través de las citas.
Por su parte, las secuencias textuales argumentativas, tienden a construir nuevos conceptos, y es en
estos textos en los que el enunciador toma postura ante hechos o temas y persuade al lector. No se
presentan citas textuales sino que la palabra de los otros es fragmentada y acompaña las palabras
del enunciador. El objetivo es persuadir. Los componentes básicos de la secuencia argumentativa
son: la hipótesis o tesis sostenida, el número de argumentos que sostienen dicha hipótesis, la contra
argumentación y la refutación de los contraargumentos.
En este sentido, la hipótesis sostenida es el eje en torno al que se despliegan los argumentos. En
referencia a los aspectos enunciativos de la argumentación, el enunciador toma una postura muy
marcada del tema sosteniéndola con responsabilidad discursiva, que tiende a persuadir al lector.
Además, busca un enfoque particular de los temas, que surgen a partir de una cuestión/ tema
debate, y se van afirmando posiciones y rechazando otras. Para influenciar al lector se aplican
distintas técnicas argumentativas: procedimiento deductivo, metáfora, ejemplo, analogía,
definición, argumento Ad Personam, argumento causal, argumento por autoridad.
La estructura de todo trabajo de investigación está sustentada por información de diferentes
fuentes, y es muy importante llevar un registro sistemático de los datos que se recopilan durante la
investigación. Estas habilidades forman parte de las herramientas de trabajo de todo investigador.
Anotar todo lo que se lee es fundamental, ya que a medida que el tiempo transcurre es más difícil
recordar todo el material leído, analizado y seleccionado. El sistema de fichas se utiliza usualmente
para anotar datos referidos, por ejemplo, a algún capítulo o página relacionada a determinado
tema. Son muy útiles y es conveniente comenzar a almacenarlas desde el inicio de la investigación.
Las referencias son otra forma de registrar fuentes y el método más usado es el de Harvard, ya que
evita las notas al pie durante el trabajo.
Para libros:
➔ Apellido y nombre, o iniciales del nombre, del autor
➔ Fecha de publicación
➔ Título
➔ Lugar de publicación
➔ Nombre del editor
Para artículos y capítulos de libros:
❖ Apellido y nombre, o iniciales del nombre, del autor
❖ Fecha de publicación
❖ Título (entre comillas)
❖ Fuente del artículo o el capítulo (Título de la revista o el libro, volumen, número y números
de página en las revistas)
Pág. 80
Además del registro de datos bibliográficos, es importante la toma de notas que muestre los datos
obtenidos de las diferentes fuentes que servirán para el desarrollo del trabajo.
Para la búsqueda de la información se dispone de bibliotecas públicas y académicas para datos
especializados, a las que se puede acceder para la obtención de información. Actualmente las
bibliotecas han modificado la forma de organización del material impreso y han desarrollado bases
de datos que facilitan la búsqueda y proveen información variada e incalculable. En ellas se puede
obtener información de libros, artículos revistas especializadas, publicaciones oficiales de los
estados on‐line. Internet, además, proporciona acceso rápido a variadas fuentes de información
siempre y cuando se sepa cómo utilizar dicha información. Para finalizar, aclaremos que es
importante planificar la búsqueda de información para no desviar el objetivo de la investigación.
Ahora bien, no solo hay que enfocarse en cómo y dónde se busca, sino también, en la forma de
registro de la información.
Pág. 81
Síntesis de la unidad
Podemos deducir que para un proceso científico de investigación existen diferentes metodologías
tanto para analizar determinado objeto de estudio como para iniciar la incorporación de datos y
posteriormente evaluar el análisis y su resultado. Este trabajo incluye diferentes formas y técnicas
de procesamiento de datos: las estadísticas, la documentación, los datos cuantitativos y cualitativos,
los métodos, los resultados y sus controles, que se plasmarán en la presentación de un informe de
investigación, el cual debe ser claro, preciso y coherente y responder a los cánones de la escritura
académica.
A lo largo de la asignatura usted ha puesto en valor su propio diseño de investigación adquiriendo
conocimientos sobre metodología de la investigación, que lo habilitarán como futuro profesional.
Pág. 82