Fundamentos de la investigación cualitativa.

La investigación científica, concepto básico.

La investigación científica es un proceso dinámico que se caracteriza por ser riguroso y
por conducir a la adquisición de nuevos conocimientos. Su función es describir,
explicar, comprender, controlar, predecir hechos, fenómenos y comportamientos.

El rigor científico se guía por la noción de objetividad, es decir, el investigador sólo se

ocupa de los hechos, dentro de un marco definido por la comunidad científica.

La investigación científica es un método de experimentación matemático y experimental

que consiste en explorar, observar y responder preguntas que permitirán construir y
probar una hipótesis previamente establecida.

El proceso consiste en desarrollar una hipótesis, la cual es probada a través de diferentes

métodos y modificada hasta que los resultados sean coherentes con los fenómenos
observados y los resultados arrojados por las pruebas.

La hipótesis es esencial para el proceso, ya que es una herramienta que permite a los
científicos recolectar información, la cual lleva al investigador a explorar una hipótesis
y desarrollar amplias explicaciones generales o teorías científicas.

El proceso de investigación científica.

Las etapas de la investigación científica son, a grandes rasgos, las siguientes:

identificación del problema, búsqueda de antecedentes, observación, demostración de la
hipótesis y conclusiones.

La investigación científica consta de tres elementos indispensables:

 Objeto de investigación. Se refiere al asunto o tema sobre el que se va a

investigar y que será objeto de análisis pormenorizado.
 Medio. Conjunto de recursos, métodos y técnicas adecuados para el tipo de
investigación y el tema que se va a abordar.
 Finalidad de la investigación. Se refiere a las razones que motivan la
investigación, es decir, a su propósito último. Por ejemplo, qué beneficios
aportará a la sociedad determinado conocimiento.

Enfoque de investigación

Cuando hablamos de enfoque de investigación, nos referimos a la naturaleza del

estudio, la cual se clasifica como cuantitativa, cualitativa o mixta; y abarca el proceso
investigativo en todas sus etapas: desde la definición del tema y el planteamiento del
problema de investigación, hasta el desarrollo de la perspectiva teórica, la definición de
la estrategia metodológica, y la recolección, análisis e interpretación de los datos.
De esta forma, la selección del enfoque de investigación nunca se reduce a un asunto de
azar o capricho, sino, a decisiones de quien investiga, en función de la construcción del
problema y las metas del estudio.

Aunque con frecuencia la atención se concentra en la metodología y el denominado

marco metodológico, la definición del enfoque de investigación debe ser asumida de
forma integral, comprendiendo que responde también a criterios epistemológicos; es
decir, a perspectivas amplias respecto a la labor científica y a cómo se asume el proceso
investigativo.

Sin embargo, como punto de partida, podemos indicar algunos aspectos que son clave
para comprender la comparación de los enfoques cuantitativo y cualitativo de
investigación científica:

 El tipo de realidad que estudia

 Las metas de la investigación
 La lógica del proceso investigativo
 El tipo de datos del estudio

La investigación participativa, cualitativa, cuantitativa, característica y diferencia

Una investigación es una exploración de la información disponible sobre un tema, en

pro de obtener algún tipo de conclusiones una vez obtenida y analizada la información.
Pero existen diversos tipos de investigación. Al clasificarlas según su metodología de
trabajo, se distingue entre dos formas principales: la investigación cualitativa y la
investigación cuantitativa.

Una investigación cuantitativa, es aquella que emplea magnitudes numéricas para

expresar su trabajo, mediante técnicas experimentales o estadísticas, cuyos resultados
son representables luego matemáticamente. Su nombre proviene
de cantidad o cuantificación, o sea, numeración.

Son el tipo de investigaciones centradas en la causa y el efecto de las cosas, como en la

mayoría de las ciencias naturales. Arrojan resultados descriptivos que luego pueden ser
generalizados.

Una investigación cualitativa es aquella que recoge los discursos existentes en torno al
tema y realiza luego una interpretación rigurosa. No requiere de procedimientos
numéricos, estadísticos o matemáticos, sino que obtiene datos descriptivos a través de
una diversidad posible de métodos.

Es el método de investigación empleado en las ciencias sociales. No plantea hipótesis a

priori, sino que emplea la inducción para obtener respuesta a sus propias preguntas
formuladas sobre la marcha. Su nombre viene de cualidad, es decir, de los atributos de
algo.

Diferencias entre cualitativa y cuantitativa

Las principales diferencias entre estos dos modos de investigar tienen que ver con el
enfoque. Si bien ambas obtienen resultados descriptivos, la cuantitativa utiliza métodos
experimentales en los que el azar interviene en gran medida, como garantía de
objetividad de los resultados. Además, para representarlos requiere de números
y lenguajes formales.

En cambio, en la cualitativa los métodos son de tipo analítico, inductivo. Su objetivo es

obtener conclusiones a partir de la perspectiva misma con que se aborda el problema.
Sus resultados se expresan a través de un discurso verbal interpretativo, una explicación
que toma en cuenta el contexto.

En ese sentido, una investigación cualitativa es multimetódica y no parte de

una hipótesis a comprobar, sino del abordaje de una problemática. Podría decirse que la
cuantitativa valora la objetividad (el objeto), mientras que la cualitativa valora la
subjetividad (el sujeto).

Otras diferencias son:

 En sus métodos de obtener la información, la cuantitativa emplea

estadísticas, descripciones matemáticas y fórmulas; la cualitativa emplea
relatos, narraciones, explicaciones y cuestionarios.
 La cuantitativa emplea muestras aleatorias, grandes, mientras que la
cuantitativa seleccionadas y representativas. Sus métodos de
muestreo también difieren: la primera emplea métodos estandarizados y
numéricos, la segunda flexibles y narrativos.
 Las conclusiones obtenidas en una investigación cuantitativa son definitivos,
formales y aparecen al final del estudio; en una cualitativa son provisionales,
cambiables, y se están revisando de forma continua a lo largo del trabajo.

Característica:

 Descriptiva. A menudo equivalente a la etapa inicial de la investigación

científica, en la que se ordenan los resultados obtenidos de
la observación directa de la realidad, en torno a una hipótesis.
 Analítica. Establece comparaciones entre los datos numéricos (variables,
estadísticas, etc.) de los distintos grupos estudiados, según se hayan dado
durante las etapas de muestreo.
 Experimental. Aquellas que dependen de la repetición y comprobación de
eventos naturales en un ambiente controlado, para poder obtener así
conclusiones generalizables.

 Etnográfica. Basándose en la observación participante, o sea, en una suerte

de testimonio objetivo (valga la contradicción), intenta obtener conclusiones
respecto a los distintos grupos humanos de su interés. Suele emplearse en
ciencias humanas como la antropología.
 Investigación participativa. Intenta poner en relación una serie de eventos
determinados con la participación que en su ámbito tienen diversos grupos
humanos, para hallar el vínculo objetivo o subjetivo entre ambos.
 Investigación-acción. Va un paso más delante de la descripción, proponiendo
vías de accionar o de participar en el problema estudiado y a menudo darle
solución, considerando al investigador como un actor y no un espectador.
Diseño de investigación cualitativa

Tipos de diseños y procesos en la cualitativa

El enfoque de investigación: la naturaleza del estudio señalamos que los

enfoques cuantitativo y cualitativo presentan características particulares, e importantes
diferencias entre sí, respecto a diversos aspectos de la investigación, lo cual, también se
extiende al diseño de la investigación.

Al abordar el tema de los diseños de investigaciones con enfoque cuantitativo,

indicamos que el diseño de investigación consiste, esencialmente, en la estrategia y el
plan de trabajo definidos por quien investiga, de forma coherente con el planteamiento
del problema de investigación.

Según explican Hernández, Fernández y Baptista (2010, p. 492) existen diversas

tipologías de los diseños cualitativos, pero es complejo resumirlo en pocas líneas, por
esa razón los autores hacen mención de los siguientes diseños genéricos:

1. Teoría fundamentada
2. Diseños etnográficos
3. Diseños narrativos
4. Diseños de investigación-acción

En próximas entregas estaremos ahondando en las características particulares de cada

uno de los diseños de investigaciones con enfoque cualitativo anteriormente planteados.
A continuación, revisaremos algunas ideas generales acerca de los elementos de diseños
de investigaciones con enfoque cualitativo.

El enfoque de la investigación de acción cualitativa

El rasgo esencial de este método es someter a prueba la práctica de las ideas, como
medio de mejorar y de lograr un aumento del conocimiento acerca de los temas de
estudio. Por eso se auto llama "ideas en acción"

La investigación-acción es también una forma de indagación introspectiva colectiva, ya

que promueve la participación de todos los actores involucrados en las situaciones
sociales complejas de interés que se pretenden conocer, cambiar, mejorar, estudiar,
analizar y sistematizar. Por eso también se dice que existe en el tanto que sea una
actividad colaborativa grupal (Kemmis y McTaggart, 1988).

Estadística descriptiva, (media, moda, median, desviación, estándar),

tablas de distribución de frecuencia variada y gráfico.

Estadística descriptiva.

El término estadística descriptiva se refiere al análisis, el resumen y la presentación de

los resultados relacionados con un conjunto de datos derivados de una muestra o de toda
la población.
La estadística descriptiva comprende tres categorías principales: distribución de
frecuencias, medidas de tendencia central y medidas de variabilidad.

Por estadística descriptiva entendemos, por ejemplo, el cálculo de la media y la

mediana, dos indicadores muy importantes y sobre todo diferentes. La mediana es un
indicador que «no tiene en cuenta los valores extremos, a veces poco frecuentes», a
diferencia de la media, que está muy influida por estos valores extremos.

El objetivo de la estadística descriptiva es describir los datos observados de forma

sintética y significativa para poder analizarlos mejor. Es recoger observaciones sobre
sujetos con una determinada propiedad y traducir estas observaciones en números que
proporcionen información sobre dicha propiedad.

En resumen, su objetivo es estructurar y representar la información contenida en los

datos.

La estadística descriptiva facilita la visualización de los datos. Permiten presentarlos de

forma significativa y comprensible, lo que a su vez da pie a una interpretación
simplificada del conjunto de datos en cuestión.

Los datos brutos serían difíciles de analizar, y la determinación de tendencias y patrones

puede ser un reto. Además, los datos en bruto dificultan la visualización de lo que
muestran los datos.

La media, moda, mediana, desviación estándar

Por lo general en estadística se trabaja con grandes volúmenes de datos y para poder
entender el comportamiento de ellos y encontrar patrones es necesario sintetizar esta
información. Las medidas de resumen como su nombre lo indica resumen en una sola
cifra toda la información contenida en una variable.

Las medidas de resumen se dividen entre grupos.

 Medidas de tendencia central

 Medidas de dispersión
 Medidas de posición
Las medias de tendencia central son la media (promedio), mediana y moda. Son
llamadas así dado que representan un punto central en torno al cual se encuentran las
observaciones.

Las medidas de dispersión cuantifican la variabilidad de los datos. Las más usadas son
la varianza, la desviación estándar y el rango.

Las medidas de posición reciben ese nombre pues ayudan a comprender, valga la
redundancia, cuál es la posición de una observación con respecto al conjunto total de
observaciones. Para ello se divide el conjunto total de observaciones en subgrupos con
el mismo número de datos.

Las medias de posición más usuales son los percentiles, cuartiles, quintiles y deciles. A
continuación, discutiremos acera de estas medidas utilizando notas que han aparecido en
los medios en este último tiempo.

Tablas de distribuciones de frecuencia variada y gráficos

La estadística se considera un método utilizado para recoger, organizar,

concentrar,reducir,presentar,analizar, generalizar y contrastar los resultados numéricos
(datos) de observaciones directas o indirectas de fenómenos reales, así como de la
información obtenida a partir de la experimentación, para estar en condiciones de llevar
a cabo tanto evaluaciones como conclusiones adecuadas, y tomar decisiones acertadas y
confiables.
Representar gráficamente, resultan muy eficaces para facilitar la comprensión y
permiten extraer conclusiones acerca del comportamiento real de la variable. Pero es
necesario que el impacto visual de la representación gráfica resuma la información, en
forma clara, concisa y atractiva.
TIPOS DE GRÁFICAS:
Gráfica circular (o de sectores):
Este método gráfico es un instrumento auxiliar de análisis y presentación de la
información, que resulta muy valioso para el investigador. Éste, como un diagrama
en forma de círculo, es particularmente útil para visualizar las diferencias de frecuencia
entre algunas categorías de nivel nominal.

El ángulo de cada sector se calcula como 360º dividido por el total de sujetos (N) y
multiplicado por la frecuencia absoluta (ni), o bien el producto de la frecuencia
relativa (fi) por 360º.

Gráfica de barras:
Consiste en un conjunto de columnas separadas que representan la frecuencia o el
porcentaje de cada uno de los valores o categorías de la variable de interés. Muestra

datos de forma visual utilizando barras horizontales o verticales cuyas longitudes son
proporcionales a las cantidades que representan. Se pueden utilizar cuando un eje no
puede tener una escala numérica.

Mediana de tendencia central, de dispersión, y de asociación y

correlación, promoción y tasas introducción a la estadística inferencial.
Mediana de tendencia central, de dispersión, y de asociación y correlación.
Son medidas estadísticas que permiten conocer sobre el centro de la distribución o
población estadística, es decir, que son valores que se ubican en el centro de un
conjunto de datos ordenados según su magnitud. Las medidas de tendencia central que
se suelen utilizar más son la media, mediana y moda.

Cabe mencionar, que cuando se hacen referencias únicamente a la posición de estos

parámetros dentro de la distribución (sea que esta esté centrada o no), se habla de
medidas de posición, lo que hace posible que se incluyan los cuantiles entre dichas
medidas. Se debe tener en consideración que existen diferentes tipos de variables, como
son las cualitativas y las cuantitativas, lo que significa que las medidas de posición o de
tendencia se utilizarán de acuerdo al tipo de variable observada.

Ahora, entre las medidas de tendencia central y dispersión más conocidas encontramos:

o Media aritmética.
o Media geométrica.
o Media armónica.
o Media ponderada.
o Moda (en el campo de la estadística).
o Mediana (del mismo modo, en el área de estadística).

Las medidas de dispersión son otro tipo de medida estadística que en contraposición de
la medida central, miden el grado de dispersión de los valores de la variable. Dicho de
otra manera, son las medidas que indican si una variable se mueve mucho, poco, más o
menos que otras.
Asimismo, es necesario decir que una medida de dispersión estadística se presenta como
un número real no negativo, que será igual a cero si todos los datos obtenidos son
idénticos. La misma también tendrá la tendencia a subir a medida que los datos se
vuelvan mucho más diversos.

También tenemos que aclarar que las medidas de tendencia central y

dispersión (específicamente estas últimas) tienen las mismas unidades que la cantidad
que se está midiendo. Por ejemplo, si los datos que estamos recolectando están en
centímetros o segundos, también lo estará la medida de dispersión de la que hablamos.

Y entre las medidas de dispersión más utilizadas o conocidas podemos mencionar:

o Rango.
o Rango intercuartil (IQR).
o Desviación Estándar.
o Mediana desviación absoluta (MDA).
o Desviación media absoluta o desviación media.
o Desviación estándar de distancia.
o Diferencia absoluta media de Gini.

Proporción y tasas.
Las razones se utilizan como índices; las proporciones son frecuencias relativas o
fracciones que, frecuentemente, estiman las probabilidades de ocurrencia de ciertos
eventos (o de hecho lo son), mientras que las tasas describen la velocidad y la dirección,
o sea el patrón de cambio en los procesos dinámicos.

 Es un cociente en el que el numerador está incluido en el denominador.

(Relación parte a total)
 Una proporción no es más que la expresión de la probabilidad de que un suceso
ocurra. (¡en un campo laplaciano de probabilidad!)
 El rango está comprendido entre 0 y 1 o bien en términos porcentuales de 0% a
100%, y no tiene dimensión.
 La tasa es una forma especial de proporción o de razón que tiene en cuenta el
tiempo y lugar.
 Es una medida que relaciona el cambio de una magnitud por unidad de cambio
en otra magnitud (por regla general, tiempo).
 La utilización de las tasas es esencial para comparar experiencias entre
poblaciones en diferentes tiempos, diferentes lugares o entre diferentes tipos de
personas. Su rango oscila entre 0 e infinito y su medida es tiempo.
 Las tasas representan la fuerza con que se produce un hecho determinado en una
población, y esto es igual a riesgo. - Se pueden hacer pronósticos en base a tasas
calculadas en podo inmediatamente anteriores.

Introducción a la estadística inferencial

La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a

partir de la información empírica proporcionada por una muestra, cual es el
comportamiento de una determinada población con un riesgo de error medible en
términos de probabilidad.

Los métodos paramétricos de la inferencia estadística se pueden dividir, básicamente, en

dos: métodos de estimación de parámetros y métodos de contraste de hipótesis. Ambos
métodos se basan en el conocimiento teórico de la distribución de probabilidad del
estadístico muestral que se utiliza como estimador de un parámetro.

La estimación de parámetros consiste en asignar un valor concreto al parámetro o

parámetros que caracterizan la distribución de probabilidad de la población. Cuando se
estima un parámetro poblacional, aunque el estimador que se utiliza posea todas las
propiedades deseables, se comete un error de estimación que es la diferencia entre la
estimación y el verdadero valor del parámetro. El error de estimación es desconocido
por lo cual es imposible saber en cada caso cual ha sido la magnitud o el signo del error;
para valorar el grado de precisión asociado con una estimación puntual se parte de dicha
estimación para construir un intervalo de confianza. En síntesis, un intervalo de
confianza está formado por un conjunto de valores numéricos tal que la probabilidad de
que éste contenga al verdadero valor del parámetro puede fijarse tan grande como se
quiera. Esta probabilidad se denomina grado de confianza del intervalo, y la amplitud
deéste constituye una medida del grado de precisión con el que se estima el parámetro.

Los métodos de contraste de hipótesis tienen como objetivo comprobar si determinado

supuesto referido a un parámetro poblacional, o a parámetros análogos de dos o más
poblaciones, es compatible con la evidencia empírica contenida en la muestra. Los
supuestos que se establecen respecto a los parámetros se llaman hipótesis paramétricas.
Para cualquier hipótesis paramétrica, el contraste se basa en establecer un criterio de
decisión, que depende en cada caso de la naturaleza de la población, de la distribución
de probabilidad del estimador de dicho parámetro y del control que se desea fijar a
priori sobre la probabilidad de rechazar la hipótesis contrastada en el caso de ser ésta
cierta.

En todo contraste intervienen dos hipótesis. La hipótesis nula (Ho) es aquella que
recoge el supuesto de que el parámetro toma un valor determinado y es la que soporta la
carga de la prueba. La decisión de rechazar la hipótesis nula, que en principio se
considera cierta, está en función de que sea o no compatible con la evidencia empírica
contenida en la muestra. El contraste clásico permite controlar a priori la probabilidad
de cometer el error de rechazar la hipótesis nula siendo ésta cierta; dicha probabilidad se
llama nivel de significación del contraste ( ) y suele fijarse en el 1%, 5% o 10%.

La proposición contraria a la hipótesis nula recibe el nombre de hipótesis alternativa

(H1) y suele presentar un cierto grado de indefinición: si la hipótesis alternativa se
formula simplemente como 'la hipótesis nula no es cierta', el contraste es bilateral o a
dos colas; por el contrario, cuando se indica el sentido de la diferencia, el contraste es
unilateral o a una sola cola.
Linkografía:

http://www.ub.edu/aplica_infor/spss/cap4-1.htm

https://rpubs.com/bogotan/Razones_Proporciones_Tasas

https://www.euroinnova.ec/blog/medidas-de-tendencia-central-y-dispersion

https://sites.google.com/site/estadisitica5demayo/unidad-i-estadistica/1-2-tablas-de-
distribucion-de-frecuencias-y-representaciones-graficas

https://reporterodedatos.com/media-mediana-moda-y-otras-medidas-de-resumen

https://www.questionpro.com/blog/es/estadistica-descriptiva/

https://repositorio.uned.ac.cr/bitstream/handle

https://investigaliacr.com/investigacion/los-disenos-de-investigacion-con-enfoque-
cualitativo/

https://concepto.de/investigacion-cualitativa-y-cuantitativa/

https://investigaliacr.com/investigacion/el-enfoque-de-investigacion-la-naturaleza-
del-estudio/

https://www.significados.com/investigacion-cientifica/