UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

MODULO TCNICAS DE INVESTIGACIN

AUTOR HERNN COLLAZOS GARCA FACULTAD DE CIENCIAS AGRARIAS

2006

TABLA DE CONTENIDOS

UNIDAD 1 ASPECTOS GENERALES DE LA INVESTIGACIN Captulo 1. La investigacin Leccin 1. Antecedentes Leccin 2. Otros Conceptos sobre investigacin Leccin 3. Finalidad de la Investigacin Cientfica Captulo 2. Caractersticas del proceso de investigacin Leccin 4. Propiedades del Proceso de Investigacin Leccin 5. Medios Utilizados en la Investigacin Cientfica Leccin 6. La lnea de Investigacin Capitulo 3. Elementos bsicos de la Investigacin Leccin 7. El Diseo Leccin 8. Clasificacin de la investigacin Leccin 9. El papel de los mtodos y tcnicas en la investigacin

Prlogo Del mismo modo que la profundizacin y la extensin del bienestar social, en su ms amplio sentido, necesita de los esfuerzos impulsores del desarrollo cientfico y tecnolgico, las acciones inductoras de esta planificacin, gestin y ejecucin de la investigacin- requieren del apoyo sistemtico y continuado de los servicios de documentacin e informacin en la medida que se encargan de facilitar la percepcin, asimilacin y transferencia de los avances del conocimiento cientfico y tecnolgico, cualquiera sea el origen, disciplina y forma en que se produzcan. As, la satisfaccin de los objetivos cientficos y tecnolgicos que las necesidades sociales plantean progreso social, modernizacin econmica, desarrollo cultural, etc. va a depender, en gran medida, de la existencia de una adecuada interconexin entre los rganos institucionales de decisin, administracin y produccin cientfica y tecnolgica, y aquellos otros responsables de programar y realizar las acciones de recopilacin, almacenamiento, tratamiento y difusin de la informacin que se ha generado. Puede decirse, en resumen, que este cmulo de tareas se integra plenamente en lo que se ha dado llamar Sistema Ciencia-tecnologa, o lo que es lo mismo, en el conjunto de elementos organizados que producen, trasfieren, y aplican los logros cientficos y tecnolgicos para los que se aportan los recursos humanos, financieros e instrumentales- necesarios en el desenvolvimiento de su actividad, la cual, en definitiva, se extiende desde las propias percepciones tericas y experimentales hasta su transformacin en productos operativos del pensamiento, la economa o la produccin industrial. El sector productivo viene reclamando a la Universidad una mayor vinculacin al quehacer investigativo y tecnolgico, para provocar los cambios y lograr un desarrollo armnico y sostenido que mejore las condiciones de vida de nuestras gentes. La tendencia universal en este siglo, en sus primeras dcadas, es la lucha por el conocimiento, por la investigacin, el desarrollo y aplicacin de las TICS, y su dilogo constructivo. La UNAD, como universidad, a travs de la formacin en investigacin dinamiza estas metas, con la activa participacin de sus actores y los estamentos que la conforman.

INTRODUCCIN

En Colombia suele suceder que cuando se escribe sobre investigacin se activan enseguida las posiciones intelectuales que estn detrs de cada lector; estas posiciones a su vez, disparan las actitudes respectivas de aceptacin o de rechazo del escrito en cuestin, segn si el lector es admirador de la investigacin mal llamada cuantitativa o de la denominada cualitativa. Pero estas posiciones extremas tienden hoy, de una manera consistente, a desaparecer. Todo buen investigador sabe, que toda lnea de investigacin comienza por ser cualitativa y que el sustento terico de una investigacin cuantitativa as como el anlisis de los resultados no adquieren significacin si no es dentro de un contexto cualitativo. Por su parte, la investigacin cualitativa requiere de la precisin que ofrece la cuantificacin, para ordenar los datos y la informacin recolectada y as contribuir a la significacin de los contenidos; adems, requiere la precisin conceptual que es facilitada por la llamada investigacin cuantitativa.. En consecuencia, adoptar posiciones extremas con respecto a la investigacin esta en desuso. Tal vez, lo correcto cientficamente, sea tener un dominio de los dos mtodos aludidos y aplicarlos metodolgicamente, con tcnicas apropiadas, segn el problema o pregunta que se desea responder y a travs de cualquiera de ellos, producir conocimientos en beneficio del ser humano que es lo que en ultimo trmino busca toda ciencia. En el presente curso se realiza una aproximacin a las principales tcnicas en investigacin cuantitativa y cualitativa y se espera desarrollarlo y cualificarlo durante su migracin a la PTU de la universidad. Por tanto se agradecen las sugerencias de los tutores y estudiantes. OBJETIVOS El propsito de este curso es aproximarse y profundizar en algunas tcnicas de investigacin, relevantes tanto para las ciencias sociales como las naturales. Por lo tanto en el curso se intenta dar una visin panormica, de la variedad de tcnicas disponibles. Se pretende apoyar desde este curso la formacin para la investigacin cientfica en el campo de las diversas disciplinas, hacia la excelencia acadmica con pertinencia social y dentro de un marco de libertad, privilegiando el enfoque regional, la perspectiva multidisciplinaria y la colaboracin interinstitucional como estrategias principales para formarse como investigador. No busques alas prestadas para adentrarte en la ciencia Vuela tu solo hacia la sabidura Y hallaras la verdad E.C.

UNIDAD 1 ASPECTOS GENERALES DE LA INVESTIGACIN Capitulo 1. La investigacin Leccin 1. Antecedentes El eminente premio Nbel P. B. Medawar y el bilogo F. Ayala coinciden en que la investigacin cientfica es un dialogo explicativo que siempre puede resolverse en dos voces o episodios de pensamiento imaginativo y critico, que alternan e interactan. Sin embargo, en esta exposicin se propone una ms: la etapa de comunicacin. Ello en reconocimiento a la incontrolable necesidad que siente la mayora de los cientficos por comunicar sus hallazgos y que adems requiere nuevas habilidades no presentes necesariamente en las etapas anteriores. Cuando un individuo logra conjuntar estas capacidades, mediante su aplicacin prctica, a la comunidad cientfica reconoce que se le incorpora un nuevo miembro. Por tanto, el talento de un cientfico se encuentra en el encadenamiento creativo de dichas capacidades, en el que cada una de ellas requiere predominio de ciertas habilidades y actitudes emprendidas durante el proceso de su formacin. El descubrimiento, por ejemplo, se destaca por encima de los dems por tener una actitud imaginativa, pero eso no significa que no necesite secundariamente una capacidad comunicadora para exponerlo de modo convincente, para que la comunidad acepte que una parte de sus recursos se utilicen para probar esa conjetura. En la prueba de hiptesis, es decir, la verificacin, predomina el desempeo operacional, es decir, la aptitud cientfica. Pero esa actitud podra utilizarse para otros fines sino mediara la actitud crtica. En fin, que seria de la comunicacin cientfica si solo fuera necesario el dominio del lenguaje cientfico. Qu es Investigacin? Investigacin es un intento sistemtico de proveer respuestas a las preguntas. Tales respuestas pueden ser abstractas y generales como es a menudo en la investigacin bsica, o ella puede ser altamente concreta y especifica y es a menudo el caso en demostracin o investigacin aplicada. En ambas clases de investigacin, el investigador descubre hechos y luego formula una generalizacin basada en la interpretacin de aquellos hechos. La investigacin bsica esta comprometida con la relacin entre dos o ms variables. Es llevada a cabo por identificacin del problema, examen de variables relevantes selectas a travs de la revisin de literatura, construyendo una hiptesis donde sea posible, creando un diseo de investigacin para investigar el problema, recolectando y analizando datos apropiadamente, y sacando conclusiones acerca de las relaciones de las variables.

La investigacin bsica a menudo no suministra inmediatamente una informacin til. Su propsito, ms bien, es desarrollar un modelo, o teora, que identifica todas las variables relevantes en un medio ambiente particular e hipotetiza acerca de su relacin. Luego, empleando los hallazgos de la investigacin bsica, es posible desarrollar un producto, el producto aqu usado es, por ejemplo en investigacin educativa, un currculo, un programa de capacitacin de un profesor, un texto o una ayuda audio visual. Lo prximo es probar el producto, la competencia de la investigacin aplicada, a menudo llamada demostracin. En efecto, la investigacin aplicada es una prueba o ensayo que incluye una evaluacin sistemtica. La investigacin cientfica tambin la podemos considerar como un proceso dialctico, lgico y coherente, de progresivo acercamiento del sujeto investigador al objeto del conocimiento, para lo cual se requiere una adecuada formacin intelectual, cientfica y tcnica y una planeacin rigurosa. Investigar cientficamente no es copiar o repetir los que otros han hecho. Es transitar un camino terico y practico, de anlisis y sntesis, que permite llegar a nuevos conocimientos en el marco de los conocimientos actuales y presentes. Comprender qu es la ciencia implica saber cual es el proceso de investigacin cientfica propia de un campo de conocimiento. Se requiere tambin entender que no es lo mismo ciencia que investigacin y que esta palabra tiene un especial significado cuando se refiere a la investigacin cientfica. El empleo no siempre riguroso de la palabra investigacin lleva a malos entendidos: se confunde con la investigacin cientfica una revisin o consulta bibliogrfica, o un informe escrito, o se equivale con ella la indagacin emprica o bsqueda experimental; o se reduce la investigacin cientfica a las ciencias fcticas, dejando a un lado las ciencias humanas y la filosofa. La investigacin pretende extender y desarrollar los conocimientos sobre un tema, profundizar y precisar tesis acerca de un argumento cientfico, interrelacionar y sintetizar el significado y el sentido de los fenmenos (naturales o sociales) mediante la integracin de teoras existentes para establecer principios y ofrecer soluciones para encontrar los factores mas importantes en relacin con un problema y en su caso, llevar a la prctica los conocimientos adquiridos. Leccin 2. Otros Conceptos sobre investigacin Segn Kerlinger: "La investigacin cientfica es sistemtica, controlada, emprica y crtica, de proposiciones hipotticas sobre las relaciones supuestas entre fenmenos naturales: sistemtica y controlada para tener confianza crtica en los resultados; emprica, al depositar su confianza en una prueba ajena a l".

Afirma Rojas Soriano: "La investigacin es una bsqueda de conocimientos ordenada, coherente, de reflexin analtica y confrontacin continua de los datos empricos y el pensamiento abstracto, a fin de explicar los fenmenos de la naturaleza". El mismo autor explica: "Para descubrir las relaciones e interconexiones bsicas a que estn sujetos los procesos y los objetos, es necesario el pensamiento abstracto, cuyo producto (conceptos, hiptesis, leyes, teoras) debe ser sancionado por la experiencia y la realidad concreta..." Investigar supone aplicar la inteligencia a la exacta comprensin de la realidad objetiva, a fin de dominarla. Slo al captar la esencia de las cosas, al confrontarla con la realidad, se cumple la labor del investigador. La consecuencia de tal proceso incrementar los conocimientos cientficos. Leccin 3. Finalidad de la Investigacin Cientfica Un cientfico se comporta como tal, cuando resuelve satisfactoriamente el contenido de la investigacin cientfica, es decir, la realiza y la verifica y felizmente la difunde a travs de los medios de comunicacin socialmente aceptados por la comunidad cientfica. De hecho, miles logran realizar este difcil viaje creativo y critico; sin embargo, no podemos ignorar que dicho proceso con todo lo difcil y complejo que resulta, tiene por fuerza un propsito que va mas all del mero placer de realizar dicho proceso El enorme esfuerzo individual y colectivo que han desplegado las capas cientficas mas crticas e imaginativas, por tratar de explicar los fenmenos ms complejos y dismiles en todas las disciplinas cientficas, cuyos antecedentes modernos se remontan al siglo XVII, fue lo que permiti consolidar y desarrollar un propsito histrico entre la comunidad cientfica contempornea y los problemas que desea enfrentar. Esta finalidad consiste en que, retomando antecedentes de la antigedad griega, la ciencia debe hacer generalizaciones que puedan ser sometidas a pruebas bajo criterios universales. A nivel personal, el investigador, frente a un problema cientfico tiene ante s el reto de formular la mejor y ms amplia explicacin posible. Con la conciencia de que posteriormente deber verificarla mediante pruebas de validez universal. Si alcanzamos a comprender el desafo que significa para la inteligencia y sensibilidad humana el descubrir, el crear una generalizacin valida de un problema significativo, podremos entender porque algunos de los miembros ms inteligentes del genero humano han optado por dedicar su vida a la ciencia. El cientfico, por consiguiente, hace un descubrimiento o una invencin cuando es capaz de formular una respuesta que al parecer contiene un alto grado de probabilidad de responder satisfactoriamente al problema planteado originalmente.

La hiptesis, resulta tan relevante para la investigacin cientfica que el astrnomo R. A. Lyttleton seal que: No puede haber hechos ni testimonios dignos de confianza (en la ciencia) mientras no haya hiptesis ni teoras que someter a prueba . Esto se debe a que las hiptesis formuladas adecuadamente, contienen los controles fundamentales para permitir que el contenido de los resultados de la investigacin puedan someterse a una revisin crtica. Por tanto, toda generalizacin, elucubracin, idea, supuesto o conjetura que pretenda explicar un problema de la ciencia emprica, sin importar lo improbable que parezca, podra formar parte del conocimiento general de la ciencia, si por medio de un proceso de observacin, los hechos le dieran la razn. De manera ms estricta podra sugerirse que la hiptesis cientfica debiera contener la posibilidad de hacer una prediccin verificable, privativa de la teora y que no ria con los dems datos disponibles. En consecuencia, toda hiptesis tienen cierto grado de probabilidad de ser verdadera, y toda teora (producto de muchas investigaciones que verifican las consecuencias de sus leyes), por ms slida que parezca, tambin es una hiptesis, aunque con mas probabilidad de ser cierta. En resumen, el trabajo fundamental de los cientficos es producir nuevo conocimiento, por medio de un complejo sistema llamado investigacin cientfica mediante dicho sistema, el cientfico busca nuevas o ms amplias explicaciones de los procesos sujetos a estudio. Sin embargo, para cumplir con esta finalidad es necesario que el cientfico o grupo de cientficos logre resolver los tres problemas, que son la esencia de este tema: el descubrimiento, la verificacin o el reconocimiento social del conocimiento y la comunicacin. Por tanto, en el producir investigacin cientfica se encuentra el entender cules son los factores necesarios que incrementan las probabilidades de tener xito en tal empresa. Nuestra aproximacin terica nos seala que estos son tanto de ndole social como individual. El primer aspecto nos ensea que el iniciado debe respetar y practicar tres acuerdos sociales: actitud critica hacia la ciencia, aptitud cientfica y capacidad de comunicar sus hallazgos a la comunidad. El segundo, es la necesidad de que el investigador asuma un compromiso autentico con la materia investigada, al que hemos llamado compromiso existencial. Si estos acuerdos sociales se combinan de manera acertada con el compromiso existencial, entonces las posibilidades de encarar un problema, descubrir o inventar, se elevan considerablemente. Captulo 2. Caractersticas del proceso de investigacin Leccin 4. Propiedades del Proceso de Investigacin

10

Como se ver posteriormente el mtodo cientfico constituye la estrategia de la investigacin. En esta estrategia esta comprendido el conjunto de procedimientos que se utilizan de manera regular para producir el conocimiento de los objetos. Investigar significa indagar, averiguar, buscar; se constituye como una pesquisa de hechos. La investigacin cientfica es una actividad que se sigue de manera reflexiva, sistemtica, controlada y critica cuya finalidad es describir o interpretar los hechos, fenmenos, relaciones y leyes de un determinado mbito de la realidad. La investigacin es la actividad de indagacin, el procedimiento para seguir el camino de esa bsqueda, es el mtodo; insistiendo: en una investigacin se pone en practica el mtodo cientfico propio del respectivo campo de conocimiento. Basado en las discusiones precedentes, es posible hacer un listado de propiedades que caracterizan un proceso de investigacin, al menos en su forma ideal. 1. Es Sistemtico La investigacin cientfica tiene carcter sistemtico adecuado a un fin. Se orienta a la solucin de problemas de conocimiento formulados conscientemente como un fin que ha de ser alcanzado en el curso de una investigacin planeada. A la comprensin, bsqueda y solucin de este problema, se subordinan todas las actividades o acciones de conocimiento del cientfico o de los grupos de investigacin. Dado que la investigacin es un proceso estructurado (esto es, hay reglas que cumplir), esto hace que sea sistemtico. Las reglas incluyen especificaciones en el procesamiento para identificar y definir las variables o categoras, en el diseo de estudios en los cuales stas sern examinadas y sus efectos en otras determinadas, Los datos de este modo recolectados aportan al estudio del problema e hiptesis originalmente planteados. ( hay otros procesos para llegar a conclusiones, tales como la deduccin que son igualmente sistemticos y procesos como conjeturacin e intuicin que siguen determinados procesos para alcanzar la validez que caracteriza la investigacin). 2. Es lgico La investigacin sigue un sistema que emplea la lgica en muchos puntos. Por el examen lgico de los procedimientos empleados en un experimento relativo a los requerimientos de validez interna, el investigador es capaz de chequear la validez de las conclusiones obtenidas. Aplicando las diversas lgicas de los campos de conocimiento, l o ella pueden tambin chequear generalizaciones en el contexto de la validez externa. La lgica de la investigacin la hace una herramienta invaluable para la toma de decisiones. 3. Es emprico

11

La investigacin tiene un referente real. Mucha deduccin puede preceder su aplicacin, pero los datos son el resultado final de procedimientos de investigacin. La recoleccin o acopio de datos es lo que identifica la investigacin como un proceso emprico. Para determinar el grado en el cual los hallazgos empricos pueden ser generalizados ms all de la situacin inmediata en la cual la investigacin tomo lugar, el investigador debe evaluar el referente de realidad de un emprendimiento particular en trminos de su validez externa. Otros procesos implicados en entender el mundo pueden semejar la investigacin en su lgica pero fallar en igualar su calidad emprica 4. Es reductivo Cuando un investigador aplica procedimientos analticos a los datos recolectados, l o ella reducen de alguna manera, la confusin de eventos individuales y objetos a categoras de conceptos ms entendibles. Al hacer esto el investigador sacrifica parte de la especificidad y unicidad asociadas con los objetos o eventos individuales, pero gana en trminos del poder identificar relaciones generales, un proceso el cual requiere algn grado de conceptualizacion. Este proceso de reduccin es parte del intento de traducir la realidad a un estado abstracto o conceptual para entender las relaciones entre eventos e intentar predecir como estas relaciones pueden operar en otros contextos. El reducionismo, de este modo, facilita que la investigacin juegue un papel explicativo en vez de uno descriptivo. 5. Es replicable y transmisible Debido a que es registrada, generalizada y replicada, conforme con los campos de estudio, la investigacin es considerablemente menos transitoria en naturaleza que lo que son otros procesos de solucin de problemas. As, otros individuos adems del investigador pueden usar los resultados de un estudio, y un investigador puede construir sobre los resultados de otro. Adems, los procesos y procedimientos son ellos mismos transmisibles, facilitando a otros replicarlos y estimar su validez. Esta propiedad de transmisin de la investigacin es crtica tanto en su papel en difundir el conocimiento como su papel en la toma de decisiones. En la actividad cientfica los elementos bsicos del proceso del conocimiento, estn subordinados a la capacidad, manera de pensar y experiencia del investigador. De esta manera l deber disponer de estos elementos de un amanera lgica y creativa para obtener nuevos o ms completos conocimientos, en un proceso planeado segn el problema de investigacin que se proponga resolver. En la investigacin cientfica, el proceso de conocimiento que se realiza presenta algunas particularidades, dado especialmente el hecho que es un proceso consciente, en el cual se ponen a intervenir herramientas metodolgicas que el hombre ha ido construyendo en el propio proceso de la construccin de la ciencia. Estas herramientas o

12

tareas que son esenciales para lograr el conocimiento cientfico no son solo de carcter tcnico o emprico; tambin lo son de tipo terico y lgico. La investigacin cientfica esta constituida tanto por actores observables como por razonamientos, sistemas, pasos intuitivos, representaciones figuradas, etc., no susceptibles de observacin directa. En esta forma de conocimiento, la actividad cognoscitiva esta orientada a la diferenciacin y estudio de los objetos y fenmenos reales, convertidos en objeto del conocimiento. Pero la investigacin cientfica no concluye con la diferenciacin de determinados objetos o de sus caractersticas; lo que sucede corrientemente es que una vez resuelto un problema de investigacin, aparecen nuevos problemas que requieren ser estudiados. Esto explica por que hoy da la tendencia es a que las instituciones que soportan la investigacin cientfica trabajen sobre lneas de investigacin y no sobre proyectos aislados, esto es, sobre reas o conjunto de problemas de investigacin, que tienen una misma tendencia de solucin. Leccin 5. Medios Utilizados en la Investigacin Cientfica La investigacin cientfica es un proceso creativo, plagado de dificultades imprevistas y de asechanzas paradjicas, de prejuicios invisibles y de obstculos de todo tipo. En el proceso de la investigacin cientfica los objetos del conocimiento se formulan como problemas del conocimiento, los cuales generalmente se refieren a partes o aspectos del objeto general de cada ciencia. En la investigacin cientfica por ejemplo, a diferencia del proceso emprico-espontneo del conocimiento, se utilizan medios especiales y de diferente clase como: Medios Materiales: aparatos de medicin, dispositivos, sensores, cmaras, procesadores y equipos en general. Medios Tericos: mtodos de clculo, mtodos de anlisis, axiomas, teoras. Medios Lingsticos: lenguajes artificiales y smbolos. Medios Lgicos: reglas lgicas, reglas para la construccin de definiciones, reglas de demostracin y reglas para proponer generalizaciones Los medios del conocimiento cientfico se van desarrollando en la medida en que la ciencia avanza. De igual modo hay reas del conocimiento cientfico cuyos medios de conocimiento tienen mayor grado de sofisticacin. .

13

Leccin 6. La lnea de Investigacin Concebida la investigacin cientfica como el proceso investigador) se encamina hacia los hechos para conocimiento cientfico, es decir, de cierta naturaleza ahora paliar los lineamientos generales de dicha encaminarnos hacia un conocimiento ms particular. mediante el cual un sujeto (el obtener respecto a ellos un y caractersticas, ser preciso actividad para poder luego

La labor investigadora, como proceso encaminado a la obtencin de conocimientos cientficos, deber contemplar en su desarrollo los problemas tratados precedentemente. Es decir, no ser otra cosa que el desenvolvimiento concreto del acercamiento del sujeto hacia el objeto que se desea conocer, por un lado, o la confrontacin de la teora elaborada con la prctica correspondiente para crear a su vez nueva teora, por el otro. La investigacin cientfica esta constituida tanto por actores observables como por razonamientos, sistemas, pasos intuitivos, representaciones figuradas, etc., no susceptibles de observacin directa1. En esta forma de conocimiento, la actividad cognoscitiva esta orientada a la diferenciacin y estudio de los objetos y fenmenos reales, convertidos en objeto del conocimiento. Pero la investigacin cientfica no concluye con la diferenciacin de determinados objetos o de sus caractersticas; lo que sucede corrientemente es que una vez resuelto un problema de investigacin, aparecen nuevos problemas que requieren ser estudiados. Esto explica por que hoy da la tendencia es a que las instituciones que soportan la investigacin cientfica trabajen sobre lneas de investigacin y no sobre proyectos aislados, esto es, sobre reas o conjunto de problemas de investigacin, con una misma tendencia de solucin. Capitulo 3. Elementos bsicos de la Investigacin Leccin 7. El Diseo Al referirnos al diseo metodolgico de una investigacin, se explic que estaba formado por un diseo bsico y un conjunto de procedimientos y tcnicas especificas consideradas como adecuadas para la recoleccin y el anlisis de la informacin requerida por los objetivos del estudio. Bsicamente hay dos tipos de diseo de investigacin: el diseo experimental y el no experimental. Esta distincin se hace en base al control que el investigador puede ejercer sobre los diferentes aspectos y variables que componen el estudio (grupos

14

experimentales y grupos de control) y en el ambiente en el cual se realizarn las observaciones y la medicin de las variables dependientes e independientes. En los diseos no experimentales esos controles no estn en manos del investigador. Los diseos experimentales son especialmente apropiados para estudios explicativos y comparativos. En el primer caso es posible relacionar un efecto a una causa producida experimentalmente (variables independientes); en los estudios comparativos, es posible establecer cual o cuales variables de un conjunto de variables independientes o factores causales tienen mayores o diferentes efectos en cierto fenmeno. Los diseos experimentales se distinguen de los cuasi experimentales (Campbell y Stanley, 1973) porque en los ltimos el investigador controla solo parte de la situacin y de las variables experimentales. este control parcial tiene diversos efectos en la validez externa del estudio (capacidad de asignar las variaciones observadas al as variaciones de las variables independientes) y su validez externa (capacidad de generalizar los resultados obtenidos).

+ Los diseos no experimentales a los cuales pertenecen las encuestas, los estudios histricos, etc. son especialmente apropiados para investigaciones descriptivas y relacionales, es decir, investigaciones en las cuales se desea establecer las correlaciones y asociaciones que pueden haber entre diversas variables. Sin perjuicio de estos usos, es posible acercarse con estos diseos a explicaciones de tipo causal, mediante los llamados modelos causales. En relacin con el tiempo, se definen dos tipos de diseos: los seccionales y los longitudinales. Los primeros estudian los fenmenos en un momento del tiempo (por ejemplo, una encuesta realizada en determinada fecha); los diseos longitudinales lo hacen en un cierto periodo, con el fin de examinar sus variaciones en el tiempo. A este tipo pertenecen los estudios de paneles, es decir, conjuntos de las mismas perdonas estudiados en dos o ms oportunidades, as como los estudios de cohorte o de grupos de personas que tienen una o ms caractersticas comunes, los estudios de tendencias en grupos o diferentes muestras de personas, etctera

15

I Leccin 8. Principales tipos de informacin en investigacin Definiciones La informacin primaria .Es aquella que el investigador recoge directamente a travs de un contacto inmediato con su objeto de anlisis. Esta muy relacionada con las tcnicas de investigacin cuantitativa y cualitativa Sucede con frecuencia, tanto en la investigacin de las ciencias naturales, como en la investigacin social, que se recoge todo un conjunto de datos y solamente ms tarde estos se someten a un anlisis cuidadoso o a un comentario interpretativo. Por ejemplo, en la investigacin clnica o mdica, las observaciones que tienen el carcter de historias de casos, han sido recolectadas durante largo tiempo y slo posteriormente el mdico, el especialista o el investigador clnico, las analizan y las interpretan. Tambin puede suceder que un economista desee investigar el problema de desempleo en Colombia durante los ltimos 10 aos. Para ganar tiempo y ahorrar dinero, el economista decide examinar los datos de desempleo que durante esa dcada recolect el DANE a travs de sus encuestas sobre empleo y desempleo. Y en base a esos datos recogidos de antemano, hace su propia investigacin. (Malagn, R 1985) en su trabajo de grado titulado " Parmetros fisiolgicos el cual fue meritorio, en base a los registros productivos de un hato brahman del fondo ganadero de Antioquia Lo caracterstico de estos tres procedimientos investigativos ha sido, que las observaciones, la informacin, los datos o las estadsticas, fueron recolectados previamente con otros propsitos. Los tres investigadores: el clnico, el economista y el zootecnista pusieron en claro su problema de investigacin, plantearon sus hiptesis o introdujeron sus interpretaciones despus de que la informacin haba sido recogida de antemano y con otros fines. Quiz la idea quede mucho ms clara plantendola de la siguiente forma: Supongamos que se le plantea al clnico una investigacin sobre las causas de la diabetes en la poblacin joven de 20 a 30 aos. El clnico, en vez de examinar las hojas mdicas de los pacientes que han ido al hospital donde trabaja, decide hacer una serie de entrevistas a un conjunto de pacientes que sufren de esa enfermedad. Es decir,

16

plantea una hiptesis y luego, a travs de la serie de entrevistas a los enfermos, recoge la informacin indispensable para probar dicha hiptesis. A travs de contacto directo con los pacientes y por informacin proporcionada directamente por ellos comprueba su hiptesis. En el caso del economista, en vez de examinar los datos proporcionados por las encuestas del DANE sobre el desempleo en Colombia, l decide disear su propia encuesta, escoge un conjunto de desempleados de varias ciudades del pas y les aplica directamente su encuesta sobre el desempleo. Finalmente, en el caso del zootecnista en vez de proceder a analizar los registros productivos y reproductivos del hato brahmn, escoge determinado nmero de animales de dicho hato y les hace seguimiento por determinado tiempo para obtener la informacin directa sobre los parmetros productivos y reproductivos. Ahora ya estamos en condiciones ms o menos favorables para hacer una distincin fundamental: en los tres casos iniciales, donde exista la informacin de antemano y se formularon despus las hiptesis, tenemos el caso conocido como anlisis secundario o investigacin basada en INFORMACIN SECUNDARIA. en las ltimas tres investigaciones estamos ante situaciones exactamente contrarias: los investigadores plantearon inicialmente su problema o su hiptesis, en relacin con un resultado desconocido y luego procedieron, mediante algunas tcnicas como la entrevista, la encuesta, o el experimento a construir los datos o las observaciones para probar dichas hiptesis. Este procedimiento se denomina ANALISIS PRIMARIO o investigacin basada en INFORMACION PRIMARIA. Esta distincin entre informacin primaria e informacin secundaria y las tcnicas respectivas que hay que elegir para utilizar uno u otro tipo de informacin se explicara a continuacin. Podemos intentar establecer una definicin de lo que es informacin primaria y lo que es informacin secundaria. Informacin primaria, es aquella que el investigador recoge o genera directamente a travs de un contacto inmediato con su objeto de anlisis. Esta leccin proporciona un conjunto de elementos terico prcticos, que permiten saber al investigador cundo necesita utilizar informacin recogida por l mismo o recogida por otros investigadores, informacin primaria o informacin secundaria; cundo debe construir su propio instrumento o tcnica de recoleccin de informacin o cundo no necesita hacerlo; en fin, cundo su hiptesis exige alto grado de confirmacin o cundo es conveniente apenas un bajo nivel probatorio. En el siguiente cuadro se presentan las diferencias principales entre estos dos tipos de informacin, quiz se vea con claridad como esa distincin es ms profunda en lo que se cree y tiene consecuencias muy importantes sobre el alcance y validez de una

17

investigacin. INFORMACION PRIMARIA SE OBTIENE mediante el contacto directo con el objeto de estudio(personas, fenmenos fsicos) LA HIPOTESIS se infiere primero en relacin con un resultado desconocido o virtualmente desconocido de las observaciones LA INFORMACION es prcticamente inexistente; el investigador debe construirla por s mismo. EL INVESTIGADOR disea sus propios instrumentos de recoleccin de informacin. Alto NIVEL PROBATORIO o alto valor de confirmacin, que conduce a una evidencia que se impone. SE PUEDE MEDIR cualquier variable en forma muy refinada. INFORMACION SECUNDARIA SE OBTIENE a travs de un contacto puramente indirecto, nunca personal, con los objetos de estudio. LA HIPOTESIS se plantea en relacin con observaciones ya conocidas previamente. LA INFORMACION ya existe de antemano; ha sido construida o recolectada por otros. EL INVESTIGADOR utiliza informacin recolectada por tcnicas o instrumentos diseados por otros investigadores. Bajo GRADO PROBATORIO que permanece en el nivel de lo admisible. NO SE PUEDEN MEDIR las variables refinadamente.

De acuerdo con las diferencias anteriores, existen tcnicas respectivas para hallar o construir la informacin primaria o la informacin secundaria Tcnicas para acopiar Informacin Primaria y sus Caractersticas Los instrumentos para recabar informacin son, aparte de las tcnicas de investigacin documental (fichas bibliogrficas y fichas de trabajo), la encuesta, el cuestionario, la entrevista, los tests y las escalas de actitudes. Todas estas tcnicas sirven para medir las variables y deben reunir las siguientes caractersticas: 1. Validez. Se refiere a que la calificacin o resultado obtenido mediante la aplicacin del instrumento, mida lo que realmente se desea medir. La validez de contenido puede definirse como que el instrumento mida todos los factores de la variable que se esta estudiando. Para establecer los parmetros de la validez de contenido, es necesario: a) Definir operativa y tericamente las variables que se van a medir. b) Plantear todas las formas que esta variable se puede presentar para establecer los indicadores ms adecuados; para ello se requiere de una extensa revisin bibliogrfica y de la consulta con especialistas de la materia.

18

c) Efectuar una prueba piloto que contribuya a mejorar la validez del instrumento. La validez de prediccin se relaciona con la eficacia que tiene la tcnica para predecir el comportamiento de los fenmenos ante determinadas circunstancias. Se puede verificar comparando el resultado obtenido a travs de la aplicacin del instrumento, con los resultados en la prctica y con otro criterio diferente, por ejemplo: s a travs del instrumento, con los resultados en la prctica y con otro criterio diferente, por ejemplo: si a travs del instrumento se predice la productividad de determinado grupo, es conveniente comparar el estndar obtenido en la prueba con los resultados obtenidos en el desempeo del trabajo normalmente. 2. Confiabilidad. Se refiere a la estabilidad, consistencia y exactitud de los resultados, es decir, que los resultados obtenidos por el instrumento sean similares si se vuelven a aplicar sobre las mismas muestras en igualdad de condiciones. Tcnicas para Acopiar Informacin Primaria *La observacin *La entrevista *La Encuesta *El experimento *Muestreos. La Informacin Secundaria Es aquella que el investigador recoge a partir de investigaciones hechas por otros investigadores con propsitos diferentes. La informacin secundaria existe antes de que el investigador plantee su hiptesis, y, por lo general, nunca entra en contacto directo con el objeto de estudio. Veamos ahora un ejemplo de informacin secundaria. Tomemos la obra de Emilio Durkheim, El suicidio. Durkheim hizo una investigacin sobre el suicidio en la dcada 1890-1900, poca en que los mtodos y tcnicas estadsticos todava no se haban desarrollado. Los datos que Durkheim tuvo a su disposicin fueron historia de suicidios, cuyo anlisis estadstico le permiti, a veces, examinar variaciones en las tasas de suicidios (tasa de suicidios: medida estadstica que indica el numero de suicidios por cada 100.000 personas de una poblacin dada).Segn diversos subgrupos, como, por ejemplo, la regin, la nacionalidad, el sexo, la religin, etc.. Examinando las distintas fuentes de documentacin citadas al comienzo, esta autor francs no tuvo oportunidad de medir sus variables en forma refinada: con frecuencia las historias de suicidios eran tales que Durkheim no pudo encontrar ninguna serie estadstica para una cantidad de subgrupos especiales, que se asemejen entre si desde muchos puntos de vista. La ndole misma de Tcnicas para obtener Informacin Informacin Secundaria. - Informacin residual - Anlisis de Documentos - Anlisis de Registros

19

la investigacin acrecent el peligro de errores en la medicin o en la recoleccin de la informacin. Por ejemplo, uno de los problemas que Durkheim investig fue la relacin entre el estado civil y la tendencia al suicidio, a partir de la hiptesis de que la soltera aumentaba dicha tendencia. Para probar esta hiptesis, traro de comparar las persona solteras de 25 a 30 aos con las casadas y las viudas de la misma edad, procediendo despus en forma anloga con otros rangos de edad. Lamentablemente, las estadsticas oficiales no contenan los datos necesarios para efectuar esta comparacin, puesto que sealaban la edad de los suicidios independientemente de su estado civil. En algunas regiones de Austria las publicaciones oficiales si mostraban, para los aos 1871 a 1855, la distribucin de los suicidios por edad para cada categora de estado civil (soltero, casado, viudo) considerada separadamente. Pero en estas regiones austriacas solo hubo 1369 suicidios durantes esos quince aos, lo que impeda extraer ninguna conclusin seria con tan pocos casos. Antes tales dificultades por la informacin secundaria de otros pases, Durkheim se puso a recolectar datos para determinar la situacin en Francia, con ayuda de documentos inditos del Ministerio de Justicia. Despus de estudiar los aos 1889, 1890 y 1891, clasifico unos 25.000 suicidios. Loa problemas en la utilizacin de fuentes secundarias no terminaron del todo. La tarea de reunir todos esos datos, emprendida por un solo individuo fue considerable, comparada con la que podan adelantar las oficinas oficiales de estadstica. Solo que esta ultima proporcionaba mucha informacin carente de valor, omitiendo la que indicaba cual era el estado de la vida familiar entre los suicidios. Esta fue, pues, una tpica investigacin basada en informacin de tipo secundario. Leccin 9. El papel de los mtodos y tcnicas en la investigacin En su acepcin mas general, el mtodo es la estrategia que gua el proceso de investigacin con el fin de lograr ciertos resultados; especficamente, aquellos definidos en los objetos de estudio. Esta estrategia, en su planteamiento y desarrollo, incluye la experiencia practica, tcnica y terica del investigador, guiadas a su vez por las grandes funciones intelectuales del anlisis, la sntesis, la induccin y la deduccin. En este sentido, por medio del mtodo se eligen alternativas de solucin para los diferentes problemas que aparecen en el camino de la creacin de conocimientos y se aplican normas y criterios para aceptar ciertos hechos, compararlos, describirlos, explicarlos o rechazarlos. Todo proceso esta movilizado, y en ultima instancia conformado, por la aplicacin constante de la duda sistemtica. Si cada ciencia particular, como sabemos, se dirige a un cierto aspecto o nivel de la realidad dentro de la cual cada investigador plantea sus propios objetivos de

20

indagacin, es natural en el trabajo concreto, en el proceso mismo de investigacin, que esa estrategia general (el mtodo) tome caractersticas propias de acuerdo con las preguntas que se formulan, las alternativas elegidas, los procedimientos especficos aplicados, etc. Sin embargo, el mtodo as especificado, es siempre una especie dentro de un gnero que tiene, como lo sealaremos, estrictos criterios para su caracterizacin esencial. Con respecto a las zonas de la realidad y, agregamos nosotros, a las caractersticas particulares que toman las estrategias de investigacin en cada una de ellas-, afirma un filsofo de las ciencias: En una hiptesis ontolgica contenida en ( y apoyada por) la ciencia moderna de que la realidad, tal como la conocemos hoy, no es un slido bloque homogneo, sino se divide en varios niveles o sectores, caracterizados cada uno de ellos por un conjunto de propiedades y leyes propias. Los principales niveles reconocidos hasta el momento parecen ser el fsico, el biolgico, el psicolgico, y el socio-cultural. Cada uno de ellos puede, a su vez, dividirse en subniveles. Por ejemplo, los subniveles principales del nivel fsico son el fsico propiamente dicho y el qumico, y los principales subniveles del nivel socio cultural, son el econmico, el social propiamente dicho y el cultural (Bunge, 1959). Un conocimiento es cientfico segn Bunge, cuando corresponde a las caractersticas de la vialidad del objeto de estudio. Para el caso de la objetividad del conocimiento supone, por tanto, que pueda ser verificado, es decir, que pueda ser confirmado o refutado por otros investigadores. Por otro lado, el conocimiento cientfico es sistemtico, formado por un conjunto de conceptos lgicamente relacionados entre s, condicin que permite explicar los hechos mediante causas o leyes. De igual manera, en cuanto al conocimiento legal, el conocimiento cientfico es predictivo. Como concepto general, el mtodo es el mismo en todas las ciencias refiere a medios para lograr fines. Como lo expresa Bunge (1959): en cuanto se

No hay diferencia de estrategia entre las ciencias; las ciencias especiales difieren solo en las tcticas que usan para la resolucin de sus problemas particulares, pero todas comparten el mtodo cientfico. Esto, mas que ser una comprobacin emprica, se sigue de la siguiente definicin: una ciencias es una disciplina que utiliza el mtodo cientfico con la finalidad de hallar estructuras generales (leyes). La afirmacin comparten el mtodo cientfico debe entenderse en el sentido expresado anteriormente: porque utilizan estrategias que pueden conducir a conocimientos cientficos con las caractersticas bsicas sealadas. Esto no quiere decir que exista una nica estrategia que sera el mtodo cientfico. Como la realidad esta en constante cambio, tambin las teoras que se refieren a ella se modifican continuamente, y a su vez, como la indagacin de nuevas caractersticas de los objetos se basa en el conocimiento ya acumulado y sistematizado, es obvio que la estrategia de indagacin, el mtodo, no puede ser siempre el mismo para todos los campos de conocimiento. En el nivel mas general, los conceptos, las categoras y las leyes de una ciencia

21

desempean, sin solucin de continuidad, sus principios metodolgicos bsicos aplicados a la investigacin. Al respecto, (Zeleny,1974) afirma: Hemos visto que Marx vincula su mtodo: 1. a la materia investigada. 2. Al estadio de desarrollo de la ciencia que se trata, esto es, de la investigacin cientfica del material dado. 3. Al estado evolutivo del objeto estudiado mismo. Einstein supone que la comprensin se alcanza cuando reducimos los fenmenos por medio de un proceso lgico a algo ya conocido o evidente. La conceptualizacin de la palabra "investigacin" es una de las ms difciles, y por la enorme variedad de actividades que se pueden entender por investigacin no es fcil de definir este concepto, asti Vera (1989) lo expresa de la siguiente manera: "El empleo no siempre riguroso de la palabra investigacin ha inducido a algunas identificaciones abusivas: a) la investigacin equivale a la indagacin emprica. Quienes as piensan, olvidan que no slo se puede investigar en el terreno de las ciencias positivas, hay una investigacin tambin humanstica. Del mtodo definido anteriormente se distinguen, en un plano mas concreto, los procedimientos que tienen caractersticas formales similares en ciencias diferentes, como los que constituyen el mtodo experimental, el mtodo comparativo, el mtodo estadstico, etc. Estos procedimientos, junto con otros de carcter operativo utilizados en distintos campos cientficos, reciben tambin el nombre de mtodos generales. Por otro lado, en cada ciencia se establecen procedimientos especficos para el tratamiento de algunos aspectos de la materia de investigacin, procedimientos que por lo general no pueden trasladarse, a otros campos. As, por ejemplo, las operaciones que efecta un arquelogo para determinar la fecha de una pieza, difcilmente se utilizan fuera de su disciplina. Otros procedimientos, a su vez, se aplican a tareas muy limitadas dentro del proceso total de la investigacin, como es el caso de recoger informaciones mediante preguntas, seleccionar muestras de un contexto, etc. Tales procedimientos especficos reciben el nombre de tcnicas de investigacin y actan en apoyo de un mtodo mas general en el intento de lograr conocimientos objetivos verificables Tambin se pueden considerar tcnicas aquellos procedimientos especficos utilizados por una ciencia determinada, en el cuadro de las investigaciones propias de esta ciencia. De esta manera, hay tcnicas asociadas al uso de ciertos tests en laboratorio, a la consecucin, de opiniones de masa, a la recoleccin de datos estadsticos; hay tcnicas para conducir una entrevista, para determinar la edad en funcin del carbono, para descifrar inscripciones reconocidas, etc. Las tcnicas en una ciencia son los medios correctos de ejecutar las operaciones de inters en tal ciencia. El entrenamiento cientfico reside, en gran parte, en el dominio de estas tcnicas. Ocurre sin embargo, que ciertas tcnicas son utilizadas por algunas ciencias o por todas ellas.

22

La metodologa es parte del anlisis y la crtica de los mtodos de investigacin. Es decir, debe considerarse como el estudio del mtodo que ofrece una mejor comprensin de ciertos caminos que han probado su utilidad en la prctica de la investigacin, con objeto de evitar los obstculos que entorpezcan el trabajo cientfico. Por una parte, la metodologa es el enlace entre el sujeto y el objeto de la investigacin. Sin ella no se logra el camino lgico para llegar al conocimiento. Por otra parte, en la relacin sujeto-objeto de la investigacin, no solo debe tomarse en cuenta la importancia del uso del mtodo -o los mtodos- como el camino que nos acerca al conocimiento, sino tambin es necesario considerar el papel que asume el investigador para evitar sesgos en su labor. (Pardinas, explica las influencias socioculturales que debe evitar el sujeto (investigador) en el proceso de investigacin). Dichas influencias son: etnocentrismo, subjetividad, autoritarismo, dogmatismo, impresionismo, estereotipos y especialismo (vase figura 2)

23

ETNOCENTRISMO
Tendencia a erigir valores y Costumbres del grupo en que se ha nacido y educado

SUBJETIVIDAD

Tendencia a juzgar los hechos observados y las situaciones con base en

AUTORITARISMO Tendencia a aceptar como verdadera una afirmacin dicha por otra persona; sin que este apoyada en razones, experimentos o investigaciones aprobadas
Influencias Socioculturales En el investigador

DOGMATISMO Tendencia a erigir formulas al margen del estudio, de la critica y de la discusin

IMPRESIONISMO Tendencia a confundir experiencias transitorias con verdades comprobadas.

ESTEREOTIPOS Tendencia a aceptar imgenes no comprobadas que le forman al individuo desde la infancia ESPECIALISMO Tendencia a devaluar cualquier conocimiento que no se encuentre dentro del area de nuestra especialidad

Fig. 1. Influencias socioculturales que debe evitar el sujeto en el proceso de la investigacin. Tomado de (Zorrilla y torres, 1992)

24

UNIDAD II .INSTRUMENTOS Y TECNICAS DE INVESTIGACION CUANTITATIVA CAPTULO 4. LA OBSERVACION Y LA ENTREVISTA Podra definirse como el conjunto de procedimientos y recursos ciencia para conseguir su fin. Sin embargo "El nivel del mtodo o tienen nada en comn con el de las tcnicas, entendindose, procedimientos operativos rigurosos. Bien definidos, transmisibles y aplicados repetidas veces en las mismas condiciones Leccin 10. Usos y Caractersticas de la observacin Se utiliza para recolectar los datos necesarios para un estudio. La observacin es un mtodo clsico de investigacin cientfica; adems, es la manera bsica por medio de la cual obtenemos informacin acerca del mundo que nos rodea. A todos nos consta que estamos permanentemente observando en el diario transcurrir de la vida cotidiana. Este hecho ha llevado a la creencia comn de que no es necesario un aprendizaje especial para hacer una observacin cientfica, es decir, que no existe propiamente una gran diferencia entre observacin cotidiana y observacin de carcter cientfico. La observacin cotidiana puede, en ciertas circunstancias, ser la base de la observacin cientfica. Pero existen diferencias esenciales entre una y otra. Principios bsicos para realizar una observacin: 1. Debe tener un propsito especfico. 2. Debe ser planeada cuidadosa y sistemticamente. 3. Debe llevarse, por escrito, un control cuidadoso de la misma. 4. Debe especificarse su duracin y frecuencia. 5. Debe seguir los principios bsicos de confiabilidad y validez. Entre las ventajas de la observacin, tenemos que determinada conducta se describe en el momento exacto en que est ocurriendo. Adems, las observaciones se pueden realizar independientemente de que las personas estn dispuestas a cooperar o no, a diferencia de otros mtodos en los que s necesitamos de la cooperacin de las personas para obtener la informacin deseada. En contraposicin, tambin existen algunas desventajas, tales como la dificultad para observar un comportamiento especfico en el momento de efectuar la observacin. de que se vale la de los mtodos no las tcnicas como susceptibles de ser

25

Adems, las conductas que se encuentran sujetas a observacin, generalmente son limitadas. es difcil poder observar la interaccin familiar, por ejemplo, al acostarse o levantarse. La observacin, debido a su utilidad, es un mtodo que se puede utilizar, junto con otros, para recabar informacin. Por ejemplo, se puede emplear la observacin en un estudio exploratorio, y para el estudio final se pueden usar otros mtodos tales como cuestionarios, entrevistas, etc. Pasos Que Debe Tener La Observacin a. Determinar el objeto, situacin, caso, etc. (que se va a observar) b. Determinar los objetivos de la observacin (para qu se va a observar) c. Determinar la forma con que se van a registrar los datos d. Observar cuidadosa y crticamente e. Registrar los datos observados f. Analizar e interpretar los datos g. Elaborar conclusiones h. Elaborar el informe de observacin (este paso puede omitirse si en la investigacin se emplean tambin otras tcnicas, en cuyo caso el informe incluye los resultados obtenidos en todo el proceso investigativo)

Escenarios de la observacin Pblico: Cualquier realidad social en donde cualquier persona pueda estar (nos encontraramos el problema de la permanencia). Privado: El problema es el acceso. Para conseguir el acceso y la permanencia se necesita un disfraz (Ej.: para analizar un sindicato te afilias). Como ventaja que con el disfraz te olvidas del problema del acceso, desventaja se pierde privaticidad, si se enteran que vas disfrazado no confiaran en ti. Con el acceso privado hay que respetar la privacidad, pero no decirlo todo y as poder hacer lo que se quiera con la informacin. Antes de acceder hay que tener a alguien que nos involucre en el ambiente y dependiendo de ese portero te aceptaran o no. Los grupos poseen 2 estructuras distintas:

Estructura formal: Liderazgos, personas influyentes, etc. Estructura informal: En el papel mandan, pero en la realidad no

26

Escenario (1 etapa). La observacin participante es larga en el tiempo, por lo que la 1 etapa de la observacin es para situarnos en el escenario, pero no se deben recoger datos muy rpidamente. Para situarnos en el lugar

Conocer fsicamente el terreno. Conocer los tiempos (actividad local). Conocer los lenguajes. Tienes que ser aceptado (negociar tu propio rol) como investigador. Conectar es lo ms importante, ya que de ello depende todo lo dems. Se puede conectar de la siguiente manera:

Reverenciar sus rutinas y no imponer ni tu lenguaje, ni tus tiempos, etc. Establecer lo que se tiene en comn con la gente. Ayudar a la gente, colaborar no ser una carga. Ser humilde, no ir de sabelotodo, y no hacer uso de la informacin que te dan. Mostrar inters. Escenario (2 etapa). Al llevar ya bastante tiempo se pasa a la recogida de informacin. Es importante saber de antemano lo que queremos observar (prever) para ello se utiliza la plantilla de observacin. En ella seleccionamos una variable y sus distintas cuestiones. La ciencia nace y culmina con la observacin. Esta tcnica es la ms primitiva y la ms actual en el proceso de conocimiento. La observacin incluye desde los procedimientos informales, como la observacin casual, hasta los ms sistematizados, como son los experimentos de laboratorio. En su acepcin ms general, observar significa mirar con detenimiento; es la forma ms usual con la que se obtiene informacin acerca del mundo circundante. Requisitos para que la observacin sea considerada cientfica: Tener objetivos especficos. Proyectarse hacia un plan definido y un esquema de trabajo. Sujetarse a verificacin. Controlarse sistemticamente. Reunir requisitos de validez y confiabilidad. Los resultados de la observacin deben plasmarse por escrito, preferentemente en el momento que estn transcurriendo.

27

Durante el proceso de investigacin la observacin se utiliza desde el planteamiento del problema hasta la preparacin del informe. La mayora de los estudios van precedidos de una observacin no regulada del problema, y conforme se avanza en ellos, se usan tcnicas de investigacin ms precisas. Leccin 11 . Tipos de Observacin Observar forma parte de la realidad que se investiga: Seleccionamos un escenario (realidad que se quiere investigar), en donde haya una interaccin entre personas. De acuerdo con los medios utilizados, con el grado de participacin del observador, el lugar donde se realiza y con los observadores, la observacin se puede clasificar en diferentes tipos que se presentan a continuacin A. Observacin No participante: (investigaciones clnicas) Es casi imposible a no ser que hagamos observacin participante con un disfraz. B. Observacin Participante: Se la considera como una tcnica antropolgica y no sociolgica, adems es una tcnica muy descriptiva, por lo que se utiliza muy poco. C. Observacin Documental Como su nombre lo indica, se refiere a la investigacin bibliogrfica realizada en diversos tipos de escritos, tales como libros, documentos acadmicos, actas o informes, revistas, documentos personales (biografas, diarios, cartas, manuales, casos, y archivos), etc. El procedimiento para realizar la observacin documental parte inicialmente de la revisin bibliogrfica; despus se integra el fichero bibliogrfico, en donde se organiza toda la bibliografa y documentacin. Cuando se han agotado las probabilidades de conseguir ms bibliografa y documentacin sobre el tema, se procede a elaborar las fichas de trabajo para reunir todos los conocimientos tericos que darn fundamento a la investigacin. Esta etapa es especialmente ardua, por lo que se aconseja realizar lecturas selectivas de las fuentes, anotando en las tarjetas de trabajo slo aquellos datos que se necesiten. Una vez que las fichas se han elaborado con el cuidado y procedimiento necesarios, se organiza el fichero de trabajo por temas(en orden alfabtico o decimal) y se revisan y analizan todas las fichas para ordenarlas y estar en posibilidad de estructurar el ndice detallado del trabajo, adems de verificar si es que no existen lagunas en cuanto a ciertos temas.

28

La ltima etapa consiste en complementar las fichas documentales con las de campo y de laboratorio, para que cuando est perfectamente recopilado el material, se proceda a iniciar la redaccin del informe de resultados. Esta observacin es bsica para construir el marco terico de la investigacin y es la ms utilizada en todo tipo de disciplinas. Implica que las fuentes de informacin se utilicen adecuadamente. Para asegurar la imparcialidad en la investigacin es necesario: Acudir a las fuentes primarias. Utilizar los clsicos de la especialidad de que se trate, tanto antiguos como modernos. Seleccionar la mejor literatura disponible para plantear el estudio. No solo recopilar y acumular informacin, sino valorarla, analizarla y hacer aportaciones personales. La calidad de la investigacin no se mide por su cantidad, sino por su contenido. La informacin deber referirse al problema y ser actualizada y sistematizada. D. Observacin Monumental Este tipo de observacin es bsicamente utilizada en ciencias como la antropologa, la historia, la sociologa y la historia del arte. Como su nombre lo indica, consiste en el estudio de las manifestaciones artsticas y culturales en los monumentos. E. Observacin de campo y de laboratorio La observacin de campo es el recurso principal de la observacin descriptiva; se realiza en los lugares donde ocurren los hechos o fenmenos investigados. La investigacin social y la educativa recurren en gran medida a esta modalidad. La observacin de laboratorio se entiende de dos maneras: por un lado, es la que se realiza en lugares pre-establecidos para el efecto tales como los museos, archivos, bibliotecas y, naturalmente los laboratorios; por otro lado, tambin es investigacin de laboratorio la que se realiza con grupos humanos previamente determinados, para observar sus comportamientos y actitudes. Es tambin la que se realiza en el lugar donde se da el fenmeno observado, por ejemplo: sise desea estudiar la comunicacin informal de un grupo de trabajadores del campo, el investigador acude al lugar de trabajo y observa su conducta durante algn tiempo; tiene la gran ventaja de que el fenmeno se describe tal y como sucede en la realidad. El realizar la observacin de campo requiere contar con una gua de informacin para recolectar los datos y para investigar los indicadores y relaciones entre las variables. En el registro de las observaciones se utiliza un diario de campo y cmaras fotogrficas o de cine, para complementar con material audiovisual la investigacin. Despus se transcriben las observaciones a las fichas de campo. Es importante que las anotaciones

29

se realicen en el momento de la observacin o poco tiempo despus de realizada sta. Las observaciones deben ser revisadas y tambin deben ser lo ms objetivas posibles, cerciorndose de que las fichas se han elaborado con cuidado y precisin. De ser posible, es conveniente que dos o ms investigadores realicen la observacin y la registren, a fin de depurar y controlar la informacin. Por otra parte, el investigador debe recordar que la conducta del hombre puede ser modificada por condiciones externas y que debe tratar de ser lo ms objetivo posible. F. Observacin experimental o de laboratorio En este tipo de observacin, el investigador manipula ciertas variables para observar sus efectos en el fenmeno estudiado. Cuando los recursos lo permiten, el experimento consiste en reunir a un grupo humano y provocar una situacin al introducir determinada variable, y con un grupo de observadores, medir las consecuencias. En algunas ocasiones se utiliza el experimento de control, que consiste en la seleccin de dos muestras aleatorias. Al grupo experimental se le aplica la variable; de esta manera se tiene la posibilidad de comparar los resultados obtenidos en ambos grupos. Existen dificultades para llevar a cabo este tipo de observacin; uno de ellos es el costo, otro, lograr uniformidad en las caractersticas de la muestra de control y de la experimental. Por otra parte, es posible que aparezcan variables extraas que no puedan ser controladas por el investigador y que influyan en los resultados. La realizacin de un experimento, sobre todo con grupos humanos, es bastante difcil y costosa. G. Observacin Dirigida o estructurada y Observacin no dirigida Esta observacin es sistemtica y orientada hacia un objeto preciso. Esta supone haber hecho anteriormente una eleccin. Esta eleccin determina a la vez lo que deber o no seleccionar (o renunciar) en este tipo de observacin. Estos dos tipos de observacin no se excluyen. Pueden ser complementarios. Sin embargo toda observacin no dirigida es incompleta en su proceso y debe estar necesariamente acompaada de una observacin dirigida. Uno extrae a menudo los elementos siguientes: . Observaciones no pertinentes: hechos extrados que no tienen ninguna incidencia, por ejemplo en el estado del enfermo. . Observaciones no sistemticas: prioridades no respetadas, valoracin de los detalles no significativos, etc.

30

. Imprecisiones: utilizacin de trminos que se prestan a interpretaciones diferentes (menos, ms, un poco, ...) o haciendo uso de juicios de valor (bien, mal, amable, ...) . Ejercitar la observacin sistemtica o dirigida. A partir de la percepcin de algo concreto, hay una gran cantidad de detalles y aspectos de mayor o menor importancia que escapan a la atencin consciente. Mediante la observacin dirigida o sistemtica, lo que se pretende es entrenarnos en captar conscientemente los detalles ms destacados y que ofrecen mayores contrastes centrando tambin nuestra atencin en aquellos otros que no aparecen de forma tan patente para formarnos una idea lo ms exacta, completa y clara posible. . Utilizar el mtodo de clasificacin. Se retienen mucho mejor los elementos de un conjunto si procedemos a clasificarlos en grupos que si pretendemos retenerlos aisladamente. . Captar el significado de las ideas bsicas de un tema. Cuanto ms ricas y variadas sean las relaciones que establezcas entre los conceptos generales y sus principios bsicos, mayor ser tu memoria lgica. Debes, por tanto, estructurar y relacionar muy bien todo el material que deseas retener, ya que nuestra mente es asociativa y captamos estructuras. De ah la importancia de la clasificacin, visin de conjunto y asociaciones de los nuevos contenidos con los que ya existen en nuestra mente H. Observacin individual o en equipo Observacin Individual es la que hace una sola persona, sea porque es parte de una investigacin igualmente individual, o porque, dentro de un grupo, se le ha encargado de una parte de la observacin para que la realice sola. Observacin de Equipo o de grupo es, en cambio, la que se realiza por parte de varias personas que integran un equipo o grupo de trabajo que efecta una misma investigacin puede realizarse de varias maneras: a. Cada individuo observa una parte o aspecto de todo b. Todos observan lo mismo para cotejar luego sus datos (esto permite superar las operaciones subjetivas de cada una) c. Todos asisten, pero algunos realizan otras tareas o aplican LECION 12. La entrevista La entrevista se utiliza para recabar informacin en forma verbal, a travs de preguntas que propone el analista. Quienes responden pueden ser gerentes o empleados, los cuales son usuarios actuales del sistema existente, usuarios potenciales del sistema propuesto o aquellos que proporcionarn datos o sern afectados por la aplicacin propuesta. El analista puede entrevistar al personal en forma individual o

31

en grupos algunos analistas prefieren este mtodo a las otras tcnicas que se estudiarn ms adelante. Sin embargo, las entrevistas no siempre son la mejor fuente de datos de aplicacin. Dentro de una organizacin, la entrevista es la tcnica ms significativa y productiva de que dispone el analista para recabar datos. En otras palabras, la entrevista es un intercambio de informacin que se efecta cara a cara. Es un canal de comunicacin entre el analista y la organizacin; sirve para obtener informacin acerca de las necesidades y la manera de satisfacerlas, as como concejo y comprensin por parte del usuario para toda idea o mtodo nuevos. Por otra parte, la entrevista ofrece al analista una excelente oportunidad para establecer una corriente de simpata con el personal usuario, lo cual es fundamental en transcurso del estudio

A. La recoleccin y el procesamiento de informacin. Si los objetivos de la investigacin han conducido al indagador a que crea que la mejor fuente de la informacin primaria la va a proporcionar, no ya la observacin directa de ciertos acontecimientos, sino los testimonios y reportes verbales que proporciona un conjunto de personas que ha participado o presenciado dichos acontecimientos, entonces la tcnica apropiada a utilizar ser la entrevista. La entrevista con fines de investigacin, puede ser entendida como la conversacin que sostienen dos personas, celebrada por iniciativa del entrevistador con la finalidad especfica de obtener alguna informacin importante para la indagacin que realiza. Por tanto, para su aprendizaje es importante: Conocer los elementos constitutivos de la entrevista, aplicar un tipo particular de entrevista: la entrevista profunda, y finalmente saber aplicar las guas necesarias para registrar los datos obtenidos mediante dicha tcnica. Dentro del contenido de este captulo dedicado al aprendizaje de la tcnica de la entrevista, la presente leccin, adems de introducir al estudiante en su conocimiento, busca igualmente darle a conocer los elementos constitutivos principales de esta tcnica de seleccin de informacin primaria. As mismo, en esta leccin se conocern los tipos ms importantes de entrevista. Sobre esta base se intenta que el estudiante tenga los fundamentos necesarios y suficientes para aprender a construir y aplicar una entrevista profunda. La informacin requerida por los objetivos de un estudio, especificada en un cuestionario, usualmente es recogida mediante entrevistas personales. Otras formas de obtener respuestas directamente de las personas, son las entrevistas por telfono, el envo del cuestionario por correo, y la implicacin del cuestionario en forma colectiva.

32

La entrevista personal puede ser ms o menos formal. En el primer caso, tanto las preguntas como las respuestas se formulan y recogen de manera estructurada. En las entrevistas informales, la cdula no consiste en un sistema de preguntas, sino en puntos centrales del estudio a partir de los cuales se realiza la recoleccin de las respuestas o las reacciones de las personas entrevistadas. Entre ambos tipos hay muchas formas intermedias, expondremos cierto nmero de indicaciones bsicas para la realizacin de una buena entrevista formal. 1. Una entrevista es una conversacin entre un investigador y una persona que responde a preguntas orientadas a obtener la informacin exigida por los objetivos especficos de un estudio. Para que tal empresa pueda tener xito, deben cumplirse ciertas condiciones. En primer lugar, la persona que responde debe "tener" la informacin requerida para que pueda contestar la pregunta. Puede presentarse el caso de que no sepa, efectivamente, de qu se le est hablando, que no entienda la pregunta, que haya olvidado la informacin, que la pregunta le produzca una reaccin emocional de tal naturaleza que le impida contestar, etc. En segundo lugar, la persona entrevistada debe tener alguna motivacin para responder. Esta motivacin comprende tanto su disposicin para dar las respuestas solicitadas como para ofrecerlas de una manera verdadera 2. El punto anterior indica que la entrevista es un proceso de interaccin cuyo curso puede tomar diversas caractersticas, algunas favorables y otras desfavorables para los fines que se buscan. Por tanto, la conducta del entrevistado es de gran importancia durante todo el proceso. La conducta adecuada comienza con el establecimiento, desde el inicio de la entrevista, de una atmsfera adecuada; a esa situacin se le designa con el nombre de "rapport" positivo. El entrevistador debe comprender que si bien muchas personas no tendrn mayores inconvenientes en responder a las preguntas de la encuesta, otras no tienen, en el momento de su ubicacin, tiempo para responder, o bien sienten desconfianza, etc. Cualquiera que sea la situacin, adems de las acciones iniciales para establecer el "rapport" (palabras de saludo, etc.), el entrevistador debe explicar cul es el contenido general de la encuesta, quin lo realiza o patrocina, en qu se utilizarn los resultados, etc. Toda esta introduccin debe hacerse en forma breve, sin detalles innecesarios. Una forma comn de empezar una entrevista es la siguiente: "Buenos das, seor(a), yo pertenezco al Instituto de Estudios Sociales de la Universidad de... Estamos realizando una investigacin sobre las condiciones del trabajo en esta ciudad. Con este propsito desearamos conocer su opinin sobre varios puntos relacionados con este tema. Sus respuestas sern de mucha utilidad para nuestro estudio y permitirn buscar solucin a algunos de los diversos problemas que suelen presentarse en el trabajo."

33

Cuando lo crea necesario, el entrevistador puede explicar al entrevistado la forma en que fue escogido (seleccin al azar, el valor de su respuesta para que la muestra sea representativa, etc.), todo esto en forma sucinta. Por otro lado, si las respuestas deben ser tratadas confidencialmente, conviene que el entrevistado lo sepa: "La informacin que usted nos proporcione tiene carcter confidencial; por lo mismo, no es necesario que usted nos d su nombre." 3. En la entrevista estructurada, el entrevistador debe formular la pregunta en la forma que se le ha dado en el cuestionario; se entiende, tambin, que debe seguir el orden. Estas recomendaciones quedan dentro de la intencin ms amplia de obtener uniformidad en los estmulos a los cuales son expuestos los entrevistados, con el fin de obtener la informacin que se desea (la situacin de la entrevista, el entrevistador, la forma de preguntar, etc.). Por eso, no slo es importante formular las preguntas con las mismas palabras empleadas en la cdula, sino tambin con una entonacin tal que no se dirijan las respuestas del entrevistado en la direccin deseada por el entrevistador. Hay preguntas o proposiciones en las cuales un simple cambio de voz o de tono en uno u otro, puede influir en el entrevistado. Quedan comprendidas aqu las preguntas que se refieren a opiniones sobre situaciones u objetos muy polmicos o controvertidos (la accin del gobierno, las simpatas por partidos polticos, etc.). 4. A pesar de las precauciones que el investigador toma para que las preguntas que contiene su cuestionario sean claras para el interrogado, en muchas ocasiones ste expresa que no comprende lo que se le pregunta. En tales casos, la sola repeticin de la pregunta puede superar la dificultad. 5. Cuando se trata de preguntas abiertas, las respuestas pueden ser incompletas, irrelevantes, vagas, etc. En esas circunstancias, el entrevistador puede utilizar algunas preguntas adicionales simples, de prueba (prob), con la finalidad de esclarecer la respuesta o ubicar al entrevistado, segn el caso, en el tema propuesto. Ejemplos de estas preguntas adicionales son proposiciones tales como "qu quiere decir usted con eso?", "eso es interesante; podra explicarlo un poco ms?", etctera. Cuidados similares a los anteriores pueden requerir las respuestas "no s". Debido a la timidez, comodidad u otras razones, la persona interrogada puede decir que no sabe lo que se le est preguntando. Si el entrevistador piensa que uno de esos factores es la causa del "no s" y no el real desconocimiento del tema que se est investigando, entonces tambin puede repetir la pregunta diciendo, por ejemplo: "Con respecto a la pregunta que acabo de hacerle, tal vez no fui muy claro. Lo que quise preguntar es lo siguiente (aqu de nuevo la pregunta)." Algunas preguntas precodificadas, con alternativas de respuestas mltiples, colocan al entrevistado en una situacin difcil ya que debe retener la lista que se le ha ledo; esto ocurre con frecuencia en preguntas de este tipo: "Podra decirme a cul de las siguientes clases sociales pertenece usted?" Clase alta. Clase media alta. Clase media. Clase media baja.

34

Clase obrera. Sin omitir la lectura de las opciones de la pregunta, el procedimiento ms recomendable consiste en usar una tarjeta que las contenga y que se entrega al entrevistado para que ste elija la. Respuesta que expresa su situacin. 6. En las entrevistas personales, el entrevistador formula y recoge las respuestas. En esta ltima tarea se presentan distintas situaciones, segn se trate de preguntas cerradas o abiertas. En general, no hay mayores dificultades para recoger las respuestas de aquellas preguntas que contienen las posibles respuestas, especialmente en las que las opciones precodificadas agotan las posibilidades: "Podra decirme si fue o no al cine ayer?" Si No. No contesta.

Sin embargo, aun en ciertas preguntas cerradas puede presentarse la duda del entrevistador respecto a cul de las respuestas sealadas en la cdula corresponde la del entrevistado. Por ejemplo, en la pregunta: "Comparado con su anterior trabajo, en su trabajo actual tiene usted mayor responsabilidad, menor o aproximadamente la misma responsabilidad?" Mayor. Menor. Aproximadamente la misma. La respuesta podra ser de alguno de estos tipos: "Ms o menos", "en algunos aspectos ms y en otros menos", etc. En tales casos, las recomendaciones para el uso de preguntas de clarificacin (prob), en la forma sealada anteriormente, tienen aplicacin aqu. Las preguntas abiertas plantean al entrevistador la alternativa de copiar todo lo que dice el entrevistado o de hacer un resumen de lo que ste dice, sobre todo cuando se trata de personas con gran facilidad de expresin o deseosas de hablar y que, muchas veces, intercalan temas que nada -al menos aparentemente- tienen que ver con la pregunta planteada. El peligro de que el entrevistador reduzca las respuestas y seleccione lo que a l le parece medular, es evidente. De ah que, con las dificultades que ofrece la solucin, se recomiende copiar las respuestas tal como las proporciona la persona entrevistada. Si la naturaleza de la pregunta abierta es tal que puede dar origen a. respuestas largas y circunstanciales, sera til usar una grabadora, cuyo uso debe ser explicado al entrevistado con el fin de obtener su autorizacin. B. Seleccin y entrenamiento campo de los entrevistadores. Supervisin trabajo de

La referencia que se ofrece en la bibliografa de diversos manuales con instrucciones para realizar la entrevista indica la importancia que se le da a esta fase de la

35

investigacin. Si bien hay diversas opiniones con respecto a la forma e intensidad del entrenamiento de los entrevistadores, puede resumirse en los puntos que se indican a continuacin. La seleccin de los entrevistadores comienza con el postulado de que no existe el entrevistado ideal, y con el convencimiento de que ellos deben poseer algunas caractersticas personales mnimas Entre ellas se sealan: 1. Honestidad. Si bien reconocemos que es difcil determinar en un primer momento si una persona es honesta o no, en el curso del trabajo de campo puede detectarse la falta de esta cualidad. El control de las entrevistas puede mostrar que algunos entrevistadores no han contactado a la persona elegida y han omitido respuestas. En otros casos, inventan respuestas a preguntas no planteadas o alteran las respuestas dadas. 2. Inters. Es natural, aun cuando se trate de un trabajo pagado, que se lograrn mejores resultados si el entrevistador tiene inters en las tareas que realiza, ya sea por el contacto con diversas personas o bien por los temas que cubren el estudio. El inters suele disminuir incluso en personas que demuestran tenerlo en gran nivel al comienzo del trabajo. Por esta razn, entre otras (por ejemplo, ahorro de tiempo, fatiga, etc.), se recomienda que la asignacin mxima de entrevistas a una sola persona no sea superior a 15. 3. Personalidad. El trmino se refiere aqu a aquellas caractersticas que, en general, permiten al entrevistador establecer con el entrevistado un ambiente adecuado para obtener las respuestas en forma natural, a partir del establecimiento de un "rapport" positivo. Desde luego, entrevistadores tmidos o muy agresivos quedan fuera de esta condicin. 4. Inteligencia y educacin formal. Son tambin condiciones que debe poseer un entrevistador. De igual manera, su disposicin a trabajar en ambientes ecolgicos distintos (barrios populares y elegantes, etc.), su falta de prejuicios contra grupos sociales o tnicos, etc., se sumarn como aspectos positivos a las caractersticas ya sealadas. En lo que se refiere al entrenamiento de los entrevistadores, hay diversos procedimientos con distintas duraciones e intensidades. El sistema o la forma en que se elija, finalmente depender de la naturaleza misma del estudio, de la extensin del cuestionario, de las caractersticas de la poblacin por entrevistar, etc. De acuerdo con esto, se har uso de manuales y una exposicin de los objetivos del estudio; asimismo, la indicacin de cmo se hizo la seleccin de la muestra, discusiones detalladas de las preguntas de la cdula, adiestramiento en el terreno por entrevistadores con experiencia, discusin de entrevistas de prueba, etctera. No es comn comparar el rendimiento de entrevistadores entrenados con entrevistadores sin experiencia. En uno de los pocos estudios destinados a medir este aspecto, realizado por Durbin y Stuart (1951) con tres grupos de entrevistadores profesionales (del Centro de Encuestas Sociales del Gobierno, del Instituto Britnico de

36

la Opinin Pblica, y estudiantes de la Escuela de Economa de Londres) se obtuvieron los resultados incluidos en la tabla 8.1 Tabla 8.1. Resultados obtenidos por entrevistadores con y sin experiencia. Encuestas Sociales (%) 83.7 # 3.8 # 5.0 5.4# 2.2 Instituto britnico (%) 81.3 # 3.2 # 6.7 7.5# 1.2 Estudiantes (%) 69.6 # 13.5 # 5.8 10.1 # 1.0

Entrevistas realizadas Rechazos No se encontr la persona La persona cambio de domicilio Otros

Total Tamao de muestra

100.0 (504)

100.0 (504)

100.0 (504)

Las cifras demuestran que hay diferencias de rendimiento apreciables, estadsticamente significativas, cuando se usan entrevistadores con experiencia frente a otros que no la tienen. Supervisin del trabajo de campo Antes de entregar las entrevistas realizadas, todo entrevistador debe revisar preferentemente en el lugar mismo de la entrevista- la cdula que ha utilizado, con el fin de comprobar si ha formulado todas las preguntas, si hay respuestas ambiguas u oscuras, etc. En la supervisin, en el momento de la recepcin del material, puede an encontrar errores u omisiones de distinta naturaleza. Por otro lado, el control de la calidad de las entrevistas realizadas, la posibilidad de falsificacin de los datos, la errada seleccin del domicilio o de la persona indicada por la muestra, los casos de rechazo, etc., requieren de una supervisin en el terreno mismo. Generalmente, sta se efecta tomando una muestra de las entrevistas realizadas por cada entrevistador (una de dos o de tres, etc., segn el caso) y enviando supervisores

37

con experiencia y de confianza para comprobar los aspectos sealados. El control puede efectuarse mediante dos o ms preguntas clave o, si la ocasin lo exige, debe hacerse toda la entrevista de nuevo. En todo caso, es conveniente realizar la supervisin en el terreno poco despus de empezar a recibir las entrevistas, con el fin de tomar oportunamente las medidas aconsejables C. Recomendaciones para realizar entrevistas Codificacin Las recomendaciones que se dan para realizar las entrevistas formales tienen el objetivo de lograr una igualdad de situaciones y estmulos para los entrevistados, de tal modo que, como lo expresan Moser y Kalton (1989): El investigador puede estar seguro de que si una persona es interrogada por el entrevistador B en lugar del entrevistador A (o por el entrevistador A en otra ocasin), las preguntas se harn en la misma forma y se obtendrn las mismas respuestas. No siempre la naturaleza del estudio proyectado ni las caractersticas de las personas de quienes se obtendr la informacin permiten el uso de cuestionarios totalmente estructurados. Las opciones, en tales casos, se encuentran en las entrevistas informales, que van desde el uso de una gua de entrevista, en la cual se incluyen los principales temas del estudio dentro de los cuales el entrevistador formula las preguntas que le parecen ms apropiadas y con el vocabulario que ms se adapte a la situacin, hasta el uso de entrevistas con mayor formalizacin en las cuales hay preguntas previamente establecidas, pero en menor nmero y del tipo abierto, que permite al entrevistado dar respuestas amplias. La ltima de las categoras de entrevistas indicadas en el prrafo anterior pertenece a la llamada "entrevista focalizada" (Mentn, 1956). En esta entrevista, la principal funcin del entrevistador consiste en centrar las preguntas en aspectos extrados del tema de investigacin; aspectos que se determinan con base en el conocimiento que se tenga del mismo y/o de las hiptesis derivadas del marco terico que se maneje. La persona entrevistada -que se sabe, por otra parte, ha estado expuesta a la situacin estudiadaes sometida a una serie de preguntas abiertas dentro de las cuales el entrevistador, de acuerdo con las respuestas obtenidas, hace preguntas de prueba, explora motivos y gua al entrevistado en la direccin demandada por los objetivos del estudio. Con la informacin recogida no slo se pretende verificar las hiptesis formuladas, sino llegar a otras que exigen nuevas investigaciones en reas problemticas, segn se desprenda de las respuestas. Es fcil advertir las potencialidades y debilidades de las entrevistas informales. En el primer aspecto, es indudable que tales procedimientos son muy valiosos en estudios "piloto", destinados a exploraciones previas que permitan una mejor orientacin de estudios subsecuentes, ms formalizados. Por otro lado, el uso de diferentes preguntas especficas dentro de la gua de la entrevista, las diferencias de trminos utilizados en ellas por distintos entrevistadores, etc., dificultan el anlisis de los resultados y su generalizacin. Estos aspectos no invalidan las tcnicas informales de entrevista sino

38

solamente llaman la atencin con respecto a la habilidad y el cuidado requerido en su aplicacin y a los posibles sesgos de sus resultados. Una vez que los cuestionarios han sido llenados y se ha hecho el control de calidad de la informacin recogida (si est completa o incompleta, si no es ambigua, etc.), se procede a codificar las respuestas, las cuales deben recibir un tratamiento cuantitativo. La codificacin consiste en asignar nmeros iguales a respuestas iguales o a caractersticas iguales de las personas (todos los hombres reciben el nmero 1, las mujeres el 2; todos los que contestan de acuerdo, reciben el 1, etc.). En preguntas cerradas, las opciones de respuesta van, por lo general, pre-codificadas. Si la pregunta fuera: "Cul es su estado civil?", las posibles respuestas y los correspondientes cdigos seran: Solteros Casado Unin Libre Separado Viudo No contesta 1 2 3 4 5 0

En tales casos, el entrevistador o la persona que contesta el cuestionario codifica de inmediato la respuesta obtenida, colocando un crculo o una marca al nmero o cdigo que corresponda a la respuesta correcta. Construccin de un cdigo La construccin de un sistema de categoras para clasificar las respuestas no es tan simple cuando se trata de preguntas abiertas e, incluso, de preguntas cerradas que el investigador supone tienen mltiples posibilidades de ser contestadas. En general, podemos afirmar que la construccin de un cdigo para preguntas abiertas comienza con un anlisis del contenido de las respuestas dadas con el fin de establecer las categoras ms generales que sern codificadas. Desde el punto de vista formal, estas categoras deben constituir un sistema exhaustivo (todas y cada una de las respuestas deben tener ubicacin en alguna de las categoras) y excluyente (cada respuesta debe admitir su clasificacin, sin dudas, en-una y slo una de las categoras propuestas). El anlisis del contenido se realiza con una muestra de las cdulas completas (10 % puede ser suficiente). El sistema de clasificacin de las respuestas puede incluir "otra" categora para ubicar a las que no pueden ser clasificadas en otro lugar. El problema de clasificar respuestas a preguntas abiertas no es una solucin fcil cuando las personas contestan con diversos grados de generalidad o utilizan diferentes marcos de referencia al contestar. En cualquier situacin, sin embargo, la clasificacin

39

de respuestas en categoras debe expresar los objetivos y las necesidades de anlisis del estudio en cuanto al tipo y nmero de categoras que se van a usar. El problema mencionado se comprender mejor con un ejemplo. Supongamos que se tiene la siguiente pregunta, formulada para los alumnos de un colegio: "Segn tu opinin, cules son las principales causas por las cuales muchos estudiantes salen mal en matemticas?" Se podran obtener respuestas muy variadas, que sealaran distintas dimensiones del problema: algunas relativas a la asignatura de matemticas, otras a los profesores y otras a los estudiantes. De acuerdo con esta situacin y con los objetivos de la investigacin, tal vez el cdigo ms conveniente sera el que estableciera un sistema de categoras generales y, dentro de cada una de ellas, categoras ms especficas, como en el siguiente ejemplo: Causas debidas a la naturaleza del ramo: Es un ramo muy difcil. Es un ramo para el cual se necesitan condiciones especiales. Es muy abstracto, "muy rido". Causas debidas a los profesores: Los profesores no son competentes. Los profesores son muy exigentes. Causas debidas a los alumnos: Los alumnos prefieren otras ramas. No se da importancia a las matemticas. La codificacin en casos como los anteriores puede aplicarse ya sea a las categoras generales (causas debidas a la naturaleza del ramo, etc.), a las subcategoras dentro de ellas, o a ambas. Si es esta ltima la decisin adoptada, el cdigo para la pregunta del caso tendra dos dgitos: uno que indica la categora y otro que indica la subcategora. Causas debidas a la naturaleza del ramo: Es un ramo muy difcil. Es un ramo para el cual se necesitan condiciones especiales, etctera. Causas debidas a los profesores: Los profesores no son competentes. Los profesores son muy exigentes. 10 11 12 20 21 22

En general, un cdigo detallado permite su reagrupacin en categoras ms generales cuando las necesidades del anlisis slo requieren de esos niveles de agrupacin. Las categoras que constituyen un cdigo no necesitan, desde luego, coincidir con las palabras o los trminos que las personas emplean al responder. Contestaciones tales como "a m me parece muy bien", "estoy de acuerdo" cabran, por ejemplo, en la

40

categora "respuesta positiva" de cierto cdigo. En la ubicacin de las respuestas suelen presentarse, sin embargo, algunos problemas, ya sea porque las respuestas son ambiguas o porque las categoras no son excluyentes. Otra situacin frecuente consiste en que faltan categoras para clasificar las respuestas. En tales casos habra que examinar las respuestas sin ubicacin para formular una o ms categoras "otras respuestas". Ahora bien, si esta categora llegara a tener un porcentaje de respuestas mayor que los otros cdigos, deben revisarse las respuestas incluidas en ella, pues podra ser posible establecer otra categora con algunas de las respuestas incluidas en "otras respuestas". El cdigo completo se edita en un "libro de cdigo" para facilitar su consulta en las tareas de anlisis o para cubrir otras necesidades. Este libro debe contener las columnas de la tarjeta IBM asignadas a cada variable, una descripcin o el nombre de la misma, y el cdigo propiamente Libro de cdigo

Columnas

Identificacin de la variable Nmero del colegio Numero del estudiante Sexo Origen

Cdigo

1-2 3-5 6 7

Hombre 1 Mujer 2 Urbano Rural Intermedio No contesta 1 3 4 5

PLAN DE ANLISIS Y SOFTWARE La interpretacin de la informacin recogida en una encuesta debe ser presentada en forma de cuadros o resultados estadsticos, cuyo nmero y forma dependen bsicamente de los objetivos del estudio. Se obtendrn as: Cuadros de frecuencias, cuadros de cruces de variables, valores de coeficientes de correlacin, etctera. Cuando se trata de pocos casos -digamos de 100 a 200 cuestionarios-, los clculos estadsticos pueden hacerse con calculadoras de escritorio. Si el nmero de casos es

41

mayor, es necesario recurrir a la computadora. Este uso es especialmente apropiado cuando los cuadros requeridos van ms all del cruzamiento de dos variables o cuando se necesitan clculos complicados y de mayor trabajo tales como las determinaciones de desviaciones estndar, las correlaciones, el anlisis de variacin, etctera. Como decamos, los objetivos de estudio determinan los cuadros y resultados que se necesitarn para la interpretacin de los datos, por lo cual el investigador, aun antes de tener en su poder todos los cuestionarios, puede preparar el plan bsico de anlisis que indicar las preguntas (columnas de la tarjeta) de las cuales se necesitan las distribuciones de las respuestas obtenidas, las preguntas a cruzar (columnas), los coeficientes requeridos, etc. Este plan inicial, generalmente requiere de modificaciones en el curso de la interpretacin de los datos pues el investigador puede necesitar cruces de variables, otros promedios, etctera. Programas de computadora Desde hace algunos aos se cuenta con diversos "paquetes" de programas de computadora para realizar clculos estadsticos de muy variado tipo y complejidad (desde distribuciones de frecuencia hasta anlisis factoriales). Un programa es un conjunto de instrucciones que se dan a la computadora. Entre esos paquetes, los de mayor uso son: Statistical Analysis System (SAS). Statistical Package for the Social Sciences (SPSS). Biomedical Computer Program (BMD). ;

Por otra parte, hay diversos lenguajes de programacin tales como el Fortran (Formula Translation), Cobol (Common Business Oriented Language), Algol (Algorithmic Language), PL/I (que rene los mejores caracteres de Fortran, Cobol e IPL-V) e IPL-V (Information Processing Language, versin 5). Los tres primeros pueden ser compilados en cualquiera de los grandes computadores en uso (IBM, etc). CAPTULO 5. LA ENCUESTA Leccin 13. Definicin y Diseo Es importante que el estudiante aprenda a identificar los elementos que conforman una encuesta; a construir los indicadores de la encuesta; a organizar el trabajo de campo y la prueba piloto de la encuesta y a disear el libro cdigo, para registrar correctamente la informacin primaria obtenida mediante la encuesta. Asumamos que el investigador, que decidi procurarse l mismo directa y personalmente los datos requeridos para su proyecto, no va emplear ni la observacin cientfica ni la entrevista, sino que resolvi estudiar cierto nmero limitado de personas para sacar, a

42

partir de ellas, consecuencias para un conjunto mucho mayor. En este caso, en que el investigador traduce su hiptesis o problema a estmulos como preguntas o pruebas, a partir de las cuales cuantifica el resultado mediante un calculo de lo que sucediera si cubriese todas y cada una de las personas de una poblacin, se estara ante la encuesta. Desde ya puede advertirse una diferencia clave entre la dos ultimas tcnicas y la encuesta. Mientras en la observacin y en la entrevista el nmero de unidades de anlisis (obreros, campesinos, empresarios, estudiantes, profesionales) y el nmero de dimensiones o variables (edad, sexo, educacin u ocupacin) eran LIMITADOS, en la ENCUESTA, el volumen de informacin sobre las unidades y las variables es mucho mayor y a veces considerablemente grande, debido a la utilizacin de tcnicas de muestreo y a la inferencia estadstica. Esta es una gran ventaja en trminos comparativos. Econmicamente: si bien el costo de una encuesta es relativamente elevado, a veces se obtiene una mejor informacin con una encuesta, casi con el mismo esfuerzo invertido en una observacin o una entrevista. Desde el ngulo de la precisin: Este es justamente el otro punto esencial: Al poder reducir el problema investigativo al lenguaje de variables, la cuantificacin se hace posible y garantiza al analista una mayor precisin que la brindada por la observacin y la entrevista. No obstante lo anterior, ni la observacin, ni la entrevista, ni la encuesta deben verse como tcnicas competidoras, sino por el contrario tcnicas complementarias, pues el investigador experimentado sabe que combinndolas gilmente, tomando por ejemplo, la observacin o la entrevista como paso inicial de la encuesta, es mucho lo que se ganar en conocimientos. El propsito de esta seccin es identificar los elementos metodolgicos constitutivos de una encuesta y distinguir diferentes tipos de situaciones, en las cuales se deber aplicar una cierta clase de encuesta. Hay que tener presente en todo lo que sigue, el siguiente criterio: Para ser un eficaz diseador y analista de encuestas, hay que saber relacionar los principios metodolgicos generales de su construccin, con el contexto particular en el que se desarrolla la encuesta. Esto significa que una adecuada combinacin de estos principios tericos generales, con una experiencia constante en la aplicacin de encuestas, es la mejor escuela para ser un excelente investigador por encuesta. Vamos a aproximarnos un poco a esos principios y a esa experiencia.

43

Cul es la importancia hoy en da de la tcnica de la encuesta. Sin duda, es el instrumento de trabajo de los socilogos, antroplogos, y aun de los politlogos? Pero no solo de ellos, ni de los dems cientficos de las ciencias sociales. Hoy- cuando estamos en medio de la Revolucin Cientfico-Tcnica- los fsicos, los qumicos, los ingenieros y dems profesionales la empiezan a utilizar ms frecuentemente, sobre todo cuando quieren examinar los efectos sociales de los nuevos descubrimientos cientficos e invenciones tcnicas. Por ejemplo, 1. Para saber cual es la edad de mayor productividad intelectual entre los cientficos, aplican una encuesta a los cientficos de universidades, institutos y laboratorios de un pas. O para saber como se forman los grupos de investigadores, cmo y porque surgen los lderes intelectuales dentro de esos grupos. 2. Para determinar cual es la causa de la desercin estudiantil en la universidad, 3. Para saber cual es el perfil del zootecnista, Medico Veterinario, o Ingeniero Agrnomo, que actualmente necesita el pas. Sea que la encuesta la apliquen los cientficos de las ciencias Sociales o de las Ciencias Naturales, hay un elemento caracterstico comn en unos y otros: Su inters por investigar la naturaleza de las relaciones sociales, sea que estas se den entre individuos, entre grupos o entre colectividades. Pero no solo los cientficos estn interesados por las relaciones y los problemas sociales. Tambin los periodistas, los polticos, los reformadores, los administradores, necesitan estar informados. Esto nos remite al origen histrico de la tcnica de la encuesta. Este instrumento no es actual, ni siquiera de este siglo, como pudiera creerse. A fines del siglo XVIII, en Francia, los intendentes del Antiguo Rgimen, as como los consejeros de la convencin, realizaron encuestas para sondear especialmente en el ltimo caso, la opinin poltica de grupos de individuos. En la Inglaterra del mismo siglo XVIII, los miembros de las Comisiones reales se preocuparon de reunir datos sociales y, un poco ms tarde, se emprendieron celebres encuestas sobre la miseria. Durante casi todo el siglo XIX se efectuaron, tambin en Inglaterra y en Francia, numerosas encuestas principalmente a obreros para determinar sus condiciones de vivienda, de miseria, de vida, sus actitudes polticas, etc. A comienzos del siglo XX, se realizaron en Alemania estudios sobre la mano de obra agrcola e industrial, bajo la direccin del conocido socilogo Max Weber. Pero, es en Estados Unidos donde, a partir de 1930, se origina el ms conocido y poderoso movimiento de estudios por encuesta, dando lugar a toda una escuela de investigaciones. Es posible distinguir tres etapas fundamentales en la historia de la investigacin por encuestas. Hay que poner mucha atencin a estas tres fases, porque en cada una de ellas se van generando y conformando los elementos constitutivos y los principios generales de la tcnica de la encuesta.

44

Tambin es conveniente recordar, para lo que sigue a continuacin, los conceptos ya asimilados anteriormente: UNIDAD DE ANLISIS: Es un elemento que hace parte de un conjunto de elementos que de alguna manera son del mismo tipo (obreros, campesinos, estudiantes, profesores, familias, etc.) DIMENSION O VARIABLE: Caracterstica de una unidad que forma una clasificacin( educacin, edad, nacionalidad, etc.). VALOR: algo que puede provenir de una unidad en una clasificacin(educacin alta, media y baja; estudiantes entre 10 y 15 aos, entre 16 y 20, entre 21 y 25; obreros colombianos, venezolanos, ecuatorianos y argentinos). MEDICION: Aplicacin de la variable sobre un conjunto de nmeros, es decir, aplicacin de cada valor de la variable de uno y solamente un numero. MEDIDA: Clasificacin de varias unidades en funcin de una cuantificacin. Recordados estos conceptos, podemos intentar hacer una primera definicin de lo que es una encuesta: Tcnica destinada a obtener informacin primaria, a partir de un nmero representativo de individuos de una poblacin, para proyectar sus resultados sobre la poblacin TOTAL. Cules son esas caractersticas y cules son esas relaciones o asociaciones entre tales caractersticas? En principio la gama de caractersticas que interesan al encuestador es ilimitada: lo que la gente piensa, lo que hace, lo que compra, lo que posee, con quin se relaciona: algunas caractersticas son naturales como, por ejemplo: sexo, el idioma; otras son fciles de cuantificar como la edad de los individuos o la proporcin de votantes en distintos piase. La relacin entre lo que la gente piensa y lo que hace; entre la edad y el voto; entre con quin se relaciona y lo que piensa. Etc. son algunos de los muchos problemas dignos de ser estudiados mediante las encuestas. Pero, para poder abarcar un espectro tan amplio de problemas, fue necesario que se efectuara una serie de progresos tcnicos en el diseo de las encuestas, a travs de las tres etapas ya mencionadas anteriormente y que se analizan a continuacin: En la primera, durante el siglo XIX, la encuesta se realizaba con el objetivo de aclarar las

45

discusiones acerca de problemas sociales urgentes e inmediatos (condiciones de vida, de vivienda, creencias), sin olvidar una cuestin metodolgica fundamental: la de la cuantificacin. Por ejemplo, se media el sentimiento religioso de las familias examinando sus presupuestos y viendo cuanto dinero dedicaban a la iglesia; o examinando la asistencia a la iglesia y las actitudes respecto a la religin. La medicin de actitudes a travs de la encuesta dio as su primer paso importante. Las ACTITUDES son ciertos tipos de conducta humana, no susceptibles de observacin directa (por ejemplo, el sentimiento religioso), cuya existencia o intensidad deben inferirse de lo que puede ser observable (asistencia a la iglesia, cuanto dinero dan las familias a la iglesia). En la segunda etapa, iniciada en los Estados Unidos despus de 1930, se realizaron grandes progresos tcnicos en el diseo de encuestas, sobre todo en el rea de encuestas por sondeo, en las medidas de actitud y en los mtodos para construir cuestionarios. SONDEO: procedimiento basado en entrevistas o encuestas aplicadas a muestras de individuos, para conocer rpida y aproximadamente la conducta futura o las intenciones de actuacin de tales individuos. CUESTIONARIO: Instrumento compuesto de un conjunto de preguntas, dispuestas segn un orden riguroso y metdico. En la tercera etapa, a finales de la segunda guerra mundial, se comenzaron a solucionar dos problemas metodolgicos fundamentales en el diseo de encuestas: a. La definicin de la naturaleza encuestas; y de los conceptos claves para el anlisis de d

b. La determinacin, con base en esos conceptos, de la manera de proceder a un anlisis riguroso de las relaciones existentes entre ellos. Estamos en condiciones ya de identificar principales de una encuesta. los elementos constitutivos y/o etapas

1. Definicin y operacionalizacin de los conceptos de la encuesta: establecer referentes observables y medibles de los conceptos inobservables o simblicos. (Por ejemplo, la solidaridad social). 2. Diseo del cuestionario de la encuesta: construir las preguntas y disponerlas, ordenadamente 3. Diseo de la muestra: Definir a que tipo de poblacin se va a hacer la encuesta.

46

4. Diseo de la muestra: Definir a que tipo de poblacin se va a hacer la encuesta. 5. Registro de la encuesta: Construir el libro cdigo para conservar los datos obtenidos mediante el formulario. Podemos enseguida, examinar rpidamente, con un ejemplo, como se efectan y se cumplen estos elementos en una encuesta determinada. En una encuesta realizada en la Universidad Nacional en 1981 sobre " la situacin de los campesinos parceleros en Colombia", se parti de la siguiente hiptesis general: " la propiedad parcelaria campesina en Colombia resiste la descomposicin e incluso se consolida- frente a las grandes propiedades agrcolas- gracias al sobretrabajo individual del campesino y de su familia y a la organizacin tcnica de su parcela" A partir de esta hiptesis general, se planteo cmo una hiptesis de trabajo la siguiente: " El padre de familia continua siendo el principal organizador de la produccin de la parcela, pero debe vender espordicamente su fuerza de trabajo o permitir que sus hijos lo hagan, para garantizar la estabilidad econmica de su parcela". Los conceptos principales que se deban investigar eran: Produccin, trabajo, relaciones familiares, estabilidad econmica ETAPAS DE LA ENCUESTA El diseo total de la encuesta esta constituido por varios diseos parciales. La primera tarea consiste, desde luego, en formular objetivos generales y especficos de la encuesta con mayor claridad. A partir de ah se distinguen las siguientes etapas: 1. diseo de la cobertura de la encuesta. 2. Construccin de los instrumentos para la recoleccin de la informacin. 3. trabajo de campo. 4. crtica y procesamiento de la informacin. 5. anlisis e interpretacin de los resultados 6. Presentacin e informe final.

47

1 Definicin Operacionalizacin conceptos

2 Diseos Cuestionarios

3 Diseo Muestra

4 Trabajo de campo Prueba previa Aplicacin

5 Registro Encuesta

Etapas de la encuesta 1. Cobertura de la encuesta. El diseo de la cobertura consiste en definir la poblacin que ser estudiada, en trminos geogrficos. (Lugar donde se efectuara el estudio), demogrficos (personas de tales o cuales edades, sexo, niveles socioeconmicos, etc.) y temporales (fecha o periodo de recoleccin de la informacin). En esta etapa se decide tambin si la encuesta ser o no de cobertura total. En el primer caso, se recoge informacin de toda la poblacin definida; en el otro, se determina el tipo y tamao de la muestra que se va a usar y los recursos que se utilizaran para tratar los casos de

48

rechazo por ser entrevistado, casos no encontrados, etctera. Construccin de los instrumentos. La construccin de los instrumentos para la recoleccin de la informacin consiste en la preparacin de la cedula o el formulario o cuestionario. Como caso particular, si procede la medicin de variables en forma mas precisa, se elegir el tipo de escala por usar (Likert, etc.) con la redaccin de los correspondientes itemes. Se decidir tambin si la cedula se llenara mediante entrevista, ser autoadministrada o se enviara por correo, etctera. 3. Trabajo de campo. Si la informacin va a recogerse mediante entrevistadores, la calidad de la entrevista es de especial importancia. Una vez resuelto el problema de la eleccin de ellos, se vera la manera de su adiestramiento, la forma de pago, la asignacin de as entrevistas en el terreno, la supervisin del trabajo, etctera. 4. Crtica y procesamiento de la informacin. Una vez terminada la recoleccin de informaciones, es necesario hacer la crtica, en cuanto a preguntas sin respuestas, inconsistencias entre unos datos y otros, ambigedad en las contestaciones, etc. En lo posible e tratara de remediar estos problemas; cuando no es posible, se eliminaran estos itemes para su adiestramiento mediante la codificacin y el anlisis. La codificacin implica preparar el cdigo que se va a usar y su aplicacin a las respuestas obtenidas. 5. Anlisis e interpretacin de los resultados. La ltima etapa metodologita de la encuesta la constituye el anlisis de los datos y su interpretacin. El anlisis consiste en dar a los datos un tratamiento estadstico en forma de clculos de frecuencias, promedios, cruce de variables, calculo de coeficientes de correlacin, etc. La interpretacin, a su vez, compara resultados entre si 6. Informe final. La etapa final consiste en presentar los resultados del estudio, dar cuenta de la metodologa empleada (tipo de muestra, forma de construccin de las escalas, etc.) y cualquier otra informacin acerca de estos aspectos. La forma de redaccin del informe parcial depender del tipo de lectores a quien este dirigida. Definicin y operacionalizacin de los conceptos La primera tarea era idear y construir indicadores observables de los conceptos anteriores, a fin de poder avanzar en la investigacin. Un INDICADOR es un referente emprico directo, observable y medible, que simboliza y sustituye a un concepto o variable no observable o medible directamente. El indicador o signo de la cosa conceptualizada, esta idealmente en una relacin directa con lo que significa. A travs del indicador se estudia el concepto o variable. Por

49

ejemplo, de la variable trabajo se tomaron como indicadores: Tiempo de trabajo en la parcela o fuera de ella. Distribucin de la jornada de trabajo. Divisin del trabajo en la parcela. Formas de contratacin del trabajo en la parcela o fuera de ella. Diseo del cuestionario Sobre la base de la operacionalizacin de los conceptos, es decir, con base en los indicadores observables, se paso a construir las preguntas del cuestionario. Siguiendo con los indicadores de la variable "trabajo", se formularon las siguientes preguntas: Cuntos de sus hijos viven con usted? Cuntos le ayudan en su parcela? Con qu frecuencia? Cules de las labores son realizadas por miembros de la familia y cules por jornaleros? Trabaja usted ocasionalmente como jornalero en parcelas o fincas vecinas? trabajan sus hijos ocasionalmente en fincas vecinas tambin? Les paga usted a sus hijos por su trabajo?

Diseo de la muestra Como la encuesta iba dirigida a campesinos de la zona central del pas, se escogieron 100familias de las veredas del municipio de Villeta, segn un diseo muestral especifico. La unidad de anlisis era la familia. Trabajo de campo Comprendi dos fases. En la primera, se someti a prueba o a PRE-test el formulario con 15 familias campesinas, con el fin de evitar errores en las preguntas. Por ejemplo, como las parcelas y fincas de la zona son exclusivamente productoras de caa, con otros cultivos slo para el autoconsumo, las preguntas... - En qu cultivos ha trabajado usted como jornalero? - Cunto tiempo hace que se siembra caa en esta finca o parcela? - Existan antes otros cultivos? no se justificaban y tuvieron que ser suprimidas, dado el carcter monoproductor de la zona de la encuesta. De las 200 preguntas iniciales se redujo el cuestionario a 170, de las cuales 36 eran opcionales. En la segunda fase, se aplic el cuestionario ya corregido y reelaborado, mediante un grupo de encuestadores y supervisores debidamente entrenados, a lo largo de la semana.

50

Registro de la encuesta Se construy el libro cdigo, o sea una gua para fijar un rtulo o cdigo a cada una de las preguntas de la encuesta. Las preguntas abiertas o de respuesta libre se decodificaron, es decir, se les fijaron alternativas de respuestas dadas. As la pregunta - Si usted pudiera vender su finca, en que le gustara trabajar? Se le fijaron los siguientes cdigos con base en las diferentes y numerosas respuestas dadas por los campesinos; A. De obrero de fbrica en la ciudad B. de transportador C. Vendedor o comerciante D. Artesano E. Empleado de oficina F. Polica o militar 0 1 2 3 4 5

A las preguntas cerradas o respuesta fija, simplemente se le fijo el nmero (0, 1, 2....) o se le suprimieron las alternativas de respuesta sobrantes. Despus de la codificacin viene la etapa de anlisis estadstico de los datos, el cual se contempla en la cartilla sobre anlisis de la informacin. Sntesis La encuesta tiene los cinco pasos o etapas generales antes descritas. Como se mencion antes toda encuesta establece relaciones o asociaciones entre las diversas caractersticas de sus unidades y, a menudo, antes de tal operacin el analista debe crear o idear la caracterstica relevante para sus propsitos, es decir, indicadores. Traducidos los indicadores a preguntas y combinadas estas ltimas entre s, se puede llegar a un muy completo conocimiento del fenmeno estudiado. En la encuesta, la recoleccin de informacin se produce cuando la unidad de anlisis es una persona que esta expuesta a estmulos y da respuestas. Pero a diferencia de la observacin y de la entrevista, en la encuesta todas las unidades estn expuestas sistemticamente a los mismos estmulos (preguntas). La unidad de anlisis tiene una o varias caractersticas, pero hay que hacer algo con la unidad, para hacer que un individuo o varios individuos manifiesten sus actitudes, de manera que puedan ser aplicadas sobre un conjunto de valores, esto es, sobre un conjunto de respuestas. Podemos dar ya una definicin ms precisa de la encuesta: La encuesta es un instrumento que revela, a partir de cierto nmero de individuos, las

51

relaciones generales entre las caractersticas de un gran nmero de variables, mediante un procedimiento estmulo-respuesta homogneo Para Munch y ngeles(1993) la encuesta es una tcnica que consiste en obtener informacin acerca de una parte de la poblacin o muestra, mediante el IDENTIFICACION DE SITUACIONES PARA DISEAR EL TIPO DE ENCUESTA APROPIADA PARA UN PROBLEMA DADO. En la ya mencionada encuesta sobre "La situacin de los campesinos parceleros en Colombia", quedaron claros tres aspectos principales: 1. Se busc establecer, de manera confiable, una relacin entre ciertos fenmenos o caractersticas (variables dependientes) y una o ms causas (variables independientes): la estabilidad econmica de la parcela (variable dependiente) est determinada por la venta de la fuerza de trabajo (variable independiente) del padre de la familia y de sus hijos. 2. En esta relacin se procur establecer para una poblacin restringida (zona de Villeta) y no para una poblacin grande y heterognea (todos los campesinos parceleros de Colombia). 3. la encuesta se realiz en un momento determinado: 1988 y en distintos periodos de tiempo. Los dos primeros aspectos permiten establecer una distincin muy importante de las situaciones que debe enfrentar el analista de encuestas para construir su diseo: a. Situaciones en que es necesario utilizar un DISEO EXPLICATIVO de encuesta: all donde se desea verificar una hiptesis dada (por tanto, una relacin entre una variable independiente y una dependiente), hiptesis derivada de alguna teora ms amplia. Ejemplos: (Ntese la relacin entre dos variables): Encuesta efectuada a familias de Bogot, Medelln y Cali, para determinar los efectos de la inflacin sobre el nivel de vida familiar. Encuesta aplicada alas obreras de la fbrica de Chocolates Corona para examinar si la maternidad y las obligaciones familiares inciden sobre el ausentismo.

-Encuesta a los obreros del Distrito para investigar en qu medida los obreros con mayor educacin, tienen mejores posibilidades de encontrar empleo. b. Situaciones en que es necesario emplear un DISEO DESCRIPTIVO de encuesta:

52

all donde se quiere principalmente la medicin precisa de una o ms variables dependientes. Ejemplos: (ntese el inters en una sola variable); - Encuesta a tutores de la UNAD para determinar sus niveles de capacitacin. Encuesta a estudiantes universitarios latinoamericanos de Brasil, Colombia, Mxico y Panam, para determinar la preocupacin cientifico-tcnica, que proporcionan las instituciones de educacin superior. Encuesta a empresarios del sector lcteo y derivados para examinar la capacidad de produccin de tecnologa autctona en sus plantas.

Las diferencias fundamentales entre los dos diseos mencionados antes son, en consecuencia, las siguientes: DISEO EXPLICATIVO 1. Busca verificar una o varias hiptesis 2. DISEO DESCRIPTIVO 1. No plantea hiptesis

Para asegurar una relacin significativa entre causa y efecto, 2. Explora un gran nmero de factores procura excluir factores extraos distintos de los tomados en la hiptesis.

3. Restringe la poblacin o universos 3. Poblacin lo ms grande posible. estudiado para excluir otras fuentes de variacin. 4. Poblacin muy homognea 4. Poblacin heterognea

Ahora se comprende por qu la investigacin sobre "La situacin de los campesinos parceleros en Colombia", utiliz un diseo explicativo de encuesta: a. Buscaba probar una o ms hiptesis b. Estableci una poblacin restringida c. Investig una poblacin homognea Generalmente, la encuesta se halla limitada en cuanto a su localizacin temporal y, por

53

tanto, no constituye una tcnica caracterizada por la observacin prolongada. Por ejemplo, en la encuesta a tutores de la UNAD para determinar sus niveles de capacitacin, lo mximo que el investigador puede hacer es especificar cul es el periodo ms apropiado para su estudio. Hay que tener en cuenta una limitacin INHERENTE a la investigacin por el mtodo de encuestas: se efecta esencialmente en un CORTO PERIODO de tiempo. Aunque la duracin del trabajo d e campo pueda extenderse de una a varias semanas e incluso a varios meses, el periodo relevante es aquel en el cual se reunieron los datos. Inclusive, si se formulan preguntas que se refieren histricamente a grandes extensiones de tiempo, los problemas relacionados con la distorsin de los recursos limitan el procedimiento. La encuesta de diseo explicativo tambin tiene la misma limitacin. Pero existe un tipo de diseo que pretende superar en algo ese problema: El diseo de PANEL: encuestas sucesivas en distintos periodos de tiempo a los MISMOS individuos. En efecto, si el fenmeno parece tener un carcter sumamente dinmico, si los acontecimientos estn en constante mudanza, es necesario a veces tomar la decisin de efectuar una serie de encuestas en distintos momentos, a fin de determinar la tendencia del fenmeno y caracterizar sus aspectos ms estables. Por ejemplo: Las compaas de datos o que disean encuestas hacen estudios de PANEL a los partidos polticos, para determinar los efectos de la PROPAGANDA POLITICA sobre las PREFERENCIAS POLITICAS de los votantes. As, se puede estudiar (s las elecciones presidenciales fueran en Marzo de 1986) las preferencias polticas de un barrio obrero en octubre/85, Diciembre/85 y Febrero/86. Las encuestas aplicadas en estos en estos tres periodos permitiran apreciar si la propaganda poltica est surtiendo efecto, o si es necesario cambiarla en algn sentido. El problema principal en el mtodo de panel es el de los costos muy elevados. Tipos de diseo de encuesta que obedecen a fines explicativos A propsito del diseo de panel, existen diversos tipos de encuesta que se utilizan en situaciones con propsitos explicativos diferentes: No olvidar qu es una encuesta de diseo explicativo: Aquella que tiene como tarea fundamental verificar una hiptesis, es decir, una relacin entre una o ms variables independientes y una variable dependiente.

54

Diseo de encuesta experimental Aquel en el cual la verificacin de la hiptesis se puede efectuar mediante la manipulacin de los determinantes (variables independientes) que constituyen el foco de anlisis. Ejemplos: Encuesta a los obreros de una fabrica de concentrados para animales sobre los efectos del cambio de iluminacin en los sitios del trabajo, en el rendimiento per cpita. Encuesta acerca de las diferentes fuentes de suplementacin de fsforo empleadas en las dietas para pollos y ponedoras en tres municipios de Cundinamarca para diagnosticar el impacto sobre el medio ambiente.

Diseo de encuesta de evaluacin o programtica Es un tipo particular del diseo experimental, en el cual los factores que han sido manejados o pueden ser manejados por un organismo de accin social, se estudian desde el punto de vista de la ayuda que brindan para determinar un fenmeno. Aqu el objetivo inmediato es la aplicacin, modificacin o cambio de algn estado de cosas, tomando como base el conocimiento probado de los factores en juego. Ejemplos: Encuesta a los obreros de una planta de ensamble de maquinaria agrcola, para determinar como la cohesin (unidad interna) de cada grupo de trabajo (electricistas, mecnicos, pintores, etc.) significa una elevacin de la productividad del trabajo. Encuesta para evaluar los efectos de una campaa contra la fiebre aftosa en 50 hatos lecheros de la sabana de Bogot.

Diseo de encuesta de diagnstico Aquel que se preocupa en averiguar como contribuye una serie de factores a la determinacin de algn fenmeno, factores o causas posibles, dadas en un mbito relativamente desconocido. Ejemplos: - Encuesta a los estudiantes de la UNAD sobre los efectos que producen los problemas

55

psicosociales familiares sobre el bajo rendimiento acadmico. - Encuesta emprendida por el Ministerio de Trabajo, para investigar si los movimientos de poblacin hacia las ciudades grandes e intermedias del pas, afectan la oferta de empleo en las fabricas. Diseo de encuesta de carcter predictivo Su objetivo fundamental no es explicar una situacin actual sino hacer una estimacin de algn estado de cosas futuro. Ejemplos: Encuesta en el Centro regional de Poblacin de Bogot, sobre los posibles efectos de la migracin a la ciudad en la demanda de servicios pblicos urbanos.

- Encuesta Nacional de hogares del DANE, para determinar la composicin de los hogares y de la vivienda y su relacin con las necesidades inmediatas de bienestar social de la poblacin Diseo de encuesta de anlisis secundario Aquel en el que el analista investiga su problema, haciendo uso del material de encuestas realizadas previamente con otros propsitos. EJERCICIO DE AUTOEVALUACIN Diga si los siguientes casos de encuesta son de carcter explicativo (E) o descriptivo (D), colocando al frente (E) o (D) segn el caso. 1. Encuesta del DANE para conocer los niveles de empleo, subempleo y desempleo en Bogot. _______ 2. Encuesta acerca de las actividades que desarrolla la poblacin adulta rural de Colombia en sus horas libres. ______ 3. Encuesta realizada con una muestra nacional sobre los conocimientos y actitudes del pblico con respecto al alcohol y los efectos que produce. _____ 4. Encuesta para detectar como influye la edad de las personas de ms de 40 aos en la consecucin de empleo. _____ 5. Encuesta sobre el nivel de accidentalidad entre los obreros en una empresa

56

agropecuaria. _____ 6. segunda encuesta del Ministerio de Salud Pblica, con el fin de determinar los resultados de su campaa publicitaria sobre el programa de vacunacin contra la hidrofobia. _____ NO SIGA SIN HABER CONTESTADO EL EJERCICIO ANTERIOR RESPUESTAS AL EJERCICIO 1. 2. 3. 4. 5. 6. DESCRIPTIVO DESCRIPTIVO DESCRIPTIVO EXPLICATIVO DESCRIPTIVO EXPLICATIVO.

DEFINICIN DE LA TCNICA DE LA ENCUESTA

AUTOEVALUACIN 1. Se desea investigar las causas del ausentismo de las obreras de 20 fbricas textiles de Medelln. La encuesta a utilizar ser la encuesta de diagnstico. Por qu

2. Cuales son las cinco etapas bsicas de una encuesta? ___________________________________________________________________ ____________________________________________________________________ ____________________________________________________________________ ____________________________________________________________________

57

____________________________________________________________________ 3. Marque a continuacin de cada caso si la encuesta apropiada correspondiese a una situacin explicativa (E) o descriptiva (D). 3.1. Investigacin a nivel nacional para estudiar los conocimientos populares, las creencias y las prcticas sobre la salud. 3.2. Investigacin adelantada por el Ministerio de Agricultura, para determinar el porcentaje de nios menores de 15 aos que trabajan en la industria. 3.3. Estudio del Ministerio del Medio Ambiente sobre los resultados de sus campaas adelantadas en la Serrana de la Macarena entre 1995 y 1998 contra la tala indiscriminada de los bosques. 3.4. Encuesta efectuada a familias de Bogot, Cali, Medelln y Barranquilla, para determinar qu oferta mdica emplean, s el mercado cientfico o el mercado folklrico. 3.5. Estudio sobre las preferencias electorales de los habitantes de diez ciudades colombianas para las elecciones de 1990. 3.6. Investigacin adelantada en los CEAD de la UNAD para determinar los efectos de los nuevos mtodos de aprendizaje empleados en 1999. VERIFIQUE SUS RESPUESTAS EN LA PAGINA SIGUIENTE CLAVE DE RESPUESTAS/AUTOEVALUACION N 4 1 ``porque se trata de investigar como contribuyen a la determinacin de un fenmeno ciertos factores o causas relativamente desconocidas`. 2. 1. Definicin y operacionalizacin de los conceptos: 2. Diseo del cuestionario de la encuesta; 3. Diseo de la muestra: 4. Trabajo de campo (prueba previa y aplicacin de la encuesta; y 5. Registro de los datos de la encuesta!. 3. 3.1. (D) 3.2. (D)

58

Leccin 14. Indicadores de una encuesta Una vez que el investigador ha definido el problema a estudiar y decide que el mtodo apropiado para abordarlo es la encuesta, el primer paso que necesariamente tiene que dar es preguntarse: qu tipo de DATOS o de informacin es la pertinente? Qu es lo que debo observar o evaluar a travs de la encuesta? Las soluciones que se dan a estas cuestiones sern la base para la construccin de las preguntas de la encuesta, pues es a travs de estos estmulos verbales como se logra que un individuo o conjunto de individuos manifiesten lo que piensan, lo que saben, lo que consumen, lo que compran o lo que hacen Las preguntas del cuestionario son el instrumento y la gua de la informacin que necesitamos, pero no podemos proceder a ciegas ya que precisamos de un indicio de los que vamos a preguntar. COMO SE DISEA UNA ENCUESTA: LAS PREGUNTAS Hasta aqu hemos dado el primer paso fundamental en la construccin y diseo de la encuesta: hemos traducido las variables del problema de la investigacin o de la hiptesis a indicadores, es decir a referentes empricos, medibles de alguna manera, que nos permitirn cuantificar aquellos problemas o hiptesis Ahora se trata de TRADUCIR LOS INDICADORES A PREGUNTAS Como se ha hecho una tarea cuidadosa para la elaboracin y construccin de indicadores, no debemos preocuparnos mucho, porque las preguntas ya estn contenidas en gran parte en los indicadores. Por lo dems, cuando se estudio la entrevista, se examinaron y se aprendi a construir los diferentes tipos de pregunta. La experiencia en disear las preguntas de la entrevista es prcticamente similar a la de las encuestas. Pero hay diferencias esenciales, que es necesario volver a recordar. Lo fundamental de una encuesta, reside en que se limita a agotar todas las posibilidades inherentes a un lenguaje de variables, procurando construir y manejar datos cuantitativos. El gran problema de la utilizacin de encuestas es el siguiente: Cmo traducir a variables las ideas sobre un problema social determinado? El problema es de precisin cuantitativa: de ah que la elaboracin de las preguntas requiera de mucho cuidado y de la ayuda de los indicadores, que son justamente la gua para la construccin de preguntas exactas. Ahora bien, por qu es tan importante la correcta y precisa formulacin de las preguntas de una encuesta? La razn de ello est en un punto concluyente: en la pregunta tenemos ya de antemano

59

la respuesta. Por eso son muy importantes las preguntas exactas y precisas. La calidad de la respuesta depende, en alto grado, de la calidad de la pregunta. Preguntas incoherentes e imprecisas van a recibir respuestas del mismo tenor. Por lo dems, y en otro plano, una pregunta fuerte, interesante, profunda, comunica a la respuesta parte de su fuerza, de su inters y de su profundidad. Las preguntas que no se pueden contestar son aquellas que, hablando en propiedad, no tienen arraigo en nada ni encuentran punto de apoyo en el pensamiento de quien contesta, el cual, ante la incoherencia e imprecisin de la pregunta, no sabe qu responder. Muchas encuestas pierden parte de su eficacia o fracasan del todo, porque las preguntas han sido elaboradas sin tener en cuenta: 1. Ciertos principios metodolgicos generales, y 2.Un conocimiento mnimo del contexto particular en el que se desarrolla la encuesta. Por ejemplo, la siguiente pregunta no se puede formular lo mismo a un obrero de ciudad que a un campesino: Si usted piensa en los trabajadores de otros pases latinoamericanos, cree usted que se encuentren ms o menos en las mismas condiciones que los trabajadores colombianos o que, por el contrario, se encuentran en condiciones muy diferentes? En las mismas condiciones En condiciones muy diferentes No sabe Con seguridad el campesino no va a poder responder la pregunta, pues, aparte de lo extensa, tiene conceptos e ideas que l no capta claramente, ya que su universo cultural y de la diversidad de comprensin de los contenidos, es muy diferente de los de poblacin urbana. El hombre de la ciudad esta sometido a otros esquemas de abstraccin y quizs para l sea ms fcil resolver ese tipo de preguntas, complejas o relativamente complejas. No sucede as con el campesino, por lo que por incomprensin o malos entendidos, la encuesta va a estar falseada por una serie de errores. Este problema de los errores nos conduce a un problema ms general: En que medida algunas tcnicas de recoleccin de datos, como la encuesta,

60

proporcionan informacin ms confiable y segura que otros mtodos (la observacin, la entrevista)?. Dicho de una manera ms clara, el diseador y analista de encuestas deber afrontar las siguientes cuestiones, para tratar de disminuir las posibilidades de error: Hasta dnde es posible inferir, a partir de expresiones verbales (orales o escritas), la verdadera posicin de una persona respecto a algunas actitudes que se estn investigando? Dice la verdad la gente cuando es encuestada a travs de un cuestionario? Hasta dnde los encuestados dicen, no lo que piensan, sino lo que el encuestador quiere or? En que medida es posible inferir lo que una persona dice, lo que piensa? En qu medida es posible inferir la conducta de una persona a partir de sus expresiones verbales? Como se ve, estas preguntas son bastante serias y complejas, y quedara la impresin de que la encuesta es una tcnica con grandes posibilidades de error. Sin embargo, la confiabilidad en la recoleccin de la informacin aumenta precisamente con la tcnica de la encuesta, pues dispone de una serie de procedimientos y reglas que hacen que los errores disminuyan, como se ver enseguida. QUE ES UNA PREGUNTA? A pesar de que, en lecciones anteriores, ya se ha dado una definicin de lo que es una pregunta, es necesario volver a reflexionar sobre ello, debido a que en la encuesta el problema de las preguntas es esencial, si se quiere alcanzar una gran precisin cuantitativa. Una pregunta, en sentido estricto, es un ESTIMULO verbal (oral o escrito) que crea imgenes mentales y hace partir procesos mentales en el interrogado, quien produce una RESPUESTA (Galtung, J. 1968). Desde el punto de vista tcnico, la encuesta es un conjunto de estmulos sistemticos, es decir, de estmulos que se mantienen constantes e iguales para todas las unidades de anlisis. Lo que garantiza que podamos obtener una serie de datos precisos de la encuesta, es que todos los sujetos o unidades encuentren significativas todas las preguntas. Per la encuesta es tambin un conjunto de respuestas sistemticas, es decir, un conjunto de categoras de respuesta que se mantiene constante, de manera que las respuestas d e los sujetos a los estmulos se registran sobre un conjunto determinado de pre-respuestas o respuestas precodificadas.

61

Respuestas no sistemticas son aquellas como las de las entrevistas que se toman textualmente de las respuestas, respetando todas las variaciones individuales posibles. Atencin: No debe entenderse por respuesta sistemtica aquella en que se mantienen constantes las respuestas mismas, pues ello carecera de sentido, al no producir ningn tipo de informacin. Estamos ya en capacidad de dar una definicin de la encuesta desde el punto de vista tcnico: Una encuesta es un conjunto de estmulos sistemticos aplicados a determinadas unidades de anlisis, sobre la base de un conjunto de respuestas predeterminadas. Esta es la encuesta en sentido estricto. Pero, como veremos ms adelante, ese conjunto de estmulos sistemticos puede aplicarse sobre la base de respuestas no sistemticas, segn las necesidades del contexto donde se realiza la encuesta. Enseguida examinaremos los principios metodolgicos bsicos para la preparacin del cuestionario. Tres etapas hay que seguir: 1. definir la naturaleza de las preguntas a. contenido de las preguntas: s son preguntas de hecho, proyectivas, de control etc. b. Grado de libertad de las respuestas: si son respuestas cerradas o respuestas abiertas. 2. Traducir los indicadores a preguntas 3. Disponer las preguntas en el cuestionario NATURALEZA DE LAS PREGUNTAS Preguntar es tratar de obtener informacin acerca de lo que una persona o conjunto de personas conoce, cree o espera, siente o desea, intenta hacer, hace o ha hecho. Conviene examinar, as sea rpidamente, la naturaleza de las preguntas que se van a utilizar. Preguntas sobre hechos. Aquellas que proporcionan una informacin bsica del conocimiento que el individuo tiene acerca de caractersticas de s mismo y de su medio. Por ejemplo, objetivas: - Cul es su edad? - Cuntos aos de educacin ha cursado? - Cul es su ingreso? - Cul es su ocupacin?

62

- Cul es la produccin diaria de leche en la finca? Preguntas sobre creencias. Cuando lo que se desea saber no son los hechos objetivos, sino lo que la gente cree u opina sobre ciertos hechos, proporcionando as un retrato de sus creencias. Por ejemplo, - Cul es la cualidad ms importante que debe tener un tutor de su Facultad? - Qu tan importante considera usted terminar su carrera universitaria? - Cul es la causa que usted cree ms importante para alcanzar el xito profesional? - Cmo cree usted se puede solucionar el problema de la baja productividad en el agro? Preguntas sobre sentimientos. Aquellas destinadas a conocer las posibles reacciones emocionales de las personas. Por ejemplo: - piensa que usted es feliz? - Se siente usted a menudo deprimido y triste? - Est usted satisfecho con su trabajo actual? Preguntas sobre estndares de accin. Aquellas que tienen como finalidad conocer la definicin individual de una conducta apropiada, en situaciones sociales diferentes. Por ejemplo: Cmo reaccionara usted ante un delito? Por cul candidato votara usted en 1998? Influye la presentacin de un producto en su preferencia por l? Est usted de acuerdo con las polticas estatales respecto al campo?

Preguntas de Control. Hay dos tipos diferentes. Aquellas en que la respuesta en s es menos importante que su significacin profunda, considerada como indicio de un hecho u opinin que el individuo interrogado no quiere revelar directamente. Tambin, aquellas que se emplean para comparar una respuesta con otra en el mismo cuestionario. Ejemplos de las primeras son: Cundo celebra una fiesta en su casa, a quin invita? (para medir integracin social). Considera usted que ver TV y or radio es mejor pasatiempo que la lectura de libros (para medir el grado de exposicin y dependencia respecto a los medios de comunicacin).

63

Respecto al grado de libertad de las preguntas, estas pueden clasificarse en dos tipos principales: Preguntas de alternativa fija de respuesta. Aquellas en las cuales las respuestas de los interesados estn limitadas a un nmero determinado de alternativas. Por ejemplo: - Tiene en su finca tractor propio? Si_____ No____ Cuntas horas trabaja usted en su parcela a la semana?

40 ---entre 20 y 39 ---menos de 20 horas --- Cul es el nivel educativo ms alto alcanzado por usted? ___ ___ ___ ___ ___ ___ ___ ___ ___

Analfabeto Primaria Bachillerato Agrcola Bachillerato Clsico Normal Tcnica Agropecuaria Tcnica Industrial Universitaria Posgrado Preguntas de alternativa abierta.

Son las que estn diseadas para permitir una respuesta libre del interrogado, de tal manera que no sea limitado por alternativas fijas. Ejemplos: Qu hace usted los domingos y das de fiesta? _______________________________________________________________________ _________________________________________________________________ Por qu razones desea usted cambiar de oficio? ____________________________________________________________________

64

____________________________________________________________________ Quines son los personajes del mundo cientfico que usted ms admira? ____________________________________________________________________ ____________________________________________________________________ Cules son los criterios para utilizar preguntas de ALTERNATIVA FIJA o preguntas de alternativa ABIERTA? Disposicin de las preguntas en el cuestionario Etapas del trabajo de campo de una encuesta. La prueba previa o piloto La construccin del libro de cdigo para registrar la informacin de una encuesta. Leccin 15. Limitaciones de la tcnica de la encuesta No hay duda que la amplia utilizacin de la encuesta se basa en su capacidad par obtener informaciones all donde otros procedimientos no permiten el manejo adecuado del contexto temtico o la captacin directa de conocimientos, actitudes y conductas de conjuntos de personas. Tanto de esta capacidad como de la importancia que se le otorga dan cuenta los numerosos estudios realizados mediante este mtodo y los que diariamente se efectan en casi todos los pases del mundo. Una vez reconocida la situacin sealada, es necesario referirse a las tambin numerosas crticas que se le formulan, tanto en el plano metodolgico o tcnico como el ideolgico. A continuacin se presentan algunas de las principales objeciones que, desde nuestro punto de vista, deben ser consideradas dentro de esta tcnica de informacin primaria. El mtodo de la encuesta es individualista La crtica seala la imposibilidad de reconstituir tericamente la totalidad social a partir de ciertos datos, sin embargo, esa categora de totalidad caracteriza a los fenmenos sociales. Un aspecto especfico que se critica es el hecho de que la forma de expresar mediante respuestas verbales las creencias, actitudes y conductas, es muy diferente de aquella que las personas realizan en grupos concretos a los cuales pertenecen. Si una persona se autoclasifica como perteneciente al tipo A, en trminos conductuales puede proceder conforme al tipo B cuando se encuentra en su grupo de pertenencia. Esta critica ha sido recogida por la metodologa de la encuesta y s ensayan diversos procedimientos par la correccin del carcter individualista de la informacin, del anlisis integro de grupos

65

sociales pequeos, del anlisis contextual, etctera. Desde luego, la critica seala caractersticas que constituyen la naturaleza misma de la encuesta, pues por definicin, el mtodo esta destinado a recolectar informaciones a nivel de las personas, de los individuos. A otro nivel de agregacin, las caracterizaciones que se realicen con base en sus datos no pueden equivaler a atributos propios de grupos sociolgicos en el sentido estricto, especialmente en lo que se a su dinmica, es decir, al comportamiento del grupo (ntese que se emplean trminos de la psicologa individual para referirse a los grupos). Dichas caracterizaciones pueden, es cierto, a puntar a algunos rasgos estructurales, de composicin en situaciones estticas o de accin en las cuales las personas no estn directamente constreidas por el grupo directo de de pertenencia, como tambin puede reconocerse la posicin de las personas en la estructura social (por ejemplo, la accin de votar, comprar cierto articulo, etc., estudiada a niveles individuales, esclarece algo acerca de la conducta y las ideologas de las clases sociales. El mtodo de la encuesta es esttico Como se sabe, por medio de la encuesta se recoge informacin de un conjunto de personas en un momento dado. Se dice que equivales a una fotografa instantnea de tal modo que la imagen captada corresponde a un tiempo y a un lugar bien determinado. Conviene sealar que la comparacin es valida siempre que no implique que esa instantnea es un reflejo del fenmeno estudiado, pues para aceptar este juicio deberamos pasar sobre la primera objecin: la del carcter individualista de la formacin en oposicin a la caracterstica de totalidad de la realidad social. No se trata solo de una limitacin para estudiar procesos, sino que esta limitacin puede inducir a los investigadores a abandonar temas importantes para concentrarse en otros en los que la encuesta si le resulta de utilidad.

66

En la encuesta se trabaja con formalidades estadsticas El titulo conlleva a la siguiente crtica: con respecto a cierto tema, mediante la encuesta se obtienen las respuestas de personas con muy distinto poder dentro de la sociedad. Muy a menudo sucede que las personas con menos poder- que constituyen la mayoraexpresan sus opiniones en cierta direccin, sin que ello traiga consecuencias sociales que muestren la toma en consideracin de esas opiniones. El principio democrtico, una persona igual a un voto y el principio del anlisis estadstico es habitualmente el mismo: una tarjeta igual a una cantidad, en que cada individuo tiene una tarjeta perforada. En principio, esto puede ser valido en sistemas en que cada individuo cuenta tanto o tan poco como otro, pero no en sistemas con grandes diferencias, al grado que las caractersticas de la gente importan y luego. La encuesta debe imponer a la sociedad una estructura de opinin que carece de funciones explicativas y predictivas y, por lo tanto, produce una imagen falsa (Galtung, 1966). Fuentes de error en la encuesta Como se menciono en los temas anteriores relacionados con esta tcnica conviene tener presente las numerosas posibilidades de error que pueden afectar la calidad de la informacin que se recoja. Esos errores se clasifican en dos tipos principales: errores propios de la muestra y errores debidos a otras fuentes estos ltimos- que pueden ser mas numerosos y de mayor efecto- estn constituidos por los problemas no resueltos o controlados que se presentan en todas las otras etapas de la encuesta (imperfecciones del cuestionario, efectos del entrevistador, errores de la codificacin, etc. Captulo 6. El Muestreo Leccin 16. Conceptos generales El muestreo es una parte esencial del mtodo cientfico para poder llevar a cabo la investigacin. En esta gua se pretende bsicamente presentar de una manera muy general concepto de muestreo y su relacin con la metodologa de la investigacin. La parte de procedimientos estadsticos se contempla en la gua de fase de proyecto de investigacin que hace referencia al anlisis y caracterizacin de la investigacin. El estudiante debe haber cursado la asignatura estadstica y / o diseo experimental para una mejor labor en el anlisis de los datos. Se debe tener en cuenta que toda investigacin seria requiere contar desde un principio con la asesora de un estadstico o profesional experimentado a fin de que los resultados de la investigacin sean representativos, vlidos y confiables. Tambin hay que tener presente el tipo de investigacin o estudio que se va a realizar, ya que cada uno de stos tiene una estrategia diferente para su tratamiento metodolgico. El Muestreo es el conjunto de operaciones que se realizan para estudiar la distribucin

67

de determinadas caractersticas en la totalidad de una poblacin, a partir de la observacin de una parte o subconjunto de la poblacin, denominada muestra. A las diferentes etapas para seleccionar la muestra se les llama diseos de muestra. El muestreo, siempre y cuando sea representativo, tiene mltiples ventajas de tipo econmico y prctico, ya que en lugar de investigar el total de la poblacin, se investiga una parte de ella, adems de que proporciona los datos en forma ms oportuna, eficiente y exacta, debido a que al encuestar toda la poblacin o efectuar un censo puede ocasionar fatiga y prcticas que tienden a distorsionar la informacin. Una Muestra es una parte de un colectivo, llamado tambin poblacin o universo, seleccionada con la finalidad de describir a este con cierto grado de precisin. Se dice que una muestra es representativa cuando reproduce las distribuciones y los valores de las diferentes caractersticas de la poblacin y de sus diferentes subconjuntos, con mrgenes de error calculables. En general, los procedimientos probabilsticos de seleccin, que comprenden todos y cada uno de los elementos que componen un colectivo, una probabilidad conocida de ser seleccionados, distinta de cero, proporcionan muestras representativas en la acepcin sealada.. Existen diversas ventajas al trabajar con una muestra en lugar de hacerlo con todas las unidades de la poblacin: 1. Ahorro de dinero. Resulta ms econmico recoger informacin, digamos, de 800 amas de casa de las 10000 o 12000 que podran corresponder a la poblacin completa de un estudio. 2. Ahorro de trabajo. Desde luego, se requerir de menor nmero de entrevistadores, codiciadores, etc., para realizar el trabajo de campo y el procesamiento de la informacin lograda. 3. Ahorro de tiempo. Como consecuencia del punto anterior. A estas ventajas debe agregarse la calidad de los datos. En trminos generales la informacin recogida mediante una encuesta o una investigacin experimental por muestreo tiene mayor precisin que aquella recogida entre todos los miembros de la poblacin objeto de estudio. Un menor numero de personas que constituyen la muestra permite un trabajo de menor calidad, en la medida en que se logre un mayor control en cada una de las etapas de recoleccin y tratamiento de los datos. Adems, si se utiliza un procedimiento probabilistico de seleccin, el investigador estar en condiciones de fijar por anticipado la magnitud de los errores permitidos y calcular, por tanto, la precisin de sus estimaciones. Una poblacin es cualquier grupo de elementos; los elementos son las unidades

68

individuales que componen la poblacin. Mientras que la poblacin se refiere a un grupo finito, el universo se refiere a sucesos que no tienen limite, infinitos. La representatividad de la muestra implica que sta refleje las caractersticas, similitudes y diferencias encontradas en la poblacin. Lograra la representatividad de la muestra solo es posible en un muestreo aleatorio al azar, pero de ninguna manera es exacta, ya que lo nico que se puede establecer es la probabilidad de no rebasar ciertos mrgenes de error (Error de estimacin). Requisitos de un Muestreo adecuado Con el fin de que el muestreo proporcione resultados efectivos es necesario tomar en cuenta lo siguiente: 1. Contar con la asesora de un estadstico o profesional experimentado para obtener un diseo de muestreo. 2. La exactitud de la informacin no solo depende de la aplicacin de las frmulas de muestreo: la calidad del cuestionario, la capacitacin de los entrevistadores, la supervisin del trabajo de campo y la confiabilidad de la codificacin son imprescindibles para lograrla. 3. las entrevistas y cuestionarios incompletos y la sustitucin de los entrevistados porque el encuestador tiene dificultades para entrevistarlos, daan la representatividad de la muestra. 4. El muestreo es solo parte del proceso de investigacin, y aunque los resultados que se obtienen son cuantificables, es necesario analizarlos e integrarlos en relacin con el contexto total de la investigacin. 5. En el proceso de muestreo existen dos tipos de errores: * Errores debido al muestreo o la cota error inherente al mtodo de muestreo. * Errores no debidos al muestreo o fallas de tipo humano al obtener informacin, al procesarla, o de distorsin de instrucciones. 6. A medida que el tamao de muestra crece, el error tiende a cero. 7. De los diseos de muestra debe elegirse el de mayor precisin al costo mnimo. Leyes del mtodo de muestreo El mtodo de muestreo se basa en ciertas leyes que le otorgan su fundamento

69

cientfico, las cuales son: la ley de los grandes nmeros y el clculo de probabilidades. la ley de los grandes nmeros se enuncia as: Si en una prueba la probabilidad de un acontecimiento o suceso es P1 y si este se repite una gran cantidad de veces, la relacin entre las veces que se produce el suceso y la cantidad total de pruebas-- es decir la frecuencia F del suceso -- tiende a acercarse cada vez ms a la probabilidad P. Ms exactamente, si el nmero de pruebas es suficientemente grande, resulta totalmente improbable que la diferencia entre F y P supone cualquier valor prefijado por pequeo que sea. la probabilidad de un hecho o suceso es la relacin entre el nmero de casos favorables (p) a este hecho con la cantidad de casos posibles, suponiendo que todos los casos son igualmente posibles. El modo de establecer la probabilidad es lo que se denomina clculo de probabilidad. De estas dos leyes fundamentales de la estadstica se infieren aquellas que sirven de base ms directamente al mtodo de muestreo, a saber: * Ley de la Regularidad estadstica. Segn esta ley, un conjunto de n unidades tomadas al azar de un conjunto N, es casi seguro que tenga las caractersticas del grupo ms grande. * Ley de inercia de los grandes nmeros. Esta ley es contraria de la anterior. Se refiere al hecho de que en la mayora de los fenmenos, cuando una parte vara en una direccin, es probable que una parte igual del mismo grupo, vare en direccin opuesta. * Ley de permanencia de los nmeros pequeos. Los estadsticos la formulan de la siguiente manera; si una muestra suficientemente grande es representativa de la poblacin, una segunda muestra de igual magnitud deber ser semejante a la primera; y si en la primera muestra se encuentran pocos individuos con caractersticas raras, es de esperar encontrar igual proporcin en la segunda muestra. Leccin 17.MARCO DE MUESTREO Y TAMAO DE LA MUESTRA El objetivo mismo de tomar una muestra requiere de un marco muestral apropiado, es decir, una lista, un conjunto de tarjetas, de mapas, etc., en el cual aparezcan identificadas las personas o unidades que componen la poblacin del estudio. Por ejemplo, los registros de alumnos de una universidad podran ser el marco para tomar una muestra de ellos. La calidad del marco es de esencial importancia para la calidad de una muestra. Hay cuatro problemas bsicos que deben tenerse en cuenta al utilizar un marco y que de darse producen diversos tipos de sesgos:

70

1. Marco insuficiente. Esto significa que el marco no abarca algunos elementos que forman la oblacin definida para el estudio. Desde luego, tales elementos no tienen ninguna posibilidad de parecer en la muestra, y quedaran subrepresentadas si la omisin es parcial, y no representadas si la omisin es total. El uso de un marco incompleto lleva aun grave defecto por dos razones, en primer lugar, puede ser difcil descubrirlo en el curso mismo de la encuesta; en segundo lugar, si las personas o elementos omitidos tienen algunas caractersticas especiales, las estimaciones hechas tendrn un sesgo imposible de remediar aun con una muestra de cualquier tamao. Por ejemplo, en algunas oportunidades, el marco puede contener solo algunas de las categoras de unidades de la poblacin definida. Si se trata de la poblacin total de un colegio, puede disponerse solo de las listas de alumnos de 3 a 6 grados, con lo cual faltan las de 1 y 2 . Si no hay medios de completar la informacin, la muestra podra tomarse del marco establecido, pero, naturalmente, las estimaciones se referirn solo a ellas y no al total de la poblacin. 2. Duplicaciones. Algunos marcos pueden incluir mas de una vez algunas unidades. En la medida que tales duplicaciones no puedan ser detectadas oportunamente, se producir tambin un sesgo en los resultados. 3. Marco anticuado. Es posible que el marco no este actualizado, por lo cual puede contener unidades que ya no pertenecen al universo de estudio ( por ejemplo, obreros de una fabrica que ya no trabajan en ella), o bien no contener unidades incorporadas despus (nuevos obreros, etc.). Desde luego, un marco anticuado puede, adems, tener otros defectos de los ya indicados. 4. Elementos ajenos. Un marco puede contener unidades que no pertenecen al universo de estudio. As, si este se refiere a migrantes rurales hasta con dos aos de permanencia en la ciudad, por equivocacin, en el marco o lista de la cual se va a tomar la muestra, podran figurar migrantes con mas de ese numero de aos de residencia urbana. Esta por dems decir que el investigador debe tratar de corregir, en la medida de lo posible, los errores anteriores. . El marco muestral incluye todas las unidades muestrales contenidas en la poblacin, es decir, una lista de unidades muestrales, y stas son colecciones distintas de elementos de la poblacin. Para seleccionar una muestra, lo primero entonces es definir nuestra unidad de anlisispersonas, organizaciones, etc.El diseo de la muestra implica tres etapas: a) Esquema de muestreo. Cmo se va a seleccionar la muestra y que tipo de muestreo se va a utilizar. b) Encontrar estimadores.

71

c) Determinar el tamao de la muestra. b) establecer el marco muestral, es decir, una lista o registro de todos los miembros de la poblacin. Dentro de los registros que es posible usar, estn los directorios telefnicos, registros escolares, censos, etc. TAMAO DE LA MUESTRA Uno de los problemas ms difciles que enfrenta el investigador cuando trabaja con el muestreo probabilistico es la determinacin del tamao de muestra, ya que el objetivo primordial al determinarlo es tener informacin representativa, vlida y confiable al mnimo costo. para obtener ms exactitud en la informacin es necesario seleccionar una muestra mayor; sin embargo, el slo hecho de contar con una muestra grande no garantiza su representatividad. El tamao de la muestra estar relacionado con los objetivos de la investigacin o estudio y las caractersticas de la poblacin, adems de los recursos y el tiempo de que se dispone. El tamao absoluto de la muestra y su varianza son los que ejercen mayor influencia en el error estndar Etapas para determinar el tamao de la muestra en el muestreo aleatorio simple, que es el ms usual, son las siguientes: 1. Determinar el nivel de confianza con que se desea trabajar. X = ( o el 66% de confianza - cuyo valor correspondiente en la tabla de la curva normal o Z es de 1.64. X = 2 ( o el 95% de confianza- cuyo valor correspondiente en la tabla de la curva normal o Z es de 1.96. X = 3 ( o el 99% de confianza- cuyo valor correspondiente en la tabla de la curva normal o Z es de 2.58. El ms usual es 2 . Pero se puede asumir cualquier valor para el nivel de confianza entre el 66 y el 99%, para este efecto se consultan los valores correspondientes en la tabla de Z. Pero como se mencion antes los valores ms usuales estn entre el 90 y 95%. 2. Estimar las caractersticas del fenmeno investigado. para ello se determina la probabilidad de que se realice el evento (p) o la de que no se realice (q); cuando no se posea suficiente informacin de la probabilidad del evento, se le asignan los mximos valores:

72

p = .50 La suma p + q siempre debe ser igual a 1.

q = .50

3. Determinar el grado de error mximo aceptable en los resultados de la investigacin. este puede ser hasta del 10%; normalmente lo ms aconsejable es trabajar con variaciones del 2 al 6%, ya que variaciones superiores al 10% reducen demasiado la validez de la informacin. 4. Se aplica la frmula del tamao de la muestra de acuerdo con el tipo de poblacin. Infinita. Cuando no se sabe el nmero exacto de unidades del que esta compuesta la poblacin. Finita. Cuando se conoce cuntos elementos tiene la poblacin Es necesario seleccionar una muestra mayor; sin embargo, el slo hecho de contar con una muestra grande no garantiza su representatividad. Para cada tipo de poblacin se utiliza una frmula distinta. Para poblaciones infinitas la formula es: n = pq / e2 Y para poblaciones finitas la frmula es: n = Z pq N Ne + Z pq En donde: Z = Nivel de confianza N = Universo p = probabilidad a favor q= probabilidad en contra e = error de estimacin n = tamao de la muestra El error de estimacin se utiliza con dos finalidades: * estimar la precisin necesaria. * determinar el tamao de muestra ms adecuado. para calcular el error de estimacin con un nivel de confianza del 95% 0 2 (, se aplica la

73

siguiente frmula: e = (3.84 pq) n En donde: e = error de estimacin n = nmero de elementos p = probabilidad a favor q = probabilidad en contra Ejemplo: Supngase que el objetivo de nuestra investigacin es determinar el nmero de peces que debo muestrear de un estanque con 1200 peces, para analizar su contenido intestinal despus que han sido sometidos a una dieta balanceada suplementada con una enzima. supongamos un nivel de confianza del (95% -- 5%), dadas las caractersticas de la poblacin se utilizar el mtodo probabilstico y el muestreo aleatorio simple. Se aplica la frmula para los distintos valores: Valores (95% de confiabilidad) n =? e = 5% Z = 1.96 (tabla de distribucin normal para el 95% de confiabilidad) N = 1200 p = .50 q = .50 n = Z pq N Ne +Z pq Sustitucin con el 95% de confiabilidad n = (1.96 ) (0.50) (1-- 0.50) (1200) (1200) (0.05) + (1.96) (0.50 ) ( 1-- 0.50) = (3.8416) (0.50) (0.50) (1200) (1200) (0.025) + 3.8416 (0.50) (0.50) = 1152.48 3 + 0.9604 = 1152.48 3.9604 = 291 peces

74

Leccin 18. Diseos Muestrales-Tipo de muestreo Segn los conceptos bsicos expuestos anteriormente, el mayor problema que se debe resolver al seleccionar una muestra consiste en obtener estimaciones de los valores en el universo, con la mayor precisin posible, dentro de cierto costo. En otras palabras, se trata de obtener una muestra representativa de ese universo. El problema tiene una solucin satisfactoria supongamos que se ha utilizado un marco muestral apropiado- con el uso de procedimientos de seleccin probabilsticos, es decir, con procedimientos que asignen a cada una de las unidades que componen el universo, una probabilidad conocida- distinta de cero- si esta ha sido incluida en la muestra. De esta manera, es posible obtener precisiones dentro de mrgenes de error y niveles de confianza previamente establecidos. Muestreo Probabilistico Parte de la suposicin de que cada elemento de la poblacin tiene la misma probabilidad de ser seleccionado en la muestra. Este tipo de muestreo es el ms adecuado ya que sus procedimientos son ms cientficos debido a que se basan en la ley de los grandes nmeros clculo de probabilidades. Adems, se reduce al mximo los prejuicios de seleccin que el investigador pueda tener; as obtendremos muestras no solo mas representativas, sino para las que se pueda calcular el error estndar de la muestra. Para estar en posibilidad de elegir una muestra al azar, es necesario: a) Definir claramente la poblacin con la que se esta trabajando, distinguiendo entre la poblacin objetivo que es el conjunto de cosas que deseamos medir, y la poblacin muestreada, que es la que realmente podemos llegar a medir. En otras palabras, se debe identificar a cada elemento de la poblacin en forma clara y sin ambigedades. b) establecer el marco muestral, es decir, una lista o registro de todos los miembros de la poblacin. Dentro de los registros que es posible usar, estn los directorios telefnicos, registros escolares, censos, etc. Entre los mtodos de muestreo probabilistico tenemos los siguientes : Muestreo Aleatorio Simple

75

Muestra con distintas probabilidades de seleccin. Como su nombre lo indica, en este tipo las unidades de la muestra se seleccionan con distintas probabilidades de inclusin. Un caso especial de este tipo es la muestra con probabilidad proporcional al tamao. Los principales tipos de muestras probabilsticas no son excluyentes entre s. En la prctica de la investigacin se combinan en diseos complejos de distintas formas (por ejemplo, muestra de conglomerados con muestra estratificada, etc.). Conviene hacer notar que a cada una de estas combinaciones le corresponden diferentes procedimientos de estimacin de parmetros, algunos de los cuales plantean difciles problemas de clculo. Tanto para este tipo de muestra como para los otros sealados, la fraccin de muestreo, que relaciona el tamao de la muestra y el tamao de su universo, indica esa probabilidad de inclusin: dad seleccionada debe tener una cifra de enumeracin comprendida entre 1 y el nmero asignado a la ltima unidad del universo. Estas tablas de nmeros estn construidas de tal manera que tanto los dgitos individuales que la componen como los pares u otros conjuntos de nmeros aparezcan en ellas con igual frecuencia. De ah que su uso permita que cada una de las unidades numeradas en el marco tenga igual probabilidad de inclusin en la muestra. Como ejemplo presentamos un extracto de una de esas tablas, elaborada por Kendall y Smith.1 64 75 10 30 71 60 37 17 01 01 33 69 58 25 79 25 09 61 24 10 59 45 38 22 84 56 46 56 90 28 01 47 85 89 95 05 56 55 67 87 69 55 84 77 51 88 49 95 07 53 78 44 12 43 30 41 16 04 34 76 80 55 22 63 85 03 14 59 82 56 00 36 59 44 03 48 28 59 33 91 36 50 20 30 74 79 02 47 28 49 66 90

38 11 66 59 79 65 48 27

' M. G. Kendall y B. B. Smith, Tables of random Sampling Numbers, Cambridge University Pless, 1939. Por ejemplo, si tenemos una poblacin de 1000 personas que trabajan en una fbrica y queremos sacar una muestra de 200, enumeramos a esas personas as: 0001, 0002, 0003... 0456... 0818... 0965... 1000. Al leer la tabla horizontalmente (se puede leer verticalmente, en diagonal, etc.), si usamos combinaciones de cuatro

76

dgitos, que es el nmero de dgitos que tiene el total de la poblacin, quedaran incluidas en la muestra las personas con los nmeros 0374 (tercera fila), 0588 (cuarta fila), 0946 (quinta fila), etc., hasta completar las 200 que constituyen la muestra, y se rechazan los nmeros de cuatro dgitos superiores a 1000. Si un nmero aparece repetido, se elige otro para su reemplazo. El clculo de estimaciones tales como medios aritmticos y proporciones se hace con las formulas: x = Xi n p= Xi n En la ultima frmula, Xi = 1 cuando el elemento en la muestra tiene la caracterstica en estudio, y cero si no la tiene. Como la muestra aleatoria simple permite que cada subclase de la muestra sea una muestra probabilstica de la subclase correspondiente en la poblacin, formula anteriores tambin se aplican para hacer estimaciones de esas subclases (por ejemplo, la proporcin del hombre de origen rural). La frmula de los errores estndar son las mismas que dimos en el captulo anterior a propsito de la presentacin de las ideas bsicas de la teora de la muestra, sin el factor de correccin para poblaciones finitas. Muestreo al azar no restringido Es aquel en el que no solo todos los miembros de la poblacin tienen la misma posibilidad de ser seleccionados para la muestra, sino que despus de haber seleccionado un miembro, este regresa a la poblacin antes de que se haya designado otro; as, cada miembro puede aparecer en la muestra mas de una vez. Quizs un ejemplo nos ayude a comprender este tipo de muestreo. Supngase que deseamos sacar una muestra de la poblacin de obreros de una fbrica de maquinaria pesada y queremos utilizar el muestreo al azar no restringido. As, elaboramos una lista muy detallada de todos los obreros que trabajan en dicha fbrica y ponemos los nombres en papelitos, de los cuales sacamos uno al azar, para designar al primer obrero. Supongamos que fue el obrero A; entonces, antes de sacar el segundo papelito volvemos a poner el que tiene el nombre de este obrero, de manera que el tenga exactamente la misma oportunidad de ser seleccionado por segunda ocasin, como los dems obreros que trabajan en la fabrica. Muestreo sistemtico

77

La seleccin de las unidades que componen la muestra se realiza mediante aplicacin de cierto intervalo a las unidades de la poblacin. Es tambin aquel en el que se emplean determinados intervalos para obtener la muestra. Este el diferente al muestreo al azar en el sentido de que no podemos considerar que sea estrictamente al azar, puesto que habiendo determinado el intervalo, los dems miembros de la poblacin ya no tienen oportunidad de ser seleccionados. En la muestra sistemtica debe prestarse atencin a la posibilidad de alejarse de una seleccin probabilstica debido a algn tipo de periodicidad. Podra suceder que las unidades de la poblacin estuviesen dispuestas de manera que, a partir del nmero inicial, se eligiesen personas o elementos con una misma caracterstica: por ejemplo, slo hombres, en un colegio mixto, o nios de una misma edad o grupo de edad, etc. Algo similar ocurrira si, en el ejemplo propuesto, en cada grupo de diez nios los primeros cuatro hubiesen sido los de menor edad. A tal categora perteneceran los nios con los nmeros 2, 6, 10, 14, 18. Se puede evitar esta posible periodicidad cambiando, al azar, cada cierto tiempo el punto de partida (si no se prefiere apelar a una muestra aleatoria simple). Este tipo de muestreo tiene desventajas: En primer lugar, el hecho que los individuos seleccionados dependern del tamao del intervalo, as como del individuo seleccionado con anterioridad. En segundo lugar, el orden que se ha mantenido al elaborar las listas: orden alfabtico, orden de llegada, etc. Lo nico que podemos hacer para solucionar este problema es realizar nosotros mismos una lista al azar; es decir, sin seguir un orden preestablecido. As contaramos con un muestreo cuasi-al- azar. Muestreo Estratificado Implica la clasificacin previa de todos los elementos o las unidades que componen la poblacin de cierto nmero de estratos. La seleccin se efecta en cada uno de ellos en forma aleatoria o sistemtica Muchas veces resulta sencillo obtener una lista de todas las personas que forman parte de la poblacin que estamos estudiando; por ejemplo, los miembros de un club, los alumnos de una escuela, etc. Sin embargo, en algunos estudios este procedimiento no es tan sencillo, ya que no hay accesibilidad a todo tipo de listas o no existen listas que cubran a toda la poblacin en cuestin, por lo que debemos recurrir a otros tipos de muestreo. Uno de ellos es el muestreo por estratos. La poblacin se divide en estratos o categoras, de los cuales se toma la muestra. Un ejemplo nos ayudara a aclarar esta idea: si queremos hacer un estudio acerca de la poblacin de una ciudad utilizando un mtodo de muestreo simple, seria poco probable que existiera un registro de todos los habitantes de la misma; en cambio,

78

un muestreo estratificado resultara mucho mas til porque seria mas fcil encontrar registros por colonias, delegaciones, etc.; es decir, por estratos. As, la ciudad se dividira en colonias que serian los estratos, de los cuales se hara un muestreo de poblacin. Algunas veces la poblacin ya esta naturalmente subdividida en estratos, tales como los grados escolares de una escuela, las carreras en las universidades, etc. Sin embargo, hay ocasiones en que nosotros, como investigadores, tenemos que elaborar los estratos. Por ejemplo, si los objetivos de nuestra investigacin requieren que los alumnos de una escuela primaria, en vez de estar divididos por grados escolares, sean divididos segn sus religiones, sus coeficientes intelectuales u otros aspectos, nosotros tendremos que llevar a cabo la estratificacin correspondiente. Entre los posibles criterios o factores de estratificacin se cuentan la edad, el sexo, la ocupacin, etc. O cualquier otro que sea relevante en el problema de investigacin. De este tipo de muestreo por estratos se deriva otro, que es el de multiestratos, en el cual la poblacin se divide en estratos que a su vez se subdividen en otros, y as sucesivamente, hasta que el material permita elaborar la muestra. Volviendo al ejemplo de la poblacin de la cuidad dividida en colonias, una vez delimitado un grupo de colonias se procede a obtener una muestra de casas, y a partir de estas se hace una lista de las personas que viven en cada casa, con el fin de elaborar la muestra final. Este muestreo, aunque es muy valioso desde el punto de vista practico, implica un mayor grado de error que el muestreo aleatorio simple, puesto que en cada paso que se realice para determinar los estratos y para obtener la muestra de los mismos, se pueden cometer errores. Por otro lado tiene algunas ventajas, como el hecho de que a priori podamos pensar que los elementos que forman un estrato sern mas homogneos entre si que los que conforman la poblacin en general; es decir, que los nios de primer ao de primaria se parecern mas entre si que si los comparamos con la poblacin de toda la escuela primaria. Otra ventaja consiste en que el margen de error se puede controlar debido a que se tiene un gran numero de estratos, aunque tambin se cuenta con un menor numero d elementos para muestrear dentro de cada estrato. En una ciudad, como ya lo ejemplificamos, los diversos estratos estaran formados por delegaciones, colonias, manzanas, casas y, finalmente, personas. As contaremos con un gran numero d estratos, pero con un menor numero de elementos, lo cual facilita la concrecin de la muestra.

79

Recomendaciones para el uso de diseos estratificados 1. Si se dispone de mas de una variable para formar estratos deben preferirse variables no correlacionadas entre si. Por ejemplo, si hay una alta correlacin entre ingresos y aos de estudio, bastara cualquiera de ellas para definir los estratos. 2. Si se dispone de una variable cualitativa y de otra cuantitativa, es preferible utilizar, en la estratificacin, la primera. 3. acerca del numero de estratos, pocos de ellos (3 a 5, mximo) dan, generalmente, reducciones apreciables en el error de muestreo buscadas con la estratificacin. 4. los estratos pequeos contribuyen poco a la reduccin del error estndar ya que tal reduccin es proporcional a la importacin del estrato. 5. Generalmente, los diseos no proporcionales de alocacin ptima no son econmicos para estimar proporciones, ya que la fraccin ptima de muestreo es proporcional a la desviacin estndar: P1 (1- P1) Y esta experimenta solo pequeos cambios para valores P1 que estn entre 0 1 y 0 9. 6. Si se aplican distintas fracciones de muestreo, resulta conveniente evitar fracciones complicadas (2/3, 5/7, etc.). Conviene aproximar las fracciones m as simples y, en lo posible, a mltiples enteros entre ellas (, , etc.). 7. La mayora de las potenciales ganancias de la estratificacin pueden lograrse mediante el empleo de pocas fracciones. A veces solo dos son suficientes: una fraccin baja para el estrato con ms elementos y una fraccin alta para un estrato con menos. Esta ltima puede llegar a ser igual a 1. As tambin se elimina ese estrato como fuente de error. Muestreo probabilistico proporcionado al tamao Si en el muestreo estratificad cada estrato tiene la misma cantidad de elementos, es relativamente sencillo extraer una muestra de los mismos mediante un muestreo simple; por ejemplo, si tenemos 10 estratos y sabemos que cada estrato tiene 100 elementos, entonces podemos obtener mediante un muestreo simple, 10 elementos de cada estrato. Sin embrago, las cosas pueden complicarse cuando el numero de

80

elementos que conforman cada estrato es diferente. Por ejemplo, si tenemos estratos de 25 y de 100 elementos, de este tipo de muestreo se tiene que realizar de tal manera que el nmero de elementos seleccionados de cada estrato, se relaciones con el tamao de este. Para ello se procede de la siguiente manera: cada estrato se selecciona en proporcin al numero de elementos que lo forman (desde luego tenemos el problema de que los estratos mas numerosos tendrn mas probabilidades de ser seleccionados); despus se extrae de cada estrato el mismo numero de elementos, o sea, que el tamao de los estratos solo se tiene en cuenta en el primer paso de este tipo de muestreo. Utilizando este mtodo tenemos que, independientemente del estrato al que pertenezca, cada elemento tiene las mismas probabilidades de ser seleccionado. Hasta aqu hemos estudiado mtodos de muestreo, partiendo de a base de que cada elemento de la muestra tendr la misma probabilidad de ser elegido; sin embargo, es muy importante que tengamos en cuenta que sucede si queremos obtener una muestra cuando tenemos dos grupos d e una poblacin en la cual el tamao de estos dos grupos es muy diferente ( por ejemplo, grupos rural y urbano) y sabemos de antemano que la poblacin no esta distribuida equitativamente en estos tipos de poblaciones, sino que por cada miembro de poblacin urbana hay 4 miembros de poblacin rural. Para solucionar esto, podemos darle un peso determinado a cada miembro de la poblacin; si la proporcin es 1 a 4, el miembro de la poblacin urbana tendr un peso de 4 y el miembro de la poblacin rural de 1. Esto es valido con tal que el investigador este consciente y analice las muestras por separado. Existen algunos mtodos que pueden utilizarse para establecer el peso de los elementos cuando se trata de muestras desproporcionadas. La forma mas sencilla de hacerlo consiste en analizar los datos, y dependiendo del peso que se le de, puede repetirse el dato las veces que se determine por el peso asignado. Para ejemplificar esto podemos volver al caso anterior, en el cual por cada miembro de poblacin urbana hay 4 de poblacin rural. Se podran entonces repetir cuatro veces los datos de poblacin urbana y solo una vez los datos de poblacin rural. Si contamos con una computadora, podra elaborarse un programa especial que determinara el peso de cada dato que obtengamos. Este tipo de muestreo es bastante complicado, por lo que si el estudiante decide llevarlo a cabo debe consultar bibliografa mas especializada al respecto. MUESTREO NO PROBABILSTICO Este tipo de muestreo como su nombre lo indica, se basa en el criterio o apreciaciones del investigador, lo cual puede presentar una desventaja. Tambin se le llaman muestras dirigidas, suponen un procedimiento de seleccin informal y un poco arbitrario. An as estas se utilizan en muchas investigaciones Las

81

unidades de muestreo no se seleccionan por procedimientos al azar; se utilizan por razones de costo Leccin 18. Mtodos de muestreo no probabilistico son: Muestreo propositivo Este tipo de muestreo se emplea cuando no es necesario que la muestra realmente represente a toda la poblacin. Por ejemplo, cuando queremos realizar un estudio de una poblacin especifica- como serian los maestros redeterminada escuela, acerca de los cuales queremos conocer sus actitudes con respecto algn objeto, accin o persona; y el total de maestros es de cinco, no necesitamos sacar una muestra Muestra Estratificada Proporcional Para presentar este diseo, supngase que deseamos tomar una muestra estratificada proporcional de 200 estudiantes de un colegio de 1000 alumnos. Para esto podemos dividir los estudiantes en tres estratos, utilizando como criterio de estratificacin el grado o curso. Primer estrato: 1 y 2 grados 560 Segundo estrato 3 y 4 grados 290 Tercer estrato: 5 y 6 grados 150 Total 1000 La fraccin total de muestreo es: f = 200/1000 = 1/5

82

De acuerdo con la definicin, aplicamos a cada estrato la misma fraccin de 1/5, lo cual equivale a distribuir las unidades de la muestra (los 200 casos que constituyen su tamao) en proporcin a los estratos del universo o a la poblacin: Determinacin del Estratos en Tamao de los estratos Estratos en la poblacin muestrales la muestra I 560 II 290 III 150 1000 560 x 1/5 290 x 1/5 150 x 1/5 112 58 30 200

Una vez determinado el nmero de casos que se tomaron en cada estrato, aquellos se seleccionan mediante el procedimiento indicado para tomar una muestra aleatoria simple o para tomar una muestra sistemtica. Debido al hecho de usar una misma fraccin de muestreo en todos los estratos, la muestra estratificada proporcional es una muestra autoponderada, lo cual quiere decir que al calcular medios aritmticos, proporciones, etc., a nivel de toda la muestra, se suman los valores pertinentes en todos los estratos, y se utilizan las mismas formulas que rigen la muestra aleatoria simple. La formulas para los errores estndar de los medios aritmticos y de las proporciones son las siguientes: Error estndar de un medio aritmtico:

Frmula en la cual: / = Fraccin de muestreo. sh = Desviacin estndar de la variable en el estrato h-isimo. nh Tamao del estrato h-isimo. n = Tamao total de la muestra. E = Suma para todos los estratos.

83

Muestra estratificada no proporcional En algunas ocasiones la distribucin de las unidades de la poblacin en estratos se realiza con el deliberado propsito de obtener resultados separados para ciertos subgrupos del universo que pueden tener especial inters dentro de la investigacin. Tales subgrupos reciben el nombre de dominios de estudio; los clculos que se hacen en ellos no impiden, naturalmente, realizar estimaciones a nivel de toda la muestra. En la situacin anterior puede suceder que algunos de los estratos de la muestra quede con muy pocos casos al aplicar en los estratos correspondientes del universo una misma fraccin de muestreo (pinsese en un estrato con 10 casos al cual se le aplica una fraccin de -r-r-: dara tan slo 1 caso). Si la dea es, entonces, hacer estimaciones en cada uno de ellos con una precisin establecida, el investigador se ver obligado a utilizar diversas fracciones de muestreo que, segn el tamao de los estratos, podrn llegar a ser igual a 1, lo cual equivale a tomar 100 % de las unidades de esos estratos del universo. procedimiento de seleccin de una muestra estratificada con fracciones variables de muestreo es similar al utilizado en el anterior diseo: en cada uno de los estratos previamente definidos se aplica la fraccin calculada o elegida que da el nmero de casos por seleccionar en ellos. Desde luego, los estratos con mayor nmero de casos tendrn fracciones de muestreo menores, y viceversa. Ejemplo de clculo Una poblacin de 5000 personas se estratific en tres estratos de 3000, 1200 y 800 personas, de los cuales se tomaron muestras con fracciones de muestreo de: 1/10, 1/5, , que dieron un total de 740 casos: 300, 240 y 200, respectivamente. Un 15 % en el primer estrato de la muestra, 25 % en el segundo y 40 % en el tercero contest "s" a cierta pregunta. Calcular: a] La proporcin de "s" en el total de la muestra, b) el error estndar de esa proporcin. a] Clculo de la proporcin: : .. . p= 1/5000 (300 X 15 + 1200 X 25 + 800 X 40 ) p = 21.4 % (0.214). b) Clculo del error estndar. . .. .

84

Se calcula primero la varianza (error estndar al cuadrado): (300/5000)2 ( 1 1/10) 15 X 85/ 299 + (240/5000)2 +(200/5000) 2 (1- ) 40X 60/199 = 0.138 + 0.0144 + 0.0145 enseguida se extrae la raz cuadrada para obtener el error estndar: E.S. = V 0.0427 = 0.2 % (0.02) MUESTRA POR CONGLOMERADOS En los diseos expuestos hasta el momento hemos seleccionado las unidades de la muestra una tras otra a partir de la poblacin en estudio. Generalmente, sin embargo, puede considerarse que una poblacin est compuesta de un conjunto de grupos, cada uno de los cuales tiene ms de una unidad de la poblacin. Tal grupo recibe el nombre de conglomerado (cluster). La muestra por conglomerado es aquella en la cual la unidad de muestreo est constituida por conglomerados de unidades o elementos. Los conglomerados de una poblacin pueden ser agrupaciones naturales o artificiales. Un ejemplo del primer caso son los cursos de un colegio, grupos de trabajo, manzanas de una poblacin, pueblos, etc. Los conglomerados artificiales los forma el investigador segn necesidades prcticas o de otro tipo. As, una lista de 1000 personas puede ser dividida artificialmente en 50 grupos de 20 cada uno. Cualquiera que sea el caso, el investigador debe asegurarse de que cada elemento slo pertenece a uno de los conglomerados definidos. Comparada una muestra de elementos con una muestra por conglomerados, se encuentra que: a) El costo por elemento es menor en la muestra por conglomerados, debido a la menor dispersin geogrfica de la muestra (as, por ejemplo, es ms econmico aplicar una prueba a una muestra de 10 cursos de 40 alumnos cada uno, que aplicar 400 pruebas a estudiantes seleccionados individualmente, como tambin entrevistar a 4 familias en una manzana que a una familia en 4 manzanas). b) El error estndar es mayor en la muestra por conglomerados. En algunas circunstancias, la muestra por conglomerados es la nica posibilidad factible de seleccionar una muestra. Ejemplo: la seleccin de personas en una ciudad se puede hacer eligiendo manzanas o bloques al azar; de lo contrario se requerira una lista de todos los habitantes de esa ciudad. (1- 1/5) X 25X 75/239

85

MUESTRA CON CONGLOMERADOS DE IGUAL TAMAO Aun cuando no es fcil que el investigador encuentre una poblacin distribuida naturalmente en conglomerados del mismo tamao, puede lograrse una situacin parecida mediante la confeccin artificial, ya sea a partir de la divisin de una lista en cierto nmero de segmentos de igual tamao, el plano de una comunidad en bloques con igual nmero de viviendas, etctera. Supongamos que un colegio tuviese distribuidos sus 1000 estudiantes en 40 cursos, cada uno de ellos con 25 estudiantes y se desea tomar una muestra de 250 alumnos. El procedimiento es el siguiente: se calcula la fraccin de muestreo con la frmula habitual: 250 1000 La fraccin calculada indica que debe tomarse de los conglomerados que hay en la poblacin, lo que da 10 cursos. Como se ve, a razn de 25 alumnos por curso se obtiene un total de 250, definido como el tamao total de la muestra. La seleccin de los 10 conglomerados se efecta en forma aleatoria o por seleccin sistemtica. EFECTOS DEL DISEO POR CONGLOMERADOS El hecho de que la muestra por conglomerados "incida" en menos puntos de la poblacin de lo que hara un diseo que seleccione los elementos en forma no agrupada, produce, la mayora de las veces, una varianza (error de maestreo) mayor que la que se obtendra con una muestra aleatoria simple del mismo tamao. Tal efecto se debe a que los elementos de la poblacin agrupados en conglomerados tienden a ser ms parecidos entre ellos en comparacin con los elementos de otros conglomerados (por ejemplo, los alumnos de un curso comparados con los alumnos de otros). La medida de esta homogeneidad la da el coeficiente intraclase rho. Es posible demostrar que aun con pequeos valores (poca semejanza entre los elementos del conglomerado) el efecto en el tamao de la varianza es considerable. Por ejemplo, si rho tuviera un valor tan bajo como O o 1 y el tamao de los conglomerados fuera de 25 elementos, la varianza de la muestra por conglomerados (error de muestreo) sera 2.5 veces mayor que la que tendra una muestra aleatoria simple de igual tamao. La situacin sealada permite dar dos importantes sugerencias para tomar muestras por conglomerados. En primer lugar, a diferencia de la muestra estratificada, donde se trata de formar estratos lo ms homogneos posible, aqu debe buscarse la situacin opuesta, es decir, la heterogeneidad. Por otro lado, se tendr una reduccin de la varianza si se toma un nmero mayor que menor de conglomerados. Dentro de este propsito, un

86

muestreo de varias etapas, en cada una de las cuales se seleccionan conglomerados de menor tamao respecto del anterior, tiene este efecto de reduccin del error de muestreo MUESTRA DE ETAPAS MLTIPLES Los conglomerados construidos o definidos, inicialmente llamados unidades primarias de maestreo, pueden ser divididos en grupos menores que reciben el nombre de unidades secundarias de muestreo, las cuales, a su vez, pueden ser subdivididas en conglomerados menores. La subdivisin se repite hasta un nivel que el investigador considere apropiado. A la muestra en que se hace uso de dos o ms niveles de conglomerados se le denomina muestra de reas; en ella, los conglomerados son unidades geogrficas seleccionadas sucesivamente. As, en una muestra de este tipo, las unidades primarias podran ser los estados, provincias o departamentos que constituyen polticamente un pas, para continuar con ciudades estratificadas segn su tamao, despus con manzanas y viviendas para terminar con la seleccin de una persona en las viviendas elegidas. MUESTREO CON PROBABILIDAD PROPORCIONAL A LAS MEDIDAS DEL TAMAO Al presentar la muestra de conglomeracin de diferentes tamaos, aclaramos que el investigador no poda controlar el tamao final de la muestra por anticipado, ya que no saba cules de los conglomerados de la poblacin, cada uno con distintos nmeros de elementos, quedaran seleccionados. Una manera de resolver el problema anterior consiste en seleccionar las unidades primarias de muestreo -conglomerados, en este caso- con probabilidades proporcionales a su tamao. Esto quiere decir que si una unidad tiene un nmero de elementos dos veces mayor que otra, entonces su probabilidad de ser incluida en la muestra debe ser el doble de la primera; posteriormente, si de cada conglomerado as elegido se selecciona un mismo nmero de elementos o de personas, se mantendr la misma probabilidad total de seleccin para cada una de ellas. Para aplicar este diseo se requiere conocer, desde un principio, el nmero de unidades que componen cada conglomerado (por ejemplo, el nmero de viviendas que tiene cada manzana de una localidad), informacin no siempre disponible ni actualizada. De ah que, en la prctica, para superar esa situacin se modifique este diseo de tal modo que la seleccin se efecte con probabilidades proporcionales a las medidas de tamao y no a los tamaos de los conglomerados. As, si una manzana de determinada poblacin tiene 30 viviendas y otra 63, entonces la primera recibe un dgito (por ejemplo, el nmero 1) y la segunda dos dgitos (por ejemplo, los nmeros 2 y 3) como probabilidad de seleccin. Es fcil advertir que si se utiliza una tabla de nmeros aleatorios para seleccionar las manzanas que compondrn la muestra, la manzana con 63 viviendas tiene una doble probabilidad de seleccin (de aparecer en la tabla) respecto de la manzana con 30 viviendas, que slo tiene un dgito de seleccin.

87

Si el investigador desea tomar en la primera etapa de seleccin un nmero fijo conglomerados, se puede seguir el mismo procedimiento anterior, slo con modificacin de que el total de la poblacin acumulada se divide entre el nmero conglomerados que se desea tomar. El resultado de esta divisin es el intervalo seleccin. Entre l y el nmero 1 se elige un nmero al azar que sirve de punto partida para empezar a elegir la muestra.

de la de de de

Los diseos expuestos hasta aqu corresponden a tipos probabilsticos en los cuales todos y cada uno de los elementos de la poblacin elegida como objeto emprico de la investigacin tiene una probabilidad conocida distinta de mentos elegidos por el entrevistador de acuerdo con ciertas instrucciones, pero sin que se determine al azar la conformacin final de la muestra. Las cuotas de personas por entrevistar se definen con uno o ms atributos o controles elegidos entre variables independientes relevantes a los objetivos del estudio, como pueden ser el sexo, la edad, el nivel de instruccin, la ocupacin, etc. El tamao relativo de estas cuotas se determina con datos externos aplicables al universo de estudio tales como informaciones censales, resultados confiables de otros estudios, etc. As, segn el censo, se podr decir que deben ser entrevistados un nmero igual de hombres que de mujeres, que en ambos grupos deber haber 3 % de personas con educacin universitaria, etc., adems de otras especificaciones o controles. MUESTREO POR CUOTAS Los diseos expuestos hasta aqu corresponden a tipos probabilsticos en los cuales todos y cada uno de los elementos de la poblacin elegida como objeto emprico de la investigacin tiene una probabilidad conocida distinta de elementos elegidos por el entrevistador de acuerdo con ciertas instrucciones, pero sin que se determine al azar la conformacin final de la muestra. Las cuotas de personas por entrevistar se definen con uno o ms atributos o controles elegidos entre variables independientes relevantes a los objetivos del estudio, como pueden ser el sexo, la edad, el nivel de instruccin, la ocupacin, etc. El tamao relativo de estas cuotas se determina con datos externos aplicables al universo de estudio tales como informaciones censales, resultados confiables de otros estudios, etc. As, segn el censo, se podr decir que deben ser entrevistados un nmero igual de hombres que de mujeres, que en ambos grupos deber haber 3 % de personas con educacin universitaria, etc., adems de otras especificaciones o controles.

88

UNIDAD III DISEOS EXPERIMENTALES DE INVESTIGACION: EXPERIMENTOS VERDADEROS PREXPERIMENTOS Y CUASIEXPERIMENTOS Introduccin: Las investigaciones tienen como objetivo comprobar que una determinada variable independiente es la que provoca cambios concomitantes en la variable dependiente del caso, los cuales se demostrarn con base en los cambios de su variable independiente. En otras palabras, deben demostrar que la variable independiente explica los cambios de la variable dependiente. Por otro lado, deben estar en condiciones de verificar que los resultados obtenidos en una muestra pueden ser generalizados a la poblacin de la cual ella procede. Tales exigencias valen para las investigaciones experimentales propiamente Dichas y las cuasi experimentales. Objetivos : Comprender las diferencias entre investigacin experimental y la investigacin no experimental Analizar los diferentes diseos experimentales y sus grados de validez. Comprender los conceptos de validez interna y validez externa Realizar experimentos validos Evaluar experimentos que hayan sido realizados. . CAPITULO 7 Diseos Experimentales de Investigacin Leccin 19. Aspectos generales Diseo de investigacin, Diseo experimental, contexto Aspectos generales: La experimentacin consiste en el estudio de un fenmeno, reproducido generalmente en un laboratorio, en las condiciones particulares de estudio que interesan, eliminando o introduciendo aquellas variables que puedan influir en l. Se entiende por variable todo aquello que pueda causar cambios en los resultados de un experimento y se distingue entre variable independiente dependiente y controlada La propiedad particular de la definicin es 'controlada'. La variable independiente es un evento que se incorpora al experimento y se quiere ver cmo influye en la variable dependiente, que no es sometida al evento y todo con relacin a un tem que se est investigando. Ambas variables o grupos se llaman experimentales y de control. Se mide la caracterstica antes y despus del evento. Un estudio longitudinal con un panel, que es un grupo de personas representativas del hbitat y de dimensin muestral adecuada, a las cuales se le aplica un cuestionario en espacios de tiempo continuados, es un experimento controlado por las variables que se estudian: cambios en los hbitos de compra, evolucin de los valores humanos, influencias de un cambio social, impacto de la informacin, etc.

89

En un experimento concreto se tiene la hiptesis de que las personas que son bien informadas sobre los motivos de la inmigracin son ms propensas a no tener prejuicios, como discriminacin hacia los inmigrantes o xenofobia. A un grupo se le expone informacin y al otro no, y despus se mide el grado de xenofobia, antes y despus. La tcnica, en general, es para estudios donde intervengan variables que tengan propiedades de retroalimentacin y considerada sta como axioma ms que hiptesis. ste es el efecto observable de que los hechos sociales 'aprenden' en el espacio temporal e incorporan lo aprendido, con lo que sera un hecho social nuevo. S que sera aplicar estas teoras a los hechos sociales actuales pero incluso a hechos pasados, que en su percepcin stos pueden ser modificados por los historiadores, manejando otras fuentes y con el cambio de su misma imaginacin personal. Por ejemplo, 'la leyenda negra de la inquisicin' debera ser preescrita y 'cambiada', como as mismo el discurso de la historia actual es experimentable: los cambios en una comunidad a la que se le van introduciendo nuevos requerimientos con nuevos personajes, por ejemplo, y observando un hecho social concomitante, etc. El experimento y sus contextos La investigacin puede definirse en forma amplia como el estudio sistemtico de un sujeto con el fin de descubrir nuevos hechos o principios. El procedimiento para la investigacin se conoce generalmente como mtodo cientfico, el cual, aunque difcil de definir con precisin, usualmente contiene los siguientes elementos: 1. Hechos observados. Se dice que la ciencia empieza con la observacin, a travs de la cual se establecen diversos factores. Hiptesis. La consideracin del conjunto de hechos acerca de un sujeto conduce al establecimiento de una hiptesis- una idea provisoria de cmo los hechos han de ser interpretados y explicados. Experimento. El experimento es un ensayo destinado a probar la validez de la hiptesis propuesta. Resultados y su interpretacin. Los resultados del experimento establecen hechos adicionales. La interpretacin de estos nuevos hechos a la luz de lo ya conocido, conduce al apoyo, rechazo o alteracin de la hiptesis y de ese modo volvemos nuevamente a travs de la misma serie de pasos.

2.

3.

4.

El experimento Se considera tambin como un instrumento de investigacin utilizado para descubrir algo desconocido o para probar un principio o una hiptesis. Es un importante paso del mtodo cientfico, y las preguntas que este aspira a contestar sern fundamentalmente para el apoyo o rechazo de una hiptesis.

90

Contextos de los Experimentos En la literatura sobre la investigacin del comportamiento se ha distinguido entre dos contextos en donde puede tomar lugar un diseo experimental: Laboratorio y campo. As, se habla de experimentos de laboratorio y experimentos de campo. Kerlinger (1975), define al experimento de laboratorio como : Un estudio d investigacin en el que la varianza (efecto) de todas o casi todas las variables independientes influyentes posibles no pertinentes al problema inmediato de la investigacin se mantiene reducida (reducido el efecto--) en un mnimo. El mismo autor define el experimento de campo como: un estudio d investigacin en una situacin realista en la que una o mas variable independientes son manipuladas por el experimentador en condiciones tan cuidadosamente controladas como lo permite la situacin . La diferencia esencial entre ambos contextos es la realidad con que los experimentos se llevan a cabo, el grado en que el ambiente es natural para los sujetos. Por ejemplo, si creamos salas para ver televisin y las acondicionamos de tal modo que se controle el ruido exterior, la temperatura y otros distractores. Adems, incluimos equipo de filiacin oculto. Y llevamospor ejemploa los nios para que vean programas de televisin previamente grabados, estamos realizando un experimento de laboratorio (situacin creada artificialmente). En cambio, si el experimento se lleva a cabo en el ambiente natural de los sujetos (su escuela, fbrica donde trabajan, hogar etc.), se trata de un experimento de campo. Pero en ambos casos se lleva a cabo un experimento, siempre y cuando se manipule intencionalmente una variable independiente. Los experimentos de laboratorio generalmente logran un control ms riguroso que los experimentos de campo (Festinger, 1975; Kerlinger 1975), pero estos ltimos suelen tener mayor validez externa. Ambos tipos de experimentos son deseables. Algunos han acusado a los experimentos de laboratorio de artificialidad, de tener poca validez externa, pero como argumenta Kerlinger (1975): los objetivos primarios de un experimento verdadero son descubrir relaciones (efectos) en condiciones puras y no contaminadas, probar predicciones de teoras y refinar teoras e hiptesis. Y comenta: Realmente, es difcil saber si la artificialidad es un debilidad o simplemente una caracterstica neutral de las situaciones experimentales de laboratorio. Cuando se prepara deliberadamente una situacin de investigacin para excluir las muchas distracciones del medio, es quizs lgico designar a la situacin con un trmino que exprese parte del resultado que se busca. La critica de la artificialidad proviene de los experimentadores, quienes saben que las situaciones experimentales son artificiales; proviene de individuos que carecen de una comprensin de las metas de los experimentos de laboratorio. Festinger (1975) seala (al responder a la critica de artificialidad): Esta critica requiere ser evaluada, pues probablemente sea consecuencia de una equivocada interpretacin de los fines del experimento de laboratorio. Un experimento de laboratorio no necesita, y no debe, constituir un intento de duplicar una situacin de la vida real. Si se quisiera estudiar algo en

91

una situacin de este tipo, seria bastante tonto tomarse el trabajo de organizar un experimento de laboratorio para reproducir dicha situacin. Por qu no estudiarla directamente? El experimento de laboratorio debe tratar de crear una situacin en la cual se vea claramente como operan las variables en situaciones especficamente identificadas y definidas. El hecho de que pueda encontrarse o no tal situacin en la vida real no tiene importancia. Evidentemente, nunca puede encontrase en la vida real la situacin de la mayor parte de los experimentos de laboratorio. No obstante, en el laboratorio podemos determinar con exactitud que medida de una variable determinada afecta la conducta o actitudes en condiciones especiales o puras. Qu es un diseo de investigacin? Una vez definido el tipo de estudio a realizar y establecer las hiptesis de investigacin, el investigador debe concebir la manera prctica y concreta de responder a las preguntas de investigacin. Esto implica seleccionar o desarrollar un diseo de investigacin y aplicarlo al contexto particular de su estudio. Diseo se refiere al plan o estrategia concebida para responder a las preguntas de investigacin. El diseo seala al investigador lo que debe hacer para alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la certeza de las hiptesis formuladas en un contexto en particular. Si el diseo est concebido, el producto final de un estudio tendr mayores posibilidades de ser vlido. No es lo mismo seleccionar un tipo de diseo que otro; cada uno tiene sus caractersticas propias. La precisin de la informacin obtenida puede variar en funcin del diseo o estrategia elegida. . Diseo Experimental. Es el procedimiento que se sigue para asignar los tratamientos a las unidades experimentales. Es un mtodo aleatorio, o sea, de asignacin al azar, porque se decide el tratamiento que corresponde a cada unidad experimental mediante un sorteo o por medio de una tabla de nmeros aleatorios. Tipos de diseos para investigar el comportamiento humano El autor de este curso no considera que un tipo de investigacin sea mejor que otro (experimental versus no experimental). "Los dos tipos de investigacin son relevantes y necesarios, tienen un valor propio y ambos deben llevarse a cabo". La eleccin sobre qu clase de investigacin y diseo especfico debemos seleccionar, depende de los objetivos trazados, las preguntas planteadas, el tipo de estudio a realizar (exploratorio, descriptivo, correlacionad o explicativo) y las hiptesis formuladas. Leccin 20. Experimento: Definiciones, caractersticas de un experimento bien planeado, pasos y requisitos de un experimento puro Definiciones:

92

. Qu es un Experimento? Existen diferentes definiciones de la palabra experimento. Para Steel y Torrie (1990) un experimento es una bsqueda planeada para obtener nuevos conocimientos o para confirmar o no resultados de experimentos previos, lo que ayuda a tomar decisiones administrativas, tales como la recomendacin de una variedad, un procedimiento o un pesticida. Tales experimentos caen aproximadamente dentro de tres categoras, esto es, preliminares, crticos, y demostrativos, cada una de las cuales puede llevar a otra. En un experimento preliminar, el investigador prueba un numero grande de tratamientos con el objeto de obtener indicios para futuros trabajos; la mayora compara las respuestas a diferentes tratamientos usando un numero suficiente de observaciones de las respuestas para tener seguridad razonable de detectar diferencias significantes. Los experimentos demostrativos se llevan a cabo cuando los trabajadores de extensin comparan uno o ms tratamientos con un patrn. En este modulo, nos interesamos casi completamente en el tipo de experimentos crticos. En tal experimento, es necesario que definamos la poblacin a la cual se ha de aplicar las inferencias, que diseemos el experimento en concordancia con eso, y que hagamos medidas de las variables bajo estudio. Se dispone cada experimento para proporcionar respuestas a una o ms preguntas. Con esto en mente, los investigadores deciden que comparaciones de tratamientos proporcionaran una informacin relevante. Entonces realizan un experimento para medir o probar hiptesis que tienen que ver con diferencias entre tratamientos en condiciones comparables. Toman mediciones y observaciones sobre el material experimental. A partir de la informacin obtenida en un experimento que se ha completado con xito, responden a las preguntas planteadas al comienzo Segn el ICA (1972) El experimento es un proceso por el cual se trata de obtener informacin que aumente los conocimientos sobre un rea especifica de la ciencia, que sirve para someter a prueba una o varias hiptesis especificas, mediante la observacin y medicin de variables cuandoo se han modificado las condiciones naturales. Para (Padrn 1996) El experimento es el conjunto de reglas usadas para obtener una muestra de la poblacin y al concluir el ensayo obtener informacin acerca de la poblacin Little y Jackson (1980) afirman que el experimento es un elemento de investigacin utilizado para descubrir algo desconocido, o para probar un principio o una hiptesis. Es un caso importante del mtodo cientfico, ya que las preguntas que el experimento pretende contestar sern fundamentalmente para apoyar o rechazar una hiptesis.

93

Para el estadstico, el experimento es un conjunto de reglas usadas para sacar la muestra de una poblacin. Esto hace que la definicin de la poblacin sea lo ms importante. El conjunto de regla es el procedimiento experimental o diseo de experimento. Por ejemplo, el uso de observaciones no pareadas y pareadas son diseos experimentales para experimentos de dos tratamientos. El experimento se considera tambin como un instrumento de investigacin utilizado para descubrir algo desconocido o para probar un principio o una hiptesis. Es un importante paso del mtodo cientfico, y las preguntas que este aspira a contestar sern fundamentalmente para el apoyo o rechazo de una hiptesis

Caractersticas de un experimento bien planeado: La planeacin de los diseos experimentales debe tener algunas caractersticas como: 1. Simplicidad. La seleccin de los tratamientos y la disposicin experimental deber hacerse de la forma ms simple posible. 2. Grado de precisin. El experimento deber tener la capacidad de medir diferencias entre tratamientos con los grados de precisin que desee el investigador. 3. Ausencia de error Sistemtico. Se debe planear un experimento con el propsito de asegurar que las unidades experimentales que reciban un tratamiento no difieran sistemticamente de aquellas que reciben otro tratamiento, procurando de esta manera obtener una estimacin insesgada del efecto de tratamientos. 4. Rango de validez de las conclusiones. Este deber ser tan amplio como sea posible. Los experimentos que contribuyen a aumentar el rango de validez del experimento son los experimentos replicados y los experimentos con estructuras factoriales. .5. Calculo del grado de incertidumbre. En todo experimento existe algn grado de incertidumbre en cuanto a la validacin de las conclusiones. El experimento deber ser concebido de modo que sea posible cal calcular la probabilidad de obtener resultados observados debidos nicamente al azar. Pasos de un experimento

PASOS PARA LA EXPERIMENTACION

CONOCIMIENTO DISPONIBLE

OBSERVACION

94

1. Definicin del problema. El primer paso en la resolucin de un problema consiste en establecer clara y concisamente el problema con que estamos tratando (para mayor informacin remitirse al formato del anteproyecto de investigacin). Si el problema no puede definirse, hay muy pocas probabilidades de que este sea resulto

95

alguna vez. Cuando el problema se ha comprendido, debemos ser capaces de formular preguntas que, una vez contestadas, conduzcan a la solucin. 2. Determinacin de los objetivos. Estos pueden ser la forma en que las preguntas sern contestadas, la hiptesis que se va a comprobar o los efectos que se deben estimar. Los objetivos debern redactarse en trminos precisos dado este paso, el experimentador esta capacitado para planear mas efectivamente sus procedimientos experimentales. Cuando hay mas de un objetivo, debemos ordenarlos e acuerdo a su importancia, como si tuvieran un lugar en el diseo experimental. Al establecer los objetivos debemos evitar la vaguedad o exceso de ambigedad de los planteamientos. 3. Anlisis crtico del problema y de los objetivos. La racionalidad y utilidad de las metas del experimento debern considerarse cuidadosamente a la luz del estatus actual del conocimiento acerca del problema. ? Son los objetivos del experimento realmente importantes para la solucin del problema La seleccin de un procedimiento ara la investigacin depende, en gran medida, del objeto de estudio en que la investigacin esta siendo conducida. As como los objetivos de la investigacin. La investigacin puede ser descriptiva y contemplar una encuesta por muestreo, o puede contemplar un experimento o una serie de experimentos controlados. Algunas de las siguientes consideraciones, o todas estarn incluidas en el procedimiento para la mayora de las reas de investigacin. 4. Seleccin de Tratamientos. El xito del experimento reside en la cuidadosa seleccin de tratamientos, cuya evaluacin responder a las preguntas que tengamos. 5. Seleccin del material experimental. En la seleccin del material experimental, considrese los objetivos del experimento, as como la poblacin sobre la cual se harn las inferencias. El material utilizado deber ser representativo de la poblacin sobre la cual deseamos probar nuestros tratamientos. 6. seleccin del diseo experimental. Nuevamente, aqu es importante hacer una consideracin de los objetivos; pero una regla general podra ser elegir el diseo ms simple que parece brindar la precisan requerida por nosotros. 7. Seleccin de la unidad de observacin y l numero de repeticiones. Para experimentos de campo, con plantas, estos medios determinan el tamao y la forma de las parcelas de campo. Para experimentos con animales, estos medios determinan l numero de animales que han de ser considerados como una unidad experimental. La experiencia de otros experimentos similares es de incalculable valor para l toma de tales decisiones. El tamao de la parcela y l numero de repeticiones debern ser elegidos para obtener la precisin requerida en la estimacin de los tratamientos. 8. Control de los efectos entre unidades adyacentes. Esto suele llevarse a cabo a travs de la utilizacin de callejones de demarcacin y mediante la seleccin aleatoria de

96

tratamientos. 9. Consideracin acerca de los datos que se van a recabar. Los datos recabados debern evaluar apropiadamente los efectos del tratamiento, de acuerdo con los objetivos del experimento; adems, se deber brindar atencin a la recoleccin de datos que explica el desempeo de los tratamientos. 10. esbozo del anlisis estadstico y del resumen de los resultados. En el anlisis de varianza, antense las fuentes de variacin y los grados de libertad asociados. Inclyanse las diversas pruebas F que se planearon. Considrense como pueden utilizarse los resultados y preprense posibles tablas de resumen o grficas que muestren los efectos esperados. Comprense estos resultados esperados con los objetivos del experimento, a fin de verificar si el mismo suministrar las respuestas buscadas. A estas alturas es conveniente que todos estos puntos sean revisados por un estadstico, as como por uno o ms colegas. La revisin realizada por otros puede revelar aspectos que pasaron inadvertidos. Ciertas alteraciones o ajustes pueden enriquecer grandemente el experimento, as como posibilitar un aprovechamiento mas completo del trabajo que se va a realizar. 11. Conduccin del experimento. En la conduccin del experimento, aplquense procedimientos libres de sesgos personales o favoritismos. Aplquese el diseo experimental para recabar datos, de modo que las diferencias entre individuos o las diferencias asociadas con el orden de recoleccin puedan ser removidas del ERROR experimental. Evtese la fatiga en el acopio de datos. Vulvanse a comprobar inmediatamente las observaciones que parecen fuera de lugar. Organcense la recoleccin de datos para facilitar el anlisis y para evitar errores al recopilarlos. Si es necesario copiar los datos, comprubense inmediatamente los nmeros copiados con los originales. 12. Anlisis de los datos e interpretacin de los resultados. Todos los datos debern analizarse cuantitativa y cualitativamente tal como fueron planeados; los resultados s debern interpretar a la luz de las condiciones experimentales; se comprobara la hiptesis y deber definirse la relacin de los resultados con los hechos previamente establecidos. Recurdese que la estadstica no demuestra nada y que existe siempre una probabilidad de que las conclusiones puedan ser errneas. Por tanto, considrense las consecuencias de tomar una decisin incorrecta. Evtese legar a una conclusin, aun cuando esta sea estadsticamente significativa, si la misma aparece fuera de lugar con respecto a hechos previamente establecidos. En este caso debe investigarse exhaustivamente el asunto. 13. elaboracin de un completo, legible y correcto informe de la investigacin. No existen resultadas negativos. Si la hiptesis nula no se rechaza es una evidencia positiva

97

de que puede no existir verdaderas diferencias entre los tratamientos sometidos a prueba. Nuevamente recrrase a los colegas y somtanse las conclusiones al tamiz de sus opiniones. Ntese que la mayora de los pasos anteriores no son estadsticos; sin embargo, el anlisis estadstico constituye una parte importante de la experimentacin. La ciencia estadstica ayuda al investigador a concebir su experimento y evaluar objetivamente los datos numricos resultantes. Como experimentadores, muchos de nosotros tendremos el tiempo o la tendencia a trasformarnos en biometristas competentes; pero todos podemos aprender y practicar las reglas bsicas de la experimentacin: 1. Repeticin. Esta es la nica forma que seremos capaces de medir la validez de nuestras conclusiones en un experimento. 2. seleccin aleatoria. El anlisis estadstico depende de la asignacin de tratamientos a las parcelas en una forma aleatoria, puramente objetiva. 3. Cooperacin. Bsquese ayuda cuando existan dudas acerca del diseo, la ejecucin o el anlisis de un experimento. No se espera que seamos expertos estadsticos, pero debemos saber lo suficiente para entender los importantes principios de la experimentacin cientfica, para estar alertas a los engaos ms comunes y solicitar cooperacin cuando la necesitemos Leccin 21. Variables independientes y dependientes en un experimento Variable Independiente: Es la que se considera como supuesta causa en una relacin entre variables, es la condicin antecedente; y al efecto provocado por dicha causa se le denomina variable dependiente (consecuente). Como se menciono en la hiptesis, el investigador puede considerar dentro de su estudio dos o ms variables independientes. Grados de manipulacin de la variable independiente La manipulacin o variacin de una variable independiente puede llevarse a cabo en dos o ms grados. El nivel mnimo de manipulacin es dos: presencia-ausencia d la variable independiente. Cada nivel o grado de manipulacin implica un grupo en el experimento Presencia-ausencia Implica que un grupo se expone a la presencia de la variable independiente y el otro no . Luego los dos grupos son comparados para ver si el grupo que se expuso a la variable independiente difiere del grupo no expuesto a esta. El grupo que se expone a la presencia de la variable independiente se le conoce como grupo experimental y al grupo en el cual esta ausente dicha variable se le denomina grupo de control. Aunque en realidad ambos grupos participan en el. Experimento. A la presencia de la variable independiente muy frecuentemente se le llama tratamiento experimental o estimulo experimental. Es decir, el grupo experimental recibe el tratamiento o estimulo

98

experimental o lo que es lo mismo, se le expone a la variable independiente; mientras que el grupo control no recibe el tratamiento o estimulo experimental. En general, puede afirmarse en un experimento que, si en ambos grupos todo fue igual menos la exposicin a la variable independiente, es muy razonable pensar que las diferencias entre los grupos se deban a la presencia-ausencia de la variable independiente. Mas de dos grados En otras ocasiones, se puede hacer variar o manipular la variable independiente en cantidades o grados. Por ejemplo, en el caso del anlisis del posible efecto del contenido antisocial por televisin sobre la conducta agresiva de ciertos nios, podra hacerse que un grupo se expusiera aun programa de televisin sumamente violento (con presencia de violencia fsica verbal y no verbal golpes, asesinatos, insultos muy fuertes, etc.-); un segundo grupo se expusiera a un programa medianamente violento (nicamente con violencia verbal- insultos menos fuertes-), y un tercer grupo se expusiera a un programa pro social. En este ejemplo, se tendran tres niveles o cantidades de la variable independiente, lo cual puede representarse de la siguiente manera:

X1 X2 __

(Programa sumamente violento) (Programa medianamente violento) (ausencia de violencia, programa prosocial)

Manipular la variable independiente en varios niveles tiene la ventaja de que no solo se puede determinar si la presencia de la variable independiente o tratamiento experimental tiene un efecto, sino tambin se puede determinar si distintos niveles de la variable independiente tienen diferentes efectos. Es decir, si la magnitud del efecto (Y) depende de la intensidad del estimulo(X , X , X , etctera). Ahora bien, cuantos niveles de variacin deben ser incluidos? Una respuesta exacta no puede darse, solamente que debe haber al menos dos niveles de variacin y ambos tendrn que diferir entre si. Como se define la manera en que se manipularan las variables independientes? Al manipular una variable independiente es necesario especificar que se va a entender por esa variable en nuestro experimento. Es decir, trasladar el concepto terico en un estimulo experimental, en una serie de operaciones y actividades concretas a realizar. Si la variable independiente es la orientacin principal del profesor hacia la autonoma o control, debemos definir que comportamientos concretos, filosofa, instrucciones al grupo, presentacin, personalidad, etctera, debe Mostar cada tipo de profesor (y analizar sus diferencias). Si la variable independiente es el tipo de psicoterapia recibida

99

(y se tienen tres tipos, esto es, tres grupos), debemos definir muy especficamente y con lujo de detalles en que va a consistir cada psicoterapia. Dificultades para definir como se manipularan las variables independientes En ocasiones resulta difcil trasladar el concepto terico (variable independiente) en operaciones practicas de manipulacin (tratamientos o estmulos experimentales). Por ejemplo, si se busca analizar el efecto de utilizar distintas apelaciones publicitarias para promover medicamentos- emotivas versus racionales- sobre la predisposicin para comprar los, la variable independiente podra operacional izarse de la siguiente manera: se elabora un comercial de televisin sobre un medicamento en particular, en el cual e argumento de venta es que se trata de un producto que ha sido sometido a pruebas cientficas de laboratorio y que demostr su efectividad, adems, de que es recomendado por tal y tal asociacin medica (apelaciones racionales); y se elabora otro comercial cuyo argumento de ventas es que el medicamento es tradicin en muchas familias y desde nuestros abuelos se utilizaba (apelacin emotiva). Los modelos de ambos tipos de comerciales son los mismos, los dos son a color, duran 30 segundos y en fin, la nica diferencia es la apelacin, tanto en el nivel verbal como en el no verbal . Un grupo se expone a la manipulacin racional y el otro a la emotiva, por lo dems las condiciones de exposicin son similares, y despus se analiza el impacto de la manipulacin en la variable dependiente. Manipular la paga (cantidades de dinero otorgadas), la retroalimentacin, el reforzamiento, y administracin de un medicamento no es tan difcil. Sin embargo, a veces es sumamente complicado presentar el concepto terico de la realidad, sobre todo con variables internas, variables que pueden tener varios significados o variables que sean difciles de alterar. La socializacin, la cohesin, la conformidad, el poder, la motivacin individual y la agresin son conceptos que requieren de un enorme esfuerzo por parte del investigador para ser operacional izados. Gua para sortear las dificultades Para definir como se va a manipular una variable es necesario: 1. Que se consulten experimentos precedentes para ver si en estos resulto la forma de manipular la variable. 2. Que se evalu la manipulacin antes de que se conduzca el experimento Hay varias preguntas que el experimentador debe hacerse apara evaluar su manipulacin antes de llevarla a cabo: Mis operaciones experimentales representan la variable conceptual que tengo en mente?.,Los diferentes niveles de variacin de la variable independiente harn que los sujetos se comporten diferente?(Christensen, 1980). 3. Que se incluyan verificaciones para la manipulacin. Cuando se utilizan seres humanos hay varias formas de verificar si realmente funciono la

100

manipulacin (Christensen, 1980). Variable Dependiente: Por usarte, la variable dependiente no se manipula, sino que se mide para ver el efecto de la manipulacin de la variable independiente sobre ella. Esto podra esquematizarse de la siguiente manera: Manipulacin de la variable Independiente Xa Xb . . Medicin del efecto sobre la variable dependiente Y

. Las letras a, b indicaran distintos niveles de variacin de la independiente. Cuntas variables independientes y dependientes deben incluirse en un experimento? No hay reglas para ello: depende de cmo haya sido planteado el problema de investigacin, y las limitaciones que se tengan. Por ejemplo, el investigador que estaba interesado en analizar como afecta el utilizar apelaciones emotivas versus racionales en comerciales televisivos sobre la predisposicin de compra d e un producto, solamente se interesa en este problema, entonces tiene una nica variable independiente y una sola dependiente. Pero si a el tambin le interesara analizar el efecto que tenga el utilizar comerciales en blanco y negro versus en color, entonces agregara esta variable independiente y l manipulara. Tendra dos variables independientes y una dependiente, y cuatro grupos: A) Grupo expuestos apelacin emotiva y comercial en blanco y negro, B) grupo expuesto apelacin emotiva y comercial en color, C) grupo expuesto a apelacin racional y comercial en blanco y negro, D) grupo expuesto a apelacin racional u comercial en color. O podra agregar una tercera independiente: duracin de los comerciales, y una cuarta: realidad de los modelos del comercial (personas vivas en contraposicin a caricaturas) y as sucesivamente. Claro esta que, conforme se aumenta el nmero de variables independientes, aumentan las manipulaciones que deben hacerse y el numero de grupos requeridos para el experimento. Y entrara en juego el segundo factor mencionado (limitantes), a lo mejor no puede conseguir las suficientes personas para tener el nmero de grupos que requiere o el presupuesto para producir tantos comerciales. CAPITULO 8 La validez en la experimentacin- otros experimentos Leccin 22. Validez Externa e Interna VALIDEZ EXTERNA

101

Un experimento debe buscar ante todo validez interna, es decir, confianza en los resultados. Si no se logra, no hay experimento verdadero. Lo primero es eliminar las fuentes que atentan contra dicha validez. Pero la validez interna es solo una parte de la validez de un experimento, en adicin a ella es muy deseable que el experimento tenga validez externa. La validez externa tiene que ver con que tan generalizables son los resultados de un experimento a situaciones no experimentales y a otros sujetos o poblaciones. Por ejemplo, si hacemos un experimento con mtodos de aprendizaje y los resultados pueden generalizarse a la enseanza cotidiana en las escuelas de educacin bsica, el experimento tendr validez externa. De acuerdo con Campbell y Stanley, la validez externa de una investigacin experimental o cuasiexperimental es la propiedad que pueden tener los resultados encontrados en un estudio de ser generalizados a otras poblaciones diferentes de aquella en la cual se obtuvieron esos resultados. En otras palabras, la validez externa es el grado de representatividad de los resultados obtenidos en la investigacin experimental o en la investigacin cuasiexperimental. Segn esos autores (pgs. 17-18), los principales factores que amenazan la validez externa son los que se describen a continuacin: 1. Efecto reactivo o de interaccin de las pruebas. Es la interaccin que se podra producir entre los efectos de la administracin de la prueba y los resultados que obtendran los sujetos y los efectos de la variable independiente, propiamente como tal. En palabras de los autores citados, ese efecto se produce ".cuando un pretest podra aumentar o disminuir la sensibilidad o la calidad de la reaccin del participante a la variable experimental, haciendo que los resultados obtenidos para una poblacin con pretest no fueran representativos de los efectos de la variable experimental para el conjunto sin pretest del cual se seleccionaron los participantes experimentales". 2. Efecto de la interaccin entre el factor de seleccin y la variable experimental. Este efecto se puede producir cuando se trabaja con una muestra que no es representativa de una poblacin determinada. En el experimento de laboratorio se puede encontrar un efecto de la variable independiente sobre la dependiente, pero no encontrar ese efecto en la poblacin del caso. 3. Efectos reactivos de los dispositivos experimentales. Estos efectos pueden producirse cuando los resultados obtenidos en una situacin experimental no se producen en la vida cotidiana, en situaciones no experimentales. Tales efectos se explicaran porque los sujetos en la situacin experimental se comportan de una manera que ellos consideran adecuada para el experimento que se est realizando. Un ejemplo de efecto reactivo es el llamado efecto Hawthorne, denominado as porque fue constatado en una investigacin sobre factores que influan en la productividad en el trabajo en una fbrica de la localidad de Hawthorne, en Estados Unidos. 4. Interferencias de mltiples variables independientes. Este efecto invalidante de la validez externa se puede producir cuando en un experimento se utiliza ms de una

102

variable independiente. Los efectos de la primera pueden persistir y mezclarse con los efectos que pueda producir una segunda variable, sin que sea posible separar claramente sus efectos VALIDEZ INTERNA Es una medida de la precisin de un experimento, es decir, si la manipulacin de la/s variable/s independiente/s ocasion la variacin en la variable dependiente o bien si hay variables extraas que estn afectando la relacin que se pretende verificar. Las variables extraas que pueden afectar la validez interna de un experimento son: Como se logra el control y la validez Interna El control en un experimento logra la validez interna, y el control se alcanza mediante: 1) Varios grupos de comparacin (dos como mnimo) y 2) equivalencia de los grupos en todo, excepto la manipulacin de la variable o variables independientes. 1. Varios Grupos de comparacin Es necesario que en un experimento se tengan por lo menos dos grupos que comparar. En primer termino, porque si nada mas se tiene un grupo, no se puede saber si influyeron las fuentes de invalidacin interna o no. Por ejemplo, si mediante un experimento buscamos probar la hiptesis de que : A mayor informacin psicolgica sobre una clase social, menor prejuicio hacia esta clase; y decidimos tener un solo grupo en el experimento. Este grupo se expondra a un programa televisivo donde se proporcione informacin sobre la manera como vive dicha clase, su angustias y problemas, necesidades, sentimientos, aportaciones a la sociedad, etctera; para luego observar el nivel de prejuicio. Este experimento podra esquematizarse as: Momento 1 Exposicin al programa Televisivo 2. Equivalencia de los grupos Para tener control no basta con tener dos o mas grupos, sino que estos deben ser similares en todo, excepto la manipulacin de la variable independiente. El control implica que todo permanece constante menos esta manipulacin. Si entre los grupos que conforman el experimento todo es similar o equivalente, excepto la manipulacin de la independiente, diferencia entre los grupos pueden atribuirse a ella y no a otros factores (entre los cuales estn las fuentes de invalidacin interna) Equivalencia inicial Implica que los grupos son similares entre si mismos al momento de iniciarse el experimento. Por ejemplo, si el experimento es sobre mtodos educativos, los grupos Momento 2 Observacin del nivel de prejuicio

103

deben ser equiparables en cuanto a numero de personas, inteligencia, aprovechamiento, disciplina, memoria, sexo, edad, nivel socioeconmico, conocimientos previos, estado de salud fsica y mental, inters por los contenidos, extroversion, etctera. Si inicialmente no son equiparables- digamos- en cuanto a motivacin o conocimientos previos, diferencias entre los grupos no podrn ser atribuidas con certeza a la manipulacin de la variable independiente. Queda la duda si las diferencias se deben a dicha manipulacin o que los grupos no eran inicialmente equivalentes La equivalencia inicial no se refiere a equivalencia entre individuos, porque las personas tenemos- por naturaleza- diferencia individuales; sino a las equivalencias entre grupos (conjunto de individuos). Si tenemos dos grupos en un experimento, es saludable que habr por ejemplo perdonas muy inteligentes en un grupo, pero tambin debe haberla en el otro grupo. Si en un grupo hay mujeres, en el otro debe haberlas en la misma proporcin.. Y as con todas las variables que puedan afectar a la variable dependiente o dependientes adems de la variable independiente-. Equivalencia durante el experimento Adems, durante el experimento los grupo deben mantenerse similares en los aspectos que rodean el tratamiento experimental excepto como ya se ha mencionado en la manipulacin de la variable independiente: mismas instrucciones (salvo variaciones parte de esa manipulacin), personas con las que tratan los sujetos, maneras de recibirlos, lugares con caractersticas semejantes, (iguales objetos en las habitaciones o cuartos, clima, ventilacin, sonido ambiental, etctera), misma duracin del experimento, mismo momento , y en fin todo lo que sea parte del experimento Entre mayor sea la equivalencia durante el desarrollo de este, mayor control y posibilidad de que si encontramos o no efectos podamos estar seguros de que verdaderamente los hubo o no. Como se logra la equivalencia inicial?: Asignacin al azar Existe un mtodo ampliamente difundido para alcanzar dicha equivalencia que se conoce como asignacin aleatoria o al azar d e los sujetos a los grupos del experimento. La asignacin aleatoria o al azar nos asegura probabilisticamente que dos o mas grupos son equivalentes entre si. Es un tcnica de control que tiene como propsito proveer al investigador la seguridad de que variables extraas, conocidas o desconocidas, no afectaran sistemticamente los resultados del Studio (Christensen, 1981). Esta tcnica debida a Sir Ronald Fisher en los aos cuarenta ha demostrado durante aos y pruebas que funciona para ser equivalentes a grupos. Como se logra la equivalencia inicial?: Emparejamiento El emparejamiento o apareo es un segundo mtodo o tcnica para intentar hacer inicialmente equivalentes a los grupos. Existen diversas modalidades de este mtodo, sin embargo, el mas comn es el que a continuacin se va a describir. El proceso consiste en igualar a los grupos en relacin con alguna variable especifica, que se piensa puede influir en forma decisiva a la variable dependiente o variables dependientes. El primer paso es elegir a esa variable de acuerdo con algn criterio terico.

104

El segundo paso consiste en obtener una medicin de la variable elegida para emparejar a los grupos. El tercer paso consiste en ordenar a los sujetos en la variable sobre la cual se va a efectuar el emparejamiento ( de las puntuaciones mas altas a las mas bajas) El cuarto paso es formar parejas de sujetos segn la variable de apareamiento (las parejas son sujetos que tiene la misma puntuacin en la variable o una puntuacin similar) e ir asignando a cada integrante de cada pareja a los grupos del experimento, buscando un balance entre dichos grupos La asignacin al azar es la tcnica ideal para lograr la equivalencia inicial Como mtodo para hacer equivalentes a los grupos es superior (mas preciso y confiable). El emparejamiento no es un sustituto de esta tcnica. El emparejamiento no puede suprimir o eliminar el posible efecto de la variable apareada, pero nonos garantiza que o otras variables (no apareadas) no vayan a afectar los resultados del experimento. FACTORES QUE ATENTAN CONTRA LA VALIDEZ INTERNA Son ocho las principales variables externas que pueden atentar contra la estructura interna del diseo, alterando su validez, se encuentran a continuacin: Historia. Los acontecimientos que pueden haber ocurrido entre la primera y la segunda medicin de la variable dependiente y que pueden actuar en conjunto con los cambios de la variable independiente. 1. Historia. Son los acontecimientos ambientales, climatolgicos o fsicos que se presentan desde que empezamos hasta que acabamos una investigacin. Entre estas figuran temblores, fallas de luz, calor excesivo, falta de espacio, etc. Esta situacin puede controlarse introduciendo un grupo control al que no se le da ningn tratamiento experimental y un grupo control al que si se le introduce de manera tal que se puedan comparar ambos grupos. 2. Maduracin. Procesos biolgicos y psicolgicos aparecen en las personas por el mero paso del tiempo y que pueden interferir el efecto de la variable independiente. 3. Administracin de las pruebas. Influencia de la administracin de una prueba en los resultados de la aplicacin de la misma prueba o de otra en un momento posterior. 4. Instrumentacin. Cambios en los instrumentos de medicin o en los observadores o calificadores que pueden producir cambios en los resultados finales. 5. Regresin estadstica. Es el efecto que opera cuando se han seleccionado los grupos de estudio con base en sus puntajes extremos. 6. Seleccin diferencial de los participantes. Factor que puede actuar cuando los grupos a comparar no son equivalentes en las caractersticas de sus participantes. 7. Mortalidad experimental. Prdida del nmero de participantes en uno o ms de los grupos a comparar, factor especialmente importante si las prdidas de uno de los grupos son diferentes en sus caractersticas de los del otro.

105

8. Interaccin. Entre la seleccin y la maduracin, entre la seleccin y la historia. Interacciones como esas pueden confundir el efecto de la variable experimental, es decir, de la variable independiente. Leccin 23. Preexperimentos Se llaman as, porque su grado de control es mnimo 1. Estudio de caso con una sola medicin Este dise podra diagramarse de la siguiente manera: G X O

Consiste en administrar un estmulo o tratamiento a un grupo y despus aplicar una medicin en una o ms variables para observar cul es el nivel del grupo en estas variables. Este diseo no cumple con los requisitos de un "verdadero" experimento. No hay manipulacin de la variable independiente. El diseo adolece de los requisitos para lograr el control experimental: tener varios grupos de comparacin. No se puede establecer causalidad con certeza. No se controlan las fuentes de invalidacin interna. 2. Diseo de preprueba-postprueba con un solo grupo Este segundo diseo se puede diagramara as: G O1 X O2

A un grupo se le aplica una prueba previa al estmulo o tratamiento experimental: despus se le administra el tratamiento y finalmente se le aplica una prueba posterior al tratamiento. El diseo ofrece una ventaja sobre el interior, hay un punto de referencia inicial para ver qu nivel tena el grupo en la(s) variable (s) dependientes antes del estmulo. Es decir, hay un seguimiento del grupo. Sin embargo, el diseo no resulta conveniente para fines cientficos: no hay manipulacin ni grupo de comparacin y adems varias fuentes de invalidacin interna pueden actuar. Por ejemplo, la historia. Entre O1 y O2 pueden ocurrir muchos otros acontecimientos capaces de generar cambios, adems del tratamiento experimental (Campbell y Stanley, 1966), y entre mayor sea el lapso entre ambas mediciones mayor ser tambin la posibilidad de que actu la historia. Asimismo, entre O1 y O2 puede presentarse la maduracin (fatiga, aburrimiento, etc.). Por otro lado, se corre el riesgo de elegir a un grupo atpico o que en el momento del experimento no se encuentre en su estado normal. Puede presentarse la regresin

106

estadstica y diversas interacciones que se mencionaron (interaccin entre seleccin y maduracin, por ejemplo). Asimismo, puede haber un efecto de la preprueba sobre la postprueba. En este segundo diseo Tampoco se puede establecer con certeza la causalidad. Los dos diseos reexperimntales no son adecuados para el establecimiento de relaciones entre la variable independiente y la variable dependiente o dependientes. Son diseos que han recibido bastante crtica en la literatura experimental, y con justa razn porque son dbiles en cuanto a la posibilidad de control y validez interna. Considero que su uso debe restringirse a que sirvan como ensayos de otros experimentos con mayor control. Es decir, si alguien piensa efectuar un experimento en forma (utilizando algunos d e los diseos con experimentos verdaderos y cuasiexperiementos), y tiene alguna dudas sobre el estimulo ola manera de administrar las mediciones (por ejemplo, como reaccionaran los sujetos al estimulo , cuanto tiempo pueden concentrarse en el experimento o como debe ser dada una instruccin); puede primero ensayar el experimento mediante un diseo preexperimental (hacer una prueba piloto) y - despus - llevar a cabo su experimento utilizando un diseo mas confiable. Asimismo, en ciertas ocasiones los diseos preexperimentales pueden servir como estudios exploratorios, pero sus resultados deben observarse con precaucin. De ellos no pueden sacarse conclusiones seguras de investigacin. Abren el camino, pero de ellos deben derivarse estudios ms profundos. Desafortunadamente en la investigacin comercial, los diseos reexperimntales se utilizan con mayor frecuencia de la que fuera deseable. Algunos investigadores de mercado por ejemplo - toman a un grupo, lo exponen aun comercial televisivo y miden la aceptacin del producto o la predisposicin de compra, si esta es elevada deducen que se debi al comercial. Lo mismo ocurre con programas de desarrollo organizacional, introduccin de innovaciones, mtodos de enseanza, etc. Se hacen juicios aventurados y afirmaciones superficiales.

Leccin 24. Experimentos verdaderos y otros experimentos Los experimentos verdaderos son aquellos que renen dos requisitos para lograr el control y la validez interna: 1) grupos de comparacin (manipulacin de la variable independiente o de varias independientes) y 2) equivalencia de los grupos. Los diseos autnticamente experimentales pueden abarcar una o mas variables independientes y una o mas dependientes. Asimismo, pueden utilizar prepruebas y pospruebas para analizar la evolucin de los grupos antes y despus del tratamiento experimental. Desde luego, no todos los diseos experimentales utilizan prepruebas, pero la posprueba es necesaria para determinar los efectos d e las condiciones experimentales (Wiersma, 1986)

107

1. Diseo con posprueba nicamente y grupo de control Este diseo incluye dos grupos, uno recibe el tratamiento experimental y el otro no(grupo de control). Es decir, la manipulacin de la variable independiente alcanza slo dos niveles: presencia y ausencia. Los sujetos son asignados a los grupos de manera aleatoria. Despus de que concluye el periodo experimental, a ambos grupos se les administra una medicin sobre la variable dependiente en estudio. El diseo puede diagramarse de la siguiente manera: R G1 R G2 X -O2 O1

En este diseo, la nica diferencia entre los grupos debe ser la presencia-ausencia de la variable independiente. Estos son inicialmente equivalentes y para asegurar que durante el experimento continen siendo equivalentes _ salvo por la o ausencia de dicha manipulacin el experimentador debe observar que no ocurra algo que afecte solo a un grupo. Debe recordarse que al la hora que se efecta el experimento debe ser la misma para ambos grupos (o ir mezclando a un sujeto de un grupo con un sujeto del otro grupo - cuando la participacin es individual - ), lo mismo que en las condiciones ambientales y dems factores que fueron ventilados al hablar de equivalencia de grupos La prueba estadstica que suele utilizarse en este diseo para comparar a los grupos es la prueba "t" para grupos correlacionados, al nivel de medicin por intervalos. El diseo con posprueba nicamente y grupo de control puede extenderse para incluir ms de dos grupos, se usan dos o ms tratamientos experimentales, adems del grupo de control. Si se carece de grupo de control, el diseo puede llamarse "diseo con grupos aleatorizados y posprueba nicamente". En el diseo con posprueba nicamente y grupo de control, as como en sus posibles variaciones y extensiones, se logra controlar todas las fuentes de invalidacin interna.

2. Diseo con preprueba-posprueba y grupo de control Este diseo incorpora la administracin de prepruebas a los grupos que componen el experimento. Los sujetos son asignados al azar a los grupos, despus a stos se les

108

administra simultneamente la preprueba, un grupo recibe el tratamiento experimental y otro no (es el grupo de control); y finalmente se les administra, tambin simultneamente una posprueba. La adicin de la preprueba ofrece dos ventajas: primera, las puntuaciones de las prepruebas pueden usarse para fines de control en el experimento, al compararse las prepruebas de los grupos se puede evaluar qu tan adecuada fue la aleatorizacion. La segunda ventaja reside en que se puede analizar el puntaje ganancia de cada grupo (la diferencia entre la preprueba y la posprueba). El diseo controla todas las fuentes de invalidacin interna por las mismas razones que se argumentaron en el diseo anterior (diseo con posprueba nicamente y grupo de control). Lo que influye en un grupo deber influir de la misma manera en el otro, para mantener la equivalencia de los grupos.

3. Diseo de cuatro grupos de Solomon El diseo de Solomon combina el diseo de dos grupos con slo medicin "despus" y el diseo clsico de dos grupos con mediciones "antes" y "despus". En esta forma se controlan los efectos de seleccin y de mortalidad (por la asignacin al azar); los de maduracin e historia (por el uso de grupos de control) y el efecto de interaccin de la prueba pues como no existe medicin "antes" en algunos grupos, sta no puede, lgicamente, actuar sobre los resultados "despus".Los pasos del diseo son los que siguen: a) Se asigna el total de los sujetos, en forma aleatoria, a cuatro grupos. b)En el primer grupo se hace una medicin "antes" de la variable dependiente, luego se aplica el tratamiento experimental y posteriormente se hace una medicin "despus" de la variable dependiente. c) En el segundo grupo se hacen mediciones "antes" y "despus", sin aplicar el tratamiento experimental. aplicar el tratamiento experimental. d) El tercer grupo recibe el tratamiento experimental y se hace en l una medicin "despus". e) Finalmente, en el cuarto grupo se hace slo una medicin "despus". Todos los grupos se forman aleatoriamente. Los grupos 1 y 3 son experimentales, los grupos 2 y 4, de control. La principal ventaja del diseo consiste en el control del efecto

109

de la medicin "antes" de la prueba en la medicin "despus". Esto se logra pues a dos de los grupos no se aplica la prueba "antes" (preprueba): al grupo experimental 3 y al grupo de control 4. Si se considera que a los grupos 1 y 3 se les aplic el tratamiento experimental, sus mediciones "despus" deberan ser iguales: O O. Pero en el grupo 1 tambin se aplic la preprueba, con lo cual, si hay diferencias entre esas dos mediciones, se debera a esa prueba. Algo similar tendra que ocurrir entre los grupos 2 y 4 que no recibieron el tratamiento experimental. Si se encuentra una diferencia significativa, sta se debera tambin al efecto de la preprueba. Para realizar todas las comparaciones se utiliza el anlisis de varianza. La lnea de rayas indica que el grupo de control se conform por igualacin con el grupo experimental. En la medida en que haya una mayor semejanza entre los dos grupos del estudio "podemos considerar que el diseo controla los principales efectos de la historia, la maduracin, la administracin de tests y la instrumentacin..." (Campbell y Stanley,1966) . Diseo con preprueba-posprueba y grupo de control Este diseo incorpora la administracin de prepruebas a los grupos que componen el experimento. Los sujetos son asignados al azar a los grupos, despus a stos se les administra simultneamente la preprueba, un grupo recibe el tratamiento experimental y otro no (es el grupo de control); y finalmente se les administra, tambin simultneamente una posprueba. La adicin de la preprueba ofrece dos ventajas: primera, las puntuaciones de las prepruebas pueden usarse para fines de control en el experimento, al compararse las prepruebas de los grupos se puede evaluar qu tan adecuada fue la aleatorizacion. La segunda ventaja reside en que se puede analizar el puntaje ganancia de cada grupo (la diferencia entre la preprueba y la posprueba). El diseo controla todas las fuentes de invalidacin interna por las mismas razones que se argumentaron en el diseo anterior (diseo con posprueba nicamente y grupo de control). Lo que influye en un grupo deber influir de la misma manera en el otro, para mantener la equivalencia de los grupos. El anlisis de los datos puede hacerse de manera directa con las diferencias encontradas entre las mediciones "antes" y "despus" en ambos grupos. Un tratamiento ms riguroso se obtendra con el anlisis de la varianza que implica supuestos como el de homogeneidad de regresin, "menos posibles aqu que en diseo experimental clsico" 1. Diseos experimentales de series cronolgicas mltiples

110

En los diseos experimentales antes mencionados se ha comentado que sirven mas bien para analizar efectos inmediatos o a corto plazo. En ocasiones el experimentador esta interesado en analizar efectos en el mediano o largo plazo , porque tiene bases para suponer que la influencia de la variable independiente sobre la dependiente tarda en manifestarse. Por ejemplo, los programas de difusin de innovaciones, mtodos educativos o estrategias de las psicoterapias. En tales casos es conveniente adoptar diseos con varias pospruebas. A estos diseos se les conoce como series cronolgica experimentales. En realidad el termino serie cronolgica, se aplica a cualquier diseo que efectu- a travs del tiempo- varias observaciones o mediciones sobre una variable, sea o no experimental, solo en este caso se les llama experimentales porque renen los requisitos para serlo Tambin en estos diseos se tienen dos o mas grupos y los sujetos son asignados al azar a dichos grupos. Solamente que, debido a que transcurre mucho mas tiempo entre el inicio y la terminacin del experimento, el investigador debe tener el suficiente cuidado para que no ocurra algo que afecte de manera distinta a los grupos ( con excepcin de la manipulacin de la variable independiente). Lo mismo sucede cuando al aplicar el estimulo lleva mucho tiempo (por ejemplo, programas motivacionales para trabajadores que pueden durar semanas). Con el paso del tiempo es mas difcil mantener equivalencia inicial de los grupos. Ejemplos Serie cronolgica sin preprueba, con varias pospruebas y grupo de control R R R R G1 G2 G3 G4 X1 X2 X3 O1 O4 O7 O10 O2 O5 O8 O11 O3 O6 O9 O12

Serie cronolgica con preprueba, con varias pospruebas y grupo de control R R R G1 G2 G3 O1 O5 O9 X1 X2 -O2 O6 O10 O3 O7 O11 O4 O8 O12

Serie cronolgica basada en el diseo de cuatro grupos de Solomon RG1 RG2 RG3 O1 O4 -X -X O2 O5 O7 O3 O6 O8

111

RG4

--

--

O9

O10

__

2. Diseos de series cronolgicas con repeticin del estimulo En ocasiones, el investigador anticipa que el tratamiento o estimulo experimental no tiene efecto o este es mnimo si se aplica una sola vez, tal como seria hacer ejercicio fsico un solo da, no se puede esperar un cambio en la musculatura; o como seria consumir vitaminas por una nica vez .tambin a veces el investigador quiere conocer el efecto sobre las variables dependientes, cada vez que se aplica el estimulo experimental. Por ejemplo, en tcnicas de acondicionamiento es comn que uno se cuestione: Cuntas veces debo aplicar el reforzamiento a una conducta para lograr condicionar a respuesta a un estimulo?. En estos casos se puede repetir el tratamiento experimental y administrar una posprueba despus de cada aplicacin de este, para evaluar el efecto de la aplicacin. Los sujetos son asignados al azar a los distintos grupos y a cada grupo se le administra varias veces el tratamiento experimental que le corresponde. Ejemplo R R G1 G2 O1 O4 X1 -O2 O5 X1 -O3 O6

El mismo tratamiento se aplica dos veces al grupo experimental 3. diseos con tratamiento mltiples: A. varios Grupos B. Un solo grupo 4. diseos factoriales Los diseos factoriales manipulan dos o mas variables independientes e incluyen dos o mas niveles de presencia en cada una de las variables independientes. Han sido sumamente utilizados en la investigacin del comportamiento. La construccin bsica de un diseo factorial consiste en que todos los niveles de cada variable independiente son tomados en combinacin con todos los niveles d e las otras variables independientes. Esta temtica tambin se trata en la unidad V sobre anlisis de la informacin. Factorial 2X 2 El diseo factorial mas simple manipula (hace variar) dos variables, cada una con dos niveles. A este diseo se le conoce como diseo factorial 2X 2, en donde el nmero de dgitos indica el numero de variables independientes:

112

2 Un digito (primera variable Independiente)

2 Otro digito (segunda variable independiente)

Y el valor numrico de cada digito. CAPITULO 9 DISEOS CUASIEXPERIMENTALES Leccin 25. Definicin, generalidades y problemas Los mtodos cuasi experimentales En este captulo vamos a seguir de cerca los clsicos libro de Campbell y Stanley (1966) y Cook y Campbell (1979), as como los trabajos de Gmez Jacinto y Hombrados (1988), Cook, Campbell y Perachio (1990) y Ato (1995). Aqu describiremos muy someramente aquellos diseos que se consideran mas relevantes Las investigaciones o diseos cuasiexperimentales reciben su nombre por el hecho que los grupos de estudio no se han conformado al azar y, en algunos casos, no se utiliza un grupo de control. Sin embargo, como lo dicen Campbell y Stanley, estas investigaciones pueden tener, en diversos grados, tanto validez interna como externa. De los varios tipos de stos vamos a presentar dos que suelen ser los ms utilizados en el campo de la investigacin social y de la educacin. Los cuasi experimentos poseen aparentemente todas las caractersticas de los experimentos verdaderos. La principal diferencia con stos estriba, segn los casos, en la imposibilidad de manipular la variable independiente y/o asignar aleatoriamente los sujetos a las condiciones experimentales. Comparten con los experimentos de campo su ejecucin en ambientes naturales, lo cual les otorga un escaso control. Podran ser calificados de adaptaciones ms o menos ingeniosas de los experimentos verdaderos, con el objetivo de separar los efectos debidos a la intervencin de aquellos provocados por las variables no controladas. . Los diseos cuasiexperimentales tambin manipulan deliberadamente al menos una variable independiente para ver su efecto y relacin con una o mas variables independientes, solamente que defieren de los experimentos verdaderos en el grado de seguridad o confiabilidad que pueda tenerse de la equivalencia inicial de los grupos. En estos diseos los sujetos no son asignados al azar a los grupos, ni emparejados; sino que dichos grupos ya estaban formados antes del experimento, son grupos intactos ( la razn por la que surgen y la manera como se formaron fueron independientes o aparte de experimento). Por ejemplo, si los grupos el experimento son

113

tres grupos escolares existentes que estaban formados con anterioridad al experimento, y cada uno de ellos constituye un grupo experimental. Vemoslo grficamente: Grupo A (30 estudiantes) Grupo B (26 estudiantes) Grupo C (34 estudiantes) Grupo experimental con X1 Grupo experimental con X2 Grupo de control

Como el quid del problema en los mtodos cuasi experimentales es el sesgo de seleccin, no es de extraar que la mayora del tema se entre en cmo conformar grupos de control adecuados que no son diseados ad hoc, sino que hay que conformarlos analticamente. cortes transversales o encuestas en diferentes momentos del Tiempo Paneles de individuos a lo largo de uno o varios puntos temporales Registros administrativos del programa (datos sobre participantes). En la explicacin En la explicacin de los resultados (salarios o estatus laboral antes y Propiedades estadsticas. Despus de la capacitacin, por ejemplo) y en la explicacin de la Decisin de participar en un programa por parte del individuo i, ambos Si se utilizan cortes transversales repetidos o paneles, el problema no es tan grave, ya que ambos diseos implican que los factores observables y no observables que influyen los resultados son separables Aditivamente y hacen algunos supuestos sobre las propiedades de la serie de tiempo de los no observables (errores o residuos del Modelo). No obstante, si bien las variables explicativas de la decisin de participar pueden coincidir en su casi totalidad con las variables explicativas de los resultados, es conveniente tener variables que expliquen la decisin pero no los resultados, ya que ello ayudar a distinguir ambas relaciones. Siguiendo a Heckman y Smith (1996) se puede formalizar lo anterior partiendo de que el individuo i decide participar en un programa de capacitacin en el momento q. As, sea Y0it el ingreso del individuo i en el momento t en ausencia de capacitacin (o sea cuando Pi=0), que depende de las caractersticas Xit. Problemas de los diseos cuasiexperimentales Como se haba comentado estos diseos se emplean cuando no es posible asignar al azar a los sujetos a los grupos que recibieron los tratamientos experimentales. La falta

114

de aleatorizacion introduce posibles problemas de validez interna y externa. Segn Weiss, 1980) estos diseos tienen que luchar con la seleccin como fuente posible de interpretacin equivocada, lo mismo que con la interaccin de la seleccin y otros factores, as, como, posiblemente, con los efectos de la regresin. Asimismo, diversos factores pudieron operar en la formacin de los grupos (que no estn bajo el control del investigador), que impiden afirmar que estos son representativos de poblaciones mas amplias. Y dado que su validez es menor que la de los experimentos verdaderos, reciben el nombre de cuasiexperimenrtos Debido a los problemas potenciales de validez interna, en estos diseos el investigador debe intentar establecer la semejanza entre los grupos, esto requiere considerar las caractersticas o variables que pueden estar relacionadas con las variables estudiadas.

Leccin 26. Pasos al realizar un experimento o cuasi experimento 1. decidir cuantas variables independientes y dependientes debern ser incluidas en el experimento o cuasisexperiemnto. No necesariamente el mejor experimento es aquel que incluye el mayor numero de variables, deben incluirse las variables que sean necesarias para probar las hiptesis, alcanzar los objetivos y responder a las preguntas de investigacin. 2. Elegir los niveles de manipulacin de la (s) variable (s) independiente(s) y traducirlos en tratamientos experimentales. Esta paso requiere que un concepto terico sea convertido en una serie de operaciones que habrn de realizarse para administrar uno o varios tratamientos experimentales . 3. desarrollar el instrumento o instrumentos para medir la (s) variable (s) dependiente(s). 4. seleccionar una muestra de personas para el experimento (idealmente representativa de la poblacin). 5. reclutar los sujetos del experimento o cuasiexperimento. Esto implica tener contacto con ellos, darles las explicaciones necesarias e indicarles el lugar, da y hora y persona con quien deben presentarse. 6. Seleccionar el diseo experimental o cuasiexperimental apropiado para nuestra (s) hiptesis, objetivos y preguntas de investigacin. 7. Planear como vamos a manejar los sujetos que participen en el experimento. Es decir, elaborar una ruta critica de que van a hacer los sujetos desde que llegan al lugar del experimento hasta que se retiran (paso a paso). 8. En el caso de experimentos verdaderos , dividirlos al azar o emparejarlos; en el caso

115

de cuasiexperiementos analizar cuidadosamente las propiedades de los grupos intactos. 9. 9.Aplicar las prepruebas (cuando las haya), los tratamientos respectivos (cuando no se trate de grupos de control) y las pospruebas. Asimismo, resulta conveniente tomar nota del desarrollo del experimento, llevar una bitcora minuciosa de todo lo ocurrido a lo largo de este. Leccin 27. Tipos de diseos cuasi experimentales: Con excepcin de la diferencia que acabamos de mencionar, los cuasi experimentos son muy parecidos a los experimentos "verdaderos". Por lo tanto, podemos decir que hay casi tantos diseos cuasiexperiemntales como experimentales "verdaderos". Slo que no hay asignacin al azar o emparejamiento. Pero por lo dems son iguales, la interpretacin es similar, las comparaciones son las mismas y los anlisis estadsticos iguales (salvo que a veces se consideran las pruebas para datos no correlacionados). 1. Diseo con posprueba nicamente y grupos intactos Este primer diseo utiliza dos grupos: uno recibe el tratamiento experimental y el otro no. Los grupos son comparados en la posprueba para analizar si el tratamiento experimental tuvo un efecto sobre la variable dependiente. Si los grupos no son equiparables entre s, las diferencias en las pospruebas de ambos grupos pueden ser atribuidas a la variable independiente pero tambin a otras razones diferentes, y lo peor es que el investigador puede no darse cuenta de ello. Por ello es importante que los grupos sean inicialmente comparables, y que durante el experimento no ocurra algo que los haga diferentes, con excepcin de la presencia ausencia del tratamiento experimental. 1. Recurdese que los grupos son intactos, no se crean, ya se haban constituido por motivos diferentes al cuasiexperimento. 2. Diseo de prepuebas-posprueba y grupos intactos (uno de ellos de control) Este diseo es similar al que incluye posprueba nicamente y grupos intactos, solamente que a los grupos se les administra una preprueba. La cual puede servir para verificar la equivalencia inicial de los grupos (si son equiparables no debe haber diferencias significativas entre las prepruebas de los grupos).

116

Las posibles comparaciones entre las mediciones de la variable dependiente y las interpretaciones son las mismas que en el diseo experimental de preprueba-posprueba con grupo de control solamente que en este segundo 2. Diseos cuasiexperimentales de series cronolgicas En ocasiones el investigador puede pretender realizar efectos al mediano y largo plazo o efectos de administrar varias veces el tratamiento experimental, y no cuenta con la posibilidad de asignar al azar a los sujetos a los grupos del experimento. En este caso, pueden utilizarse los diseos cuasiexperiemntales salvo que los grupos son intactos. En ambos tipos de diseos se aplican mediciones repetidas de la variable dependiente y se inserta el tratamiento experimental entre dos de esas mediciones en al menos un grupo, mientras que a otro grupo no se le aplica ningn tratamiento en el periodo de experimentacin. Hay series cronolgicas de: a. Un solo grupo b. Series cronolgicas cuasiexperiemntales de mltiples grupos c.. Series cronolgicas cuasiexperiemntales con repeticin del estimulo d. Series cronolgicas cuasiexperiemntales con tratamientos mltiples

UNIDAD 4.TECNICAS E INSTRUMENTOS DE INVESTIGACIN CUALITATIVA

117

CAPITULO 10. INVESTIGACION CUALITATIVA Leccion 28. Definiciones , conceptos, perspectivas historicas La investigacin cualitativa se ha definido de forma poco precisa como una categora de diseos de investigacin que extraen descripciones a partir de observaciones que adoptan la forma de entrevistas, narraciones, notas de campo, grabaciones, transcripciones de audio y vdeo casetes, registros escritos de todo tipo, fotografas o pelculas y artefactos. La mayor parte de los estudios cualitativos estn preocupados por el contexto de los acontecimientos, y centran su indagacin en aquellos contextos en los que los seres humanos se implican e interesan, evalan y experimentan directamente (Dewey, 1934; 1938). Esto es lo que significa calidad: lo real, ms que lo abstracto; lo global y concreto, ms que lo disgregado y cuantificado. Es ms, la investigacin cualitativa investiga contextos que son naturales, o tomados tal y como se encuentran, ms que reconstruidos o modificados por el investigador (Sherman y Webb, 1988). Esta es la clase de diseo de investigacin que Robert Rippey quera realizar. Rippey centr su evaluacin en la quintaesencia de la preguntas cualitativas: Qu est pasando en este escenario?, y qu significa para los participantes? (Erickson, 1986). Estas preguntas han sido utilizadas en investigaciones denominadas de distintas formas: interpretativas (Erickson, 1986), naturalistas (Lincoln y Guba, 1985), fenomenolgicas (Wilson, 1997), y descriptivas (Wolcott, 1980). Estos descriptores enfatizan la importancia de los constructos de los participantes, o los significados que los sujetos de la investigacin asignan a sus acciones, el contexto del estudio, la relacin entre el investigador y los que estn siendo estudiados, los mtodos para la recogida de datos, los tipos de evidencias aducidas en apoyo de las afirmaciones realizadas, y los mtodos y la importancia del anlisis utilizado. Son, tal y como ya he argumentado en otros momentos (LeCompte, 1990; LeCompte y Preissle, 1993), ms exactos y precisos que el trmino cualitativo, que simplemente sugiere que los investigadores cualitativos no cuantifican, miden, o cuentan algo, que realmente no es el caso. La investigacin cualitativa es un proceso de investigacin que obtiene mediante tcnicas propias, datos del contexto en el cual los eventos ocurren, en un intento para describir estos sucesos, como un medio para determinar los procesos en los cuales los eventos estn incrustados y las perspectivas de los individuos participantes en los eventos, utilizando la induccin para derivar las posibles explicaciones basadas en los fenmenos observados(gorman y Clayton, 1997).

Perspectivas histricas de la investigacin cuantitativa-cualitativa: desarrollo. Hamilton / Kant

Gnesis y

118

Cualitativo y cuantitativo encierran una larga historia, filosfica y cientfica, an no escrita ni acabada. Momentos y personajes clave: Platn y Aristteles en la Grecia Clsica, representantes de posturas filosficas pro cuantitativas y pro cualitativas, respectivamente. Aristteles defiende una concepcin y una aproximacin de/a la Naturaleza sustantivista, sensible y emprica. Platn defiende una aproximacin ms formalista, idealista, abstracta y matematizable. La preparacin en la Baja Edad Media, siglos XII a XIV, del basamento sociocultural para la matematizacin del mundo. Se desarrollan en el Occidente europeo un conjunto de transformaciones econmicas, sociales, ideolgicas, culturales, etc., que van a crear las condiciones sociales y culturales para el nacimiento de la Ciencia Moderna y del paradigma cientfico-positivo dominante. El acontecimiento cultural desencadenante fue la admisin, por la Iglesia, del cero y del vaco, que inicia la completa matematizacin de la naturaleza. La forma se antepone a la sustancia, lo cuantitativo a lo cualitativo, el planteamiento platnico al aristotlico. La matematizacin newtoniana de la naturaleza de la Edad Moderna, hasta el siglo XIX. El contexto cultural de la Edad Media, caracterizado por la primaca de una cosmovisin religiosa organizada tericamente, retrasa la matematizacin de la naturaleza hasta los tiempos modernos de Newton. La transformacin del paradigma anterior a la luz de los desarrollos cientficos del siglo XX. La obra de Weber se considera parte de una tradicin que propuso una aproximacin cientfica al estudio de lo social diferente a la de las ciencias naturales. Los tipos ideales son elaborados del mismo modo que los hechos lo son mediante los mtodos y las tcnicas de las ciencias naturales. Otra idea central es que estamos asistiendo a un momento de maridaje entre los desarrollos de las ciencias naturales y la investigacin social. En cuanto a la investigacin cualitativa, no hay un nico relato histrico que documente la gnesis y desarrollo de la perspectiva metodolgica cualitativa en las ciencias sociales. La investigacin cualitativa es un fenmeno emprico, localizado socialmente. La gnesis de la investigacin cualitativa se remonta a la aparicin de las ideas kantianas y se destacan: La obra de Descartes en su proclamacin de la importancia de las matemticas y la objetividad en la bsqueda de la verdad, pilares fundacionales de la investigacin cualitativa. El pensamiento filosfico de Kant, Crtica a la razn pura, que supone una ruptura con el objetivismo cartesiano y un modelo de racionalidad humana, conocimiento, en el que adquieren relevancia la interpretacin y la comprensin.

119

Distincin entre razn cientfica, conocimiento terico, y razn prctica, conocimiento aplicado, tambin del pensamiento kantiano. Hamilton equipara conocimiento prctico a ciencia social aplicada. Entre los herederos intelectuales de Kant sobresalen figuras que ayudan a entender el alumbramiento de la indagacin cualitativa. Engels: La condicin de la clase obrera en Inglaterra, por ejemplo. Dilthey pone especial nfasis en la distincin entre ciencias de la naturaleza y ciencias del espritu o humanas. Las ciencias sociales pueden investigar las experiencias vividas por los individuos relacionndolas con su contexto sociohistrico y cultural. Influencia del neokantianismo en E.U.A. y en el Reino.Unido., a finales del XIX y XX, con seguidores y simpatizantes unidos por una misma preocupacin por el estudio de la experiencia vivida. Revisin del paradigma cartesiano/newtoniano, en los aos sesenta y setenta, que proviene de las crticas desde fuera y desde dentro. Los replanteamientos epistemolgicos alcanzan a la investigacin cualitativa. . La perspectiva histrica de Conde y Vidich y Lyman (Perspectiva Conde. Hamilton. Vidich y Lyman. Denzin. Lincoln. Paradigma universidad Complutense de Madrid) El encuadre temporal de Vidich y Lyman llega hasta hoy y se inicia en el siglo XV. Transcurre en torno a la investigacin etnogrfica que se practica en la sociologa y antropologa norteamericanas. El hilo conductor es el interaccionismo simblico, que marca las etapas de su recorrido histrico: la referencia al otro. Tratan de documentar la existencia Fases principales en la etnografa antropolgica y sociolgica Fases 1 Denominacin Etnografa temprana: el descubrimiento del otro. Etnografa de las mentalidades coloniales: persistencia del otro. Etnografa del otro cvico Perodo XV-XVI XVII, XVIII, XIX 19001950 Caracterizacin Estudio de los pueblos primitivos: gnesis de la especie humana. Conocer para colonizar, civilizar.

Estudio de los ghettos y las reas naturales urbanas. Escuela de Chicago:

120

de la actitud cristiana a la perspectiva secular. 4 Crtica a la etnografa de asimilacin 19501980 Estudio de las relaciones tnicas. De la asimilacin a la integridad sociocultural. Estudios reflexivos sobre las implicaciones ticas y polticas de la etnografa. Revisin de las etnografas tradicionales.

Etnografa postmoderna

1980-

FUENTE: http://html.rincondelvago.com/tecnicas-cualitativas-de-investigacionsocial_1.html Cronologa de Denzin y Lincoln (Perspectiva Conde. Hamilton. Vidich y Lyman. Denzin. Lincoln. Paradigma universidad Complutense de Madrid) La simplificacin del continuo histrico que ha envuelto a la investigacin cualitativa se da cuando el cronista insiste en la delimitacin de grandes momentos o perodos. Su relato se circunscribe al siglo XX distinguiendo cinco fases de la investigacin cualitativa. Tienen dos ideas centrales: Investigacin cualitativa significa cosas diferentes en cada uno de los momentos. Los cinco momentos operan simultneamente en el presente. Rasgos que definen cada perodo: Perodo tradicional, 1900-1950, momento de la etnografa clsica. Positivismo. El otro estudiado era distinto, extranjero, extrao. Perodo modernista, 1959-1970, se caracteriza por los esfuerzos de formalizacin de los mtodos cualitativos. Postpositivismo. Gneros desdibujados o borrosos, 1970-1986, donde los lmites entre las ciencias sociales y las humanidades se haban desdibujado. Interpretativismo. Los investigadores sociales buscan en la semitica o en la hermenutica nuevas teoras y mtodos de anlisis. Crisis de representacin y de legitimacin, 1986-1990, maduracin de la fase anterior. Se aboga por unos modos de realizacin y presentacin de la investigacin etnogrfica ms reflexivos y crticos con cuestiones descuidadas relativas al gnero, raza o clase social del investigador.

121

Etapa presente, 1990- , re/descubrimiento de modos de investigar cualitativos. Exige aventurar lo que se avecina en el prximo futuro. Distinguen cuatro tipos de conclusiones: Los momentos histricos anteriores siguen operando en el presente, como legado al que se sigue o contra el que se pugna. La opcionalidad de paradigmas, estrategias de investigacin o de mtodos de anlisis nunca ha sido tan diversa como hoy. Descubrimiento y redescubrimiento de los modos de investigar cualitativos. El acto de investigacin cualitativa no podr enfocarse nunca ms desde una perspectiva positivista, neutra u objetiva. Leccin 29. Observacin Participante

El investigador hace una inmersin en el contexto. Se introduce dentro del grupo de estudio y llega a formar parte de l. Da descripciones de los acontecimientos, de las personas, interacciones entre ellas,... La ventaja es que se tienen vivencias de primera mano que le permiten comprender la situacin o el comportamiento del grupo. Relata la sensacin del investigador. Esto lo plasma en un Cuaderno de campo o en un Libro diario. En esta tcnica de trabajo de campo el investigador se involucra en los escenarios cotidianos de los informantes para extraer informacin a partir de lo que va observando. Se le llama participante porque se toma en cuenta el papel del investigador o etngrafo dentro de la dinmicas locales que esta estudiando. La observacin participante es una tcnica cualitativa basada en la observacin detallada que facilita el registro sistemtico de las prcticas sociales: Relaciones sociales, dinmicas, juegos de poder, hbitos de consumo, toma de decisiones, entre otros. La observacin establece una comunicacin deliberada entre el observador y el fenmeno observado. Comunicacin que, normalmente, procede a nivel no verbal, en la que el investigador-observador est alerta a las claves que va captando y, a travs de las cuales, interpreta lo que ocurre, obteniendo as un conocimiento ms significativo, profundo y completo de la realidad observada. En si, el lugar es como un punto de partida para la juerga, van para tomar algunos tragos, pero no es propiamente el sitio donde se vayan a poner borrachos, de ah salen medio tomados para seguir la juerga en otro lado. De ah que se de el trfico constante de asistentes. No fue comn que los clientes se saludaran entre si. La cantina termina su servicio a las 10:00 de la noche y la gente se queda picada, se alcanzan a or comentarios como: -Dnde vamos a seguir la pelea- o -Aprale que ya nos estn esperando los otros- Cuando llegu, Maguie (mesera) se aproxim a mi mesa para atenderme, trayendo consigo mi tradicional Lager (segunda de la fila de la pared):

122

Maguie: Hasta que se me hizo atenderte. Marco: S, verdad? Maguie: Siii por qu no tomas Carta? Marco: Est la promocin, verdad? . Maguie: Pues s Marco: Es que no me gusta Maguie: No te gusta? Marco: No mucho, es que se me hace muy fuerte Maguie: aaaaah! pues con limoncito y hielo Marco: hey! djame lo pienso. (Estudio sobre las dinmicas internas de espacios de socializacin. Las cantinas). La observacin participante se caracteriza por la existencia de un conocimiento previo entre observador y observado y una permisividad en el intercambio, lo cual da lugar a una iniciativa por parte de cada uno de ellos en su interrelacin con el otro. El observado puede dirigirse al observador, y el observador al observado en una posicin de mayor cercana psicolgica pero con un nivel de participacin bajo o nulo. El objetivo fundamental de la tcnica de observacin participante es la descripcin de grupos sociales y escenas culturales mediante la vivencia de las experiencias de las personas implicadas en un grupo o institucin, con el fin de captar cmo definen su propia realidad y los constructos que organizan su mundo. As, la observacin directa de eventos relevantes ha de realizarse durante la interaccin social en el escenario con los sujetos del estudio, unida a entrevistas formales e informales, registros sistemticos, recogida de documentos y materiales, de forma flexible segn la direccin que tome el estudio. La observacin participante permite describir la realidad social, las percepciones y vivencias de las personas implicadas y el significado de sus acciones, por lo que pensamos que es apropiada para la realizacin de nuestra investigacin. Observacin participante y diario de campo La observacin participante surge como una alternativa distinta a las formas de observacin convencional. Su diferencia fundamental con el anterior modelo de observacin estriba en una preocupacin caracterstica, por realizar su tarea desde "adentro" de las realidades humanas que pretende abordar, en contraste con la mirada "externalista", las de formas de observacin no interactivas. La observacin participante es la principal herramienta de trabajo de la etnografa y se apoya para registrar sus "impresiones" en el llamado diario de campo. Este no es otra cosa que un registro continuo y acumulativo de todo lo acontecido durante la vida del proyecto de investigacin.

123

La observacin participante emplea, para definir el problema de investigacin con referencia a la vida cotidiana de las personas, una estrategia flexible de apertura y cierre. Esto quiere decir que puede comenzar con un problema general, para ms tarde definir unos escenarios especficos de anlisis. O puede, en cambio, iniciar con un escenario cultural o una situacin humana, para de all generar problemas que se conviertan en objeto de investigacin. En uno u otro caso, el estudio de los problemas depende de la forma en que las preguntas sean dirigidas, refinadas, elaboradas y focalizadas a travs del proceso de recoleccin de datos. En trminos de proceso, la observacin participante tiene su primer reto en lo que genricamente se denomina "ganar la entrada al escenario" u "obtener el acceso". El xito en lograr este cometido depende en buena parte de las habilidades interpersonales del investigador, as como de su creatividad y sentido comn, para tomar las decisiones que sean ms apropiadas y oportunas, de acuerdo con las especificidades de la situacin que encuentre. Ganado el acceso fsico y social al escenario de estudio, e identificadas las situaciones a ser observadas dentro dicho espacio, es necesario decidir qu fenmenos sern observados y analizados en tales situaciones. Esto porque nunca ser posible observar todos los escenarios o incluso, todas las situaciones que son de inters dentro un escenario determinado. Es as como aspectos de la investigacin relacionados, por ejemplo, con la conveniencia y la oportunidad percibidas de sta, con la naturaleza y diversidad de los intereses de los involucrados, y las propias habilidades que posee el investigador influyen en las decisiones de qu observar, cundo observarlo y de qu manera realizar la observacin. En cualquier caso, sin embargo, las decisiones adoptadas deben ser sustentables o defendibles terica y metodolgicamente. Por la va que hemos expuesto, accedemos al concepto de muestreo terico, del cual ya anticipamos algunos elementos de definicin. Recordemos cmo el muestreo terico representa una forma de muestreo no probabilstico, que depende de las habilidades del investigador para hacer decisiones acerca de qu observar, basado, justamente, en criterios tales como oportunidad, inters personal, recursos disponibles y, lo ms importante, la naturaleza del problema que est siendo investigado. As como en el muestreo probabilstico el investigador emplea una lgica de tipo estadstico para seleccionar los fenmenos particulares que sern estudiados, en el muestreo terico se acude a una lgica comprensiva que depende de los avances que sevan alcanzando en el entendimiento del problema estudiado, durante el progreso mismo de la investigacin. La validez y la confiabilidad de la observacin participante La validez y la confiabilidad de la observacin participante segn Wiseman (1970) pueden establecerse a travs de procedimientos y estrategias como los que a continuacin se enuncian:

124

Chequeo mediante mltiples procedimientos y formas de evidencia, tales como, contacto con la experiencia directa y la observacin, realizacin de diversas formas de entrevista y apoyo de distintos informantes, el empleo de artefactos y diversos documentos. Es lo que Denzin (1988) llamar Triangulacin. Preguntarse qu tan eficaces, o no, fueron, o son, los procedimientos que el investigador anticip para acceder al mundo interno de los participantes o actores. ste es un aspecto de mucha importancia para analizar, ya que las limitaciones en el acceso reducen por, lo general, la validez y la confiabilidad de los hallazgos realizados. Describir y discutir completamente los procedimientos adoptados para recolectar la informacin. El investigador, de este modo, se obliga a discutir para el lector, las relaciones entre los procedimientos empleados y los resultados obtenidos, analizando incluidas las ventajas y limitaciones de esos procedimientos. Poner a disposicin de quien est interesado la discusin explcita y detallada de los procedimientos de estudio, de modo que los mismos puedan ser objeto de debate y prueba, a travs de la lectura del informe final. Probar los conceptos importantes, identificados o elaborados en el curso de la investigacin, contra su uso actual en la vida cotidiana de los actores sociales involucrados. Es difcil imaginar una prueba ms severa de la precisin o dependencia de una idea, que la de pasar la prueba del uso en la vida cotidiana. Contrastar, mediante un reestudio independiente, cuando esto sea posible, los hallazgos, resultados y conclusiones que se hubiesen obtenido a travs de la observacin participante. Observacin no participante y registro estructurado de observacin sta es una herramienta de trabajo muy til, especialmente, en las fases preliminares de la investigacin cualitativa. Recordemos que, en ellas, el investigador busca ubicarse dentro de la realidad sociocultural que pretende estudiar. La observacin no participante, entonces, permite apoyar el "mapeo" sin exponer al investigador a una descalificacin por "incompetencia cultural". Contar con un registro estructurado sobre ciertos elementos bsicos para comprender la realidad humana, objeto de anlisis, permite focalizar la atencin de la etapa de observacin participante o de anlisis en profundidad, slo o prioritariamente, sobre los aspectos ms relevantes, lo que resulta muy conveniente, cuando el tiempo disponible para el trabajo de campo no es muy amplio.

125

Algunas de esas pautas de observacin han sido catalogadas como patrones o paradigmas de bsqueda, en situaciones socio-culturales que incluyen entre otras cosas: a) la caracterizacin de las condiciones del entorno fsico y social, b) la descripcin de las interacciones entre actores, c) la identificacin de las estrategias y tcticas de interaccin social, d) la identificacin de las consecuencias de los diversos comportamientos sociales observados. Cabe advertir, que estas observaciones no participantes o externas debern luego ser corroboradas a travs de una fase de observacin participante o mediante el empleo de entrevistas directas con los actores sociales correspondientes. En el caso de estudios evaluativos es posible emplear una gua completamente estructurada de observacin que recibe el nombre genrico de lista de chequeo (Check List, en Ingls). La idea del uso de este tipo de instrumento es registrar la existencia o no de aspectos o elementos considerados a la luz de los parmetros y criterios de evaluacin adoptados como claves en el cumplimiento de los objetivos de un proyecto o programa, o como requisito de funcionamiento de la organizacin o institucin, objeto de la evaluacin. Leccin 30. Entrevista y Grupos de Discusin y Focal Con esta tcnica el investigador obtiene informacin sobre el punto de vista y la experiencia de las personas/grupos. Adecuadas si lo que se busca es la dispersin de puntos de vistas personales mas que el consenso. Aparecern los puntos de vista prototipos o representantes de las diversas posturas que pudieran existir. La entrevista puede ser abierta, si no existe un guin previo, semiestructurada si se adapta a una forma de obtener cuanta mas informacin mejor o estructurada si se adapta a un guin predefinido. No importa el nmero de entrevistas sino la calidad de las mismas. El entrevistado construye su discurso personal (deseos, necesidades...) de forma confiada y cmoda. Entrevista etnogrfica y Entrevista in situ Es importante aclarar que la razn principal por la cual mis informantes consintieron su participacin y su apoyo en esta investigacin es precisamente por la intencionalidad de crear puente de dilogo entre lo que es el informante y el observador, claro est que esto se logra con la accesibilidad de ambas partes y esto logra su mejor explicacin en la conversacin. A la entrevista antropolgica tambin se le llama etnogrfica y es una tcnica informal o no directiva, puesto que se basa en encuentros casuales y empata con el informante

126

que permitirn obtener la informacin mediante una gua mental de tpicos y un cuaderno de notas. Aqu, como en la mayora de las tcnicas antropolgicas el investigador tiene que tener en cuenta su influencia en el comportamiento del actor social al que est entrevistando, por eso es importante que la relacin se lleve a cabo de una forma natural y fluida para que el entrevistado se sienta cmodo y sus respuestas tengan la menor interferencia posible. La mayora de los temas abordados por las entrevistas...son cuestiones que los informantes quiz manejen cotidianamente, no reflexiva, sino prcticamente, en el decurso de su vida, en sus contextos especficos. La entrevista individual estructurada sta es la ms convencional de las alternativas de entrevista y se caracteriza por la preparacin anticipada de un cuestionario gua que se sigue, en la mayora de las ocasiones de una forma estricta aun en su orden de formulacin. El cuestionario cumple varias funciones, dice McCracken (1988). Su primer papel es, asegurar que el investigador cubra todo el terreno (tema), en el mismo orden, para cada entrevistado, preservando de manera consistente el contexto conversacional de cada entrevista. La segunda funcin es, cuidar el itinerario requerido para mantener la distancia con el entrevistado. La tercera funcin consiste en, establecer los canales para la direccin y delimitacin del discurso. La cuarta funcin es, permitir al investigador prestar toda su atencin al testimonio de su entrevistado. En resumen, el cuestionario busca proteger la estructura y objetivos de la entrevista en una forma tal que el entrevistador pueda atender, de manera inmediata y sin perder el "hilo de la conversacin", tareas que surjan contingencialmente en el desarrollo de la entrevista, tales como revisar el funcionamiento de la grabadora o resolver algn asunto breve ajeno a la charla en curso, las cuales requieren de la atencin momentnea del investigador. El enfoque cualitativo con que se asume este tipo de entrevista abre la oportunidad para que, con cada una de las respuestas a las preguntas del cuestionario, se exploren de manera in estructurada (esto es, no preparada de antemano, pero s sistemtica) aspectos derivados de las respuestas proporcionadas por el entrevistado. Para efectos del anlisis no basta solo con registrar las ideas sino que tambin se requiere examinar el contexto en que esas ideas aparecen. Este contexto se identifica principalmente por una manera de hablar. Entrevista individual en profundidad ste es el instrumento preferido y diramos bsico de la investigacin enfocada desde

127

la teora fundada, al igual que el de las historias de vida. Por lo general, su empleo implica la realizacin de varias sesiones con la misma persona. Se comienza con una primera entrevista de carcter muy abierto, la cual parte de una pregunta generadora, amplia, que busca no sesgar un primer relato, que ser el que servir de base para la profundizacin ulterior. Se considera, en tal sentido, que la propia estructura, con que la persona entrevistada presenta su relato, es portadora en ella misma de ciertos significados que no deben alterarse con una directividad muy alta, particularmente, lo repetimos, al comienzo del proceso. Otros detalles de procedimiento se pueden consultar en la lectura complementaria nm. 2 "La entrevista en profundidad", de Taylor y Bogdan, ** Entrevista Focalizada Las entrevistas focalizadas, en el caso de la televisin tienen el objetivo de explorar y comprender los procesos subjetivos de apropiacin e integracin de la televisin en la vida cotidiana de diferentes grupos de la audiencia. Partimos, al igual que muchos otros investigadores culturalistas, de la premisa de que la recepcin de los mensajes de los medios es activa y alimentada por distintas mediaciones y procesos de negociacin y apropiacin de los significados (Fiske, Downing, Orozco). En este sentido y siguiendo a Gonzlez (1998), nuestra unidad de anlisis no ser el individuo aislado, sino el individuo "en relacin": "jams se da una recepcin pasiva o individual, y difcilmente el texto cultural permanece slo en el primitivo origen de un gusto o prctica distintiva" . Cada receptor es parte de uno o mltiples grupos y como tal tiende a adoptar patrones de consumo y apropiacin comunes a los de su grupo de pertenencia. Una mujer de 40 aos ver la televisin en funcin de su relacin con el resto de la familia, con sus gustos e intereses. Un joven tendr que negociar con sus padres y sus hermanos su uso de ese medio, a menos que el nivel socioeconmico de la familia permita la propiedad de un televisor para cada miembro. Como seala Lindlof (1995), los seres humanos infunden en sus propias acciones, y en las otras acciones y mundos a los que tienen acceso, significados: "los significados no son meros accesorios de las conductas. Ms bien, el hecho mismo de que reflexionamos sobre nuestras acciones realizadas, y de que imaginamos posibles acciones futuras, es lo que propicia que lo que hacemos tenga un sentido" (p. 6). Una premisa bsica de nuestro estudio, as, es la misma adoptada por la investigacin cualitativa relacionada con ver las situaciones sociales desde el punto de vista de los actores para poder comprender qu es lo que est pasando en una determinada situacin (p. 30). Werner y Schoepfle (1987) explican que a diferencia del periodismo que busca cubrir lo extraordinario y lo raro, las ciencias sociales se interesan en las estrategias que los humanos usan para sobrellevar sus rutinas, las cuales ocupan la mayor parte de sus horas de vigilia.

128

Lindlof (1995) distingue entre cinco tipos de entrevistas cualitativas: a) la "entrevista etnogrfica" (la ms informal y espontnea de todas), que se realiza en el transcurso de una investigacin basada en observacin participante y que se asemeja a una conversacin casual; b) la "entrevista con informantes", que igualmente se da en el transcurso de una observacin participante, pero con algn o algunos miembros del grupo que tienen mayor informacin o experiencias ms relevantes en el tema de estudio (se pueden realizar en forma casual y espontnea o planeadas con un cuestionario predeterminado); c) la "entrevista con respondientes", que elicita respuestas abiertas a una serie de preguntas directivas. A diferencia de las anteriores, este tipo se parece a la encuesta tradicional con un protocolo estandarizado, un contenido altamente comparable entre los diferentes entrevistados y muestras relativamente grandes de los mismos ; d) la "entrevista narrativa", que se basa como su nombre lo indica en la narracin de historias, ancdotas o biografas por parte de los informantes ; y e) la "entrevistas focalizadas en grupo" en las que los participantes se ven estimulados por las experiencias de otros miembros del grupo a articular sus propias perspectivas: "las maneras en que apoyan, debaten o resuelven los temas entre s puede reflejar las dinmicas del discurso social cotidiano" . Debido al nmero de investigadores y asistentes de investigacin que participarn en el trabajo de campo, se ha optado por utilizar la metodologa de la entrevista a respondientes (c), la cul se apoya en un cuestionario fijo que permite cubrir las reas bsicas y prioritarias del proyecto con cada informante . Los entrevistadores podrn agregar y explorar temas adicionales y aceptar que el informante aborde otros aspectos de su experiencia televisiva no contemplados en el cuestionario (de hecho esto es altamente recomendable para enriquecer el trabajo de campo), pero no debern omitir ninguna de las preguntas incluidas en el mismo.

Tamao de la Muestra. A diferencia de las encuestas por muestreo, donde a travs de frmulas relacionadas con el nivel de confianza y el margen de error se puede definir previamente el tamao adecuado de la muestra y por lo tanto evaluar su generabilidad a grupos ms amplios, en la investigacin cualitativa se siguen otros procedimientos. Como explica McCracken (1988), en ste tipo de estudios el asunto no es el de la generalizacin, sino el del acceso: "el propsito de la entrevista cualitativa no es descubrir cuntos, y qu tipos de, personas comparten ciertas caractersticas. Se trata de obtener acceso a las categoras culturales y los supuestos desde los cules una cultura construye el mundo" McCracken insiste en que la muestra de informantes en las entrevistas cualitativas no tiene como objetivo representar una parte del mundo ms amplio, sino atisbar el complicado carcter, organizacin y lgica de la cultura . Lo que se acostumbra, por lo tanto, es ir realizando entrevistas hasta que la diversidad de respuestas de los informantes deja de ser significativa y empiezan a repetirse los datos (cfr. Taylor y Bogdan, 1987). Dependiendo de la complejidad de los fenmenos y

129

procesos estudiados, esto puede significar unos pocos o muchos informantes. En este proyecto se ha definido que en cada ciudad debern aplicarse un mnimo de 60 entrevistas, pero este nmero podr (o deber) aumentar en caso de que se observen diferencias y variantes importantes en las respuestas proporcionadas por los informantes de cada segmento contemplado. Para poder explorar posibles diferencias en las preferencias programticas y las rutinas de consumo y apropiacin de la televisin del pblico de acuerdo a variables sociodemogrficas como el nivel socioeconmico, la edad y el sexo, las 45 entrevistas por ciudad se distribuirn de la siguiente manera: 5 entrevistas con jvenes de clase baja de sexo femenino 5 entrevistas con jvenes de clase media de sexo femenino 5 entrevistas con jvenes de clase alta de sexo femenino 5 entrevistas con jvenes de clase baja de sexo masculino 5 entrevistas con jvenes de clase media de sexo masculino 5 entrevistas con jvenes de clase alta de sexo masculino 5 entrevistas con adultos de clase baja de sexo femenino 5 entrevistas con adultos de clase media de sexo femenino 5 entrevistas con adultos de clase alta de sexo femenino 5 entrevistas con adultos de clase baja de sexo masculino 5 entrevistas con adultos de clase media de sexo masculino 5 entrevistas con adultos de clase alta de sexo masculino Como se mencion, 5 ser la cantidad mnima de entrevistas a realizarse en cada grupo. En caso de observarse mucha variacin en las respuestas de los cinco informantes de un estrato determinado, se debern agregar casos hasta que la gama de opciones se agote. La manera en que se identificar el grupo al que pertenece un determinado respondiente ser utilizando los siguientes criterios: GRUPO EDAD NIVEL SOCIOECONOMICO jvenes de clase baja de sexo femenino 18-24 jvenes de clase media de sexo femenino 18-24 jvenes de clase alta de sexo femenino 18-24 jvenes de clase baja de sexo masculino 18-24 jvenes de clase media de sexo masculino 18-24 jvenes de clase alta de sexo masculino 18-24 adultos de clase baja de sexo femenino 25-50 adultos de clase media de sexo femenino 25-50 adultos de clase alta de sexo femenino 25-50 adultos de clase baja de sexo masculino 25-50 adultos de clase media de sexo masculino 25-50 adultos de clase alta de sexo masculino 25-50

130

Fase previa a la entrevista La seleccin de los informantes en este proyecto ser uno de los puntos claves y quizs de los ms delicados. En principio, a cada entrevistador de la ctedra se le asignar una cuota de entrevistas a realizar, sealndosele la edad, sexo y nivel socioeconmico de los informantes que deber seleccionar. A partir de esa base, el investigador deber identificar potenciales informantes que cumplan con esas caractersticas. Para estar seguros de que efectivamente dichos candidatos pertenecen a los grupos sociodemogrficos solicitados, se les tendr que aplicar una encuesta preliminar que permitir identificar el nivel socioeconmico de los informantes. Si despus de aplicrselas se confirma que pertenecen al grupo asignado, se proceder a la fase de preparacin de la entrevista. En esta fase, cada entrevistador deber seguir el siguiente procedimiento: 1. Solicitar la colaboracin del informante explicndole que el proyecto busca conocer la forma en que diferentes tipos de personas integran la televisin en sus rutinas diarias y en sus opciones de entretenimiento. Se les deber aclarar el objetivo general de la investigacin, pero sin entrar en muchos detalles y sin especificar que esperamos diferencias claras segn el sexo, la edad o el nivel socioeconmico. 2. Asegurar al informante que todo lo que nos diga ser totalmente confidencial. Que no se identificar en ningn momento ni su nombre ni quin dijo qu cosa. Explicar que cuando nos refiramos a l o ella slo mencionaremos caractersticas generales como la edad, el sexo o el nivel socioeconmico. Ponerle un ejemplo como el siguiente: "Una joven de 22 aos seal que". Ofrecerle la posibilidad de que vea la transcripcin de la entrevista tan pronto est lista, para que la revise y autorice su uso. 3. Establecer una fecha y un horario conveniente para que el informante tenga plenamente disponibles unas dos horas y media de su tiempo. Es importante que quede claro que se requiere total concentracin en la entrevista. 4. Definir un lugar donde el informante se sienta totalmente en confianza. El entrevistador tendr que ser el que, en su caso, se "interne" a lugares que normalmente no frecuenta. El respondiente deber elegir el sitio de la entrevista, que podr ser su casa, oficina, un restaurante o cualquier otro lugar que a l le sea familiar y que le permita sentirse a gusto. Aclararle solamente que sea de preferencia un lugar donde no se escuche mucho ruido debido a que se grabar el audio de la entrevista. 5. En esta fase es importante generar el mayor grado de rapport posible entre el entrevistador y el informante. Si hay un amigo comn que permiti el contacto, el entrevistador deber destacar su relacin con l para tranquilizar al informante y hacerlo sentir que se est "entre amigos". La conversacin y el tiempo de esta entrevista previa deber ser suficiente como para romper el hielo y permitir una

131

relacin ms fluida con el respondiente, de tal forma que cuando se llegue a la entrevista formal ya se haya avanzado lo ms posible en este sentido. El entrevistador deber utilizar todos sus recursos para generar empata, intercambiar experiencias, aficiones, nombres de conocidos mutuos, temas casuales de inters mutuo, etc. 6. Posteriormente a esta conversacin con el futuro respondiente y antes de la entrevista, el participante deber hacer todos los preparativos necesarios para llegar con todo listo. Deber identificar dos casets de 45 minutos de cada lado con la siguiente informacin: a) Nmero de la Entrevista (Cdigo del caset): tres dgitos y una letra. El primero dgito se refiere a la ciudad (1=Monterrey, 2=Guadalajara, 3=D.F.). Los siguientes dos al nmero progresivo que represente cada entrevista (definirlo con el coordinador de cada ciudad). La letra al final del cdigo se referir a si es el caset 1 (en cuyo caso se pondr "A") o el 2 ("B") Ntese que estas letras no se refieren al lado del caset, sino a casets distintos. Poner acto seguido el nombre del entrevistador, fecha de realizacin de la entrevista y nombre del informante. Terminar con informacin sobre gnero del informante (H=hombre, M=Mujer), edad (exacta, con dos dgitos) y nivel socioeconmico (CA=Clase Alta, CM= Clase Media, CB=Clase Baja). Ejemplo: #101A. J. C. Lozano. 12 de mayo de 1999. Informante: Joaqun del Olmo. H-26CM b) Poner bateras nuevas a la grabadora (las viejas guardarlas para el momento de la transcripcin) y preparar un paquete de bateras nuevas para repuesto. Preparar libreta de apuntes en donde se debern anotar ocasionales aspectos de la entrevista mientras sta se lleva a cabo. c) Cada entrevistador deber llevar un diario de campo donde deber describir todo lo relacionado con la conversacin previa con el informante, la aplicacin de la encuesta para definir su nivel socioeconmico, los preparativos de la entrevista, lo que sucedi en el transcurso de la misma y todo lo que considere relevante. Dudas, problemas, percepciones de que el entrevistado estaba falseando la informacin o contradicindose, interrupciones de otros miembros de la familia o amigos, observaciones sobre el lugar de la entrevista o lo que suceda alrededor de ella, todo es importante documentarlo. Tambin se debern incluir aqu las interpretaciones tericas que el entrevistador vaya generando sobre lo escuchado y observado en su informante. Dada la amabilidad del informante para la entrevista en concedernos parte de su tiempo y acceder a participar en un proyecto como el nuestro, se requiere cumplir con todas las reglas bsicas de puntualidad, cortesa y atencin. La puntualidad estricta es un requisito indispensable, ya que en caso de no cumplirla el informante podra enfadarse

132

y cancelar la entrevista o contestarla de mal humor y sin la actitud cooperativa deseable. Se debe llegar con todo listo: la grabadora, los casetes, las bateras de repuesto, las libretas para tomar apuntes, la cmara fotogrfica. En la investigacin cualitativa hay otras tcnicas como la encuesta etnogrfica, la cual se describe brevemente enseguida: Encuesta Etnogrfica Esta tcnica toma como su preocupacin y eje bsico de articulacin el anlisis de las dimensiones culturales (simblicas y materiales) de la realidad humana sometida a Investigacin. Uno de los desarrollos ms sistemticos al respecto ha sido el propuesto por Spradley (1978). La idea central que l maneja es, la de contar con un inventario de Tpicos culturales que, a la hora de iniciar el trabajo de campo, permita realizar un barrido completo de esas dimensiones en el interior del grupo humano objeto de estudio. Para su implementacin Spradley en el captulo 3 de primera parte de su texto Participant Observation, plantea el que a su juicio constituye el ciclo de la investigacin etnogrfica. Dentro del mismo, dicho autor distingue cinco procesos, de los cuales, los tres primeros conciernen a la encuesta etnogrfica. Los procesos etnogrficos en cuestin son los siguientes: seleccin de un proyecto, planteamiento de las preguntas concernientes al proyecto elegido, recoleccin de datos, elaboracin de los registros pertinentes, anlisis de los datos y escritura del informe de investigacin o etnografa Spradley plantea que quiz la primera cosa que los etngrafos deberan considerar es el alcance de la investigacin. De acuerdo con esto, la etnografa que se desarrolle puede tener una variacin que puede fluctuar a lo largo de un continuo que va desde la macroetnografa, hasta la microetnografa. Los objetos de anlisis variarn, entonces, desde el estudio de las sociedades complejas, de mltiples comunidades, de mltiples instituciones sociales o de mltiples situaciones sociales, para el caso de la macroetnografa; hasta, el abordaje mediante la microetnografa, de una sola comunidad local, una sola institucin social o una situacin social simple o restringida. La encuesta etnogrfica cumple papeles diferentes en los dos tipos de etnografa. Dentro de la de alcance macro, busca hacer equivalentes las categoras de anlisis empleadas con el propsito de facilitar los anlisis comparativos. Es el caso de los trabajos interculturales desarrollados por Whiting, Child y Lambert (1966) sobre Prcticas de crianza. Para el caso de la microetnografa, la encuesta etnogrfica se orienta a identificar algunos temas culturales de base, que van a facilitar el trabajo de mapeo de situaciones y el inventario de actores. Este, a su turno, va a servir como

133

soporte al ulterior proceso de recoleccin de informacin, en forma focalizada o selectiva. Algunos ejemplos de preguntas genricas que se plantean en una encuesta etnogrfica son: qu gente hay aqu o quienes hay aqu?, qu hacen? o cul es el escenario fsico de esta situacin social? Se utilizan para conocer el abanico de opiniones (rompiendo el culto al "experto"). En trminos generales puede decirse que existen dos categoras de mtodos de anlisis de las condiciones de trabajo. Una de ellas prescinde de cualquier valoracin subjetiva y se centra en un conocimiento objetivo, a partir de mediciones directas u observaciones. La segunda opcin parte de la base de que la valoracin ha de ser hecha por los propios individuos que viven la situacin; son los propios interesados los que aportan el conocimiento evaluador de las condiciones de trabajo. Si tenemos en cuenta que la realidad se halla constituida tanto por elementos objetivos como subjetivos, cuando queramos valorar una situacin en su totalidad lo correcto ser tomar en consideracin ambos aspectos. En el mbito de las condiciones de trabajo ello supone la valoracin tanto de los factores que en s pueden ser agresivos, como de la vivencia que de estos factores tienen los trabajadores. Por minuciosa que sea una observacin o medicin, nunca ser capaz de recoger toda la informacin necesaria: la carga de trabajo no es slo la carga en s, ("contrainte", "strain") sino tambin la carga que supone para el trabajador ("astreinte", "stress"). La participacin de los trabajadores aparece as como un elemento bsico de la valoracin de las condiciones de trabajo. Por otra parte esta participacin ha de estar tambin presente en el momento de intervenir sobre estas condiciones de trabajo: "la recogida de las opiniones de los trabajadores orienta hacia medidas ms pertinentes." (J.J. Castillo, 1983) Los trabajadores conocen su puesto de trabajo y, por tanto, conocen cmo puede mejorarse; la discusin de grupo puede representar un instrumento para facilitar la expresin de estos conocimientos. En Notas Tcnicas de Prevencin se han recogido diversos mtodos de valoracin de las condiciones de trabajo basados tanto en la observacin (LEST, mtodo del perfil del puesto... ) como en la opinin de los trabajadores (la entrevista, la encuesta). Generalmente los mtodos tratados hasta el momento son mtodos cuantitativos que permiten ya sea una descripcin de la poblacin (porcentajes, medidas de tendencia central o de dispersin ... ), una cuantificacin del riesgo, o el establecimiento de las posibles relaciones entre las variables estudiadas. GRUPO DE DISCUSIN

134

Se presenta un mtodo cualitativo, el grupo de discusin, como un mtodo que puede explotarse por ejemplo para conocer algunos aspectos de las condiciones de trabajo y que puede ser complementario de otros mtodos cuantitativos. Esta tcnica es til para buscar explicaciones, supone una va a travs de la cual las personas expresan ideas y opiniones; aplicada a la valoracin de las condiciones de trabajo ser una tcnica que permitir al trabajador expresar sus opiniones acerca de sus condiciones de trabajo y de cmo mejorarlas. Aunque no es una tcnica especfica, su objetivo puede adaptarse a la valoracin de una situacin de trabajo. Ofrece la ventaja sobre otros mtodos, de ser ms asequible para la empresa ya que en ella existe la posibilidad de una convocatoria ms inmediata, dada la cercana de los interesados, ya que los sujetos estn ah mismo. Habida cuenta, adems, de que uno de los requisitos es que exista un objetivo comn, es evidente, que si los participantes tienen unas mismas condiciones de trabajo, el grupo de discusin es el entorno oportuno para identificar problemas y apuntar posibles soluciones. Es el medio adecuado para hacer una primera aproximacin al estudio de una situacin de trabajo o incluso para priorizar los problemas, que en muchos de los casos requerirn un estudio ms profundo con las tcnicas especficas adecuadas. Caractersticas del grupo de discusin Se denomina tambin "reunin de grupo" o "discusin de grupo". Se basa en el grupo como unidad representativa (clula social) que expresa unas determinadas ideas: valores, opiniones, actitudes... dominantes en un determinado estrato social. Los participantes se seleccionan porque tienen ciertas caractersticas en comn que les relacionan con el tema objeto de la discusin. Podemos definirlo, siguiendo a Muchielli como "aquel grupo cuyo objetivo es hacer una confrontacin de opiniones, de ideas o de sentimientos con el fin de llegar a unas conclusiones, un acuerdo o unas decisiones" (Muchielli, 1972). Merece la pena destacar de esta definicin que un grupo de discusin no es un grupo de trabajo y por tanto su objetivo no es producir, -no es un lugar de accin, sta se emprender a posteriori- sino intercambiar opiniones de manera que se obtenga una informacin acerca de las percepciones, actitudes o motivaciones de un colectivo determinado. Los participantes de un grupo de discusin expresan sus opiniones sobre un tema de inters comn. Las personas aportan informaciones sin modificar las de las dems; no se trata de un intento de imponerse sino de aportar unas ideas. Una condicin de los grupos de discusin es que estn compuestos por personas similares entre s ( edad, experiencia profesional, puesto de trabajo...). La naturaleza de la homogeneidad es muy variable pudiendo ser ms o menos amplia segn la finalidad del estudio. Los participantes se seleccionan porque tienen ciertas caractersticas comunes que les relacionan con el objeto de la discusin de tal manera que se facilite el intercambio de opiniones sobre aspectos que todos conocen, el no cumplir este

135

requisito puede dar lugar a retraimiento frente a personas que se perciben distintas del resto del grupo. Idealmente el grupo estar formado por personas que no se conozcan y probablemente no volvern a encontrarse. Sin embargo esta metodologa puede ser de gran utilidad a nivel interno pues permite conocer situaciones dentro de una empresa y es en el seno de la empresa donde deben facilitarse vas de expresin que permitan el anlisis de las condiciones de trabajo y las posibles vas de intervencin. El grupo de discusin realizado en una organizacin presenta, pues, algunas circunstancias especiales. En este entorno los participantes se conocen entre s, incluso pueden tener una relacin o un contacto diario: el grupo es un grupo preexistente y puede llegar a una total familiaridad, sin embargo el trabajar en la misma empresa tiene sus ventajas ya que el hecho de conocerse hace que exista una mayor cohesin de grupo y permite entrar ms directamente en la discusin. Para que los grupos de discusin internos sean realmente productivos, y a fin de favorecer la participacin, deber tenerse cuidado de lograr un ambiente no intimidatorio, desarrollar la reunin en un entorno neutral, dejar muy claro el objeto de la reunin y recordar a los participantes que la intencin es recoger informacin sobre distintos puntos de vista. Deber seleccionarse a los miembros del grupo en funcin de la relacin de los individuos con el objetivo de la discusin, prescindiendo de jerarquas o de simpatas personales. Un mtodo para determinara los participantes puede ser hacer una seleccin aleatoria de trabajadores de la misma categora o status dentro de la organizacin. Cabe la posibilidad de recurrir a un moderador externo a la empresa. Esta solucin ofrece la ventaja de que los componentes del grupo tienen mayor libertad para expresarse, pero, en cambio, si el moderador no est familiarizado con la cultura de la empresa, puede dar lugar a distorsiones en la interpretacin de las distintas intervenciones. Puede pues moderar la reunin una persona de la propia organizacin con la condicin de que, por su status o por otras razones, no coarte la libertad de expresin de los miembros del grupo. En el estudio de las condiciones de trabajo la tcnica de la discusin de grupo puede aplicarse de manera independiente o como complementaria de otras tcnicas de valoracin cuantitativas, cabiendo. en este caso. distintas posibilidades: A priori, puede utilizarse como un estudio previo para conocer determinados temas, para definir problemas que deben medirse con ms exactitud, para conocer o comprobar el vocabulario de una encuesta por ejemplo... En paralelo con el fin de comparar resultados, tener distintos puntos de vista sobre una situacin, profundizar en un estudio...

136

A posteriori para buscar explicaciones a datos obtenidos, para determinar estrategias de accin , para determinar prioridades o para comprobar hiptesis. Preparacin El animador juega un papel importante en una reunin de discusin, pero no es el nico determinante del xito de la misma. Para que la discusin llegue a buen fin hay que prever una serie de factores, comunes a cualquier tipo de reunin y emplear algn tiempo en comprobar una serie de detalles que, aunque a primera vista puedan parecer superfluos, juegan un papel decisivo en el buen desarrollo de una reunin. Condiciones materiales A menudo no suele prestarse la atencin necesaria a este aspecto, pero hay que tener en cuenta que "velar por unas condiciones confortables es velar por la eficacia de la reunin" (Lebel,1983). No tener en consideracin estos aspectos es aceptar unos riesgos que pueden ser evitados: quin no ha visto fracasar una reunin por un exceso de calor, o porque la sala estaba ocupada.... Para asegurar el buen desarrollo de un grupo de discusin debern atenderse a los siguientes aspectos: El lugar El local donde deba desarrollarse la reunin ha de cumplir unos requisitos, ya que su idoneidad puede influir en las respuestas de los participantes. El lugar de reunin en la empresa ha de ser neutral de manera que se favorezca un ambiente de participacin y se eviten inhibiciones. La sala ha de ser de dimensiones adecuadas al nmero de asistentes, aislada de distracciones que provengan del exterior o de otras posibles distracciones visuales o sonoras. En otro orden de cosas hay que tener en cuenta que el confort aumenta la participacin, si las personas estn incmodas puede aparecer irritabilidad o impaciencia. Por ello es conveniente inspeccionar la sala con antelacin y comprobar su disponibilidad durante el tiempo necesario, la existencia de tomas de corriente o ausencia de ruidos si se quiere grabar la conversacin, la ventilacin adecuada, la cantidad de sillas, disposicin de mesas.... Disposicin de los participantes Los participantes se situarn de manera que se vean unos a otros, es imprescindible el contacto ocular para facilitar la interaccin. Para ello la mesa deber ser de medidas adecuadas y si se dipone de varias mesas su situacin no deber ser en lnea sino que debern colocarse en crculo o en forma oval. La distancia entre los participantes ser

137

equidistante por lo que el tamao de la mesa deber adecuarse al nmero de asistentes. La conversacin puede grabarse en cinta pero no es recomendable grabarla en vdeo porque perturba demasiado el desarrollo de la discusin y afecta la espontaneidad de las intervenciones. Convocatoria Es necesario informar previamente a los participantes explicando el motivo de la reunin y especificando el lugar, la hora y la duracin aproximada. Recordemos que no hay reunin posible si no se est de acuerdo en trabajar en conjunto sobre unos mismos objetivos. Una ventaja que ofrece la reunin dentro de una organizacin es que pueden clarificarse personalmente las posibles dudas sobre el objeto de la reunin y los puntos a discutir en ella. Tamao del grupo El tamao ideal para una discusin de grupo es entre 7 y 10 participantes. Si el nmero es demasiado reducido, ser demasiado pobre como entidad de interaccin, no se darn fenmenos de grupo. Por el contrario si es demasiado elevado el grupo se escindir en pequeos subgrupos y no ser posible desarrollar una discusin nica. Siguiendo las leyes de la dinmica de grupos podemos establecer el tamao adecuado para llevar a cabo una reunin de discusin. Podemos resumirlo en el siguiente esquema:

El momento de la reunin Es ms adecuado realizar las reuniones por la maana, siendo totalmente desaconsejable el llevarlas a cabo despus de la comida. La duracin no deber exceder de dos horas ya que si se alarga demasiado puede bajar el inters en la reunin, dando lugar a la aparicin de subgrupos. Es importante asegurarse que todo el mundo dispone de tiempo suficiente, de lo contrario se corre el riesgo que las personas se sientan presionadas o desven la atencin hacia otros temas ajenos a la reunin.

138

Evitar interrupciones Es evidente que en la sala en la que se desarrolla la reunin no debe haber telfono. Puede dejarse una persona encargada de recoger los mensajes que llegan para los miembros de la discusin y, si es preciso, se harn llegar al interesado a travs del moderador. Durante el transcurso de la discusin es inaceptable que un miembro de la reunin se vea interrumpido por una visita. Desarrollo de la reunin En la discusin los miembros del grupo expresan sus ideas, dando a conocer emociones que no surgen a menudo en otro tipo de investigacin. Para que esto sea posible una de las condiciones es que el ambiente sea distendido, de manera que se facilite un clima en el que las personas puedan manifestar sus sentimientos. Durante el transcurso de la reunin y con el fin de recoger con mayor exactitud el mayor nmero de detalles, es conveniente que, adems del moderador, exista otra persona que tome nota de las incidencias de la reunin: tono en que se hacen las intervenciones, comunicacin no verbal, actitud de los participantes... Sus anotaciones no tienen como finalidad recoger la totalidad de las intervenciones sino aspectos importantes a resaltar y a tener en cuenta en el anlisis. Papel del moderador El animador juega un rol de coordinacin y de facilitacin primordial, pero no es l quien enriquece el nivel de ideas. Controla el desarrollo de la discusin y hace progresar al grupo hacia el objetivo propuesto, sin restar espontaneidad a los participantes. Su papel principal es velar para que se cumplan los objetivos, facilitar el intercambio de ideas, hacer respetar el mtodo y establecer sntesis. Tiene que cumplir dos tipos de objetivos. Unos encaminados hacia la tarea: guiar la discusin hacia los temas objeto de debate, y otros dirigidos hacia el grupo: facilitar la expresin de los participantes, manteniendo un clima de participacin. Las funciones hacia la tarea estn claramente definidas y tienen una cadencia cronolgica:

Enfocar la discusin hacia los objetivos. Evaluar en qu punto de la discusin se encuentra el grupo. Realizar sntesis parciales que permitan poner en evidencia el progreso del grupo. Determinar la posicin respecto del objetivo principal.

La funciones hacia el grupo son ms sutiles y menos organizadas, dependen del desarrollo del grupo como tal. Hay que estar atento a los fenmenos de grupo que van apareciendo de manera que se pueda ir regularizando la situacin:

139

Facilitar un equilibrio de intervenciones. Regular el grupo: evitar los subgrupos, crispaciones, inhibiciones... Romper el bloqueo del grupo: animar la intervencin, reformular, sintetizar.

Puesto que el moderador no debe informar sino facilitar el intercambio de opiniones entro los miembros del grupo, deber utilizar las clsicas tcnicas de animacin para conseguir un desarrollo adecuado de la discusin (plantear preguntas, invitar a hablar a los participantes que no lo hacen, evitar que alguien se ponga a la defensiva o intente monopolizar la discusin..) apoyando aquellos roles que demuestren cohesin y que ayuden a avanzar en la discusin y por el contrario sabiendo atajar aquellas intervenciones que puedan ser un obstculo. Bsicamente su funcin consistir en una reformulacin y sntesis peridicas de las opiniones que van apareciendo utilizando las siguientes tcnicas: Plantear preguntas Estas estarn encaminadas a centrar la discusin no debiendo exceder de 5 6. Puede disponer de un listado con las preguntas pero no deber leerlas, lo que rompera el clima de discusin, sino que las utilizar como gua para pasar de una cuestin a otra. Su forma no deber ser dicotmica, pues se corre el riesgo que la respuesta sea "s" o " no" con lo que la discusin puede hacerse difcil. Por el contrario debern ser abiertas, exponiendo un tema de discusin o un punto sobre el que debe girar la misma. Hay que ser cuidadoso y no predeterminar la respuesta o reflejar ya una opinin del moderador sino que deben presentarse como una "pgina en blanco a rellenar por los entrevistados" (Merton, 1956, citado en Krueger, 1988) . Escuchar El moderador ha de ser consciente de su papel y no debe intentar participar como un miembro de la discusin sino que ha de ser capaz de escuchar, no slo or, es decir, que debe comprender el razonamiento de los dems, recoger sus ideas y asegurarse que se han entendido, de manera que pueda hacer hincapi en los aspectos importantes que merecen ser considerados con mayor profundidad. Para ello es recomendable que el moderador tenga una base de conocimientos sobre el tema que se discute. Reformular El lenguaje tiene sus dificultades, las personas damos distintos sentidos a las mismas palabras. Si un participante expone una idea, el moderador debe volver a plantearla con otras palabras de manera que los participantes tengan ocasin de orla misma proposicin bajo distintas formas. La reformulacin permite asegurarse que todo el mundo entiende lo mismo.

140

Sintetizar Si se emiten distintas ideas sobre un punto, el moderador las confronta, las reagrupa, haciendo una sntesis de lo que aparentemente pueda parecer irreconciliable, resumiendo las intervenciones ms largas, recapitulando lo que se ha dicho sobre un punto antes de pasar a otro de manera que en todo momento se sepa en qu punto de la discusin se halla el grupo. Anlisis de los datos El anlisis de datos consiste en examinar, categorizar y reorganizar la informacin obtenida. Debe ser sistemtico: seguir un proceso, y verificable: otro investigador llegara a las mismas conclusiones. Hay que analizar el discurso en funcin de los objetivos y de la profundidad del estudio; la interpretacin tiene en cuenta evidencias que estn ms all de las palabras concretas reflejadas en una transcripcin y debe en marcarse, a partir de las anotaciones recogidas durante el trabajo de campo, en las caractersticas de los miembros del grupo y el clima que rodeaba las intervenciones de los participantes, sabiendo separar los conceptos primordiales de la multitud de detalles y comentarios que suelen aparecer. Esta tarea es compleja puesto que a una misma pregunta se respondo con distintas palabras. As pues el primer paso del anlisis ser comparar las palabras o identificar a travs de ellas qu sentimientos o qu ideas son coincidentes aunque estn expresados de distinta forma. Hay que cuidar que no existan "ruidos" que perturben la interpretacin basados en la percepcin selectiva de los comentarios. Con ello queremos decir que el analizador ha de ser capaz de separar sus ideas, expectativas y opiniones personales de manera que se perciba correctamente el mensaje de los dems. Se trata de evitar un sesgo en la interpretacin de los resultados. De ah que se recomiende grabar la conversacin y transcribirla ntegramente para su correcto anlisis. Otro aspecto a considerar es la consistencia de las opiniones. Aunque no es fcil un cambio total de actitud, s suele darse que algn miembro del grupo, a la vista de los argumentos que aparecen en la discusin, no insista en algn punto de vista determinado o incluso defienda ideas contrarias a las de que haba expuesto con anterioridad. Para el anlisis debern tenerse en cuenta aquellas ideas que aparecen de manera repetida durante el discurso pero no se considerarn las que slo aparecen una vez puesto que no tienen suficiente consistencia. Para conseguir que la recogida de datos sea sistemtica los pasos a seguir sern: Inmediatamente despus de la reunin

141

Comprobar que la grabacin sea correcta de manera que si no lo es se pueda reconstruir al mximo el discurso. Puesta en comn de las anotaciones del moderador y el ayudante para llegar a elaborar un corto resumen de las observaciones centrndose en los siguientes aspectos:

Tomas tratados. Aspectos nuevos que han aparecido. Caractersticas del grupo. Puntos en los que ha habido ms acuerdo o discusin. Comunicacin no verbal. Tono general de la conversacin. Vocabulario utilizado.

Posteriormente Transcribir las conversaciones. Leer las transcripciones relacionando las respuestas con las respectivas preguntas y sealando los comentarios de mayor inters. Releer las transcripciones o escuchar las grabaciones concentrndose en un tema cada vez y analizando el contenido del discurso basndose en:

Las palabras. El contexto. La consistencia de las opiniones. Las ideas bsicas. Los objetivos del estudio.

A modo de conclusin cabra sealar que en la presente nota tcnica hemos presentado someramente la tcnica de discusin de grupo por considerar que puede jugar un importante papel en la valoracin de las condiciones de trabajo a partir del conocimiento de las opiniones de determinados colectivos dentro de una empresa. Ofrece la ventaja de su viabilidad en el marco de una organizacin, pero no debemos dejarnos llevar por su sencillez aparente ya que para que sea vlida debe ser utilizada apropiadamente y preparada y explotada con rigor. GRUPO FOCAL

142

Es una discusin en grupo. Las personas que lo componen tienen aspectos comunes. El investigador permite que se hable espontneamente. Permite conocer el abanico de opiniones. Se puede utilizar antes, durante y despus de un proyecto de investigacin para obtener la percepcin y creencias que el grupo tiene sobre determinados servicios. Sobre la poblacin diana se hacen subgrupos que deben representar distintas opiniones. Por tanto los subgrupos deberan tener distinta edad, genero, nivel de instruccin, trabajo,... etc. Numero de participantes? : de 6 a 12. Cuntos grupos? : Hasta que los distintos grupos no aporten nada nuevo. Reclutamiento? : Utilizando la red informal (amigos, vecinos,...) o la red formal (censo). Incentivos? : Hacerles ver que la informacin que aportan es valiosa. Caf, Cocacola,... Duracin? : 60-90 minutos mximo. Preguntas? : Comenzar con preguntas abiertas. Las preguntas mas importantes cuando se observe un claro nivel de inters. Inicio del Grupo Focal. Los participantes se sientan en crculo, el monitor se presenta, indica que no es un experto en el tema a tratar. Pide permiso para grabar en un cassette o en vdeo para poder analizar con detenimiento las distintas opiniones verbales y paraverbales. Explica posteriormente el objetivo del estudio. Da una serie de normas: Todos deben opinar. No hablar mas de una persona a la vez. Decir lo que se piensa, no lo que los dems quieren or. No hay opiniones equivocadas. El monitor debe facilitar la dinmica del grupo (atencin al hablador, el experto, el mudo, el tmido, el distrado, la vctima,...) Anlisis del Grupo Focal. Otra persona con la misma informacin, debera llegar a las mismas conclusiones. A) Organizar los datos: Para la primera pregunta... B) Darle forma: de aqu sale el abanico de opiniones. C) Resumir: Sin cuantificar las respuestas. El objetivo que se busca es la amplitud de opiniones. D) Explicar: y sacar las conclusiones.

143

Cuidado al generalizar: "Los adolescentes piensan que..." sustituirlos por "en nuestro grupo, los adolescentes piensan que...".

Y dnde quedan las Tcnicas Grupales? Se utilizan como acciones especficas con sus propios procedimietos, muy conocidas son: Para generar ideas: Brainstorming o Tormenta de ideas. Role-Playing. Mesa Redonda. Para llegar a un consenso: Grupo Delphi. Philips 66. Y para priorizar actuaciones: Grupo Nominal. En la tcnica delphi, el grupo es virtual, nunca llegan a conocerse. En el grupo nominal, aunque el grupo se conoce, en un principio no se pueden comunicar verbalmente. El lenguaje que utilizan es cientfico-tcnico. En resumen, La Metodologa Cualitativa, no solo no utiliza cuestionarios ni cuantifica las respuestas, sino que analiza e interpreta el lenguaje para encontrar el sentido. Y sobre el mayor o menor cientificismo de los resultados de investigaciones realizadas mediante mtodos cualitativos, sus resultados son cientficos aunque participe la subjetividad, se investigan discursos y se permiten mltiples interpretaciones de la realidad. Requiere de un gran sentido comn, gran capacidad de curiosidad y escucha e implica conocimientos de diversas fuentes: sociologa, semiologa, semntica, psicologa, mtodos de investigacin, entre otros. Los contextos fundamentales en los que ha florecido particularmente la IAP han sido, el de la educacin popular, de una parte, y el del desarrollo rural, de la otra. La perspectiva de focal de esta alternativa de trabajo cualitativo ha sido el llamado empoderamiento a travs de la produccin y uso del conocimiento por parte de los sectores ms pobres y oprimidos. Coincide este tipo de intencionalidad con el surgimiento de movimientos sociales dispuestos a realizar cambios radicales especialmente en los pases del llamado tercer mundo (Amrica Latina, frica y Sudeste Asitico).

144

El principio de base, en el que se ancla filosficamente esta alternativa de investigacin, es que existen relaciones desiguales de conocimiento que se constituyen en un factor crtico que perpetua la dominacin clasista sobre los pueblos. Tales relaciones conducen a la reproduccin de nuevas formas de dominacin cuando las viejas pautas se eliminan sin cuidado ni previsin. La IAP segn algunos de sus inspiradores, sera la base principal de accin para el cambio social y poltico, as como para el progreso hacia la igualdad y la democracia, al estimular el saber popular y vincularlo a la autoinvestigacin de los sectores desposedos. Desde el punto estrictamente metodolgico, no hay una identidad ni una propuesta relativamente homognea. Existen aproximaciones diferentes, unas ms estructuradas, como es el caso de la de Bosco Pinto (1987) o Park (1992) y otras ms generales, como son las formuladas por Fals Borda (1986) y Parra (1983), entre otros. Rahman y Fals Borda (1991), al hacer un balance de 20 aos de desarrollos de esta Opcin de investigacin, sealan que la IAP debe verse en la actualidad como un puente hacia otras formas de explicacin de la realidad y otras formas ms satisfactorias de accin para transformarla (...) podramos decir ahora que hay tal vez ms argumentos en favor de la continuacin de la IAP hoy que los que haba en 1990 (...) sentimos que la IAP, como procedimiento heurstico de investigacin y como modo de vida altruista, puede perseguir y alcanzar esta meta (...). La legitimacin y el reconocimiento de la Investigacin Participativa como una alternativa con una identidad propia y con un lugar tanto en la comunidad acadmica como en la contribucin a procesos de desarrollo social y de innovacin educativa, se evidencia en el primer caso, por su inclusin en una obra de envergadura como la de John Keeves quien es el editor del Educational Research, Methodology, and Measurement: An International Handbook publicado por Pergamon Press y que desde su primera edicin en 1988representa un esfuerzo bin importante por hacer una puesta al da a la manera de un estado del arte de los distintos avances en la investigacin educativa. En la mencionada obra, Keeves recoge dos trabajos que expresan por separado dos dimensiones de la Investigacin Accin Participativa. El primero es el de S. Kemmis titulado Action Research(PP. 42-49) y el segundo el de el de Participatory Research (PP. 150-155); algo interesante es que el primer trabajo lo sita en una seccin que el editor denomina Humanistic Research Methods, mientras el segundo lo coloca dentro de una seccin que titula Policy Research, ubicaciones estas que denotan cul es el contexto predominante con el que se identifica este tipo de propuesta investigativa, de un lado, asociada a una filosofa de corte humanstico y del otro, al mbito poltico de la toma de decisiones. De otro lado en la literatura sobre desarrollo rural, an la de organismos multinacionales como la FAO y la OMS, entre otras, la Investigacin Accin y la Investigacin participativa figuran como herramientas valiosas para promover procesos sistemticos de desarrollo. As mismo en nuestra propia experiencia en labores de planeacin social

145

en mbitos locales y an regionales la investigacin accin participativa ha sido un recurso metodolgico primordial. Desde la experiencia real y directa del autor del presente mdulo, derivan dos consideraciones de carcter prctico que es necesario destacar a la hora de optar por un enfoque participativo de la investigacin. La primera consideracin tiene que ver con la necesidad de adoptar una estrategia de capacitacin del tipo aprender haciendo orientada a posibilitar que los protagonistas profanos en temas de investigacin social o educativa, realicen un trabajo sistemtico y riguroso de elicitacin, registro y anlisis de las, percepciones, testimonios, juicios y comprensiones que son aportados por todos aquellos que son convocados para intervenir en las distintas fases de la investigacin desde su diseo, hasta su uso; pasando por, su implementacin y desarrollo. La segunda, se relaciona con el inters por retomar la comprensin que de su realidad social y material tienen aquellos que la viven cotidianamente. La diferencia con otras alternativas de investigacin cualitativa estriba en que la comprensin en s misma, no constituye el fin ltimo de la investigacin, sino que ms bien se le ve como un medio para orientar la planeacin de la accin social organizada, que se encauza a la Transformacin de algn tipo de realidad social le que resulta insatisfactoria al grupo humano involucrado en el proceso investigativo. La participacin en este sentido, es un recurso metodolgico ms que una opcin ideolgica; la argumentacin de esta tesis tiene que ver con las evidencias que muestran que los enfoques participativos conducidos de manera tcnica permiten, en primer lugar, obviar muchos de los problemas de comprensin que se suscitan en las actividades de cambio social o educativo planificado. En segundo lugar, facilitan el proceso de motivacin hacia la accin social prevista tras los anlisis derivados de la etapa de investigacin y, por ltimo, permite anticipar muchas de las barreras que desde el punto de vista sociocultural y prctico podran encontrar las iniciativas de cambio. Curiosamente, quienes mejor lo han entendido y, por ende, lo han puesto en la prctica, son quienes orientan procesos de cambio en cultura organizacional y quienes trabajan en la animacin de procesos de calidad total, tanto en las empresas productoras de bienes de consumo como en las generadoras de servicios. Villasante, T.R. y otros (2000-2001) explican que la IAP es una metodologa que permite desarrollar un anlisis participativo, donde los actores implicados se convierten en los protagonistas del proceso de construccin del conocimiento de la realidad sobre el objeto de estudio, en la deteccin de problemas y necesidades y en la elaboracin de propuestas y soluciones. Con el fin de detectar esas demandas reales relacionadas con el objeto de estudio y concretarlas en propuestas de accin ajustadas a necesidades sentidas, se desarrolla un proceso de investigacin que apunta a la transformacin mediante el trabajo con colectivos, asociaciones, grupos de vecinos/as y otros actores del municipio con

146

sensibilidades o intereses comunes, lo cual facilita una movilizacin hacia la implicacin ciudadana que favorece la creatividad social en beneficio de toda la comunidad local. El conocimiento de la realidad se construye progresivamente en un proceso participativo en el cual los actores implicados "tienen la palabra", y de este modo se crean las condiciones que facilitan espacios de reflexin, programacin y accin social relacionados con los problemas que plantea el objeto de estudio. Para crear esas condiciones necesarias se aplica un procedimiento de investigacin riguroso bajo el enfoque de la denominada Investigacin-Accin Participativa (IAP), que propone intervenir de forma integral e integradora en el territorio. Tal procedimiento investigador persigue la elaboracin de un conocimiento sobre el objeto de estudio que sea til socialmente y que permita la implementacin de Planes de Accin Integral, donde la participacin ciudadana, plena y consciente, sea un eje articulador bsico. Por eso se trabaja con grupos humanos, con el fin de transformar su entorno, a partir del conocimiento crtico de la realidad que les rodea y de la puesta en marcha de un conjunto de estrategias y propuestas vertebradoras. La IAP no ofrece una batera de respuestas y soluciones a los problemas, sino que propicia la conversacin y el dilogo como mecanismos con los que crear procesos donde los sujetos afectados aporten, tras la reflexin, soluciones a sus problemas. Construyendo las respuestas con los distintos agentes sociales y ciudadanos del municipio se abre un gran abanico de posibilidades, pero las respuestas, soluciones y propuestas de accin se ajustarn ms a la realidad concreta, en la medida en que han sido participadas y compartidas por la ciudadana en el proceso de investigacin-accin Los ejes centrales en que se basa el desarrollo de una Investigacin-AccinParticipativa son los siguientes: - En primer lugar, se han de delimitar unos objetivos a trabajar que responden a la deteccin de determinados sntomas, como por ejemplo: dficits de infraestructuras, problemas de exclusin social, etc. - A esta etapa de concrecin le siguen otras de apertura a todos los puntos de vista existentes entorno a la problemtica y objetivos definidos: se trata de elaborar un diagnstico y recoger posibles propuestas que salgan de la propia praxis participativa y que puedan servir de base para su debate y negociacin entre todos los sectores sociales implicados. - Esta negociacin es la que da lugar a una ltima etapa, de cierre, en la que las propuestas se concretan en lneas de actuacin y en la que los sectores implicados asumen un papel protagonista en el desarrollo del proceso. - La puesta en marcha de estas actuaciones abre un nuevo ciclo en el que se detectarn nuevos sntomas y problemticas, y en el que cabr definir nuevos objetivos a abordar.

147

En todo este proceso cabe resaltar la importancia de dos elementos: la comisin de seguimiento y el grupo de investigacin-accin-participativa o GIAP

CAPTULO 11. El muestreo en la Investigacin cualitativa Leccion 31. Decisiones de diseo en la investigacin cualitativa La aproximacin a la metodologa cualitativa suele hacerse despus de haber recibido una formacin en la metodologa cuantitativa. Un buen consejo para quien se inicie en la investigacin cualitativa es planear ser flexible. No hay un polo cuantitativo y otro cualitativo sino un continuo. Hay dos tipos extremos de diseos cualitativos, el emergente y el proyectado. La mayora de los estudios demandados se deben realizar en un espacio corto de tiempo. Los estudios que se llevan a cabo en equipo requieren mayor coordinacin y comparabilidad. El investigador no suele partir de cero: conoce la literatura o el estado de la cuestin, cuenta con interrogantes que le mueven a investigar, le atraen unas perspectivas tericas ms que otras. La nocin de decisiones de diseo complementa la aproximacin al concepto de diseo cualitativo. Disear es tomar decisiones a lo largo de todo el proceso de investigacin y sobre todas las fases que conlleva dicho proceso.

Decisiones de diseo en la investigacin cualitativa:

148

Al principio del estudio 1. Formulacin del problema. Seleccin de casos y contextos. 3. Acceso al campo. 4. Marco temporal. 5. Seleccin de estrategia/s metodolgica/s. 6. Relacin con teora. 7. Deteccin sesgos e ideologa del investigador. 8. Aspectos ticos.

Durante el estudio 1. Reajuste cronograma de tareas. 2. Observaciones y entrevistas a aadir o anular. 3. Modificacin de protocolos de observacin y de guiones de entrevista. 4. Generacin y comprobacin de hiptesis.

Al final del estudio

1. Decisiones sobre el momento y manera de abandono del campo. 2. Decisiones finales de anlisis. 3. Decisiones de presentacin y escritura del estudio.

Decisiones de diseo en la investigacin cualitativa: Secuencia de fases y tareas en el diseo y realizacin de un estudio cualitativo, como: 1) Fase de reflexin. Identificacin del tema y preguntas a investigar. Identificacin de perspectivas paradigmticas. 2) Fase de planteamiento. 2.1) Seleccin de un contexto. 2.2) Seleccin de una estrategia. 2.3) Preparacin del investigador. 2.4) Escritura del proyecto. 3) Fase de entrada. 3.1) Seleccin de informantes y casos. 3.2) Realizacin de primeras entrevistas y observaciones. Fase de recogida productiva y anlisis preliminar. Fase de salida del campo y anlisis intenso. Fase de escritura.

149

Leccin 32. El muestreo Siguiendo un orden lgico dentro de una secuencia de procedimientos de tipo cualitativo, la seleccin del tipo de situaciones, eventos, actores, lugares, momentos y temas sern abordados en primera instancia en la investigacin. Subrayamos esta precisin de primera instancia, porque, en el caso de la investigacin cualitativa, diferente a la de tipo cuantitativo, el muestreo es progresivo y est sujeto a la dinmica que se deriva de los propios hallazgos de la investigacin. El muestreo de espacios y escenarios. En el ejemplo tomado, el eje han sido las personas. Sin embargo, tras el trabajo con representantes de los grupos ya mencionados, puedo encontrarme con que ellos identifican que los lugares ms propicios para generar las enfermedades que ms los aquejan son: la plaza de mercado, la escuela y el matadero. Yo puedo elegir entre esos tres sitios uno y dentro de ellos, la situacin ms ligada con el problema objeto de anlisis, por ejemplo, la escuela y como situacin, la preparacin de los alimentos. Muestreo de tiempos y momentos. Cada actividad humana tiene unos tiempos y cada escenario tambin puede cambiar con el momento del da o de la actividad que se desarrolle en l. As, manteniendo el ejemplo que hemos venido manejando, la preparacin de alimentos pasa por varios momentos, que van desde la seleccin y su compra, pasando por el transporte de los mismos, hasta llegar al proceso propiamente de preparacin que tiene su etapa en crudo al momento de lavarlos, organizarlos, cortarlos, licuarlos, macerarlos, hasta llegar a su etapa de coccin. Proceso ste que lleva los alimentos a su etapa de preparados. Es posible que en el trnsito por cada una de esas etapas se identifiquen cosas o situaciones que generen enfermedad. Desde una ptica complementaria y tomando como punto de partida carcter terico e internacional del muestreo cualitativo, Strauss y Corbin (1990) distinguen tres modalidades de ste: abierto, relacional-fluctuante y discriminativo. El muestreo abierto est asociado con la codificacin abierta. ste, ms que especificar, gua las elecciones del muestreo. Este tipo de muestreo puede realizarse intencionada o sistemticamente u ocurrir fortuitamente. Este proceso incluye el muestreo in situ. El muestreo relacional-fluctuante est asociado con la codificacin axial. Su principio es maximizar el hallazgo de diferencias en el nivel dimensional, se puede realizar deliberada o sistemticamente. El muestreo discriminativo est asociado con la codificacin selectiva, su principio es maximizar oportunidades para verificar la argumentacin o el argumento construidos, as como tambin las relaciones entre categoras, permitiendo alcanzar la saturacin de aquellas que han mostrado un desarrollo insuficiente.

150

El muestreo de variacin mxima tiene como propsito capturar y describir los temas centrales o las principales caractersticas que tipifican una realidad humana relativamente estable. sta ltima es la principal diferencia con el anterior. El muestreo de casos homogneos busca describir algn subgrupo en profundidad. Es la estrategia empleada para la conformacin de grupos focales. El punto de referencia ms comn para elegir los participantes de un grupo focal es que estos posean algn tipo de experiencia comn en relacin con el ncleo temtico al que apunta la investigacin. El muestreo de caso tpico pretende mostrar a quin no est familiarizado con la realidad objeto de anlisis los rasgos ms comunes de dicha realidad. La definicin de tpicocualitativamente se construye a partir del consenso de opiniones entre informantes clave, buenos conocedores de la realidad bajo estudio. El muestreo de caso crtico se edifica sobre la base de elegir una situacin, fenmeno o realidad humana que permite ganar comprensin sobre una condicin hipottica sometida a anlisis por parte del investigador, pero sometida a juicio de un actor social. Un ejemplo de esto sera preguntarle a una persona que actualmente es muy rica qu hara si al da siguiente despertara en la ruina absoluta? Como se apreciar, este tipo de muestreo se distingue del de casos extremos, porque la situacin a la que alude este ltimo es real actualmente, mientras que en el del caso crtico es hipottico. Sin embargo, tiene en comn que permite develar aspectos completamente invisibles en la vida cotidiana pero que ante la situacin planteada afloran con mucha fuerza. El muestreo en cadena o bola de nieve tiene su origen en la bsqueda de comprensin de realidades culturales o personales que por su condicin de marginalidad del orden social imperante, o por otras razones, se mantienen en la clandestinidad o en la oscuridad del anonimato. La clave est, aqu, en encontrar un caso perteneciente al grupo objeto de investigacin y ste lleva al siguiente y al prximo y as sucesivamente hasta alcanzar el nivel de informacin suficiente para dar por terminada la investigacin. Es el caso del estudio de las realidades de los delincuentes o los enfermos del sida. El muestreo por criterio lgico implica trabajar todos los casos que renan algn criterio predeterminado de importancia. Patton (op. cit.) coloca como ejemplo la situacin de pacientes psiquitricos que por lo general duran en tratamiento entre 4 y 26 semanas. Seala entonces, que ser necesario examinar los casos de todos aquellos que lleven 28 semanas o ms para saber qu est pasando con ellos. En un ejemplo desde otra perspectiva, al examinar una investigacin de satisfaccin sobre servicios en la que el 95% dice estar satisfecho, el investigador determina profundizar con la lgica de este

151

tipo de muestreo, lo que opinaba el 5% que no estaba conforme. El supuesto de fondo del que parti para esta decisin es que la ptica crtica de los inconformes hara probablemente visibles aspectos del servicio que sera necesario mejorar. El muestreo de casos confirmatorios o disconfirmatorios. ste es un tipo de muestreo que desde la perspectiva cualitativa se puede catalogar como de segundo orden, en tanto que se realiza sobre patrones que ya han emergido en etapas previas de la investigacin y lo que buscan es enriquecer, profundizar y mejorar la credibilidad de los datos hasta ese momento obtenidos. Este tipo de muestreo se relaciona estrechamente con el planteado por la teora fundada para realizar tanto la codificacin axial como la selectiva. El muestreo de casos polticamente importantes. Se relaciona con la identificacin en procesos sociales, objeto de investigacin, de los actores principales, es decir, los que intervienen directa o indirectamente, pero de modo significativo en la toma de decisiones involucradas en dichos procesos. Comprender su visin es fundamental para conocer el rumbo que seguirn los procesos en cuestin y de ah la importancia de este tipo de muestreo. El muestreo por conveniencia tiene su origen en consideraciones de tipo prctico en las cuales se busca obtener la mejor informacin en el menor tiempo posible, de acuerdo con las circunstancias concretas que rodean tanto al investigador como a los sujetos o grupos investigados. Leccion 33. Utilidad de la Tcnicas Cualitativas Revisando las diferentes tcnicas, por ejemplo, el proceso bsico de la encuesta estadstica, esta se basa en la relacin secuencial pregunta-respuesta. En las encuestas precodificadas, es el investigador quien decide la respuesta, dado que limita sus posibilidades. El entrevistado slo puede hacer zapping entre las diferentes cadenas de respuesta, como suele ocurrir al encender el televisor; el encuestado decide entre la menos mala de las cadenas o apaga la televisin (lo que traducido a la encuesta equivale a no sabe/no contesta). Por ejemplo, es relativamente habitual que al preguntar por las razones de compra de un determinado producto, ninguna de las alternativas propuestas se adecue perfectamente a la realidad del entrevistado, o que varias de ellas encajen, pero slo parcialmente. Surgen as las tcnicas cualitativas, tambin, como una va de investigacin complementaria. Si el objetivo de la investigacin cuantitativa es clasificar, agrupar en categoras y medir (en definitiva, describir la realidad), la finalidad de las tcnicas cualitativas es analizar el substrato social, o sea, encontrar los porqus de esa realidad, o al menos nos marcarn las tendencias.

152

Entre las tcnicas cualitativas ms difundidas estn los grupos de discusin, denominadas en determinadas ocasiones dinmicas de grupo, y las entrevistas en profundidad, en ambos casos la recogida de informacin se traduce en la obtencin y posterior anlisis, el dilogo libre y espontneo entre un reducido grupo de personas (grupo de discusin) o entre el entrevistador y el entrevistado (entrevista en profundidad). Obviamente, el lmite de estas tcnicas es que no existen unidades de medida muestral, de ah que sean complementarias de las cuantitativas. Su relevancia cada vez mayor por ejemplo en la investigacin de mercados, radica en que mediante el anlisis del discurso de los microgrupos podemos ser capaces de captar los ejes motivacionales que subyacen a las opiniones cotidianas y al comportamiento diario. Cundo incluir tcnicas cualitativas En la investigacin, a grandes rasgos, se debe incluir una fase cualitativa inicial cuando: No se conocen las variables reales que estructuran el mercado, ni los procesos sociales que lo definen y reproducen. Se utilizan como pretest antes del diseo definitivo del cuestionario. No slo ayudan a formular correctamente las preguntas, sino que contribuyen a precodificar y cerrar las posibles respuestas en categoras semnticas claras y excluyentes entre s. Ayudan a controlar y a ponderar los efectos de variables que afectan al resultado de la investigacin pero que no son el objetivo de sta. Por ejemplo: es habitual que el encuestado tienda a situarse en torno a los valores centrales del intervalo entre las distintas posibilidades de respuesta, puesto que socialmente es lo que se espera de l (efecto de deseabilidad social). Esto es especialmente cierto en mbitos moralizados socialmente: sexo, alcohol... pero tambin en mercados donde determinados productos afectan al status del entrevistado. Se utilizan igualmente para desarrollar determinado tipo de test actitudinales o motivacionales. En el anlisis de conductas no racionales desde una perspectiva econmica (coste/beneficio), las tcnicas cualitativas se adecuan mejor para explicar la irrupcin de impulsos y las contradicciones grupales. La entrevista en profundidad es especialmente apta para el anlisis de casos individuales tpicos o extremos, puesto que es aqu donde se encuentran las dimensiones motivacionales en su estado puro. Por ejemplo, pueden ser de gran ayuda para analizar los procesos mentales de consumidores compulsivos. Por su parte, el grupo de discusin tiene una ventaja adicional. En el desarrollo del propio grupo, suelen representarse los distintos roles sociales: lder de

153

opinin, creativo, escptico, reforzadores... La relacin entre la dinmica surgida y la evolucin del discurso en su contexto, es lo que debe reflejar el microcosmos a partir del cual se extraern las dimensiones fundamentales. Conviene puntualizar que estas tcnicas poco tienen que ver con ciertas dinmicas de grupo que se realizan a nivel interno de empresas, con intencionalidades particulares, tales como las tormentas de ideas, cuya finalidad es exclusivamente la de producir ideas, con lo que no requieren un anlisis especfico, ni una investigacin propiamente dicha, ms all del resumen o de la extraccin casi literal de tales ideas.

Capitulo 12. Paradigmas emergentes en investigacin cualitativa Leccin 34. El lugar del inconsciente en la investigacin cualitativa (Adaptacin de http://www.tecnicasdegrupo.com/articulos/lugar_del_inconsciente3.asp) Los investigadores contemporneos se expresan libremente sobre los procesos reflexivos en la investigacin cualitativa. Sin embargo, 20 aos atrs esto no era muy comn. La reflexin se ha integrado al mundo de la investigacin cualitativa; Pero, a qu nos referimos cuando hablamos de reflexin y qu es lo que ocurre en nuestras mentes cuando reflexionamos? Y quiz lo ms importante: cmo aprovechar este proceso para que sea lo ms til posible? La presente no es la primera vez que la reflexin haya recibido la atencin de la investigacin. En 1620 Sir Francis Bacon seal: Existen y slo pueden existir dos maneras de buscar y descubrir la verdad. La primera aflora desde los sentidos y lo particular hasta los axiomas ms generalesesta es la manera que actualmente est de moda. La otra obtiene sus axiomas desde los sentidos y lo particular, que surgen a partir de una ascensin gradual y continua, de modo que llega hasta los axiomas ms generales de todos. Esta constituye la forma correcta, no obstante an no ha sido probada. (Bacon, 1620 aforismo 19). Bacon nos habla sobre algo similar a lo que ahora estamos analizando como reflexin. Hacia finales del siglo XIX, la reflexin volvi a ponerse de moda. Sigmund Freud hizo referencia a las aproximaciones de su maestro Charcot sobre el estudio del material desconcertante: Aqu est lo que l mismo nos dijo acerca de su mtodo de trabajo. El acostumbraba a mirar, una y otra vez, las cosas que no entenda; a profundizar sus impresiones del da a da hasta que repentinamente apareca una comprensin de las cosas. En su mente, el aparente caos presentado por una repeticin continua de los mismos sntomas, encontraba un camino hacia el orden. (Freud 1897)

154

Aprend a restringir mis tendencias especulativas y a seguir la pista de los olvidados consejos de mi maestro Charcot; aprend a ver una y otra vez las mismas cosas hasta que stas mismas empezaran a hablar (Freud 1914). Sin profundizar en la historia de la ciencia, parecera que estos movimientos pendulares son comunes. De modo que no se hace necesario profundizar ms sobre ello. Quiz sea til pensar a qu nos referimos por reflexin. El Websters New World Dictionary dice: 1) Un reflejo o ser reflejado 2) El retorno a partir de una superficie de un sonido, luz, calor, etc. 3) Cualquier cosa reflejada. Una imagen 4. a) La fijacin de la mente sobre algn tema; pensamiento serio; contemplacin b) el resultado de este pensamiento; idea o conclusin, especialmente si se expresa en palabras. En la investigacin, en el trabajo clnico y en la enseanza, al hablar de reflexin normalmente nos referimos al cuarto significado. Cuando reflexionamos, generalmente estamos intentando pensar detalladamente sobre algo. Frecuentemente intentamos ver de nuevas formas un fenmeno. Y obtener as una nueva y fresca comprensin del mismo. Tendemos a aplicar diversos mtodos en un proceso reflexivo. Los procesos reflexivos son frecuentemente reconstructivos. Pueden identificarse los componentes de una idea previamente a aceptarla en su totalidad. A veces se identifica una secuencia de eventos junto a la su interrelacin. Frecuentemente se emplea la metfora de una lente, con el observador ampliando su campo de observacin de modo que puedan apreciarse ms detalles, o derrumbndose el campo pues muchos rasgos quedan fuera. En la introduccin a un popular libro de consulta sobre anlisis cualitativo, Miles y Huberman (1994) nombran varias maneras de escudriar y ordenar el material a analizar. Ello incluye la identificacin de frases similares, relaciones entre variables, patrones, temas, diferencias entre subgrupos y secuencias comunes (1994). En un momento posterior, Miles y Huberman exponen mtodos de anlisis adicionales: patrones para tomar notas, temas, posibilidad de visionado, criterios de agrupamiento, elaboracin de metforas, comparaciones, variables de separacin, hallazgo de variables, construccin de una cadena lgica de resultados y darles coherencia lgica y conceptual. Metafricamente, el proceso de investigacin implica hacer destellar una luz en una esquina oscura. Se ve algo que hace que se despierte la curiosidad del observador. Se observa a mayor proximidad y se plantean preguntas, que ayudan a formar observaciones adicionales. En algn punto, se consulta la literatura y ello ayuda a dar forma a las observaciones y a plantear ms preguntas. Este proceso se repite hasta que la curiosidad del observador haya quedado satisfecha.

155

Significados Sabemos bien que nuestra decisin sobre qu estudiar, la metodologa mediante la que encontraremos los resultados, las preguntas que plantearemos y los puntos que consideraremos para dar sentido a nuestros hallazgos, afectarn el proceso de investigacin. La mayora de investigadores intentan identificar la mayor cantidad posible de estos elementos. No obstante, parece ser que son considerados como molestias o como factores inevitables del proceso de investigacin y como peligros que pueden hacer disminuir el valor de los resultados. No nos hemos comportado, al menos algunas veces, como si fuesen los datos en s mismos los que sostienen el sentido de la investigacin? Por supuesto, el sentido est en los datos, pero depende de nosotros encontrar ese sentido. Es en esta rea del proceso de investigacin donde la actividad reflexiva conciente o inconsciente - del investigador, resulta ms importante. Los mtodos analticos del investigador sirven como un juego de lentes que posibilitan que surja algn sentido y que se descarten otros tantos. Este artculo explora cmo la reflexin puede emplearse tanto para profundizar y fortalecer el proceso y, as, encontrar significados, como para ayudar a evitar algunos de los obstculos con los que el investigador a veces se topa. El procesamiento mental inconsciente no constituye un tema favorecido de discusin dentro de los crculos de investigacin. Como ya he sealado, un desinteresado silencio surge frecuentemente al sacar este tema a colacin, ya que parece ser que una parte importante del proceso reflexivo no es del todo conciente y el psicoanlisis constituye el campo en el que los procesos inconscientes se exploran con mayor rigurosidad. Aquellos que no tienen una inclinacin psicoanaltica, con frecuencia observan al inconsciente como algo que est fuera del control de la persona. Ello puede resultar atemorizante y, por ende, debe evitarse. Una reaccin es la pretensin de poder ser concientes de todo con slo hacer un gran esfuerzo; otra es reconocer nuestros lmites y ser concientes de aquello que no estamos en posibilidad de realizar. Ambas posibilidades son importantes Sobre el lugar del inconsciente en la investigacin cualitativa Diferentes estilos de manejo de informacin implican cosas distintas. Este es el motivo por el que existen distintos paquetes informticos para la investigacin cualitativa. Diferentes softwares ofrecen diferentes aproximaciones a los retos planteados por los distintos objetivos. Inclusive con una cuidadosa eleccin del software a emplear, todava debe ser el investigador quien conduzca el proyecto. El planeamiento, estructuracin, identificacin de preguntas, eleccin del software, mtodo de codificacin e incluso aquello que surge como datos, proceden no solamente del ordenador y de las herramientas de investigacin: lo hacen tambin a partir de la mente del investigador. En investigacin cualitativa continuamente se lanza una red para ver qu es lo que podemos atrapar. Si lanzamos una red fina, con probabilidad atraparemos cosas

156

pequeas, algunas importantes y otras no. Si tenemos suerte, de vez en cuando podremos atrapar alguna perla. Por otro lado, si lanzamos una red grande, perderemos muchos objetos pequeos, pero tendremos una mejor perspectiva de asuntos ms grandes. Siempre hay elecciones que hacer, y es la persona quien realiza estas elecciones. Al intentar formular ideas para encontrar el significado bsico de nuestros datos de investigacin, tendemos a comportarnos como si estos procesos fueran lgicos, como si operaran de forma completamente conciente. No obstante, siempre damos algn salto intuitivo. En algn punto, somos dependientes de nuestra mente para decidir de una u otra manera. Es en este punto donde podemos empezar a tratar con el inconsciente. La mayora de nosotros estaremos de acuerdo en que ganar distancia o perspectiva constituye una parte omnipresente en el proceso de investigacin, a veces vista como fastidiosa o incluso peor. Es justamente aqu hacia donde debemos mirar al intentar comprender un poco ms estos saltos intuitivos. Necesitamos encender una luz ms brillante sobre estos aspectos, en lugar de intentar restarles importancia al sealar que constituyen algo sobre lo que nada podemos hacer. W. Bion, un psicoanalista ingls, seal que el proceso de pensar requiere tanto el compromiso de los afectos como del intelecto. Particularmente con respecto a la investigacin, existe el peligro de que nos establezcamos demasiado rgidamente en el lado de lo racional. A veces olvidamos dar paso a otras partes de nuestra mente. E incluso, muchas de las dificultades y obstrucciones que encontramos mientras estamos realizando la investigacin, se dan por no escuchar la informacin de la que disponemos. Tenemos la tendencia a no reconocer esta informacin como mensajes dirigidos a nosotros mismos, que han llegado camufladamente y que necesitan ser descifrados. Tendemos a asumir que no existe ningn sentido en la tendencia a perder el tiempo, por ejemplo, cuando la deconstruccin pueda dar alguna luz sobre el significado de tal o cual comportamiento y darnos claves que nos permitan deshacer la obstruccin que tenemos. Existen muchas formas de llevar el problema a partes menos cognitivas de la mente, que tienen capacidades especiales para lidiar con problemas engorrosos. Leccin 35. Tendencias actuales de la investigacin cualitativa online http://www.baquia.com/noticias.php?id=8980 Mauri Edo - Responsable de Proyectos de Netquest La investigacin cualitativa por Internet una mera conversin del cualitativo tradicional al mundo online, o supone nuevas tcnicas de investigacin con caractersticas propias? Si bien la investigacin cuantitativa dispone de una clara conversin hacia el mundo electrnico, en el mundo cualitativo dicha conversin es menos evidente, generando un debate sobre la conveniencia de la misma.

157

En la actualidad, la investigacin cualitativa online se concentra en tres tcnicas principales de obtencin de informacin:

Reuniones de grupo o Focus Groups. Entrevistas en profundidad. Listas de discusin o Bulletin Boards.

Dejamos al margen los Bulletin Boards (discusiones asincrnicas entre unas 12 a 20 personas en periodos de hasta 5 das) ya que, al no tener parangn en la investigacin tradicional, no presentan problemas ni alteraciones de sus caractersticas al trasladarse al mundo online, y nos concentraremos en los Focus Groups y las Entrevistas en Profundidad online, cuya transformacin en tcnica de investigacin por Internet supone suficientes cambios como para abrir el debate antes presentado. Podra aceptarse que la Entrevista en Profundidad, por lo que al traslado al mundo online se refiere, es una versin individualizada de los Focus Groups; de manera que resolviendo el problema de la transformacin de los grupos al mundo online obtenemos tambin una solucin aceptable para la realizacin por Internet de Entrevistas en Profundidad y sus derivados (Dadas y Tradas, entrevistas con dos y tres interlocutores... cada vez ms cerca de una reunin de grupo estndar). En la actualidad, podemos distinguir tres tendencias bsicas en la realizacin de Focus Groups online, todas ellas nacidas como modos distintos de afrontar el gran problema de esta tcnica en su formato online, esto es, la prdida de la comunicacin no verbal:

Chat-Groups: Emplea un entorno de Chat-room para llevar a cabo las sesiones de grupo. Graph-Groups: Mantiene el trasfondo de chat-room incorporando recursos grficos con diversas finalidades. Cam-Groups: Lo ms parecido a los grupos tradicionales pero en formato online, emplea webcams para la realizacin de los grupos online, sin trasfondo de Chatroom.

A continuacin, pasamos a describir ms profundamente estos tipos de Focus Groups online: Los llamados Chat-Groups son la versin ms bsica de Focus Group online. Su interface se basa en un entorno de chat-room y no emplea ningn tipo de recurso adicional para paliar la carencia de comunicacin no verbal. Este tipo de Focus Groups online es el ms extendido, siendo empleado por las principales empresas internacionales de investigacin online (Harris Interactive, Ipsos-USA, etc.), y tambin en nuestro pas, al ser la utilizada por Netquest.

158

El segundo tipo de Focus Groups, los Graph-Groups utilizan recursos grficos para solucionar el problema de la comunicacin no verbal antes comentado, aunque tambin para otras finalidades. Esta tcnica es la empleada por Imprint Research, cuyo entorno de chat-room viene acompaado por una representacin de los participantes a travs de caracterizaciones humanas con capacidad para expresar emociones de aprobacin, rechazo, sorpresa Tambin en esta lnea operan los avances concentrados en el software Babble, todava no explotados por ninguna empresa en particular. Este software, resultado del proyecto Social Translucence, desarrollado por investigadores pertenecientes a IBM; se orienta hacia el diseo de interfcies grficas que permiten hacer visible la actividad colectiva incorporando, entre otras, la posibilidad de visualizar la participacin de los distintos integrantes en el grupo, algo de lo que todos ellos y el moderador son conscientes en un grupo tradicional y cuya idea se pierde en el traslado al entorno web. Babble pretende evitar tambin la prdida de autonoma de los integrantes a la hora de participar en actividades colectivas a travs de entornos web, de ah la translucidez social como ttulo del estudio, refirindose al mantenimiento en entornos web de ambigedades caractersticas de una comunicacin verbal (por ejemplo la posibilidad que tienen los integrantes de una reunin de simular que prestan atencin sin prestarla en realidad). Por ltimo, los Cam-Groups suponen la aproximacin electrnica ms fidedigna a los Focus Groups tradicionales. Esta tcnica es explotada exclusivamente por la empresa estadounidense EQualitative Research y, si bien la inexistencia del entorno chat-room caracterstico de los Focus Groups electrnicos supone la prdida de la ventajosa transcripcin inmediata de las sesiones, el empleo de webcams supone el fin del debate por la falta de comunicacin no verbal en los grupos online. Esta tcnica se emplea abundantemente y con xito en grupos de mdicos, farmacuticos y similares, target de ms difcil captacin para Focus Groups tradicionales. Leccin 36. Variedad de paradigmas en la investigacin cualitativa http://html.rincondelvago.com/tecnicas-cualitativas-de-investigacion-social_1.html a) Dos paradigmas: La clasificacin ms simple es la de dos paradigmas contrapuestos. Paradigma prevaleciente, clsico, racionalista, positivista. Asume la existencia de una sola realidad objetiva averiguable a travs de los cinco sentidos, sujetas a las leyes universales de la ciencia, y manipulable mediante procesos lgicos. Paradigma emergente, alternativo, naturalista, constructivista, interpretativista. Asume la existencia de realidades mltiples, con diferencias entre ellas que no pueden resolverse a travs de procesos racionales o aumentando los tamaos muestrales. b) Tres paradigmas:

159

El paradigma de la indagacin materialista. Positivismo y modelo biomdico. Basado en el conocimiento que nos ayuda a mantener la vida fsica, nuestro trabajo y tecnologa. Lgica: sigue un proceso lineal: definicin del problema, revisin de la literatura, formulacin de hiptesis, diseo, operaciones de instrumentacin, muestreo, recogida de informacin y anlisis, y resultados y la revisin de hiptesis. El investigador enfatiza la primaca del mtodo. El paradigma de la indagacin constructivista, basado en el conocimiento que nos ayuda a mantener la vida cultural, nuestra comunicacin y significados simblicos. Se buscan relatos. Diseo abierto a la invencin; el anlisis, a la interpretacin. El paradigma de la indagacin crtica o ecolgica. Ayuda a mantener la vida social, enfoca la realidad de la dominacin, la distribucin del poder y las desigualdades asociadas. Se adecua al compromiso poltico y al estudio de los sistemas. c) Cuatro paradigmas: positivismo, postpositivismo, teora crtica y enfoques afines, constructivismo. Rasgos comunes a la teora crtica y enfoques agrupables: Componente ontolgico: realismo histrico, contrapuesto al realismo ingenuo del positivismo y al realismo crtico del postpositivismo. El constructivismo se caracteriza por un relativismo. Componente epistemolgico: la investigacin est mediada por los valores de un sujeto investigador y uno investigado que interactan. Positivismo clsico: separacin del sujeto y el objeto. Pstpositivismo: replanteamiento de la separacin entre sujeto y objeto. Posicin respecto a una serie de cuestiones de orden metodolgico-prctico: Meta de indagacin. Teora crtica: est en la transformacin de las estructuras sociales, polticas, culturales, tnicas, econmicas y de gnero que explotan a la humanidad. Constructivismo: reconstruccin de los puntos de vista implicados en lo estudiado, interpretacin consensuada suficientemente documentada. Generacin y acumulacin de conocimiento. Crticos: el conocimiento surge y va modificndose en un proceso dialctico de revisin histrica. Positivistas: hiptesis sometidas a verificacin. Postpositivistas: hiptesis sometidas a falsacin. Constructivistas: conocimiento equiparado a las interpretaciones consensuadas expuestas a revisiones posteriores. Criterios evaluativos de la calidad de una investigacin. Crticos: resumen los criterios evaluativos de la calidad de una indagacin en tres principales:

Contextualizacin histrica de la situacin estudiada. Grado en que el estudio incide en la erosin de la ignorancia.

160

Grado en que proporciona un estmulo para la accin.

Constructivismo e interpretativismo El constructivismo surge contra el objetivismo, contra el realismo emprico, contra el esencialismo. La realidad, la verdad, se descubren y se construyen. Crticas comunes: Problema de la objetividad y los criterios de validez. Problema del descriptivismo, falta de compromiso social crtico. Problema de la autoridad y privilegio concedidos al investigador intrprete. Confusin de los aspectos psicolgicos y epistemolgicos del conocimiento. Fenomenologa sociolgica y etnometodologa Etnometodologa: perspectiva terica y metodolgica a la que se atribuye como principal raz la sociologa. Una fuente clave en el surgimiento y desarrollo de la etnometodologa es la fenomenologa sociolgica. La historia de la sociologa tiene en la relacin entre teora e investigacin emprica uno de sus hilos conductores ms perennes, una constante. La tradicin emprica adquiere una gran importancia a lo largo del siglo XIX. Durkheim logra la fusin de la teora y la investigacin social emprica. Su legado intelectual influy en el desarrollo de la sociologa cuantitativa. Weber es importante para las corrientes de la sociologa cualitativa. Su obra es una sntesis terico-metodolgica de las corrientes de pensamiento que concurren en su poca: historicismo, neokantianismo, positivismo y marxismo. En la vieja Europa se fund la sociologa terica en E.U.A. cristaliz como ciencia emprica. Revalorizacin de lo cualitativo en los aos sesenta y setenta. Reconocimiento de las aportaciones de la sociologa funcionalista en el terreno de la teora y de la investigacin sociolgicas. Fin del franquismo y comienzo de la democracia: en la sociologa espaola se produce un sinsentido respecto a los mtodos y tcnicas de investigacin social. Perfil de la sociologa en los aos ochenta y primeros noventa que guarda relacin con las coyunturas sociopolticas del momento. El problema de la falta de integracin entre teora y empiria reviste especial importancia en la actualidad.

161

La sociologa actual proviene de dos crisis: la del paradigma estructural-funcionalista, en los aos sesenta; la de su oponente, el marxismo, con el derrumbamiento de los mal llamados regmenes de socialismo real. Lo novedoso de la actualidad es el reconocimiento de la necesidad de mltiples perspectivas y estrategias de anlisis en el estudio de una realidad social cada vez ms compleja. Las tcnicas cualitativas ms difundidas son los grupos de discusin, denominadas en determinadas ocasiones dinmicas de grupo, y las entrevistas en profundidad, en ambos casos, la recogida de informacin se traduce en la obtencin y posterior anlisis, del dilogo libre y espontneo entre un reducido grupo de personas (grupo de discusin) o entre el entrevistador y el entrevistado (entrevista en profundidad). Obviamente, el lmite de estas tcnicas es que no existen unidades de medida muestral, de ah que sean complementarias de las cuantitativas. Su relevancia cada vez mayor en la investigacin de mercados radica en que mediante el anlisis del discurso de los microgrupos podemos ser capaces de captar los ejes motivacionales que subyacen a las opiniones cotidianas y al comportamiento diario.

162

UNIDAD 5. ANALISIS DE LA INFORMACION Introduccin: Muchas personas, a veces se sienten inseguras al llevar a cabo una investigacin de tipo emprico, por miedo a verse en la necesidad de utilizar la estadstica para el anlisis de la informacin. En la presente unidad tratare de dar una visin general de las pruebas estadsticas que mas se utilizan en ciencias sociales y naturales. Existen estudios en los que un anlisis estadstico no es necesario, debido al reducido tamao de la muestra o a que el investigador se interesa por llevar a cabo un estudio cualitativo y no cuantitativo. Creo que el estudiante o lector deseara o necesitara llevar a cabo anlisis estadsticos de sus datos en varias ocasiones, por lo que a pesar de que en el curso de estadstica descriptiva trata con mas detalle todo lo relacionado con las diversas pruebas estadsticas especificas, en esta unidad se tratara bsicamente de ilustrar con ejemplos prcticos para cada situacin en especial que tipo de herramienta estadstica aplica, o que pruebas estadsticas son apropiadas para analizar los datos, dependiendo de las hiptesis formuladas y los niveles de medicin de las variables La relacin que existe entre el anlisis estadstico de los datos, la descripcin de estos y su interpretacin, vara entre unos estudios y otros.Tener presente que el anlisis estadstico de los datos no es indiscriminado, cada mtodo tiene su razn de ser y un propsito especifico, no deben hacerse ms anlisis de los necesarios. La estadstica no es un fin en si misma, es una herramienta par analizar los datos Generalmente se presentan mas problemas de descripcin de resultados e interpretacin de los mismos en estudios exploratorios, que en investigaciones de tipo experimental; esto se debe, probablemente a la diferencia en el grado de estructuracin La estadstica se divide fundamentalmente en dos reas; la estadstica descriptiva, cuya funcin consiste en organizar y resumir los datos; y la estadstica inferencial que permite realizar inferencias, es decir, generalizaciones acerca de una poblacin, las cuales van Ms all de las observaciones que se hicieron. Esta unidad proporcionara en forma las bases que sustentan ambos tipos de estadstica, sin ser su propsito el de dar una visin detallada de los mtodos estadsticos mismos. Para el estudiante que se interese en profundizar en este campo,

163

ya sea en el curso de estadstica descriptiva, o al final de la unidad consular las referencias, o lecturas recomendadas al respecto.

Objetivos: Comprender el concepto de prueba estadstica Entender que no se aplican las pruebas estadsticas simplemente por aplicarlas, sino que se aplican con sentido y justificacin. Conocer las principales pruebas estadsticas desarrolladas para las ciencias sociales y naturales, as como sus aplicaciones, situaciones en que se utiliza cada una y formas de interpretarlas. Analizar la inter-relacin entre distintas pruebas estadsticas. Comprender los procedimientos para analizar la informacin o los datos. Aprender a diferenciar cuando aplicar y diferenciar entre estadstica parametrica y no parametrica. CAPITULO 13. COMO SE ANALIZAN ESTADISTICAMENTE LOS DATOS Leccin 37: Definicin, y Procedimiento anlisis de datos DEFINICION: El anlisis de la informacin puede definirse como la aplicacin de tcnicas estadsticas para el e procesamiento de los datos Esta definicin corresponde al anlisis asistido por computador. En general, por anlisis de la informacin se entiende la fase de interpretacin que el usuario realiza de una manera directa y manual. Los lmites de este tipo de anlisis son evidentes desde el momento que se trabaja sobre una cantidad importante de datos, y se trata adems de incorporar el anlisis en un sistema de produccin de informacin elaborada o especializada. El anlisis estadstico de la informacin tambin se define como la ciencia de la recoleccin, anlisis, interpretacin y presentacin de la informacin que puede expresarse en forma numrica Procedimiento Una vez que los datos han sido codificados y transferidos a una matriz, as como guardados en un archivo, el investigador puede proceder a analizarlos.

164

En la actualidad el anlisis de los datos, generalmente se realiza mediante software estadstico como: pExcel, SAS, SPSS, entre otros. Prcticamente pocos lo hacen de forma manual, si tiene un volumen considerable de datos, Por otra parte, en la mayora de instituciones de educacin superior, centros de investigacin, empresas, se dispone de sistemas de computo y software antes mencionados para archivar y analizar la informacin. De esta suposicin parte el presente capitulo. El anlisis de los datos se efecta sobre la matriz de datos utilizando un programa de computadora. El procedimiento de anlisis se esquematiza en los siguientes pasos: a. Toma de decisiones respecto a los anlisis a realizar (pruebas estadsticas) b. Elaboracin del programa de anlisis c. ejecucin del programa o software d. Obtencin del anlisis e. interpretacin del anlisis Conclusiones paramtrica y no paramtrica. Los anlisis de los datos que vayamos a practicar dependen de tres factores: a) Nivel o escala de medicin de las variables b) La manera como se hayan formulado las hiptesis c) El inters del investigador por ejemplo, no es lo mismo los anlisis que se le realizan a una variable nominal que a una por intervalos, enseguida estudiaremos los niveles o escalas de medicin. Usualmente el investigador busca, en primer trmino, describir sus datos y posteriormente efectuar anlisis estadsticos para relacionar sus variables. Es decir, realiza anlisis de estadstica descriptiva para cada una de sus variables. Es decir, describe la relacin entre estas.Enseguida har referencia solo de los niveles o escalas de medicin, no estudiadas previamente

165

. Niveles o escalas de medicin En la escala nominal, los nmeros slo se usan para identificar categoras. No representan ningn monto o cantidad propiamente dichos. Ejemplo. Si cuatro regiones de ventas se numeran del 1 al 4 nicamente como nmeros de identificacin general, en ello est implicada la escala nominal, puesto que los nmeros sirven sencillamente como nombres de categoras. En la escala ordinal, los nmeros representan rangos o jerarquas. Indican magnitud relativa, aunque las diferencias entre los rangos no se asumen como iguales. Ejemplo. Un analista de inversin clasifica cinco emisiones accionaras del 1 al 5 en trminos de potencial de apreciacin. La diferencia en el potencial de apreciacin entre las emisiones clasificadas como 1 y 2 no sera generalmente la misma que, digamos, la diferencia entre las emisiones clasificadas como 3 y 4. En la escala de intervalo se representan medidas que son diferencias entre valores. Sin embargo, el punto cero es arbitrario, y no se trata de un cero "absoluto". Por lo tanto, los nmeros no pueden compararse usando razones. Ejemplo. En las escalas de temperatura ya sea Fahrenheit o Celsius, una diferencia de 5o de 70oF a 75oF por ejemplo, es el mismo monto de diferencia en temperatura de 80oF a 85oF Sin embargo, no podemos decir que 60oF sea dos veces ms caliente que 30oF, porque el punto 0oF no es un punto cero absoluto (ausencia absoluta de calor). En la escala de razn s existe un punto cero real, y en consecuencia las medidas pueden compararse en forma de razones. Ejemplo. Adems de ser cierto que una diferencia en valor de inventario de $5 000 es el mismo monto de diferencia entre, por decir algo, $50 000 y $55 000 o entre $60 000 y $65 000, tambin lo es que un valor de inventario de $100 000 es dos veces ms grande que un valor de inventario de $50 000. CAPITULO 14. Estadstica descriptiva o Deductiva La Estadstica Descriptiva: formula reglas y procedimientos para la presentacin de una masa de datos en una forma ms til y significativa. Establece normas para la representacin grfica de los datos. Tambin son una base importante para el anlisis en casi todas las disciplinas acadmicas. La Estadstica descriptiva, una vez que se han recogido los valores que toman las variables de nuestro estudio (datos), procederemos al anlisis descriptivo de los mismos. Para variables categricas, como el sexo o el estadiaje, se quiere conocer el

166

nmero de casos en cada una de las categoras, reflejando habitualmente el porcentaje que representan del total, y expresndolo en una tabla de frecuencias. Para variables numricas, en las que puede haber un gran nmero de valores observados distintos, se ha de optar por un mtodo de anlisis distinto, respondiendo a las siguientes preguntas: a. Alrededor de qu valor se agrupan los datos? b. Supuesto que se agrupan alrededor de un nmero, cmo lo hacen? muy concentrados? muy dispersos? Leccin 40. Distribucin tablas de frecuencias, y su representacin grafica)http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTITATI VOS/Pye/tema_11.htm) El manejo de la informacin requiere de la ordenacin de datos de tal forma que permita la obtencin de una forma ms fcil la obtencin de conclusiones acerca de la muestra. Una primera ordenacin se realiza mediante el manejo de tablas, en las que se ordenan los datos de acuerdo a ciertas caractersticas de los datos. El manejo de datos discretos permite la manipulacin de tablas, sobre todo cuando el nmero de datos no es muy reducido. A continuacin describiremos la manipulacin de datos mediante el manejo de datos discretos y continuos. Las variables a ser manejadas en el estudio, en el caso de valores discretos, se puede representar mediante una tabla en la que se representa los variables mediante variables con nombre como (xi) y el nmero de veces en que un dato se representara mediante frecuencias, frecuencias absolutas, frecuencias relativas. La representacin de esta tabla mediante frecuencias se le conoce como tabla estadstica cuya funcin es la determinar la frecuencia de cada clase las cuales aparecen a un lado de cada clase

Como antes se menciono, la estadstica cuenta con procedimientos para recoger, organizar y presentar informacin acerca de un problema determinado, y con mtodos para establecer la validez de las conclusiones obtenidas a partir de la informacin recogida.

167

descriptiva La estadstica se clasifica en: Inferencial

La descriptiva tambin comprensible.

presenta la informacin en forma cmoda, utilizable y

La inferencial se ocupa de la generalizacin de esa informacin haciendo deducciones acerca de las poblaciones basndose en muestras tomadas de ellas. Para estudiar el comportamiento de un fenmeno se requiere informacin y Cmo recopilarla? 1) Por medio de encuestas (interrogatorio oral o escrito que se aplica a varias personas acerca del problema). 2) Por medio del registro de las observaciones que se hacen de l.

Los datos pueden ser :

Cualitativos (expresan cualidad). Ej: Sexo: Masculino, Femenino. Cuantitativos(expresan cantidad). Ej: Edad en aos cumplidos: l5, l8,20,etc.

La informacin obtenida debe presentarse en forma organizada. Cmo? Se puede utilizar una distribucin de frecuencias ( o tambin llamada tabla de frecuencias), en donde se asocia a cada dato o subgrupo de datos (llamado intervalo de clase o clase) una frecuencia (nmero de observaciones que corresponden a cada dato o a cada grupo de datos).

La presentacin de los datos puede hacerse en forma ordenada, si son datos: Cualitativos Cuantitativos

168

- Orden alfabtico - Escribir, primero el que ms se repite, luego el que sigue y as sucesivamente.

- Forma creciente (menor al mayor).

- Forma decreciente (mayor al menor)

EJEMPLO: A) Se pregunt a un grupo de alumnos de Ingeniera Industrial su materia preferida. Distrib. de frecuencia Respuestas obtenidas datos f

mat

eco

adm

inv

Ind

Administracion

mat

inv

Ind

prob

eco

Ing. Econ.

prob

mat

mat

adm

Inv

Ing. Indust.

11

eco mat eco mat

mat prob prob ind

prob Ind mat mat

ind ind adm inv

prob Inv Ind Ind

Inv. de op. Matematicas Prob. y est Total N=

6 12 10 50

169

adm mat prob

prob eco mat

mat adm Ind

ind ind adm

prob prob Inv

Observamos que los datos se colocaron en orden alfabtico? B) Se pregunt a un grupo de alumnos su estatura en cms.

Distrib. de frecuencia Respuestas obtenidas 152 163 161 160 155 163 162 158 155 156 154 168 165 158 162 170 168 165 158 162 164 172 151 170 166 datos 154 170 161 169 168 166 160 157 168 160 151 152 154 155 156 157 158 1 1 2 2 1 1 2 f

170

160 161 162 163 164 165 166 168 169 170 172

4 2 2 2 1 2 2 5 1 3 1

TotN = 35 Observamos que los datos al ser cuantitativos se ordenaron en forma creciente? Pero.. Cuando los datos son cuantitativos y se presentan ms de 15 valores diferentes, se recomienda resumir la informacin. Y cmo?

Acomodndolos en grupos (llamados clases o intervalos de clase).

171

Grupos (clases) 151155 156160 161165 166170 171175 N=

Los grupos deben formarse de igual tamao

(tamao de clase : c)

El total de grupos o clases no deben ser menor a

11

5 ni mayor a 15

35

Los lmites extremos de cada clase se les llama Lmite Inferior y Superior de clase respectivamente. En la la. Clase 151 es el L.I. , y 155 es el L.S. Existen tambin Lmites Reales Inferior y Superior de clase, estos se obtienen sumando el lmite superior de un intervalo de clase con el lmite inferior de la clase siguiente y dividindolos entre dos. Marca de clase es el punto medio de cada clase y se obtiene sumando los lmites de clase y dividindolos entre dos. Tamao o anchura de clase es la diferencia entre los lmites reales de clase, o la diferencia entre los lmites de clase ms una unidad (la misma que se est trabajando) la diferencia entre las marcas de clase. Por ejemplo: En la distribucin de frecuencias anterior, se tiene:

172

Clases LI LS 151155 156160 161165 166170 171175

Limit. reales LRI LRS

Marcas de Clase X

Tamao de Clase

150.5-155.5

153

c=5

155.5-160.5

158

160.5-165.5

163

11

165.5-170.5

168

170.5-175.5

173

N=35

Tambin se pueden hallar: Frecuencias acumuladas.- la suma de cada frecuencia con la frecuencia de la clase contigua superior. Frecuencias relativas.- Dividiendo cada frecuencia entre el nmero total de observaciones y multiplicndolas por l00 para tenerlas en forma de porcentaje. Frecuencias relativas acumuladas.- La suma de cada frecuencia relativa con la frecuencia relativa de la clase contigua superior. Tambin se pueden obtener dividiendo cada frecuencia acumulada entre el total de frecuencias por l00. Rango.- Dato mayor menos dato menor.

Entonces en nuestro ejemplo tenemos:

173

Clases 151-155 156-160 161-165 166-170 171-175

F 6 8 9 11 1

fa 6 14 23 34 35

Fr (%) (6/35)100= 17.1 (8/35)100= 22.9 (9/35)100= 25.7 (11/35)100= 31.4 (1/35)100= 2.9

fra(%) 17.1 40 65.7 97.1 100

fra(%) (6/35)100= 17.1 (14/35)100= 40 (23/35)100= 65.7 (34/35)100= 97.1 (35/35)100= 100

Rango = Dato Mayor Dato Menor. R = 172 - 151 = 21

Y para qu nos sirven estas frecuencias? Para contestar preguntas tales como: 1) Cuntos alumnos tienen estatura entre 156 y 160 cms? R = se busca en la columna de frecuencias y la respuesta es 8. 2)Cuntos alumnos tienen estatura de l65 o menos? R = Se busca en la columna de frec. ac. y la respuesta es 23. 3) Qu porcentaje de alumnos tienen estatura entre 166 y 170 cms? R = Se busca en la columna de frec. rel. y la respuesta es 31.4%. 4) Qu porcentaje de alumnos tienen estatura menor o igual que l60? R = Se busca en la columna de fre. rel. ac. Y la respuesta es 40%.

PRESENTACION DE LA INFORMACION A TRAVES DE GRAFICAS.

174

En dos grupos de una escuela se realiz un examen de matemticas y los resultados se presentaron de la manera siguiente: Grupo1 calif 5 6 7 8 9 10 Total F 3 8 14 9 4 2 40

Grupo2

175

Cul de los dos reportes te pareci mejor y porqu? Realmente el grfico se observa mejor, llama ms la atencin el grfico y se puede interpretar mejor y ms rpido. Por eso se utilizan para la representacin de la informacin una serie de grficas como son: -Diagrama de Barras Grfica de Barras. -Histograma. -Polgono de Frecuencias. -Grfica circular o Grfica de pastel. -Pictograma. -Ojiva Polgono de Frecuencias acumuladas. -Ojiva Porcentual Polgono de Frecuencias relativas acumuladas.

Diagrama de barras Se utilizan rectngulos separados, que tienen como base a cada uno de los datos y como altura la frecuencia de ese dato. Ejemplo: En la siguiente tabla se muestra el total de vacunas aplicadas durante el verano de l991 en un estado de la Repblica Mexicana. Datos (vacunas) BCG SABIN DPT SARAMPION TOTAL f (en miles) Fr(%) (redondeado 17 41 27 15 100

47 111 73 41 272

176

El diagrama de barras o grfica de barras suele elaborarse con algunas variantes; por ejemplo, se pueden utilizar lneas en vez de rectngulos barras ( lneas) horizontales en vez de verticales. Si se tienen datos cuantitativos se grafica en el eje de las x los valores centrales (marcas de clase), cuyas alturas son proporcionales a sus frecuencias. As en la distribucin de frecuencias de las alturas de 35 alumnos se tiene:

177

Histograma. Se utiliza en datos cuantitativos en distribuciones de frecuencia. Son rectngulos verticales unidos entre s, en donde sus lados son los lmites reales inferior y superior de clase y cuya altura es igual ala frecuencia de clase. Con la distribucin de frec. anterior se tiene:

Polgono de Frecuencias: Consiste en una serie de segmentos que unen los puntos cuyas abscisas son los valores centrales de cada clase y cuyas ordenadas son proporcionales a sus frecuencias respectivas.

Grfica Circular: Se forma al dividir un crculo en sectores circulares de manera que: a) Cada sector circular equivale al porcentaje correspondiente al dato o grupo que representa. b) La unin de los sectores circulares forma el crculo y la suma de sus porcentajes es 100.

178

c) Datos (vacunas) BCG SABIN DPT SARAMPION TOTAL f (miles) 47 111 73 41 272 Fr(%) 17 41 27 15 100 Grados (redondeados) .17 x 360 = 61 .41 x 360 = 148 .27 x 360 = 97 .15 x 360 =54 360

Pictograma: Se utiliza un dibujo relacionado con el tema, para representar cierta cantidad de frecuencias. Este tipo de grfica atrae la atencin por los dibujos, pero la desventaja es que se lee en forma aproximada.

179

Ejemplo: En una biblioteca de una escuela se tienen los siguientes libros: Libros Biologa Matematicas Fisica Quimica Filosofia Total f 25 30 43 20 10 128

Ojiva o Polgono de frecuencias acumuladas: Una grfica de distribucin de frecuencias acumuladas es llamada una ojiva. Se trazan los lmites reales superiores contra las frecuencias acumuladas.

180

Ojiva Porcentual Polgono de frecuencias relativas acumuladas. Se trazan los lmites reales superiores contra las frecuencias relativas acumuladas.

Leccin 41. Medidas de tendencia central y de dispersin o variabilidad Estadgrafos de posicin: (llamados tambin de tendencia central) indican alrededor de cul valor se agrupan los datos obtenidos. La media, la mediana, la moda son los ms comunes y conocidos estadgrafos de posicin o tendencia central. Si se graficaran todos los valores, esa especie de nube de puntos se distribuira alrededor de una zona central, donde se ubican estos ndices. La media o promedio suele ser la mejor medida para cuantificar esta zona, una especie de centro de gravedad de esos datos. Dentro de este grupo entran los percentiles: la mediana es el percentil 50, o bien el segundo cuartil, o bien el quinto decil. Las medidas de centralizacin vienen a responder a la primera pregunta. La medida ms evidente que podemos calcular para describir un conjunto de observaciones numricas es su valor medio. La media no es ms que la suma de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone.

181

Como ejemplo, consideremos 10 pacientes de edades 21 aos, 32, 15, 59, 60, 61, 64, 60, 71, y 80. La media de edad de estos sujetos ser de:

Ms formalmente, si denotamos por (X1, X2,...,Xn) los n datos que tenemos recogidos de la variable en cuestin, el valor medio vendr dado por:

Otra medida de tendencia central que se utiliza habitualmente es la mediana. Es la observacin equidistante de los extremos. La mediana del ejemplo anterior sera el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia: 15, 21, 32, 59, 60, 60,61, 64, 71, 80. Como quiera que en este ejemplo el nmero de observaciones es par (10 individuos), los dos valores que se encuentran en el medio son 60 y 60. Si realizamos el clculo de la media de estos dos valores nos dar a su vez 60, que es el valor de la mediana. Si la media y la mediana son iguales, la distribucin de la variable es simtrica. La media es muy sensible a la variacin de las puntuaciones. Sin embargo, la mediana es menos sensible a dichos cambios. Por ltimo, otra medida de tendencia central, no tan usual como las anteriores, es la moda, siendo ste el valor de la variable que presenta una mayor frecuencia. En el ejemplo anterior el valor que ms se repite es 60, que es la moda. Medidas de dispersin o variabilidad Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos continuos es la dispersin de los mismos. Existen distintas formas de cuantificar esa variabilidad. De todas ellas, la varianza (S2) de los datos es la ms utilizada. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin.

182

Esta varianza muestral se obtiene como la suma de las de las diferencias de cuadrados y por tanto tiene como unidades de medida el cuadrado de las unidades de medida en que se mide la variable estudiada. En el ejemplo anterior la varianza sera: S x 2= La desviacin tpica (S) es la raz cuadrada de la varianza. Expresa la dispersin de la distribucin y se expresa en las mismas unidades de medida de la variable. La desviacin tpica es la medida de dispersin ms utilizada en estadstica.

Aunque esta frmula de la desviacin tpica muestral es correcta, en la prctica, la estadstica nos interesa para realizar inferencias poblacionales, por lo que en el denominador se utiliza, en lugar de n, el valor n-1. Por tanto, la medida que se utiliza es la cuasi desviacin tpica, dada por:

Aunque en muchos contextos se utiliza el trmino de desviacin tpica para referirse a ambas expresiones. En los clculos del ejercicio previo, la desviacin tpica muestral, que tiene como denominador n, el valor sera 20.678. A efectos de clculo lo haremos como n-1 y el resultado seria 21,79. El haber cambiado el denominador de n por n-1 est en relacin al hecho de que esta segunda frmula es una estimacin ms precisa de la desviacin estndar verdadera de la poblacin y posee las propiedades que necesitamos para realizar inferencias a la poblacin. Cuando se quieren sealar valores extremos en una distribucin de datos, se suele utilizar la amplitud como medida de dispersin. La amplitud es la diferencia entre el valor mayor y el menor de la distribucin. Por ejemplo, utilizando los datos del ejemplo previo tendremos 80-15 =65. Como medidas de variabilidad ms importantes, conviene destacar algunas caractersticas de la varianza y desviacin tpica:

183

Son ndices que describen la variabilidad o dispersin y por tanto cuando los datos estn muy alejados de la media, el numerador de sus frmulas ser grande y la varianza y la desviacin tpica lo sern. Al aumentar el tamao de la muestra, disminuye la varianza y la desviacin tpica. Para reducir a la mitad la desviacin tpica, la muestra se tiene que multiplicar por 4. Cuando todos los datos de la distribucin son iguales, la varianza y la desviacin tpica son iguales a 0. Para su clculo se utilizan todos los datos de la distribucin; por tanto, cualquier cambio de valor ser detectado.

Otra medida que se suele utilizar es el coeficiente de variacin (CV). Es una medida de dispersin relativa de los datos y se calcula dividiendo la desviacin tpica muestral por la media y multiplicando el cociente por 100. Su utilidad estriba en que nos permite comparar la dispersin o variabilidad de dos o ms grupos. As, por ejemplo, si tenemos el peso de 5 pacientes (70, 60, 56, 83 y 79 Kg) cuya media es de 69,6 kg. y su desviacin tpica (s) = 10,44 y la TAS de los mismos (150, 170, 135, 180 y 195 mmHg) cuya media es de 166 mmHg y su desviacin tpica de 21,3. La pregunta sera: qu distribucin es ms dispersa, el peso o la tensin arterial? Si comparamos las desviaciones tpicas observamos que la desviacin tpica de la tensin arterial es mucho mayor; sin embargo, no podemos comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los coeficientes de variacin: CV de la variable peso =

CV de la variable TAS = A la vista de los resultados, observamos que la variable peso tiene mayor dispersin. Cuando los datos se distribuyen de forma simtrica (y ya hemos dicho que esto ocurre cuando los valores de su media y mediana estn prximos), se usan para describir esa variable su media y desviacin tpica. En el caso de distribuciones asimtricas, la mediana y la amplitud son medidas ms adecuadas. En este caso, se suelen utilizar adems los cuartiles y percentiles. Los cuartiles y percentiles no son medidas de tendencia central sino medidas de posicin. El percentil es el valor de la variable que indica el porcentaje de una distribucin que es igual o menor a esa cifra. As, por ejemplo, el percentil 80 es el valor de la variable que es igual o deja por debajo de s al 80% del total de las puntuaciones. Los cuartiles son los valores de la variable

184

que dejan por debajo de s el 25%, 50% y el 75% del total de las puntuaciones y as tenemos por tanto el primer cuartil (Q1), el segundo (Q2) y el tercer cuartil (Q3). Existen aun otras variaciones de las medidas de dispersin, par a mayor informacin se puede consultar los libros de estadstica de Blalock (1960) o McNemar (1962). Para ver como se distribuyen algunas caractersticas de la muestra con respecto a la variable que se esta midiendo, se puede estudiar la forma de la curva de distribucin. Es fundamental saber cual es la forma de dicha curva para poder utilizar mtodos estadsticos mas avanzados ya que en ellos se requiere que dicha curva sea normal, es decir en forma de campana DISTRIBUCIN NORMAL o campana de Gauss-Laplace Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una curva en "forma de campana". En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal

Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una especie, p.ejm. tallas, pesos, envergaduras, dimetros, permetros,... Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una misma cantidad de abono. Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen. Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un medio,... Errores cometidos al medir ciertas magnitudes. Valores estadsticos muestrales, por ejemplo : la media.

Otras distribuciones como la binomial o la de Poisson son aproximaciones normales. Y en general cualquier caracterstica que se obtenga como suma de muchos factores.

185

FUNCIN DE DENSIDAD Empleando clculos bastante laboriosos, puede demostrarse que el modelo de la funcin de densidad que corresponde a tales distribuciones viene dado por la frmula Representacin grfica de esta funcin de densidad

La distribucin normal queda definida por dos parmetros, su media y su desviacin tpica FUNCIN DE DISTRIBUCIN

Puede tomar cualquier valor (- , + ) Son ms probables los valores cercanos a uno central que llamamos media m Conforme nos separamos de ese valor m , la probabilidad va decreciendo de igual forma a derecha e izquierda (es simtrica). Conforme nos separamos de ese valor m , la probabilidad va decreciendo de forma ms o menos rpida dependiendo de un parmetro s , que es la desviacin tpica.

a la variable Z se la denomina variable tipificada de X, y a la curva de su funcin de densidad curva normal tipificada. Caracterstica de la distribucin normal tipificada (reducida, estndar)

No depende de ningn parmetro Su media es 0, su varianza es 1 y su desviacin tpica es 1. La curva f(x) es simtrica respecto del eje OY Tiene un mximo en este eje

Existen formas de calcular la manera en que estn distribuidos los datos bajo esta curva. Es posible transformar los valores de una curva normal determinada en valores

186

numricos, de tal forma que utilizando una tabla se pueda evaluar la proporcin de casos que se encuentra en un intervalo dado. A esta tcnica se le conoce como calificacin Z, calificacin estndar. Antes de pasar al capitulo de estadstica inferencial, se presenta una tabla que resumen la estadstica descriptiva Tabla Resumen de la estadstica descriptiva Nivel de medicin Nominal Intervalar Agrupacin de datos Aplicacin Tcnicas Proporciones, porcentajes Frecuencias, graficas, histogramas, distribuciones acumulativas Medidas de tendencia central: media, mediana y moda Medidas de dispersin::rango, desviacin cuartilar desviacin media, desviacin estndar, coeficiente de variacin Distribucin de datos bajo la curva, Distribucin, calificacin Z o estndar

La tipicidad de un grupo

Ver que tanto varan los individuo dentro de un grupo

Ver la distribucin d e a muestra con respecto a alguna variable

Capitulo 15. Estadstica inferencial 1.1 Introduccin a la estadstica inferencial La estadstica Inferencia, es el proceso por el cual se deducen (infieren) propiedades o caractersticas de una poblacin a partir de una muestra significativa. Uno de los aspectos principales de la inferencia es la estimacin de parmetros estadsticos. Por ejemplo, para averiguar la media, , de las estaturas de todos los soldados de un reemplazo, se extrae una muestra y se obtiene su media. La media de la muestra (media muestral), es un estimador de la media poblacional, . Si el proceso de muestreo est bien realizado (es decir, la muestra tiene el tamao adecuado y ha sido

187

seleccionada aleatoriamente), entonces el valor de , desconocido, puede ser inferido a partir de La inferencia siempre se realiza en trminos aproximados y declarando un cierto nivel de confianza. Por ejemplo, si en una muestra de n = 500 soldados se obtiene una estatura media = 172 cm, se puede llegar a una conclusin del siguiente tipo: la estatura media, , de todos los soldados del reemplazo est comprendida entre 171 cm y 173 cm, y esta afirmacin se realiza con un nivel de confianza de un 90%. (Esto quiere decir que se acertar en el 90% de los estudios realizados en las mismas condiciones que ste y en el 10% restante se cometer error.) Si se quiere mejorar el nivel de confianza, se deber aumentar el tamao de la muestra, o bien disminuir la precisin de la estimacin dando un tramo ms amplio que el formado por el de extremos 171, 173. Recprocamente, si se quiere aumentar la precisin en la estimacin disminuyendo el tamao del intervalo, entonces hay que aumentar el tamao de la muestra o bien consentir un nivel de confianza menor. Finalmente, si se quiere mejorar tanto la precisin como el nivel de confianza, hay que tomar una muestra suficientemente grande Leccin 42. Fin y Propsitos de la estadstica inferencial El fin principal de la estadstica inferencial consiste en poder hacer generalizaciones de varias caractersticas de alguna muestra de la poblacin de la cual fue extrada. La estadstica inferencial comprende las tcnicas con las que, con base nicamente en una muestra sometida a observacin, se toman decisiones sobre una poblacin o proceso estadsticos. Dado que estas decisiones se toman en condiciones de incertidumbre, suponen el uso de conceptos de probabilidad. Mientras que a las caractersticas medidas de una muestra se les llama estadsticas muestrales, a las caractersticas medidas de una poblacin estadstica, o universo, se les llama parmetros de la poblacin. El procedimiento para la medicin de las caractersticas de todos los miembros de una poblacin definida se llama censo. Cuando la inferencia estadstica se usa en el control de procesos, al muestreo, le interesa en particular el descubrimiento y control de las fuentes de variacin en la calidad de la produccin. A las caractersticas representativas de una poblacin se conoce con el nombre de parmetros, y las de una muestra con el de estadsticas. Para referirse a las caractersticas de una poblacin se utilizan generalmente letras griegas, y para las de una muestra se emplea el abecedario romano. En relacin con los parmetros y las estadsticas de las muestras y las poblaciones, es muy importante conocer la ley d e los grandes nmeros. Esta ley dice que entre mayor sea el tamao d e una muestra menor ser la probabilidad de que el valor de una observacin dada se desvi del verdadero valor de esa observacin por mas de una cierta cantidad fija. Si las medidas de las muestras son tomadas d e manera

188

independiente, entre mas grande sea la muestra, mas cerca estaremos de obtener verdadero valor que tiene la poblacin.

el

La importancia de la curva normal, la cual mencionamos en capitulo anterior, en este contexto consiste en el hecho de que eventos que suceden al azar en grandes nmeros, tienden a distribuirse en la forma de la curva normal. Muchos fenmenos, tales como la estatura, la edad, la inteligencia, altura de los rboles, calificaciones de una asignatura, entre otros se distribuyen de esta manera: Ejemplo. Para estimar el voltaje requerido para provocar fallas en un dispositivo elctrico, una muestra de estos dispositivos puede someterse a voltajes crecientes hasta que falle cada uno de ellos. Con base en estos resultados muestrales puede estimarse la probabilidad de falla a varios niveles de voltaje de los dems dispositivos de la poblacin muestreada. Para que es til la estadstica inferencial? Frecuentemente, el propsito de la investigacin va ms all de describir las distribuciones de las variables: se pretende generalizar los resultados obtenidos en la muestra a la poblacin o universo. Los datos casi siempre son recolectados de una muestra y sus resultados estadsticos se denominan estadgrafos, la media o la desviacin estndar de la distribucin de una muestra son estadgrafo. A las estadsticas de la poblacin o universo se les conoce como parmetros. Los parmetros no son calculados, porque no se recolectan datos de toda la poblacin, pero pueden se inferidos de los estadgrafos, de ah el nombre estadstica inferencial. La inferencia de los parmetros se lleva a cabo mediante tcnicas estadsticas apropiadas para ello. Estas tcnicas se explicaran mas adelante. La estadstica inferencial puede ser utilizada para dos procedimientos: a) Probar hiptesis b) Estimar parmetros En la figura... se esquematiza el procedimiento de la estaditica inferencial Procedimiento de la estadstica inferencial

189

Recoleccin de los datos de la muestra

Calculo de estadgrafos

Inferencia de los parmetros mediante tcnicas estadsticas apropiadas

Poblacin o universo

Errores que se pueden cometer al realizar estadistica inferencial Nunca podemos estar completamente seguros de nuestra estimacin. Trabajamos con altos niveles de confianza o seguridad y- aunque el riesgo es mnimo- podra cometerse un error. Los resultados posibles al probar hiptesis pueden ser: 1) Aceptar una hiptesis verdadera (decisin correcta) 2) Rechazar una hiptesis falsa (decisin correcta) 3) Aceptar una hiptesis falsa (error conocido del tipo II o beta). 4) Rechazar un hiptesis verdadera (error conocido como de tipo II o error alfa) Ambos tipos de error son indeseables y puede reducirse la posibilidad de que se presenten mediante: a) Muestras representativas probabilsticas. b) Inspeccin cuidadosa de los datos c) Seleccin de las pruebas estadsticas apropiadas d) Mayor conocimiento de la poblacin. Leccin 43. Prueba de hiptesis, Nivel de Significancia, Distribucin Muestral Pruebas de hiptesis

190

La hiptesis en el contexto de la estadstica inferencial es una proposicin respecto a uno o varios parmetros, y lo que el investigador hace a travs de la prueba de hiptesis es determinar si la hiptesis es consistente con los datos obtenidos en la muestra (Wiersma, 1986). Si la hiptesis es consistente con los datos, esta es retenida como un valor aceptable del parmetro. Si la hiptesis no es consistente con los datos, se rechaza esta (pero los datos no son descartados) (Wiersma,1986). Para comprender lo que es la prueba de hiptesis en la estadstica inferencial es necesario revisar el concepto de distribucin muestral y nivel de significancia,, conceptos lo cuales estudiaremos posteriormente El propsito de la prueba de hiptesis es determinar si el valor supuesto (hipottico) de un parmetro poblacional, como la media de la poblacin, debe aceptarse como verosmil con base en evidencias muestrales. Recurdese que sobre distribuciones de muestreo, se dijo que, en general, una media muestral diferir en valor de la media poblacional. Si el valor observado de una estadstica muestral, como la media muestral, se acerca al valor paramtrico supuesto y slo difiere de l en un monto que cabra esperar del muestreo aleatorio, el valor hipottico no se rechaza. Si la estadstica muestral difiere de la supuesta en un monto que no es posible atribuir al azar, la hiptesis se rechaza por inverosmil. Se han desarrollado tres procedimientos distintos para la prueba de hiptesis, todos los cuales conducen a las mismas decisiones cuando se emplean los mismos estndares de probabilidad (y riesgo). En este captulo describiremos primeramente el mtodo del valor crtico para la prueba de hiptesis. De acuerdo con este mtodo, se determinan los as llamados valores crticos de la estadstica de prueba que dictaran el rechazo de una hiptesis, tras de lo cual la estadstica de prueba observada se compara con los valores crticos. ste fue el primer mtodo en desarrollarse, motivo por el cual buena parte de la terminologa de las pruebas de hiptesis se deriva de l. Ms recientemente, el mtodo del valor P ha cobrado popularidad a causa de ser el ms fcilmente aplicable a software de cmputo. Este mtodo se basa en la determinacin de la probabilidad condicional de que el valor observado de una estadstica muestral pueda ocurrir al azar, dado que un supuesto particular sobre el valor del parmetro poblacional asociado sea en efecto correcto. El mtodo de intervalos de confianza se basa en la observacin de si el valor supuesto de un parmetro poblacional est incluido en el rango de valores que define a un intervalo de confianza para ese parmetro. Pero ms all del mtodo de prueba de hiptesis que se use, debe hacerse notar que si un valor hipottico no se rechaza, y por lo tanto se acepta, ello no constituye una "prueba" de que sea correcto. La aceptacin de un valor supuesto de un parmetro indica simplemente que se trata de un valor verosmil, con base en el valor observado de la estadstica muestral. 5.2 Pasos bsicos de la prueba de hiptesis con el mtodo de valor crtico

191

Paso1. Formule la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0 es el valor paramtrico hipottico que se compara con el resultado muestral. Se le rechaza slo si es poco probable que el resultado muestral haya ocurrido dado lo correcto de la hiptesis. La hiptesis alternativa (H1) se acepta slo si la hiptesis nula es rechazada. En muchos libros de texto la hiptesis alternativa tambin se designa como Ha. Ejemplo Un auditor desea probar el supuesto de que el valor medio de la totalidad de las cuentas por cobrar de una empresa dada es de $260.00 tomando una muestra de n = 36 y calculando la media muestral. El auditor desea rechazar el valor supuesto de $260.00 slo si es claramente contradicho por la media muestral, caso ste en el que el valor hipottico recibira el beneficio de la duda en el procedimiento de prueba. Las hiptesis nula y alternativa de esta prueba son H0 : = $260.00 y H1 : $260.00. Paso 2. Especifique el nivel de significancia por aplicar. El nivel de significancia es el estndar estadstico que se especifica para rechazar la hiptesis nula. Si se especifica un nivel de significancia de 5%, la hiptesis nula se rechaza slo si el resultado muestral es tan diferente del valor hipottico que una diferencia por ese monto o un monto superior ocurrira al azar con una probabilidad de 0.05 o menos. Ntese que si se usa el nivel de significancia de 5%, hay una probabilidad de 0.05 de rechazar la hiptesis nula aun siendo efectivamente cierta. Esto se llama error tipo I La probabilidad del error tipo I siempre es igual al nivel de significancia empleado como estndar para rechazar la hiptesis nula; se le designa con la letra griega minscula (alfa), de modo que a designa tambin al nivel de significancia. Los niveles de significancia de uso ms frecuente en la prueba de hiptesis son los de 5% y 1%. Ocurre un error tipo II si la hiptesis nula no se rechaza, y es por lo tanto aceptada, cuando en realidad es falsa. La determinacin de la probabilidad del error tipo II se explica. En la tabla correspondiente se resumen los tipos de decisiones y las posibles consecuencias de las decisiones tomadas en pruebas de hiptesis. Paso 3. Seleccione la estadstica de prueba. La estadstica de prueba ser ya sea la estadstica muestral (el estimador insesgado del parmetro a prueba) o una versin estandarizada de la estadstica muestral. Por ejemplo, para probar un valor hipottico de la media poblacional, la media de una muestra aleatoria tomada de esa poblacin podra servir como la estadstica de prueba. Sin embargo, si la distribucin de muestreo de la media es normal, el valor de la media muestral se convierte usualmente en un valor z, el cual funge entonces como la estadstica de prueba. Paso 4. Establezca el valor o valores crticos de la estadstica de prueba. Habiendo especificado la hiptesis nula, el nivel de significancia y la estadstica de prueba por usar, se establece entonces el(los) valor(es) crtico(s) de la estadstica de prueba. Estos valores pueden ser uno o dos, dependiendo de si estn implicadas las as llamadas pruebas unilaterales o bilaterales. En cualquier caso, un valor crtico identifica el valor de la estadstica de prueba requerido para rechazar la hiptesis nula.

192

Paso 5. Determine el valor de la estadstica de prueba. Por ejemplo, al probar un valor hipottico de la media poblacional, se recolecta una muestra aleatoria y se determina el valor de la media muestral. Si el valor crtico fue establecido como un valor z, la media muestral se convierte a un valor z. Paso 6. Tome la decisin. El valor observado de la estadstica muestral se compara con el valor (o valores) crtico(s) de la estadstica de prueba. Se rechaza o no entonces la hiptesis nula. Si la hiptesis nula es rechazada, se acepta la hiptesis alternativa. Esta decisin tendr relevancia a su vez para otras decisiones por tomar por los gerentes de operacin, como la de si se est sosteniendo o no cierto estndar de desempeo o cul de dos estrategias de comercializacin seguir. . Significancia estadstica El nivel de significancia en su concepto mas sencillo es: la probabilidad de que un evento ocurra oscila entre 0 y 1, donde 0 significa la imposibilidad de ocurrencia y 1 la certeza de ocurrencia del fenmeno. Al lanzar al aire una moneda no cargada, la probabilidad de que salga cruz es 0.50 y la probabilidad de que la moneda caiga al suelo en cara tambin es de 0.50. Con un dado, la probabilidad cualquiera de sus lados al lanzarlo es de 1/6 = 0.1667. La suma de posibilidades siempre es de 1. Aplicando el concepto de probabilidad a la distribucin muestral, podemos tomar el rea de esta como 1.00, y consecuentemente, cualquier rea comprendida entre dos puntos de la distribucin corresponder a la probabilidad de la distribucin. Para poder probar hiptesis inferenciales respecto a la media, el investigador tiene que evaluar si la posibilidad de que la media de la muestra este cerca de la media de la distribucin muestral es grande o pequea. Si es pequea, el investigador dudara de generalizar a la poblacin. Si es grande, el investigador podr hacer generalizaciones. Es aqu donde entra el nivel de significancia o nivel alfa (nivel ) Este es un nivel de probabilidad de equivocarse y se fija antes de probar hiptesis inferenciales. Se acudir a un ejemplo coloquial para ejemplificarlo y luego explicarlo. Si usted fuera a apostar en las carreras de caballos y tuviera 95% de probabilidad de atinarle al ganador, contra solo un 5% de perder, apostara? Seguramente si, siempre y cuando le aseguraran ese 95% en su favor. O bien, si le dieran 95 boletos de 100 para la rifa de un automvil., tendra confianza en que va a estrenar vehiculo?. Seguramente si. No tendra la certeza total, esta no existe en el universo, al menos para los seres humanos. Pues bien, algo similar hacen los investigadores. Obtienen una estadstica en una muestra ( ej. , la media) y analizan que porcentaje tiene de confianza de que dicha estadstica se acerque al valor de la distribucin muestral (que es el valor de la poblacin o parmetro). Buscan un alto porcentaje de confianza, una probabilidad elevada para estar tranquilos. Porque saben que puede haber error de muestreo, y aunque la evidencia parece mostrar una aparente cercana entre el valor calculado en

193

la muestra y el parmetro, esta cercana puede no ser real y deberse a errores en la seleccin de la muestra. En muchos campos de experimentacin, se acostumbra usar los niveles de significancia del 5 y del 1 por ciento. El nivel del 5% implica que el investigador tiene 95% de seguridad para generalizar sin equivocarse, y solo el 5% en contra. En trminos de probabilidad, 0.95 y .05 respectivamente, ambos suman la unidad. En el caso del 1%, implica que el investigador tiene un 99% en su favor para generalizar sin temor y un 1% en contra (0.99 + 0,01 = 1.00). A veces el nivel de significancia puede ser todava mas exigente y confiable) ej. 0.001, 0.00001). pero lo mnimo es el 5%, no se acepta un nivel de .06 (94% a favor de la generalizacin confiable). Porque se busca hacer ciencia, no intuicin. El nivel de significancia es un valor de certeza que fija el investigador a priori. De certeza respecto a no equivocarse. Si por azar un valor ms discrepante del criterio de prueba que el obtenido ocurre probablemente menos del 5 por ciento de las veces pero no menos del 1 por ciento cuando la hiptesis nula es cierta, entonces se dice que la diferencia es significativa, y el valor del criterio de la prueba se marca con un asterisco *. Si un valor ms discrepante del criterio de prueba que el obtenido ocurre con probabilidad menor que el 1 por ciento de las veces cuando la hiptesis nula es verdadera, se dice que la diferencia es altamente significativa y el valor muestral del criterio de prueba se seala con dos asteriscos **. La aceptacin de la hiptesis nula puede indicarse con las letras ns, que significan diferencias no significativas. Los niveles del 5 y del 1 por ciento son arbitrarios, pero parecen haberse escogido adecuadamente en el campo de la agricultura donde fueron usados por primera vez. Si un experimentador usa niveles diferentes del 5 y del 1 por ciento, esto debe quedar claramente establecido. La distribucin muestral, es la distribucin de los valores individuales en una muestra, la cual sea representativa de la poblacin. Cabe sealar que el valor de una estadstica muestral varia de una muestra a otra, a causa de la variabilidad del muestreo aleatorio, o el error de muestreo. Como se relaciona la distribucin muestral y el nivel de significancia El nivel de significancia se expresa en trminos de probabilidad (0.05 y 0.01) y la distribucin muestral tambin se expresa como probabilidad (el rea total de esta como 1.00). Pues bien, para ver si tenemos o no confianza al generalizar acudimos a la distribucin muestral, probabilidad apropiada para la investigacin en general. El nivel de significancia lo tomamos como un rea bajo la distribucin muestral.

194

Coeficiente de correlacin de Pearson Leccin 44.

Coeficiente de correlacin de Pearson Definicin: Es una prueba estadstica para analizar la relacin entre dos variables medidas en un nivel por intervalos de razn. se simboliza por r o R La medida ms habitualmente utilizada para el estudio de la correlacin es el coeficiente de correlacin lineal de Pearson. El coeficiente de Pearson mide el grado de asociacin lineal entre dos variables cualesquiera, y puede calcularse dividiendo la covarianza de ambas entre el producto de las desviaciones tpicas de las dos variables .Para un conjunto de datos, el valor r de este coeficiente puede tomar cualquier valor entre 1 y +1. El valor de r ser positivo si existe una relacin directa entre ambas variables, esto es, si las dos aumentan al mismo tiempo. Ser negativo si la relacin es inversa, es decir, cuando una variable disminuye a medida que la otra aumenta. Un valor de +1 1 indicar una relacin lineal perfecta entre ambas variables, mientras que un valor 0 indicar que no existe relacin lineal entre ellas. Hay que tener en consideracin que un valor de cero no indica necesariamente que no exista correlacin, ya que las variables pueden presentar una relacin no lineal. Para un conjunto de datos cualquiera, y una vez calculado el coeficiente de correlacin entre un par de variables X e Y, puede realizarse un sencillo test de hiptesis, basado en la distribucin t de Student, para valorar la significacin del coeficiente de correlacin y confirmar si existe o no una asociacin estadsticamente significativa entre ambas caractersticas. Estudiar la significacin estadstica del coeficiente de correlacin es, en definitiva, determinar si r es estadsticamente diferente de cero. As mismo, puede obtenerse un intervalo de confianza para el coeficiente de correlacin en la poblacin. Sin embargo, mientras que el valor del coeficiente de correlacin de Pearson puede ser calculado para cualquier conjunto de datos, la validez del test de hiptesis sobre la correlacin entre las variables requiere que al menos una de ellas tenga una

195

distribucin normal en la poblacin de la cual procede la muestra. Para el clculo del intervalo de confianza, se requiere adems que ambas variables presenten una distribucin normal. An bajo esta suposicin, la distribucin del coeficiente de correlacin no ser normal, pero puede transformarse para conseguir un valor de z que siga una distribucin normal y calcular a partir de l su correspondiente intervalo de confianza Hiptesis a probar: Correlacionad, del tipo de A mayor X, mayor Y, A mayor X, menor Y, Altos valores en X estn asociados con altos valores en Y, Altos valores en X se asocian con bajos valores de Y. :

Regresin lineal Definicin: Es un modelo matemtico para estimar el efecto de una variables sobre otra. Esta asociado con el coeficiente r de pearson. La Regresin y la correlacin son dos tcnicas estadsticas que se pueden utilizar para solucionar problemas comunes en los negocios. Muchos estudios se basan en la creencia de que es posible identificar y cuantificar alguna Relacin Funcional entre dos o ms variables, donde una variable depende de la otra variable. Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de Regresin Simple. "Y es una funcin de X" Y = f(X) Como Y depende de X, Y es la variable dependiente, y X es la variable independiente. En el Modelo de Regresin es muy importante identificar cul es la variable dependiente y cul es la variable independiente. En el Modelo de Regresin Simple se establece que Y es una funcin de slo una variable independiente, razn por la cual se le denomina tambin Regresin Divariada

196

porque slo hay dos variables, una dependiente y otra independiente y se representa as: Y = f (X) "Y est regresando por X" La variable dependiente es la variable que se desea explicar, predecir. Tambin se le llama REGRESANDO VARIABLE DE RESPUESTA. La variable Independiente X se le denomina VARIABLE EXPLICATIVA REGRESOR y se le utiliza para EXPLICAR Y. Hiptesis a probar: Correlacionales y causales Variables involucradas: Dos. Nivel de medicin de las variables: Intervalos o razn Procedimiento e interpretacin: la regresin lineal se determina en base al diagrama de dispersin---

ANLISIS ESTADSTICO: REGRESION LINEAL SIMPLE En el estudio de la relacin funcional entre dos variables poblacionales, una variable X, llamada independiente, explicativa o de prediccin y una variable Y, llamada dependiente o variable respuesta, presenta la siguiente notacin: Y=a+bX+ Donde: a es el valor de la ordenada donde la lnea de regresin se intercepta con el eje Y. b es el coeficiente de regresin poblacional (pendiente de la lnea recta) es el error SUPOSICIONES DE LA REGRESIN LINEAL Los valores de la variable independiente X son fijos, medidos sin error. 1. La variable Y es aleatoria 2. Para cada valor de X, existe una distribucin normal de valores de Y (subpoblaciones Y) 3. Las variancias de las subpoblaciones Y son todas iguales.

197

4. Todas las medias de las subpoblaciones de Y estn sobre la recta. 5. Los valores de Y estn normalmente distribuidos y son estadsticamente independientes. 6. Los valores de Y estn normalmente distribuidos y son estadsticamente independientes. ESTIMACIN DE LA ECUACIN DE REGRESIN MUESTRAL Consiste en determinar los valores de "a" y "b " a partir de la muestra, es decir, encontrar los valores de a y b con los datos observados de la muestra. El mtodo de estimacin es el de Mnimos Cuadrados, mediante el cual se obtiene:

Luego, la ecuacin de regresin muestral estimada es

Que se interpreta como: a es el estimador de a Es el valor estimado de la variable Y cuando la variable X = 0 b es el estimador de b , es el coeficiente de regresin Est expresado en las mismas unidades de Y por cada unidad de X. Indica el nmero de unidades en que vara Y cuando se produce un cambio, en una unidad, en X (pendiente de la recta de regresin). Un valor negativo de b sera interpretado como la magnitud del decremento en Y por cada unidad de aumento en X. ANTECEDENTES DEL PROBLEMA Los datos de la siguiente tabla representan las estaturas (X, cm) y los pesos (Y, kg) de una muestra de 12 hombres adultos. Para cada estatura fijada previamente se observ el peso de una persona seleccionada de entre el grupo con dicha estatura, resultando: X 152 155 152 155 157 152 157 165 162 178 183 178

198

50

61.5 54.5 57.5 63.5

59

61

72

66

72

84

82

Con estos datos vamos a plantear una ecuacin de regresin simple que nos permita pronosticar los pesos conociendo las tallas. Utilizaremos a = 0.05. . DESARROLLO

Representacin matemtica y grfica de los datos: Representacin Matemtica estatura pesos datos 1 2 3 4 5 6 7 8 9 10 11 12 x 152 155 152 155 157 152 157 165 162 178 183 178 y x ^2 Regresin Lineal y ^2 2500 xy y est. Residual 7600 56.43 I.C. para la I. C. media individual L. I. L. S. L. I. L. S.

50 23104

-6.43 53.07 59.79 47.30 65.56 2.47 56.09 61.97 50.05 68.02 -1.93 53.07 59.79 47.30 65.56 -1.53 56.09 61.97 50.05 68.02 2.73 58.05 63.48 51.85 69.68 2.57 53.07 59.79 47.30 65.56 0.23 58.05 63.48 51.85 69.68 4.29 65.17 70.24 58.85 76.57 0.89 62.65 67.56 56.27 73.94 -6.99 74.65 83.33 69.45 88.52 0.68 78.01 88.64 73.31 93.34 3.01 74.65 83.33 69.45 88.52

61.5 24025 3782.3 9532.5 59.03 54.5 23104 2970.3 8284 56.43

57.5 24025 3306.3 8912.5 59.03 63.5 24649 4032.3 9969.5 60.77 59 23104 61 24649 72 27225 66 26244 72 31684 84 33489 82 31684 3481 3721 8968 56.43 9577 60.77

5184 11880 67.71 4356 10692 65.11 5184 12816 78.99 7056 15372 83.32 6724 14596 78.99 Representacin Grfica

199

Hiptesis. HO: No hay relacin entre la variable peso y la variable estatura. HA: Hay relacin entre la variable peso y la variable estatura.:

Lo que nos permite obtener los coeficientes a y b. Luego, b = 1223 / 1409.667 = 0.8676 a = 65.25 (0.8676) (162.167) = -75.446 Interpretacin La ecuacin de regresin estimada es: Coeficiente de correlacin: R= 0.9379 Coeficiente de determinacin: R=0.8796 El valor de b = 0.8676 indica el incremento del peso en kilogramos, en promedio, por cada centmetro de aumento en la estatura de los hombres adultos. El valor de a, no tiene interpretacin prctica en el ejemplo, se interpretara como el valor obtenido, en promedio, para el peso Y, cuando la estatura es 0.

200

Utilizando la ecuacin de regresin para estimar o predecir valores de la variable Y: Para una talla de 180 se obtiene un peso de 80.7 kg. Cunto se espera que pese (en promedio) una persona que mide 1.60 m? Sustituyendo el valor de inters en la ecuacin:

Se obtiene:

Conclusion La ecuacin de Regresin lineal estimada para las variables estatura y peso muestran, de acuerdo a la prueba F, relacin. Esta relacin se ha estimado en un R = 93.7, que indica una fuerte relacin positiva. Adems si consideramos el coeficiente de determinacin R = 87.9 podemos indicar que el 87.9% de las variaciones que ocurren en el peso se explicaran por las variaciones en la variable estatura.

Prueba t de Student Definicin: Probablemente el primer anlisis estadstico que uno realiza en su vida es la comparacin de dos medias. Esta situacin se plantea cuando se estn comparando dos grupos (normalmente dos tratamientos) con relacin a una variable de eficacia cuantitativa (p.ej. VEMS). La prueba de eleccin es la t de Student. Su clculo no tiene mayor dificultad, sin embargo, requiere de ciertas asunciones que a menudo no se suelen verificar, pudiendo llegar a conclusiones errneas segn veremos en este artculo. de las hiptesis sobre las que habitualmente se fundamentan las pruebas estadsticas de comparacin de grupos es que las observaciones pertenecientes a cada una de las muestras son independientes entre s, no guardan relacin; siendo precisamente ese uno de los objetivos de la aleatorizacin (eleccin aleatoria de los sujetos o unidades de observacin, asignacin aleatoria del tratamiento a cada paciente, etc). Sin embargo, como veremos en este artculo, la falta de independencia entre las observaciones de los grupos puede ser una caracterstica de diseo del estudio para buscar

201

fundamentalmente una mayor eficiencia del contraste estadstico al disminuir la variabilidad. En otras ocasiones con este tipo de diseo pareado lo que se busca es dar una mayor validez a las inferencias obtenidas, controlando o eliminando la influencia de variables extraas cuyo efecto ya es conocido o sospechado, y no se desea que intervenga en el estudio actual pudiendo enmascarar el efecto del tratamiento o de la variable de inters.

Smbolo: t Hiptesis a probar: De diferencia entre dos grupos. La hiptesis de investigacin propone que los grupos difieren significativamente entres si y la hiptesis nula propone que los grupos no difieren significativamente. Variable involucrada: la comparacin se realiza sobre una variable. Si hay diferentes variables, se efectuaran varias pruebas t (una por cada variable) Aunque la razn que motiva la creacin de los grupos puedes ser una variable independiente. Por ejemplo: un experimento con dos grupos, uno al cual se le aplica el estimulo experimental y el otro grupo el de control. Nivel de medicin de la variable: Intervalos o razn Asunciones de la prueba t de Student Tcnicamente se puede describir la prueba t de Student como aquella que se utiliza en un modelo en el que una variable explicativa (var. independiente) dicotmica intenta explicar una variable respuesta (var. dependiente) dicotmica. Es decir en la situacin: dicotmica explica dicotmica. La prueba t de Student como todos los estadsticos de contraste se basa en el clculo de estadsticos descriptivos previos: el nmero de observaciones, la media y la desviacin tpica en cada grupo. A travs de estos estadsticos previos se calcula el estadstico de contraste experimental. Con la ayuda de unas tablas se obtiene a partir de dicho estadstico el p-valor. Si p<0,05 se concluye que hay diferencia entre los dos tratamientos. Las hiptesis o asunciones para poder aplicar la t de Student son que en cada grupo la variable estudiada siga una distribucin Normal y que la dispersin en ambos grupos sea homognea (hiptesis de homocedasticidad=igualdad de varianzas). Si no se verifica que se cumplen estas asunciones los resultados de la prueba t de Student no tienen ninguna validez. Por otra parte no es obligatorio que los tamaos de los grupos sean iguales, ni tampoco es necesario conocer la dispersin de los dos grupos.

202

Qu hacer cuando las asunciones no se cumplen? Existen varias pruebas estadsticas para contrastar la Normalidad de los datos: la ms utilizada la de Kolmogorov-Smirnov. De igual modo existen tambin Qu hacer cuando las asunciones no se cumplen? Existen varias pruebas estadsticas para contrastar la Normalidad de los datos: la ms utilizada la de Kolmogorov-Smirnov. De igual modo existen tambin varias pruebas que permiten contrastar la homogeneidad de varianzas: la ms utilizada es la prueba de Levene. En el caso de que no se cumpla la asuncin de Normalidad se suele intentar alguna transformacin de los datos que "normalice" los datos, siendo la transformacin logaritmo neperiano la ms usual. Ocurre en la prctica que la transformacin que "normaliza" los datos tambin consigue igualdad de varianzas. En el caso de que no se diera la hiptesis de igualdad de varianzas ni siquiera despus de transformar los datos, hay que utilizar una modificacin de la prueba t de Student debida a Satterthwaite que es vlida para el caso de no homogeneidad de varianzas.

Ejemplo: Se supone que se quiere comparar dos tratamientos con relacin a una variable cuantitativa. Los datos experimentales son: Trat A: 25, 24, 25, 26 Trat B: 23, 18, 22, 28, 17, 25, 19, 16

Formula: Si estamos comparando un resultado cuantitativo en dos grupos de datos, a partir de muestras extradas de forma aleatoria de una poblacin normal, siendo nA el tamao de la primera muestra y nB el de la segunda, la cantidad:

(donde son las medias muestrales, las correspondientes medias poblacionales, s la desviacin tpica muestral conjunta), se distribuye como una t de Student con nA+nB-2 grados de libertad, proporcionndonos una referencia probabilstica con la que juzgar si el valor observado de diferencia de medias nos

203

permite mantener la hiptesis planteada, que ser habitualmente la hiptesis de igualdad de las medias (por ejemplo igualdad de efecto de los tratamientos), o lo que es lo mismo nos permite verificar si es razonable admitir que datos obtenidos en nuestro experimento. a la luz de los

Si se aplica la formula t de Student directamente se obtiene una p=0,096>0,05 con lo que se concluye que no se puede demostrar diferencias entre los dos tratamientos. Sin embargo la prueba de Levene pone de manifiesto que p=0,014<0,05 con lo que se concluye que en estos datos no se verifica la igualdad de varianzas, con lo que la conclusin anterior queda en suspenso. Tras aplicar Satterthwaite, que es vlido en este caso de heterocedasticidad, se obtiene que p=0,032<0,05 con lo que la conclusin correcta es que s hay diferencia entre los dos tratamientos. Conclusiones La prueba t de Student es muy utilizada en la prctica, sin embargo a menudo su aplicacin se hace sin excesivo cuidado, no comprobando las asunciones que requiere. En este artculo se ha puesto de manifiesto que la falta de normalidad o la falta de homogeneidad en las varianzas invalida la prueba t de Studen Anlisis de varianza unidireccional o de una va: Distribucin de F Definicin: Es una prueba estadstica para analizar si mas de dos grupos difieren significativamente entre si en cuanto a sus medias y varianzas. Como vimos la prueba t es utilizada para dos grupos y el anlisis de varianza unidireccional es para tres, cuatro, o mas grupos. Y aunque con dos grupos, el anlisis de varianza unidireccional se puede utilizar, no es una prctica comn. Hiptesis a probar: De diferencia entre mas de dos grupos: La hiptesis de investigacin propone que los grupos difieren significativamente entre si y la hiptesis nula propone que los grupos no difieren significativamente. Variables involucradas: Una variable independiente y una variable dependiente. Nivel de medicin de las variables: La variable independiente es categrica y la dependiente es por intervalos o razn. Al ser categrica la variable independiente significa que se pueden formar grupos diferentes. Interpretacin: este anlisis de varianza produce un valor conocido como F o razn F , que se basa en una distribucin muestral, conocida como la distribucin F, que es otro miembro de las distribuciones muestrales. La Prueba de F compara las

204

variaciones en las puntuaciones debidas a dos diferentes fuentes: variaciones entre los grupos que se comparan y variaciones dentro de los grupos. Distribucin de F: Sean X2(m) y X2(n) dos variables aleatorias independientes con distribucin Ji cuadrado con m y n grados de libertad, respectivamente. Entonces, la variable aleatoria F, definida como: F = X2(m)/m X2(n)/n Presenta distribucin F con m y n grados de libertad. La distribucin F esta completamente definida por los parmetros m y n que son los grados de libertad de las variables Ji cuadrado que la originan Los valores de la variable aleatoria son mayores que cero y la forma de la distribucin es asimtrica, pero la asimetra disminuye a medida que aumenta el nmero de grados de libertad. Las probabilidades de la distribucin F se han tabulado con valores Fo para niveles de tales que: P ( F Fo) = El valor de Fo se puede indicar como F(m,n), que significa que a la derecha de este valor existe un rea o probabilidad en la curva igual a .Diferentes autores, entre ellos (Infante y zarate ,1989; Dixon y Massey,1965, y Guenther, 1977) presentan tablas apropiadas para esta y otras distribuciones de uso comn en la investigacin. Ejemplo: Tabla .Rendimientos clones de un pasto con 5 tratamientos y 4 replicas Tratamientos Maceta 1 2 3 4 1 101 93 93 96 2 51 61 59 58 3 83 68 72 75 4 67 40 46 52 5 29 45 51 42

205

Total

383

229

298

205

167

1282

Media

95.75

57.25

74.50

51.25

41.75

1. calculo factor correccin (FC) es: FC = (1282)2 FC = 20 = 82176

(X..)2 5.4

2.Calculo de SC total = (101)2 + (51) 2 + (52) 2 + (42) 2 FC = 8168 3. SC tratamientos = (383) 2 + (229) 2 + (298) 2 + (205) 2+(167) 2 - FC = 7286 4 4. SC del error = SC total SC de tratamientos = 8168 7286 = 882 5.CM tratamientos = SC tratamientos/ g. l. = 7286/4 = 1821.5 6.CM Error = SC error/ g. l = 682/ 15 = 58.8 7.Fc = CM tratamiento/ CM error = 1821.5/ 58.8 = 30.98

Los resultados se presentan en la tabla .Tabla ... Anlisis de varianza clones pasto estrella Fuentes de Grados de Variacin Libertad Tratamiento 4 Error 15 Suma de Cuadrados Cuadrados Medios 7286 882 1821.5 58.8 Ft Fc 30.98** 5% 3.06 1% 4.89

Total 19 8168 ** Diferencias altamente significativas entre tratamientos )P < 0.01) Fc > Ft , 30.98 > 3.06 y 4.89 Se pueden aplicar pruebas de comparacin de medias para saber entre cuales promedios de tratamientos hay o no diferencias significativas. Anlisis factorial de varianza

206

En este capitulo se estudian tambin los experimentos factoriales. Aqu hay varios tratamientos en cada una de varias categoras y definen un marco de tratamientos. Esta eleccin de diseo de tratamientos conduce a una particin lgica de las sumas de cuadrados de tratamientos en componentes aditivas con pruebas correspondientes de hiptesis. Se encuentra claramente fuera del propsito de este texto desarrollar las bases matemticas y los procedimientos de clculo del anlisis factorial, pero pretende facilitar el entendimiento de los resultados del mismo dado que an sin comprender cmo se calcularon las saturaciones de los factores, el lector podr familiarizarse con la forma de utilizar una matriz factorial y con la interpretacin de los mencionados factores. El concepto de anlisis factorial Vamos a comenzar este trabajo examinando el concepto general de anlisis factorial segn como es introducido por diferentes autores. Anastasi(1977) considera al anlisis factorial como un procedimiento estadstico para la identificacin de rasgos psicolgicos. En esencia, el anlisis factorial es una tcnica depurada para el anlisis de las interrelaciones de los datos de la conducta. Mediante el proceso del anlisis factorial, el nmero de variables o categoras en funcin de las cuales puede describirse la ejecucin de cada individuo se reduce desde el nmero original de tests a otro relativamente pequeo de factores o rasgos comunes. Para ejemplificar estos enunciados Anastasi considera un caso en el cual se aplicaron 20 tests diferentes a cada una de las 300 personas que conforman una muestra, el primer paso consiste en calcular las correlaciones de cada uno de los tests con todos los dems. Una simple revisin de la tabla o matriz de las 190 correlaciones resultantes puede revelar por s misma ciertas agrupaciones entre los tests que sugieren la presencia de rasgos o factores comunes; por ejemplo, si tests como los de vocabulario, de analogas, de los opuestos y de completamiento de frases tienen correlaciones elevadas entre s y bajas con todos los dems, podramos inferir la presencia de un factor comn de comprensin verbal que subyace la ejecucin de los tests mencionados. Dado que una simple inspeccin de una tabla de correlacin es difcil e incierta, se han desarrollado tcnicas estadsticas precisas para localizar los factores comunes necesarios en la explicacin de las correlaciones obtenidas. Dichas tcnicas constituyen el anlisis factorial.

207

Siguiendo con el ejemplo anterior, cinco o seis factores podran ser suficientes para dar cuenta de las intercorrelaciones entre los 20 tests originales, de manera que podemos sustituir las 20 puntuaciones originales de cada persona por cinco o seis puntuaciones, una por cada factor, sin sacrificar ninguna informacin esencial. La prctica habitual es retener, de los tests originales, aquellos que proporcionan las mejores medidas de cada uno de los factores. Cuesta y Herrero definen al anlisis factorial como una tcnica que consiste en resumir la informacin obtenida en una matriz de datos con V variables. Para ello se identifican un nmero reducido de factores F, siendo el nmero de factores menor que el nmero de variables. Los factores representan a las variables originales, con una prdida mnima de informacin. Yela(1963) considera que el anlisis factorial es un mtodo fundamentalmente matemtico que se apoya en un concepto operativo -la unidad funcional-, y en dos procedimientos empricos -el test y la correlacin. Lee, en psicologa llama unidad funcional al conjunto de procesos o funciones psicolgicas que varan concomitantemente. Por ejemplo, cuando dos aptitudes, como las que exigen dos tests distintos, se presentan siempre juntas, de modo que los sujetos que poseen una de ellas poseen tambin a la otra, y varan juntas, de modo que cada sujeto posee a ambas en el mismo grado, esas aptitudes o actividades definen una unidad de funcin y pueden considerarse como manifestaciones diversas de una aptitud funcionalmente nica. El test sirve para suscitar las actividades y respuestas de los sujetos; la correlacin, para indicar el grado de concomitancia entre las diversas respuestas. Las correlaciones entre un nmero suficiente de tests que cubran un determinado campo de actividades podrn indicarnos los aspectos comunes entre dichas actividades y servirn para averiguar las unidades funcionales que entre todos definen. Cada una de ellas ser un factor. Un factor es, as, una dimensin de variabilidad del comportamiento, verificada por la covariacin emprica de una serie de respuestas y definida por la significacin comn de esas respuestas. Por lo tanto el anlisis factorial en psicologa ayuda descubrir las dimensiones de variacin comn de la conducta o factores; y el conjunto de factores constituye una clasificacin general de los rasgos psicolgicos en funcin de los cuales se puede describir las caractersticas de los individuos. Nunnally(1973) sostiene que el anlisis factorial consiste esencialmente en mtodos de encontrar grupos de variables relacionadas. Cada uno de estos grupos (o factor) es sealado por un conjunto de variables cuyos miembros tienen entre s mayor correlacin que con variables no incluidas en el grupo. Se concibe a cada factor como

208

un atributo unitario que es medido en distintos grados por instrumentos determinados segn cunto se correlacionan con el factor. Como podr observarse, las definiciones dadas por los diferentes autores considerados no se contraponen, sino que, por el contrario, se complementan unas o otras siendo diferentes maneras de aproximarse a la complejidad que el anlisis factorial presenta. Caractersticas Un factor es una clase de tratamiento, y en experimentos factoriales, todo factor proporcionara varios tratamientos. Por ejemplo, si la dieta es un factor en un experimento, entonces se usaran varias dietas; si la temperatura de horneado es un factor, entonces el horneado se har a varias temperaturas. Un nivel de un factor es un tratamiento particular de un conjunto de tratamientos que constituyen el factor. Si el factor es cuantitativo, los niveles estn formados por las cantidades o dosis del mismo. Si el factor es cualitativo los niveles lo constituyen las manifestaciones del mismo o los tratamientos dentro del factor. Por lo general se designan con letras minsculas Usos Los experimentos factoriales se usan prcticamente en todos los campos de investigacin. Son de gran valor en trabajo exploratorio cuando se sabe poco sobre niveles ptimos de los factores, o ni siquiera cuales son importantes. Considrese un cultivo nuevo para el cual se tienen varias variedades promisorias, pero se sabe poco respeto a fecha y densidad de siembra adecuadas. En este caso es indicado usar un experimento de tres factores. Si se usa el enfoque de un solo factor, se seleccionan una fecha y una densidad y se efecta un experimento con las variedades. Sin embargo, puede ocurrir que la mejor variedad para la fecha y densidad de siembra escogidas, no sea la mejor para otras fechas y densidad. Cualquier otro factor individual debe implicar solo una variedad. Otras veces, el experimentador puede estar ante todo interesado en la interseccin entre los factores, es decir, saber si las diferencias en respuesta a los niveles de un factor son semejantes o diferentes a niveles diferentes de otro factor o factores. Cuando se dispone de informacin considerable, el mejor enfoque puede ser comparar solo un numero muy limitado de combinaciones de varios factores o niveles especficos. As vemos que el alcance de un experimento, o la poblacin para la cual pueden hacerse inferencias, puede a menudo aumentarse mediante el uso de un experimento factorial. Es particularmente importante hacer esto cuando se requiere informacin sobre algn factor para el cual se van a hacer recomendaciones con amplio margen de condiciones.

209

As, un experimento factorial es aquel en el que el conjunto de tratamientos consiste en todas las combinaciones posibles de los niveles de varios factores. En la palabra factorial esta implicado el concepto de diseo de tratamientos. Notacin y definiciones Los sistemas de notacin que se usan en experimentos factoriales son similares, pero presentan diferencias suficientes como para que el lector tenga que comprobar con cuidado cuando utilice nuevas referencias. Se sigue una notacin parecida en muchos aspectos a la sugerida por Yates (1933). Las tres letras maysculas se usan para designar factores, y las minsculas para designar los niveles. Contrastes de hiptesis en un anova de dos vas Modelo mixto Supngase el primer factor de efectos fijos y el segundo de efectos aleatorios, lo que no supone ninguna perdida de generalidad, ya que el orden de los factores es arbitrario. MS MSA MSB MSAB MSE Se contrastan la interaccin y el factor aleatorio con el trmino de error, si la interaccin fuera significativa no tiene sentido contrastar el efecto fijo y si no lo fuera, el efecto fijo se contrasta con el trmino de interaccin o con el promedio de interaccin y error Pasos del anlisis factorial Cualquier anlisis factorial consta de cuatro pasos esenciales: 1. Preparacin: en esta fase se estudia , por ejemplo en ciencias sociales, el campo de la actividad humana en cuestin, se recoge la informacin existente y se formulan las hiptesis oportunas. Estas hiptesis se refieren al nmero e ndole de los factores que se buscan. Segn estas hiptesis, el investigador idea o selecciona los tests que sean, en principio, capaces de ponerlas de manifiesto, procurando cubrir todo el campo que se estudia, de modo que cada hipottico factor est representado por varios tests. Estos tests son aplicados a la poblacin conveniente y calculadas sus intercorrelaciones. Con stas se forma la llamada matriz de correlaciones. Aqu cabe hacer una distincin entre anlisis factorial confirmatorio en el cual, a travs de las hiptesis mencionadas, se propone un modelo a priori que mediante el anlisis se va a confirmar o no, y anlisis factorial exploratorio en el cual no se realizan hiptesis Valor esperado

210

previas acerca de un modelo posible sino que el modelo se construye luego de realizar el anlisis. De cualquier manera, ya sea que se trate de un anlisis confirmatorio o exploratorio, esta etapa finaliza cuando se obtiene la matriz de correlaciones entre todas las variables que entran en el anlisis. 2. Factorializacin: el objeto de esta fase es averiguar el nmero de factores comunes necesarios para explicar las correlaciones halladas. Se han ideado varios mtodos para cumplir con este objetivo. Ya en 1901, Pearson seal el camino para este tipo de anlisis y luego otros muchos investigadores han creado procedimientos alternativos, modificaciones y refinamientos. La disponibilidad de calculadoras electrnicas y computadoras han conducido a la adopcin de tcnicas ms refinadas y laboriosas. En su mayora, estos mtodos, aunque difieran en sus postulados iniciales, arrojan resultados similares 3. Rotacin: la matriz factorial indica, como sabemos, la relacin entre los factores y las variables. Sin embargo, a partir de dicha matriz muchas veces resulta difcil la interpretacin de los factores pues no queda claro en qu factor satura cada variable. La rotacin es, precisamente, la operacin por la cual los ejes se giran hasta una posicin que tenga una significacin psicolgica; el objetivo de la rotacin es obtener una solucin ms interpretable

4. Interpretacin: en esta etapa se averigua la significacin de cada factor examinando los procesos que intervienen en todos los tests que dependen de l. La interpretacin de cada factor debe ser coherente asimismo con el hecho de que otros tests tengan coeficientes nulos en l y con la circunstancia, si se da, de que uno o varios tests tengan coeficientes en ese factor y en otro u otros diferentes Anlisis factorial y validez Los tests surgieron antes que el anlisis factorial y en muchos aspectos se han desarrollado con independencia de l. Sin embargo, el anlisis factorial proporciona a los tests un fundamento cientfico ms firme y unas posibilidades, antes insospechadas, para su empleo en la investigacin del psiquismo y de la conducta, a tal punto que en la actualidad constituye el fundamento ms serio y coherente de la teora de los tests. El requisito ms importante de un test es su validez; es decir, si no aprecia lo que dice apreciar, si no sirve para lo que dice servir, huelga todo lo dems. Ahora bien, cmo averiguar y comprobar la validez de un test? Segn Yela(1963) hay dos modos fundamentales para hacerlo: modo extrnseco: consiste en comprobarlo con un criterio externo al test. Si los resultados del test coinciden con los del criterio, el test es vlido; tanto ms cuanto ms

211

se relacionen; tanto menos, cuanto menos relacin haya entre ellos. La correlacin entre el test y el criterio suele llamarse coeficiente de validez. El valor prctico de este procedimiento es insustituible pero no logra ocultar su insuficiencia terica. Por ejemplo, si un test que dice medir inteligencia discrimina bien entre los alumnos peores y mejores de una clase, este valor prctico no garantiza que sea verdaderamente un test de inteligencia. - modo intrnseco: consiste en descubrir cules son los procesos y funciones que reclaman la solucin del test. Supongamos que el test de inteligencia se propone apreciar la capacidad de razonamiento, lo consigue el test?, exige en verdad razonar?, cmo comprobarlo?, hay un solo modo de razonar o hay varios? Si hay varios son independientes entre s? Por otra parte cabe limitar la inteligencia al razonamiento? no cubrir tambin otras funciones y procesos, como abstraer, comparar, comprender, etc.? En definitiva cuntas son las aptitudes que cabe distinguir en el campo de la actividad inteligente? cuntos y cules son los rasgos fundamentales en los dems campos del psiquismo? El medio experimental de enfrentarse con estas cuestiones y abordar estos problemas ser el procedimiento para comprobar intrnsecamente la validez de los tests. La validez del test vendr indicada por la medida en que con l se aprecie uno o varios de los rasgos previa y experimentalmente determinados. El anlisis factorial pretende ser precisamente ese procedimiento. EJEMPLO (http://www.hrc.es/bioest/Anova_18.html) Se quiere probar la eficacia de un somnfero estudiando posibles diferencias de la misma por el sexo de los sujetos. Se eligen al azar dos grupos de insomnes varones y otros dos de mujeres y tanto para los hombres como para las mujeres se suministra a un grupo el somnfero y a otro un placebo y se mide, en minutos, el tiempo que tardan en dormirse. Los resultados son: Placebo 30 50 45 47 38 50 35 46 25 32 Somnfero 35 32 30 25 30 42 30 15 18 23

Hombre

Mujer

212

Se trata de un anova de dos factores fijos. Llamamos primer factor a la droga que tiene dos niveles: placebo y somnfero. El segundo factor es el sexo tambin con 2 niveles: hombres y mujeres. El tamao de las muestras es n=5. La tabla de anova es: Fuente de variacin Somnfero Sexo Interaccin Error Total GL SS MS 696,2 105,8 0,2 74,85

1 696,2 1 105,8 1 0,2 16 1197,6 19 1999,8

Se empieza contrastando la interaccin: f = 0,2/74,85 = 0,0026 que como es menor que F0,05(1,16)=4,49 no se rechaza la hiptesis nula de que no existe interaccin. A continuacin se contrastan los factores: para el somnfero f = 696,2/74,85 = 9,3 que es mayor que 4,49 por lo tanto existe efecto del somnfero y para el sexo f = 105,8/74,85 = 1,41 que como es menor que 4,49 no existe diferencias entre los sexos. La estimacin del efecto del somnfero ser la diferencia entre las medias de los que lo toman y los que tomaron placebo, sin tener en cuenta el sexo, una vez que se ha visto que no tiene efecto. Para analizarlo con un paquete estadstico, p.e. el Statgraphics, se necesita crear un archivo con tres variables

213

y el resultado, pidiendo la tabla de anova

214

y la tabla de medias

Por tanto la estimacin del efecto del somnfero es 39,8 - 28,0=11,8 min. En el ensayo clnico de los analgsicos descrito anteriormente se encuentran los siguientes resultados: Placebo 35 40 60 50 50 Analgsico A 20 35 50 40 30 <Analgsico B 22 42 30 35 22 G.L. 2 4 8 14 SS 748,8 767,6 409,2 1925,6 MS 374,4 191,9 51,15

La tabla de anova correspondiente: Fuente de variacin Analgsico (tratamiento) Paciente (bloque) Error Total

Como resultado final se acuerdo a los contrastes de hiptesis se hacen: para el analgsico f=374,4/51,15=7,32 que como es mayor que F0,05(2,8)=4,46 existe un efecto del tratamiento. para los bloques f=191,9/51,15=3,75 que es menor que F0,05(4,8)=3,84 por tanto no hay componente aadida por los pacien

. Anlisis de Covarianza (Ancova).

215

Definicin El anlisis de covarianza es un procedimiento muy importante en experimentacin. Utiliza el anlisis de varianza y el de regresin para eliminar la variabilidad que existe en la variable independiente X; tambin ajusta medias de tratamiento y as estima mucho mejor el efecto de la variable independiente X sobre la variable dependiente Y. El anlisis de covarianza trata de dos o ms variables medidas y donde cualquier variable independiente medible no se encuentra a niveles predeterminados, como en un experimento factorial. Este aparte trata de la covarianza lineal. A menudo, una relacin lineal es una aproximacin razonablemente buena para una relacin no lineal con tal que los valores de las variables independientes no cubran un intervalo muy amplio. La variable independiente X es una observacin hecha en cada unidad experimental antes de aplicar los tratamientos, e indica hasta cierto grado la respuesta final Y de la unidad experimental. Por ejemplo, en un experimento con cerdos se tienen pesos iniciales X, y consumo de alimento Y; si se hubieran usado varias raciones las diferencias entre sus efectos podran o no ser significativas, es decir, puede o no haber diferencias en cuanto a la calidad de las raciones. Sin embargo, antes de llegar a conclusiones hay que preguntarse, al existir la variacin de lo s pesos iniciales de las camadas, la diferencia en los pesos finales de los cerdos se puede atribuir a la bondad de alguna de las raciones?, O quiz alguna parte en las diferencias en los pesos finales se debe a la diferencia en los pesos iniciales de dichas camadas? Con respecto a esta ltima pregunta se sabe que los lechones de mayor peso al nacer son ms agresivos y, en consecuencia, consumen mayor cantidad de alimento y aumentan de peso con mayor facilidad que los lechones pequeos de poco peso. Al ajustar los valores de Y, de acuerdo con los valores correspondientes de X, es posible analizar con mayor precisin los resultados del ensayo. Por medio del anlisis de covarianza se puede calcular y eliminar la parte correspondiente a las diferencias en los pesos iniciales. En general, en ensayos de alimentacin con animales, las diferencias entre medias de tratamiento no ajustadas se deben al valor nutritivo de las raciones, a la cantidad consumida por los animales, o a ambas causas. Si se ajustan las diferencias de aumento de peso a un peso inicial comn y se aplican las raciones, las medias ajustadas indicaran si en realidad las dietas tienen valor nutritivo diferente. Usos del anlisis de Covarianza Los usos ms importantes del anlisis de covarianza son: 1. controlar el error y aumentar la precisin 2. Ajustar medias de tratamientos de la variable dependiente a las diferencias en conjuntos de valores de variables independientes correspondientes.

216

1. Ayudar en la interpretacin de los datos, especialmente en lo concerniente a la naturaleza de los efectos de los tratamientos. 4. Particionar una covarianza total o suma de productos cruzados en componentes. 5. Estimar datos faltantes. Estos usos se exponen ahora con ms detalle. 1. Control del error La varianza de una media de tratamiento es 2y = 2 /n.. As, para disminuir esta varianza, solo tenemos dos enfoques: el aumento del tamao de la muestra o el control de la varianza de una poblacin muestreada. El control de 2 se logra mediante el diseo experimental o mediante el uso de una o ms covariables. Ambos mtodos pueden usarse simultneamente. Cuando se usa la covarianza como mtodo para reducir el error, esto es, de controlar 2, se hace reconociendo el hecho de que la variacin observada de la variable dependiente Y es parcialmente atribuible a la variacin de la variable independiente X. El uso de la covariable exige el uso de las tcnicas de regresin del capitulo 6. El uso de la covarianza para controlar el error es un medio de aumentar la precisin con la cual los efectos de los tratamientos pueden medirse eliminando, por regresin, ciertos efectos reconocidos que no pueden ser o no han sido controlados efectivamente por el diseo experimental, Por ejemplo, en un experimento de nutricin animal para comparar el efecto de varias raciones en el aumento de peso, los animales asignados a un bloque varan en peso inicial. Ahora, si el peso inicial esta correlacionado con la ganancia de peso, una porcin del error experimental en la ganancia puede deberse a las diferencias en el peso inicial. Mediante el anlisis de la covarianza, esta porcin, una contribucin que puede atribuirse a diferencias en el peso inicial puede calcularse y eliminarse del error experimental para ganancia.

Ahora se mostrara un ejemplo donde se hace un repaso general de estadstica descriptiva e inferencial, que incluye anlisis de varianza y covarianza Ejemplo (http://www.seh-lelha.org/ancova.htm) Supongamos que se est comparando la presin arterial sistlica de un grupo de mujeres diabticas segn su nivel de estudios, para lo que efectuamos un anlisis de la varianza cuyos resultados se resumen a continuacin: Estadsita Descriptiva PAS

217

Sin estudios 1 grado 2 y 3 grado Media Desv.Tp. Tamao 141,16 13,67 215 140,93 16,23 202 131,27 18,03 60

Anlisis de la varianza PAS Fuente var. Suma cuadrados Factor Residual Total 5020,04 gl Varianza 2 F p Nivel signif. p < 0.001

2510,02 10,61 0,0000310 236,54 246,09

112119,55 474 117139,59 476

Vemos que hay diferencias estadsticamente significativas en cuanto a la media de la PAS entre los diferentes niveles de estudios, siendo inferior la media de PAS en el grupo de mujeres con estudios de 2 o 3 grado (del orden de 10 mmHg inferior). Ahora bien, sabemos que uno de los principales factores de riesgo en la hipertensin es la edad, por lo que nos podemos plantear que al tratarse de un estudio observacional, en el que las pacientes han sido seleccionadas de forma aleatoria entre las que acuden a la consulta, si stas fueran representativas de la poblacin, es de sospechar que las mujeres con mayor nivel de estudios sean en promedio ms jvenes, debido a que en el pasado las mujeres solan a menudo recibir como mucho una formacin elemental. Si para comprobarlo efectuamos un anlisis de la varianza para la edad segn el nivel de estudios, los resultados que obtenemos son Estadstica Descriptiva Edad Sin estudios 1 grado 2 y 3 grado Media Desv.Tp. 69,75 8,26 64,80 10,57 54,25 18,33

218

Tamao

215

202

60

Anlisis de la varianza Fuente var. Suma cuadrados Factor Residual Total 11563,46 gl Varianza 2 F p Nivel signif. p < 0.001

5781,73 48,19 0,0000 119,98 143,77

56869,86 474 68433,32 476

donde, como nos temamos, la edad media de las mujeres con estudios de 2 o 3 grado es inferior a la de los otros grupos, lo que por s solo podra explicar las diferencias encontradas en cuanto a la media de PAS. Utilizando el anlisis de la covarianza nos planteamos la posiblidad de "corregir" o "ajustar" esa diferencia de edad, con el fin de hacer comparables los grupos. Para ello se construye un modelo de regresin entre la variable resultado PAS y la variable de confusin EDAD y la pregunta que nos hacemos es explica la regresin por s sola la diferencia de PAS media observada entre los grupos?. Vamos pues a estimar una ecuacin de regresin entre la PAS y la EDAD, pero qu tipo de regresin?, porque tenemos tres posibilidades, que vamos a representar para el caso de que haya slo dos grupos de estudio:

219

Fig. Pendiente de regresin diferente para cada grupo

Fig. Igual pendiente para los grupos, a diferente altura

220

Fig. Igual pendiente, misma altura Se trata pues de decidir, a la luz de nuestros datos, cul de las tres posibilidades es ms verosmil . En la primera figura vemos que hay interaccin entre la variable para la que ajustamos, covariante, y el grupo, de tal manera que en uno de los grupos la relacin entre la PAS y la edad es ms acusada, aumenta ms rpidamente al aumentar la edad. Cuando existe interaccin la interpretacin es complicada ya que puede incluso ocurrir que en uno de los grupos esa relacin se invierta y que al aumentar el covariante X el valor de Y disminuya (pendiente negativa). En el anlisis de la covarianza en primer lugar nos planteamos si es razonable creer que la regresin tiene pendientes diferentes en cada grupo o si por el contrario es verosmil pensar que la pendiente se mantiene, pudiendo entonces considerar una pendiente comn para todos los grupos. Solo en el caso de que aceptemos esta ltima situacin tiene sentido decidir entre la segunda y tercera alternativa: plantearnos si la diferencia observada entre los grupos se explica slo por la regresin (figura 3) o por algo ms. Una vez aceptada la hiptesis de igual pendiente en todos los grupos, el razonamiento a seguir se explica de forma grfica en la figura 4, aunque un tanto exagerado

221

Fig. 4 Comparacin de medias ajustadas Ahora, dado que no hay razn para pensar que la pendiente de la ecuacin sea diferente en cada grupo, calculamos cul sera el valor de la PAS previsto por la ecuacin de regresin para la media global de la edad (media calculada combinando ambos grupos), y determinamos el valor de la PAS estimado a partir de la ecuacin de regresin en cada grupo, este valor es lo que denominamos medias ajustadas de la PAS: aquellas que obtendramos si ambos grupos hubiesen tenido la misma media de edad. Vemos claramente en el dibujo como la diferencia de medias de PAS ajustadas ha disminuido con respecto a la diferencia de medias sin ajustar, y ser tanto menor cuanto ms nos acerquemos a la situacin reflejada en la figura 3, cuanto menor sea la separacin de alturas entre las dos rectas de regresin. En la siguiente figura vemos ilustrado un caso en el que la media sin ajustar de la PAS para el grupo 2 es inferior a la del grupo 1 (representado por las lneas rectas en la figura), mientras que si efecta la correccin para la edad estaremos en la misma situacin de la figura anterior: media ajustada del grupo 2 superior a la del grupo 1; situacin debida a que en el grupo 2 tenemos edades ms bajas que en el grupo 1.

222

Fig. 5 Veamos cuales son nuestros resultados cuando efectuamos un anlisis de la covarianza en el ejemplo planteado: Anlisis de la covarianza PAS Fuente var. Suma cuadrados 596,28 gl Varianza F p Nivel signif. NO

Pendientes iguales Error Igualdad medias ajustadas Error Medias Grupo

298,14 1,306 0,2718 228,24 997,34 4,364 0,0132

107501 471 1994,7 2

p < 0.05

108097 473

228,53

Media Media ajustada N de casos

223

Sin estudios 141,16 1 grado 140,93

140,08 141,17 134,32

215 202 60 477

2 y 3 grado 131,27 Total 139,82

Medias covariante EDAD segn ESTUDIOS Sin estudios 1 grado 2 o 3 grado EDAD 69,75 64,80 54,25

Los contrastes en el anlisis de la covarianza se efectuan utilizando el valor de la suma de cuadrados medios residual de Y (la variable respuesta estudiada) en cada una de las tres situaciones, por lo que el parmetro obtenido se distribuye segn una F. En primer lugar efectuamos un contraste para ver si es razonable suponer pendientes iguales (p=0,27) hiptesis que no llegamos a rechazar. Una vez aceptada esa premisa tiene sentido plantearnos el comprobar si son iguales las medias ajustadas, hiptesis que en este ejemplo rechazamos (p=0.013), aunque ahora la diferencia de medias no es tan acusada como antes de ajustar. El modelo planteado se puede extender a ms de un covariante, en ese caso el ajuste se realiza de tal manera que los clculos se efectan como si todos los grupos hubiesen tenido la misma distribucin de covariantes. Leccion 45. Estadstica no paramtrica Introduccion Como ya sabemos, la estadstica es considerada como el conjunto de procedimientos utilizados para clasificar, calcular, analizar y resumir los datos obtenidos de manera sistemtica. Dentro de los principales anlisis estadsticos que se pueden llevar a cabo, se encuentran las pruebas estadsticas paramtricas (como la regresin lineal) y las pruebas estadsticas no paramtricas. Estas ltimas, objeto del presente estudio, en realidad son poco utilizadas a pesar de la potencia y certeza de sus resultados. Normalmente se utilizan cuando no se dispone de informacin suficiente de la poblacin de la cual se extrajeron los datos; careciendo

224

entonces de un soporte para la realizacin de una inferencia con base a una muestra observada. ANALISIS NO PARAMETRICOS Para realizar este tipo de anlisis, se debe partir de las siguientes consideraciones: La mayora de estos anlisis no requieren de presupuestos acerca de la forma de la distribucin poblacional y acepta distribuciones no normales. Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razn. Mtodos estadsticos paramtricos contra no paramtricos La mayora de los mtodos estadsticos descritos en este libro se llaman mtodos paramtricos. El punto focal del anlisis paramtrico es algn parmetro de la poblacin en relacin con el cual la estadstica de muestreo sigue una distribucin conocida, con medidas tomadas en la escala de intervalo o razn. Cuando no se cumplen uno o ms de estos requisitos o supuestos, pueden usarse los as llamados mtodos no paramtricos. A estos mtodos se les conoce tambin como mtodos libres de distribucin, con lo que se enfatiza en particular el hecho de que no se conoce la distribucin de la estadstica de muestreo. Si el uso de una prueba paramtrica, como la prueba t, est garantizado, siempre es preferible recurrir a l que al uso del equivalente no paramtrico. Esto se debe a que si aplicramos el mismo nivel de significancia en ambas pruebas, la potencia asociada con la prueba no paramtrica se revelara siempre inferior a la del equivalente paramtrico. Las pruebas no paramtricas suelen emplearse en conjunto con muestras pequeas respecto de las cuales es imposible apelar al teorema central del lmite. Las pruebas no paramtricas pueden dirigirse a hiptesis referentes a la forma, dispersin oposicin (mediana) de la poblacin. En la mayora de las aplicaciones, las hiptesis aluden al valor de una mediana, la diferencia entre dos medianas o la diferencia entre varias medianas. Esto contrasta con los procedimientos paramtricos, centrados principalmente en medias poblacionales. PRUEBAS NO PARAMTRICAS En estas tcnicas, solamente se necesitan conocimientos elementales de matemticas, pues los mtodos son relativamente ms sencillos que en las pruebas paramtricas. En estas pruebas, tambin se tienen supuestos, pero son pocos y no tienen que ver con la naturaleza de la distribucin de la poblacin, por lo que a estas tcnicas tambin se les conoce como de libre distribucin.

225

Una limitacin que tienen es que no son aplicables a casos en los que se desean manejar muchas variables al mismo tiempo, para estos casos, s se requerira una prueba paramtrica; lo que s se requiere y en general es el supuesto que se debe cumplir en la mayora de las pruebas no paramtricas para confiar en ellas, es que la muestra haya sido seleccionada en forma probabilstica. Adems del problema de los supuestos, algunos experimentos o estudios que se deseen realizar producen respuestas que no es posible evaluar con la escala que tiene ms ventajas, por ejemplo, cuando los datos solamente se encuentran en una escala ordinal como cuando se evalan las habilidades de los vendedores, o el atractivo de cinco modelos de casas, o la preferencia por sopas de cinco marcas diferentes. En general aspectos como la habilidad o preferencias de un alimento o producto, solamente los podemos ordenar; resultados de este tipo se presentan frecuentemente en estudios de mercado y en otros del campo de las ciencias sociales. Las pruebas que se mencionarn son las que se podran necesitar con mayor frecuencia, se mencionarn sus principales caractersticas y aplicaciones, adems de la prueba paramtrica a la que podran sustituir en caso necesario, as como los supuestos en los que se basa la prueba, que como se podr ver, son menos rigurosos que para las pruebas paramtricas. 1.Prueba de signos de una sola muestra Se cree que esta prueba es la ms antigua dentro de la estadstica no paramtrica, pues se reporta en la literatura desde 1710 t Esta prueba corresponde a la prueba de media de una sola muestra y se recurre a ella cuando la muestra es de menos de 30 elementos y no se puede sostener el supuesto de normalidad de la poblacin. Se le llama prueba del signo porque la informacin contenida en la muestra seleccionada se puede transformar en un conjunto de signos ms y menos; y cuando se hace la prueba no se hace uso de la magnitud de los valores de la muestra, sino solamente se consideran los signos. sta se aplica cuando se muestrea una poblacin simtrica continua de tal manera que la probabilidad de que una valor sea mayor que la media o menor que la media es de un medio. Para esta prueba se utiliza la distribucin binomial. En esta prueba se tiene la hiptesis nula H0 : m = m0 contra la alternativa pertinente, pudiendo ser sta de uno o dos extremos. Los supuestos que se deben tomar en cuenta para aplicarla, son los siguientes: se tiene una muestra aleatoria que proviene de una poblacin con mediana desconocida, la variable de inters se mide en escala ordinal o ms fuerte y esta misma variable es de naturaleza continua .Cuando la variable se mide en escala ordinal, las hiptesis se referirn a la mediana y no a la media.

226

2. Prueba U de Mann- Whithey para muestras aleatorias independientes Cuando se quieren comparar las ubicaciones relativas de dos poblaciones o cuando se quiere determinar si pertenecen a una misma poblacin, dando por hecho que se trabaja con muestras aleatorias independientes, se utiliza esta prueba propuesta por Mann y Whitney en 1947. sta es una alternativa a la prueba t de Student de dos muestras para medias. Se puede recurrir a esta prueba no paramtrica cuando el supuesto de normalidad no se cumple o el relativo a la igualdad de varianzas poblacionales. El procedimiento que se sigue en esta prueba, consiste en unir las dos muestras y posteriormente ordenar sus valores que toman independientemente de la muestra a que pertenecen para que despus se les asignen los rangos a la muestra conjunta. Luego se calcularn para cada muestra, la suma de los rangos que le correspondan y estas sumas se utilizan para obtener la estadstica de prueba. Para realizar esta prueba, usando sus rangos correspondientes, se puede utilizar la distribucin binomial cuando las muestras son pequeas, o tambin se puede utilizar una tabla que ha sido elaborada especialmente para esta prueba, llamada tabla U; la cual fue hecha basndose en la distribucin binomial. Cuando los tamaos de muestra son de 10 o mayores, se puede utilizar la distribucin normal estndar. Los supuestos en los que se basa, son: que cada una de las muestras haya sido obtenida de una distribucin aleatoria continua, que las muestras sean independientes y que la escala de medicin empleada sea por lo menos la ordinal. 3. Prueba H de suma de rangos o prueba de Kruskal-Wallis para comparar k muestras independientes Tambin se conoce esta prueba como prueba H de Kruskal-Wallis para diseos completamente aleatorizados. Cuando se tiene inters o necesidad de probar una hiptesis nula en la que se afirma que k tratamientos son iguales o que k muestras aleatorias independientes provienen de poblaciones idnticas, siendo k > 2, la prueba estadstica que se realizara dentro de la estadstica paramtrica sera el anlisis de varianza de un sentido y para la prueba se utilizara la distribucin F; sin embargo, cuando la escala es ordinal o se desconfa del supuesto de que las muestras provienen de poblaciones con forma de distribucin normal, se puede utilizar esta prueba para muestras independientes. La hiptesis alternativa sera que al menos dos poblaciones tienen una distribucin diferente. Esta prueba solamente se puede usar cuando el tamao de cada muestra sea mayor o igual a cinco. Se puede afirmar que el procedimiento que se realiza en esta prueba es una extensin del utilizado en la prueba U de Mann-Withney. Para proceder a realizar esta prueba, se utiliza la distribucin ji cuadrada con (k-1) grados de libertad, siendo k el nmero de muestras con las que se trabaja.

227

4. Pruebas de aleatoriedad Muchos mtodos de tipo inferencial, se basan en el supuesto de que se manejan muestras aleatorias. Cuando se tiene una aplicacin en la que es difcil saber si esta suposicin se justifica o cuando no es posible seleccionar una muestra aleatoria por contar solamente con cierta informacin; se tienen dentro de las tcnicas no paramtricas varios mtodos que hacen posible juzgar la aleatoriedad sobre la base del orden o secuencia en el que se realizan las observaciones o en el que los puntajes u observaciones fueron obtenidos originalmente. Lo que se analiza es si aparecen patrones de los que se sospeche no sean aleatorios. En las variables de tipo nominal, una corrida es una sucesin de letras u otro smbolo idnticos que van seguidos o precedidos de otra letra, smbolo, diversas letras o de ninguna, si se encuentra en el inicio o al final de una sucesin.4 Por ejemplo, cuando se lanza una moneda diez veces y si representamos por A el guila y con S el sol, se puede presentar la siguiente sucesin de resultados: A SS AAA S AA S 1 2 3 4 5 6 Aqu se presentan seis corridas o rachas. Esta prueba puede aplicarse a variables de tipo cualitativo y cuantitativo, en el segundo caso, se utiliza la mediana como medida de referencia y a los valores que caigan arriba de ella se les asigna un signo positivo (+) o una letra como por ejemplo la A y a los que caigan abajo de ella, se les asigna el signo negativo (-) o una letra distinta, como por ejemplo la B y a partir de los signos o letras asignados, se identifican las rachas o corridas. En estos casos, el nmero de corridas que se tiene es una buena indicacin de una posible falta de aleatoriedad, que se presentara con pocas o demasiadas corridas. Aqu se prueba aleatoriedad en el proceso de generacin de una serie de observaciones de una variable aleatoria que slo toma dos valores y la probabilidad de cada uno de ellos es 0.5, por lo cual la prueba se basa en una distribucin binomial con probabilidad igual a 0.5. Se tiene una tabla realizada a partir de la distribucin mencionada, mediante la que se hace la prueba de aleatoriedad de rachas en la que se encuentran los valores crticos del nmero de rachas tomando en cuenta el nmero de elementos de una clase (n1) y el nmero de elementos de la otra clase (n2). Cuando n1 y n2 son mayores que 20, la distribucin muestral se puede determinar en forma muy aproximada con una distribucin de probabilidad normal.

5. Medidas de asociacin Cuando se tienen observaciones formadas por una pareja de valores a partir de dos variables, surge la pregunta o necesidad de conocer acerca de si las variables estarn o no relacionadas y qu tan fuerte es esa relacin. Para saber esto, generalmente se piensa en obtener un coeficiente de correlacin que nos indique el grado de relacin lineal entre las variables, pero debe tenerse cuidado de no interpretarlo como una medida de la relacin

228

causal entre las variables y tambin tomar en cuenta que si la relacin no es lineal, la correlacin no detecta la relacin existente entre las variables. En la estadstica paramtrica se puede calcular el coeficiente de correlacin de Pearson, que se puede aplicar a variables que se miden en escala de intervalo o mayor, pero bajo el supuesto de que los datos se distribuyen en base a una distribucin normal bivariada, cuando esto no se cumple o cuando la escala de medida solamente es ordinal, es preferible usar una medida de asociacin de las que se tienen en la estadstica no paramtrica. Un coeficiente de correlacin que se basa en rangos y que es muy utilizado, es el de Sperman ste resultado es muy fcil de calcular porque su clculo es semejante al de correlacin que generalmente se usa. Sperman desarroll un trabajo en 1940 donde present este coeficiente que en lugar de utilizar los valores de las variables, utilizaba los rangos asociados a ellas, mediante ste se tiene una medida de asociacin y adems permite probar hiptesis; el nico supuesto que tiene es que la escala de medida de la variable es al menos ordinal. Adems de este coeficiente que nos permite medir la asociacin entre dos variables, hay otras medidas de asociacin para aqullos casos en los que la escala con la que se miden las variables es de tipo nominal. 6. PRUEBA DE INDEPENDENCIA En el anlisis de independencia se considera que la muestra, una vez escogida, se clasifica segn los criterios de inters; por ello se supone que las muestras provienen de una poblacin. En las aplicaciones estadsticas es frecuente interesarse en calcular si dos variables de clasificacin, ya sea cuantitativa o cualitativa, son independientes o si estn relacionadas. En situaciones como las siguientes, se puede estar interesado en determinar si dos variables estn relacionadas: Estn relacionados los hbitos de lectura con el sexo del lector? Estn relacionadas las calificaciones obtenidas con el nmero de faltas? Es independiente la opinin sobre la poltica exterior de la poltica partidista? Es independiente el sexo de una persona de su preferencia en colores? Est relacionado el sexo con tener una educacin universitaria? Estn relacionadas las enfermedades del corazn con el tabaquismo? Son independientes el tamao de una familia y el nivel de educacin de los padres? Est relacionado el desempleo con el incremento de la criminalidad?

229

El precio est asociado con la calidad de un producto electrodomstico? El estado nutricional esta asociado con el desempeo acadmico? Otra forma de expresar el hecho de que dos variables sean independientes, es diciendo, que no se afectan entre si; esto es que no estn relacionadas o asociadas. Ilustraremos esta tcnica tomando como ejemplo una de las situaciones antes mencionadas: El precio est asociado con la calidad de un producto electrodomstico? Lo que nos interesa determinar en esta situacin en particular, es si los productos electrodomsticos caros, son de mayor calidad que los baratos. Para nuestra prueba de independencia formularemos dos hiptesis:

Una hiptesis tentativa acerca de un parmetro poblacional, llamada hiptesis nula y que se representa con H0 y Una segunda hiptesis llamada hiptesis alternativa que ser opuesta a lo que afirma la hiptesis nula y se representa con Ha.

Entonces: H0: La calidad de un producto electrodomstico es independiente a su precio. Ha: La calidad de un producto electrodomstico no es independiente a su precio. Una vez establecidas nuestras hiptesis, procederemos a elaborar una tabla de contingencia, la cual es una combinacin de dos o mas tablas de distribucin de frecuencia, arregladas de manera que cada celda o casilla de la tabla resultante, represente una nica combinacin de nuestras variables (precio y calidad). TABLA DE CONTINGENCIA DEL ANALISIS DE LA RELACION QUE EXISTE ENTRE EL PRECIO Y LA CALIDAD DE LOS APARATOS ELECTRODOMESTICOS Ahora, supongamos que se ha hecho un muestreo aleatorio simple de 150 aparatos electrodomsticos. Despus de someterlos a estudios exhaustivos para determinar su calidad y comparar sus respectivos precios, procederemos a vaciar los resultados en nuestra tabla de contingencia, que obtendr las frecuencias observadas (FOi) para las nueve combinaciones o categoras existentes: Posteriormente, se calculan las frecuencias esperadas (FEi) para cada celda, basndonos en el siguiente razonamiento:

230

Primero suponemos que es verdadera la hiptesis nula, de independencia entre los precios y la calidad de los aparatos electrodomsticos. A continuacin observamos que en toda la muestra de 150 aparatos, hay 57 de buena calidad, 52 de regular y 41 de mala. Si lo expresamos en fracciones, la conclusin es que 57/150 de los aparatos son de buena calidad, 52/150 de regular y 41/150 de mala. Si es vlida la hiptesis de independencia, decimos que estas fracciones se deben aplicar por igual a los precios barato, razonable y caro. As, bajo la hiptesis de independencia esperaramos que la muestra de 41 aparatos baratos indicara que (57/150)41 = 15.58 fueran de buena calidad, (52/150)41 = 14.21 fueran de regular calidad y (41/150)41 = 11.21 fueran de mala calidad. La aplicacin de las mismas fracciones a los 56 aparatos de precio razonable y a los 53 aparatos caros, producen las frecuencias esperadas que aparecen en las siguiente tabla: FRECUENCIAS ESPERADAS SI LA CALIDAD DE ELECTRODOMESTICO ES INDEPENDIENTE A SU PRECIO. UN APARATO

El procedimiento para comparar las frecuencias observadas con las frecuencias esperadas, se hace mediante una prueba estadstica denominada Ji cuadrada que evala la hiptesis acerca de la relacin entre dos variables categricas. Se calcula de la siguiente manera: X2= En donde: significa sumatoria. 0 es la frecuencia observada en cada celda. E es la frecuencia esperada en cada celda. Es decir, se calcula para cada celda la diferencia entre la frecuencia observada y la esperada, esta diferencia se eleva al cuadrado y se divide entre la frecuencia esperada. Finalmente se suman tales resultados y la sumatoria es el valor de ji cuadrada obtenida: La ji cuadrada proviene de una distribucin muestral denominada X2 y los resultados obtenidos en la muestra estn identificados por los grados de libertad. Esto es, para saber si un valor de X2 es o no significativo, debemos calcular los grados de libertad. Estos se obtienen mediante la siguiente frmula: Gl = (r - 1)(c - 1) En donde: r es el nmero de renglones de la tabla de contingencia c es el nmero de columnas en la tabla de contingencia

231

En nuestro caso: Gl = (3-1)(3-1) = 4 Entonces acudimos con los grados de libertad que corresponden a la tabla de distribucin ji cuadrada (anexo 1), eligiendo nuestro nivel de confianza (0.05 o 0.01). Si nuestro valor calculado de X2 es igual o superior al de la tabla, decimos que las variables estn relacionadas, por lo que rechazamos la hiptesis nula. En nuestro caso: 2 = 33.80 X2.05 = 9.48773 X2.01 = 13.2767 Por lo tanto, podemos concluir que en nuestro caso, la hiptesis nula es completamente falsa, ya que si existe una dependencia entre nuestras variables (precio y calidad). Bibliografa Complementaria Gene V. Glass y Julien C. Stanley, Mtodos estadsticos aplicados a las ciencias sociales, Madrid: Prentice Hall Internacional, 1974, p. 7.
2

Alberto Castillo M. y Mario Miguel Ojeda R., Principios de estadstica no paramtrica, Xalapa: Universidad Veracruzana, 1994, p.19.

William Mendenhall , Estadstica para administradores, Mxico: Grupo Editorial Iberoamrica, 1990, pp. 660-665

Sidney Siegel, Estadstica no paramtrica, Mxico: Editorial Trillas, 1991, pp. 74-79 Alberto Castillo M. y Mario Miguel Ojeda R., op.cit. pp. 143-146.

232

Bonilla Gildaberto, Mtodos prcticos de inferencia estadstica, Trillas 1991. ISBN 96824-3960-4. Kazmier Leonard J., Estadstica aplicada a la administracin y a la economa, McGrawHill, 3 ed 1998. ISBN 970-10-0961-4. Freund John E. y Simon, Estadstica elemental, Prentice Hall, 8 ed 1994. ISBN 0-13602699-0. Levin Richard I y Rubin, Estadstica para administradores, Prentice may, 6a ed, ISBN 968-880-675-7 Biblioteca de Consulta Encarta 2003, Microsoft Corporation. WALPOLE, Ronald E. y MEYERS, Raymond H. PROBABILIDAD Y ESTADISTICA PARA INGENIEROS; 6 ed. PRENTICE HALL. Mxico 1.999 MILTON, J. Susan y ARNOLD, Jesse C. PROBABILIDAD Y ESTADISTICA. 4 ed. Mc GRAW HILL. Mxico 2.004 BERENSON, Mark y LEVINE, David. ESTADISTICA PARA ADMINISTRACION; 2 ed. PRENTICE HALL. Mxico 2.001 MENDENHALL, William. ESTADSTICA PARA ADMINISTRADORES. 2 ed. GRUPO EDITORIAL IBEROAMRICA. Mxico 1.990. ESTADISTICA PARA ADMINISTRACION Y ECONOMIA; Massn y Lind; Ed. Alfa Omega. ESTADSTICA PARA ADMINISTRADORES; Richard I. Levin y David S. Rubin; Ed. Prentice Hall. ESTADSTICA APLICADA A LA ADMINISTRACION Y ECONOMIA; Leonard Kazmier; Mc Graw Hill. PROBABILIDAD Y ESTADSTICA - Aplicaciones y Metdos, George C. Canavos, Mc Graw Hill

233

Introduccin: Muchas personas, a veces se sienten inseguras al llevar a cabo una investigacin de tipo emprico, por miedo a verse en la necesidad de utilizar la estadstica para el anlisis de la informacin. En la presente unidad tratare de dar una visin general de las pruebas estadsticas que mas se utilizan en ciencias sociales y naturales. Existen estudios en los que un anlisis estadstico no es necesario, debido al reducido tamao de la muestra o a que el investigador se interesa por llevar a cabo un estudio cualitativo y no cuantitativo. Creo que el estudiante o lector deseara o necesitara llevar a cabo anlisis estadsticos de sus datos en varias ocasiones, por lo que a pesar de que en el curso de estadstica descriptiva trata con mas detalle todo lo relacionado con las diversas pruebas estadsticas especificas, en esta unidad se tratara bsicamente de ilustrar con ejemplos prcticos para cada situacin en especial que tipo de herramienta estadstica aplica, o que pruebas estadsticas son apropiadas para analizar los datos, dependiendo de las hiptesis formuladas y los niveles de medicin de las variables La relacin que existe entre el anlisis estadstico de los datos, la descripcin de estos y su interpretacin, vara entre unos estudios y otros. Generalmente se presentan mas problemas de descripcin de resultados e interpretacin de los mismos en estudios exploratorios, que en investigaciones de tipo

234

experimental ; esto se debe, probablemente a la diferencia en el grado de estructuracion La estadstica se divide fundamentalmente en dos reas; la estadstica descriptiva, cuya funcin consiste en organizar y resumir los datos; y la estadstica inferencial que permite realizar inferencias, es decir, generalizaciones acerca de una poblacin, las cuales van Ms all de las observaciones que se hicieron. Esta unidad proporcionara en forma las bases que sustentan ambos tipos de estadstica, sin ser su propsito el de dar una visin detallada de los mtodos estadsticos mismos. Para el estudiante que se interese en profundizar en este campo, ya sea en el curso de estadstica descriptiva, o al final de la unidad consular las referencias, o lecturas recomendadas al respecto. Objetivos: Comprender el concepto de prueba estadstica Entender que no se aplican las pruebas estadsticas simplemente por aplicarlas, sino que se aplican con sentido y justificacin. Conocer las principales pruebas estadsticas desarrolladas para las ciencias sociales y naturales, as como sus aplicaciones, situaciones en que se utiliza cada una y formas de interpretarlas. Analizar la inte-relacin entre distintas pruebas estadsticas. Comprender los procedimientos para analizar la informacin o los datos. Aprender a diferenciar cuando aplicar y diferenciar entre estadstica parametrica y no parametrica.

CAPITULO 13. Como se analizan estadsticamente los datos Introduccin. Muchas personas se sienten inseguras al llevar a cabo una investigacin de tipo emprico, por miedo de verse en la necesidad de utilizar la estadstica para el anlisis de los datos.

235

En el presente capitulo se tratara de dar una visin general de las pruebas estadsticas que mas se emplean en el anlisis de datos. Existen estudios en los que un anlisis estadstico no es necesario, debido al reducido tamao de la muestra o a que el investigador se interesa por llevar a cabo un estudio cualitativo y no cuantitativo. Se es consciente de la validez de la posicin de este tipo de investigaciones y no pretendo que este capitulo sea utilizado en todo tipo de estudio. Sin embargo, creemos que el lector deseara o necesitara llevar a cabo anlisis estadsticos de sus datos en varias ocasiones, por lo cual se ha considerado que la inclusin de de estos captulos son de gran importancia

Leccin 37. . : DEFINICIN El anlisis de la informacin puede definirse como la aplicacin de tcnicas estadsticas para el e procesamiento de los datos Esta definicin corresponde al anlisis asistido por computador. En general, por anlisis de la informacin se entiende la fase de interpretacin que el usuario realiza de una manera directa y manual. Los lmites de este tipo de anlisis son evidentes desde el momento que se trabaja sobre una cantidad importante de datos, y se trata adems de incorporar el anlisis en un sistema de produccin de informacin elaborada o especializada.

Leccin 38. Procedimiento para analizar los datos Una vez que los datos han sido codificados y transferidos a una matriz, as como guardados en un archivo, el investigador puede proceder a analizarlos. En la actualidad el analisis de los datos, generalmente se realiza mediante software estadstico como: Excel, S.A.S, SPSS, entre otros. Prcticamente pocos lo hacen de forma manual, si tiene un volumen considerable de datos, Por otra parte, en la mayora de instituciones de educacin superior, centros de investigacin, empresas, se dispone de sistemas de computo y software antes mencionados para archivar y analizar la informacin. De esta suposicin parte el presente capitulo. El anlisis de los datos se efecta sobre la matriz de datos utilizando un programa de computadora. El procedimiento de anlisis se esquematiza en la figura

236

Figura 4 PROCEDIMIENTO USUAL DE ANALISIS DE LOS DATOS

sin embargo, con una calculadora Leccin 39. Niveles o escalas de medicion Nivel o escala nominal Nivel o escala ordinal Nivel oescala intercalar Nivel o escala de razon CAPITULO 14. Estadstica descriptiva o Deductiva

237

La Estadstica Descriptiva: formula reglas y procedimientos para la presentacin de una masa de datos en una forma ms til y significativa. Establece normas para la representacin grfica de los datos. Tambin son una base importante para el anlisis en casi todas las disciplinas acadmicas. La Estadstica descriptiva, una vez que se han recogido los valores que toman las variables de nuestro estudio (datos), procederemos al anlisis descriptivo de los mismos. Para variables categricas, como el sexo o el estadiaje, se quiere conocer el nmero de casos en cada una de las categoras, reflejando habitualmente el porcentaje que representan del total, y expresndolo en una tabla de frecuencias. Para variables numricas, en las que puede haber un gran nmero de valores observados distintos, se ha de optar por un mtodo de anlisis distinto, respondiendo a las siguientes preguntas: c. Alrededor de qu valor se agrupan los datos? d. Supuesto que se agrupan alrededor de un nmero, cmo lo hacen? muy concentrados? muy dispersos? Leccin 40. Distribucion de frecuencias, medidas de tendencia central y de dispersion a. distribucin de frecuencias . Qu es una distribucin de frecuencias? Es un conjunto de puntuaciones ordenadas en sus respectivas categoras Leccin 40. Distribucin y Tablas de frecuencias. http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTITATIVO S/Pye/tema_11.htm El manejo de la informacin requiere de la ordenacin de datos de tal forma que permita la obtencin de una forma ms fcil la obtencin de conclusiones acerca de la muestra. Una primera ordenacin se realiza mediante el manejo de tablas, en las que se ordenan los datos de acuerdo a ciertas caractersticas de los datos. El manejo de datos discretos permite la manipulacin de tablas, sobre todo cuando el nmero de datos no es muy reducido. A continuacin describiremos la manipulacin de datos mediante el manejo de datos discretos y continuos. Las variables a ser manejadas en el estudio, en el caso de valores discretos, se puede representar

238

mediante una tabla en la que se representa los variables mediante variables con nombre como (xi) y el nmero de veces en que un dato se representara mediante frecuencias, frecuencias absolutas, frecuencias relativas. La representacin de esta tabla mediante frecuencias se le conoce como tabla estadstica cuya funcin es la determinar la frecuencia de cada clase las cuales aparecen a un lado de cada clase

La estadstica cuenta con procedimientos para recoger, organizar y presentar informacin acerca de un problema determinado, y con mtodos para establecer la validez de las conclusiones obtenidas a partir de la informacin recogida. descriptiva La estadstica se clasifica en: Inferencial

La descriptiva presenta la informacin en forma cmoda, utilizable y comprensible. La inferencial se ocupa de la generalizacin de esa informacin haciendo deducciones acerca de las poblaciones basndose en muestras tomadas de ellas.

Para estudiar el comportamiento de un fenmeno se requiere informacin y Cmo recopilarla? 1) 2) Por medio de encuestas (interrogatorio oral o escrito que se aplica a varias personas acerca del problema). Por medio del registro de las observaciones que se hacen de l.

Los datos pueden ser :

Cualitativos (expresan cualidad). Ej: Sexo: Masculino, Femenino. Cuantitativos(expresan cantidad). Ej: Edad en aos cumplidos: l5, l8,20,etc.

239

La informacin obtenida debe presentarse en forma organizada. Cmo?

Se puede utilizar una distribucin de frecuencias ( o tambin llamada tabla de frecuencias), en donde se asocia a cada dato o subgrupo de datos (llamado intervalo de clase o clase) una frecuencia (nmero de observaciones que corresponden a cada dato o a cada grupo de datos).

La presentacin de los datos puede hacerse en forma ordenada, si son datos: Cualitativos - Orden alfabtico - Escribir, primero el que ms se repite, luego el que sigue y as sucesivamente. Cuantitativos - Forma creciente (menor al mayor).

- Forma decreciente (mayor al menor)

EJEMPLO: A) Se pregunt a un grupo de alumnos de Ingeniera Industrial su materia preferida.

240

Distrib. de frecuencia Respuestas obtenidas datos f

mat

eco

adm

inv

Ind

Administracion

mat

inv

Ind

prob

eco

Ing. Econ.

prob

mat

mat

adm

Inv

Ing. Indust.

11

eco mat eco mat adm mat prob

mat prob prob ind prob eco mat

prob Ind mat mat mat adm Ind

ind ind adm inv ind ind adm

prob Inv Ind Ind prob prob Inv

Inv. de op. Matematicas Prob. y est Total N=

6 12 10 50

241

Observaste que los datos se colocaron en orden alfabtico? B) Se pregunt a un grupo de alumnos su estatura en cms.

Distrib. de frecuencia Respuestas obtenidas 152 163 161 160 155 163 162 158 155 156 154 168 165 158 162 170 168 165 158 162 164 172 151 170 166 154 170 161 169 168 166 160 157 168 160 151 152 154 155 156 157 158 160 161 162 163 164 165 datos 1 1 2 2 1 1 2 4 2 2 2 1 2 f

242

166 168 169 170 172

2 5 1 3 1

TotN = 35 Observaste que los datos al ser cuantitativos se ordenaron en forma creciente? Pero.. Cuando los datos son cuantitativos y se presentan ms de 15 valores diferentes, se recomienda resumir la informacin. Y cmo?

Acomodndolos en grupos (llamados clases o intervalos de clase).

Grupos (clases) 151155 156160 161165 166-

Los grupos deben formarse de igual tamao

(tamao de clase : c)

El total de grupos o clases no deben ser menor a

11

5 ni mayor a 15

243

170 171175 N=

35

Los lmites extremos de cada clase se les llama Lmite Inferior y Superior de clase respectivamente. En la la. Clase 151 es el L.I. , y 155 es el L.S. Existen tambin Lmites Reales Inferior y Superior de clase, estos se obtienen sumando el lmite superior de un intervalo de clase con el lmite inferior de la clase siguiente y dividindolos entre dos. Marca de clase es el punto medio de cada clase y se obtiene sumando los lmites de clase y dividindolos entre dos. Tamao o anchura de clase es la diferencia entre los lmites reales de clase, o la diferencia entre los lmites de clase ms una unidad (la misma que se est trabajando) la diferencia entre las marcas de clase. Por ejemplo: En la distribucin de frecuencias anterior, se tiene: Clases LI LS 151155 156160 161165 F Limit. reales LRI LRS Marcas de Clase X Tamao de Clase

150.5-155.5

153

c=5

155.5-160.5

158

160.5-165.5

163

244

166170 171175

11

165.5-170.5

168

170.5-175.5

173

N=35

Tambin se pueden hallar: Frecuencias acumuladas.- la suma de cada frecuencia con la frecuencia de la clase contigua superior. Frecuencias relativas.- Dividiendo cada frecuencia entre el nmero total de observaciones y multiplicndolas por l00 para tenerlas en forma de porcentaje. Frecuencias relativas acumuladas.- La suma de cada frecuencia relativa con la frecuencia relativa de la clase contigua superior. Tambin se pueden obtener dividiendo cada frecuencia acumulada entre el total de frecuencias por l00. Rango.- Dato mayor menos dato menor.

Entonces en nuestro ejemplo tenemos: Clases 151-155 156-160 161-165 166-170 171-175 f 6 8 9 11 1 fa 6 14 23 34 35 fr (%) (6/35)100= 17.1 (8/35)100= 22.9 (9/35)100= 25.7 (11/35)100= 31.4 (1/35)100= 2.9 fra(%) 17.1 40 65.7 97.1 100 fra(%) (6/35)100= 17.1 (14/35)100= 40 (23/35)100= 65.7 (34/35)100= 97.1 (35/35)100= 100

245

Rango = Dato Mayor Dato Menor. R = 172 - 151 = 21

Y para qu nos sirven estas frecuencias? Para contestar preguntas tales como: 1) Cuntos alumnos tienen estatura entre 156 y 160 cms? R = se busca en la columna de frecuencias y la respuesta es 8. 2)Cuntos alumnos tienen estatura de l65 o menos? R = Se busca en la columna de frec. ac. y la respuesta es 23. 3) Qu porcentaje de alumnos tienen estatura entre 166 y 170 cms? R = Se busca en la columna de frec. rel. y la respuesta es 31.4%. 4)Qu porcentaje de alumnos tienen estatura menor o igual que l60? R = Se busca en la columna de fre. rel. ac. y la respuesta es 40%.

PRESENTACION DE LA INFORMACION A TRAVES DE GRAFICAS. En dos grupos de una escuela se realiz un examen de matemticas y los resultados se presentaron de la manera siguiente: Grupo1 calif 5 6 7 F 3 8 14

246

8 9 10 Total

9 4 2 40

Grupo2

Cul de los dos reportes te pareci mejor y porqu? Realmente el grfico se observa mejor, llama ms la atencin el grfico y se puede interpretar mejor y ms rpido. Por eso se utilizan para la representacin de la informacin una serie de grficas como son: -Diagrama de Barras Grfica de Barras. -Histograma. -Polgono de Frecuencias. -Grfica circular o Grfica de pastel. -Pictograma.

247

-Ojiva Polgono de Frecuencias acumuladas. -Ojiva Porcentual Polgono de Frecuencias relativas acumuladas.

Diagrama de barras Se utilizan rectngulos separados, que tienen como base a cada uno de los datos y como altura la frecuencia de ese dato. Ejemplo: En la siguiente tabla se muestra el total de vacunas aplicadas durante el verano de l991 en un estado de la Repblica Mexicana. Datos (vacunas) BCG SABIN DPT SARAMPION TOTAL f (en miles) Fr(%) (redondeado 17 41 27 15 100

47 111 73 41 272

248

El diagrama de barras o grfica de barras suele elaborarse con algunas variantes; por ejemplo, se pueden utilizar lneas en vez de rectngulos barras ( lneas) horizontales en vez de verticales. Si se tienen datos cuantitativos se grafica en el eje de las x los valores centrales (marcas de clase), cuyas alturas son proporcionales a sus frecuencias. As en la distribucin de frecuencias de las alturas de 35 alumnos se tiene:

Histograma. Se utiliza en datos cuantitativos en distribuciones de frecuencia. Son rectngulos verticales unidos entre s, en donde sus lados son los lmites reales inferior y superior de clase y cuya altura es igual ala frecuencia de clase. Con la distribucin de frec. anterior se tiene:

249

Polgono de Frecuencias: Consiste en una serie de segmentos que unen los puntos cuyas abscisas son los valores centrales de cada clase y cuyas ordenadas son proporcionales a sus frecuencias respectivas.

Grfica Circular: Se forma al dividir un crculo en sectores circulares de manera que: a) Cada sector circular equivale al porcentaje correspondiente al dato o grupo que representa. b) La unin de los sectores circulares forma el crculo y la suma de sus porcentajes es 100. Datos (vacunas) BCG f (miles) 47 Fr(%) 17 Grados (redondeados) .17 x 360 = 61

250

SABIN DPT SARAMPION TOTAL

111 73 41 272

41 27 15 100

.41 x 360 = 148 .27 x 360 = 97 .15 x 360 =54 360

Pictograma: Se utiliza un dibujo relacionado con el tema, para representar cierta cantidad de frecuencias. Este tipo de grfica atrae la atencin por los dibujos, pero la desventaja es que se lee en forma aproximada.

Ejemplo: En una biblioteca de una escuela se tienen los siguientes libros: Libros Biologia f 25

251

Matematicas Fisica Quimica Filosofia Total

30 43 20 10 128

Ojiva o Polgono de frecuencias acumuladas: Una grfica de distribucin de frecuencias acumuladas es llamada una ojiva. Se trazan los lmites reales superiores contra las frecuencias acumuladas.

Ojiva Porcentual Polgono de frecuencias relativas acumuladas. Se trazan los lmites reales superiores contra las frecuencias relativas acumuladas.

252

Leccin 41 Medidas de tendencia central, y de dispersin o variabilidad a. Medidas de tendencia central 1. Estadgrafos de posicin: (llamados tambin de tendencia central) indican alrededor de cul valor se agrupan los datos obtenidos. La media, la mediana, la moda son los ms comunes y conocidos estadgrafos de posicin o tendencia central. Si se graficaran todos los valores, esa especie de nube de puntos se distribuira alrededor de una zona central, donde se ubican estos ndices. La media o promedio suele ser la mejor medida para cuantificar esta zona, una especie de centro de gravedad de esos datos. Dentro de este grupo entran los percentiles: la mediana es el percentil 50, o bien el segundo cuartil, o bien el quinto decil. Las medidas de centralizacin vienen a responder a la primera pregunta. La medida ms evidente que podemos calcular para describir un conjunto de observaciones numricas es su valor medio. La media no es ms que la suma de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone.

253

Como ejemplo, consideremos 10 pacientes de edades 21 aos, 32, 15, 59, 60, 61, 64, 60, 71, y 80. La media de edad de estos sujetos ser de:

Ms formalmente, si denotamos por (X1, X2,...,Xn) los n datos que tenemos recogidos de la variable en cuestin, el valor medio vendr dado por:

Otra medida de tendencia central que se utiliza habitualmente es la mediana. Es la observacin equidistante de los extremos. La mediana del ejemplo anterior sera el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia: 15, 21, 32, 59, 60, 60,61, 64, 71, 80. Como quiera que en este ejemplo el nmero de observaciones es par (10 individuos), los dos valores que se encuentran en el medio son 60 y 60. Si realizamos el clculo de la media de estos dos valores nos dar a su vez 60, que es el valor de la mediana. Si la media y la mediana son iguales, la distribucin de la variable es simtrica. La media es muy sensible a la variacin de las puntuaciones. Sin embargo, la mediana es menos sensible a dichos cambios. Por ltimo, otra medida de tendencia central, no tan usual como las anteriores, es la moda, siendo ste el valor de la variable que presenta una mayor frecuencia. En el ejemplo anterior el valor que ms se repite es 60, que es la moda. b. Medidas de dispersin Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos continuos es la dispersin de los mismos. Existen distintas formas de cuantificar esa variabilidad. De todas ellas, la varianza (S2) de los datos es la ms utilizada. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin.

254

Esta varianza muestral se obtiene como la suma de las de las diferencias de cuadrados y por tanto tiene como unidades de medida el cuadrado de las unidades de medida en que se mide la variable estudiada. En el ejemplo anterior la varianza sera: S x 2= La desviacin tpica (S) es la raz cuadrada de la varianza. Expresa la dispersin de la distribucin y se expresa en las mismas unidades de medida de la variable. La desviacin tpica es la medida de dispersin ms utilizada en estadstica.

Aunque esta frmula de la desviacin tpica muestral es correcta, en la prctica, la estadstica nos interesa para realizar inferencias poblacionales, por lo que en el denominador se utiliza, en lugar de n, el valor n-1. Por tanto, la medida que se utiliza es la cuasidesviacin tpica, dada por:

Aunque en muchos contextos se utiliza el trmino de desviacin tpica para referirse a ambas expresiones. En los clculos del ejercicio previo, la desviacin tpica muestral, que tiene como denominador n, el valor sera 20.678. A efectos de clculo lo haremos como n-1 y el resultado seria 21,79. El haber cambiado el denominador de n por n-1 est en relacin al hecho de que esta segunda frmula es una estimacin ms precisa de la desviacin estndar verdadera de la poblacin y posee las propiedades que necesitamos para realizar inferencias a la poblacin. Cuando se quieren sealar valores extremos en una distribucin de datos, se suele utilizar la amplitud como medida de dispersin. La amplitud es la diferencia entre el valor mayor y el menor de la distribucin. Por ejemplo, utilizando los datos del ejemplo previo tendremos 80-15 =65. Como medidas de variabilidad ms importantes, conviene destacar algunas caractersticas de la varianza y desviacin tpica:

255

Son ndices que describen la variabilidad o dispersin y por tanto cuando los datos estn muy alejados de la media, el numerador de sus frmulas ser grande y la varianza y la desviacin tpica lo sern. Al aumentar el tamao de la muestra, disminuye la varianza y la desviacin tpica. Para reducir a la mitad la desviacin tpica, la muestra se tiene que multiplicar por 4. Cuando todos los datos de la distribucin son iguales, la varianza y la desviacin tpica son iguales a 0. Para su clculo se utilizan todos los datos de la distribucin; por tanto, cualquier cambio de valor ser detectado.

Otra medida que se suele utilizar es el coeficiente de variacin (CV). Es una medida de dispersin relativa de los datos y se calcula dividiendo la desviacin tpica muestral por la media y multiplicando el cociente por 100. Su utilidad estriba en que nos permite comparar la dispersin o variabilidad de dos o ms grupos. As, por ejemplo, si tenemos el peso de 5 pacientes (70, 60, 56, 83 y 79 Kg) cuya media es de 69,6 kg. y su desviacin tpica (s) = 10,44 y la TAS de los mismos (150, 170, 135, 180 y 195 mmHg) cuya media es de 166 mmHg y su desviacin tpica de 21,3. La pregunta sera: qu distribucin es ms dispersa, el peso o la tensin arterial? Si comparamos las desviaciones tpicas observamos que la desviacin tpica de la tensin arterial es mucho mayor; sin embargo, no podemos comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los coeficientes de variacin: CV de la variable peso =

CV de la variable TAS = A la vista de los resultados, observamos que la variable peso tiene mayor dispersin. Cuando los datos se distribuyen de forma simtrica (y ya hemos dicho que esto ocurre cuando los valores de su media y mediana estn prximos), se usan para describir esa variable su media y desviacin tpica. En el caso de distribuciones asimtricas, la mediana y la amplitud son medidas ms adecuadas. En este caso, se suelen utilizar adems los cuartiles y percentiles. Los cuartiles y percentiles no son medidas de tendencia central sino medidas de posicin. El percentil es el valor de la variable que indica el porcentaje de una distribucin que es igual o menor a esa cifra. As, por ejemplo, el percentil 80 es el valor de la variable que es igual o deja por debajo de s al 80% del total de las puntuaciones. Los cuartiles son los valores de la variable

256

que dejan por debajo de s el 25%, 50% y el 75% del total de las puntuaciones y as tenemos por tanto el primer cuartil (Q1), el segundo (Q2) y el tercer cuartil (Q3). Prueba T Definicin: Es una prueba estadistica para evaluar si dos grupos difieren entre si de manera significativa respecto a sus medias. O hasta que punto una diferencia entre dos medias es mayor de lo que cabe esperarse se deba al azar. Utilizacin: Suele utilizarse cuando necesitamos conocer, hasta que punto una diferencia entre es mayor de los que cabe esperarse se deba al azar, para muestras cuyo numero de elementos sea inferior a a treinta n < 30 ).1 Cuando tratamos de probar la significacin entre las medias de dos grupos experimentales, tanto si emplea la distribucin Z como la T, pueden darse dos situaciones basicas; a) que los grupos sean independientes (como ocurre en el caso de asignacin de los sujetos al azar), y b) que los grupos se hallen relacionados (como cuando se utiliza alguna tecnica de apareamiento, o bien, los mismos sujetos son sometidos a dos condiciones experimentales sucesivas como en los diseos antes y despus). Hiptesis a probar : De diferencia entre dos grupos. La hiptesis d einvestigacion propone que los grupos difieren significativamente entre si y la hiptesis nula propone que los grupos no difieren significativamente.. Variable involucrada:La comparacin se realiza sobre una variable. Si hay derentes variables, se efectuaran varias pruebas T (una por cada variable). Aunque la razon que motiva la creacin de los grupos puede ser una variable independiente. Por ejemplo: Un experiemnto con dos grupos, uno al cual se le aplica el estimulo experimental y el otro al grupo control. Nivel de medicion de la variable: Intervalos o razon Formula y ejemplo: El valor t se obtiene en muestras grandes mediante la formula: Si estamos comparando un resultado cuantitativo en dos grupos de datos, a partir de muestras extradas de forma aleatoria de una poblacin normal, siendo nA el tamao de la primera muestra y nB el de la segunda, la cantidad:

257

(donde son las medias muestrales, las correspondientes medias poblacionales, s la desviacin tpica muestral conjunta), se distribuye como una t de Student con nA+nB-2 grados de libertad, proporcionndonos una referencia probabilstica con la que juzgar si el valor observado de diferencia de medias nos permite mantener la hiptesis planteada, que ser habitualmente la hiptesis de igualdad de las medias (por ejemplo igualdad de efecto de los tratamientos), o lo que es lo mismo nos permite verificar si es razonable admitir que datos obtenidos en nuestro experimento. a la luz de los

Veamos un pequeo ejemplo. Se efectu un estudio para comparar dos tratamientos en cuanto a la mejora en la salud percibida, determinada mediante un cuestionario de calidad de vida en pacientes hipertensos. Se asignaron 10 pacientes de forma aleatoria a cada uno de los grupos de tratamiento, obtenindose los siguientes resultados: Tabla 5 Trat. A 5.2 0.2 2.9 6.3 2.7 -1.4 1.5 2.8 0.8 5.3 Trat. B 6.0 0.8 3.2 6.2 3.8 -1.6 1.8 3.3 1.3 5.6

Si calculamos el valor de t segn la frmula anterior obtenemos: Tabla 6 Dif.medias 0.41 Err.est.dif. 1.11 t Student 0.37 Gl 18 P 0.7165 Intervalo 95% para la dif. de medias -1.93 a 2.75 Tabla 7 Trat. A Trat. B Media 2,63 3,04 Desv.Tp. 2,45 2,52

258

De acuerdo con esos resultados, al ser la probabilidad obtenida alta, vemos que no hay razones para rechazar la hiptesis de que no existe diferencia entre los grupos (P= 0.7165), aceptamos que las medias son iguales, lo que podemos tambin comprobar de forma grfica, si representamos cada serie de valores en dos posiciones del eje X, obteniendo un grfico como el representado en la figura 1. Ahora bien, sabemos que dos variables que influyen en los resultados de los cuestionarios de calidad de vida percibida son la edad y el sexo de los pacientes. Al asignar de forma aleatoria los pacientes a cada grupo de tratamiento esperamos que las variables que puedan influir en el resultado, diferentes del propio tratamiento asignado, se distribuyan en ambos grupos de forma parecida; pero cuando de antemano conocemos que algunas variables s influyen en el parmetro objeto de estudio, podemos controlarlas en el diseo para evitar que puedan afectar al resultado, sobre todo cuando vamos a trabajar con una muestra pequea. As en nuestro ejemplo podemos dividir los pacientes dentro de cada sexo en varios grupos de edad y buscar parejas de pacientes con el mismo sexo y con edades similares. Dentro de cada pareja, seleccionada con ese criterio (igual sexo y edad similar), asignamos de forma aleatoria cada uno de los tratamientos.

Figura 1

Tomado de: Molinero, Luis. M. 2003.Pruebas pareadas. http://www.sehlelha.org/pareadas.htm

Prueba de diferencia de proporciones Definicin: es una prueba estaditica para anlizar si dos proporciones difieren significativamente entre si Hiptesis a probar: de diferencia d eproporciones en dos grupos. Variable involucrada: la comparacin se realiza sobre una variable. Si hay varias se efectuara una prueba de diferencia d eproporciones por variable. Nivel de medicion de la variable: Intervalos o razon, expresados en proporciones o porcentajes.. Formula, procedimiento e interpretacin: Se obtienen las proporciones de dos grupos. Se aplica la siguiente formula :

259

Z=

P1 - P2 P q +P q N1 N2

q1 = 1 P1 q2 = 1 P2 La puntuacin Z resultante se compara con la puntuacin Z d ela distribucin d epuntuaciones Z (normal) que corresponda al nivel de confianza elegido.

Anlisis de varianza unidireccional o de una va Anlisis factorial de varianza Anlisis de covarianza

REFERENCIAS BIBLIOGRFICAS

Acosta H, Lus E; Gua prctica para la investigacin y redaccin de informes. Buenos Aires, Paids, 1978.

260

Aguirre, Stella y Chitaroni, Horacio "Estudios explicativos: el modelo Lazarsfeld" Material de ctedra de Mtodos y tcnicas de investigacin en C. Sociales Universidad del Salvador - Facultad de Ciencias Sociales - Bs. As., 2005. Gallart, Mara A. - "La integracin de mtodos y la metodologa cualitativa" en FORNI y otros: Mtodos cualitativos II: la prctica de la investigacin - Centro Editor de Amrica Latina - Bs.As., 1992 Alsina F, J.; Aprender a investigar: Mtodos de trabajo para la redaccin de tesis doctorales. Madrid, Compaa Literaria, 1994, 238 pp. Anderson, G.L. (1989). Critical ethnography in education: Its origins, current status and new directions. Review of Educational Research, 59(3), 249-270. Amat N, N; Tcnicas documentales y fuentes de informacin. Barcelona, Bibliograf, 1978. Aranzeta, G. Introduccin a la Metodologa Experimental. Editorial Limusa, 2 edicin. Mxico, D.F. 2001. 210 p. Ardila, N. El proceso de la investigacin cientfica. Accin pedaggica No. 2. Universidad Pedaggica y Tecnolgica de Colombia. Centro de investigacin y extensin. Tunja. 1998. Botta, Mirtha Tesis, monografas e informes. Nuevas normas y tcnicas de investigacin y redaccin Editorial Biblos Buenos Aires, 2002: Cap Briones, G. Mtodos y Tcnicas de investigacin para las Ciencias Sociales. Editorial Trillas, Mxico, D.F. 2001. 368 p. Bunge, M. La investigacin cientfica: su estrategia y su filosofa, Ariel, Barcelona, 1959. Camacho de Bez, B. metodologa de la investigacin cientfica. Editorial UPTC- Tunja, Colombia. 2003. 189 p. Campbell, A. y Donald J Stanley. Diseos experimentales y cuasi-experimentales en la investigacin Social, Amorrortu, Buenos Aires, 1973. Castilla, S. L. Metodologa de la investigacin en Ciencias de la Salud. Editorial Manual Moderno. Mxico, D.F. 2001. 110 p.

261

Cervo, L .A., y Alcino, B.P. Metodologa cientfica. Editorial Mc Graw Hill. Coeditores. Bogota.1983.137 p. CHitaroni, Horacio "El anlisis de los datos: tcnicas de anlisis cuantitativos. Anlisis descriptivos. La lgica de la comparacin. Cruces de variables". Material de ctedra. USAL. Facultad de Ciencias Sociales. Bs. As., 2005: Clanchy, J y Ballard, B.; Cmo se hace un trabajo acadmico. Gua prctica para estudiantes universitarios. Zaragoza, 1995, 176 pp. Coblans, H.; Nuevos mtodos y tcnicas de difusin del conocimiento. Boletn de la UNESCO para las bibliotecas, 1957. Combini, S Y Jurez, J. M. Introduccin a las Tcnicas de Investigacin. Mxico: Editorial Trillas. 1990 (3 ejemplares). Comes, P; Gua para la redaccin y presentacin de trabajos cientficos, informes tcnicos y tesinas. Barcelona, Oikos-Tau, 1971. Cook, T.D. y Reihardt, S.metodos cualitativos y cuantitativos en investigacin educativa. Edit. Morata. Madrid, 1986 (e.o 1982), 228 p. Delgado, J.M. y Gutiererez. J. [Coords.] (1994): Mtodos y tcnicas cualitativas de investigacin en ciencias sociales. Sntesis. Madrid Dewey, J. (1934). Art as experience. New York: Minton, Balch. Dewey, J. (1938). Logic: The theory of inquiry. New York: Holt. Erickson, F. (1986). Qualitative methods in research on teaching. En M.C. Wittrock, (Ed.), The handbook of research in teaching (3 edicin). New York: MacMillan, pp. 119-161. Eco, Umberto; Cmo se hace una tesis. Tcnicas y procedimientos de estudio, investigacin y escritura. Barcelona, Gedisa, 1982. Garcia De La Fuente, O. (1994): Metodologa de la investigacin cientfica. Cmo hacer una tesis en la era de la informtica. CEES. Madrid. Garret, H. E. (1983 y 1987): Estadstica en Psicologa y Educacin. Paids Ibrica, Barcelona Gallego, A; Ser doctor: Cmo redactar una tesis doctoral. Madrid, Fundacin Universidad-Empresa, 1987.

262

Goetz J.P. y LeCompte, M.D. (1984). Ethnography and qualitative design in educational research. New York: Academic Press. Guttentag, M. (1971). Evaluation and society. Personality and Social Psychology Bulletin, 3, 31-40. Gonzlez, M, I Metodologa del trabajo cientfico. Santander, Sal Terrae, 1973. Gollete, G y Lessard, H.M. La investigacin, sus funciones, sus fundamentos y su instrumentacin, Barcelona, 1988. 228 p. Habermas, J. (1988): La lgica de las Ciencias Sociales. Madrid, Tcnos. Hair, A, y Tatham, B (1999): Anlisis multivariante. 5/e. Madrid: Prentice Hall. Hernndez S, R., Fernndez, C, Baptista, P. Metodologa de la Investigacin. Mc Graw Hill. , Mxico. 1991. 505 p Keeves, J. P. (Ed.) (1988): Educational Research, Methodology and Measurement. An International Handbook. Oxford, Pergamon Press. Kerlinger, F. N. Investigacin del Comportamiento: Tcnicas y Mtodos. Mxico: Editorial Interamericana. 1986 (4 ejemplares). Ibez, B, B.; Manual para la elaboracin de Tesis. Mxico, Trillas, 1990. Lasso De La Vega, J; Cmo nace una tesis doctoral. Tcnicas, normas y sistemas de la investigacin cientfica y tcnica. Madrid, Fundacin Universitaria Espaola, 1977. LeCompte, M.D. (1972). The uneasy alliance of community action and research. School Review, 79, 125-132. LeCompte, M.D. (1990). Review of Designing qualitative research, por C. Marshall y G. Rossman, Qualitative Studies in Education, 3 (3), 295-298. LeCompte, M.D. y Goetz, J. P. (1982). Ethnographic data collection and analysis in evaluatlon research. Educational Evaluation and Policy Analysis, Fall, 387-400. LeCompte, M.D. y Preissle, J. (1993). Ethnography and qualitative design in educational research. San Diego: Academic Press. Lincoln, Y.S. y Guba, E. G. (1985). Naturalistic inquiry. Beverly Hills, CA: Sage Len, O. G. y Montero, I. (1993 y 1998, 2.a ed.): Diseo de investigaciones. Madrid, McGraw-Hill/Interamericana de Espaa.

263

Lpez, Y, J. (1995): La aventura de la investigacin cientfica. Gua del investigador y del director de investigacin. Madrid, Sntesis. Garcia, F, M./ Ibaez, J. y Alvira, F. [Comps.] (1986): El anlisis de la realidad social. Mtodos y tcnicas de investigacin social. Alianza. Garca, F, M. Et al (1994) El anlisis de la realidad social. Mtodos y tcnicas de investigacin. Madrid, Alianza Universidad.(2 ed.) Goetz, J. P. y LeCompte, M.D. (1991). Qualitative research in social studies education. En J.P. Shaver (Ed.), Handbook of research on social studies teaching and learning, a project of the National Council for the Social Studies. New York: MacMillan Publishing Co., pp. 56-67. Goetz J.P. y LeCompte, M.D. (1984). Ethnography and qualitative design in educational research. New York: Academic Press. Guttentag, M. (1971). Evaluation and society. Personality and Social Psychology Bulletin, 3, 31-40. Glaser, Barney y Strauss, A The discovery of grounded theory. Strategies for qualitative research Aldine Publishing Company New York, 1967 Cap. III (Traduccin de Floreal Forni) Helfgot, J. (1974). Professional reform organizations and the symbolic representation of the poor. American Sociological Review, 38, 475-491. Hernndez S, R., Fernndez, C, Baptista, P. Metodologa de la Investigacin. Mc Graw Hill. , Mxico. 1991. 505 p House, E. (1979). The objectivity fairness and justice of federal evaluation policy as reflected in the Follow-Through evaluation. Educational Evaluation and Policy Analysis, 1(1), 28-42. Meek, Harriet W. (2003, May). The Place of the Unconscious in Qualitative Research. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research [On-line Journal], 4(2). Disponible en: http://www.qualitative-research.net/fqs-texte/2-03/203meek-e.htm.Accesado febrero 2006. Mndez, E. C. Metodologa. Diseo y desarrollo del proceso de investigacin. Mc Graw Hill. Bogot D.C. 2001. 246 p. Mora, L.M., y Seplveda, O.P. Metodologa d ela investigacin. Editorial Limusa. 2 edicin. Mxico, D.F. 2000. 128 p.

264

Munch, L. y Angeles, E. Mtodos y Tcnicas de Investigacin. Ed. Trillas, Mxico.1993. 166 p. Murillo, W.J. la investigacin cientfica. http://www.monografias.com/trabajos7/inci/inci.shtml . Accesado Septiembre de 2005. Pachn, G. O. Metodologa de la investigacin en ciencias naturales.Universidad INCCA. Bogot D.C.1999. 198 P. Pardinas, F. Metodologa y Tcnicas de investigacin en ciencias sociales. Siglo XXI editores, Mxico D.F.13 Edicin. 1975. Perez, T, R. Como acercarse a la ciencia. Editorial Limusa. 8 Edicion. Mexico D.F. 2000. 150 p. Popper, K. R. (1985, 7.a r.): La lgica de la investigacin cientfica. Madrid, Tecnos. Ramos, S, J. L. (2000): Problemas de estadstica aplicados a la investigacin educativa. Mrida, C. A. de la UNED. Quivy, R., y Van Campenhoudt, L. Manual de Investigacin en Ciencias Sociales. Editorial Limusa.1 edicion.Mexico .D.F. 1992. 269 p. Reichardt, C.S. y Cook,T.D.(1979). (Eds.) Qualitative and quantitative methods in evaluation research. Beverly Hills, CA: Sage. Rodrguez Del ngel, J. Mtodos de Investigacin Pecuaria. Ed. Trillas, Mxico, 1990. 208 p. Ruiz, M.P. Mtodos Estadsticos para investigacin agraria y biolgica. Ministerio de Agricultura- Consejeria de Agricultura y medio Ambiente. Merida, Espaa. 2000. 342 p. Sabino, C.A. El Proceso de Investigacin. Ed. Panamericana. Bogot .1995. 170 p. Sabino, C.A. Como Hacer una Tesis y elaborar toda clase de trabajos escritos. Editorial Panamericana. 1 Edicion. Bogota . 1996. 296 p. Sandoval C, C. A. Investigacin Cualitativa. Instituto Colombiano para el Fomento de la Educacin Superior , ICFES. Bogota, Colombia. 1996. 313 p. Solomon, P. R. (1989): Gua para redactar informes de investigacin. Mxico, Trillas. Schwartz. J. y L. Jacobs, Sociologa cualitativa, mtodo para la reconstruccin de la realidad, Trillas, Mxico, 1984.

265

Sherman, R.R. y Webb, R.B. (1988). Qualitative research in education: A focus. En Sherman, R.R. y Webb, R.B. (Eds.) Qualitative Research in Education: Focus and Methods. New York: The Falmer Press, pp. 2-22. Stake, R.E. (1978). The case study method in social inquiry. Educational Researcher 7, 5-8. Tesh, R. (1990): Qualitative Research. Analysis, Types and Software Tools. London, The Falmer Press. Tamayo, T. M. El Proceso de La Investigacin cientfica. Ed. Limusa, Mxico. 1993. 1 Trzeciak, J and Mackay, S.E.; Study Skills of Academic Writing. London, Phoenix ELT (Prentice Hall Macmillan), 1994. Velazquez, B. (2001): Introduccin a la investigacin en educacin. Madrid, UNED. Velilla, B, R.; Cmo se realiza un trabajo monogrfico. Barcelona, Eunibar, 1979. Villasante, T.R. y otros (2000-2001): Construyendo Ciudadana 1 y 2 Ed. Viejo Topo, Barcelona; Construyendo Ciudadana 3 (2002)Ed. IEPALA - CIMAS, Madrid; Construyendo Ciudadana 4 (2002) Ed. NordanCIMAS,Montevideo. (http://cimas.eurosur.org/gloobal/fichas/ficha.php?entidad=Metodologias&id=3=) Wilson, S. (1977).The use of ethnographic techniques in educational research.Review of Educational Research, 47, 245-265. . Wolcott, H.M. (1980). How to look like an anthropologist without really being one. Practicing Anthropology, 3(1), 6-17, 56-59. Wolcott, H. M. (1990). Writing up qualitative research. Newbury Park, CA: Sage. Zeleny,J., L estructura Lgica del capital, de Marx, Grijalbo, Barcelona, 1974. Zorrilla A, S., y Torres X, M. Guia para elaborar la tesis. Editorial McGraw-Hill.Mxico D.F.1992. 160 p.