EL DISEO METODOLGICO A PARTIR DE LOS OBJETIVOS DE INVESTIGACIN Por: Mara Nuncia Medina Surez1

Escuela Colombiana de Ingeniera Julio Garavito Centro de Investigaciones para el Desarrollo CAYE SAS E-mail: Maria_nuncia@hotmail.com

RESUMEN

Un investigador en cualquier rea del conocimiento, puede identificar perfectamente la informacin que quiere obtener (problema de investigacin), formula sus objetivos de investigacin, hace una revisin bibliogrfica pero, si quiere generar informacin primaria, tiene dificultad al hacer un diseo metodolgico que garantice la calidad de dicha informacin. Este mtodo conduce a un diseo coherente especificando tres aspectos: la medida, el anlisis de los datos y los recursos necesarios. Proceso de medida: se parte del estado actual del conocimiento, las caractersticas de la poblacin objetivo y la calidad de la informacin que se quiere generar. Se definen las variables e indicadores, se selecciona o disea el instrumento de medida y se obtiene la muestra acorde con el diseo muestral (aleatorio o no) y recursos disponibles. Proceso de anlisis: se disea la base donde se introducirn los datos resultantes de la medicin segn las variables definidas, caractersticas del instrumento (estructura y codificacin), software, estadsticos de anlisis y la forma de presentar los resultados del estudio (informacin primaria). Cronograma: se establece el tiempo y presupuesto segn la duracin, recursos necesarios y secuencia de ejecucin de cada actividad. mtodos

1. INTRODUCCIN

La investigacin es un proceso sistemtico que se realiza con el fin de obtener informacin que permita ampliar el conocimiento que se tiene de la realidad. El mtodo usado para generar conocimiento es diferente segn sean ciencias formales o ciencias
1

Fsica y especialista en estadstica de la Universidad Nacional de Colombia, especialista en evaluacin social de proyectos de la Universidad de Los Andes (Bogot) y doctora por la Universidad Politcnica de Catalua (BarcelonaEspaa) en estadstica e investigacin operativa. Autora del libro La investigacin aplicada a proyectos. Experiencia docente en pregrado y posgrado en varias universidades, asesora en formulacin de investigaciones y proyectos de inversin. Profesora asociada de la Escuela Colombiana de Ingeniera. Directora del Centro de Investigaciones para el Desarrollo CAY SAS.

fcticas. Las ciencias formales son aquellas cuyo objeto de conocimiento es abstracto y se representa mediante smbolos como la lgica y la matemtica, mientras que las ciencias fcticas se basan en la observacin e interpretacin de los fenmenos reales como las ciencias naturales o sociales [Sabino,1996]. Para las ciencias fcticas, dada su naturaleza, al margen de las particularidades de cada una, se usa el mtodo cientfico para la generacin de conocimiento cientfico y, para que ste se diferencie de otros tipos, como el conocimiento artstico o el religioso, debe cumplir con tres

caractersticas importantes: objetividad, inteligibilidad y dialctica [Wagensberg, 1998]. Aunque cada disciplina cientfica tiene especificidades respecto a la forma como aplique el mtodo cientfico en la generacin de conocimiento, el modelo que se muestra en la figura 1 describe una metodologa de aplicacin general basada en la coherencia entre todas las fases del proceso y las actividades que las conforman.

Figura 1. Modelo de Investigacin [Medina, 2000]

El proceso de investigacin consta de cuatro fases: fase lgica, fase metodolgica, fase tcnica y fase de contrastacin [Medina, 2000]. La fase lgica constituye una parte fundamental de la formulacin de la investigacin por cuanto responde preguntas esenciales para precisarla: Qu informacin falta y se pretende obtener al hacer la investigacin?, Qu conocimiento hay disponible respecto al tema? Cmo se puede obtener la informacin que se necesita?. Las respuestas a estas preguntas corresponden al problema de investigacin, el marco terico y los objetivos de investigacin, respectivamente. Todos estos elementos deben estar muy bien definidos y articulados entre s de forma coherente, para proceder al diseo de la investigacin: fase metodolgica. En la fase metodolgica se disea el proceso para ejecutar la investigacin cuando se quiere generar informacin primaria a partir de la medicin de las unidades de observacin. La fase tcnica es la ejecucin del diseo metodolgico y la fase de contrastacin es la fase donde se precisa el nuevo conocimiento a partir de los resultados obtenidos del anlisis de datos en el contexto de la situacin motivo de estudio.

El diseo metodolgico guarda una relacin estrecha con los objetivos de investigacin, por tal motivo, es importante revisar si stos estn adecuadamente formulados.

2. LOS OBJETIVOS DE INVESTIGACIN

2.1 Qu es un objetivo?

Un objetivo [Medina, 2007] es la descripcin concisa de la forma como se llegar a la situacin deseada, en el caso de una investigacin, a la obtencin de informacin que se convertir en conocimiento al analizarla en el contexto de la realidad.

2.2 Qu elementos conforman un objetivo?

En la figura 2, se muestra un esquema de los elementos que deben estar explcita o implcitamente en el objetivo.

SITUACIN ACTUAL
(Hay vacos de conocimiento)

Cmo se logra?

SITUACIN FUTURA
(Se genera el conocimiento)

OBJETIVO DE INVESTIGACIN

Acciones Medios

Resultados

Figura 2. Formulacin del objetivo de investigacin

Acciones: son las actividades o procesos a realizar y se plantean, generalmente, con un verbo en infinitivo que denote una actividad cuya culminacin sea susceptible de verificar. Medios: corresponde a los instrumentos y recursos con los cuales se podrn realizar las acciones para lograr el resultado esperado. Hace referencia adems, a las caractersticas del entorno en que debe ser ejecutada la investigacin que en algunos casos implica una delimitacin espacial, temporal o de cualquier otra ndole. Resultado: es lo que se obtiene al ejecutar las acciones planteadas, se refiere a la informacin concreta que se requiere obtener, para confrontarla posteriormente con la realidad y convertirla en conocimiento generado.

No pueden confundirse los objetivos con los aportes de la investigacin en usos posteriores; lo se haga con los resultados de la investigacin no son responsabilidad directa del investigador. Es decir, que los objetivos de investigacin no pueden

involucrar acciones posteriores o alcances mayores a la generacin de conocimiento. Sin embargo, dado que la decisin de realizar una investigacin aplicada obedece a una

necesidad especfica de tener conocimiento disponible para tomar decisiones, estas razones constituyen la justificacin de la investigacin.

2.3 Qu caractersticas debe cumplir un objetivo?

Para evaluar si el objetivo est bien formulado, se tienen en cuenta las siguientes caractersticas: Alcanzable: en el marco real de ejecucin de la investigacin, si es posible llevarlo a cabo con los recursos humanos y tecnolgicos disponibles, el tiempo y los resultados esperados. Esta caracterstica determina implcitamente el alcance de la investigacin. Susceptible de medir: la formulacin debe hacerse de tal manera que facilite verificar y confirmar que el objetivo se haya ejecutado, con base en indicadores que permitan cuantificar su finalizacin. Esta condicin se logra al establecer una coherencia entre las acciones a realizar y los resultados esperados. Preciso: todos los lectores deben entender exactamente los elementos acciones, medios y resultados. Un objetivo ambiguo est mal planteado y se presta para que cada quien lo interprete a su manera. Claro: debe redactarse de manera sencilla, que se pueda entender fcilmente. El lenguaje usado debe ser comn, evitando trminos sofisticados. Se recomienda no sacrificar claridad por elegancia.

2.4 Objetivos generales y especficos

Es muy frecuente en una investigacin hablar de objetivos generales y objetivos especficos, para denotar objetivos globales y objetivos componentes. Objetivo General: hace referencia al proceso global y a los resultados globales de la investigacin. Objetivo Especfico: se refiere a subprocesos y a resultados parciales. La suma de todos los objetivos especficos debe reproducir el objetivo general. Su importancia radica en permitir fraccionar el todo en sus componentes, para facilitar su comprensin y la planeacin detallada de las actividades.

3.

DISEO METODOLGICO

Es la descripcin detallada de cada proceso teniendo en cuenta los insumos requeridos, las actividades que lo conforman y los resultados que produce. La figura 3, muestra el procedimiento que permite enlazar los objetivos de investigacin con el diseo metodolgico o metodologa para la obtencin de informacin primaria, esto es, la forma cmo se miden las variables en cada unidad de observacin y se obtienen los resultados mediante el procesamiento estadstico de los datos.

Una variable es una caracterstica que diferencia a los elementos de la poblacin y que puede ser medida. Puede ser de naturaleza discreta si sus valores son unas pocas categoras mutuamente excluyentes o, continua si puede tomar muchos valores que al analizarlos conjuntamente parecen estar tan cercanos que se asemeja a un continuo.

OBJETIVOS DE INVESTIGACIN Acciones

DISEO DEL PROCESO DE MEDIDA

Resultados Medios
DISEO DEL PROCESO DE ANLISIS

RECURSOS
Seleccin del instrumento de medida Seleccin de la muestra Diseo del operativo de medida Diseo del formato para presentar la informacin

Clculo del tamao de muestra Definicin de variables e indicadores

Seleccin de la herramienta de anlisis Seleccin del diseo muestral

Seleccin del mtodo de anlisis

Informacin disponible

Calidad de la informacin

Caracterizacin de la poblacin

Diseo de la base de datos

Figura 3. Esquema del proceso de diseo metodolgico a partir de los objetivos de investigacin.

Identificar las variables a medir requiere tener presente cul es la informacin que se quiere obtener plasmada como resultado en los objetivos de investigacin. definicin de las variables se hace conceptual y operacionalmente. La

La definicin

conceptual es el significado de la variable en el marco de la investigacin, mientras que la definicin operacional es la forma como se van a asignar los valores y depende del tipo de variable. Si la variable es discreta se establecen las categoras, pero si la variable es continua se debe establecer la unidad de medida y en algunos casos, el rango de valores que puede tomar [Medina, 2007].

Un dato es el valor asociado con la medida de la variable en una unidad de observacin y puede ser un valor numrico o una cualidad. La informacin es el resultado de procesar estadsticamente un conjunto de datos, por esta razn se asocia con la sntesis del comportamiento de todos los elementos observados. La generacin de informacin primaria requiere que los datos sean obtenidos para cumplir con los objetivos de la investigacin. Si se utilizan datos existentes que fueron generados con fines diferentes a la presente investigacin, el resultado de procesarlos es informacin secundaria.

El proceso de generacin de informacin primaria tiene dos etapas importantes que son complementarias e indivisibles, pero para una mejor comprensin se tratan por separado: el diseo del proceso de medida para obtener los datos primarios a partir de las unidades de observacin y el diseo del proceso de anlisis de los datos obtenidos en la medicin.

3.1 Diseo del proceso de medicin

Es la secuencia de actividades que se deben realizar para generar datos mediante la medida de las variables definidas en las unidades de observacin. Corresponde a la parte izquierda del diagrama de la figura 3 leyendo las actividades de abajo hacia arriba. La complejidad del diseo depende de la informacin disponible (informacin secundaria) y la calidad de la informacin que se quiere obtener (informacin primaria).

3.3.1

Insumos para el diseo

El tipo de investigacin a realizar [Hernndez, et. al. 1998], depende de la informacin secundaria disponible de estudios previos sobre el tema de inters: Investigacin exploratoria, se plantea cuando no se ha hecho ninguna investigacin anterior y busca verificar la existencia de algunas variables. Investigacin descriptiva, cuando se tienen los resultados de una investigacin exploratoria y se quiere comprobar el comportamiento de las variables. Se pueden formular hiptesis para estimar parmetros. Investigacin correlacional, cuando se tienen resultados de investigaciones de carcter descriptivo y ahora el inters es establecer si existe relacin entre variables. Investigacin causal, cuando se tiene informacin respecto a la existencia de las variables, pero ahora interesa establecer relaciones de causa y efecto entre ellas, por esto se requiere controlar otras variables para ver de forma ms ntida el efecto. Esta tipo de investigacin es lo que se conoce como diseos experimentales [Montgomery, 2003] y tiene muchas variantes y aplicaciones como los ensayos clnicos [ Fleiss,1986].

Una vez se tenga claro qu tipo de investigacin se realizar y la poblacin de inters, se determina la forma cmo se seleccionan las unidades de observacin. Si es posible hacer censo al medir a todos los elementos de la poblacin o, si por razones de carcter prctico como reduccin de costos, es necesario seleccionar una muestra.

3.3.2 Determinacin de las caractersticas de la informacin resultante

La calidad de la informacin que se genera con la investigacin se puede asociar con la capacidad para hacer una fiel interpretacin de la realidad que se est estudiando. Para garantizar la calidad es necesario identificar adecuadamente las variables, seleccionar una muestra representativa cuando no sea posible hacer censo y realizar la medicin rigurosamente. Aunque se pueden definir muchas variables continuas y discretas, es necesario establecer de manera precisa cul es la variable principal, porque esta variable es usada para hacer el clculo del tamao muestral. En muchos casos por diversas razones no es posible seleccionar una muestra aleatoria de la poblacin, por lo tanto, se pueden hacer anlisis estadsticos pero no se puede hacer inferencia estadstica para generalizar los resultados a la poblacin. 8

Si no es posible medir a todos los elementos de la poblacin, seleccionar una muestra representativa (aleatoria) implica que debe obedecer a unas reglas de probabilidad de seleccin propias de cada uno de los diseos muestrales. La seleccin del diseo muestral depende de las caractersticas de la poblacin y de la disponibilidad de un listado donde estn consignadas al menos la identificacin y localizacin de todos los elementos [Anderson, 2003]. Si se tiene una poblacin ms o menos homognea respecto a la variable principal del estudio, se utiliza un muestreo aleatorio simple. Si la poblacin no es homognea pero es posible agrupar sus elementos en subconjuntos de elementos parecidos entre s (estratos), se hace un muestreo estratificado. En caso de que no se tenga disponible un listado o que la poblacin est muy dispersa geogrficamente, el diseo ms utilizado es el muestreo por conglomerados, porque se divide la poblacin en grupos de elementos que estn cercanos entre s (conglomerados) y seleccionar con un muestreo aleatorio simple algunos de esos conglomerados. Hay muchos otros diseos muestrales que pueden funcionar bien dependiendo del parmetro que se quiera estimar y caractersticas de la poblacin como variabilidad y tamao [Lohr, 2000].

El tamao de muestra depende del nivel de confianza que se quiera para hacer la estimacin de los valores poblacionales, del error mximo que se est dispuesto a cometer o error muestral y de la heterogeneidad de los elementos de la poblacin.

3.1.3. Subproductos para el proceso

Los resultados tangibles del diseo del proceso de medida son el instrumento de medida, el listado de los elementos que conforman la muestra y la logstica del operativo de medida.

El instrumento de medida es el patrn usado para asignar valores a las variables, es decir, producir los datos. Puede ser de diversos tipos: un dispositivo mecnico o digital del cual se obtiene directamente el valor de una variable como un cronmetro o un termmetro; un cuestionario que recoge las respuestas de una persona cuando se realiza una entrevista personal, por telfono o por correo electrnico; una lista de chequeo donde un observador consigna sus apreciaciones respecto a las unidades de observacin 9

por ejemplo un psiquiatra valorando comportamiento de un paciente o un experto en logstica analizando un proceso productivo.

La seleccin del instrumento de medicin se hace segn el criterio de precisin [Baird,1995]. Es fcil comprender que si la medida se hace con un equipo que de automticamente el dato correspondiente, habr mayor precisin que si la medida de las variables se hace mediante un cuestionario. Cuando los cuestionarios no estn

estandarizados se deben verificar su validez y confiabilidad, de la misma forma que se calibrara un aparato para evitar errores de apreciacin. Cuando se disea un nuevo cuestionario, la tabla de las variables definidas facilita esta labor, porque se disean las preguntas adecuadamente para que las respuestas sean los valores definidos para cada variable. El orden de las preguntas debe ayudar a su compresin a quien responde y adems, facilita el proceso de anlisis de datos.

El listado de los elementos que conforman la muestra aleatoria no puede ser modificado posteriormente y la medida de cada una de las unidades de observacin que la componen, determina la logstica del operativo de medida.

3.2 Diseo del proceso de anlisis de datos

En esta etapa se disea el proceso para transformar los datos en informacin, se parte del diseo de la base de datos que facilite el anlisis con los mtodos y software seleccionados para sintetizar los resultados de manera que sea clara la informacin primaria obtenida con la investigacin. 3.2.1 Diseo de la base de datos

Es la tabla donde se colocarn los datos codificados, de manera que permita hacer un control de calidad para detectar inconsistencias y adems, facilite la exportacin a un programa para el anlisis estadstico. Se puede hacer en una hoja Excel donde cada fila es un registro asociado con un elemento de la muestra y en las columnas se incluyen las variables. Si las variables se han definido bien, la construccin de esta tabla ser

10

relativamente sencilla porque de antemano se puede saber el rango de valores de las variables continuas y, para las variables discretas, se tienen las categoras codificadas con valores numricos que las identificarn en la base de datos.

3.2.2 Seleccin del mtodo y herramienta para el anlisis

Las herramientas disponibles para el procesamiento estadstico de los datos son variadas, desde una hoja Excel hasta programas estadsticos como SPSS [Prez,2005], Minitab, R, SPAD, SAS, etc., cada uno tiene particularidades pero todos permiten hacer los anlisis estadsticos ms comunes. En cuanto al mtodo de anlisis tambin hay variedad, pero es indispensable seleccionar aquel que corresponda segn los objetivos planteados, pues se puede obtener informacin diferente a partir del mismo conjunto de datos.

Acorde con la forma de seleccionar las unidades de observacin, para conocer parmetros o comportamiento de una variable (distribucin de probabilidad) o modelar relaciones entre variables [Gujarati,2004], se puede hacer un anlisis exploratorio o un anlisis inferencial. Si los datos provienen de toda la poblacin (censo) se calculan directamente los valores reales, pero s, pero si son datos son de una muestra no aleatoria el anlisis se hace sobre los valores obtenidos aclarando que no se puede generalizar a la poblacin. Se aplican mtodos inferenciales (estimacin puntual, estimacin por intervalos de confianza y pruebas de hiptesis) slo cuando se ha seleccionado una muestra aleatoria usando algn diseo muestral.

Los mtodos dependen de la naturaleza de las variables, pero tanto para variables continuas como discretas, se puede realizar un anlisis univariado con cada variable por separado o, un anlisis multivariado para analizar simultneamente varias variables y establecer relaciones entre ellas [Pea,2002].

En el caso de variables continuas se puede hacer un anlisis univariado para saber si se ajustan a distribuciones de probabilidad como la normal, medidas de tendencia central (media, moda, mediana) y medidas de dispersin (rango, desviacin estndar, varianza, coeficiente de variacin, percentiles), y un anlisis multivariado para establecer modelos

11

como regresin lineal [Draper, 1998], series temporales o [Escofier,1992].

modelos factoriales

Para cada variable discreta se puede hacer comparacin de proporciones y ajuste a distribuciones de probabilidad y anlisis multivariados como tablas de contingencia, anlisis de correspondencias mltiples o mtodos de clasificacin. Tambin se pueden tener modelos mixtos que relacionan variables continuas y discretas como el anlisis de varianza, anlisis de covarianza y regresin logstica.

3.2.3

Presentacin de resultados

Hay investigaciones en las cuales la publicacin de sus resultados estn estandarizados como CONSORT para ensayos clnicos con grupos paralelos [Altaman, et.al. 2001] o STROBE para estudios observacionales [von Elm, et.al. 2005], que constituyen en s mismas guas para presentar la informacin resultante. Sin embargo, en la mayora de casos, es necesario disear la forma adecuada de sintetizar los resultados obtenidos con el propsito de que sean comprensibles. No es conveniente que el resultado final del proceso quede diluido entre clculos o se usen representaciones que confundan al lector. Se recomienda desde el comienzo disear las tablas resumen de estadsticos y los grficos que los acompaarn y el orden en el cual aparecern en el informe [Medina,2007].

4. BIBLIOGRAFA

1. Altman, D., Schulz,K., Moher, D., Egger, M., Davidoff, F. Elbourne,D. Gtzche, P. and Lang, T. (2001) The revised CONSORT statement for reporting randomized trials: explanation and elaboration, Annals of Internal Medicine 124(8), 663-694. 2. Anderson, DR. (2003) Estadstica para administracin y economa. Thompson. 3. Baird, D. (1995) Experimentation: An introduction to measurement theory and experimental design. Prentice Hall. 4. Draper, NR. (1998) Applied regression analysis. John Wiley. 12

5. Escofier, B. y Pags, J. (1992) Anlisis factoriales simples y mltiples: objetivos, mtodos e interpretacin. Universidad del Pas Vasco. 6. Fleiss, J. (1986) The Design and analysis of clinical experiments. John Wiley. 7. Gujarati, DN. (2004) Econometra. Mc Graw Hill. 8. Hernndez, R; Fernndez, C y Baptista, P. (1998) investigacin. Mc Graw Hill. 9. Lohr, SL. (2000) Muestreo: diseo y anlisis. Thompson. 10. Medina, MN. A propsito de algo llamado investigacin. Revista Escuela Colombiana de Ingeniera. Ao 10, No 40. Octubre-diciembre 2000, pp40-45. 11. Medina, MN. (2007) La investigacin aplicada a proyectos. Vol 1: Identificacin del proyecto y formulacin de la Investigacin. ntropos. 12. Montgomery, D. (2003) Diseo de experimentos. Limusa. 13. Pea, D. (2002) Anlisis de datos multivariantes. Mc Graw Hill. 14. Prez, C (2005) Mtodos estadsticos avanzados con SPSS. Thompson. 15. Sabino, C. (1996) El proceso de investigacin. Editorial Panamericana. 16. Von Elm, E., Altman, D., Egger, M., Pocock,S., Gotszche,P. and Metodologa de la

Vandenbroucke, J. (2007), The strengthening the reporting of observational studies in epidemiology (STROBE) statement: guidelines for reporting observational studies. Annals of Internal Medicine 147, 573-577. 17. Wagensberg, J. (1998) Ideas para la imaginacin impura. 53 Reflexiones en su propia sustancia. Metatemas,5 4 Libros para pensar la ciencia. Tusquets Editores. Barcelona.

13