UNIVERSIDAD NACIONAL DE

SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE MEDICINA HUMANA

LA INVESTIGACION CIENTIFICA
MODULO PARA LOS ALUMNOS

PROFESOR

: Dr. OSCAR VALIENTE CASTILLO.

AO 2009

LA INVESTIGACION CIENTFICA

1.- LAS ETAPAS DEL PROCESO DE LA INVESTIGACIN CIENTFICA SON :

1.1.- La eleccin de los objetivos de la investigacin: Qu problema cientfico o

tecnolgico queremos resolver?
1.2.- Planificacin de la investigacin: el proyecto de lnvestigacin cientfico.

1.3.- Organizacin y Ejecucin de la investigacin: el informe escrito de la

investigacin.
- Evaluacin de la investigacin: el Anlisis crtico de los resultados.
- Publicacin de la investigacin.
Cuando tenemos que elaborar un proyecto de investigacin se debe tener en cuenta que el xito
del mismo depende en gran medida de lo bien planificado que est y de cmo se han
identificado a priori los problemas que pueden surgir a lo largo del mismo.
Todo proyecto de investigacin se compone de una serie de etapas bsicas que podemos resumir
1
en cinco puntos (modificado):

La definicin del problema de investigacin y los objetivos

El diseo de la investigacin
Su realizacin
El anlisis
La interpretacin de los resultados.

2.- ESTRUCTURA DEL PROYECTO DE INVESTIGACIN CIENTFICA.2.1 INFORMACIN GENERAL:

2.1.1 Ttulo del proyecto
2.1.2 Autor o autores.
2.1.3 Investigador responsable del proyecto.
2.1.4 Institucin donde se realiza el proyecto.
2.2 CONTENIDO DEL PROYECTO :
2.2.1 Planteamiento Caracterizacin del problema:
2.2.2 Formulacin del problema.
2.2.3 Objetivos:

Objetivos Generales


2.2.4

Marco Terico :

2.2.5

Objetivos especficos

Estudios previos o antecedentes del problema.

Base Terica
Base conceptual o definicin de trminos
Bases Histricas (opcional).

Hiptesis :

Hiptesis General o Cientfica

Hiptesis Especficas u operacionales
Hiptesis Estadsticas

2.2.6

Identificacin y Operacionalizacin de las

operacional.

2.2.7

Limitaciones del estudio

2.2.8

Justificacin

2.2.9

Aspectos ticos

variables, definicin

2.2.10 Material y Mtodo Diseo Metodolgico.

2.2.10.1.1
2.2.10.1.2
2.2.10.1.3
2.2.10.1.4
2.2.10.1.5
2.2.10.1.6
2.2.10.1.7
2.2.10.1.8
2.2.10.1.9
2.2.11
2.2.12
2.2.13
2.2.14

Tipo de estudio
Diseo de investigacin
Poblacin Objeto de estudio, unidad de anlisis.
Muestra : tamao, unidad muestral, tipo de muestreo
Seleccin de los instrumentos y de los equipos
Diseo del procedimiento de recoleccin de datos
Recoleccin de datos.
Plan de anlisis de los datos
Presentacin de resultados

Cronograma de actividades.
Recursos necesarios y Presupuesto.
Bibliografa
Anexos.

3.- DESCRIPCIN DEL PROYECTO DE INVESTIGACION.3.1.- EL PLANTEAMIENTO DEL PROBLEMA TIENE LOS SIGUIENTES
COMPONENTES:
o

Descripcin breve de las caractersticas de la situacin marco

pertinente al tema de investigacin o problema general.

Descripcin concisa de la naturaleza del problema, de su magnitud,

distribucin y gravedad en relacin a las variables : quin , dnde,
cundo, cmo, consecuencias.

Anlisis de los factores o causas principales y otros factores

contribuyentes o agravantes subyacentes que pueden influir en el

problema, agrupndolas en categoras y subcategoras hasta que sean

medibles.
o

Plantear un argumento convincente de que los conocimientos

disponibles son insuficientes para resolver los factores o causas del
problema.

Descripcin breve de las soluciones intentadas en el pasado, hasta qu

punto fueron eficaces y porqu se necesita una nueva investigacin.

Describir la clase de informacin que se espera obtener con el proyecto

de investigacin y la forma como usar dicha informacin para
solucionar el problema.

3.2.-LA

FORMULACIN
INVESTIGACIN:

DEL

PROBLEMA

OBJETO

DE

LA

El problema de investigacin es la pregunta que necesita una respuesta respecto

a un fenmeno o situacin, la cual debe resolverse o investigarse a travs de la
aplicacin del mtodo cientfico.

Es recomendable formular el problema de investigacin en interrogacin,

tambin puede hacerse en forma declarativa o proposicional.
Es especfico o concreto.
Seala la poblacin objeto de estudio.
Establece relacin entre dos o ms variables.
Las variables son medibles y demostrables empricamente.
Debe tener delimitacin temporal y geogrfica.

CRITERIOS PARA ELEGIR UN PROBLEMA:

Inters del investigador

Importancia o relevancia
Susceptibilidad de investigar
Factibilidad: tiempo, disponibilidad de recursos financieros, capacidad
tecnolgica, capacidad acadmica, autorizacin de terceros.
Aspectos ticos.

3.3.- OBJETIVOS DE LA INVESTIGACIN:

Los objetivos deben ser:

Enunciados con verbos que denotan accin en modo infinitivo.

concretos,
medibles y observables,
factibles,
congruentes
relevantes cientficamente o socio sanitaria.
En orden lgico y de importancia.
En general, el nmero de objetivos de un proyecto debe ser limitado,
aunque proyectos complejos (multidisciplinarios o multicntricos) pueden
presentar objetivos ms ambiciosos.

Los objetivos deben distinguirse como mnimo entre objetivo(s) primario(s)

o generales (que responden a la pregunta principal de investigacin) y
secundarios especficos (aspectos parciales de la investigacin o
respuestas derivadas de los objetivos principales).
Los objetivos se derivan del problema de investigacin y no deben
rebasarlo, deben estar dirigidos a los elementos bsicos del problema.
La estructura de un objetivo es:

OBJETIVO
Sentido de
accin

Variable o
indicador
Unidad de
estudio

3.4 MARCO TERICO.-

Funciones del Marco Terico:

1. Consigue una comprensin ms amplia del problema de
investigacin.
2. Compendia conocimientos existentes en el rea que se va a
investigar.
3. Define con precisin las variables y la hiptesis.
4. Establece las pautas especficas hacia donde ir la investigacin.
5. Fundamenta y sustenta la investigacin y delimita el area de
investigacin
6. Provee de una marco de referencia para interpretar los resultados del
estudio.
7. Ordena las observaciones para explicar de qu manera estn
relacionados los fenmenos.
8. Expresa proposiciones tericas generales, postulados, marcos de
referencia que conducen al establecimiento de hiptesis o
afirmaciones que ms tarde habrn de someterse a prueba en la
realidad.
Componentes del Marco Terico:
1.
2.
3.
4.

Estudios Previos o antecedentes del Problema de Investigacin.

Bases Tericas.
Bases Conceptuales o Definicin de Trminos.
Bases Histricas (condicional al tema que se esta investigando).

El Marco Terico ampla la descripcin del problema, es un marco referencial

o de respaldo que se pone al problema. Al desarrollar el marco terico el
problema puede resultar cuestionado, reformulado e incluso cambiado. (Tamayo,
97) Segn Anderegg (1992), Todo marco terico se elabora a partir de un cuerpo
terico ms amplio, o directamente a partir de una teora. Para esta tarea, se
supone que se ha realizado la revisin de la literatura existente sobre el tema de
investigacin. Pero con la sola consulta de las referencias existentes no se
elabora un marco terico: ste podra llegar a ser una mezcla eclctica de
diferentes perspectivas tericas; en algunos casos, hasta contrapuestas....Se ha de
tener en cuenta que, si bien la eleccin del marco terico es una decisin
apriorstica respecto de la investigacin, no es una cuestin indiferente: si el
marco terico es inadecuado o insuficiente, la respuesta al problema an cuando
ste haya sido bien planteado ser inadecuada, insuficiente o falsa .
El proceso de construccin del Marco terico:
De acuerdo con Neupert y de Pineda y col. el proceso de construccin del marco
terico implica el desarrollo de los siguientes pasos:

Identificar los elementos tericos para fundamentar el problema.

Seleccionar las variables principales o elementos ms importantes para el
estudio del problema.
Identificar las relaciones entre variables.
Esquematizar las relaciones entre variables.
Enunciar la hiptesis.

La Revisin de Literatura
Consiste en detectar, obtener y consultar la bibliografa y otros materiales que
pueden ser tiles para los propsitos del estudio, as como en extraer y recopilar
la informacin relevante y necesaria que atae al problema de investigacin y
los objetivos del proyecto. Esta informacin relevante implica las proposiciones
tericas generales, las teoras especficas, los postulados, los supuestos,
categoras y conceptos que puedan servir de referencia para ordenar la masa de
los hechos concernientes al problema.
La revisin de la literatura es selectiva dada la enorme cantidad de material que
se produce cada ao. Es indispensable seleccionar lo ms importante y lo ms
reciente despus de una bsqueda exhaustiva. Esta revisin consiste en la
aplicacin del ms riguroso procedimiento de investigacin documental o
bibliogrfico, a partir de la identificacin de fuentes primarias y secundarias. Se
consulta con expertos, centros de informacin y bases de datos, bibliotecas,
filmotecas, hemerotecas, videotecas, etc.

Fuentes primarias u originales: proporcionan datos directos de primera mano,

ej. Libros, revistas de publicaciones peridicas, monografas, tesis, etc.

Fuentes secundarias: son compilaciones, resmenes y listados de referencias

publicadas en el rea respectiva. Ej. Index Mdicus, excerpta mdica, etc.

Fuentes Terciarias: son documentos que compendian nombres y ttulos de

revistas, publicaciones peridicas, boletines, conferencias, empresas, catlogos
de referencias y datos bibliogrficos, etc.
Existen diversas formas de recopilar la informacin que se extrae de las
referencias, sea en fichas, hojas sueltas, libretas, casetes grabados; lo importante
es que se logren los datos necesarios para elaborar el marco terico. Es
indispensable anotar la referencia completa de donde se extrajo la informacin,
segn el tipo de fuente de que se trate. Al hacer uso de materiales producidos en
otros contextos culturales, debe tomarse el cuidado de reflexionar respecto a la
forma apropiada de usarlo. Esta literatura puede ofrecer un buen punto de
partida, guiar en el enfoque y tratamiento del problema aunque pueda diferir en
los resultados o no. Queda al investigador la tarea de hacer uso sabio de este
material al aplicarlo a una situacin particular.
Citas y Referencias Bibliogrficas en el Marco Terico:
La cita es toda trascripcin directa o indirecta de palabras o frases de otro autor,
las cuales insertamos a nuestro trabajo para reafirmar o contradecir lo expuesto;
tambin es como una sustentacin de lo que se esta tratando, es la confirmacin
o negacin de una idea.
Existen varios tipos de citas:

Directas o textuales: es tal como se encuentra en la fuente y puede

ser simple sino excede de cinco lneas, extensa si sobrepasa en
contenido las cinco lneas y debe ser redactado con una sangra de
12 espacios desde el margen y el espacio interlineal es de medio
centmetro; las citas de citas es cuando el autor que estamos
citando ha tomado a otro autor para fundamentar su idea.

Indirectas : es la trascripcin que se hace del contenido no literal

de un autor y con propias palabras de investigador transcribe las
ideas del autor, tambin se les llama citas ideolgicas.

Las citas generalmente se escriben en letras cursivas y si se quiere destacar

alguna palabra se escribe en letra derecha o invertirse la figura, escribir la cita en
letra derecha y el relieve en letra cursiva. Se puede agregar a la cita
observaciones entre corchetes y a esto se llama interpolaciones y no deben
realizarse entre parntesis, ej. En ese ao [1879] Chile nos declar la guerra ,
se entiende que en el original no estaba el ao. Si alguna palabra o frase de la
cita se prestara a duda en su correccin o exactitud se pone como interpolacin
[sic] en cursiva (significa as). Pueden usarse Elipsis que son omisiones o
textos eliminados en una cita y se les seala con tres puntos suspensivos entre
corchetes [...] ej. las bases pricas [...] empalman con las pirimdicas
Todas las citas tienen Referencias que son indicaciones de donde hemos
obtenido las citas, toda referencia debe tener un nmero indicativo que coincide
con el de la cita;

Las notas, tienen como finalidad referir el autor, la obra y lugar de las citas y
referencias hechas en el texto; tambin sirven para hacer consideraciones
suplementarias o marginales que no cabran en el texto sin romper la secuencia
lgica (aclaraciones, comentarios, crticas) y para remitir al lector a otras partes
del trabajo, a otros trabajos o a las propias fuentes. Existen varios estilos de
notas:

Las notas se consignan entre parntesis en el propio texto en el lugar

donde se da la referencia; no es aconsejable porque interrumpe la
secuencia lgica del pensamiento y la lectura.
Asignar un nmero de orden a cada obra bibliogrfica colocada
alfabticamente al final del trabajo y luego hacer la referencia en el texto
colocando entre parntesis el nmero de orden que le corresponde a la
obra citada.
Consignar en el medio del texto en el lugar de referencia el apellido del
autor seguido del ao de publicacin de la obra entre parntesis.
El sistema tradicional a pi de pgina, en que se consigna una llamada
de nota mediante un pequeo nmero volado a manera de exponente
inmediatamente despus de la ltima letra de la palabra a la que se refiere
la nota, en el punto del texto en que se hace referencia, la que va referida
al pi de pgina, donde va la nota propiamente dicha.

La Bibliografa:
Nos referimos a todas las fuentes que hemos consultado para desarrollar muestro
marco terico, as como las fuentes que nos han ayudado a la recoleccin de
datos. Segn las normas de Vancouver las referencias bibliogrficas se debern
numerar en forma correlativa segn el orden en que aparecen por primera vez en
el texto , las que se indican en nmeros arbicos entre parntesis dentro del
texto; otros prefieren consignar los datos bibliogrficos en estricto orden
alfabtico , si son muchos y de diferentes tipos las fuentes se agruparn de
acuerdo a si son libros, revistas, entrevistas; pero dentro de estos subgrupos
tambin se debe respetar el orden alfabtico. Existen dos tipos de bibliografas:
la bibliografa citada, es la que consignamos en el planteamiento del problema,
marco terico o en la discusin del informe cientfico. La bibliografa consultada
incluye todas las fuentes que se han consultado para el desarrollo del trabajo de
investigacin, incluyendo desde libros hasta una conversacin si es que resulta
importante para la investigacin.
Toda bibliografa de libros debe contener:
o
o
o
o
o

Filiacin del autor ( persona, Organizacin o Institucin)

Ttulo de la fuente ( en cursiva)
Nmero de la edicin
Nombre de la editorial
Ao de edicin (se puede colocar despus de la filiacin del autor
entre parntesis )
o Nmero de pgina o pginas donde se encuentra la informacin.
Ejemplos:

Polit,D. Hungler, H. ( 2000 ). Investigacin Cientfica en Ciencias de la Salud.

Sexta edicin , McGraw-Hill Interamericana.. Mxico.
Morse,J.M. ( 1991). Strategies for sampling. In J.M.Morse (ed.), Qualitative
nursing research : A contemporary dialogue. Newbury Park,CA : Sage.
Mari Mut , J.A. 1998. Papel vs. Internet. El futuro de la revista cientfica.
Bol .SEA ., No. 23 : 59-62
Polit, D. Sherman, R. (1990) .Statistical power analysis in nursing research.
Nursing Research, 39, 365-369
ISO. (1998). International Standard ISO 690-2.Information and documentation
Bibliographic references Part 2: Electronic documents or parts thereof ..
International Organization for Standardization. Ottawa. Canada. Disponible
desde internet en < http://www.nlc-bnc.ca/iso/tc46sc9/satndard/690-22e.htm>
[cc acceso el 1/11999]
OCANO (1986): ENCICLOPEDIA MULTIDISCIPLINARIA. Vol I, El
papayal editores, segunda edicin, 2938 pgs.
Las Citas de documentos y base de datos en formatos electrnicos: deber
tener la siguiente estructura:
Autor/responsable. Fecha de edicin en papel; fecha de publicacin en Internet;
actualizado (fecha de actualizacin). El Ttulo. Edicin. Lugar de publicacin.
Editor [tipo de medio].Disponibilidad y acceso. Formato del medio y
notas.[fecha de acceso].
Ejemplos:
Watanabe,H. ; Noda, H. ; Tokuda,G. ; Lo,N. .1998. A cellulase gene of termite
origin. Nature(394) : 330 331.[ publicacin en lnea].Disponible desde Internet
en :
<http://www.anture.com/serverjava/Propub/nature/394330AO. frameset? context=toc>

[con acceso el 2-1-1999]

ejemplo con autor desconocido , se pone la organizacin:
Yahoo.1998. Biologa: Zoologa :Animales, insectos y mascotas: Insectos.
Espaa. [Web en lnea]. Disponible desde Internet en :
<http://www.yahoo.es/Ciencia_y_tecnologa/Biologa/Zoologa/Animales_insectos_y_mas
cotas/ Insectos/ [con acceso el 2 de Enero de 1991].

Ejemplo con autor o responsable desconocido, se coloca todo entre < >:
<http://www.netcall.com.mx/abejas/alianza.html>. Fecha desconocida. La apicultura en Mxico
Mxico. [Web en lnea]. [ con acceso el 2 de enero de 1999 ].

Muchas de las referencias contienen abreviaturas que van a denotar algo,

algunas de las ms comunes son:

Ibid. Ibidem : en el mismo lugar, se usa cuando queremos citar

nuevamente al autor y a su obra diferencindose slo del nmero de
pgina de donde se encuentra la informacin. Ejemplo.
------------------------------------(1) Santisteban, Jorge: la menopausia, Pg.35
(2) Ibid, Pg.59

Id. Se usar siempre y cuando la informacin que estamos consignando

pertenezca al mismo autor, al mismo libro, y est en la misma pgina de
la cita anterior.
------------------------------------------(3) Frisancho, Tulio , op.cit, pag.234
(4) Id.

Op.cit. Opus citatum, se usa cuando ya hayamos citado a la obra en otra

pgina y el contenido de la informacin que estamos colocando est en
otra distinta.
------------------------------------------(6) Molina Alonso, op.cit., pag. 86

El uso de fichas para el Marco Terico:

Para hacer eficiente la lectura se requiere de elementos auxiliares que
posibiliten tener las nociones y conceptos ,as como las teoras ms importantes,
para ello se utilizan fichas que se usan para registrar por medios manuales,
mecnicos o electrnicos ,los contenidos ms importantes de los que se lee
.Tenemos varios tipos de fichas :

Ficha bibliogrfica: se consignan las referencias y caractersticas

generales del libro nicamente, son semejantes a los ficheros de las
bibliotecas.
Fichas hemerogrficas: se anota la referencia de artculos de revistas,
peridicos, folletos, manuscritos, etc.
Fichas documentales: sirven para anotar informacin recogida de fuentes
primarias, libros, citas textuales, juicios personales. Dentro de estas
tenemos:
o Fichas textuales: contienen el ttulo o tema y la trascripcin
literal de algn texto y va todo entre comillas., debajo va la
referencia bibliogrfica.
o Ficha de resumen: se inicia con el ttulo o tema y al lado se
coloca la palabra Resumen entre parntesis, no se usan
comillas, al pie de la ficha va la referencia bibliogrfica de la
obra.
o Ficha de Parfrasis: es una explicacin o interpretacin aplicativa
de un texto, un refrn etc. a fin de ilustrarlo o hacerlo ms

tangible. Las fichas se elaboran igual que la anterior pero

anotando Parfrasis entre parntesis despus del ttulo.
o Ficha de Comentario: se confecciona en forma similar a la
anterior, con la diferencia que la palabra Comentario va entre
parntesis; en este caso se consigna la opinin personal sobre
algn texto ledo o escuchado.
o Ficha Combinada: se asocia en la misma ficha una definicin al
inicio y luego resumen, una cita textual y un comentario etc.
La Construccin de las bases Tericas
Identificados los elementos tericos en base al problema de investigacin y
objetivos, se procede a identificar las variables central y secundarias
relacionadas con el tema, se establecen las relaciones entre las variables
seleccionadas y se construye el esquema -diagrama de las relaciones de las
variables que ayuda al investigador a tener una visin de conjunto y facilita la
descripcin del marco terico( Espina de Ishikawa o el rbol de problemas ). Se
puede Iniciar con la descripcin general del problema y los elementos relativos
al mismo. En los casos cuando al revisar la literatura, no se encuentra una teora
o un modelo terico en el cual enmarcar el estudio, algunas personas prefieren
no hablar de un marco terico sino de un marco conceptual o de referencia.
Existen diversas concepciones de lo que es una teora, una de ellas la considera
un conjunto de conceptos relacionados que pretenden representar la naturaleza
de una realidad en algunos casos por medio de un esquema, para otros es el
pensamiento de uno o varios autores que constituyen una escuela de
pensamiento. En estos casos, la teora no presenta una explicacin final al
fenmeno, aunque hay que reconocer que hay trabajos de investigacin que han
sido aceptados en diversas universidades, bajo este concepto de teora.
Para Kerlinger "Una teora es un conjunto de constructos (conceptos)
interrelacionados, definiciones y proposiciones que presentan un punto de vista
sistemtico de los fenmenos mediante la especificacin de relaciones entre
variables, con el propsito de explicar y predecir los fenmenos" (1988).
Es importante sealar que en una teora, es tan importante el poder predictivo y
el control que sta tenga, como su capacidad para explicar y ayudar a
comprender el fenmeno. La investigacin puede ser dirigida a encontrar
relaciones simples, pero las relaciones finalmente ms tiles son las que estn
ligadas a otras relaciones en una teora. Las teoras, al ser generales, se aplican a
muchos fenmenos y persona, en numerosos lugares. Las metas de investigacin
modestas, limitadas y especficas son buenas. Las metas de investigacin terica
son mejores porque, entre otras razones, son ms generales y tienen una
aplicacin ms amplia (Kerlinger, 1988).
El valor de una teora est en su capacidad para describir, explicar y predecir un
fenmeno, las proposiciones que la conforman deben estar interrelacionadas y
no caer en contradicciones internas; debe procurar explicar el mayor nmero de
fenmenos y admitir el mayor nmero de aplicaciones; debe producir nuevas
interrogantes que induzcan a nuevos conocimientos y debe ser sencilla.

La construccin de un marco terico depende de lo que encontremos en la

revisin de la literatura a saber que:

Existe una teora completamente desarrollada que se aplica al problema de

investigacin. En este caso se puede usar como la estructura misma del
marco terico pero debe tenerse cuidado de darle un nuevo enfoque en
nuestro estudio con el fin de no caer en el error de estudiar algo que ya ha
sido estudiado a fondo. Si acaso ocurre que la teora no ha sido probada o
aplicada a otro contexto, procede someterla a prueba. Se puede tratar el
asunto en el marco terico ya sea proposicin por proposicin o segn la
evolucin de la misma.
Hay varias teoras que se aplican al problema de investigacin. En este caso
podemos usar la teora que mejor cumple los requisitos de una buena teora.
Tambin se puede tomar de cada teora aquello que se relaciona con el
problema en estudio, siempre y cuando no se caiga en contradicciones
lgicas. Elegir una como base y aadir elementos tiles procedentes de las
otras es muy prctico en los casos cuando se estudian fenmenos complejos.
Para iniciar el trabajo se deber elaborar un bosquejo que determine la forma
de armar los diversos elementos que se integrarn en el marco terico.
No existe una teora sino generalizaciones empricas que se aplican al
problema y lo que se hace es construir una perspectiva terica. "Cuando se
descubre una nica proposicin o se piensa limitar la investigacin a una
generalizacin emprica, el marco terico se construye incluyendo los
resultados o conclusiones a que han llegado los estudios antecedentes, de
acuerdo a un esquema lgico" (Hernndez, 1991) En el caso de que existan
varias proposiciones derivadas de diversos estudios, se hace un anlisis de
los estudios y se van relacionando segn un criterio coherente. Tambin es
frecuente enfrentar las generalizaciones empricas con un marco terico que
considera cada una de las variables en estudio, definindolas, sealando las
generalizaciones o proposiciones empricas respecto a la relacin de las
variables.
Hay pocos o ningn estudio en el campo que se investiga. En este caso es
necesario buscar literatura que, aunque no se refiera al problema especfico
de la investigacin, pueda ayudar a entender y orientar la investigacin. El
investigador debe ser creativo para encontrar las reas de investigacin y los
conceptos tericos que aunque no se refieran directamente al asunto, tengan
una relacin y equivalencia que permita orientar la investigacin.

Respecto a la extensin del marco terico, ste debe ser lo ms breve y sencillo
posible sin sacrificar profundidad y contenido valioso para atender los aspectos
que se relacionan con el problema. No es asunto de recopilar informacin, sino
que sta debe estar interconectada por medio de una transicin suave y lgica
entre las diversas proposiciones y declaraciones. Debe evitarse el tratar asuntos
que aunque tienen relacin con lo estudiado, no hacen sino aumentar el nmero
de pginas sin contribuir de manera sustancial. La extensin del mismo estar
determinada por el problema y el trasfondo terico que lo sustenta. Aunque en el
caso de contar con literatura abundante sobre el tema, la relacin de una pgina
de marco terico por cada una de las fuentes citadas es un criterio acadmico
sano y razonable.

Debe evitarse el elaborar un marco terico a partir de una o dos fuentes de no ser
que se trate del estudio especfico de cierta escuela de pensamiento, aunque an
as, sera apropiado considerar la conveniencia de presentar otros puntos de
vista.
Una forma de resumir gran cantidad de informacin y al mismo tiempo
evidenciar capacidad cognitiva superior, es la elaboracin de esquemas y
resmenes grficos que contribuyan a una visualizacin integradora de la teora.

ACTIVIDAD:
Describa los diferentes tipos de citas de bibliografa y los diferentes tipos
de notaciones de citas de autores DE LA BIBLIOGRAFA QUE
REVIS PARA ELABORAR EL MARCO TERICO.

ACTIVIDAD
Utilizando el modelo del rbol de Problemas o de la Espina de Ishikawa realice un
esquema o mapa conceptual de las bases tericas de su problema de investigacin.

3.5 FORMULACION DE LA HIPTESIS

Las hiptesis proponen tentativamente las respuestas al problema de la investigacin,
por ello las hiptesis comnmente surgen de los objetivos y las preguntas de la
investigacin una vez que stas han sido reevaluadas a raz del Marco Terico. Con el
fin de establecer guas precisas hacia el problema de investigacin, se proponen
hiptesis que indican lo que estamos buscando o tratando de probar. Constituyen un
puente entre la teora y la investigacin emprica. Es a travs de la comprobacin de los
cuerpos hipotticos que la ciencia busca la sistematizacin, generalizacin e
interpretacin. Constituye una grave falla formular hiptesis sin haber revisado con
cuidado la literatura, ya que cometeramos errores tales como hipotetizar algo bastante
comprobado o algo que ha sido contundentemente rechazado.
Las hiptesis son consideradas como explicaciones tentativas respecto al problema
planteado, presentadas a manera de proposiciones. Pero no toda conjetura o suposicin
es una hiptesis cientfica. Cumple su funcin slo si est relacionada con el
conocimiento existente; si rene lo ya conocido con lo que se busca.
Las hiptesis son afirmaciones a manera de conjeturas respecto a las relaciones entre
dos o ms variables expresada por medio de oraciones declarativas, sujetas a
comprobacin emprica.
Para que una hiptesis sea considerada como correcta:

Debe formularse en forma afirmativa.

Debe referirse a dos o ms variables potencialmente medibles y especificar al
mismo tiempo de qu manera se relacionan dichas variables (Kerlinger, 1988).

Deben referirse a una situacin real (emprica).

Los trminos tienen que ser comprensibles, precisos y lo ms concretos posible;
La relacin entre variables propuesta debe ser clara y verosmil (lgica) y deben
estar relacionadas con tcnicas disponibles para probarlas (Hernndez, 1993; Rojas,
1981).
Debe hallarse en conexin con las teoras precedentes.
Debe ofrecer una respuesta probable al problema objeto de investigacin.

Algunas hiptesis involucran una variable y sealan la presencia de cierto hecho o

fenmeno, otras relacionan dos o ms variables en forma de asociacin o covarianza,
hay un tercer grupo que las relaciona en trminos de dependencia o causalidad y
permiten predecir con cierto margen de error.
TIPOS DE HIPTESIS DE INVESTIGACIN:
Son las que plantea el investigador de acuerdo a su marco terico respecto a posibles
relaciones entre las variables en estudio. Tambin se les denomina hiptesis de trabajo o
alternas y se simbolizan como Hi H1, H2 ,H3, si son varias.
Estas hiptesis pueden ser:

Hiptesis General o Principal o Bsica o Central: plantea la relacin entre variables

principales de la investigacin en su dimensin conceptual. Guarda consistencia con
el problema general y el objetivo general del estudio.
Hiptesis especficas: son aquellas que se desagregan de las hiptesis generales,
plantean las relaciones entre variables intermedias en su dimensin conceptual ,que
para poder ser medibles debern operacional izarse utilizando indicadores e ndices
propuestos. Guardan consistencia con los problemas y objetivos especficos.
Hiptesis Descriptivas del valor de una o varias variables que se van a observar en
un contexto. Sealan la presencia de cierto hecho o fenmeno. Ej. Las personas
marginadas son apolticas. (Variable:. participacin poltica).
Hiptesis Correlacinales: el cambio o alteracin de una o varias variables va
acompaado con un cambio en otra u otras correspondientes. Puede ser una
correlacin bivariable o una correlacin mltiple. El orden en que se coloquen las
variables no es importante, no hay una relacin de causa efecto por lo que no se
habla de variables dependientes e independientes, esto nicamente se puede hacer
con las hiptesis causales. Cuando se procura correlacionar varias variables se deben
establecer diversas hiptesis segn los pares de variables que se estudian.
Hiptesis de Diferencias entre Grupos: estn dirigidas a comparar grupos y puede
ser simple si no determina a cul grupo favorece la diferencia o direccional en el
caso contrario. Pueden ser parte de estudios correlacinales si se limitan a establecer
la diferencia, pero si adems pretenden explicar el por qu de la diferencia, son
hiptesis de estudios explicativos o analticos.
Hiptesis que Establecen Relaciones de Causalidad: sealan la relacin entre dos o
ms variables y cmo se dan esas relaciones; la existencia de una correlacin no
necesariamente establece una relacin de causalidad. No todas las correlaciones
tienen sentido y mucho menos se puede encontrar sentido en una relacin de
causalidad si no se ha demostrado la correlacin. Cuando se determina cul o cules
variables son la supuesta causa, stas variables son conocidas como variables
independientes y la variable o variables que resultan ser el efecto o afectada se

denominan variables dependientes. La causa debe ocurrir antes que el efecto y

producir cambios en el mismo. Las hiptesis causales bivariadas se refieren a dos
variables y las multivariadas a tres o ms variables sean dependientes o
independientes. Tambin pueden darse hiptesis con variables intervinientes que
son aquellas que sin ser causa, intervienen modificando la relacin.
El uso del trmino dependiente e independiente al referirse a variables es propio a
estudios experimentales en los cuales la relacin de causalidad es bien definida. Cuando
se trata de estudios no experimentales, se prefiere utilizar los trminos variable criterio
y variable predictora.
Hiptesis Nulas (Ho):
Son proposiciones acerca de la relacin entre variables planteadas de manera que niegan
o refutan lo que afirman las hiptesis de investigacin. De este modo, existen tantas
hiptesis nulas como hiptesis de investigacin que niegan a hiptesis: descriptivas, de
una variable, de correlacin, de diferencia entre grupos, y de causalidad. Las hiptesis
nulas se simbolizan como Ho. Nos dicen que no existen diferencias significativas entre
las variables o grupos, es decir: si esta diferencia es significativa, y si no se debi al
azar. Es una hiptesis para la inferencia estadstica y se formula con el propsito de ser
rechazada.
Hiptesis Alternativas (Ha):
Solo se formulan cuando existen otras posibles explicaciones del fenmeno, adicionales
a las propuestas en las hiptesis de investigacin y nula. Es la que intenta explicar el
fenmeno cuando rechazamos la hiptesis de trabajo (investigacin) y cuando por
alguna razn no podemos aceptar la nula. Estas se simbolizan con Ha.
Hiptesis estadsticas:
Solo se formulan en estudios con enfoque cuantitativo. Son transformaciones de las
hiptesis de investigacin, nulas y las alternas en smbolos estadsticos. Estas pueden
ser hiptesis estadsticas de estimacin, de correlacin y de diferencia de medias.
Para transformar una hiptesis de investigacin en hiptesis estadstica se debe hacer:
Analizar cul es la estadstica a que su hiptesis hace referencia ej. promedio.
Encontrar como se simboliza esa estadstica ej. promedio x
Traducir la hiptesis de investigacin a una forma estadstica.
Ejemplos:
A. Estimacin: se usan en hiptesis descriptivas de una variable que se observan en un
contexto. Ej. Hi: X > 90 Para una hiptesis de investigacin descriptiva
B. de una variable que dice el promedio de la clase es mayor de 90. Se le antepone una
hiptesis nula que estadsticamente sera Ho: X = 90 y la hiptesis alternativa podra
representarse estadsticamente como: Ha: X < 90. Algunos investigadores
consideran las hiptesis de estimacin como de diferencia dado que se evala la
diferencia entre un valor hipottico y uno observado en una sola muestra.
C. Correlacin: El smbolo de correlacin es "r" para dos variables y "R" para ms de
dos variables. Hi: rxy 0 Significa que las variables X y Y estn correlacionadas
dado que, de no ser asi, la correlacin sera 0. Esta hiptesis de correlacin tiene su
contraparte en la siguiente hiptesis estadstica nula, la cual niega la correlacin:

Ho: rxy =0 Significa que la correlacin entre X y Y es cero es decir, no existe. Otro
ejemplo: Hi : Rxyz 0 ,significa que las variables X,Y Z estn correlacionadas, Ho :
R xyz = 0 , significa que no hay correlacin entre las variables X,Y,Z.
D. Diferencia: (entre grupos o sujetos a partir de una misma medida o estadgrafo:
media, mediana, rango, porcentajes). Supngase la hiptesis de investigacin que
dice que los porcentajes de individuos que prefieren una locin en particular difieren
segn el nivel acadmico (3 niveles). Hi: %1 %2 %3, significa que los
porcentajes son diferentes y la hiptesis estadstica nula sera: Ho: %1 = %2 = %3
es decir, no hay diferencia entre los porcentajes de los grupos constituidos por los
niveles acadmicos. Siendo que en ocasiones es difcil determinar el valor que
puede manifestar una variable, los estudios descriptivos no suelen contener
hiptesis, as como no deben usarse en estudio exploratorios siendo que no se puede
presuponer algo que apenas se comienza a conocer. En estos casos lo que procede es
trabajar con objetivos debidamente declarados.
Estructura de las Hiptesis
Las hiptesis contienen tres elementos estructurales que son:

Las unidades de anlisis o de observacin. A saber, individuos, instituciones,

conglomerados.
Las variables. Son los atributos, caractersticas, o propiedades cualitativas o
cuantitativas que manifiestan en las unidades de observacin.
El enlace lgico o trmino de relacin. Que describe la relacin existente entre las
unidades de anlisis con las variables y de stas entre s.

En la hiptesis: "a mayor satisfaccin entre la pareja, menor la frecuencia de infidelidad

conyugal", las unidades de observacin son las parejas, las variables: satisfaccin e
infidelidad conyugal, el trmino de relacin: a mayor...menor frecuencia.
La Operacionalizacin de las Variables y las Hiptesis
La seleccin o elaboracin del instrumento para la recoleccin de datos u observacin
es otro aspecto crtico en el planeamiento de una investigacin. Una vez ms se destaca
la importancia del material contenido en la revisin de literatura, del cual procedern los
criterios que conducen a la adopcin de un instrumento o a la elaboracin del mismo.
Es oportuno recordar que el instrumento tiene sentido en la medida como permita
recoger informacin relevante para dar respuesta a las preguntas contenidas en el
problema y por consecuencia para probar las hiptesis propuestas. Esto significa que
debe existir una estrecha relacin entre las preguntas que definen el problema, las
hiptesis y las preguntas que constituyen el instrumento para recoger la informacin.
El proceso por medio del cual se transfiere el problema desde su nivel abstracto hasta el
terreno de los hechos implica la operacionalizacin de las hiptesis las cuales son el
puente que une la teora con la realidad estudiada. Esta actividad no solo conduce a la
elaboracin del instrumento sino que permite las condiciones para determinar el nivel de
medicin de las variables y las tcnicas estadsticas apropiadas para el anlisis de los
datos y la prueba de las hiptesis, aspectos que no deben quedar fuera de la planeacin
de la investigacin.
Es muy comn encontrar investigadores que despus haber aplicado sus instrumentos es
que recurren a una asesora estadstica para improvisar los procesos de anlisis de datos.

Conviene sealar que para un profesional de la estadstica, no es de ninguna manera

complicada hacer uso de los datos que se le proveen. Pero eso no garantiza que el
estudio que se realiza corresponde al problema que se estudia o que los datos que han
sido analizados son los que se requieren para dar respuesta a las preguntas planteadas.
Como tampoco garantiza que se puedan hacer las pruebas y los anlisis que mejor
convienen dado que estos dependern de factores tales como las caractersticas de las
variables, el nivel de medicin, la forma como se seleccion la muestra, los procesos
que se siguieron en la aplicacin de los instrumentos, etc. Lo que se quiere resaltar es
que el diseo estadstico de la investigacin no debe improvisarse al final del proceso
sino que debe ser considerado desde el momento en que se plantea el problema.
Respecto a esta actividad tan importante en la investigacin, Rojas (1981) se expresa en
los siguientes trminos: Para tener xito en probar una hiptesis, se requiere trabajar con
datos extrados directamente de la realidad social objeto de estudio; hay que
operacionalizar las hiptesis conceptuales con el fin de descender el nivel de abstraccin
de las variables y poder manejar sus referentes empricos. Cada una de las variables se
desglosar, a travs de un proceso de deduccin lgica, en indicadores que representan
mbitos especficos de las variables y se encuentran en un nivel de abstraccin
intermedio. Los indicadores pueden medirse mediante operaciones (ndices) o
investigarse por medio de tems o preguntas que se incluirn en los instrumentos para
recopilar la informacin ( cuestionarios, cdula de entrevista, gua de investigacin). De
esta forma se podr recoger datos tiles y suficientes para probar las hiptesis
establecidas. A este proceso de operacionalizacin se le conoce tambin como
deduccin de consecuencias verificables, ya que sern las relaciones entre los
indicadores, las que se sometan a verificacin emprica. En este proceso el investigador
debe tener cuidado en la seleccin de los indicadores, aceptando slo aquellos que,
despus de una anlisis crtico, midan efectivamente las variables en cuestin.
Variables y Constructos
Segn Kerlinger (1988) los trminos concepto y constructo tienen significados similares
aunque existe una diferencia importante. El concepto expresa una abstraccin formada
por generalizaciones sustradas de casos particulares (peso expresa numerosas
observaciones y cosas que son ms o menos pesadas) sin embargo aunque un constructo
es una concepto, tiene un sentido adicional, el de haber sido inventado o adoptado de
manera deliberada y consciente para un propsito cientfico especial. Inteligencia es un
concepto resultante de la observacin de conductas consideradas como inteligentes o no
inteligentes pero como constructo cientfico que pretende expresar una variedad de
conductas, puede significar ms y menos de lo que puede significar como concepto.
Los cientficos llaman vagamente variables a los constructos o propiedades que
estudian, y es una propiedad que adquiere distintos valores, es un smbolo con valores
numerales asignados. Las variables pueden asumir cualquier conjunto de valores
justificables, continuas, o pueden tener solamente dos valores: son dictomas y se
caracterizan por la presencia o ausencia de una propiedad: maestro-no maestro,
femenino-masculino, vivo-muerto. Algunas son politomas como es la nacionalidad.
Existen diversas formas de clasificar las variables entre las que se mencionan:

De acuerdo al lugar que ocupa dentro de una relacin entre variables: Dependiente o
efecto o condicionada (criterio), independiente o causal o experimental

(predictora). Una es consecuente y la otra antecedente; interviniente o extraa o

intercurrente o interferente es aquella que coparticipa con la variable independiente
condicionando a la variable dependiente.
Variables independientes Activas las que puede manipular el investigador y
variables independientes atributivas, no son manipulables, ej. edad, sexo, talla.
Continuas y categricas. Una puede asumir un conjunto ordenado de valores dentro
de cierto rango, la otra ubica los sujetos dentro de subconjuntos: dictomas o
poltomas.
Por su naturaleza: variables cualitativas y cuantitativas, las cualitativas son
categricas y las cuantitativas son continuas y discontinuas o discretas.
Implicadas y No implicadas intervinientes: las primeras estn formuladas
expresamente dentro de la hiptesis cientfica y las segundas no estn expresadas
dentro de la hiptesis pero es necesario tenerlas en cuenta para explicar mejor el
problema de investigacin.
Segn su funcin en la investigacin ( Tuckman ,1978) considera 5 tipos de
variables :
o Moderadora: es una variable independiente secundaria seleccionada para
determinar si afecta la relacin entre la variable independiente principal y
las variables dependientes.
o De Control: son aquellas cuyos efectos deben ser controlados o
neutralizados por el experimentador.
o Interviniente: es aquel factor que tericamente afecta el fenmeno
observado pero que no puede ser visto, medido o manipulado: sus efectos
deben ser inferidos a partir de los efectos de las variables independientes
y moderadora sobre el fenmeno observado.
o Independiente: puede ser manipulada en sus valores en un estudio
experimental.
o Dependiente:
es la variable que resulta afectada por la variable
independiente, suele ser aquella que el investigador est interesado en
comprender, explicar o predecir.
o Segn su grado de abstraccin: variables generales, intermedias y
empricas o indicadores.

Escalas de medicin de las Variables:

o Escala Nominal: comprende la distincin de diversas categoras como
elementos sin simplificar ningn orden entre ellas.
o Escala ordinal: implica orden entre sus categoras, pero no grados de
distancia iguales entre ellas
o Escala de Intervalo: suponen a la vez orden y grados de distancia iguales
entre las diversas categoras, pero no tienen origen natural sino
convencional.
o Escala de razn: comprende los aspectos de distincin, orden, distancia y
origen nico natural.
Esta clasificacin es importante a efectos del anlisis estadstico de los
resultados obtenidos en la investigacin.
OPERACIONALIZACIN DE VARIABLES:

La operacionalizacin de variables es el procedimiento que tiende a pasar de las

variables generales a las intermedias y de stas a los indicadores, con el objeto de
transformar las variables primeras de generales en directamente observables e
inmediatamente operativas. Esta transformacin permite estudiar las variables generales
referentes a hechos no medibles directamente y llevar a cabo la investigacin propuesta
sobre ellas.
La operacionalizacin de las variables permitir disear los instrumentos para recopilar
la informacin que se utilizar en la prueba de hiptesis. Para esto, es necesario cruzar o
relacionar las preguntas de los indicadores independientes con aquellas de los
indicadores dependientes; al quedar probada esta relacin se estar probando
automticamente la hiptesis conceptual.
El procedimiento de Operacionalizacin de la variable ha sido desarrollado por Pal F.
Lazarsfed, que distingue las siguientes fases:
1.- Representacin del concepto de la variable, de modo que resulten
expresados en una nocin terica los rasgos principales que presenta en
la realidad.
2.- Especificacin del concepto hallado o sea anlisis de los aspectos y
dimensiones de inters prctico, implicados en la representacin del
concepto de la variable o derivados empricamente de la estructura de sus
interrelaciones.
3.- Eleccin de Indicadores o de circunstancias empricas concretas que sean
signos de la mayor o menor extensin que alcanza la dimensin en
cuestin en las unidades de observacin investigadas.
4.- Construccin de ndices: que agrupe en una medida comn todos los
indicadores referentes a una dimensin mediante la asignacin de un
peso o valor a cada uno de ellos de acuerdo con su importancia.
En sntesis para operacionalizar una variable:
Se define la variable
Se deducen dimensiones o variables
Intermedias
Se buscan indicadores de cada dimencin
Se forma un ndice
A continuacin un ejemplo de la operacionalizacin de una variable. Se trata de cuatro
columnas la primera identifica la variable por su nombre, la segunda nos dice qu es?
cmo se define conceptualmente, la tercera columna nos da la respuesta a la pregunta
cmo se observa esta variable? y contiene los indicadores de la misma. Un indicador es
una subvariable que se desprende con el propsito de medirla. La cuarta columna nos
responde la pregunta cmo se mide? (suponiendo que se trata de una variable medible).
Existen dos tipos de definiciones operacionales: de medida la cual describe la forma
como una variable ser medida y la experimental que explica los detalles operacionales
de las manipulaciones de un experimentador con una variable (ej. el reforzamiento
puede ser definido dando los detalles de cmo los sujetos deben ser o no reforzados por
un comportamiento especfico).

La definicin operacional permite conocer con claridad el nivel de medicin de la

variable (Nominal, ordinal, escalar o de razn). La definicin operacional de un
concepto es la especificacin de operaciones que el investigador deber realizar a
fin de obtener la informacin requerida.
Nombre de la variable

GRADO DE
SATISFACCIN
MATRIMONIAL

Definicin conceptual

Nivel de contenta-miento
dentro de la relacin
marital segn lo expresa
la persona Respecto a
roles igualitarios,
Sexualidad, evitacin de
conflictos, expresin de
afecto, decisiones
financieras.

Definicin instrumental

Definicin Operacional
Para determinar el grado
de
satisfaccin
se
Se pregunta a cada
sumarn los valores que
persona por su grado de
corresponden
a
la
acuerdo o Desacuerdo
respuesta
que
la
persona
respecto a siete
seleccion para cada
declaraciones en el
contexto de su relacin de declaracin presentada.
Esto significa que si la
pareja.
persona contest en todas
La persona indicar una
las preguntas un total
de las siguientes
descuerdo, la suma de sus
respuestas:
respuesta sera cero y en
4. Totalmente de acuerdo el caso de la persona que
contesta total acuerdo
3. Parcialmente de
ante
todas
las
acuerdo
declaraciones obtendra
un total de 24 puntos.
2. Ni de acuerdo ni en
Resultando as una escala
desacuerdo
de 0 hasta 24 puntos
1. Parcialmente en
como
grado
de
desacuerdo.
satisfaccin matrimonial.
0. Totalmente en
Se supone que es una
desacuerdo
escala
de
intervalos
exactos.
A. Me agradan los
hbitos de mi cnyuge.
B. Me satisface la forma
como cada uno asume su
rol como padre.
C. Me siento satisfecho
(a) con la forma como
resolvemos
Nuestras
diferencias.
D. Me agrada la forma
como participamos en las
decisiones financieras.
E. Las expresiones de
cario entre nosotros son
satisfactorias.
F. Mantenemos muy
buena comunicacin.

Los indicadores son instrumentos, no operan por s mismos; ellos indican o sirven para
indicar, y no ms y esta indicacin la hacen desde el campo ideolgico y desde la escala
de valores del cientfico que elabora los indicadores.
Otra forma de operacionalizar las variables en forma prctica es la siguiente:
1.- Definicin conceptual de la variable, se debe citar al autor de la definicin si no es
propia..
2.- Naturaleza de la variable o tipo de variable: cualitativa o categrica y cuantitativa.
3.- Escala de medicin: nominal, ordinal, de intervalo, de razn.

4.5.6.7.-

Forma de medicin: directa o indirecta (se usan indicadores si es indirecta).

Indicadores de medicin (si es indirecta).
Instrumentos y Procedimiento de medicin
Expresin final de la variable o valores finales de la variable

La Definicin Operacional se realizar tomando como criterio: la expresin final de la

variable, los indicadores , y procedimiento e instrumento de medicin.

variabl
e

Definicin

Naturalez

Escala

Forma

indicadore

conceptua

de

de

de la

medici

medici

variable

de medicin

desnutri Estado cacin

rencial de
nutrientes
necesarios
para la
conservacin de la
salud

Cualitativa
ordinal

categrica

indirecta

- Peso
- Talla
- Circunferencia
braquial
- ndice de
masa
corporal

Instrumento y Expresi
Procedimient n

Definicin
operacional

Final de
variable
La variable
desnutricin
se expresar
como leve,
moderada y
grave
utilizando como
indicadores el
peso, la talla,
circunferenci
a braquial y
el ndice de
-desnutri- masa corpocin graral mediante
ve 60% la medicin
de
la en
ayunas
norma
utilizando el
tallmetro, la
balanza y una
cinta mtrica
flexible.

-Balanza con -desnutritallmetro

cin leve
de 20-60%
-cinta mtrica
de
la
norma
se haran las -desnutrimediciones en cin moayunas
y derada de
desnudo
60-80% de
la norma

La Prueba de Hiptesis
No se puede probar que una hiptesis es verdadera o falsa, sino argumentar que fue
apoyada o no de acuerdo con ciertos datos obtenidos en la investigacin. Cuantas ms
investigaciones apoyen una hiptesis, tendr ms credibilidad y ser vlida para el
contexto ( lugar, tiempo sujeto u objeto) en que se comprob. Las hiptesis en el
enfoque cuantitativo se someten a prueba en la realidad aplicando un diseo de
investigacin, recolectando datos a travs de uno o varios instrumentos de medicin y
analizando e interpretando los datos. No siempre los datos apoyan la hiptesis, lo
importante es analizar porqu no se aport evidencia a favor de la hiptesis y contribuir
al fenmeno que se esta investigando, la prueba de " hiptesis falsas"(que no recibieron
evidencia emprica) resulta til si dirige la atencin del investigador o de otros
cientficos a factores o relaciones insospechadas que de alguna manera ayudaran a
resolver el problema.

ACTIVIDAD:
Elabore y redacte las hiptesis correspondientes a su problema de investigacin. (De
investigacin, nulas, alternativas y estadsticas, segn proceda en su caso).
Identifique las variables de su problema o hiptesis de investigacin, operacionalice
cada variable. Defina operacionalmente cada variable de estudio.

DISEO METODOLOGICO MATERIAL Y METODO

Plantea cmo se va a realizar la investigacin, depende del problema de investigacin
formulado, sus objetivos y de la hiptesis cientfica a contrastar.
TIPOS DE ESTUDIO:
1.- Segn el periodo en que se capta la informacin:
1.1 Retrospectivos cuando la informacin se capt anterior a la planeacin.
1.2 Prospectivos: cuando la informacin se capta despus de la planeacin.
2.- Segn la evolucin del fenmeno estudiado:
2.1 Estudios longitudinales: cuando las variables se miden en dos o ms
ocasiones, corresponde a los estudios experimentales y observacionales
analticos tipo cohorte o estudios de tendencias, cuando las caractersticas se
describen a lo largo de un tiempo prolongado.
2.2 Estudios Transversales o de corte transversal: cuando las variables se
miden en una sola oportunidad y en un solo momento.
3. Segn los objetivos de la Investigacin:
3.1 ESTUDIOS EXPLORATORIOS: cuando examinan y estudian un problema o
situacin poco conocida.
3.1.1

E. Descriptivos: cuando miden, describen como se manifiesta un

fenmeno y sus componentes, inicia la recopilacin y presentacin
sistemtica de datos para dar una idea clara de una determinada
situacin. Variantes de este tipo son los survey research que recolecta
informacin especfica de acuerdo a objetivos especficos previamente
definidos o solucin de diferentes problemas que se basan en las
opiniones de la comunidad , de prevalencia simple , los de exploracin
diagnstica, los de evaluacin de un servicio, de un programa de salud, la
investigacin descriptiva comparativa que parte de la consideracin de dos
o ms investigaciones descriptivas simples con respecto a un mismo
fenmeno y luego caracterizar este fenmeno en base a la comparacin
de los datos recogidos. Se esquematizan con el siguiente diagrama:

Estudio de conjunto o survey research :

M __ X1 __ X 2 __Xn ___ O

Descriptivo simple :

Descriptivo comparativo:

M1

O1

M2

O2

M3

O3

M4

O4

O1

O2

O3

O4

3. 1.2 E. Correlacinales: se orienta a la determinacin del grado de relacin o

asociacin existente entre dos o ms variables de inters en una misma muestra de
sujetos o el grado de relacin existente entre dos fenmenos o eventos observados.
Este tipo de estudio nos permite establecer en qu medida las variaciones de una
variable o evento estn asociados con las variaciones en la otra variable u otras
variables o eventos. Un diagrama del estudio sera el siguiente:

Ox
r
Oy
r
Oz

3.1.3 E. Explicativos o Analticos: se intentan establecer las probables causas o

los factores de riesgo de determinados problemas. Esto se hace comparando dos o
ms grupos, algunos de los cuales experimentan o estn a punto de experimentar
el problema y otros a los que no afecta. Con este tipo de estudio se permite
establecer relacin entre variables observadas pero nunca se llega a determinar la
causa con base en los resultados obtenidos.
3.1.3.1

Estudios de casos controles o de casos y testigos: el investigador

compara un grupo en el que esta presente el problema con otro grupo
denominado control o grupo de comparacin en el que no se presenta el
problema para descubrir los factores que contribuyen al problema, es un
estudio retrospectivo.
El diagrama sera:
Casos

M1

O1 XYZ

Controles

M2

O2 XYZ

Este diseo permite estudiar enfermedades raras, tomando muestras menores a

los estudios de cohortes y con menores costos, evala factores de riesgo y
aunque no prueba causalidad, s proporciona evidencias de asociacin causal
que garantiza intervenciones de salud para reducir la exposicin al factor de
riesgo. El investigador selecciona entre las personas que han desarrollado la

enfermedad de inters los casos incidentes - y los controles entre las

personas que no la tienen, luego mide la frecuencia de los posibles factores de
riesgo entre los casos y entre los controles; se debe definir la poblacin fuente
de los casos incidentes, de donde tambin se seleccionan los controles para
obtener muestras representativas que sirve para controlar sesgos y obtener datos
vlidos que permitan establecer inferencias y obtener conclusiones correctas y
cada factor de riesgo se estudia independientemente. El tamao muestral se
determina de acuerdo con las necesidades del estudio y la incidencia o
prevalencia de la enfermedad en cuestin. Los estudios de casos y controles
pueden ser apareados en que se fuerza al grupo control a ser igual al grupo de
los casos con respecto a factores de riesgo, disminuyendo la posibilidad de
afectar la comparacin de los resultados y se requiere establecer igualdad entre
cada caso y su control en las variables conocidas como variables de confusin,
las cuales si no se controlan pueden influir aumentando o disminuyendo al
fuerza de asociacin entre las variables independientes y dependientes. Estas
variables confusoras pueden representar otro factor de riesgo o estar asociados
al factor de riesgo del estudio, pero no ser consecuencia de la exposicin a ste
e independientemente estar asociado a la enfermedad. Cuando existen variables
de confusin o factores de riesgo no comprobados es recomendable establecer
pareamiento por subgrupos, de acuerdo con cada una de las variables de
confusin o posibles factores de riesgo; cada subgrupo presenta la misma
proporcin de casos y controles. El apareamiento entre el caso y el control se
puede hacer de 1:1, 1:2, raramente excede 1:4. Las entrevistas y los
cuestionarios son los instrumentos ms utilizados para determinar la exposicin
al riesgo, y se debe realizar por el mismo medio en los casos y en los controles.
Los resultados se presentan resumidos aplicando las proporciones, porcentajes y
otras medidas de estadstica descriptiva de acuerdo al tipo de dato; en segunda
instancia se calcula un estimativo del riesgo relativo para muestras pareadas o
no pareadas denominado Odds ratio o razn de desigualdades o productos de
momios y se establecen los intervalos de confianza que permiten determinar la
asociacin entre cada factor de riesgo y la enfermedad estudiada, el valor del X 2
, y el valor de p; generalmente se trabaja con un error 0.05. e intervalo de
confianza de 95%.
El anlisis estadstico depende si el diseo fue apareado o no apareado. El
diseo sin pareamiento utilizan la tabla tetracrica de cuatro casillas:

Casos

controles

Total

Expuesto
Riesgo
No
expuesto
Total:

A+C

B+D

= A+B+C+D

La probabilidad de casos expuestos = a / (a + c)

a / ( a + c)
a
La exposicin no esperada de casos = -------------- = -------c / ( a + c)
c

La exposicin no esperada de los casos representa la probabilidad de un caso

expuesto dividida por la probabilidad de un caso no expuesto.
b / ( b + d)
b
La exposicin no esperada de los controles = ------------------- = --------d / ( b + d)
d
La exposicin no esperada de los casos dividida por la exposicin no esperada
de los controles representa la RD (razn de desigualdades) ODDS RATIO
(OR) o riesgo relativo indirecto :
a.d
OR = -------b.c
Cuando los casos incidentes y los controles se seleccionan independientemente
de la misma poblacin, el OR representa un estimativo vlido del Riesgo
Relativo (RR). Un estudio bien diseado de casos y controles ofrece una
medida no sesgada de asociacin entre la exposicin al riesgo y la incidencia de
la enfermedad. Un OR de 1 significa que no hay asociacin, si es superior a 1
decimos que existe asociacin positiva entre la exposicin y la enfermedad, se
dice que es significativo cuando el valor de OR es de 2 ms. Si el OR es
menor que 1 decimos que hay asociacin negativa.

Cuando el Diseo del caso control es Pareado el anlisis debe explicar y por
cada caso se usa un control (1: 1) el resumen de los casos se muestra en el
formato siguiente: cada entrada del cuadro no representa a un solo sujeto sino a
dos (par caso control igualado), cada par puede clasificarse en una de cuatro
combinaciones bsicas del grado de exposicin:
A ----. Tanto caso como control se han expuesto.
B ----- El caso se ha expuesto pero no el control
C ----- El caso sin exponer, pero el control expuesto.
D ----- tanto caso como control sin exponer.

Controles
+
Expuesto no expuesto Total
a
b
Expuesto

Casos

NO ex
Puesto
Total:

A+C

1.96

Proporcin de casos expuestos =

Proporcin de controles expuestos =

A+B
---------N
A+C
----------

B+D

= A+B+C+D= N

B-C
La diferencia de casos y controles = ----------N
Los pares caso control que entran en la celda A y D se designan pares
concordantes debido a que tienen igual grado de exposicin el caso y el control.
Los pares caso control que entran a las celdas B ,C se designan pares
discordantes dado que el estado de exposicin de casos y controles en estos
pares es diferente. La discordancia entonces se da en los pares B y C, en los
que se puede realizar el anlisis. El OR para un estudio de caso control con
pares igualadas se obtiene por una proporcin simple:
B
OR = -----C

Se puede realizar el clculo del X2

Nemar :

para N = B +C segn la ecuacin de Mc

[ ( B C) 1 ]2
X2 = -------------------------- =
N

El Intervalo de confianza se calculara: OR 1.96 X2

La probabilidad de los casos expuestos en relacin con los pares discordantes
expuestas es p = B / ( B + C) , lo cual en trminos de la relacin de opuestos :
OR
P = ----------------( 1 + OR )

3.1.3.2 Estudios de Cohortes :

Una cohorte es un grupo de personas con una caracterstica o grupo de
caractersticas comunes. El estudio de cohortes es la investigacin prospectiva
de factores que podran causar una alteracin. Se compara un grupo de
individuos que est expuesto a un factor de riesgo ( grupo de estudio) con un
grupo de individuos que no est expuesto al factor de riesgo ( grupo control), as
el investigador identifica una poblacin y determina sus caractersticas
iniciales(estado de exposicin) que constituir el grupo de estudio, pero las
caractersticas bsicas de las personas expuestas no debern diferir
sistemticamente de las personas no expuestas, excepto para la exposicin de
inters y la poblacin de los no expuestos deber seleccionarse de la misma
poblacin fuente u otra comparable que las del grupo expuesto. El investigador
vigila a ambos grupos en el transcurso del tiempo y compara la presencia del
problema, que espera est relacionado con el factor de riesgo, en ambos grupos,
para determinar si en realidad est afectada con el problema una mayor
proporcin de los que tienen el factor de riesgo . Tanto el grupo expuesto como
los no expuestos deben estar exentos del problema que interesa al comienzo del
estudio y tener una susceptibilidad igual al desarrollo del mismo durante el
curso del estudio. Si algunos sujetos padecen ya del problema antes de iniciar el

estudio, la relacin temporal entre exposicin y enfermedad no ser posible

demostrarla. El grado de exposicin puede diferir dependiendo de los objetivos
del estudio, en algunos estudios solo se les clasifica como expuestos y no
expuestos; otros estudios contemplan un espectro de grados de exposicin, ej.
calificaciones del Apgar como un indicador de asfixia neonatal, en este caso
puede tomarse la variable de exposicin graduada y transformarla como una
exposicin categrica dividiendo a los sujetos en grupos a partir de un punto de
corte, y puede seleccionarse de varias maneras en funcin del valor del punto
de corte escogido. Cuando la exposicin puede categorizarse en mltiples
niveles o gradaciones, los investigadores pueden determinar si existe una
relacin entre la dosis de exposicin y la respuesta. El grupo no expuesto debe
estar accesible para entrar al estudio y para el seguimiento, y deber lograrse
una comparacin uniforme con el grupo expuesto, adems los grupos expuestos
y no expuestos deben escogerse en periodos similares. Si un sujeto
originalmente satisface los criterios para ser incluido en un estudio de cohortes,
sufre un cambio en el estado de exposicin durante la vigilancia a lo largo del
proceso, este sujeto no deber ser excluido del anlisis subsiguiente porque
puede conducir a una conclusin sesgada. El diseo de Cohortes es un estudio
longitudinal y el diagrama sera:
T1

T2

T3

T4

Cohorte de estudio

M1

O1

O2

O3

On

Cohorte de control

M2

O1

O2

O3

On

Los estudios de cohortes son de dos tipos: concurrentes y no concurrentes ( o

histricos). Los estudios de cohortes concurrentes siguen la evolucin de los
pacientes durante largos periodos, por lo que son caros y requieren demasiado
tiempo para su culminacin. Los estudios de cohortes no concurrentes son
aquellos que utilizan datos fiables de pocas anteriores sobre la ausencia o
presencia de las caractersticas estudiadas y la asignacin de los individuos a los
grupos se lleva a cabo a partir de los datos del pasado; despus de la asignacin
el investigador puede investigar si la enfermedad o el evento se desarroll
posteriormente. Es un estudio retro-prospectivo

Los resultados de un estudio de cohortes pueden analizarse de varias maneras:

Enfermedad
SI
a

NO
b

SI
exposicin

A+B
c

d
C+D

NO
Total

Total

(A + C)

(B + D) = A+B+C+D

La definicin de las celdas es la siguiente:

A = nmero de individuos que estn expuestos y tienen la enfermedad
B = nmero de individuos que estn expuestos y no tienen la enfermedad
C = nmero de individuos que no estn expuestos y tienen la enfermedad
D = nmero de individuos que no estn expuestos y no tienen enfermedad

Y de las celdas marginales se obtiene:

a + b = nmero total de individuos expuestos
c + d = nmero total de individuos no expuestos
a + c nmero total de individuos con la enfermedad
b + d = nmero total de individuos sin la enfermedad.
Ie = a / ( a + b ) Incidencia de los expuestos.
I o = c / ( c + d) Incidencia de los no expuestos.
Ie
a/(a+b)
RR = ----------- = ----------------Io
c / ( c + d)

El RR ( riesgo relativo) : cuantifica la magnitud de una asociacin entre

exposicin y enfermedad e indica la probabilidad de desarrollar la
enfermedad en el grupo expuesto en relacin al grupo no expuesto. El
cociente resultante expresa el riesgo relativo de enfermar cuando la
exposicin est presente; es decir , cuantas veces ms ( o menos) tienen
chance de enfermar aquellos que estn expuestos al factor de estudio en
comparacin con el riesgo estndar que tienen aquellos que no estn
expuestos. Es pues una probabilidad de presentar la enfermedad dado que
exista la exposicin.
El RR = 1 indica que las tasas de incidencia de enfermedad entre los
expuestos y los no expuestos son idnticas y no existe asociacin observada
entre exposicin y enfermedad. Un valor mayor a 1 indica asociacin
positiva, es decir un riesgo incrementado entre los expuestos a un factor
denominado factor de riesgo . Un riesgo relativo menor a 1 indica una
asociacin negativa o inversa, un riesgo disminuido al factor, en tal caso
dicho factor se denomina factor de proteccin.
Valores de RR y su interpretacin:
0.0 0.5 = factor de proteccin eficaz
0.6 0.8 = cierto beneficio
0.9 - 1.1 = no significativo
1.2 - 1.6 = riesgo dbil
1.7 - 2.5 = riesgo moderado
de 2.5 = riesgo fuerte
El Riesgo Atribuible (RA): o Diferencia de Riesgos, es una medida de
asociacin que proporciona informacin acerca del efecto absoluto de la
exposicin o exceso de riesgo de enfermedad en los individuos expuestos al
factor de comparacin con aquellos no expuesto. Si existe una asociacin causal
entre exposicin y enfermedad y el riesgo atribuible es mayor a cero, ste valor
indicar el nmero de casos de la enfermedad entre los expuestos que pudiera
ser evitado si la exposicin fuese eliminada; as el riesgo atribuible puede ser
til como medida del impacto que en salud pblica tiene una exposicin. Se
define por la diferencia de las tasas de incidencias de enfermedad en los
expuestos y los no expuestos, es usado para cuantificar el riesgo de enfermedad
en el grupo expuesto que puede ser considerado atribuible a la exposicin,
removiendo el riesgo de enfermedad que pudo haber ocurrido de cualquier
modo debido a otras causas ( que es el riesgo de enfermar en los no
expuestos)se calcula de la siguiente manera:

RA = Ie - Io = [ a / ( a + b) ] - [ c / ( c + d) ]
El Riesgo Atribuible Porcentual ( RA %) , es llamado tambin Fraccin
Etiolgica ( FE), es el mismo riesgo atribuible expresado en porcentaje y
expresa la proporcin de enfermedad entre los expuestos que es atribuible a la
exposicin o la proporcin de la enfermedad que puede ser prevenida en el
grupo expuesto si se elimina la exposicin. El RA% es calculado por la
divisin del riesgo atribuible entre la tasa de incidencia de los expuestos.
Ie - Io
[ a / ( a + b) ] - [ c / ( c + d ) ]
RA% = ----------------- x 100 = -------------------------------------------- x 100
Ie
[ a / ( a + b) ]

Proporcin de Tasas: En un estudio de Cohortes el resultado medido puede ser

una tasa de incidencia (o de mortalidad) ms que un riesgo. La proporcin de
tasas se deriva:
Tasa de resultados entre personas expuestas A / PT ( expuestos)
Proporcin de tasas = --------------------------------------------------------------- = ------------------------Tasa de resultados entre personas no expuestas B / PT ( no expuestos)

La magnitud de la proporcin de tasas se interpreta de la misma manera que el

RR ( o la proporcin de riesgos) : <1 = efecto protector, 1 = sin efecto, >1
efecto nocivo de la exposicin; entre ms lejos se encuentre el valor nulo, ms
fuerte ser la relacin entre exposicin y tasa de resultado.
Formato para el resumen de datos de tasas en un estudio de cohortes
Personas
expuestas

Personas
expuestas

no

Nmero
de
A
B
resultados
Personatiempo PT ( expues- PT ( no extos)
Puestos )
( PT)

Total
A+B
PT ( total)

3.1.3.3 Estudios Analticos Psicosociales: comprende los estudios

preexperimentales y ex post facto, son aplicables a ciencias de la salud.,
los ex post facto corresponden a los estudios epidemiolgicos
denominados casos sin controles, casos y controles y de cohortes. Los
estudios ex post facto pueden ser retrospectivos y prospectivos. Los
estudios Preexperimentales se justifican cuando no es posible realizar un
verdadero experimento. El diagrama de un diseo preexperimental es as:
Grupo experimental __X1, X2, _____________ O1 ,O2
Se selecciona un solo grupo denominado experimental, al cual se aplica el
tratamiento _X1 , X2 _ y se realizan observaciones peridicas que faciliten
al observador definir operacionalmente a las variables dependientes,
determinar las variables que se deben controlar y sistematizar, la
manipulacin de las variables experimentales tratamiento- para su

aplicacin posterior. No se usa grupo de control ni se seleccionan los

sujetos de estudio en forma probabilstica, no permite establecer relaciones
causales, hay restriccin de validez interna y externa de los diseos.

3.1.3.4 Estudio de Casos clnicos : La investigacin en salud utiliza el

estudio de casos clnicos cuando en forma sistemtica recolecta
informacin acerca de la causa del problema o enfermedad, medio
ambiente, tratamiento, evolucin y pronstico del dao en una persona o
paciente; cuando la enfermedad es poco comn no existe informacin
previa que permita hacer predicciones o comprobar nuevas hiptesis, es
necesario desarrollar teoras que sustenten los factores causales y
tratamientos para dar una respuesta al problema planteado. El estudio de
casos clnicos se aplica a diferentes situaciones o problemas, como la
descripcin de aspectos de la historia natural de la enfermedad, la
respuesta de los pacientes a un procedimiento diagnstico o teraputico,
los aspectos de la enfermedad que refuerzan o niegan hiptesis causales,
los primeros casos de una enfermedad en particular o de un sndrome, las
asociaciones de enfermedades no comunes en uno o varios pacientes,
entre otros. Como ejemplo, Vernaza y Gmez informaron sobre 450 casos
de laparoscopia diagnstica en los que se analizaron las indicaciones y
contraindicaciones del procedimiento y se describieron los diagnsticos
clnicos, as como los hallazgos segn el diagnstico y la morbilidad en
los pacientes sometidos al procedimiento. El diagrama general podra ser
as:
Grupo 1 _ X1 _ X2 _ X3 _ Xn _____ O
Tafur en base a los pasos del mtodo cientfico describe 7 pasos
secuenciales en los diseos de casos clnicos:
1. Revisar la literatura partiendo del propsito y objetivos del estudio.
2. Definir el caso de acuerdo con la unificacin de criterios diagnsticos de
la clasificacin internacional adoptada por la OMS.
3. Definir las variables de estudio con relacin a la persona, tiempo y lugar
que corresponde al tringulo epidemiolgico empleado para toda clase de
estos estudios. De igual modo se deben tener en cuenta las variaciones del
proceso de la historia natural de la enfermedad como la triada ecolgica
agente, husped, y medio ambiente, los signos y sntomas, la incapacidad,
las asociaciones con otras patologas y los niveles de prevencin; tambin
se consideran variables de estudio las tcnicas y los procedimientos
diagnsticos y teraputicos correspondientes.
4. Es necesario especificar las fuentes de donde se toman los casos para el
estudio as como el periodo de recoleccin de la informacin.
5. de acuerdo con el tamao de la muestra de estudio, al momento de
recolectar la informacin se utiliza un formato para unificar las variables a
recolectar, con criterios claros y precisos de unificacin, sin necesidad de
hacer modificaciones durante la revisin de estos criterios.
6. Determinar el nmero de casos de acuerdo con el propsito y objetivo
de la investigacin. La cantidad de casos no esta en relacin con la calidad
del estudio. Independientemente del nmero de casos, se debe tener en
cuenta que el muestreo es no probabilstico y representan a la enfermedad
en la institucin donde se estudian y no representan a la poblacin.
7. Para el anlisis de los datos se debe tener en cuenta la comparacin con
estudios similares de otros sitios y el manejo estadstico de los datos,
adems tener en cuenta la revisin de la literatura mdica previamente

realizada y resaltar las similitudes y diferencias en base al propsito y

objetivos e la investigacin.

3.2

ESTUDIOS EXPERIMENTALES :
Siguiendo A Campbell y Stanley (1973) en la investigacin experimental los
diseos que con ms frecuencia son usados, segn el grado de control que se
tengan sobre las variables extraas, se clasifican en: diseos pre-experimentales,
cuasi- experimentales y experimentales propiamente dichos.
3.2.1 DISEOS PRE-EXPERIMENTALES: Son aquellos estudios que no tienen la
capacidad de controlar adecuadamente los factores que influyen contra la validez
interna y la validez externa, son de tres tipos: Diseo de un grupo slo despus;
Diseo Pre-test, post test con un solo grupo ; Diseos de comparacin esttica o
Comparacin de Grupos slo despus.
3.2.1.1 Diseo de un Grupo slo despus :
En este diseo se trabaja con un solo grupo de sujetos, se hace una
observacin o medicin (O) despus del tratamiento (X) con la finalidad
de evaluar los efectos del tratamiento (variable experimental o
independiente). En este diseo no se usa grupo de control y no se conoce
informacin previa al tratamiento, por lo tanto el investigador no tiene
sustento real para asegurar que los cambios hayan sido producidos por la
manipulacin de la variable independiente. Este diseo puede ser
esquematizado de la siguiente manera:
X

3.2.1.2 Diseo Pre- test post test con un solo grupo :

Este diseo no usa grupo control, el investigador no puede tener certeza
que el posible cambio observado entre el pre y post test haya sido
producido realmente por el tratamiento experimental an cuando existan
diferencias entre ambas mediciones ya que siempre va a existir la
probabilidad de que estas diferencias sean debidas a la influencia de otras
variables extraas. Implica tres pasos por parte del investigador:
o
o
o

Una medicin previa e la variable dependiente a ser estudiada

(Pre- test).
Aplicacin de la variable independiente o experimental (X) a los
sujetos del grupo.
Una nueva medicin de l a variable dependiente en los sujetos
(post test).

Puede diagramarse de la siguiente manera:

O1

O2

3.2.1.3 Diseos de Comparacin de Grupos solo despus o de Comparacin

esttica.
Este diseo hace uso del grupo de control, el mismo que no va a recibir el
tratamiento experimental (X). La referencia a comparacin esttica o

grupos intactos, es porque el investigador no selecciona los grupos sino

que stos ya estn formados. El diseo sigue los siguientes pasos:
o
o

Determinacin de los grupos de trabajo, y solo el grupo

experimental recibir el tratamiento (X).
En ambos grupos, luego del tratamiento, se mide la variable
dependiente seleccionada, para poder hacer las comparaciones
necesarias y extraer conclusiones. El diagrama corresponde :
X

O1

-----------------------------------------

O2

El uso del grupo de control sirve como una fuente de comparacin para
el grupo que s recibe el tratamiento, controla en alguna medida las
variables extraas, pero dado que los sujetos de cada grupo no han sido
seleccionados ni distribuidos en forma aleatoria (la lnea quebrada
indica que los grupos son intactos o preformados) , nos es prcticamente
imposible asegurar que nuestros grupos son equivalente, lo que afecta la
validez interna. Adems no se conoce como eran los grupos antes del
tratamiento.
3.2.2 DISEOS CUASI-EXPERIMENTALES:
Son sustancialmente ms adecuados que los pre-experimentales ya que
controlan algunas aunque no todas las fuentes que amenazan la validez. Se
emplean en situaciones en las cuales es difcil o imposible el control
experimental riguroso; con este diseo no es posible controlar todas las
variables extraas que puedan afectar el trabajo y se deben tener en cuenta
cuales son estos posibles factores no controlados al momento de la
interpretacin de los resultados. Se parte de seleccin de muestra no
probabilstica que dificulta la generalizacin de los resultados a otras
poblaciones, lugares y tiempos o se usa un grupo control no equivalente rd
lo cual dificulta controlar todas las debilidades de la validez interna, que
afecta los resultados y las conclusiones del estudio, por ello requiere el
anlisis crtico de cada debilidad en forma independiente y en conjunto.
Utilizar en la experimentacin el placebo con el grupo de control y el
doble ciego evita llegar a falsas conclusiones.
3.2.2.1 Diseos de Series de Tiempo.
Se dispone solo de un grupo de estudio. El investigador realiza
mediciones peridicas de la variable dependiente antes y despus de la
aplicacin del tratamiento(X). El diagrama es el siguiente:
O1

O2

O3

O4

O5

O6

O7

O8

Este DISEO puede ser considerado como semejante a un diseo preexperimental de un grupo antes y despus, pero la diferencia est en que
este diseo de series de tiempo implica varias mediciones pre-test y post
test. Se puede usar un grupo de control para controlar el sesgo historia.
3.2.2.2 Diseo de muestras equivalentes de tiempo :
Es semejante al de series de tiempo, pero es superior a l porque satisface
los requerimientos de control de los factores que afectan la validez interna
y controla el posible efecto del orden de los tratamientos. Se ejecuta en

forma semejante al de series temporales, salvo que en este diseo la

variable experimental (X1 ) es aplicada varias veces al grupo y su
aplicacin se alterna con periodos de no aplicacin (Xo ) o aplicacin de
otra experiencia. El diagrama es:
X1
O1
X0
O2
X1
O3
X0
O4
Las comparaciones del promedio O1 y O3 con el promedio de O2 y O4
nos ofrece un resultado que tiene pocas probabilidades de estar afectado
por el sesgo historia y altamente improbable que una variable extraa
ocurra simultneamente en cada presentacin de la variable experimental
X1.
3.2.2.3 Diseo de dos grupos no equivalentes o con grupo control no
equivalente.
Consiste en que una vez que se dispone de los dos grupos (intactos no
aleatorizados) se debe evaluar en ambos la variable dependiente, luego a
uno de ellos se le aplica el tratamiento experimental y el otro sigue con las
tareas o actividades rutinarias. El diagrama es:
Grupo experimental

O1

O2

--------------------------------------------------

Grupo control

O3

O4

Este diseo es similar al diseo experimental con grupo control pre y post
test , con la excepcin de que los sujetos no han sido asignados
aleatoriamente a los grupos de trabajo, esto crea un sesgo de seleccin,
para superar este problema se procede a comparar los puntajes del pre test
de ambos grupos (O1 y O3) y los puntajes en las variables de control que
se consideren importantes : sexo, edad etc. si por este procedimiento se
verifica la equivalencia de los grupos, se estar tambin controlando los
posibles efectos que pudieran tener la maduracin, historia,
instrumentacin y medicin.
3.2.2.4 Diseo Contrabalanceado :
Este diseo se usa con grupos intactos o no equivalentes o preformados
como por ej. sujetos pertenecientes a determinada clase social, a
determinado grupo de enfermedad etc. La caracterstica de este diseo es
que todos los sujetos individualmente o grupos de sujetos pasan por las
diversas condiciones experimentales e decir por los diversos tratamientos
aleatorizados, estas condiciones experimentales representan diferentes
grados o valores de una variable independiente.
El diagrama es:
Replicaciones
X1
X2
X3
X4
1 grupo
2 grupo
3 grupo
4 grupo

A
C
B
D

B
A
D
C

C
D
A
B

D
B
C
A

Otra forma de diagrama del mismo diseo:

GRUPO A
GRUPO B
GRUPO C
GRUPO D

1 sesin

2 sesin

3 sesin

4 sesin

X 1O
X 2O
X 3O
X 4O

X 2O
X 4O
X 1O
X 3O

X 3O
X 1O
X 4O
X 2O

X4O
X3O
X2O
X1O

Los resultados se logran realizando mediciones para cada grupo y por cada
tratamiento, obtenindose finalmente un promedio para todos los grupos
en un mismo tratamiento, el que luego se compara con los promedios en
los otros tratamientos para concluir cul es el que nos ofrece los mejores
resultados de acuerdo a los objetivos del estudio. Este diseo supera las
debilidades de los diseos anteriores y no requiere grupo control, la
desventaja es que puede presentarse el efecto de transfeencia de un
tratamiento al siguiente y el posible aburrimiento o fatiga de los sujetos.
3.2.3

DISEOS EXPERIMENTALES PROPIAMENTE DICHOS.

Todo diseo experimental se basa en el conocimiento profundo del problema
o fenmeno de estudio, esto permite formular hiptesis alternas y determinar
presuntas causas, establecen relacin de causa -efecto; si se establece la
relacin de causalidad con dos o ms variables independientes se denomina
multicausalidad , cuando hay ms de una variable dependiente se llama de
efecto mltiple. El experimento se realiza en condiciones altamente
controladas, como sucede con las investigaciones de laboratorio o en el
medio circundante, denominada investigacin de campo. La investigacin
experimental permite el estudio y la medicin de las variables independientes
y sus interacciones, como sucede en el estudio de problemas de mayor
complejidad. En la experimentacin se puede manipular una o ms variables
que se controlan segn las condiciones especficas de la investigacin.
Cuanto ms reales sean las condiciones ambientales, las variables sern ms
fuertes y contribuirn a aumentar la validez externa, lo que permitir alcanzar
un mayor precisin con respecto a la generalizacin de resultados en
situaciones similares. El anlisis de los factores de validez interna y externa
constituye parte esencial de todo diseo experimental, en el que dichos
factores determinan la rigurosidad del experimento, especialmente los
llamados factores de validez interna. Todo estudio experimental se somete al
anlisis lgico de la ciencia, cuyo proceso esta constituido por cinco pasos
importantes:
Se examina la presencia de covariacin o concomitancia de la
relacin causal establecida entre la variable experimental y
dependiente, paso esencial para poder inferir causalidad y hacer
predicciones cientficas. El investigador debe preguntarse si
realmente existe una relacin causal entre las variables y cul es la
direccin.
La validez de construccin causa efecto se considera punto de
partida antes de analizar los factores de validez externa. La validez
externa se refiere a la capacidad de extrapolar los resultados a otras
poblaciones, lugares y tiempo.
Se habla de validez interna para referirse a la validez sobre una
prediccin de relacin causal entre una y otra variable en la que se
manipula la variable experimental y se miden los dos variables:
experimental y dependiente, por parte del investigador. La validez
interna se refiere al control riguroso de los ocho factores o
debilidades threads - que representa la aproximacin validad con la
cual se infiere la relacin causal entre las dos variables causa efecto.
Estas debilidades se controlan con los diseos experimentales
verdaderos y no con los cuasi experimentales. Estos factores o
debilidades segn Campbell y Stanley son:

o
o

Historia: cuando el efecto observado por la manipulacin de

la variable independiente puede deberse a un evento ocurrido
entre las mediciones del pre-test y post test.
Maduracin : cuando entre el pretest y post test los
respondientes incrementan otras caractersticas relacionadas
como talla, edad fuerza, informacin, conocimiento,
experiencia y dicha maduracin es diferente de la alcanzada
por el tratamiento experimental.
Pruebas: se debe a la familiaridad alcanzada por ms de una
respuesta al test. Esto aumenta el rendimiento o ejecucin
porque las respuestas erradas en el pretest se recuerdan
fcilmente en el post test.
Instrumentacin: se debe a las variaciones con sucesivas
aplicaciones de la prueba entre el pretest y varios post tests y
no por efecto del tratamiento en cada intervalo. Los
investigadores se vuelven ms expertos en la aplicacin de la
prueba y las aplicaciones posteriores pueden demanda menor
tiempo.
Regresin estadstica: se presenta en el grupo experimental
en trminos de la correlacin de los puntajes del pretest y
post test. En el post test los puntajes iniciales altos tienden a
bajar y los bajos a subir. la diferencia del cambio se debe a
la regresin y no al tratamiento. A mayor confiabilidad de la
prueba menor ser el error de regresin. Para minimizar el
problema antes de la seleccin al azar se realiza pareamiento
de las personas segn las variables relacionadas con el
problema.
Seleccin: se debe a las diferencias entre los respondientes
del grupo experimental y grupo control. La debilidad se da
en los diseos cuasi experimntales y no en los diseos
experimentales con grupos equivalentes de sujetos elegidos
al azar.
Mortalidad: se presenta cuando hay retiros o desertores
durante el tratamiento entre los sujetos del grupo
experimental. Esto da como resultado una seleccin artificial
puesto que los respondientes son diferentes entre el pretest y
el post test.
Interaccin con seleccin : muchas debilidades de la
validez interna pueden interactuar con el procedimiento de
seleccin y producir efectos espurios al tratamiento, como
seleccinmaduracin (hay subgrupos que maduran a
diferentes ritmos cuando se toman pacientes de diferentes
riesgos de enfermedad o de diversas clases sociales),
seleccinhistoria (cuando un grupo de personas ,quienes
reciben el programa de salud vienen de diferentes veredas o
ciudades cada subgrupo tiene su propia historia ) , seleccin
instrumentacin ( cuando el investigador conoce con
anterioridad algunos de los sujetos de la muestra e
inconscientemente tiende a favorecer sus respuestas).
El efecto de contaminacin se puede dar cuando se evalan
dos tratamientos dentro de un mismo experimento, que se da
por intercambio de informacin entre los sujetos que
conforman los dos grupos.

La ceguera en las mediciones, se utiliza para minimizar el

sesgo de registro o de medicin de resultados. As tenemos.
Estudio simple ciego , cuando solo el observador o
los pacientes ignoran el grupo del que forman parte.
Estudio doble ciego, cuando el observador y los
pacientes desconocen a qu grupo pertenecen.
Estudio triple ciego, cuando el observador, los
pacientes y el analista ignoran a qu grupo
pertenecen.

Se habla de validez externa, cuando la relacin causal se puede

generalizar a posteriores mediciones de causa efecto a travs de
diferentes poblaciones, lugares y tiempos... Las debilidades de la
validez externa se enuncian con relacin a las interacciones
estadsticas de los efectos. stas constituyen la seal o direccin de
los efectos del tratamiento a travs de diferentes poblaciones. Los
factores de validez externa se examinan en trminos de las
interacciones entre tres factores: la seleccin de la muestra y el
tratamiento, el lugar y el lugar de tratamiento, la historia, tiempo y el
tratamiento.
TIPOS DE DISEOS EXPERIMENTALES:
De acuerdo al nmero de variables que se manipulan:
Diseos clsicos: se centran generalmente en la medicin de una sola
variable.
Diseos factoriales. manipulan dos o ms variables; sin embargo no es
conveniente tomar ms de tres, especialmente cuando las muestras son
pequeas.
El paradigma del diseo clsico con una variable experimental presenta el
Diseo con grupo de Control solo despus o post tests o diseo de grupos
aleatorios solo despus. Diagrama:

ELECCIN AL AZAR
DE LOS SUJETOS

Grupo experimental____X
Grupo control
O2

O1__

Diseo de dos grupos apareados solo despus o Post test: se parece al diseo
anterior con la diferencia que en la modalidad de seleccin de los sujetos para
eliminar las diferencia se usa el apareamiento por sujetos o por grupos,
utilizando en cada uno de ello el criterio de variable relacionada a la variable
dependiente o al criterio de rendimiento previo.
ELECCIN APAREADA Grupo experimental____X
DE LOS SUJETOS
Grupo control

O1__
O2

Diseo de Dos grupos aleatorizados pre y Post Test o Diseo con grupo
Control Pre y Post test: es otro diseo clsico modifica el anterior debido a la
introduccin de un pre-test pero mantiene iguales los otros elementos. En este
diseo se quiere medir la diferencia entre le pretest y el post test. El diagrama
es:

Eleccin al
Azar

G. experimental
G. control

Pretest_O1___X___post test_O2
Pretest O3
post test O4

El Diseo de Cuatro Grupos de Salomn: combina dos diseos

experimentales propiamente dichos: el diseo de Grupo Control slo Post test y
el diseo de dos grupos aleatorios antes y despus. Se aplica al campo de la
salud para medir el efecto de los programas que se realizan para alcanzar
cambios del comportamiento, confrontar el efecto de las drogas o tratamientos
por medio de las pruebas o exmenes de laboratorio. Corresponde el siguiente
diagrama:
GE1

O1

GC1

O3

GE2

GC2

O2
O4

O5
O6

Los Diseos de Bloques Aleatorios: consiste en formar conjuntos homogneos

de sujetos (bloques) en base a algn criterio denominado
variable de
bloque que guarde ntima relacin con la variable dependiente. La variable de
bloque permite conseguir la homogeneidad de los sujetos en base a alguna
caracterstica psicolgica, biolgica, o social dentro de un bloque, controlndose
de esta manera las diferencias individuales y con ello una fuente de error. Dada
la homogeneidad intrabloque se darn diferencias entre los bloques facilitando
el tratamiento de cada uno de ellos; luego si los individuos de cada bloque son
iguales, las diferencias que se puedan advertir despus de los tratamientos deben
atribuirse a la accin de stos.. Las condiciones de un diseo de bloques
aleatorios son: (1) las unidades experimentales dentro de un mismo bloque
habrn de ser relativamente homogneas, (2) el nmero de unidades
experimentales por bloque habr de ser igual al nmero de tratamientos por
investigar, ( 3) los tratamientos sern asignados al azar a cada una de las
unidades experimentales dentro de cada bloque.. El anlisis estadstico esta
orientado a probar los efectos de los tratamientos. El diagrama sera:
T1

T2

T3

Tn

Bloque 1
Bloque 2
Bloque 3
Bloque n
El Diseo de cuadrado latino: se considera una ampliacin del diseo de
bloques aleatorios. En este diseo las unidades experimentales son sometidas a
doble bloqueo: un bloqueo horizontal (filas) y un bloqueo vertical
(columnas).Al utilizar doble bloqueo se ejerce control sobre dos variables
extraas y con ello el cuadrado latino ofrece ms oportunidad para reducir los
errores. El diagrama sera:
Variable de bloqueo b
b1

b2

b3

Variable de
Bloqueo a

a1

a2

a3

Los Ensayos Clnicos Aleatorios: son los diseos experimentales ms

utilizados y suelen planificarse con el fin de evaluar la eficacia de un
determinado tratamiento, procedimiento o intervencin. Por lo regular en los
ensayos clnicos se emplea el diseo pre-prueba post prueba o solo posprueba,
de modo que el trmino ensayo clnico no se refiere de modo especfico a un
diseo, como a la aplicacin de un diseo. Los ensayos clnicos siempre
implican poner a prueba un tratamiento clnico; la asignacin aleatoria de los
sujetos a las condiciones experimentales y a una o ms condiciones de control.
Lazarsfeld identific tres criterios de causalidad: el temporal, una causa debe
preceder en el tiempo a su efecto; entre la presunta causa y el efecto supuesto
medie una relacin emprica y el ltimo criterio es que la relacin causal no
puede explicarse como resultado de la influencia de una tercera variable.
Actualmente la investigacin clnica basada en estudios experimentales con
humanos est sujeta a una serie de requisitos, tanto ticos como legales, y para
la realizacin de ensayos clnicos con medicamentos debemos de guiarnos por
las norma internacionales y disponer de los permisos de los comits de tica de
investigacin. Clsicamente se han descrito cuatro fases necesarias en la
evaluacin e investigacin de un nuevo frmaco o procedimiento. En la fase I o
inicial de la prueba de un nuevo frmaco, el objetivo es determinar si existe una
dosis efectiva con mnimos efectos secundarios; en esta fase no existe grupo de
comparacin y se administra generalmente en voluntarios que reciben distintas
dosis a lo largo de periodos de tiempo tambin distintos, si en esta fase se
demuestra la eficacia del procedimiento o frmaco, se pasa a la fase II, en la
que se determina la farmacocintica del nuevo frmaco y las relaciones
dosis/respuesta. Esta fase suele desarrollarse sobre pacientes potenciales y su
objetivo es conseguir una estimacin lo ms precisa posible de su efectividad.
La fase III de la evaluacin de un frmaco antes de su comercializacin precisa
un nmero suficientemente grande de ensayos clnicos randomizados, en los
cuales el nuevo frmaco se compara con alternativas ya disponibles o si esto no
es posible, con placebo. Por ltimo la fase IV incluye todos los estudios
realizados sobre un frmaco despus de su comercializacin.
Esquema del ensayo clnico randomizado (aleatorizado):

Grupo experimental

Poblacin
-pacientes
-sanos

Muestra
Randomizacin

Criterios de
Inclusin y exclusin

Grupo control

Medicin
Inicial

R
E
S
U
L
T
A
D
O
medicin
final

En el ensayo Clnico cruzado: no existe grupo de control y cada sujeto acta como control de s
mismo y la secuencia en la cual se recibe los distintos tratamientos es asignada al azar, entre
cada tratamiento hay un periodo de blanqueo en la cual la intervencin aplicada con
anterioridad deja de tener efecto. Para el anlisis de los resultados se comparan los desenlaces
despus de cada secuencia de tratamiento.
En los Ensayos clnicos randomizados con diseo factorial , se permite contestar a ms
de una pregunta utilizando la misma muestra de sujetos. El grupo de sujetos reciben dos
sustancias activas para dos puntos finales distintos.
Los estudios de Intervencin o Ensayos comunitarios se hacen en la comunidad y la
intervencin no se aplica de forma separada para cada uno de los sujetos participantes. La
asignacin es controlada pero no randomizada, el investigador decide qu comunidad recibe la
intervencin y cual acta de control y los sujetos estn sometidos o no a la intervencin por el
hecho de pertenecer a una comunidad o a otra.
Esquema del diseo de un ensayo clnico cruzado
Pacientes

Tratamiento A

Tratamiento B

Desenlace
Periodo de blanqueo

Tratamiento A

Tratamiento B

Desenlace

Esquema de un ensayo clnico con diseo factorial

Frmaco A y Frmaco B

Frmaco A y Placebo B

SUJETOS

Randomizacin
Placebo A y Frmaco B
Placebo A y Placebo B

Los Diseos factoriales:

Representan la estructura de la investigacin cuando dos o ms variables
independientes se yuxtaponen y permiten estudiar el efecto en trminos de cada
variable independiente y de la interaccin de stas. Los diseos factoriales

R
E
S
U
L
T
A
D
O

pueden ser de 2 x 2 cuando manejan dos variables independientes o factores y

dos dependientes y requieren cuatro casillas; tambin pueden ser de 3 x 2 con
seis casillas o con ms variables y subdivisin de stas como 3 x 2 x 2 con doce
casillas o celdas. Cada factor debe comprender dos o ms niveles Cada casilla
se mide independientemente y segn la interacciones de las variables. Los
diseos factoriales permiten probar mltiples hiptesis de una sola vez.
ACTIVIDAD:
Escoja el diseo que se adecua ms a su problema o hiptesis de
investigacin.

Muestreos de Poblaciones
La investigacin en una poblacin, puede llevarse a cabo sobre el total de la poblacin, labor
generalmente muy compleja y costosa, o sobre una parte de esa poblacin que se denomina
"muestra". Esta ltima hace el trabajo ms sencillo y econmico, reduciendo adems su
duracin en el tiempo. No obstante no resulta vlida cualquier parte de la poblacin, ya que para
que los resultados sean fiables, esa muestra debe cumplir una condicin bsica, ser
representativa de la poblacin para que los resultados obtenidos sean extrapolables a la
poblacin de la que se obtuvo.
Hacer representativa una muestra tomada en una poblacin supone, por un lado, que posea un
tamao adecuado y por otro, que el mtodo de seleccin de la misma sea el correcto, de manera
que todas las subpoblaciones existentes en la misma estn representadas de forma adecuada.
La investigacin de una variable sobre una parte de la poblacin, muestra, hace que parte de la
informacin comn a la poblacin se pierda y por tanto el valor que se obtenga no ser el valor
real de la poblacin, sino una "estimacin" de ese valor real.
Conceptos generales a considerar en un muestreo

Poblacin diana: aquella poblacin de la que se desea obtener una informacin.

Poblacin a estudiar u origen: aquella poblacin de la que realmente se obtiene la
informacin.
En ocasiones las dos anteriores coinciden pero en otras son diferentes de manera que
si la segunda no es representativa de la primera, los resultados obtenidos
posteriormente no sern aplicables a la poblacin diana.
Unidad de muestreo: es el elemento bsico sobre el que se plantea el procedimiento de
muestreo. En unas ocasiones es la persona, en otras el grupo de personas, en otras
animales u objetos.
Muestra: conjunto de unidades de muestreo que han sido seleccionadas a partir de la
poblacin a estudiar y sobre las que realmente se realizar la investigacin
epidemiolgica.
Estrato: coleccin de unidades de muestreo agrupadas de acuerdo con una caracterstica
comn.
Fraccin de muestreo: relacin entre el tamao de la poblacin a estudiar y el tamao
de la muestra. N/n

Mtodos de seleccin de una muestra en una investigacin:

Muestreo Probabilstico: Aquel en el que todos los personas o grupos de la poblacin

tienen la misma probabilidad de formar parte de la muestra, siendo el azar el que
determina los que forman parte de la muestra y cuales no. La seleccin por este mtodo

puede realizarse a travs de sistemas de "lotera" o de "nmeros aleatorios" (tablas de

nmeros distribuidos en filas y columnas al azar).
En funcin de las caractersticas de la poblacin investigada y de los objetivos de la
investigacin pueden utilizarse diferentes tipos de muestreo probabilstico:

Simple: Precisa tener identificados todos los elementos que conforman la

poblacin (marco muestral). Consiste en seleccionar uno a uno, mediante lotera
o tablas de nmeros aleatorios, los elementos seleccionados forman parte de la
muestra.
Sistemtico: Si se tiene una lista completa de N elementos de una poblacin, se
puede emplear este tipo de muestreo, para lo cual se calcula la fraccin de
muestreo o intervalo de muestreo N/n; por lo tanto la unidad de muestreo inicial
se elige aletoriamente de entre las primeras k unidades de la lista, donde k es
igual a N/n (tamao de poblacin / tamao muestral). Si N/n no es un entero, su
valor se redondea al entero ms prximo. Despus conforme descendemos en la
lista, elegimos cada k-sima unidad consecutiva. Por ejemplo para elegir una
muestra de n individuos de 15 a 17 aos de edad residentes en Cusco, primero
elegimos un nmero entre 1 y k = N/n .Supongamos que escogimos el 4,
enseguida obtendremos informacin referente a la cuarta persona de la lista (del
marco muestral), as como de las dems personas 4+ k, 4+2k, 4+3k y as
sucesivamente hasta obtener el tamao muestral requerido. Si el tamao de la
poblacin N no se conoce, debe estimarse necesariamente y en este caso la
unidad de estudio inicial se escoge aleatoriamente de entre las primeras k
unidades disponibles y luego se elige de entre las primeras k-sima unidad
consecutiva. Por lo tanto el marco muestral se compila conforme progresa el
estudio.

Estratificado: En ocasiones, interesa analizar la poblacin en funcin de la

existencia de diferencias en un determinado carcter, por ejemplo el sexo. En
ese caso, se divide la poblacin total en grupos en funcin de ese carcter y de
cada grupo se toma una muestra por mtodos simples o sistemticos. El nmero
de sujetos a muestrear en cada grupo ser proporcional al tamao de ese grupo
respecto al total de la poblacin (si un sexo supone en la poblacin el 75% , en
la muestra ese sexo debe estar representado en un 75%).

Cluster o de Grupo o Conglomerados: En otras ocasiones la situacin inicial

consiste en que conocemos el nmero de grupos que hay dentro de la poblacin
pero no el nmero de unidades de cada uno de esos grupos. En ese caso, se
realiza un muestreo, simple o sistemtico de los grupos y se incluyen en la
muestra la totalidad de las unidades de cada grupo seleccionado. Por ejemplo es
el caso en que se conoce el nmero de colegios de una ciudad, pero no el
nmero de alumnos de cada un de estos colegios, en ese caso se selecciona una
parte de los colegios y se investiga la totalidad de los alumnos de cada uno de
estos colegios.

Multiestadio o Multietpico: Consiste en un sistema mixto de los mtodos

cluster y estratificado. Se trata de realizar el muestreo a dos niveles: un primer
nivel entre grupos y un segundo nivel entre unidades dentro de los grupos
seleccionados previamente. Supone por tanto seleccionar por ejemplo parte de
los colegios de entre la totalidad de stos, y posteriormente en cada uno de
ellos se seleccionan parte de los alumnos, en ambos casos mediante los mtodos
simple o sistemtico.

Muestreo no probabilstico: Aquel mtodo en que no todos los elementos de la

poblacin tienen la misma probabilidad de formar parte de la muestra, siendo el
investigador el que decide cuales forman parte de la muestra y cuales no. En estos
casos, corremos el riesgo de que la muestra no sea representativa de la poblacin. En
funcin de quien es el que decide los sujetos de la muestra, los tipos de muestreo no
probabilstico sern:
Con voluntarios o accidental: El investigador decide voluntariamente qu
sujetos forman parte de la muestra y cuales no segn a l le interese conocer o
que estn disponibles.

De conveniencia o intencional: El investigador decide qu sujetos forman

parte de la muestra, en funcin de que posean o no algn carcter que desea
analizar.

Tamao de la muestra
Utilizar un mtodo adecuado para la seleccin de una muestra no es suficiente para hacer sta
representativa de la poblacin, puesto que la muestra tambin debe cumplir una segunda
condicin, que el tamao sea adecuado para el tipo de investigacin que se desea realizar. Esto
supone que el tamao de la muestra depender en gran medida de los objetivos de la
investigacin, ya que no ser necesario el mismo nmero de sujetos para detectar la presencia de
una enfermedad en una poblacin (se trata de detectar al menos un sujeto positivo), que para
determinar la prevalencia (debemos detectar una proporcin de enfermos en la muestra igual a
la que existe en el total de la poblacin) o para evaluar el impacto de un determinante en la
presentacin de una enfermedad (factor de riesgo).
Para estimar el tamao de la muestra a seleccionar en una poblacin es necesario partir siempre
de un valor medio o de una proporcin esperados (media de la medida de un valor continuo (Ej.:
peso), prevalencia de enfermedad esperada o de proporcin de exposicin a un factor), o bien de
su desviacin estndar.
TAMAO DE LA MUESTRA PARA ESTIMAR LA MEDIA DE UNA POBLACIN:
Si interesa conocer la media de una medida continua en una poblacin como es el caso del peso
o de la temperatura corporal, el tamao de la muestra a seleccionar depender del error
aceptado (L), del nivel de confianza deseado (NC) o probabilidad de obtener una respuesta
correcta, y de la media esperada de esa medicin (M) o de su desviacin estndar (SD).
En este caso, la frmula a utilizar es:

Donde:
n :tamao de la muestra.
t: valor de la distribucin normal (t de Student) para un nivel de confianza deseado.
Generalmente se utiliza un nivel de confianza del 95%, en ese caso el valor de t es
1.96.

L: error aceptado o precisin, desplazamiento admitido a ambos lados de la media

esperada.
SD: desviacin estndar correspondiente a la "media esperada (M)" de enfermedad.
Este valor suele ser desconocido por lo que debe utilizarse un valor esperado o
aproximado. El clculo de ese valor aproximado se realiza definiendo inicialmente los
valores mximo y mnimo que se espera encontrar, entre esos dos valores lmites se
encuentra un rango que con un 95% de probabilidad incluye todos los valores de X 2
SD, lo que significa que dividiendo ese rango estimado por 4 obtendremos un valor
aproximado de la SD (si se trabaja con un 99% de nivel de confianza, el intervalo
definido ser X 3 SD, lo que supone que en ese caso el rango deber dividirse por 6
para obtener una aproximacin de la SD).
El error aceptado (L) y el nivel de confianza (NC) son establecidos arbitrariamente por
el investigador, mientras que la media esperada de la medida se obtiene a travs de la
literatura.
TAMAO DE LA MUESTRA PARA ESTIMAR PROPORCIONES (PREVALENCIA
DE ENFERMEDAD O PROPORCIN DE EXPOSICIN A UN FACTOR) EN UNA
POBLACIN
Cuando interesa determinar la cantidad de enfermedad presente en una poblacin, es decir,
estimar la prevalencia de la enfermedad, el tamao de la muestra a tomar depende, como en
el caso anterior, del error aceptado (L), del nivel de confianza deseado (NC) o probabilidad
de obtener una respuesta correcta, y de la prevalencia esperada (P) o su desviacin

estndar (SD).
La frmula de la desviacin estndar (SD) para variables dicotmicas (presencia o ausencia de
enfermedad) es la siguiente: SD = v; v = P (1-P).
SD =

P(1P)

El error aceptado y el Nivel de Confianza son establecidos arbitrariamente por el

investigador. La literatura sobre el tema y otras fuentes pueden dar una idea acerca de la
Prevalencia esperada (aquella que probablemente se obtendr o se espera obtener), o en el
peor de los casos se puede escoger la situacin que nos obligue a seleccionar un tamao mayor
de muestra (P=50%)
En este caso se utiliza la frmula:

( t . SD )

n=

---------------( L )2

Donde:
n: tamao de la muestra.
t: valor de la distribucin normal (t de Student) para un nivel de confianza
(NC) deseado. Generalmente se utiliza un nivel de confianza del 95%, en ese
caso el valor de t es 1.96. Se usa tambin la Z

L: error aceptado o precisin, generalmente se utiliza el 5% (Puede utilizarse

como valor absoluto o como valor relativo, es decir, el 5% total si es valor
absoluto o el 5% de la prevalencia esperada si es el valor relativo).
SD: desviacin estndar correspondiente a la "Prevalencia esperada (P)" de
enfermedad.
As, trabajar con una prevalencia esperada del 50%, un error aceptado del 5% y un nivel de
confianza del 95%, indica que esperamos que, de cada 100 mediciones que se realicen, en 95 la
prevalencia tenga un valor comprendido en el intervalo 50% 5% (45% - 55%).
Tanto en el caso de la muestra para estimar medias como en el caso de la muestra para estimar
proporciones, el tamao de la muestra obtenido mediante esa frmula es vlido cuando esa
muestra representa menos del 10% del tamao total de la poblacin, lo que generalmente ocurre
con poblaciones mayores de 1000 unidades de muestreo. Sin embargo, cuando el tamao de la
muestra a tomar es mayor del 10% del total de la poblacin, poblaciones de menos de 1000
unidades, es necesario realizar una correccin de la desviacin estndar que permitir estimar el
tamao real de la muestra que se debe tomar, de forma que el tamao final de la muestra (n' o
muestra ajustada), ser el tamao de la muestra obtenido por la frmula anterior (n), dividido
por (1 + (n/N)); donde N es el tamao total de la poblacin:

A veces el investigador est limitado a un cierto nmero de muestras, por ejemplo porque la
capacidad del laboratorio es limitada. Entonces el tamao de la muestra (n) est definido
inicialmente y lo que interesa calcular es el error aceptado (L).
En este caso las frmulas son:

L = t SE = t . SDn

L = t . SD

Nn N-n

La primera de ellas para poblaciones infinitas (mayores de 1000 unidades) y la segunda para
poblaciones finitas (menores de 1000 unidades).
Si L es demasiado grande en opinin del investigador, es intil continuar con el control.
En el caso de que en lugar de estimar la prevalencia de enfermedad se trate de estimar la
proporcin de exposicin a un factor, los clculos son los mismos pero el valor de P
corresponde a la proporcin de poblacin que esperamos este expuesta al factor.
TAMAO DE LA MUESTRA PARA ESTIMAR LA DIFERENCIA ENTRE
PROPORCIONES (PREVALENCIAS O PROPORCIONES DE EXPOSICIN A UN
FACTOR) EN DOS GRUPOS DE UNA POBLACIN

Cuando se desea determinar la diferencia entre dos proporciones es necesario conocer, adems
del nivel de confianza, el poder o potencia de la prueba. Estos determinarn los valores t y t
( Z y Z ) para un nivel de confianza del 95% y un poder (potencia) del 80%, que son los
ms frecuentemente utilizados, equivalen a t= 1.64 y t = 0.84).
En la planificacin del estudio para estimar esas diferencias entre proporciones la
determinacin del tamao de muestra "de cada grupo" precisa que previamente se definan:
1. Un valor "p1" que equivale a la proporcin esperada del parmetro de inters en el
grupo 1.
2. Un valor "p2" que equivale a la proporcin esperada del parmetro de inters en el
grupo 2.
3. La diferencia "d" entre ambas (p1 - p2).
4. El valor del "error de tipo I error de rechazo " (que define el nivel de
confianza): probabilidad de afirmar que la diferencia d es significativa cuando
realmente no existe esa diferencia en la poblacin ( rechazar una Hiptesis nula que es
verdadera)
5. El valor del "error de tipo II error de aceptacin "(que define la potencia o
poder): probabilidad de afirmar que la diferencia d no es significativa, cuando
realmente existe esa diferencia en la poblacin( aceptar una hiptesis nula que es falsa )

Donde:
t y t: valores de la distribucin normal (t de Student) para un nivel de confianza y un
poder o potencia definidos (95% y 80% respectivamente)
p1 y p2: proporciones esperadas de cada grupo.
q1 y q2: corresponden a los valores (1 - p1) y (1 - p2).
Los tamaos de las muestras se pueden calcular para tests de una va o de dos vas:

Los tests de Una Va o Una cola (one-tailed) se utilizan cuando interesa saber si la
proporcin del grupo 2 es superior o no a la del grupo 1 en comparacin con ste(se
espera que las diferencias se produzcan en un nico sentido). El valor t corresponde a
la t de Student para una probabilidad o error tipo I de

Los tests de Dos Vas o Dos colas (two-tailed) se usan cuando interesa saber si hay o
no diferencia entre ambas proporciones (se espera que las diferencias puedan producirse
en cualquier sentido). El valor t corresponde a la t de Student para una probabilidad o
error tipo I de /2

TAMAO DE LA MUESTRA PARA ESTIMAR LA DIFERENCIA ENTRE MEDIAS EN

DOS GRUPOS DE UNA POBLACIN
En la planificacin de un estudio con valores continuos en el que interesa comparar las medias
de un parmetro en 2 grupos, la seleccin del tamao de muestra de cada grupo se realiza a
partir de la misma frmula del caso anterior, si bien cambia la configuracin de algunos
parmetros, ya que pasamos de trabajar con variables discretas (presencia o no de enfermedad) a

variables continuas. En este caso, el clculo del tamao de la muestra "para cada grupo "
precisa:
1. Un valor "m1" que equivale a la media esperada del parmetro de inters en el grupo 1.
2. Un valor "m2" que equivale a la media esperada del parmetro de inters en el grupo 2.
3. La diferencia entre ambas medias "d" (d = m1 - m2).
4. Un valor esperado para la desviacin estndar del parmetro
5. El valor del error de tipo I (que define el nivel de confianza): probabilidad de afirmar
que la diferencia d (d =m1-m2) es significativa cuando realmente no existe esa
diferencia en la poblacin.
6. El valor del error de tipo II (que define la potencia o poder): probabilidad de afirmar
que la diferencia d no es significativa, cuando realmente existe esa diferencia en la
poblacin.
Un valor comn para el nivel de confianza es el 95%, mientras que generalmente se usan
valores del 80 o 90% para la potencia.
La frmula para calcular el tamao de muestra necesaria es:
2 . ( t + t )2 . SD2
n = -----------------------d2

Donde:
t(): valor de la t de Student para el nivel de confianza especificado
t(): valor de la t de Student para el poder o potencia especificada
SD: desviacin estndar esperada
m1: media esperada del grupo 1
m2: media esperada del grupo 2
m1 - m2: diferencia entre las dos medias esperadas = d
La frmula que acabamos de presentar proporciona un valor aproximado del tamao de la
muestra requerida, el tamao exacto se obtiene al sumar tres unidades ms al tamao calculado
por la frmula.
Los tamaos de las muestras se calculan para estudios de una va o de dos vas

Los tests de una va (one-tailed) se usan cuando interesa saber si la media del grupo 2
es superior o no a la del grupo 1 en comparacin con este (se esperan diferencias en un
nico sentido). El valor t corresponde a la t de Student para una probabilidad o error
tipo I de

Los tests de Dos Vas (two-tailed) se usan cuando interesa saber si hay o no
diferencia entre ambas medias (se esperan diferencias en cualquier sentido). El
valor t corresponde a la t de Student para una probabilidad o error tipo I de /2

TAMAO DE LA MUESTRA PARA DETECTAR LA PRESENCIA DE UNA

ENFERMEDAD EN UNA POBLACIN

En ocasiones resulta necesario determinar si una poblacin est enferma (infectada) o no. Una
poblacin est considerada como positiva cuando al menos "d" personas estn enfermas. El
parmetro d est fijado por el investigador como el nmero de personas que espera encontrar
enfermas. En enfermedades graves o cuando interesa obtener una mxima seguridad en el
resultado, d se lleva al mnimo valor posible, es decir, se establece en 1.
El tamao de muestra necesario para determinar si una poblacin est enferma o no, depende
del nivel de confianza (NC) deseado, generalmente el 95%, del tamao de la poblacin (N) y
del nmero de enfermos que esperamos que exista (d) en la poblacin. El clculo se realiza
mediante la siguiente frmula:

Donde:
n : tamao de la muestra requerido
N: tamao de la poblacin
d : nmero de enfermos que esperamos que existan en la poblacin
NC : Nivel de confianza expresado en tanto por uno ( 0.95)
A partir de esta frmula y conocido un tamao de muestra determinado (n) con el que se desea
trabajar, es posible estimar otros parmetros:
1. Estimar el mximo nmero de personas positivas (D) que pueden aparecer en una
poblacin donde TODAS las "n" muestras recogidas han resultado negativas.

donde:
D : mximo nmero de enfermos que pueden quedar en la poblacin de la que se
ha tomado la muestra "n".
Se asume que la prueba diagnstica posee una validez del 100%!

2. Estimar el Nivel de Confianza (NC) conociendo los valores de N, n y d.

TAMAO DE LA MUESTRA PARA DETERMINAR LA RELACIN ENTRE

EXPOSICIN A UN FACTOR Y LA ENFERMEDAD (ESTUDIOS DE CASOCONTROL NO PAREADOS)
Cuando estamos interesados en determinar la asociacin entre factor y enfermedad en
condiciones de campo, la medida de esa asociacin se realiza utilizando estudios
observacionales (de caso - control o de cohorte), que implican comparar grupos de personas
expuestas y no expuestas al factor con la presencia o ausencia de la enfermedad (tambin

pueden utilizarse estudios observacionales de tipo transversal en los que el tamao de la muestra
se determina mediante la frmula para el clculo de la muestra para estimar proporciones, vista
anteriormente).
En la planificacin de los estudios de Caso-Control no pareados deben realizarse dos grupos
diferentes de personas, uno de enfermos y otro de sanos. El tamao de la muestra de cada grupo
se determina definiendo los siguientes parmetros:
1. Nmero de controles por caso
2. Valor p1 que represente el nivel de exposicin (proporcin de expuestos a un factor
entre los sanos )
3. Valor del Riesgo (R) que tendr suficiente importancia para garantizar su deteccin, es
decir, mnimo Odds Ratio admitido (por lo general se considera superior a 2).
4. Valor del error de tipo o tipo I ( que determina el nivel de confianza y que
corresponde a 1- NC): probabilidad de afirmar que el OR (Odds Ratio) es
significativamente distinto de 1.0 cuando realmente no lo es, o bien probabilidad de
aceptar que la exposicin al factor est relacionada con la enfermedad cuando realmente
no lo esta.
5. Valor del error de tipo o tipo II (que determina la potencia o poder y que es 1 Poder): probabilidad de afirmar que el OR no es estadsticamente significativo cuando
realmente lo es, o aceptar que la exposicin al factor no est relacionada con la
enfermedad cuando realmente s lo est.
Un valor comn para el nivel de confianza es el 95%, mientras que generalmente se usan
valores del 80 o 90% para la potencia o poder.
En ese caso, el tamao de cada uno de los grupos se determina por la frmula:

P0 . R
P1 = ------------------ =
1+ p0 . (R 1)
p1 + c . p0
P = ----------------- =
1+c
2

t ( 1+ 1/ c ) . p . q + t ( p1 . q1) + ( p0 . q0 / c )
n = ---------------------------------------------------------------------------------- =
( p1 p2 )2
donde:
p0: proporcin esperada de exposicin al factor entre los no enfermos
c: relacin entre los casos y los controles (1:1, 1:2...)
R: mnimo riesgo esperado que tiene inters para nosotros.
t y t: son los valores de la t de Student para un nivel de confianza y un poder
dados.

P1: proporcin esperada de exposicin al factor entre los enfermos

P: proporcin esperada de exposicin en la poblacin total
q', q1 y q0: son (1 - p'), (1 - p1) y (1 - p0), respectivamente
Los tamaos de la muestra son calculados para tests de una va y de dos vas:

Los test de una va (one-tailed) se usan cuando interesa saber si la exposicin a un

factor es o no un factor protector (OR<1) o un factor de riesgo (OR>1).

Los test de dos vas (two-tailed) se usan cuando interesa saber si la exposicin a un
factor tiene algn efecto sobre la aparicin de la enfermedad.

La diferencia radica en que el valor t corresponde a la t de Student para una probabilidad en

las de una va y para una probabilidad /2 en las de dos vas.
El ndice de exposicin entre los sanos (p0), debe estimarse en funcin de la literatura sobre el
tema o de la opinin de un experto. La especificacin de los valores de R, potencia y nivel de
confianza estn en funcin de lo que se desee. As pues, se debera considerar el tamao de
muestra calculado como una aproximacin a la hora de planificar, y no como un requerimiento
absoluto.
Tamao de la muestra para determinar la relacin entre exposicin a un factor y la
enfermedad (estudios de caso-control pareados)
En la planificacin de los estudios de Caso-Control pareados en los que se pretende
determinar la relacin entre la exposicin a un factor y la enfermedad, deben realizarse dos
grupos diferentes de sujetos, uno de enfermos y otro de sanos, el tamao de la muestra de cada
grupo se determina en este caso definiendo los siguientes parmetros:
1. Valor p0 que represente el nivel de exposicin en los sanos, proporcin de expuestos a
un factor entre los sanos.
2. Valor p1 que represente el nivel de exposicin en los enfermos, proporcin de
expuestos a un factor entre los enfermos.
3. Valor del Riesgo (OR) que tendr suficiente importancia para garantizar su deteccin,
(por lo general se considera superior a 2).
4. Valor del error de tipo o tipo I ( que determina el nivel de confianza y que
corresponde a 1- NC): probabilidad de afirmar que el OR (Odds Ratio) o el RR
(Riesgo Relativo) es significativamente distinto de 1.0 cuando realmente no lo es, o
bien probabilidad de aceptar que la exposicin al factor est relacionada con la
enfermedad cuando realmente no lo esta.
5. Valor del error de tipo o tipo II (que determina la potencia o poder y que es 1 Poder): probabilidad de afirmar que OR o RR no es estadsticamente significativo
cuando realmente lo es, o aceptar que la exposicin al factor no est relacionada con la
enfermedad cuando realmente si lo est.
Un valor comn para el nivel de confianza es el 95%, mientras que generalmente se usan
valores del 80 o 90% para la potencia o poder.
En ese caso, el tamao de cada uno de los grupos se determina por la frmula:

Donde:
M: nmero de pares requeridos para detectar m pares discordantes.
m: mnimo nmero de pares discordantes.
p0: proporcin esperada de exposicin al factor entre los no enfermos
(controles)
p1: proporcin esperada de exposicin al factor entre los enfermos (casos)
OR: mnimo Odds Ratio esperado que tiene inters para nosotros.
t y t: son los valores de la t de Student para un nivel de confianza y un poder
dados.
La proporcin de exposicin entre los sanos (p0) debe estimarse en funcin de la literatura
sobre el tema o de la opinin de un experto. La especificacin de los valores de OR, potencia y
nivel de confianza estn en funcin de lo que se desea. As pues, se debera considerar el
tamao de muestra calculado como una aproximacin a la hora de planificar y no como un
requerimiento absoluto.
Tamao de la muestra para determinar la relacin entre exposicin a un factor y la
enfermedad (estudios de cohorte)
Cuando se planifican estudios de Cohorte en los que se pretende determinar la relacin entre la
exposicin a un factor y la enfermedad, deben realizarse dos grupos diferentes de animales, uno
de expuestos al factor y otro de no expuestos, el tamao de la muestra de cada grupo se
determina en este caso definiendo los siguientes parmetros:
1. Valor p1 que represente el nivel de enfermedad en los no expuestos, proporcin de
enfermos entre los no expuestos a un factor.
2. Valor p2 que representa el nivel de enfermedad entre los expuestos, proporcin de
enfermedad entre los expuestos al factor.
3. Valor del Riesgo Relativo (RR) que tendr suficiente importancia para garantizar su
deteccin, (por lo general se considera superior a 2).
4. Valor del error de tipo o tipo I ( que determina el nivel de confianza y que
corresponde a 1- NC): probabilidad de afirmar que el RR (Riesgo Relativo) es
significativamente distinto de 1.0 cuando realmente no lo es, o bien probabilidad de
aceptar que la exposicin al factor est relacionada con la enfermedad cuando realmente
no lo esta.
5. Valor de la precisin relativa correspondiente al riesgo relativo
Un valor comn para el nivel de confianza es el 95%.

En ese caso, el tamao de cada uno de los grupos se determina por la frmula:

donde:
E: precisin relativa del Riesgo Relativo.
p1: proporcin esperada de enfermos en los no expuestos
p2: proporcin esperada de enfermos en los expuestos
RR: mnimo Riesgo Relativo esperado que tiene inters para nosotros.
t: valores de la t de Student para un nivel de confianza dado.
El valor de la enfermedad entre los no expuestos (p1) debe estimarse en funcin de la literatura
sobre el tema o de la opinin de un experto. Los valores del RR, precisin relativa y nivel de
confianza estn determinados en funcin de lo que se desee. As pues, se debera considerar el
tamao de la muestra calculado como una aproximacin a la hora de planificar y no como un
requerimiento absoluto.
Tamao de la muestra para rechazar un lote
Algunos estudios de investigacin epidemiolgicos tienen por objetivo determinar si un lote o
grupo que forma parte de una poblacin (ej: explotaciones (grupo) dentro de una regin
(poblacin) cumplen una condicin determinada y que es propia de la poblacin (ej: valor de la
prevalencia para una enfermedad), o si por el contrario difiere de la normalidad de dicha
poblacin.
Para ello ser necesario determinar el valor que se considera normal de la poblacin y el valor
por encima del cual el grupo estudiado se considera que excede significativamente de la
normalidad de la poblacin (ej: prevalencia considerada normal en la poblacin y prevalencia
por encima de la cual se considera que existen diferencias significativas en el grupo estudiado).
En este caso, se calcula el tamao de la muestra que se debe tomar en cada grupo y el nmero
de muestras por encima del cual un resultado positivo supone considerar que dicho lote difiere
de la poblacin estudiada.
Las frmulas para estos clculos dependen de los siguientes parmetros:
1. Proporcin por encima de la cual se considera que el lote difiere de la poblacin
2. Proporcin que se considera normal en la poblacin.
3. Valor del error de tipo o tipo I ( que determina el nivel de confianza y que
corresponde a 1- NC)
4. Valor del error de tipo o tipo II (que determina la potencia o poder y que es 1 Poder)

Un valor comn para el nivel de confianza es el 95%, mientras que generalmente se usan
valores del 80 o 90% para la potencia o poder.
En ese caso, el tamao de cada uno de los grupos se determina por la frmula:

donde: n: tamao de la muestra requerido.

d: valor umbral por encima del cual se rechaza que el lote cumpla la normalidad de la
poblacin a la que pertenece.
p0: proporcin de rechazo del lote
pa: proporcin esperada en la poblacin

t y t: son los valores de la t de Student para un nivel de confianza y un poder

dados.
Errores relacionados con los muestreos
La seleccin de una muestra a partir de una poblacin que interesa estudiar y en la que se desea
obtener una determinada informacin puede llevar a que en el proceso del muestreo se
produzcan lo que se conoce como " errores" y que pueden suponer una importante desviacin de
los resultados obtenidos respecto de la realidad que afecta a la poblacin.
En el estudio de una poblacin a partir de una muestra pueden cometerse dos tipos de errores:

Error sistemtico
Relacionado con el mtodo de seleccin de la muestra por que se seleccionan
deliberadamente algunas unidades de muestreo o se sustituyen otras de forma
incorrecta.
Este tipo de errores no disminuyen al aumentar el tamao de la muestra pero si al
utilizar un mtodo aleatorio

Error aleatorio
Error debido generalmente al azar. Esta relacionado directamente con el tamao de la
muestra tomada.
Este error no disminuye utilizando mtodos aleatorios pero si disminuye al incrementar
el tamao de la muestra.

Error de informacin
En ocasiones existe este error que no est relacionado directamente con la muestra, sino
que depende de la forma en que se recoge la informacin una vez que la muestra ya ha
sido seleccionada.
ACTIVIDAD:

Describa todo el proceso del tipo de muestreo y clculo del tamao muestral de
EL
su proyecto de investigacin, de acuerdo con la hiptesis y el tipo de diseo de
PAP
investigacin.
EL
DE LAS TECNICAS ESTADISTICAS

En la prctica clnica diaria, frecuentemente surge la pregunta de hasta qu punto la estadstica

es til si cada caso es distinto y lo que va bien a la mayora de pacientes puede no servir a un
individuo en concreto. Sin embargo, deben sealarse dos puntos:
la variabilidad de la enfermedad es un argumento a favor de la informacin estadstica, no en
contra de ella.
cuando tomamos una decisin teraputica respecto a un determinado caso en realidad ya
estamos haciendo comparaciones estadsticas con casos de nuestra experiencia clnica previa.
La controversia es, entonces, si tal informacin debe almacenarse de un modo informal en la
mente de un mdico o si debe recogerse y notificarse de manera sistemtica.
La estadstica constituye, pues, una parte fundamental de la investigacin cientfica, ya que slo
a travs de ella pueden manejarse lgicamente los datos obtenidos en la observacin inicial,
ayudando a recogerlos, ordenarlos y presentarlos; y es parte fundamental tambin en el proceso
experimental, ya que gracias al anlisis estadstico puede deducirse la significacin de los
resultados, descartando o reduciendo a unos limites conocidos la influencia del azar.
De todas formas hay que sealar que la estadstica no tiene en todos los casos el mismo valor;
incluso puede no ser imprescindible, como en el caso de que las observaciones y
experimentaciones no presenten variabilidad. Pero, la mayora de las veces, los hechos
observados y los datos de la experimentacin presentan variabilidad.
Se pueden distinguir tres fuentes de variabilidad:
a atribuible al procedimiento de medicin, que puede deberse al incorrecto funcionamiento o
manejo de los instrumentos fsicos, a la influencia de los factores ambientales en la exploracin
fsica (fro, calor, luz, ruido...) o a la relacin mdico-paciente en la anamnesis.
La variabilidad debida a las discrepancias entre los observadores o usuarios del procedimiento
de observacin, tanto por la variacin biolgica de los sentidos de los diferentes observadores,
como la de los sentidos de un mismo observador en distintas situaciones (hora del da, nivel de
tensin y cansancio...) o bien por la diferente formacin de los observadores, que los lleva a
utilizar distintos criterios en la valoracin de los datos o a recoger datos diferentes. La
variabilidad tambin puede ser debida a que la mayora de sistemas de clasificacin tienen
lmites arbitrarios entre categoras, con lo que pueden producirse discrepancias sobre la
categora preestablecida a la que los datos corresponden.
La variabilidad debida al individuo observado (variacin biolgica al explorar determinados
signos como la tensin arterial), o desacuerdos entre distintas anamnesis a un mismo individuo,
por haber recordado ste nuevos datos en la reflexin realizada en el periodo entre ambas
entrevistas .
Todas estas fuentes de variabilidad pueden llevar a la produccin de diversos errores que
mermarn la calidad de la informacin clnica de nuestras investigaciones.
Entre estos errores habr que distinguir dos tipos:
El error aleatorio, debido al hecho de trabajar con muestras de la poblacin y fruto del azar,
con lo que pueden producirse resultados que se apartan de los verdaderos pero no de forma
sistemtica o en el mismo sentido. Este error tiende a minimizarse si se ampla la muestra.
el error sistemtico o sesgo, referido a cualquier hecho que hace que los resultados de un
estudio se desven o aparten sistemticamente de la realidad en un sentido determinado. A
diferencia del anterior no tiende a cero cuando aumentamos el nmero de observaciones porque
se debe al propio diseo del estudio.
En los ltimos aos se ha aceptado la clasificacin de los sesgos en tres grandes grupos:

 Los sesgos de seleccin, que ocurren en fases tales como la entrada de los pacientes en el
estudio (muestreo, criterios de inclusin y de exclusin), la asignacin de los tratamientos
(cmo se selecciona quin tomar cada medicamento) y la seleccin del grupo de control y el
seguimiento de los pacientes (cmo se forman los grupos que, tras el seguimiento, son
analizados). Un ejemplo sera aquel en que los pacientes seleccionados para un determinado
tratamiento difirieran de los del grupo control en cuanto a factores pronsticos. Este tipo de
distribucin desigual se puede intentar corregir con la asignacin aleatoria de los pacientes, pero
por muy correcta que sea la metodologa en ocasiones no se puede evitar que se produzcan
pequeas diferencias (1).
Los sesgos de informacin, debidos a cmo se obtienen los datos, cometidos en la valoracin
del estado y los antecedentes clnicos de los pacientes (al inicio, durante y al trmino del
estudio). Por ejemplo, errores en la informacin que procede exclusivamente de las historias
clnicas, sin verificacin alguna, o cuando, influidos por lo que esperamos de un tratamiento,
buscamos con ms atencin determinados efectos en los pacientes que toman dicho tratamiento
que en los pacientes que toman otro. Las tcnicas de enmascaramiento ayudan precisamente a
minimizar este tipo de errores, por lo que sera recomendable utilizarlas en el mayor grado
posible. Puede realizarse un enmascaramiento a distintos niveles (en la valoracin del cuadro
clnico, en la asignacin de tratamientos...) y as se establecen los distintos tipos de ciego:
Simple ciego: se refiere a que una de las partes involucradas, habitualmente los pacientes que
participan en el estudio, desconoce el grupo de tratamiento al que pertenece.
Doble ciego: se refiere a aquella situacin en la que tanto los pacientes como los
investigadores de un estudio desconocen, el tratamiento que corresponde a cada individuo.
Triple ciego o evaluacin ciega por terceros: segn esta modalidad, otro mdico que no est
involucrado en el seguimiento y el control de los pacientes, y que ignora la medicacin
administrada, realiza la evaluacin de la respuesta.
Cudruple ciego: cuando al triple ciego se le aade que el anlisis estadstico se realiza sin
desvelar los cdigos de los tratamientos estudiados.
Doble simulacin (double dummy): es un procedimiento para mantener el carcter doble ciego.
Consiste en la administracin de un placebo de caractersticas externas iguales a las de uno o
varios de los tratamientos activos, en situaciones en las cuales la forma de presentacin y/o
pauta posolgica (dosis, va de administracin y frecuencia) sea diferente a la del grupo control.
Finalmente, los llamados factores de confusin, un tipo especial de sesgos que cumplen tres
requisitos:
ser un factor de riesgo para la enfermedad o la variable en estudio.
estar asociado a la exposicin (o a la intervencin) en estudio.
no son pasos o factores intermedios en la va etiopatognica entre la exposicin y la
enfermedad.
Por ejemplo, si una persona se levanta tras una noche de juerga, con cefalea y an con los
zapatos puestos, puede llegar a inferir que los zapatos provocan cefalea. En este caso la
verdadera causa, el alcohol de la noche anterior, se comporta como un factor de confusin pues
se asocia al hecho de llevar los zapatos al da siguiente.
Existen adems otros tipos de sesgos como el sesgo de medicin (instrumentos mal calibrados,
distintos instrumentos de medicin para los diferentes grupos del estudio...) o el sesgo de
publicacin, por tendencia a publicar nicamente los resultados positivos.
Hemos de recordar que la inmensa mayora de sesgos en la seleccin y en la informacin no
podrn ser corregidos despus de recoger los datos. Los sesgos debidos a factores de confusin
s pueden corregirse durante el anlisis de los datos, pero para ello habr que decidir
previamente, durante el diseo del estudio, qu factores de confusin ser necesario controlar en
dicho anlisis.
En relacin con todo lo anterior existen tres conceptos fundamentales a la hora de realizar e
interpretar investigacin clnica:

la validez interna, que es el grado de validez del resultado para los pacientes del estudio, es
decir, el grado de ausencia de errores sistemticos o sesgos.
la precisin estadstica, que es el grado de ausencia de error aleatorio, es decir, el grado de
dispersin de las estimaciones. Puede medirse mediante pruebas de significacin estadstica.
Cuanto mayor es la precisin, menor es el papel que el azar juega en el resultado obtenido en el
estudio.
la validez externa o generalizabilidad, que es la validez del resultado para los pacientes no
incluidos en el estudio.
As, las preguntas que nos hacemos a la hora de valorar los resultados de un estudio son tres.
La primera y la ms importante es si el resultado de aquel estudio es cierto (validez interna). En
caso afirmativo, procede preguntarse cun precisa o estadsticamente significativa es la
respuesta que da al problema planteado, es decir, hasta qu punto los resultados obtenidos
pueden deberse al azar. Lgicamente, si el estudio no nos parece vlido esta segunda pregunta
sobra. La tercera pregunta es si el resultado es aplicable a otros pacientes (validez externa) .
Para clarificar estos conceptos, algunos autores han utilizado la analoga del disparo a una
diana: la validez se referira a la habilidad de acertar en el centro de la diana, y la precisin sera
la habilidad para realizar los disparos lo ms cerca posible unos de otros, teniendo siempre en
cuenta que se intenta acertar en el centro de la diana.
La precisin de una estimacin queda reflejada por la varianza de tal estimacin, o por el
intervalo de confianza alrededor de sta. Una mayor varianza, o un intervalo de confianza ms
amplio, indicar una menor precisin. Para conseguir mejorar la precisin es importante, por lo
tanto, conseguir una muestra lo suficientemente grande como para permitir reducir la varianza
de la estimacin.
Para poder establecer inferencias en un proceso de investigacin, y una vez tenidas en cuenta
todas las posibles fuentes de error, queda por determinar si una asociacin entre una
determinada exposicin y un desenlace o resultado es estadsticamente significativa.
Para ello, un paso fundamental en toda investigacin cientfica es formular una hiptesis que
trataremos de rechazar mediante el uso de una prueba estadstica de significacin (hiptesis
nula), y en formular una hiptesis que aceptaremos en caso de rechazar la hiptesis nula
(hiptesis alternativa). Esta prueba determinar la fuerza de la evidencia en contra de la
hiptesis nula en trminos de probabilidad.
Por ejemplo, si intentamos estudiar un frmaco A comparndolo con placebo en el tratamiento
de una enfermedad X, la hiptesis nula sera "el frmaco A no difiere del placebo en su eficacia
para el tratamiento de una enfermedad X". Si rechazamos esta hiptesis, la alternativa ser "el
frmaco A difiere del placebo en su eficacia para tratar la enfermedad X". La probabilidad de
obtener un desenlace por lo menos tan extremo como el esperado si la hiptesis nula fuera cierta
constituye el valor "p" o grado de significacin estadstica. Cuanto menor sea la "p", ms fuerte
ser la evidencia en contra de la hiptesis nula. Otra manera de definir el valor "p" sera "la
probabilidad de que el resultado observado se deba al azar".
Para ayudar en el proceso de decisin se establece de manera arbitraria un nivel de significacin
(o nivel alfa) que determinar cunta evidencia en contra de la hiptesis nula se aceptar como
decisiva para rechazarla. Normalmente este nivel de significacin se establece en 0,05 0,01.
Una "p" pequea (inferior al nivel alfa) significa que la probabilidad de que los resultados
obtenidos se deban al azar es pequea. Segn esto, si la "p" es mayor que el nivel alfa la
hiptesis nula no ser rechazada (no podemos afirmar que el frmaco A sea distinto a placebo),
y si la "p" es menor que el nivel alfa la hiptesis nula s ser rechazada, por lo que deber
aceptarse la hiptesis alternativa (el frmaco A es distinto a placebo).
Sin embargo, al estar hablando nicamente de probabilidades, existe tambin una probabilidad
de que nos estemos equivocando en nuestros resultados, y que la conclusin a que llegamos en
nuestro estudio no coincida con la verdad.

Si realmente el frmaco A es superior al placebo en el tratamiento de la enfermedad X, y el

ensayo clnico concluye lo mismo, obtendremos una conclusin verdaderamente positiva. Si,
por el contrario, el frmaco A no es superior al placebo y el ensayo clnico concluye lo mismo
obtendremos una conclusin verdaderamente negativa.
La conclusin del ensayo se considerar errnea cuando discrepe de la "verdad". Si la verdad es
que el frmaco A no es superior al placebo pero el ensayo clnico concluye que s lo es,
obtendremos una conclusin falsamente positiva. En tal caso, cometeremos un error de tipo l. Si
por el contrario el frmaco A es superior al placebo mientras que el ensayo clnico concluye lo
contrario, obtendremos una conclusin falsamente negativa, y comportar un error de tipo II.
El riesgo alfa (cuantificado como valor "p") indica la probabilidad de cometer un error de tipo I.
Se denomina riesgo beta a la probabilidad de cometer un error de tipo II.
El objetivo fundamental de todo estudio es llegar a una conclusin verdaderamente positiva o
verdaderamente negativa. La probabilidad de que la conclusin del estudio coincida con la
"verdad" ser igual a uno menos beta (1 - ) y recibe el nombre de poder estadstico
(probabilidad de evitar concluir que no existe un efecto cuando en realidad s existe, o, lo que es
lo mismo, probabilidad de detectar un efecto si ste existe de verdad).
As, en el diseo de toda investigacin es indispensable que se determine de antemano el riesgo
que se desea correr de llegar a una conclusin errnea, es decir, de llegar a una conclusin
falsamente positiva o falsamente negativa; para ello se han de establecer los riesgos alfa y beta.
El riesgo alfa se establece por regla general en 0,05, o en otras ocasiones en 0,01, pero podran
ser tambin otros valores, dependiendo de: 1) la magnitud de la evidencia que se requiera para
rechazar la hiptesis nula; por ejemplo, si investigamos la eficacia de un frmaco en una
enfermedad hasta ahora sin tratamiento, no conviene un valor demasiado pequeo para el riesgo
alfa, ya que podra llevarnos a rechazar una sustancia que en estudios posteriores podra
revelarse eficaz; y 2) de las consecuencias de tomar la decisin de rechazar la hiptesis nula; por
ejemplo, si un nuevo frmaco a ensayar es muy similar al de referencia en efectos secundarios,
caractersticas de su administracin y coste, se precisar un nivel de evidencia ms elevado, y
por tanto un nivel alfa ms bajo.
El riesgo beta se establece a menudo en el 20% o, lo que es igual, un poder estadstico del 80%
(1-0,20). Esto quiere decir que ocho de cada diez veces podremos detectar un efecto si ste
existe en realidad, y que asumimos un riesgo beta de no detectar un efecto real en dos de cada
diez veces.
A los valores de 0,05 (para el riesgo alfa) y 0,20 (para el riesgo beta) se los ha denominado
niveles convencionales de significacin estadstica.
Todos estos conceptos quedan ilustrados en el siguiente cuadro:
RELACION ENTRE EL RESULTADO DE UN ESTUDIO Y LA VERDAD
LA VERDAD
EL FARMACO "A" ES
EL FARMACO "A" NO ES
SUPERIOR A PLACEBO SUPERIOR A PLACEBO
EL
FARMACO CONCLUSION CORRECTA CONCLUSION
Poder=1-Beta
INCORRECTA
"A"
(error tipo I)
ES SUPERIOR
Valor p/riesgo alfa
RESULTADO A PLACEBO
ESTUDIO
CONCLUSION CORRECTA
EL
FARMACO CONCLUSION
INCORRECTA
"A"
NO ES SUPERIOR (error tipo II)
/riesgo beta
A PLACEBO

LOS RESULTADOS Y SU INTERPRETACION

Hasta ahora nos hemos referidos brevemente a los trminos estadsticos ms importantes a la
hora de plantearse un proyecto de investigacin o de leer un artculo de una revista cientfica.

Sin embargo, es importante recordar que nunca debe darse por supuesto que una prueba de
significacin estadstica implica automticamente la existencia de significacin clnica.
Por significacin clnica entendemos la importancia o relevancia prctica que unos resultados
tienen para el cuidado de los enfermos.
Un error frecuente en la literatura mdica es considerar que el valor de la "p" es una medida de
la magnitud del efecto, de la asociacin (por ejemplo entre un factor de riesgo y una
enfermedad) o del grado de eficacia (por ejemplo de un tratamiento).
Hay que tener presente que una "p" pequea (inferior al nivel de significacin o nivel alfa)
puede reflejar dos fenmenos distintos: 1) que existe una asociacin fuerte (o un efecto elevado
o una gran diferencia) lo cual es clnicamente importante, y 2) que el nmero de pacientes
analizado es grande. Por lo tanto, cuando el valor de la "p" "no es pequeo" puede ocurrir: 1)
que la asociacin no sea fuerte, y 2) que la asociacin sea notable pero que el nmero de
pacientes analizados no sea lo suficientemente grande.
Por ejemplo, si se hace un estudio de un frmaco frente a placebo en un grupo de hombres y
otro de mujeres, pero el grupo de mujeres es considerablemente mayor que el de hombres a la
hora de hacer el anlisis estadstico puede resultar que la "p" sea menor de 0,05 en el grupo
femenino y mayor de 0,05 en el grupo masculino. Con esto no se puede concluir que este
tratamiento sea ms eficaz en mujeres que en hombres, sino que el nmero de varones no fu lo
suficientemente grande como para descartar que la diferencia entre frmaco y placebo fuera
debida al azar. Por tanto, al leer los resultados de un estudio es importante no quedar
deslumbrados por el grado de significacin estadstica.
Para ello es til describir y valorar la "magnitud de la diferencia" o del riesgo que se ha hallado,
que se puede medir mediante los llamados intervalos de confianza. Es una forma de expresar la
precisin estadstica y puede calcularse para distintos niveles de significacin estadstica, siendo
los ms frecuentes en medicina al 95%, al 90% y al 99% (alfa =0,05, 0,10 y 0,01
respectivamente). Una de sus ventajas es que no reducen un resultado a "blanco o negro", como
por desgracia ocurre a veces cuando el resultado se expresa con una "p", sino que nos
proporcionan unos valores lmite entre los que puede encontrarse el parmetro. As, los
intervalos de confianza nos dan ms informacin y adems presentan los resultados
directamente en la misma escala de medida utilizada, por lo que la significacin clnica del
resultado es ms evidente, sobre todo cuando la "p" no es significativa.
Cabe decir que unos resultados estadsticamente no significativos no son, por supuesto, ninguna
desgracia, a pesar de que a menudo se les etiquete como "negativos". Ante esta situacin en que
la "p" no es significativa hay que preguntarse si se observa alguna asociacin o diferencia:
Si no se observa lo mejor es presentar el resultado dicindolo explcitamente ("no se observ
una asociacin", o "diferencia", o "aumento de riesgo"), y a continuacin preguntarse "cul era
nuestro poder estadstico?"; si era bajo, entonces ms vale dejarlo correr. Hubiera sido mejor
perder el tiempo en otra cosa o invertirlo convenciendo a otros colegas de que aportaran sus
pacientes, pues un mayor nmero de los mismos nos hubiera proporcionado el poder estadstico
suficiente. Si el poder estadstico era alto, entonces podemos escribir que "los datos van en
contra de la existencia de una asociacin fuerte, o de una diferencia grande". Tericamente es
posible que un estudio con un tamao de la muestra enorme encuentre que una diferencia muy
pequea es estadsticamente significativa.
Si observamos una asociacin o diferencia, entonces podemos escribir que "se ha observado
una asociacin de tal magnitud entre tal y cual; sin embargo, el nmero de pacientes analizados
ha sido insuficiente para poder descartar que la asociacin se deba al azar". No debemos escribir
que "no se ha detectado una asociacin", porque s se ha hallado. Podemos escribir que slo
tenamos x por ciento de posibilidades (el poder estadstico) de hallar como estadsticamente
significativa la asociacin.
Si hasta este punto hemos comentado que una "p" "grande" puede tener su relevancia clnica,
tambin puede ocurrir lo contrario; aunque la "p" sea "pequea" la diferencia hallada puede ser
demasiado pequea para tener relevancia clnica.
Todo proyecto de investigacin debe determinar de antemano las diferencias o efectos que sern
consideradas como clnicamente significativas, y en especial en los ensayos clnicos cuyos
resultados influirn sobre la decisin de cambiar de tratamiento. En el apartado de discusin de

los trabajos se debe explicitar adems si las hiptesis eran "a priori" (formuladas antes del inicio
del estudio y puestas a prueba durante el mismo) o "a posteriori" (las generadas despus de
haber aplicado ya algunas pruebas estadsticas).
En cualquier caso, las pruebas de significacin estadstica no deben suplantar jams al juicio
clnico; ste debe incorporar toda la experiencia acumulada por la comunidad mdica,
incluyendo una valoracin crtica de la literatura.
ACTIVIDAD
Describa un plan de anlisis estadstico de las variables de su investigacin, precisando el
tipo de prueba estadstica en cada caso.
LA REDACCION Y PUBLICACION DEL INFORME

En el ao 1978, un grupo de editores de varias revistas biomdicas se reunieron en Vacouver

con el fin de uniformar los requisitos tcnicos necesarios para presentar manuscritos a sus
revistas. Estos requisitos de uniformidad han sido aceptados posteriormente por ms de 400
revistas. El grupo de Vancouver se ha convertido en el International Committee of Medical
Journal Editors, que a travs de los aos han ido revisando estos requisitos y en la actualidad
est vigente la cuarta edicin de los mismos.
Antes de centrarnos en las normas es importante recordar que la difusin a los medios de
comunicacin de informacin cientfica de un artculo aceptado, pero an no publicado, es una
violacin de las reglas de muchas revistas. Asimismo la publicacin de un mismo trabajo en
ms de una revista raramente est justificada.
NORMAS DE PUBLICACION SEGUN EL GRUPO DE VANCOUVER
Generalidades
El manuscrito, se ha de mecanografiar a doble espacio, en papel blanco, de 216 por 279 mm o
por ISO A4 (212 por 297 mm), con mrgenes de 25 mm como mnimo y slo por una cara del
papel.
Se deben numerar las pginas en el ngulo superior o inferior derecho de cada una de ellas.
Cada parte debe empezar en una pgina nueva y en el siguiente orden:
la primera pgina o pgina del ttulo
el resumen y las palabras clave
el texto
los agradecimientos
la bibliografa
las tablas y figuras
El nmero de copias necesarias lo determina la propia revista; el manuscrito debe remitirse en
un sobre de papel grueso, ir acompaado de una carta de presentacin y de los permisos para
reproducir materiales previamente publicados o para emplear figuras que puedan identificar
seres humanos.
Slo se deben utilizar abreviaturas estndar, evitndolas en el ttulo y en el resumen y que el
trmino completo que est representado por una abreviatura debe preceder a su primer uso en el
texto, a menos que sea una unidad estndar de medida.
Primera pgina o pgina del ttulo
Debe incluir el ttulo del artculo, el nombre y uno o dos apellidos de cada autor, con el grado
acadmico ms alto y la filiacin a una institucin, el nombre del departamento e institucin
responsables, la negacin de la responsabilidad, si procede, el nombre y la direccin del autor

responsable de la correspondencia sobre el manuscrito, el nombre y la direccin del autor al que

se dirigirn las solicitudes de las separatas, o la aseveracin de que el autor no facilitar
separatas; asimismo deben constar las fuentes de apoyo en forma de subvenciones, equipo,
frmacos o todos ellos, y un ttulo abreviado o una lnea al pie de no ms de 40 pulsaciones
situado e identificado al pie de la primera pgina.
Todas las personas designadas como autores deben acreditar su autora y el orden de los
firmantes debe ser una decisin conjunta de los coautores. Un artculo con autora corporativa
debe especificar las personas clave responsables del mismo, los otros participantes se deben
identificar por separado.
El resumen y las palabras clave
El resumen no ser superior a 150 palabras en caso de resmenes no estructurados o 250
palabras en caso de resmenes estructurados. El contenido expondr la finalidad del estudio o
investigacin, los procedimientos bsicos, los principales hallazgos (dar datos especficos y su
significacin estadstica si es posible) y las conclusiones principales.
Debajo del resumen se deben citar e identificar como tales de 3 a 10 palabras o frases cortas que
ayuden a las personas que confeccionan ndices a realizar referencias cruzadas y que puedan ser
publicadas con el resumen. Deben utilizarse los trminos del Medical Subject Heading (MeSH)
del Index Medicus. Si los trminos adecuados an no estn en el MeSH, por ser trminos de
introduccin reciente, se pueden utilizar trminos en uso.
El texto
Habitualmente se divide en introduccin, mtodos, resultados y discusin.
Introduccin. Debe exponer la finalidad del estudio, resumirlo y mencionar slo las citas
bibliogrficas ms importantes sin revisar el tema con amplitud. No hay que incluir aqu
resultados del trabajo que se publica.
Mtodo. Debe describir claramente la seleccin de la muestra, identificar los mtodos, los
aparatos (incluido el fabricante) y los procedimientos, de manera que el estudio pueda ser
reproducido por otros investigadores. Tambin se citarn las referencias de los mtodos
utilizados, incluyendo los estadsticos (muestreo, aleatorizacin enmascaramiento, significacin
estadstica, abandonos...); hay que describir los mtodos nuevos y los poco conocidos, dando las
razones de su utilizacin y sus posibles limitaciones. Finalmente, hay que dar el nombre
genrico, dosis y va de administracin de todos los frmacos y sustancias qumicas que se han
utilizado.
Cuando se presentan estudios sobre seres humanos debe indicarse si se han seguido las normas
ticas del comit responsable (institucional o regional) o de la declaracin de Helsinki (revisada
en 1983). Cuando se trata de experimentacin en animales debe indicarse si se han seguido las
normas de la institucin, las nacionales o las del National Research Council.
Resultados. los resultados se presentarn en una secuencia lgica en el texto, tablas y figuras.
Cuando los datos se resumen en este apartado, hay que especificar los mtodos estadsticos
utilizados para analizarlos. No se repetirn en el texto todos los datos de las tablas o figuras.
Discusin. se resaltarn los aspectos nuevos o importantes del estudio y las conclusiones que de
ellos se derivan, sin repetir detalladamente los datos u otro material ya comentado.
Explicaremos las implicaciones de los hallazgos y sus limitaciones, relacionndolos con los de
otros estudios ya publicados y enlazando las conclusiones con los objetivos del estudio. Se
pueden incluir recomendaciones cuando sean apropiadas (futuras lneas de investigacin, etc.).
Agradecimientos
En un lugar apropiado del artculo (segn la revista, en primera pgina o en un apndice) se
deben especificar las contribuciones que requieran un agradecimiento sin justificar la calidad de
autor, los agradecimientos por ayuda tcnica (en un prrafo aparte del resto de contribuciones) y
por ayuda financiera o material.
Bibliografa

Las citas bibliogrficas se deben numerar consecutivamente en el orden en que se mencionan

por primera vez en el texto, identificndolas con nmeros arbigos entre parntesis. Las citas
que slo aparecen en tablas o figuras se deben numerar separadamente. El estilo a utilizar en las
citas bibliogrficas se basa en los formatos utilizados por la National Library of Medicine de
Estados Unidos en el Index Medicus. Los ttulos de las revistas tambin deben abreviarse segn
las listas que publica anualmente el Index Medicus.
A continuacin exponemos unos ejemplos de las citas ms comunes:
Artculo estndar de revista
You CH, Lee KY, Chey RY, Menguy R. Electrogastrogastrographic study of patients with
unexplained nausea, bloating and vomiting. Gastroenterology 1980 Aug; 79 (2): 311-314.
Hay que mencionar a todos los autores cuando son menos de seis; si el nmero es superior, hay
que escribir los seis primeros y aadir et al. (apellido e iniciales del nombre o nombres en
mayscula). Despus se escribe el ttulo del artculo, el nombre de la revista, el ao y mes de
publicacin, el nmero del volumen y finalmente el intervalo de pginas. No hay que olvidar
seguir la puntuacin estrictamente como en el ejemplo.
Captulo de libro
WA, eds. Pathologic phisiology: mechanisms of disease. Filadelfia: Saunders, 1974: 457-472.
Nuevamente se cita primero a los autores del capitulo, ttulo del capitulo, a continuacin del
nombre de los autores o editores del libro, ttulo del libro, ciudad, editorial, ao y pginas. En
caso de citar un libro completo, se inicia la cita directamente con el nombre de los autores o
editores del mismo.
Tablas
Tenemos que mecanografiar (no pueden ser fotografas) cada tabla a doble espacio en hoja
aparte, numeradas consecutivamente segn su aparicin en el texto, y redactar un breve ttulo
para cada una. El texto explicativo se sita en las notas a pie de pgina y no en la cabecera.
Deben explicarse en las notas al pie todas las abreviaturas no estndar, y utilizar los smbolos
convencionales en esta secuencia: *, , , , , **, .
No se deben utilizar lneas divisorias internas, horizontales y verticales.
Figuras
Las figuras debern ser fotografiadas en blanco y negro y brillante por un profesional (no se
aceptan las hechas a mano o mecanografiadas) habitualmente de 127 por 173 mm y no
superiores a 203 por 254 mm. Cada figura debe tener una etiqueta pegada al dorso indicando el
nmero de la misma, el nombre del autor y la parte superior de la figura. No se puede escribir
directamente al dorso, ni doblarlas, ni pegarlas sobre una cartulina. Deben numerarse segn el
orden en que se citan en el texto.
Los pies de las figuras se mecanografiarn a doble espacio, empezando en una pagina separada,
con nmeros arbigos correspondientes a las figuras .
Estilo
Hasta ahora nos hemos referido exclusivamente a los aspectos formales a tener en cuenta a la
hora de presentar un articulo, pero no es menos importante el cuidado de los aspectos estilsticos
(redaccin, ortografa,...) intentando cultivar la claridad, concisin, precisin, organizacin,
honradez e ingenio, y evitando artificio, vacuidad, pretensin, monotona, improvisacin,
coloquialismo y ambigedad.

BIBLIOGRAFIA
1. Bakke OM, Carn X, Garca F. Ensayos clnicos con medicamentos. Barcelona: Ediciones
Doyma, 1994.
2. Gonzlez de Rivera JL, Rodrguez F, Sierra A. El mtodo epidemiolgico en salud mental.
Barcelona: Ed. Masson-Salvat, 1993.
3. Armitage P, Berry G. Estadtica para la investigacin biomdica. Barcelona: Ediciones
Doyma, 1992.
4. Salleras L. La investigacin en poblaciones humanas. Med Clin (Barc.) 1989; 92: 264-268.
5. Hernndez I, Porta M, Miralles M, Garca F, Bolmar F. La cuantificacin de la variabilidad
en las observaciones clnicas. Med Clin (Barc) 1990; 95: 424-429.
6. Porta M, Alvarez C, Bolmar F, Plasencia A, Velilla E. La calidad de la informacin clnica
(I): validez. Med Clin (Barc) 1987; 89: 741-747.
7. Galende I, Sacristn JA, Soto J. Cmo mejorar la calidad de los ensayos clnicos. Med Clin
(Barc) 1994; 102: 465-470.
8. Plasencia A, Porta M. La calidad de la informacin clnica (II): significacin estadstica. Med
Clin (Barc) 1988; 90: 122-126.
9. Porta M, Plasencia A, Sanz F. La calidad de la informacin clnica (y III): estadsticamente
significativo o clnicamente importante?. Med Clin (Barc) 1988; 90: 463-468.
10. Comit Internacional de Editores de Revistas Biomdicas. Requisitos de uniformidad para
manuscritos presentados a revistas biomdicas. Psiquiatra Pblica 1993; 5: 248-258.
11. Villarroya O et al. Manual de estilo. Barcelona: Ediciones Doyma, 1993.