Metodología de la Investigación en Ciencia y Tecnología

Unidad 3. Proyecto de Investigación

Identificar las diversas técnicas de diseño de una investigación en ciencia y

Propósito de la unidad tecnología y la importancia de su correcta aplicación, para la recolección y el análisis
de información que den sustento y validez a los resultados.

Unidad 3 Estrategias para el desarrollo de una investigación

3.1. El diseño de la investigación en ciencia y tecnología

Temas
3.2. Diseños experimentales

Resumen

En esta sesión estudiarás:

• Tipos de diseño de investigación: experimentales y no experimentales
• Definición y requisitos de un experimento
• Variables y su manipulación
• Simbología de los diseños experimentales
• Tipos de diseño experimentales:
• Preexperimentos
• Tipos de experimentos verdaderos
• Cuasiexperimentos

UVM En Línea
© Derechos exclusivos de autoría y edición reservados para la Universidad del Valle de México. Queda rigurosamente prohibida la
reproducción total o parcial del contenido de esta obra, por cualquier medio o procedimiento, así como su distribución, para otros fines
ajenos al uso exclusivo dentro de los programas de formación profesional que ofrece la UVM.

Metodología de la Investigación Científica y Tecnológica UVM En Línea 1

 3.1. El diseño de la investigación en ciencia y tecnología

El diseño es una estrategia general de trabajo que el investigador determina una vez que ha alcanzado suficiente
claridad respecto al problema de estudio, sirve para orientar y esclarecer las etapas que habrán de realizarse
posteriormente. Es el momento metodológico de la investigación; en éste ya no se trata de definir qué vamos a
investigar, sino cómo vamos a hacerlo.

Para comprobar las hipótesis que se derivan de la investigación teórica, se tendrá que seleccionar un método para
poder comprobar si ésta corresponde o no con la realidad, definir qué pruebas de laboratorio, observaciones y
datos son pertinentes para llegar a esa comprobación; esto es lo que llamamos elaborar un diseño.

Elaborar el diseño de una investigación significa llevar a la práctica los postulados generales del método científico,
planificando una serie de actividades sucesivas y organizadas donde se encuentran las pruebas que se han de
efectuar y las técnicas que se van a utilizar para recolectar y analizar los datos.

El esquema siguiente muestra los tipos de diseño de investigación aplicables en el ámbito de la ciencia y la tecnología:

Kerlinger (2002, en Hernández, R., et al., 2003, p. 187) señala que tanto los diseños experimentales como los
no experimentales, son relevantes y necesarios, ya que tienen un valor propio. Cada uno posee características
particulares y la elección sobre qué clase de investigación y diseño específico se ha de seleccionar depende del
enfoque de la investigación (cuantitativo, cualitativo o mixto), los objetivos planteados, las preguntas de investigación,
el alcance del estudio (exploratorio, descriptivo, correlacional o explicativo) y las hipótesis formuladas.

Cabe mencionar que los diseños experimentales son los más usados en la investigación cuantitativa, y que los
diseños no experimentales se pueden aplicar tanto en investigaciones de enfoque cualitativo como cuantitativo.

En los temas siguientes revisaremos cada uno de los diseños de investigación para contar con elementos que
permitan seleccionar el más conveniente para el protocolo de investigación que será elaborado en esta asignatura.

Metodología de la Investigación Científica y Tecnológica UVM En Línea 2

 3.2. Diseños Experimentales

Definición de experimento

El término experimento tiene dos acepciones: una

general que lo define como “tomar una acción” y
después observar las consecuencias; y otra particular
que se refiere a “un estudio en el que se manipulan
intencionalmente una o más variables independientes
(supuestas causas-antecedentes) para analizar las
consecuencias que la manipulación tiene sobre una
o más variables dependientes (supuestos efectos-
consecuentes) dentro de una situación de control para
el investigador” (Hernández, R. et al., 2003, p. 188).
En un auténtico experimento, la variable independiente
resulta de interés para el investigador por ser la variable
De acuerdo con la segunda acepción un experimento
que hipotetiza, que será una de las causas que produ-
debe cumplir tres requisitos (Hernández, R. et al., 2003):
cen el efecto supuesto (Variable dependiente). Christen-
sen, 2000.
1°. La manipulación intencional de una o más
variables independientes. Recordemos que la variable
Un experimento se lleva a cabo para analizar si una o
independiente es la condición antecedente, la supuesta
más variables independientes afectan a una o más va-
causa en una relación entre variables, y el efecto
riables dependientes, cómo y por qué lo hacen. En la
provocado por tal causa se denomina dependiente
planeación de un experimento se debe precisar cómo
(consecuente).
se van a manipular las variables independientes y cómo
medir las dependientes
2°. Medir el efecto que la variable independiente tiene en
la variable dependiente. En un experimento la variable
Al manipular una variable independiente es necesario
Independiente se manipula y la dependiente sólo se
especificar qué se va a entender por esa variable en el
mide, lo importante es que esta medición sea válida y
experimento. Es decir, trasladar el concepto teórico a
confiable.
un estímulo experimental en una serie de operaciones y
actividades concretas a realizar
3°. Control de la validez interna de la situación
experimental. La validez interna se refiere al grado
Hay tres alternativas para la manipulación o variación de
de confianza que se tiene de que los resultados del
una variable independiente. Cada nivel o grado de ma-
experimento se interpreten adecuadamente y sean
nipulación implica un grupo en el experimento. El nivel
válidos; esto requiere controlar la influencia de otras
mínimo es dos.
variables extrañas en las varia para saber en realidad si
las variables independientes que nos no efecto en las
• Nivel mínimo de manipulación: presencia-ausencia
dependientes.
de la variable independiente. Implica que se expone
un grupo a la presencia de la variable independiente
En el esquema siguiente ilustra la relación entre variables
y el otro no. Luego los dos grupos son comparados
en un experimento:
para ver si el grupo que fue expuesto a la variable
independiente difiere del grupo que no fue expuesto.

Metodología de la Investigación Científica y Tecnológica UVM En Línea 3

 Al que es expuesto a la manipulación de la variable
independiente se le conoce como “grupo experimental”
y el grupo en el cual está ausente el estímulo se le
denomina “grupo de control”.
Ambos grupos participan en el experimento. A la
aplicación de la variable independiente a un grupo muy
frecuentemente se le llama “tratamiento experimental”
o “estímulo experimental”.
En general, en un experimento puede afirmarse que si
en ambos grupos todo fue “igual” menos la exposición
a la variable independiente, es muy razonable pensar
que las diferencias entre los grupos se deban a la
presencia-ausencia de la variable independiente.
• Variación o manipulación de la variable independiente
en cantidades o grados. En ocasiones se puede
hacer variar o manipular la variable independiente en
cantidades o grados. Esto tiene la ventaja de que no
sólo se puede determinar si la presencia de la variable
independiente o tratamiento experimental tiene un
efecto, sino también si distintos niveles de la variable
independiente producen diferentes efectos. Es decir,
si la magnitud del efecto depende de la intensidad del
estímulo.
Cuantos más niveles de variación mayor información,
pero experimento se va complicando: cada nivel
adicional implica grupo más (Chrlstensen, 1980).
• Manipulación de una variable independiente sin que
implique una cantidad. Existe otra forma de manipular
una variable independiente que consiste en exponer a
los grupos experimentales | a diferentes modalidades
de ella pero sin que esto implique | cantidad. La
variación es provocada por categorías distintas
de la variable ¡ independiente que no implican en si
cantidades. En ocasiones la manipulación de la |
variable independiente conlleva una combinación de
cantidades y modalidades de ésta.
Es importante considerar que cada nivel o modalidad
implica, al menos, un grupo. Si tiene tres niveles (grados)
o modalidades, se tendrán tres grupos como mínimo.
Metodología de la Investigación Científica y Tecnológica
Simbología de los diseños experimentales
De acuerdo con Campbell y Stanley (1966, en
Hernández, R., et al., 2003, p. 219), los diseños de
experimentos se pueden dividir en: Preexperimentos,
Experimentos “verdaderos” y Cuasiexperimentos. Antes
de describir cada uno de ellos, en la siguiente tabla se
presenta la simbología propuesta para la diagramación
de los diseños experimentales.
Simbología de los diseños experimentales Campbell y
Stanley (1966)
Símbolo Significado
R Asignación al azar o aleatorización. Cuando
aparece quiere decir que los sujetos han sido
asignados a un grupo de manera aleatoria.
G Grupo de sujetos (Gl, grupo 1; G2 grupo 2;
etcétera).
X Tratamiento, estímulo o condición
experimental. Presencia de algún nivel de la
variable independiente.
O Una medición a los sujetos de un grupo (una
prueba, cuestionario, observación, tarea,
etcétera). Si aparece antes del estímulo o
tratamiento, se trata de una preprueba (previa
al tratamiento). Si aparece después del
estímulo se trata de una posprueba (posterior
al tratamiento).
- Ausencia de estímulo (nivel “cero” en la
variable independiente). Indica que se trata de
un grupo de control.
Hay dos formas de aplicar esta simbología en el diseño
de experimentos, una en forma horizontal y otra en
forma vertical. La secuencia horizontal indica tiempos
distintos y cuando en dos grupos aparecen dos símbolos
alineados verticalmente, esto señala que tienen lugar
en el mismo momento del experimento. Veamos dos
ejemplos:
• Ejemplo 1: Secuencia Horizontal.
En un experimento un conjunto de sujetos se
van analizar para un estudio, éstos se asignarán
aleatoriamente al grupo uno, se realizarán dos
mediciones y se suministrará un estímulo entre cada
medición. La secuencia del diseño en este caso
conviene sea horizontal.
UVM En Línea 4
RG10X0
Secuencia RG1 0 X 0
Interpretación Primero, se asigna a Segundo, se aplica Tercero, se Cuarto, se aplica
los sujetos al azar, al una medición previa. administra el una medición
grupo 1. estímulo. posterior.

• Ejemplo 2: Secuencia Vertical.

En un experimento un conjunto de sujetos se van analizar para un estudio, algunos de ellos se asignarán
aleatoriamente a dos grupos, el 1 y 2 respectivamente, al grupo 1 se le aplicará un estímulo y al 2 no; se efectuará
una medición simultáneamente a ambos grupos.
La secuencia del diseño en este caso conviene sea vertical

RG1 X 0
RG2 – 0

Secuencia1 RG1 0 0
Secuencia2 RG2 - 0
Interpretación Primero, se asigna a los Segundo, se administra el Tercero, se aplica una
sujetos al azar, al grupo 1 y estímulo al grupo1 y al 2 medición a ambos grupos.
2 simultáneamente no.

Los símbolos alineados en forma vertical, representan acciones que tienen lugar en el mismo momento.

A continuación revisaremos las características principales de los tres tipos de diseños experimentales: los pre
experimentos, los experimentos “verdaderos” y los cuasi experimentos.

c) Preexperimentos

Los preexperimentos se llaman así porque su grado de control es mínimo. Estos diseños no son adecuados para
el establecimiento de relaciones entre la variable independiente y la variable o variables dependientes. Son diseños
que han recibido bastante crítica en la literatura experimental, porque se muestran vulnerables en cuanto a la
posibilidad de control y validez interna.

Hay dos tipos de diseños preexperimentales:

1. Estudio de caso con una sola medición.

Consiste en administrar un estímulo o tratamiento a un grupo y después aplicar una medición en una o más
variables para observar cuál es el nivel del grupo en estas variables. Se representa por:

GX0

2. Diseño de preprueba-posprueba con un solo grupo.

Consiste en que a un grupo de le aplica una prueba previa al estímulo o tratamiento experimental, después se le
administra el tratamiento y finalmente se le aplica una prueba posterior al tratamiento. Se representa por:

Metodología de la Investigación Científica y Tecnológica UVM En Línea 5

G01X02
En ciertas ocasiones los diseños preexperimentales
sirven como estudios exploratorios, pero sus resultados
deben observarse con precaución. De ellos no es posible
obtener conclusiones seguras. Son útiles como un
primer acercamiento con el problema de investigación
en la realidad, aunque no como el único y definitivo
acercamiento. Abren el camino, pero de ellos deben
derivarse estudios más profundos.
Por ejemplo, en un preexperimento de una sola
medición G X 0 el diseño no cumple con los requisitos
de un verdadero experimento. No hay manipulación de
la variable independiente (no hay varios niveles de ella,
ni siquiera los niveles mínimos de presencia-ausencia).
Tampoco hay una referencia previa de cuál era, antes
del estímulo, el nivel que tenía el grupo en la variable
dependiente, ni grupo de comparación.
Un requisito para lograr el control experimental es tener
varios grupos de comparación. En los preexperimentos
se usa un solo grupo por lo que no es posible establecer
causalidad con certeza ni se controlan las fuentes de
invalidación interna (para conocer en qué consisten
éstas consulta el texto: Control o validación interna
de la situación experimental.
d) Experimentos verdaderos
Los experimentos verdaderos son aquellos que reúnen
los siguientes requisitos para lograr el control y la validez
interna
1. Grupos de comparación. Es necesario que en
un experimento haya por lo menos dos grupos que
comparar, esto permite la manipulación de la variable
independiente o de varias independientes.
2. Equivalencia de los grupos. Aquellos que presentan
características semejantes en todo menos en la
manipulación de la variable independiente. Si entre los
grupos que conforman el experimento todo es similar
o equivalente, excepto la variable independiente, las
diferencias entre los grupos pueden atribuirse a ésta.
Metodología de la Investigación Científica y Tecnológica
Los diseños auténticamente experimentales llegan a
abarcar una o más variables independientes y una o más
dependientes. Asimismo, pueden utilizar prepruebas y
pospruebas para analizar la evolución de los grupos antes
y después del tratamiento experimental. Desde luego,
no todos los diseños experimentales utilizan preprueba;
aunque la posprueba sí es necesaria para determinar
los efectos de las condiciones experimentales (Wiersma,
1999).
Tipos de experimentos verdaderos:
Diseño con posprueba únicamente
y grupo de control
Concepto. Incluye dos grupos, uno recibe el tratamiento
experimental y el otro no (grupo de control). La única
diferencia entre los grupos es la presencia-ausencia
de la variable. Los sujetos se asignan a los grupos de
manera aleatoria. Después de que concluye el periodo
experimental, a ambos grupos se les administra una
medición sobre la variable dependiente en estudio.
Al inicio del experimento los grupos son equivalentes y el
investigador debe vigilar que continúen siéndolo: la hora
del experimento y las condiciones ambientales deben
ser las mismas para ambos grupos.
Diagramación. El diseño se representa como:
Diseño de preprueba-posprueba
y grupo de control
Concepto. En este diseño los sujetos se asignan al
azar a los grupos, después a éstos se les administra
simultáneamente la preprueba; un grupo recibe el
tratamiento experimental y el otro no (grupo de control);
por último se les administra, también simultáneamente
una posprueba.
La adición de la preprueba en este diseño tiene dos
ventajas: primera, las puntuaciones de las prepruebas
UVM En Línea 6
sirven para fines de control en el experimento, pues al
comparar las prepruebas de los grupos se evalúa qué
tan adecuada fue la aleatorización; otra ventaja es que
se puede analizar puntaje-ganancia de cada grupo (la
diferencia entre las puntuaciones de la preprueba y la
posprueba).
Diagramación. Se diagrama como:
Diseño de cuatro grupos de Solomon
Concepto. R. L. Salomón propuso la mezcla de los
dos diseños anteriores para diseñar uno con cuatro
grupos: dos experimentales y dos de control; los
primeros reciben el mismo tratamiento experimental y
los segundos no reciben tratamiento. Sólo a uno de los
grupos experimentales y a uno de los grupos de control
se les administra la preprueba; a los cuatro grupos se
les aplica la posprueba. Todos los sujetos se asignan de
manera aleatoria.
La ventaja de este diseño es que el experimentador
tiene la posibilidad de verificar los posibles efectos de
la preprueba sobre la posprueba, puesto que a algunos
grupos se les administra la preprueba y a otros no. Es
posible que la preprueba afecte la posprueba o que
aquella interactúe con el tratamiento experimental.
Diagramación. Se diagrama como:
Metodología de la Investigación Científica y Tecnológica
Diseños experimentales de series
cronológicas múltiples
Concepto. Cuando se desea analizar los efectos en el
mediano o largo plazo de una variable independiente
sobre una dependiente, se emplean diseños que
efectúan varias observaciones o mediciones sobre una
variable. Se utilizan dos o más grupos y los sujetos se
asignan al azar a dichos grupos. Las pospruebas pueden
ser tantas como se requiera y sea posible aplicar.
Lo importante de estos diseños, es que el investigador
debe vigilar que no ocurra algo que afecte de manera
distinta a los grupos (con excepción de la manipulación
de la variable independiente), dado que con el paso del
tiempo es más difícil mantener la equivalencia de los
grupos, esto dependerá del control de las fuentes de
invalidación interna.
Diagramación. Por ejemplo, un diseño de serie
cronológica sin preprueba, con varias pospruebas y un
grupo de control se diagrama de esta forma:
Diseños de series cronológicas con
repetición del estímulo
Concepto. Se aplican cuando el investigador anticipa
que el tratamiento o estímulo experimental no tiene efecto
o es mínimo si se aplica una sola vez, o cuando se desea
conocer el efecto sobre las variables dependientes cada
que se aplica el estímulo experimental.
Los sujetos se asignan al azar a los distintos grupos y a
cada grupo se le administra varias veces el tratamiento
experimental que le corresponde.
Diagramación. Por ejemplo, si el mismo tratamiento
se aplica dos veces al mismo grupo experimental la
diagramación quedaría como:
UVM En Línea 7

Diseños con tratamientos múltiples
Concepto. Se utilizan cuando el investigador desea
analizar el efecto de aplicar los diversos tratamientos
experimentales a todos los sujetos. La aplicación del
tratamiento puede ser individual o en grupo.
Cuando se tienen varios grupos los sujetos se asignan al
azar y a cada grupo se le aplican todos los tratamientos.
La secuencia de aplicación puede o no ser la misma
para todos los grupos y se pueden administrar una o
más pospruebas.
Diagramación. Por ejemplo, usando la misma secuencia
para todos los grupos la diagramación quedaría:
Cuando el experimento cuenta sólo con un número
reducido de sujetos, se organiza un solo grupo y por lo
mismo no hay asignación al azar. Por ejemplo:
Diseños factoriales
Concepto. Todos los diseños anteriores se usan
cuando se manipula una sola variable independiente.
Los diseños factoriales manipulan dos o más variables
independientes e Incluyen dos o más niveles de
presencia en cada una de las variables Independientes.
En un diseño factorial todos los niveles de cada variable
independiente son tomados en combinación con todos
los niveles de las otras variables independientes. La
versión más simple de este diseño es el “diseño factorial
2 X 2” donde el número de dígitos indica el número de
variables independientes y el valor numérico de cada
dígito indica el número de niveles o modalidades de la
variable independiente en cuestión.
Metodología de la Investigación Científica y Tecnológica
Diagramación
Un dígito (primera variable independiente)
Otro dígito (segunda variable independiente).
Variable con dos niveles o modalidades
Variable con dos niveles o modalidades
No es necesario que los valores numéricos sean los
mismos para todas las variables independientes, por
ejemplo puede haber diseños 2 X 3 X 2 , lo que indica
una variable independiente con 2 niveles, otra con tres y
una última con dos. El número de grupos que se forman
en un diseño factorial es igual a todas las posibles
combinaciones obtenidas al cruzar los niveles de una
variable independiente con los de las otras; en el último
ejemplo el resultado sería 12 grupos; y en el diseño “2 X
2” resultan 4 grupos.
e) Cuasiexperimentos
Los diseños cuasiexperimentales también manipulan
deliberadamente al menos una variable independiente
para ver su efecto y relación con una o más variables
dependientes, solamente que difieren de los experimentos
verdaderos en el grado de segundad o confiabilidad que
pueda tenerse sobre la equivalencia inicial de los grupos.
El nombre de cuasiexperimentos se debe a que su validez
es menor que la de los experimentos “verdaderos”.
Cabe destacar que en los cuasiexperimentos los sujetos
no se asignan al azar a los grupos ni se emparejan
(hacerse equivalentes), sino que los grupos ya estaban
formados desde antes del experimento (por cualquier
otra razón) y quedan intactos. Sin embargo, la falta
de aleatorización introduce posibles problemas de
validación interna y externa.
Como comenta Weiss (1980, en Hernández et al., 2003,
p. 256): estos diseños deben luchar “con la selección
como fuente posible de interpretación equivocada, lo
mismo que con la interacción de la selección y otros
factores, así como, posiblemente, con los efectos de
una regresión”. Diversos factores pudieron operar en la
formación de los grupos (que no están bajo el control
del investigador), que impiden afirmar que éstos son
representativos de poblaciones más amplias.
UVM En Línea 8
Hay casi tantos diseños cuasiexperimentales como
experimentales “verdaderos”. Sólo que no hay asignación
al azar o equivalencia de grupos. Pero por lo demás son
iguales, la interpretación es similar, las comparaciones
son las mismas y los análisis estadísticos iguales (salvo
que a veces se consideran las pruebas para datos no
correlacionados). Algunos diseños cuasiexérimentales
son:
1. Diseño con posprueba únicamente y grupos intactos
Utiliza dos grupos, uno recibe el tratamiento experimental
y el otro no. Luego son comparados en la posprueba
para analizar si el tratamiento experimental tuvo un
efecto sobre la variable dependiente.
Se diagrama de la siguiente manera:
y no cuenta con la posibilidad de asignar al azar a los
sujetos a los grupos del experimento. Se presentan en
cuatro modalidades, que son similares a las vistas en
los diseños experimentales, con la única diferencia de
que en al tratarse de cuasiexperimentos los grupos son
intactos, los sujetos no se seleccionan al azar. Tales
modalidades son:
• Series cronológicas cuasiexperimentales de
un solo grupo.
• Series cronológicas cuasiexperimentales con
múltiples grupos
• Series cronológicas cuasiexperimentales con
repetición de estímulo.

G1 X 01 • Series cronológicas cuasiexperimentales con

G2 - 02 tratamientos múltiples.

Lo relevante en este diseño es que si los grupos no son

equivalente entre sí, las diferencias en las pospruebas de
ambos grupos se atribuiría a la variable independiente,
pero también a otras razones diferentes y quizás el
investigador no se dé cuenta de ello.

2. Diseño con preprueba-posprueba y grupos intactos

(uno de ellos de control)

Es similar al que incluye únicamente posprueba y

grupos Intactos, sólo que en este diseño a los grupos
se les administra una preprueba, que puede servir para
verificar la equivalencia Inicial de los grupos, ya que si
son equiparables no debe haber diferencias significativas
entre las prepruebas de los grupos.

La diagramadón queda como:

3. Diseños cuasiexperimentales de seis cronológicas

Analizan los efectos al mediano y largo plazo o efectos
de administrar varias veces el tratamiento experimental

Metodología de la Investigación Científica y Tecnológica UVM En Línea 9

 Referencias Bibliográfícas

Acevedo, J. A. (1994). La dimensión social de la ciencia y la tecnología. Una perspectiva CTS del desarrollo
tecnológico y su evaluación. Ponencia expuesta en las Jornadas de Industrias Químicas: “En torno a treinta años
de historia”. Huelva: AIQB y CEP.

Acevedo, J. A. (1995). Educación tecnológica desde una perspectiva CTS. Una breve revisión del tema. Alambique,
3, 75-84. En línea en Sala de Lecturas CTS+I de la OEI,
<http://www.%20campus-oei.org/salactsi/acevedo5.htm>, 2001.

Acevedo, J. A. (1996). La tecnología en las relaciones CTS. Una aproximación al tema.

Enseñanza de las Ciencias, 14(1), 35-44.

Acevedo, J. A. (1997a). Cómo puede contribuir la Historia de la Técnica y la

Tecnología a la educación CTS. En R. Jiménez y A. Wamba (Eds.): Avances en la Didáctica de las Ciencias
Experimentales. Huelva: Servicio de Publicaciones de la Universidad de Huelva, 287-292. En línea con el título
“¿Qué puede aportar la Historia de la Tecnología a la educación CTS ? “ en Sala de Lecturas CTS+I de la OEI,
<http://www.campus-oei.org/salactsi/acevedo3.htm>, 2001

Acevedo, J. A. (1997b). La educación CTS en el Bachillerato LOGSE: la materia optativa “Ciencia, Técnica y
Sociedad” en Andalucía. En R. Jiménez y A. Wamba (Eds.): Avances en la Didáctica de las Ciencias Experimentales
de Huelva: Servicio de Publicaciones de la Universidad de Huelva, 333-339. En línea con el título “La asignatura
“Ciencia, Técnica y Sociedad” en la Comunidad Autónoma de Andalucía.” en Sala de Lecturas CTS+I de la OEI ,
<http://www.%20campus-oei.org/salactsi/acevedo7.htm>, 2001

Acevedo, J.A. (1997c). ¿Publicar o patentar? Hacia una ciencia cada vez más ligada
a la tecnología. Revista Española de Física . 11(2), 8-11. En línea en Sala de Lecturas CTS+I de la OEI, <http://www.
campus-oei.org/salactsi/acevedo4.htm>, 2001

Albors, J. e Hidalgo, A. (2003). Las redes trasnacionales de transferencia de tecnología. Un análisis del estado del
arte y de la red europea de IRCs, en Revista Madri+d . Número 18, agosto–septiembre. Obtenido el 20 de abril de
2006 desde: http://www.madrimasd.org/revista/revista18/aula/aula2.asp

Ackoff, R. (1953). The design of social research, Chicago: University of Chicago.

Argudín y Luna, 1988, en Documentos Universitarios, cuaderno 1. Obtenido el 19

de abril de 2006 desde: http://dgip.ver.ucc.mx/DGIP/documentos/files/1_informe.pdf

Ávalos G., Ignacio. Las agendas de investigación como expresión del nuevo “contrato social”. Obtenido el 19 de
abril de 2006 desde: http://crics6.bvsalud.org/crics6/program/dos/es/Puebla%20AVALOS.doc

Basalla, G. (1988). The evolution of technology. Cambridge University Press, Cambridge. Traducción de J. Vigil
(1991): La evolución de la tecnología. Barcelona: Crítica.

Bernal, J.D. (1964). Science in History. Londres: Watts. Traducción de J.R. Capella (1967): Historia social de la
ciencia. Barcelona : Península.

Metodología de la Investigación Científica y Tecnológica UVM En Línea 10

CICESE (2006a). Centro de Investigación Científica y de Educación Superior de Ensenada. Obtenido el 24 de abril
de 2006 desde: http://www.cicese.mx/

CICESE (2006b). Centro de Investigación Científica y de Educación Superior de Ensenada. Obtenido el 24 de abril
de 2006 desde: http://innovacion.cicese.mx/pate_que.html

CONACYT (2001). Transferencia de tecnología. Conceptos generales. Obtenido el

24 de abril de 2006 desde:
http://www.cai.org.ar/cienciaytecnología/transferenciadetecnología.htm

CONACYT (2003). Informe general del estado de la ciencia y la tecnología. México, Junio de 2003. Obtenido el 24
de abril de 2006 desde: http://www.conacyt.mx/daien/anexos/14871INFORME_GENERAL_DEL_ESTADO
_2003A.pdf

Christensen, I.B. (1980). Experimental methodology. Boston : Allyn and Bacon.

Dankhe, J.L. (1986). “Investigación y comunicación” en C. Fernández-Collado y

Danhke G.L. (compiladores). La comunicación humana: Ciencia social. México:
McGraw-Hill.

Etzkowitz H. y L. Leydesdorff. The dynamics of innovation: from National System and Mode 2 to a Triple X of
University-Industry-Government relations. Research Policy XXIX, Sussex, 2000.

Ferman y Levin (1979). Investigaciones en ciencias sociales. México: Limusa.

Fleming, R.W. (1989). Literacy for a technological age. Science Education, 73(4),
pp. 391-404.

García Guadilla, Carmen (1992) “La integración universitaria y el papel del conocimiento en tres tipos de escenarios”
en Revista de la Educación Superior, núm. 83, julio-septiembre, Caracas,
Iesalc/Unesco.

Induambiental. Programa de capacitación ambiental para la enseñanza técnica profesional. Obtenido el 19 de abril
de 2006 desde: http://www.induambiental.cl/1615/propertyvalue-37256.html

Instituto Mexicano de la Propiedad Industrial (2006). Preguntas más frecuentes. Dirección

Divisional de Asuntos Jurídicos. Obtenido el 24 de abril de 2006 desde: http://www.impi.gob.mx/impi/jsp/indice_all.
jsp?OpenFile=docs/bienvenida/faq_
esp_juridico.html

Jiménez, J.M. (2003). Aspectos de la eficiencia en la transferencia de tecnología. Revista Madri+d. Número 14.
Diciembre 2002-Enero 2003. Obtenido el 24 de abril de 2006 desde: http://www.madrimasd.org/revista/revista14/
tribuna/tribunas1.asp

Kerlinger, F.N. (1975). Enfoque conceptual de la investigación del comportamiento. México: Nueva Editorial
Interamericana.

Labovitz y Hagedorn (1976). Introduction to social research. Nueva York: McGraw-Hill.

Metodología de la Investigación Científica y Tecnológica UVM En Línea 11

Latour, B. y Woolgar, S. (1979). Laboratory Life: The Social Construction of Scientific Facts. Londres: Sage. (2ª
edición, 1986, Princenton, NJ: Princenton University Press). Traducción de E. Pérez Sedeño (1995): La vida en el
laboratorio. La construcción de los hechos científicos. Madrid: Alianza.

Layton, D. (1988). Revaluing the T in STS. International Journal of Science

Education, 10(4), 367-378.

Longino, H.E. (1983). Beyond “Bad Science”: sceptical reflections on the value-freedom of scientific inquiry. Science,
Technology and Human Values. 8 (1), 7-17.

McDaniel, C.& Gates, R. (1999). Investigación de Mercados Contemporánea.

México: Internacional Thompson. p.651.

MEC (1991). Real Decreto 1007/1991, de 14 de junio, por el que se establecen las enseñanzas mínimas
correspondientes a la Educación Secundaria Obligatoria. BOE, Madrid.

Millar, D.C. (1977). Handbook of research design and social measurement. Thousand Oaks: Sage Publications.

Mitcham, C. (1989). ¿Qué es la filosofía de la tecnología? Barcelona: Anthropos.

Pacey, A. (1983). The Culture of Technology. Cambridge, MA: MIT Press.

Traducción de R. Ríos (1990): La cultura de la Tecnología . México DF: FCE.

Las redes sociales de conocimiento: El nuevo reto de las organizaciones de investigación científica y tecnológica.
Obtenido el 26 de abril de 2006 desde: http://www.rgs.gov.co/img_upload/a6760b33a0b37cbd6231b2518c38c335/
Las_redes_sociales_de_conocimiento.doc

Rojas, R. (1981). Investigación social, teoría y praxis. México: Plaza & Valdés.

Selítiz et al. (1976). Métodos de investigación en las relaciones sociales. Madrid: Rialp.

SOS Ayudas temáticas (2003). Marco teórico. Obtenido el 24 de marzo de 2006 desde:
http://server2.southlink.com.ar/vap/MARCO%20TEORICO.htm

Staudenmaier, J.M. (1985). Technology’s Storytellers: Reweaving the Human Fabric.

Cambridge : MIT Press.

UNESCO (1990). The teaching of science and technology in an interdisciplinary context.

Science and Technology Education Document Series, 38. París: UNESCO.

Vessuri, Hebe. El ejercicio de la observación sociotécnica a propósito de los observatorios de ciencia y tecnología.
Cuadernos del Cendes. Universidad Central
de Venezuela, 2002.

Zamarrita (2003). Obtenido el 3 de abril de 2006 desde: http://www.cnep.org.mx/Informacion/teorica/metodologia.

htm

Metodología de la Investigación Científica y Tecnológica UVM En Línea 12