La Investigacion Cientifica

1
La investigacin Cientfica. Introduccin

Universidad Argentina J. F. Kennedy.Departamento de Demografa y Turismo. Decana: Dra Mara
Vandam
Dep07@kennedy.edu.ar

MDULO I: INTRODUCCIN A LA INVESTIGACIN
1.1. Diseo, proyecto y proceso de investigacin.
1.2. Tipos de investigacin.
1.3. Mtodos y tcnicas de investigacin.
1.4. Los pasos de la investigacin.
1.5. Formulacin del problema de investigacin.

MDULO II: DESARROLLO DEL PROBLEMA DE INVESTIGACIN
2.1. Reduccin del problema a nivel emprico (cmo medir las variables).
2.2. La importancia de la definicin.
2.3. De las definiciones conceptuales a las operacionales.
2.4. Algunas consideraciones sobre las variables de la investigacin.
2.5. Niveles de medicin. Categorizacin de las variables.
2.6. Clasificaciones de las variables.
2.7. Validez y confiabilidad de los indicadores.

NDICE

MODULO I: INTRODUCCION A LA INVESTIGACION ................................................................... 1
MODULO II: DESARROLLO DEL PROBLEMA DE INVESTIGACION .......................................... 1
La ciencia................................................................................................................................................... 2
El mtodo................................................................................................................................................... 3
Inductivo e hipottico deductivo ........................................................................................................... 3
Caractersticas del mtodo cientfico..................................................................................................... 4
Elementos del mtodo cientfico ........................................................................................................... 5
Factores que influyen en la seleccin del mtodo................................................................................. 5
Criterios de demarcacin cientfica (Wallace): ..................................................................................... 5
Mtodo - Tcnica - Investigacin.......................................................................................................... 5
El proceso de investigacin................................................................................................................... 5
Peculiaridades de la investigacin social .............................................................................................. 6
Tipos de investigacin (criterios) .......................................................................................................... 6
Diseos de investigacin ........................................................................................................................... 8
El diseo exploratorio o formulativo (qu pasa) precientfico:............................................................. 8
El diseo descriptivo (cmo, dnde, cundo, con qu frecuencia): ...................................................... 8
El diseo explicativo: (por qu pasa) .................................................................................................... 8
Diseo - proyecto - proceso....................................................................................................................... 8
Diseo general de la investigacin........................................................................................................ 9
2
Pasos de la investigacin......................................................................................................................... 10
1 PASO DE LA INVESTIGACIN - SELECCIN DEL TEMA ................................................... 10
2 PASO DE LA NVESTIGACIN - DELIMITACIN DEL TEMA.............................................. 10
3 PASO DE LA INVESTIGACIN - FORMULACIN DEL PROBLEMA................................. 11
1. Elaboracin del Marco terico .................................................................................................... 11
2. Definicin de objetivos:............................................................................................................... 11
3. Formulacin de hiptesis............................................................................................................ 11
Caractersticas de las hiptesis cientficas:.................................................................................. 11
4. Definicin de conceptos .............................................................................................................. 12
El concepto .................................................................................................................................. 12
Las variables................................................................................................................................ 12
Criterios de categorizacin.......................................................................................................... 12
Otros factores a tener en cuenta a la hora de categorizar: ........................................................... 12
Niveles de medicin: ................................................................................................................... 12
Clasificacin de variables............................................................................................................ 13
La definicin................................................................................................................................ 13
4 PASO DE LA INVESTIGACIN - REDUCCIN DEL PROBLEMA A NIVEL EMPRICO... 14
Operacionalizacin de las variables ................................................................................................ 14
Pasos para la operacionalizacin de variables complejas............................................................ 14
Tipos de ndice: ........................................................................................................................... 15
Ejemplo de construccin de un ndice......................................................................................... 15
Validez y confiabilidad de los indicadores.................................................................................. 17
5 PASO DE LA NVESTIGACIN DETERMINACIN DE LAS UNIDADES DE ANALISIS 19
6 PASO DE LA NVESTIGACIN RECOLECCIN DE DATOS............................................... 19
7 PASO DE LA NVESTIGACIN ANLISIS DE LOS DATOS................................................ 20
8 PASO DE LA NVESTIGACIN EL INFORME FINAL........................................................... 20
Pensar en una tesis................................................................................................................................... 21
Aspectos prcticos ................................................................................................................................... 25
Sugerencias para el planteo del problema: .......................................................................................... 26
Criterios de una buena pregunta inicial: .............................................................................................. 26

La ciencia

Objetivos de la ciencia:
Analizar
Explicar
Prever/predecir
Actuar

Elementos de la ciencia:
Contenidos (las teoras)
Campo de actuacin (la realidad observable)
Procedimiento (el mtodo cientfico)

Caractersticas de la ciencia:
Investigacin rigurosa
Verificable
Sistemtica
CONOCIMIENTO
3
Universal

Clasificacin de las ciencias

Lgica
FORMALES Matemtica

Fsica
Astronoma
Qumica

Naturales
Biologa
Sicologa
Economa
Antropologa
Historia
Sociologa

FCTICAS

Sociales
Psicolingustica, etc.

El mtodo

La metodologa parte de la lgica que estudia los mtodos de manera sistemtica y crtica

El mtodo Meta = hacia Odos = camino (hacia algo).

Inductivo e hipottico deductivo

4

Mtodo inductivo e hipottico deductivo (Wallace)
PROCESO DE GENERACIN DEL CONOCIMIENTO

Investigacin terica

Investigacin emprica

EL MTODO

Conjunto de procedimientos, reglas, pasos lgicos y sistemticos que estn estipulados de
antemano de manera voluntaria y cuyo objetivo es alcanzar cierto fin el conocimiento.
Caractersticas del mtodo cientfico

Problemtico-hipottico
Fctico
Trasciende los hechos
Se vale de verificacin emprica

TEORIA

DECISIONES
GENERALIZACION

EMPIRICA

HIPOTESIS
INFERENCIA
LOGICA
DEDUCCION
LOGICA
ORDENAMIENTO
PROPOSICIONES
CONCEPTOS

OBSERVACIONES

CONTRASTACION
INTERPRETACION
INSTRUMENTACION
ESCALAJ E/MUEST.
MUESTREO
RESULTADO
ESTIM.PARAM.
H
I
P.

D
E
D
U
C
T
I
V
O

I
N
D
U
C
T
I
V
O

Terico
Crtico, autocorrectivo y progresivo
Formulaciones generales
Aspira a la objetividad
5

Elementos del mtodo cientfico

Teora
Hiptesis
Conceptos Variables Definiciones
Dimensiones
Indicadores
Realidad social

Factores que influyen en la seleccin del mtodo

Los objetivos de la investigacin
La naturaleza del objeto de estudio
El paradigma epistemolgico del investigador

Criterios de demarcacin cientfica (Wallace):

De autoridad
Conocimiento mstico
Conocimiento lgico racional
Conocimiento cientfico

Mtodo - Tcnica - Investigacin

Mtodo:
Procedimiento general
Implica el uso de diferentes tcnicas
De carcter global y coordinador de operaciones

Tcnica:
Procedimientos concretos y operativos
De carcter prctico
Herramientas, instrumentos operaciones

La investigacin:

Actividad del hombre orientada a descubrir algo desconocido
Acciones que ponen en funcionamiento lo que el mtodo prescribe.
Etimolgicamente: buscar, analizar, estudiar, desentraar.
Proceso: reflexivo, sujeto a controles, metdico, crtico, sistemtico.
Su origen la curiosidad innata del hombre.

El proceso de investigacin

6

Peculiaridades de la investigacin social

El grado de complejidad
Fenmenos incuantificables
La multicausalidad
Variacin de fenmenos
La falta de instrumentos de observacin precisos y potentes
Los valores de los indicadores (neutralidad valorativa)
La influencia que el sujeto de estudio tiene sobre el objeto a estudiar.

Tipos de investigacin (criterios)

1. Segn su finalidad:

Pura o bsica: Tiende a desarrollar los grandes lineamientos tericos. No pretende
finalidad prctica inmediata (problema terico)

Aplicada: Aplica los conocimientos de la anterior y persigue solucionar problemas
concretos (problema prctico)

2. Segn su alcance temporal:

Seccional (sincrnicas): se refiere a un momento especfico en el tiempo (foto).

Longitudinal (diacrnicas): trata la evolucin de un fenmeno.

3. Segn su profundidad:

Exploratorias: son de carcter provisional, para aproximarse al tema

Descriptivas: buscan la medicin precisa de una o ms variables dependientes, en una
poblacin o muestra.

Explicativas: tratan la relacin de influencia entre variables.
medir las variables).

4. Segn su amplitud:

Microsociolgicas: estudian variables relacionadas en grupos pequeos.

Problema
Terico o
Prctico
INVESTIGACION

Diagnstico
Evaluacin Planificacin
de programas
Ejecucin
7
Macrosociolgicas: variables en grandes grupos o sociedades.

5. Segn sus fuentes:

Con base de datos primarios: de 1 mano, recogidos por los que llevan a cabo la
investigacin.

Con base de datos secundarios: recogidos por otros, con otros propsitos.

Mixtas

6. Segn su carcter:

Enfoque cuantitativo: apunta a aspectos objetivos susceptibles de cuantificar.

Enfoque cualitativo: orientada a descubrir el significado, el sentido de las acciones
sociales.

Ambas (triangulacin).

7. Segn su naturaleza:

Empricas: se trabaja con hechos de experiencia directa, no provocados a tal efecto
(Observacin).

Experimentales: se basa en observaciones de fenmenos provocados en laboratorio.

Documentales: basadas en datos secundarios (documentos)

Encuestas: los datos proceden de la manifestacin oral o escrita de los sujetos
observados.

8. Segn el objeto social al que se refiere, se distinguen:

Segn disciplina social que se aborde: psicologa, sociologa, antropologa, etc.

Segn las instituciones sociales que se estudien: familia, la empresa, el derecho, la
poltica, el ocio, religin, educacin.

Segn los sectores sociales: rural, urbano, cultural,

9. Segn el marco en el que tiene lugar:

De campo: ambiente natural (Campo donde se observa al grupo estudiado).
De laboratorio: ambiente artificial se provoca el fenmeno en laboratorio.

8
Diseos de investigacin

El diseo exploratorio o formulativo (qu pasa) precientfico:

Caractersticas:

La flexibilidad: sujeto a permanentes marchas y contramarchas.
Muestras no probabilsticas
El principal objetivo: formular adecuadamente el problema
Tcnicas de recoleccin de datos menos estructuradas (cualitativas)
Las estrategias:
Revisin bibliogrfica y experiencia
Contextualizar
Torbellino de ideas

El diseo descriptivo (cmo, dnde, cundo, con qu frecuencia):

Caractersticas:
Estudio exhaustivo, intensivo, riguroso
La rigidez: sujeto a controles metodolgicos (evitar sesgos).
Muestras probabilsticas (forma de tener controlado el error de muestreo)
Tcnicas de recoleccin de datos mas estructuradas.
Establecer relaciones entre diferentes fenmenos,
Realizar proyecciones

El diseo explicativo: (por qu pasa)

Caractersticas:
Pone a prueba hiptesis causales (relacin emprica asimtrica, no reversible)
El Control
Debe existir algn supuesto sobre las relaciones entre las variables consideradas.
Modalidades:
Experimento (relacin presente/futuro); manipula el estmulo
Anlisis multivariado -Lazarfeld- (relacin presente/pasado), manipula
estadsticamente los datos

Diseo - proyecto - proceso

9

El diseo:
Trabajo de reflexin previa
Planificar cada uno de los pasos
Reflexionar sobre su alcance.
Adelantarse mentalmente
Organizarse.

El proyecto:
Comunicar
Resultante del diseo

El proceso:
La realizacin de lo que se diseo

Diseo general de la investigacin

El diseo general se descompone en diseos especficos:

1. Diseo terico
2. Marco profesional de referencia
3. Diseo grfico
4. Diseo simblico
5. Diseo estadstico matemtico
6. Diseo econmico administrativo

1. El diseo terico: contempla el marco terico (de referencia), el cual ser la base para la eleccin de
las hiptesis y de las tcnicas que se utilizaran para su puesta a prueba. Contempla el desarrollo
conceptual de la investigacin, y debe expresar el problema elegido.

2. El marco profesional de referencia: es el conjunto de experiencias personales (culturales o
subcultura) que posee el investigador. A partir de ese marco que se desarrolla desde la infancia, se le
dar significado a las cosas. Se sugiere explicitar el marco social personal como el marco social
profesional, es decir, especificar desde donde se mira al mundo. Adems hay que contemplar el marco
de referencia del actor (entrevistados - encuestados). Esto sirve para reconocer la distancia entre los
marcos del otro y los propios y no caer en el etnocentrismo ni sociocentrismo.

3. El diseo grfico: en l se expresa el diseo terico. La elaboracin del cronograma (distribucin o
diagrama de tarea en funcin del tiempo disponible), desde la definicin del
problema hasta el informe final.

4. El diseo simblico: tiene que ver con el uso de la computadora, con la elaboracin del programa
que se usar y el sistema de codificacin.

10
5. El diseo estadstico matemtico: se refiere al tamao de la muestra (clculo del tamao, error, nivel
de confianza); el plan de cuadros y grficos; los coeficientes que se usarn, las medidas estadsticas,
etc.

6. El diseo econmico - administrativo: supone la constitucin del equipo de investigacin, la
distribucin de tareas y responsabilidades. Adems contempla la elaboracin del presupuesto
(importante en la medida que la investigacin sea financiada).

Pasos de la investigacin

1. SELECCIN DEL TEMA
2. DELIMITACIN DEL TEMA
3. FORMULACIN DEL PROBLEMA
4. REDUCCIN DEL PROBLEMA A NIVEL EMPRICO
5. DETERMINACIN DE LAS UNIDADES DE ANLISIS
6. RECOLECCIN DE DATOS
7. ANLISIS DE LOS DATOS
8. INFORME FINAL

1 PASO DE LA INVESTIGACIN - SELECCIN DEL TEMA

Factores que inciden en la seleccin del tema de investigacin:

Intereses intelectuales
Necesidad practica:
Costo
Beneficio
Preferencias personales
La cuestin del prestigio
Intereses creados
Situacin del contexto

2 PASO DE LA NVESTIGACIN - DELIMITACIN DEL TEMA

Estrategias para delimitar un tema de investigacin:

Contextualizar
Torbellino de ideas
11
Revisin bibliogrfica
Revisin de experiencia
Experiencia de campo
Anlisis de casos tpicos y atpicos

3 PASO DE LA INVESTIGACIN - FORMULACIN DEL PROBLEMA

Aspectos que comprenden la formulacin del problema:

1. Elaboracin del Marco terico

Teora
Analizar e interpretar los hechos
Orienta sealando hechos significativos
Predispone a formular preguntas

2. Definicin de objetivos:

Generales: para que, quin, propsitos, etc.
Especficos: facetas ms significativas

Los objetivos deben estar planteados teniendo en cuenta verbos en infinitivo, por ejemplo: reproducir,
describir, enumerar, identificar, reconocer, seleccionar, determinar, explicar, demostrar, definir,
ejemplificar, clasificar, agrupar, diferenciar, distinguir, chequear, calcular, sistematizar, medir,
localizar, resolver, relacionar, descifrar, descomponer, detectar, confeccionar, desarrollar, extender,
reconstruir, planear, especificar, interpretar, organizar, formular, componer, integrar, enriquecer,
examinar, etc.

3. Formulacin de hiptesis

Definicin: La hiptesis es una tentativa de explicacin de los hechos o fenmenos a estudiar (Ander
Egg). Es una suposicin, una conjetura que no necesariamente deber ser cierta. puede ser abandonada,
mantenida o reformulada.

Tentativa - supuesto
Punto de partida
Thesis: lo que se pone - Hipo: debajo

Caractersticas de las hiptesis cientficas:

Referente terico/emprico
Trminos claros y precisos
Definicin conceptual y operacional de variables
Alcance general
Especificacin.

12
Estructuralmente, toda hiptesis brinda informacin sobre:

Unidad de observacin
Variables
Relaciones entre variables (trminos constitutivos de la hiptesis)

4. Definicin de conceptos

El concepto

El elemento ltimo al que se reduce la teora
Abstraccin acerca de algo
Significa una realidad sin afirmar o negar nada de ella.
La forma mas simple de conocimiento

Las variables

Trminos constitutivos de una hiptesis
Caractersticas, propiedades, magnitudes, observables de algo
Conceptos que asumen diferentes valores (categoras)

Las categoras valores donde sern ubicada cada una de las unidades de anlisis.

Criterios de categorizacin

1. Exhaustividad
2. Exclusividad

Otros factores a tener en cuenta a la hora de categorizar:

Los objetivos de la investigacin
El marco terico
El grado de discriminacin
El tamao del universo o de la muestra
Las caractersticas objetivas del contexto
La accesibilidad a las unidades de anlisis
La formulacin de la hiptesis
La naturaleza de las variables

Niveles de medicin:

Nominal diferencia o semejanza
Ordinal orden jerrquico entre posiciones
Intervalar distancia (cero arbitrario )
Racional distancia (cero absoluto)
13

Clasificacin de variables

1. De acuerdo a su naturaleza:

Cualitativas
Cuantitativas: continuas
discretas (discontinuas)
Cualicuantitativas

3. Segn la funcin que cumplen en la hiptesis:

Independiente: (x)
Dependiente: (y)
Contextual
Antecedentes
Interviniente

4. Segn la complejidad (grado de abstraccin)

Simples
Complejas

La definicin

La definicin es un enunciado que establece el significado de una expresin

Funcin de la definicin: Romper con los prejuicios
Limitar el concepto

Si queris conversar conmigo, definid primero vuestros trminos (Voltaire)

Tipos de definicin:

1. Nominal o verbal: emplea palabras ya conocidas

2. Conceptual: informa sobre los alcances del concepto dentro de determinado marco
terico

3. Ostensiva: apela a ejemplos

4. Operacional: define el objeto en virtud de las operaciones que sirven para medirlo

14
4 PASO DE LA INVESTIGACIN - REDUCCIN DEL PROBLEMA A NIVEL EMPRICO

Operacionalizacin de las variables

Operacin mediante la cual se explicita el procedimiento para medir la variable, surge en la definicin
conceptual.

Sexo: a. Femenino Situacin laboral: a. No trabaja
b. Masculino b. Trabaja

Tipo de turismo: a. Aventura (deportivo)
b. Cultural
c. Salud
d. Otros

Pasos para la operacionalizacin de variables complejas

1: Descomponer la variable en diferentes aspectos o factores (dimensiones).

2: Puede ocurrir que algunas de esas dimensiones sigan siendo muy abstractas y sea necesario
subdividirlas en subdimensiones.

3: A cada dimensin o subdimensin se le asignan los indicadores correspondientes.

4: Se asignan las categoras a cada indicador (como a cualquier variable).

5: Se reconstruye la variable elaborando un ndice. Se le otorgan los valores a cada una de las
categoras de los indicadores.

ESQUEMA

C C C C C C C C C C CCC CCC
INDICE (sintetiza la variable)

Realizada la descomposicin de la variable se reconstruye en un ndice.

VARIABLE COMPLEJA
DIMENSION
DIMENSION
DIMENSION
SUBDIMENSION
IND.
INDICADOR
IND.
IND. IND. IND.
15
El ndice sintetiza la variable, permite combinar indicadores, asignndole a cada unidad de anlisis un
nico valor en la variable compleja.

Al medir a todas las unidades de anlisis con los mismos indicadores, permite la comparacin entre los
individuos de la muestra.

Tipos de ndice:

ndice porcentual: utiliza valores relativos (porcentajes) y las escalas utilizadas para cada indicador
parten siempre de cero.

ndice simples: son aquellos que utilizan valores absolutos y el valor inicial puede ser cero (0) o
no.

Se necesita establecer la amplitud de cada intervalo (categora) de la variable compleja, para ello se
pueden considerar:

a) Criterio matemtico: consiste en aplicar la formula:

Lmite superior - Lmite inferior + 1 = Amplitud de cada categora.

N de categoras de la variable compleja

b) Criterio emprico estadstico:

Se determinan los rangos a priori en base a parmetros o estadsticos proporcionados
por otras investigaciones.

Se determinan los rangos a posteriori en funcin de como haya sido la distribucin de
los puntajes obtenidos en la muestra analizada.
Ejemplo de construccin de un ndice

Nivel Socioeconmico: caracteriza al hogar (que ser extensible a cada uno de sus miembros), por la
insercin econmica (ocupacin) y por la insercin social, es decir por la educacin (nivel instruccin)
del principal sostn. En tal sentido, el N.S.E. se caracteriza por el desempeo de determinado rol
funcional y su prestigio (del principal sostn) y de acuerdo al saber sistematizado (Nivel de instruccin)
junto con las gratificaciones recibidas, es decir, las recompensas por ocupar dicho rol funcional (que
ser proporcional al saber sistematizado y las responsabilidades que implica dicho rol). De esta
definicin surgen tres dimensiones:

Las recompensas que el individuo recibe
El grado de saber sistematizado que posee
El rol que ocupa y la responsabilidad que ste implica (utilidad funcional).

Teniendo en cuenta las anteriores dimensiones, se puede comenzar a definir los indicadores para luego
categorizarlos y darle a cada categora el valor correspondiente.

INDICE PORCENTUAL PONDERADO
16
DIMENSIONES INDICADORE
S
CATEGORIAS VALORES

No posee 0
Prim. Inc./Com. 3
Sec.Inc./Com. 6
Terc. Inc. /Com. 9
Univers. Inc./C. 11

NIVEL DE
INSTRUCCI
N
14
Posgrado 14

No domina 0
Si, 1 5
Si, ms de 1 10

SABER
SISTEMATIZADO
24

DOMINIO
DE IDIOMAS
10

Ocup. gratuito 0
Pensionista 3
Inquilino 6

SITUACION
LEGAL DE LA
VIVIENDA
10
Propietario 10

No posee 0
84 o anterior 2
85 / 91 4
92 / 97 6

AUTOMOVIL
8
98 o ms 8

No posee 0
Si, Te. 4
Si, cable 7

INTERNET
7

No posee 0
Si 4 PENTIUM III
4
No posee 0
Posee 3
Internacional 6

TARJETAS DE
CREDITO
6

Hasta 250 0
De 251 a 650 3
De 651 a 1250 6
De 1251 a 1650 9
De 1651 a 2250 12

GRATIFICACION
ES
MATERIALES
50

INGRESO
PER CAPITA
15
2251 o ms 15

D2 0
D1 7

UTILIDAD
FUNCIONAL
30

PRESTIGIO
DE
LA
C2 15
17
C1 22 OCUPACION
30 B 30

Se consideraron categoras para la variable nivel socioeconmico: Bajo; Medio; Alto

Amplitud de los intervalos

. 100 - 0 + 1 . = 101 . = 33.66
3 3

Cada categora de la variable compleja est representada por un rango:

Bajo 0 a 33
Nivel socioeconmico: Medio 34 a 67
Alto 68 a 100

Algunas aclaraciones: Las letras (prestigio de la ocupacin) son las que se emplean en publicidad para
investigacin de mercado. Cada letra implica determinadas ocupaciones.

Si se mide el N.S.E. de un grupo de familias y se toma el nivel de ingreso conviene trabajar con el
ingreso per capita, porque no es lo mismo que el ingreso se reparta entre 2 personas que entre 8.

En el caso de los jubilados, se pregunta cual era la ocupacin con la que se jubil y se le resta un 33 %
al valor de dicha ocupacin.

Para determinar el prestigio de la ocupacin, si es un grupo familiar o un adolescente o nio, se suele
tener en cuenta o preguntar por la ocupacin del principal sostn. Es decir, se lo adscribe a la situacin
socioeconmica de los padres o sustitutos.

Si la persona tiene dos autos, por lo general, se toma el que tiene mas valor o la suma de los dos o tres.

Validez y confiabilidad de los indicadores

Para medir una variable (o dimensin), se puede optar por diferentes indicadores (el nivel de ingreso de
una persona se puede medir en pesos, dlares, salarios mnimos, etc.)

Todo indicador tiene determinada posibilidad de medir una variable (unos tienen un 10 %, otros del 80
%, otros el 100%, etc.).

La Validez

Un indicador es ms valido que otro cuando mide lo que afirma medir. Esto tiene que ver con la
relacin entre la teora y los datos. Para analizar la validez de un indicador se distingue: la validez
interna (terica) y la validez externa (prctica)

Validez interna: existe cuando hay correspondencia entre la definicin conceptual y
la operacional. Es terica (expresa una relacin lgica). El indicador debe tener el mismo alcance y
contenido que la definicin. Se puede apreciar sin estudios empricos.

18
Grficamente:

Validez

No existe validez cuando

Caso 1:

Ejemplo: Si se mide el nivel socioeconmico y solo se pregunta como es la vivienda se mide solo
un aspecto. No hay correspondencia entre lo que dice la definicin conceptual y la operacional.

Caso 2:

Ejemplo: si se evala los contenidos de la materia (teora y prctica) y adems, se efectan preguntas
personales, se mide la variable y, otras cosas que no tienen nada que ver con ella.

Caso 3:

La validez interna se da cuando la
definicin operacional cubre toda la
definicin conceptual.
Hay correspondencia.
La definicin operacional abarca slo una parte
de la definicin conceptual y algo ms que no
tiene nada que ver.
No hay correspondencia
La definicin operacional no alcanza a cubrir
la definicin conceptual (se pide menos de
lo que es la variable).
DEFINICIN
OPERACIONAL
DEFINICIN
CONCEPTUAL
La definicin operacional excede la
Conceptual.
19
La validez externa: El investigador depende de la respuesta dada por otro (hasta
qu punto es cierta ?). La validez externa es emprica, tiene que ver con el hecho de poner a prueba una
hiptesis.

Posibilidades:

Dejar pasar un tiempo y volver a hacer la misma pregunta.

Hacer la pregunta y luego, indagar a un tercero que conozca a la persona en cuestin.

Reemplazar o complementar la pregunta con otras preguntas indirectas, etc.

La confiabilidad

Un instrumento de medicin es confiable cuando administrado sucesivamente a una misma muestra o
poblacin, sin que hayan cambiado las condiciones iniciales, reproducen los mismos resultados.

Validez y confiabilidad estn relacionadas. Si no hay validez tampoco habr confiabilidad.

5 PASO DE LA NVESTIGACIN DETERMINACIN DE LAS UNIDADES DE ANALISIS

En esta instancia se debe definir el universo de estudio, el cual se desprende de la formulacin del
problema

El universo o poblacin es el conjunto total de elementos sobre los cuales puede recaer la investigacin
(elementos que constituyen un rea de inters analtico). Cada uno de esos elementos se denominan
unidad de anlisis o unidad de observacin.

Para Galtung, las unidades de anlisis son la fuente principal de datos en la investigacin.

Nota: tema ser tratado por la Lic. Raquel Miguez

6 PASO DE LA NVESTIGACIN RECOLECCIN DE DATOS

Este paso supone decidir sobre cul es la tcnica ms apropiada para la investigacin, cul se
utilizara, cul se adaptara ms a la investigacin.

Ms all de la revisin de bibliogrfica y de experiencia, existen otras tcnicas de recoleccin de datos:

Revisin bibliogrfica (datos secundarios)
Revisin de experiencia (datos secundarios)
Observacin
Entrevista
Historia de vida
Entrevista focalizada
Encuesta
20
Anlisis de contenido (datos secundarios)
Recopilacin documental (datos secundarios)
Escala de opiniones y actitudes

7 PASO DE LA NVESTIGACIN ANLISIS DE LOS DATOS

Por lo general, antes de llevar a cabo el anlisis de los datos ya se a pasado por las etapas anteriores, es
decir: se ha delimitado y se ha formulado el problema (objetivos y finalidad), se elabor el marco
terico y, a partir de l se formularon la/s hiptesis y se conceptualizaron (definieron) las variables. Se
operacionalizaron las variables complejas.
Se establecieron las unidades de anlisis (definir el universo, si se trabajar con unidad de anlisis o
unidad de informacin). Si no se trabaja con todo el universo, se calcul el tamao y se seleccion la
muestra (cantidad de elementos de estudio). Se seleccion el instrumento de recoleccin de datos. Se
confeccion el conjunto de preguntas guas. Se precodifico (asignar un numero correlativo). Se realizo
el pretest, se imprimi el formulario definitivo. Se administr diicho instrumento (por ej.: se aplic la
encuesta). Se recogieron todos los datos y se realiz la post-codificacin.

La tarea siguiente es procesar los datos para que se factible su anlisis. Dicho anlisis podr ser:
univariado, bivariado o multivariado si se realiza un estudio cuantitativo. Ser de interpretacin si se
realiza un estudio cualitativo.

Nota: tema ser tratado por la Lic. Graciela Chiale

8 PASO DE LA NVESTIGACIN EL INFORME FINAL

El informe tiene una secuencia lgica; se explica lo que se hizo en la investigacin. Se da cuenta de las
conclusiones. Es un paso vital pues, los resultados obtenidos se dan a conocer a travs de l. La
investigacin se vende a travs del informe final.

En trminos generales, un informe de investigacin se compone 3 secciones:

Seccin preliminar:
* Cartula: Ttulo/autores.
Prlogo/agradecimientos: resumen, alcance y razones
del estudio.
* Indice.

Cuerpo del informe:
* Introduccin: historia del proyecto - problema - marco terico -
definiciones de trabajo.
* Revisin bibliogrfica (entrevistas, resumen)

* Esquema de la investigacin: diseo
* Presentacin, anlisis e interpretacin de los hechos (cuadros y
grficos).
21
* Resumen y conclusiones: hallazgos, sugerencias
recomendaciones.
* Bibliografa

Referencias y anexos:
* Grficos (dibujos, fotografas, mapas).
* Datos estadsticos.
* Material suplementario (matriz y formulario)

Pensar en una tesis

Reflexiones generales, Orientaciones bsicas

Los verbos centrales
22

Comprender.
Relacionar.
Operar.
Profundizar.
Actualizar.
Ampliar.
Caracterizar.
Categorizar
Formular y evaluar.
Reflexionar.

Los puntos centrales

En torno a la produccin intelectual.
Delimitacin del tema y planteamiento del problema.
Discurso a utilizar.
El plan de tesis.
La produccin intelectual
Lograrse como educador, lograrse como profesional y lograrse como intelectual.
Los vaivenes de la produccin intelectual en el espacio universitario.
Construirse como sujeto a travs de la escritura.

Decidirse por un campo temtico

Su extensin.
La familiaridad, el conocimiento previo.
Informacin disponible y acceso a la misma.
Delimitacin.
Entusiasmo, pasin por el tema.

La decisin y el futuro

El despus de la tesis.
El proyecto personal, grupal e institucional.
El sentido de la opcin.
En torno a la soledad del educador y del investigador.

Para qu y para quin producir la tesis?

Conocer para preguntar
qu leer el que no tiene ideas? (Simn Rodrguez)
En nuestro terreno: qu preguntar quien no conoce el tema?
Preguntamos desde: conocimientos, experiencias, percepciones y un marco terico de referencia.

El problema

Sus antecedentes.
Quines han preguntado antes y qu han preguntado?
23
Relevancia social y relevancia cientfica del problema.

Explicar-anticipar

Anticipamos conocimientos desde conocimientos anteriores.
Las respuestas tentativas.
La construccin de una hiptesis a partir del descarte de otras alternativas de explicacin o de solucin.

La heurstica

reunin sistemtica y ordenada de textos, obras y datos. (Tiempo de investigar, Ren Gothelf).
Trabajo minucioso sobre bibliografa fuerte: obra o conjunto de obras sobre las que versa una
investigacin.
El registro y el acompaamiento de lo procesado.

Pasos sugeridos

Antes de escribir, no escriba.
Procese toda la informacin necesaria.
Ayude a su memoria.
Prepare su banco de recursos de comunicacin.
Elabore un rbol de conceptos.
Elabore el plan de su obra.
El orden del discurso.
La redaccin y el estilo.
La escritura.

En torno al discurso

El fluir, el discurrir.
Relacionar, sintetizar, comparar, inferir, recuperar la propia memoria.
Las autorreferencias.
Las hetero-referencias.
La estructura y los recursos de lenguaje.

En torno al discurso

Prcticas para salir de la inhibicin discursiva.
Templar el instrumento del lenguaje.

El diseo de la investigacin

Justificacin y fundamentacin.
Identificacin y planteamiento del problema.
Marco terico de referencia.
Alcance de la investigacin.
Planteamiento de la hiptesis.
Objetivos.
Metodologa de investigacin.
24
Resultados esperados.
Bibliografa.

Justificar y fundamentar

Sentido de una opcin y no de otra.
Diagnstico del tema, bibliografa bsica, valor de los resultados para
No hay justificacin ni fundamentacin adecuada sin un conocimiento del tema a tratar.

En torno al problema

Para preguntar, conocer el objeto de la pregunta.
Abrir el abanico de preguntas.
Cerrar el abanico de preguntas.
Precisar el alcance de la investigacin a travs del alcance de la o las preguntas.

Marco terico de referencia

Dime desde dnde miras, y te dir qu ves.
Deberamos contar con el marco terico antes de comenzar a investigar.
La tesis no debera tener como objetivo central, o casi central, la construccin del marco terico.

Marco terico de referencia

Damos cuenta de lo que sabemos, pero para sostener los conceptos a utilizar.
Cuntos conceptos? Los que el tema y el problema necesiten.
Los riesgos de desplazamiento del objetivo de la tesis.

En torno a la hiptesis

Qu puedo anticipar de la respuesta a la que llegar?
Fundamentar la hiptesis.
La hiptesis como referencia constante de todo el trabajo de tesis.

En torno a los objetivos

Un solo objetivo general.
Los objetivos especficos necesarios, sin forzar la fragmentacin excesiva.
Los riesgos: abarcar demasiado, estrechar demasiado.
Fundamentar por qu estos objetivos y no otros.

Metodologa

Explorar.
Describir.
Explicar.
La necesaria hermenutica, como interpretacin crtica.
En torno a lo cuanti-cualitativo.
Medir fuerzas con respecto a la metodologa prevista.
25
No explicar lo demasiado conocido.
Ms bien aclarar el porqu del uso de determinado camino de investigacin.

Resultados esperados

Lo que se aporta adems del cumplimiento de los objetivos.
No dejar nada sin prever, en el sentido de lo que se lograr.
Utilidad de los resultados: para qu, para quines.

Bibliografa

El registro bibliogrfico.
Los modos de registrar.
De la referencia al papel a la referencia a Internet.
Qu puedo decir de mi bibliografa?

El aparato crtico

Citas.
Referencias.
Notas aclaratorias.
Sobre la necesidad y la extensin de esos elementos del aparato crtico.

El destino de la tesis

Para qu y para quin producimos?
La comunicacin de nuestra produccin intelectual.

Aspectos prcticos

Cmo transformar el tema de inters (vago) en un proyecto de investigacin operativo?

La primera cuestin del planteo del problema es el hecho de saber cmo se iniciar el trabajo. Las
fuentes de dificultades pueden ser:

La preocupacin por hacer las cosas perfectas desde el principio (marchas y contramarchas)

La creencia de que se puede formular desde el inicio un proyecto completamente satisfactorio

26
La investigacin es algo que se busca. Implica: dudas, desordenes e incertidumbres. (puede ser
frustrante, paralizante).

Sugerencias para el planteo del problema:

Encontrar un primer hilo conductor claro (en apariencia trivial), el cual puede cambiar en el proceso.
No olvidar que el punto de partida es provisional.

Cmo se presenta este hilo conductor? Esforzarse para exponer lo que se busca saber en forma de
pregunta inicial, que funcione como gua de la investigacin.

Ejemplo: La desigualdad en las oportunidades de educacin tienden a decrecer en las sociedades
industriales? (Boudon, estudio sobre la desigualdad y su repercusin en la movilidad social ).

Ejemplo: Qu predispone a algunas personas a frecuentar los museos, contrariamente a la mayora de
los que no los visitan? (Bourdieu El amor por el arte).

Ejemplo: La gente manifiesta inseguridad en los viajes areos?

Ejemplo: Se conocen las reglamentaciones de las A.R.T?

Ejemplo: La recordacin de una marca, estimula al consumo de la misma?

Ejemplo: Existe una relacin entre la carrera y la satisfaccin de los estudiantes respecto a la
Universidad?

Criterios de una buena pregunta inicial:

Claridad debe ser precisa, concisa y unvoca.
Factibilidad realista, accesible.
Pertinencia pregunta especfica del tema elegido
Estudiar lo que existe (No moralizador y/o filosfico)
Buscar comprender un fenmeno y no juzgar

Ejemplos de preguntas mal formuladas:

Ejemplo 1:

Cul es el efecto de los cambios en el arreglo del espacio urbano sobre la vida de los habitantes?

Falta claridad. Al no estar definido concretamente falla por no ser precisa. De qu tipos de cambios se
habla?. Qu se entiende por vida de los habitantes?, etc.

Sugerencia Comentar la pregunta ante personas que no sepan sus objetivos, puede ser una buena
medida para enterarse si realmente tiene sentido unvoco.

Ejemplo 2:

Cules son las causas de la disminucin de empleos en la industria textil?
27

Tiene claridad todos la comprenden de la misma manera.
La factibilidad falla porque es muy amplia, abarca un campo de anlisis muy basto.

Sugerencia Delimitar la cuestin a ciertos lugares y en determinado momento histrico.

Ejemplo 3:

En qu medida el aumento de la prdida de empleo en el sector de la construccin explica el
sostenimiento de grandes proyectos de trabajos pblicos destinados no nicamente a mantener a este
sector, sino tambin a disminuir los riesgos de conflictos sociales que esta situacin trae consigo?.

Falla No se sabe qu es lo que se busca comprender. No ayuda a saber claramente qu es lo que se
pretende saber. Al ser un enunciado tan largo, las variables se confunden y las unidades de anlisis
tambin.

Ejemplo 4:

Los jefes de empresas de turismo de los diferentes pases de la Unin Europea tienen la misma idea de
la competencia econmica que existe entre EE.UU. y Japn?

Factibilidad Se necesita mucho tiempo y dinero para abarcar estudio tan amplio.

Sugerencia Reflexionar sobre conocimientos y recursos (materiales y humanos) para abordar lo
planteado. Si no existen suficientes recursos, necesariamente habr que delimitar para que pueda ser
susceptible de investigar.

Ejemplo 5:

Los patrones explotan a los trabajadores?

Falla Es una afirmacin disfrazada de pregunta, quien la plantea ya tiene la respuesta

Sugerencia: Tratar de formular una pregunta abierta. Varias respuestas diferentes son posibles a priori,
y no se tiene la certidumbre de la posible respuesta. Sera ms pertinente plantearla en los siguientes
trminos: Cul es la relacin entre trabajadores y patrones?

Ejemplo 6:

Qu cambios afectarn la organizacin de la enseanza de aqu a 20 aos?

Si esta pregunta es tratada mediante un sondeo de opinin, estara mal planteada. Se debera formular:
Cul es la opinin de los docentes de EGB acerca de la futura organizacin de la enseanza?

Si no es la opinin sobre la organizacin de la enseanza lo que se quiere saber, entonces se
necesitarn, por lo menos, 20 aos para dar cuenta de este interrogante.

28
Unidad 2

El Universo de Estudio y la Seleccin de una Muestra

CONTENIDOS BSICOS

Universo o Poblacin de Estudio
Unidades de Anlisis y de Informacin
Censo y Muestra - Ventajas y Desventajas
Diseo de una Muestra
Marco Muestral
Tipos de Muestreo:
Muestras No Probabilsticas
Muestras Probabilsticas

Tcnicas de Muestreo No Probabilistico:
Muestras Accidentales
Muestras Intencionales
Muestreo por Cuotas
Muestreo de Bola de Nieve
Tcnicas de Muestreo Probabilistico:
Azar Simple
Azar Sistemtico
Azar Estratificado
Azar por Conglomerados
Errores presentes en el proceso de investigacin:
Error No Aleatorio o No Muestral
Error Aleatorio o Muestral

Tamao de la Muestra

29
En todo trabajo de investigacin donde se pretenda medir la opinin de los pacientes o
empleados
1
, debemos proceder a la Determinacin de las Unidades de Anlisis, es decir, definir cul
es la poblacin objeto de estudio, sobre quines recae la investigacin, para luego decidir con cuntos
casos vamos a trabajar: con la totalidad de esa poblacin o slo con una parte de la misma.
El propsito de las presentes pginas es introducir al lector en aquellas decisiones
fundamentales que debe tomar un grupo de trabajo previo a la recoleccin de datos por medio de una
encuesta, cuestionario, entrevista u otra tcnica.
Siguiendo a Jorge Padua, vamos a definir al Universo o poblacin como el conjunto total de
elementos que constituyen un rea de inters analtico. Est compuesto por todos aquellos elementos
sobre los cuales puede recaer la investigacin, o sea, aquellos elementos que son alcanzados por
variables de nuestra investigacin.
2

Para cada investigacin habr que establecer puntualmente cul es el Universo sobre el que
recae y obviamente esta definicin estar directamente relacionada con el problema planteado y los
objetivos de la investigacin. La misma debe contener informacin sobre las caractersticas esenciales
de la poblacin de estudio, as como tambin su ubicacin temporal y espacial, y posibles factores de
exclusin e inclusin.
Por ejemplo:
1. Pacientes en edad infantil que concurren a los vacunatorios de los Hospitales Generales de Agudos
dependientes del Gobierno de la Ciudad de Buenos Aires
2. Pacientes de ambos sexos internados en los sectores de clnica mdica y ciruga general del
Hospital XX, con una cantidad no inferior a 10 das de estada
3. Mdicos Residentes de los Hospitales dependientes del Gobierno de la Ciudad de Buenos Aires,
que a la fecha se encuentran realizando en ltimo ao de la residencia
4. Poblacin de ambos sexos que se asiste en Consultorios Externos de los Hospitales dependientes
del GCBA, excluyendo a aquellos que concurren por primera vez.
5. Personas que a la hora de efectuar la encuesta se estuvieran desempeando como personal de plata,
guardia o planta y guardia del hospital, excluyendo al personal contratado o de planta transitoria,
en comisin, residentes, concurrentes, becarios y personal de empresas privadas.
6. Adolescentes de ambos sexos que se encuentran bajo tratamiento por anorexia en Hospitales
Pblicos dependientes del Gobierno de la Ciudad de Buenos Aires.
7. Alumnos de la EGB ciclo inicial de establecimientos pblicos y privados, que concurren en la
actualidad a los servicios de Promocin y Proteccin de la Salud del Hospital XX.

Ahora bien, cada uno de los elementos que constituyen el universo o poblacin de estudio se
denominan Unidades de Anlisis, las cuales no son necesariamente individuos; pueden ser grupos,
empresas, hogares, viviendas, escuelas, comercios de determinado rubro, historias clnicas, etc.

UNIDADES de anlisis individuales
colectivas
de informacin

1
Damos por supuesto que ya se han resuelto las etapas concernientes a la seleccin del tema, su delimitacin,
el planteo del problema, la definicin de los objetivos, las decisiones conceptuales y operacionales.
2
En funcin de la cantidad de elementos que lo componen vamos a distinguir dos tipos:
Universos Finitos: aquellos que contienen hasta 100.000 elementos(por ejemplo: personal de planta permanente que se
desempean en un determinado Hospital).
Universos Infinitos: los que poseen ms de 100.000 elementos (por ejemplo: pacientes atendidos anualmente
en los Hospitales e Institutos dependientes del Gobierno de la Ciudad de Buenos Aires).
30
Si bien la investigacin persigue el objetivo de recabar informacin sobre determinadas
unidades de anlisis, en algunas oportunidades ellas no son los elementos ltimos de los cuales se
obtiene informacin. Podra ocurrir que las unidades de anlisis no sean quienes den testimonio de s
mismas, ya sea por tratarse de unidades colectivas (empresas, sindicatos, escuelas, etc.), o porque por
algn motivo no es posible tener acceso a ellas en forma directa, o porque el objetivo de la
investigacin plantea la obtencin de informacin de fuentes indirectas, etc. En estos casos debemos
recurrir a Unidades de Informacin vlidas que puedan manifestarse sobre las unidades de anlisis.
Como veremos en algunos ejemplos, en ocasiones las unidades de anlisis y de informacin
recaen sobre la misma persona o elemento y en otras no. En el caso de tomar como unidades de anlisis
a los pacientes o al personal del hospital ambos roles pueden recaer sobre el mismo elemento.

U nid ad es d e a
an lis is
U nid ad es d e
inf o rmaci n
P er so n al P er so n al
E nt o nces : U . A. = U . I .

Es claro que si definimos como universo de estudio a los frigorficos que se encuentran dentro
del rea programtica de nuestro hospital, dichos frigorficos como tales no pueden proporcionar
informacin. Cuando nos encontramos ante este tipo de unidades de anlisis, podemos recurrir a
unidades de informacin tales como el personal de la empresa.

Unidades de
anlisis
Unidades de
informacin
Frigorficos Empleados
Entonces: U. A. = U. I.

Una situacin similar podra plantearse ante los adolescentes bajo tratamiento por anorexia y
los alumnos de la EGB ciclo inicial. En el primer caso las unidades de informacin podran ser los
padres de dichos adolescentes o los profesionales que los asisten (toda vez que se haya decidido no
trabajar en forma directa con los adolescente); mientras que en el segundo podramos recurrir a los
docentes de dichos alumnos.
U nid ad es d e
anlis is
Unid ad es d e
informacin
Unid ad es d e
anlis is
U nid ad es d e
informacin
Adolescentes Adolescentes Adolescentes P adres
Entonces : U . A. = U . I . Entonces : U. A. = U. I .

Tras haber puntualizado estas cuestiones y tal como se mencionara anteriormente, una vez
definido el universo de estudio, se debe decidir si se trabajar con la totalidad del mismo o si se tomar
slo una porcin.
Cuando se efecta un relevamiento o medicin sobre todos los elementos que constituyen el
Universo, estamos efectuando un CENSO. En cambio cuando slo tomamos una parte de dicho
universo decimos que se ha tomado una MUESTRA.
Una muestra es un subconjunto del conjunto total o universo, que se presume representativo, es
decir que dicho subconjunto debe reflejar o reproducir lo ms exactamente posible las caractersticas
del universo, especialmente en los casos donde la finalidad es inferir los resultados o llegar a
conclusiones sobre el comportamiento del universo.
Tal vez no est de ms detenernos un momento para aclarar, aunque resulte obvio, qu
entendemos por muestra representativa: si la misma se extrae de un universo que incluye elementos
con caractersticas peculiares o distintivas y las mismas son relevantes a los efectos de la
investigacin, la muestra resultante debe incluir dichos elementos en la misma proporcin. La
31
representatividad, depender entre otras cosas del tamao de la muestra y de la tcnica de muestreo
utilizada para la seleccin de los casos que formarn parte de la muestra. En tal sentido, el muestreo
probabilstico es el nico que permite alcanzar este fin. A diferencia del muestreo no probabilstico,
ste requiere que cada elemento posea a priori una probabilidad conocida y positiva de seleccin.
Entonces una muestra ser una parte del universo de estudio que ser sometida a observacin
con la finalidad de alcanzar informacin respecto del universo del cual ha sido extrada.
3
Partimos del
supuesto que si los procedimientos efectuados para tomar la muestra han sido correctos, los resultados
obtenidos a partir de dicha muestra podrn ser extensivos o vlidos para el universo en cuestin.
Por ello toda vez que se opte por la extraccin de una muestra, nos debemos preguntar hasta qu
punto la misma es representativa del universo, o sea hasta qu punto se est contemplando (sobre todo
en el caso de trabajar con universos heterogneos) la variedad de elementos que componen el universo
o poblacin. Entonces, deberamos preguntarnos hasta qu punto los resultados de un trabajo en el que
medimos la opinin de los pacientes sobre algn tpico tomando una muestra son representativos del
total de pacientes.
En esta etapa de la investigacin resultan fundamentales los aportes provenientes del campo de
la estadstica inferencial. Esta, basndose en la teora de las probabilidades, tiene como objetivo fijar
los procedimientos a travs de los cuales es posible inferir los resultados o caractersticas de una
muestra sobre la poblacin de la cual ha sido extrada.
Supongamos que nuestro objetivo es determinar cul es la opinin de los pacientes sobre la
atencin recibida. Si tomamos una muestra de pacientes contemplado los preceptos de esta rama de la
estadstica, los resultados obtenidos a partir de la muestra podrn hacerse extensivos al total de
pacientes o universo.

Ventajas y Desventajas en la Aplicacin de los Censos y las Muestras

La principal ventaja de efectuar un censo radica en la confianza y exactitud en los resultados
que supone el hecho de trabajar con la totalidad de elementos que componen el universo.
Censar universos numerosos o infinitos implica enfrentarnos con las siguientes desventajas:
Es ms costoso
Dificulta la realizacin de estudios profundos
Exige la movilizacin de muchos recursos (humanos y materiales)
El procesamiento de la informacin obtenida en el trabajo de campo es prolongado
lo cual lleva a extender los plazos para la presentacin de resultados definitivos
(como es el caso de los censos de poblacin y vivienda).
Por su parte, trabajar con una muestra, implica las siguientes ventajas:
Es menos costosa que efectuar un censo
Permite realizar estudios profundos
Obviamente supone un ahorro de tiempo (ya sea en la etapa de trabajo de campo
como en la de procesamiento) que permite arribar a resultados mucho ms rpido.
Pero paralelamente correremos con la siguiente desventaja: tomar una muestra y en especial si
se pretende que la misma sea representativa, nos llevar a optar por diseos muestrales muchas veces
complejos. La complejidad del diseo muestral puede llevar a la necesidad de contratar un especialista
en la materia. No olvidemos que los errores cometidos en esta etapa pueden introducir sesgos en la

3
La teora del muestreo tiene como propsito establecer los pasos a travs de los cuales es posible hacer
generalizaciones sobre la poblacin total a partir de una muestra de la misma con un grado mnimo de error.
Padua, J orge: Tcnicas de Investigacin Aplicadas a las Ciencias Sociales, Fondo de Cultura Econmica,
Mxico, 1993.

32
investigacin que afectarn seriamente sus resultados pese a que los pasos restantes hayan sido
correctos.
En muchas oportunidades la decisin de efectuar un censo o tomar una muestra depende del
tamao del universo ya que en universos pequeos lo correcto es trabajar con la totalidad de los casos.

Diseo de la Muestra
En el caso de no efectuar un censo, debemos proceder al diseo de la muestra . Dicho diseo
incluye:
1. Definir la poblacin de estudio.
2. Obtener, de ser necesario, el marco muestral pertinente.
3. Escoger la tcnica de muestreo adecuada o viable para esa investigacin, conforme la cual
se seleccionarn los casos de dicha poblacin que formarn parte de la muestra y resolver
todas las cuestiones operativas relativas a los puntos muestrales, estrategias de sustitucin
o remplazo en caso de no efectivizarse el contacto, etc.
4. Tomar decisiones sobre el error estadstico y el tamao de la muestra con el que se
trabajar.

Marco Muestral

El marco muestral o base de la muestra est compuesto por una serie de datos secundarios o
caractersticas ( que generalmente se presenta en forma de listado) de los elementos que componen
nuestro universo y que permitirn su identificacin. Representa una herramienta fundamental para la
aplicacin de las tcnicas de muestreo que veremos ms adelante, especialmente en el caso de las
muestras probabilsticas.
O sea que el marco muestral debe contener la informacin necesaria para la identificacin de las
unidades de anlisis y su correcta seleccin. Si nuestro universo o poblacin estuviera compuesto por la
totalidad de empleados de un hospital, el marco muestral podra contener, por ejemplo, la siguiente
informacin: nombre y apellido, nmero de ficha municipal, tipo de nombramiento, funcin
desempeada, sexo, etc.
Pero todo listado puede estar sujeto a una serie de inconvenientes, como pueden ser las
omisiones o excesos por falta de actualizacin denominados fallos o errores de cobertura. Por tal
motivo una vez obtenido el marco muestral debemos someterlo a examen previo a su utilizacin para
detectar las posibles deficiencias y, en caso de ser posible, actualizarlo o depurarlo.
Si obtuviramos un listado del personal, en funcin del cual se tomar una muestra, deberamos
chequear, en primera instancia, cuntos de ellos realmente estn en funciones, cuntos figuran en el
listado pero se han jubilado o se encuentran en comisin o con una licencia especial, etc.
Lo mismo sucedera si deseramos administrar una encuesta telefnica en la Ciudad de Buenos
Aires, en una investigacin donde el objetivo principal fuera determinar cual es la opinin de la
poblacin sobre los Hospitales Pblicos. Nuestro primer impulso sera utilizar como marco muestral
la gua telefnica. Pero este procedimiento suele presentar los siguientes inconvenientes: existen
personas que abonan a las empresas telefnicas para no figurar en gua; otras nunca han efectuado el
cambio de titularidad de la lnea, otras poseen ms de un nmero de telfono (hecho que aumentara su
probabilidad de seleccin) , etc.
4

Tipos de Muestreo

4
No obstante el ejemplo, queda claro que las personas que no posean telfono, quedaran excluidas
del estudio, introduciendo serios inconvenientes de representatividad.
33
Dentro de la teora de muestreo, encontramos dos grupos bsicos de muestras, con
procedimientos ms o menos rigurosos segn el caso, lo que repercute necesariamente en la
representatividad de los resultados obtenidos.
Nos referimos a las muestras Probabilsticas y No Probabilsticas. Es importante tener en
cuenta que a la hora de decidir cul es el tipo de muestra ms apropiada (probabilstica o no
probabilstica) existen una serie de factores a considerar:
El tipo de estudio en el que se encuadra la investigacin: como se ver ms adelante, para
cada tipo de estudio y debido a sus caractersticas y objetivos, existe un tipo de muestreo
ms apropiado. En los estudios exploratorios y cualitativos generalmente se utilizan
muestras no probabilsticas, mientras que en los descriptivos, explicativos o en aquellos en
los que se pretende estimar parmetros poblacionales se recurre al muestreo probabilstico.
La rigurosidad requerida en el estudio.
La posibilidad de contar o no con un marco muestral adecuado.
Los recursos econmicos con que se cuenta en relacin a la necesidad de tamaos
muestrales elevados.
Los recursos humanos con que se cuenta para efectuar el trabajo de campo.
El tiempo estipulado para esta etapa de la investigacin.

Caractersticas de las Muestras No Probabilsticas

Las muestras no probabilsticas son las que utilizan procedimientos ms sencillos de seleccin
de los individuos que formarn parte de la misma. Pero paralelamente, ofrecen escasas posibilidades de
generalizacin. Es decir, no se podrn estimar parmetros poblacionales. Entre las particularidades
distintivas de estas muestras, podemos mencionar las siguientes:
Son menos costosas.
No se conoce la probabilidad de cada unidad de anlisis de participar en la muestra.
No requieren, salvo en el caso de las muestras por cuotas, el conocimiento previo de las
caractersticas del universo.
No requieren tener identificadas previamente a las unidades de anlisis
No requieren la existencia de un marco muestral.
Son menos representativas.
Trabajan con un error muestral desconocido.
Los resultados obtenidos a partir de ellas no se pueden inferir a una poblacin mayor.
5

Caractersticas de las Muestras Probabilsticas
Basadas en la teora de las probabilidades, permiten conocer a priori cul es la probabilidad que
tiene cada elemento de ser incluido en la muestra. Dicha teora parte de una formula bsica que
establece que la probabilidad de ocurrencia de un suceso es igual al cociente entre el nmero de casos
favorables y el nmero de casos posibles.

P = casos favorables
casos posibles

5
Pese a esta caracterstica, en la prctica muchas veces no se la tiene en cuenta y se extraen conclusiones
respecto del universo de estudio. Cabe aclarar que dicha inferencia es riesgosa ya que no se puede determinar
con qu margen de error se presentarn los resultados ni garantizar que la muestra haya sido representativa.
34
La probabilidad de ocurrencia de un fenmeno oscilar siempre entre 1 (certeza absoluta de
ocurrencia) y 0 (suceso imposible). Entonces: 0 P 1
Por ejemplo, si tuviramos una urna con diez bolillas numeradas del 1 al 10 y quisiramos saber
qu probabilidad de extraccin tiene la bolilla N 7, sta estara dada por el siguiente cociente:
P (7) = 1
10

Antes de pasar a establecer cul sera la probabilidad de extraccin de otra bolilla, se debe haber
especificado si el procedimiento de extraccin ser con reposicin o sin ella. Es decir, si una vez
extrada la primera bolilla sta volver al bolillero o no. Si se opta por la segunda alternativa, la
probabilidad de extraccin de una segunda bolilla, por ejemplo la N 5 ser 1 en 9.
P (5) = 1
9

Despus de cada extraccin (sin reposicin) la probabilidad de cada elemento de ser
seleccionado aumentar.

Continuando con las caractersticas de estas muestras diremos que:
Cada de elemento tiene una probabilidad conocida de ser incluida en la muestra.
Requieren el conocimiento previo del universo y la identificacin de las unidades de
anlisis, por lo cual es necesario contar con un marco muestral adecuado.
Son ms costosas.
Tienen un basamento estadstico matemtico que contribuye a su precisin.
Trabajan con un margen de error conocido, es decir, que se puede calcular el error
(estadstico o aleatorio) con el que se quiere trabajar.
A partir de los resultados obtenidos es posible estimar parmetros poblacionales.

Tcnicas de Muestreo No Probabilistico
Muestras accidentales
Muestras intencionales
Muestreo por cuotas
Muestreo de Bola de Nieve:

* Las muestras accidentales, casuales, o errticas, son de obtencin sencilla y no requieren de
personal extremadamente calificado. Tambin se caracterizan por el bajo costo. No obstante debemos
resaltar que son las menos representativas.
* El muestreo accidental consiste en seleccionar los primeros casos que tenemos a la mano, sin
que medie ningn criterio para su obtencin. Este es el caso de las encuestas callejeras, donde se
detiene a los transentes y se les administra un formulario. Dentro de un hospital el procedimiento para
tomar una muestra accidental de personal consistira en pararnos, por ejemplo, en la oficina de
Recursos Humanos y encuestar a los primeros 50 empleados que se presenten, sin tener en cuenta su
funcin, sexo, tipo de cargo, escalafn, etc. Tal vez no est dems puntualizar en que la informacin
obtenida difcilmente refleje la opinin del total del personal.
* En las muestras intencionales, razonadas, o dirigidas el procedimiento de seleccin es
establecido segn el criterio del investigador, en funcin de aquellos casos que se consideren tpicos o
caractersticos de la problemtica a investigar, o sea que se recurre a informantes claves. Lo antedicho
no nos debe llevar a confundir esta tcnica con el hecho de predisponer (favorable o
desfavorablemente) la muestra. Nuestra investigacin podra estar orientada a conocer la opinin de la
poblacin sobre la infraestructura hospitalaria. La muestra sera dirigida si a tal efecto nuestra muestra
estuviera conformada por personas que asisten con determinada regularidad a los hospitales. Mientras
35
que la muestra estara predispuesta, toda vez que la misma estuviera compuesta nicamente por
pacientes de un hospital que hubiera sido remodelado recientemente, en busca de una opinin
favorable.
*
El muestreo por cuotas implica una mayor representatividad (dentro de las tcnicas no
probabilsticas) especialmente al trabajar con universos heterogneos. Esta tcnica garantizar la
presencia en la muestra de elementos de los diferentes estratos o subgrupos que componen el universo.
Para seleccionar una muestra por cuotas, el primer paso ser establecer en funcin de qu
variables se van a tomar las cuotas. O sea cules son las caractersticas sobresalientes de esa poblacin
en trminos de la investigacin (por ejemplo variables demogrficas). Entonces vamos a clasificar el
universo conforme una, dos o ms variables que se consideren significativas dentro del estudio.
Luego se calcular el tamao de cada cuota, el cual podr ser no proporcional (por ejemplo
estableciendo cuotas fijas) o proporcional, segn si se pretende respetar el peso que tiene cada cuota
dentro del universo.
Una vez establecidas las cuotas, se le asignar a cada persona encargada del trabajo de campo
un determinado cupo a cubrir, especificando qu caractersticas deben reunir los casos (en funcin de
las variables tomadas para la segmentacin de la muestra). La seleccin de los mismos corre por cuenta
del entrevistador o encuestador y podr ser accidental o intencional, siempre y cuando respete la cuota
que le fue asignada.
Nuestra investigacin podra girar en torno a la medicin de algn fenmeno entre el personal
de una empresa. Si decidiramos tomar una muestra por cuotas, el primer paso consistira en recurrir a
la oficina de Recursos Humanos de dicha empresa para obtener datos secundarios en funcin de los
cuales poder clasificar al personal. Generalmente las empresas cuentan con informacin sobre la
distribucin del personal por cargo, departamento, etc. Una posibilidad sera clasificar a la poblacin de
estudio por el sector en el que se desempea. Supongamos que la empresa cuenta con 617 empleados,
distribuidos de la siguiente manera:

A r e a
C a n t i d a d d e
p e r s o n a l
G e r e n c i a 4 3
A d m i n i s t r a c i n y
R e c u r s o s H u m a n o s
5 0
M a e s t r a n z a 4 0
V e n t a s y T e s o r e r a 4 5
S e r v i c i o P o s t v e n t a 4 9
L o g s t i c a 4 0
F b r i c a 3 5 0
T o t a l d e E m p l e a d o s 6 1 7

Una vez obtenida esta informacin y si decidiramos tomar una muestra de 140 casos
por cuotas proporcionales, deberamos establecer qu peso tiene cada rea sobre el total de empleados,
dado que en la muestra se deber respetar la proporcin de cada una. La muestra quedara conformada
de la siguiente forma:
36
Area
Cantidad de
personal
% sobre el total de
empleados
Cuotas
proporcionales -
casos a cubrir
Gerencia 43 7 10
Administracin y
Recursos Humanos
50 8 11
Maestranza 40 6 8
Ventas y Tesorera 45 7 10
Servicio Postventa 49 8 11
Logstica 40 6 8
Fbrica 350 57 81
Total de Empleados 617 100 140

El rea Gerencia cuenta con 43 empleados; ellos representan el 7% del personal, de modo que en una
muestra de 140 casos, si respetamos el peso que tiene este rea sobre el total de empleados, 10 de sus
empleados integrarn la muestra.
Mientras que de no considerarse relevante para el estudio mantener en la muestra la
importancia de cada cuota, se tomaran cuotas no proporcionales, por ejemplo 20 empleados por rea.

A re a
C a n t i d a d d e
p e rs o n a l
% s o b re e l t o t a l d e
e m p l e a d o s
G e r e n c ia 4 3 2 0
A d m in is t r a c i n y
R e c u r s o s H u m a n o s
5 0 2 0
M a e s t r a n z a 4 0 2 0
V e n t a s y T e s o r e r a 4 5 2 0
S e r v ic io P o s t v e n t a 4 9 2 0
L o g s t ic a 4 0 2 0
F b r ic a 3 5 0 2 0
T o t a l d e E m p l e a d o s 6 1 7 1 4 0

Recordemos que el criterio para establecer las cuotas debe relacionarse con los objetivos de la
investigacin. Por tal motivo, generalmente se suele clasificar al universo segn todas las variables que
resulten necesarias. En el ejemplo anterior, podra sumarse una nueva variable, como podra ser el sexo
de los empleados. Entonces habra que determinar para cada cuota cmo se distribuye el personal
conforme esta variable.

Muestreo de Bola de Nieve: en este caso la muestra se conforma empricamente. A partir de
un primer contacto con elementos caractersticos de la problemtica a estudiar, ellos son los que
brindan informacin sobre otros posibles elementos. Es decir que los primeros entrevistados o
encuestados son los que ofrecen informacin acerca de personas con las mismas caractersticas a
quienes se pueden contactar para el mismo estudio.
Esta tcnica es de suma utilidad, especialmente para estudios en los que se pretende acceder a
grupos minoritarios o marginales. Supongamos que nuestra poblacin objeto de estudio est compuesta
por aquellas personas que poseen amplias partes de su cuerpo tatuadas. Para ubicarlas podramos
concurrir a los locales donde se efectan tatuajes con el objeto de hallar a alguna persona con estas
37
caractersticas. Una vez efectuado el contacto (y una vez que dicha unidad de anlisis nos ha brindado
la informacin necesaria segn los objetivos de la investigacin), le solicitaramos que nos remita a
otras personas que renan sus caractersticas y as sucesivamente.

Tcnicas de Muestreo Probabilstico
Azar simple
Azar sistemtico
Azar estratificado
Azar por conglomerados

El Azar
6
Simple requiere en primer lugar la obtencin del correspondiente marco muestral.
Luego se procede a la identificacin de las unidades de anlisis, asignndoles un nmero de orden.
Posteriormente se recurre a algn procedimiento aleatorio para seleccionar los casos que formarn
parte de la muestra, tales como la tabla de nmeros aleatorios (ver anexo N 1) o el sorteo (para el cual
existen en la actualidad herramientas informticas que lo facilitan). Entonces, se sortearn tantos casos
como lo requiera el tamao de la muestra. Si bien existe una cantidad preestablecida a cubrir (dado por
el tamao de la muestra) en el muestreo probabilstico siempre es til seleccionar mediante el mismo
procedimiento un determinado nmero de casos reservado exclusivamente para aquellas situaciones en
las que sea necesario reponer los elementos de la muestra (reposicin o sustitucin ante situaciones de
cada del caso por no efectivizarse el contacto)
Si nuestro universo est compuesto por los 3.000 trabajadores de una empresa de
telecomunicaciones Universo finito) y habindose fijado un margen de error de 3 % y un nivel de
confianza de 2 el tamao de la muestra debera ser de 811 casos (ver anexo N 2). En este caso la
probabilidad de extraccin dada a cada empleado sera de 0,27, donde:
P = n P = 811 P = 0,27
N 3000

Un vez obtenido el marco muestral deberamos asignarle un nmero de identificacin a cada
empleado (del 1 al 3.000)
7
. A continuacin y recurriendo a una tabla de nmeros aleatorios (ver anexo
N 1) se tomarn a aquellos empleados que efectivamente formarn parte de la muestra. En este caso
se podra partir de la primer columna, tomando los 4 ltimos dgitos, desde la primer combinacin de
nmeros y en sentido descendente. Los empleados identificados con los nmeros 2533, 2529, 0805,
2135, 0200, 0505, etc. hasta cubrir los 811 casos que integrarn la muestra.
8

* La tcnica de Azar Sistemtico requiere nuevamente que los elementos que conforman el
universo estn identificados previamente y plasmados en un marco muestral.
Esta tcnica consiste en seleccionar los elementos a partir de una determinada unidad de anlisis
extrada al azar y respetando un mismo intervalo en lo sucesivo para las restantes. O sea que el primer
elemento de la muestra se seleccionar al azar (recurriendo al sorteo o a la tabla de nmeros aleatorios).
Para la seleccin de los casos restantes, una posibilidad sera establecer un intervalo fijo, por
ejemplo un caso cada 20. Otra posibilidad para determinar el intervalo, aunque en realidad es la ms

6
En primer lugar, debemos aclarar que cuando utilizamos el trmino azar, no nos estamos refiriendo a
cualquiera, al primero que aparezca o a un accidente. Aqu la palabra azar tiene una connotacin distinta:
se emplea en sentido estadstico, el cual por poseer una basamento matemtico, dista de la casualidad o del
hecho fortuito.
7
Tambin podramos utilizar, en caso de existir, su nmero de legajo o su nmero de identificacin dentro de la
empresa.
8
Obsrvese que algunas celdas de la tabla de nmeros aleatorios no han sido tenidas en cuenta ya que la
combinacin resultante supera el nmero 3.000, que en este caso es el total del universo (por ejemplo 4805,
8953, 9970, etc.).
38
adecuada, sera tomar el cociente entre el total del universo sobre el tamao de la muestra o coeficiente
de elevacin. Entonces a partir del primer elemento seleccionado por azar simple los restantes sern
seleccionados sumndole al mismo el coeficiente de elevacin.
Por ejemplo:

Total del Universo = 1000 = 10
Muestra 100

Entonces, se tomar un caso cada 10 hasta completar el tamao de la muestra.
* El Azar estratificado se utiliza cuando estamos ante la presencia de un universo heterogneo.
Para recurrir a esta tcnica no slo debemos tener identificadas a las unidades de anlisis sino que
tambin es necesario conocer sus caractersticas (por ejemplo las sociodemogrficas).
En un primer paso, se proceder a estratificar el universo conforme una, dos o ms variables
que se suponen relevantes para la investigacin y se identificarn las unidades de anlisis
pertenecientes a cada estrato. O sea que el universo quedar dividido en subgrupos (dentro de los
cuales las unidades de anlisis comparten ciertas caractersticas) que debern ser respetados en la
muestra. Una vez establecidos los estratos se proceder a la seleccin de los casos recurriendo
nuevamente a la tcnica de azar simple o azar sistemtico.
Al igual que en las muestras no probabilsticas por cuotas, dentro del azar estratificado existen
dos modalidades:
Azar estratificado Proporcional:
Azar estratificado No Proporcional

Estas se relacionan con la tcnica de afijacin muestral utilizada, es decir con el procedimiento
utilizado para distribuir el peso o la importancia de cada estrato en la muestra. En este sentido
hablaremos de afijacin simple, cuando se le asigna un mismo peso a cada estrato sin tener en cuenta
las diferencias que puedan existir entre ellos; y afijacin proporcional, cuando en la muestra se respeta
el peso relativo de cada estrato.

La tcnica de Azar por conglomerados se utiliza cuando los casos a relevar se encuentran
distribuidos en reas geogrficas muy extensas. Esta tcnica es de gran utilidad cuando la unidad
muestral no son individuos sino conjunto de individuos que constituyen conglomerados (definidos
como tales a los efectos de cada investigacin). Esta tcnica lleva implcitas varias etapas a travs de
las cuales se van seleccionando (al azar) desde unidades mayores, unidades intermedias, hasta llegar a
los casos especficos.
Por ejemplo, en un estudio sobre establecimientos educativos de la Repblica Argentina, la
seleccin podra atravesar por las siguientes etapas:
Pas Provincias Distritos Escolares Escuelas
En un estudio efectuado por el Ministerio de Salud la seleccin de los conglomerados podra
seguir el siguiente camino:
Pas Provincias Regiones Sanitarias Partidos Municipios Hospitales
Si en otro caso nuestras unidades de anlisis estuvieran distribuidas dentro de la Capital Federal,
el recorrido podra ser el siguiente:
Capital Federal Distritos Electorales Barrios Manzana Hogares

39
Errores Presentes en el Proceso de Investigacin
Toda investigacin est expuesta a dos fuentes fundamentales de errores. En este sentido vamos
a hablar de:
Error No Aleatorio o No Muestral
Error Aleatorio o Muestral

Dentro de los errores no aleatorios, es conveniente realizar la siguiente diferenciacin. Existen
errores metodolgicos que pueden originarse en cualquiera de las etapas de la investigacin, ya sea
planteando los objetivos e hiptesis incorrectamente, utilizando un sistema de categoras errneo,
optando por una tcnica de recoleccin de datos inapropiada, utilizando herramientas estadsticas
incompatibles con el tipo de datos que se desea analizar, etc.
Pero tambin existen errores operativos o tcticos, relacionados con cada una de las fases
prcticas de la investigacin. Estos tienen que ver con fallas (generalmente involuntarias) efectuadas
por los distintos involucrados en la investigacin. Entre otros podemos citar: la mala administracin de
las preguntas de un formulario, errores a la hora de plasmar una respuesta, errores en la
postcodificacin y procesamiento de datos, etc.
La suma de estas deficiencias conducirn inevitablemente al fracaso de la investigacin, ya que
los resultados obtenidos no sern confiables. Es por ello que jams habremos insistido suficientemente
en los controles y revisiones de cada una de las tareas que la investigacin implica.
9

Como ya se ha mencionado, cuando se ha decidido obtener informacin tomando una muestra,
el equipo de investigadores pretende que los resultados obtenidos a partir de esa porcin del universo
refleje lo ms fielmente posible la realidad del total del universo. El error muestral o aleatorio, refleja
el nivel de desvo entre dichos resultados muestrales y aquellos a los que se hubiera llegado efectuando
un censo. Vamos a definir al error muestral como el grado de inadecuacin existente entre las
estimaciones muestrales y los parmetros poblacionales
10
, o sea la diferencia que existe entre los
valores obtenidos en la muestra y los valores poblacionales.
En el clculo del error (ver anexo N 4) intervienen los siguientes factores:
1. La tcnica de muestreo seleccionada.
11

2. El tipo de universo: finito o infinito
3. El tamao de la muestra a tomar: recordemos que el margen de error disminuye a medida
que aumenta el tamao de la muestra.
4. El intervalo de confianza o nivel de confianza de la estimacin muestral, es decir: qu
probabilidad existe en que la estimacin concuerde con la realidad? El aumento en el
intervalo de confianza implica un aumento en el tamao de la muestra y como consecuencia
una disminucin en el margen de error Generalmente se trabaja con:
2 (sigma), que implica un 95,5 % de probabilidad de exactitud en la estimacin; o
3 (sigma), que implica un 99,7 % de probabilidad de exactitud en la estimacin.
5. El tipo de universo (homogneo o heterogneo): dado que la heterogeneidad de elementos
favorece el incremento del error. Esto nuevamente disminuye al aumentar el tamao de la
muestra

9
Cabe resaltar el papel que cumplen en este sentido la realizacin del pretest, la correcta capacitacin del
personal de campo, estrategias para detectar posibles problemas de validez externa, la supervisin del trabajo
de campo, edicin del material previo al procesamiento, etc.
10
Cea DAncona, M. Angeles: Metodologa Cuantitativa: Estrategias y Tcnicas de Investigacin Social, Ed.
Sntesis S.A., Madrid , 1998.
11
Frente a universos heterogneos, por ejemplo, la tcnica de azar estratificado origina un margen de error
menor al azar simple o sistemtico, dada la necesidad de estratificar previamente al universo y la necesidad de
cubrir casos pertenecientes a cada uno de los estratos establecidos, respetando as la diversidad del universo.
40
Tamao de la Muestra

Otra de las tareas inherentes al diseo de la muestra es el clculo del tamao de la misma, es
decir, cuntos casos la compondrn.
Entre los factores que intervienen en esta etapa encontramos:
1. La tcnica de muestreo a utilizar (probabilstico o no probabilstico)
12

2. El error muestral con el que se desea trabajar. Cuanto mayor sea el tamao de la muestra,
menor ser el error y mayor ser la exactitud a la hora de estimar parmetros poblacionales
3. Las caractersticas del universo, es decir, si estamos ante la presencia de un universo
homogneo o heterogneo.
13

4. El intervalo de confianza o nivel de confianza de la estimacin muestral.
5. Los recursos econmicos, humanos y materiales disponibles.
6. El tiempo disponible para realizar toda la investigacin y en especial el trabajo de campo
7. El tratamiento que con posterioridad se le dar a los datos, ya que ciertos anlisis
estadsticos exigen un mnimo de casos por cada categora de las variables relevadas; en este
caso cobra importancia la cantidad de categoras que se le asignaron a las variables; cuanto
mayor sea la discriminacin de los sistemas de categoras, mayor deber ser el tamao de la
muestra.
Debemos tener en cuenta que cuanto ms pequea es la muestra menores son los costos de la
investigacin, pero la probabilidad de error mayor. Lo ideal es seleccionar una muestra de tamao
mnimo pero que a travs de ella se logre un mximo de precisin en los resultados.
En cuanto al clculo del tamao de la muestra propiamente dicho una alternativa sera despejar
n (tamao de la muestra) de la respectiva formula del error muestral (ver anexos N 4 y 5) o bien
recurrir a tablas indicativas (ver anexos N 2 y 3) construidas en funcin de el tipo de universo (finito
o infinito) y del nivel de confianza (2 o 3 ).
Como se mencion anteriormente no toda investigacin tiene como objetivo la generalizacin
de resultados ms all de la muestra. Para estos casos y siguiendo a Galtung, desarrollaremos una
alternativa ms sencilla para determinar el tamao de la muestra, partiendo de la base que es requisito
de la misma (aunque no se pretenda realizar inferencia alguna) que contenga una cantidad mnima de
casos en funcin de las relaciones presentes en la hiptesis.
En primer lugar debemos preguntarnos cuntas variables se quieren analizar conjuntamente (2,
3 , 4 o ms) y qu cantidad de categoras le hemos otorgado a cada una, para luego construir un cuadro
que contemple esta informacin. Supongamos que las variables a relevar son: nivel de instruccin (con
8 categoras) y lugar de residencia (con 4 categoras). El cuadro estara conformada por 32 celdas, las
cuales se deben cubrir con 10 casos cada una. En este ejemplo necesitaremos 320 casos.

12
Generalmente en la muestras no probabilsticas se utilizan muestras ms reducidas que en las probabilsticas
dado que no se pretende que la misma sea representativa ni la estimacin de parmetros.
13
Como se dijo anteriormente, toda muestra debe ser o intenta ser representativa del universo del cual se
extrae. Por eso, cuando el universo es heterogneo el tamao de la muestra ser mayor de modo de respetar la
variedad de componentes de dicho universo. Este requisito no ser necesario si el universo o poblacin no
presenta diferencias significativas entre sus unidades.
41
L u g a r d e r e s i d e n c i a
N i v e l d e I n s t r u c c i n
C a p i t a l
F e d e r a l
G B A
N o r t e
G B A S u r
G B A
O e s t e
P r i m a r i a i n c o m p l e t a o m e n o s 1 0 1 0 1 0 1 0
P r i m a r i a c o m p l e t a 1 0 1 0 1 0 1 0
S e c u n d a r i a i n c o m p l e t a 1 0 1 0 1 0 1 0
S e c u n d a r i a c o m p l e t a 1 0 1 0 1 0 1 0
T e r c i a r i o i n c o m p l e t o 1 0 1 0 1 0 1 0
U n i v e r s i t a r i o i n c o m p l e t o 1 0 1 0 1 0 1 0
T e r c i a r i o c o m p l e t o 1 0 1 0 1 0 1 0
U n i v e r s i t a r i o c o m p l e t o o m s 1 0 1 0 1 0 1 0
8 0 8 0 8 0 8 0

Hasta aqu hemos tratado de exponer los conceptos fundamentales que implica esta etapa de la
investigacin, sin la pretensin de dar un enfoque exhaustivo
14
al tema.
Esperamos haber brindado las herramientas bsicas para la toma de decisiones en lo
concerniente a la seleccin de las unidades de anlisis, dado que cada tcnica trae aparejadas una serie
de ventajas y desventajas y distintos niveles de complejidad.
Tambin aspiramos a haber resaltado la importancia de este paso en relacin a su inevitable
repercusin (favorable o desfavorable) sobre los resultados del estudio.
Por ltimo queremos destacar nuevamente que para cada tipo de investigacin (segn sus
caractersticas y objetivos) habr una tcnica de muestreo ms apropiada, sin olvidar que tambin
influirn los recursos econmicos y humanos con que se cuenta, como as tambin el tiempo
estipulado para esta etapa en particular y para toda la investigacin en general.

ANEXO N 1 - EJEMPLO DE TABLA DE NUMEROS ALEATORIOS

14
Para una mayor profundizacin se sugiere la consulta de la bibliografa consignada al final de este captulo.
42
1 0 0 9 7 3 2 5 3 3 7 6 5 2 0 1 3 5 8 6
3 7 5 4 2 0 4 8 0 4 6 4 8 9 4 7 4 2 9 6
0 8 4 2 2 6 8 9 5 3 1 9 6 4 5 0 9 3 0 3
9 9 0 1 9 0 2 5 2 9 0 9 3 7 6 7 0 7 1 5
1 2 8 0 7 9 9 9 7 0 8 0 1 5 7 3 6 1 4 7
6 6 0 6 5 7 4 7 1 7 3 4 0 7 2 7 6 8 5 0
3 1 0 6 0 1 0 8 0 5 4 5 5 7 1 8 2 4 0 6
8 5 2 6 9 7 7 6 0 2 0 2 0 5 1 6 5 6 9 2
6 3 5 7 3 3 2 1 3 5 0 5 3 2 5 4 7 0 4 8
7 3 7 9 6 4 5 7 5 3 0 3 5 2 9 6 4 7 7 8
9 8 5 2 0 1 7 7 6 7 1 4 9 0 5 6 8 6 0 7
1 1 8 0 5 0 5 4 3 1 3 9 8 0 8 2 7 7 3 2
8 3 4 5 2 9 9 6 3 4 0 6 2 8 8 9 8 0 8 3
8 8 6 8 5 4 0 2 0 0 8 6 5 0 7 5 8 4 0 1
9 9 5 9 4 6 7 3 4 8 8 7 5 1 7 6 4 9 6 9
6 5 4 8 1 1 7 6 7 4 1 7 4 6 8 5 0 9 5 0
8 0 1 2 4 3 5 6 3 5 1 7 7 2 7 0 8 0 1 5
7 4 3 5 0 9 9 8 1 7 7 7 4 0 2 7 7 2 1 4
6 9 9 1 6 2 6 8 0 3 6 6 2 5 2 2 9 1 4 8
0 9 8 9 3 2 0 5 0 5 1 4 2 2 5 6 8 5 1 4
9 1 4 9 9 1 4 5 2 3 6 8 4 7 9 2 7 6 8 6
8 0 3 3 6 9 4 5 9 8 2 6 9 4 0 3 0 8 5 8
4 4 1 0 4 8 1 9 4 9 8 5 1 5 7 4 7 9 5 4
1 2 5 5 0 7 3 7 4 2 1 1 1 0 0 0 2 0 4 0
6 3 6 0 6 4 9 3 2 9 1 6 5 0 5 3 4 4 8 4
6 1 1 9 6 9 0 4 4 6 2 6 4 5 7 4 7 7 7 4
1 5 4 7 4 4 5 2 6 6 9 5 2 7 0 7 9 9 5 3
9 4 5 5 7 2 8 5 7 3 6 7 8 9 7 5 4 3 8 7
4 2 4 8 1 1 6 2 1 3 9 7 3 4 4 0 8 7 2 1
2 3 5 2 3 7 8 3 1 7 7 3 2 0 8 8 9 8 3 7
0 4 4 9 3 5 2 4 9 4 7 5 2 5 6 3 3 8 2 3
0 0 5 4 9 9 7 6 5 4 6 4 0 5 1 8 8 1 5 9
3 5 9 6 3 1 5 3 0 7 2 6 8 9 9 0 9 3 5 4
5 9 8 0 8 0 8 3 9 1 4 3 4 2 7 2 6 8 4 2
4 6 0 5 8 8 5 2 3 6 0 1 3 9 0 9 2 2 8 6
3 2 1 7 9 0 0 5 9 7 8 7 3 7 9 2 5 2 4 1
6 9 2 3 4 6 1 4 0 6 2 0 1 1 7 4 5 2 0 4
1 9 5 6 5 4 1 4 3 0 0 1 7 5 8 7 5 3 7 9
4 5 1 5 5 1 4 9 3 8 1 9 4 7 6 0 7 2 4 6
9 4 8 6 4 3 1 9 9 4 3 6 1 6 8 1 0 8 5 1

ANEXO N 2 - EJEMPLO DE TABLA PARA LA DETERMINACION DEL TAMAO DE LA
MUESTRA (POBLACION FINITA) PARA MARGENES DE ERROR DE 1,
2, 3, 4 Y 5 %, EN LA HIPOTESIS DE p = 50 %
MARGEN DE CONFIANZA DEL 95,5 %
43
A m p l i t u d d e l a m u e s t r a s e g n e l m a r g e n d e e r r o r
A m p l i t u d d e
l a p o b l a c i n
+ / - 1 % + / - 2 % + / - 3 % + / - 4 % + / - 5 % + / - 1 0 %
5 0 0 2 2 2 8 3
1 0 0 0 3 8 5 2 8 6 9 1
1 5 0 0 6 3 8 4 4 1 3 1 6 9 4
2 0 0 0 7 1 4 4 7 6 3 3 3 9 5
2 5 0 0 1 2 5 0 7 6 9 5 0 0 3 4 5 9 6
3 0 0 0 1 3 6 4 8 1 1 5 1 7 3 5 3 9 7
3 5 0 0 1 4 5 8 8 4 3 5 3 0 3 5 9 9 7
4 0 0 0 1 5 3 8 8 7 0 5 4 1 3 6 4 9 8
4 5 0 0 1 6 0 7 8 9 1 5 4 9 3 6 7 9 8
5 0 0 0 1 6 6 7 9 0 9 5 5 6 3 7 0 9 8
6 0 0 0 1 7 6 5 9 3 8 5 6 6 3 7 5 9 8
7 0 0 0 1 8 4 2 9 4 9 5 7 4 3 7 8 9 9
8 0 0 0 1 9 0 5 9 7 6 5 8 0 3 8 1 9 9
9 0 0 0 1 9 5 7 9 8 9 5 8 4 3 8 3 9 9
1 0 0 0 0 5 0 0 0 2 0 0 0 1 0 0 0 5 8 8 3 8 5 9 9
1 5 0 0 0 6 0 0 0 2 1 4 3 1 0 3 4 6 0 0 3 9 0 9 9
2 0 0 0 0 6 6 6 7 2 2 2 2 1 0 5 3 6 0 6 3 9 2 1 0 0
2 5 0 0 0 7 1 4 3 2 2 7 3 1 0 6 4 6 1 0 3 9 4 1 0 0
5 0 0 0 0 8 3 3 3 2 3 8 1 1 0 8 7 6 1 7 3 9 4 1 0 0
1 0 0 0 0 0 9 0 9 1 2 4 3 9 1 0 9 9 6 2 1 3 9 8 1 0 0
> 1 0 0 0 0 2 5 0 0 1 1 1 1 6 2 5 4 0 0 1 0 0

ANEXO N 3 - EJEMPLO DE TABLA PARA LA DETERMINACION DEL TAMAO DE LA
MUESTRA (POBLACION FINITA) PARA MARGENES DE ERROR DE 1, 2, 3,
4 Y 5 %, EN LA HIPOTESIS DE p = 50 %
MARGEN DE CONFIANZA DEL 99,7 %
44
A m p l i t u d d e l a m u e s t r a s e g n e l m a r g e n d e e r r o r
A m p l i t u d d e l a p o b l a c i n + / - 1 % + / - 2 % + / - 3 % + / - 4 % + / - 5 %
5 0 0
1 0 0 0 4 7 4
1 5 0 0 7 2 6 5 6 3
2 0 0 0 8 2 6 6 2 1
2 5 0 0 9 0 0 6 6 2
3 0 0 0 1 3 6 4 9 5 8 6 9 2
3 5 0 0 1 4 5 8 1 0 0 3 7 1 6
4 0 0 0 1 5 3 9 1 0 4 1 7 3 5
4 5 0 0 1 6 0 7 1 0 7 1 7 5 0
5 0 0 0 1 6 6 7 1 0 9 8 7 6 3
6 0 0 0 2 0 9 3 1 7 6 5 1 1 3 9 7 8 3
7 0 0 0 3 1 1 9 1 8 4 2 1 1 7 1 7 9 8
8 0 0 0 3 3 0 3 1 9 0 5 1 1 9 6 8 0 9
9 0 0 0 3 4 6 2 1 9 5 7 1 2 1 6 8 1 8
1 0 0 0 0 3 6 0 0 2 0 0 0 1 2 3 3 8 2 6
1 5 0 0 0 4 0 9 1 2 1 4 3 1 2 8 6 8 4 9
2 0 0 0 0 4 3 9 0 2 2 2 2 1 3 1 4 8 6 1
2 5 0 0 0 1 1 8 4 2 4 5 9 2 2 2 7 3 1 3 3 1 8 6 9
5 0 0 0 0 1 5 5 1 7 5 0 5 6 2 3 8 1 1 3 6 8 8 8 4
1 0 0 0 0 0 1 8 3 6 7 5 3 2 5 2 4 3 9 1 3 8 7 8 9 2
>
2 2 5 0 0 5 6 2 5 2 5 0 0 1 4 0 6 9 0 0

Unidad 3
ANLISIS DE LOS DATOS

Un dato es un registro conceptualmente estructurado, de alguna propiedad manifiesta /
observable de la unidad de ANLISIS.

FUENTES DE DATOS
PRIMARIAS
SECUNDARIAS

Los datos secundarios ofrecen un buen punto de partida para la investigacin, con frecuencia sirven
para definir los problemas y objetivos de la INVESTIGACIN. No obstante en la mayora de los casos
las fuentes secundarias no ofrecen toda la informacin necesaria y se debe recurrir a la obtencin de
datos primarios.

Para muchos, la definicion de investigacion es realizar necesariamente una encuesta. Aunque la
misma es indudablemente una fuente esencial de datos primarios, nunca debe explorarse sin antes
haber determinado que los datos secundarios no satisfacen por s mismos las necesidades de
informacion.

Los datos primarios son la informacion que reune o genera el investigador para alcanzar los
objetivos del proyecto en que esta trabajando. Son datos de primera mano. Los datos primarios suelen
45
ser ms caros y el investigador tarda mas tiempo en conseguirlos, pero tienen la gran ventaja de una
aplicabilidad directa al problema en cuestin.

Los datos secundarios cuestan menos y se obtienen en menor tiempo pero pueden ser inadecuados
para el problema o muy parciales en favor de la empresa que ha producido esa informacin. Existen
muchas fuentes de datos secundarios y Generalmente, han sido recabados por alguien que no es
investigador para otros fines diversos al proyecto en cuestion.

Los datos secundarios pueden ser externos o internos a la organizacion.
La informacion contable por ejemplo es una fuente comun de datos secundarios internos, en cambio las
fuente de datos secundarios externos parecen ser infinitas entre ellos encontramos a los informes
gubernamentales, los servicios comerciales, materiales publicados, camaras, asociaciones, etc. Los
datos secundarios adems fueron en alguna oportunidad anterior, INFORMACIN primaria para la
firma que inicialmente la produjo la cual ha tenido en su momento un objetivo muy distinto al nuestro.

Es por esta razn que siempre es conveniente comenzar una INVESTIGACIN, recabando todos
los datos secundarios relacionados con el tema como sea posible.
de esta forma estaremos ahorrando tiempo y dinero ADEMS de asegurarnos de no sobreponer
esfuerzos.

Fuentes de datos secundarios internas
Estn generalmente al alcance de la mano de cualquier organizacin.
Por citar solo algunas podramos mencionar los registros contables y financieros tradicionales, los
estudios e investigaciones anteriores, los informes peridicos de ventas provenientes del personal la
correspondencia de los clientes etc...

FUENTES DE DATOS SECUNDARIOS EXTERNOS
LA CANTIDAD Y VARIEDAD DE LA INFORMACIN SECUNDARIOS EXTERNA, ES DE TAL MAGNITUD QUE
DESAFA LA IMAGINACIN ENTRE ELLOS PODEMOS CITAR LOS SIGUIENTES:
ORGANISMOS GUBERNAMENTALES, PUBLICACIONES, ASOCIACIONES COMERCIALES, PROVEEDORES
COMERCIALES ETC..
ORGANISMOS GUBERNAMENTALES: CENSO DE POBLACIN, CENSO DE VIVIENDA, CENSOS ECONMICOS
ETC.

46

ANALISIS DE LOS DATOS CUANTITATIVOS
REQUIERE DEL APOYO DE LA ESTADSTICA. LAS TCNICAS BSICAS DE ANLISIS ESTADSTICO, ES UNO DE
LOS ELEMENTOS DE MAYOR UTILIDAD PARA EL ANALISTA DE INVESTIGACIN.
LOS DATOS CUANTITATIVOS SE VUELCAN EN UNA MATRIZ DE DATOS (A VECES LOS CUALITATIVOS
TAMBIN) A PARTIR DE LA CUAL SE REALIZA EL ANLISIS ESTADSTICO.

MATRIZ DE DATOS
ES UNA TABLA DE DOBLE ENTRADA DONDE SE VUELCAN LOS DATOS.
LA MATRIZ DE DATOS: ES UNA FORMA DE HACER INMEDIATAMENTE VISIBLE LA ESTRUCTURA TRIPARTITA
DEL DATO. ES DECIR, CONFORME A ESA ESTRUCTURA TRIPARTITA DEL DATO SE CONFECCIONA LA MATRIZ.

Variable 1
EDAD
Variable 2
GENERO
Variable 3
N.S.E.
Variable 4
ACTITUD
DE COMPRA
Variable 5
LUGAR
DE
COMPRA
Variable 6
ZONA DE
RESID.
U.A. N1

U.A. N2

U.A. N3

U.A. N4

U.A. N5

U.A. N6

U.A. N7

U.A. N8

U.A. N9

U.A. N10

U.A. N n

La matriz es una planilla, tabla en la cual se vuelcan los datos obtenidos en la recoleccin de datos por
medio de las diferentes tcnicas.

Cada fila (sentido horizontal) corresponde a una unidad de anlisis (se aprecia su perfil).
Cada columna (sentido vertical), corresponde a una variable en cada celda (interseccin entre la unidad
de anlisis y la variable), figuran los valores.
LA MATRIZ PERMITE:
Deshacerse de los formularios.
47
Permite controlar la coherencia de las respuestas

Confeccin de la matriz de datos:
Arriba se ubican las variables, identificadas con su correspondiente cdigo (30 preguntas = 30
columnas).
Cada variables simples tendr una columna, Pero en las variables complejas, habr una columna para
cada indicador ms una columna para cada indice.
A la izquierda se colocan los nmeros de cada uno de los formularios correspondientes a las unidades
de anlisis (formulario N 120, corresponde a la fila 120).

En la interseccin se vuelcan las respuestas (los cdigos). El cdigo corresponde a los valores que
alcanza cada unidad de anlisis en las variables estudiadas (las categoras). La respuesta o los
resultados que se obtienen cuando las unidades de anlisis se exponen a los estmulos (preguntas).
Debe haber un valor para cada combinacin de unidad de anlisis y variable.

SUPONGAMOS QUE ESTAMOS REALIZANDO UNA INVESTIGACIN DONDE SE
ANALIZAN LAS SIGUIENTES VARIABLES

CATEGORIAS Y CODIGOS DE LAS VARIABLES
EDAD COD GENERO COD N.S.E. COD
MENOR DE 20 01 FEMENINO 01 ABC1 01
ENTRE 20 Y 30 02 MASCULIN
O
02 C2/C3 02
ENTRE 31 Y 40 03 D/E 03
MS DE 40 04

CATEGORIAS Y CODIGOS DE LAS VARIABLES
ACTITUD DE COMPRA DE
OFERTAS TURISTICAS
COD LUGAR DE
COMPRA
COD ZONA DE
RESIDENCIA
COD
POSITIVA 01 AGENCIAS 01 CAPITAL 01
INDIFERENTE 02 MAYORISTAS 02 G.B.A. 02
NEGATIVA 03 REPRESENT. 03
OTROS 04

48
MATRIZ CON LOS CODIGOS DE LAS RESPUESTAS
Variable 1
EDAD
Variable 2
GENERO
Variable 3
N.S.E.
Variable 4
ACTITUD
DE COMPRA
Variable 5
LUGAR
DE
COMPRA
Variable 6
ZONA DE
RESID.
U.A. N1 04

01 02 01 01 02
U.A. N2 04

01 03 02 03 02
U.A. N3 03

01 01 03 03 01
U.A. N4 01

02 02 01 01 02
U.A. N5 02

02 02 02 02 01
U.A. N6 02

01 01 02 01 01
U.A. N7 04

02 01 02 01 02
U.A. N8 01

02 02 03 04 02
U.A. N9 03

02 02 03 01 01
U.A. N10 03

01 02 02 01 02
U.A. N n 01

01 03 02 01 01
Finalmente, el procesamiento de los datos se hace con la computadora (antiguamente se haca en
forma manual) utilizando primero la estadstica bsica. Para ello la matriz debe contemplar ciertos
principios.

Principios de la matriz de datos
Principio de comparabilidad: seala que debe haber correspondencia entre la variable y la unidad de
anlisis (afluencia promedio de pblico a un espectculo es, propiedad de un colectivo no puede
tratarse de variables referente a los consumidores). Todas las unidades de anlisis deben ser analizadas
en funcin de las mismas variables (el mismo estmulo debe ser presentado a todas las unidades de
anlisis)
Principio de clasificacin: para cada pregunta debe haber una sola respuesta (principio de
exhaustividad).
Principio de integridad: la matriz debe ser completada en su totalidad (con el cdigo 99 para el no sabe
- no contesta podemos cubrir este principio). El mximo de espacios vacos se estima en un 5 %. El 10
% es el mximo absoluto.
El principio de comparabilidad y de clasificacin se refieren a la lgica de la matriz y se pueden
cumplir con anterioridad a su confeccin, cuidando que a cada estmulo le corresponda a cada una de
las unidades de anlisis y cumpliendo con los principios de exhaustividad y exclusividad.
El tercer principio (integridad = no dejar ninguna celda vaca), slo se cumple en el proceso de
recoleccin de datos.
TENIENDO TODOS LOS DATOS EN UNA MISMA PLANILLA SE PUEDE CONTROLAR LA COHERENCIA DE LOS MISMOS.
49

LECTURA DE LA MATRIZ:
LA MATRIZ ADMITE TRES TIPOS DE LECTURAS
LECTURA HORIZONTAL: CON ELLA SE APRECIA EL PERFIL DE LAS UNIDADES DE ANLISIS.
LECTURA VERTICAL: MUESTRA LA FRECUENCIA DE CADA CATEGORA.
TERCER LECTURA: PERMITE LA COMBINACIN DE LAS DOS ANTERIORES, POSIBILITANDO LA
TABULACIN CRUZADA (EL PROCESAMIENTO DE LA INFORMACIN).

PROCESAMIENTO DE LA INFORMACIN:
LA TABULACIN
LA TABULACIN SUPONE: ORDENAR, HACER UN RECUENTO, HACER UN COMPUTO.

LA TABULACIN PUEDE SER:
SIMPLE: PARA ANLISIS UNIVARIABLE.
DONDE SE CONSTRUYE UN CUADRO DE FRECUENCIAS (CANTIDAD DE VECES QUE
SE PRESENTA CADA CATEGORA).
CRUZADA: PARA ANLISIS BIVARIABLE O MULTIVARIABLE.
SUPONIENDO QUE SE TOMA LA EDAD:

EJEMPLO DE TABLA UNIVARIADA:
EDAD TABULACIN CANTIDAD DE
PERSONAS
% %
ACUMULADO
MENORES
DE 20
||||| ||||| ||||| ||||| ||||| ||| 28 23% 23%
ENTRE 20 Y
30
||||| ||||| |||||

15 12% 35%
ENTRE 31 Y
40
||||| ||||| ||||| ||||| ||||| ||||| || 32 26% 61%
MAS DE 40 ||||| ||||| ||||| ||||| ||||| ||||| ||||| |||||
||||| |||
48 39% 100%
TOTAL 123
FRECUENCIA
ABSOLUTA
SIMPLE
FRECUENCIA
RELATIVA
SIMPLE
FRECUENCIA
RELATIVA
ACUMULADA

Frecuencia absoluta simple
LA FRECUENCIA ( F ), ES EL NMERO DE VECES QUE APARECE CADA VALOR (CATEGORA) DE LA
VARIABLE. EJEMPLO: X = EDAD DE LOS ENCUESTADOS

EJEMPLO GRAFICO DE TABLA UNIVARIADA:
50

BARRAS
TORTAS

Los grficos
Los grficos tienen la ventaja de que permiten visualizar mejor los resultados.
Existen diferentes tipos de grficos:

Tortas (se equipara los 360 al 100% de los casos)

El anlisis o interpretacin bivariable:

Las tablas bivariables o tablas de contingencia o tabulacin cruzada, son el resultado del cruce
(tabulacin simultnea) de dos variables (Luis Baranger).

Esta forma de presentacin de datos es tpica en ciencias sociales Y MUY UTILIZADA EN
INVESTIGACIN DE MERCADOS, la cual se caracteriza por el uso predominante de variables (o
atributos), definidas en los niveles de medicin nominal y ordinal.

La tabla de contingencia consiste en un cierto nmero de celdas en las cuales se vuelcan las frecuencias
(nmero de casos), correspondientes a cada combinacin de valores de varias variables. (Sierra Bravo).

23
12
26
39
0 10 20 30 40 50
MENORES DE 20
ENTRE 21 Y 30
ENTRE 31 Y 40
MAS DE 40
ENTRE 21 Y 30
12%
MAS DE 40
39%
MENORES DE 20
23%
ENTRE 31 Y 40
26%
51

PARA ARMAR LA TABLA (EL CUADRO) SE DEBE TENER EN CUENTA EL ORDEN TEMPORAL DE LAS
VARIABLES:
LA VARIABLE QUE ANTECEDE TEMPORALMENTE VA ARRIBA.
LA OTRA VA AL COSTADO.

EL ORDEN TEMPORAL SE PUEDE RESUMIR AS:

\ TA \ TA \ TA \ X \ TI
X \ Y \ TI \ TI \ Y \

LA VARIABLE DEPENDIENTE (Y) SIEMPRE VA AL COSTADO.
LA VARIABLE ANTECEDENTE (TA) SIEMPRE VA ARRIBA.
LA VARIABLE INDEPENDIENTE (X) SIEMPRE VA ARRIBA SI NO SE CRUZA CON LA ANTECEDENTE (TA)

EJEMPLO: "LA ACTITUD DE COMPRA DE OFERTAS TURSTICAS DEPENDE DE LA EDAD, EL
GNERO , EL N.S.E., LA ZONA DE RESIDENCIA Y DEL LUGAR DE COMPRA ".

PARA PONER A PRUEBA LA HIPTESIS SE DEBEN DECIDIR (EN TRMINOS DE LA INVESTIGACIN) CULES
SON LOS CRUCES DE VARIABLES QUE SE NECESITAN (REALIZAR EL PLAN DE CUADROS).

CLASIFICACIN DE VARIABLES SEGN LA FUNCIN QUE OCUPAN EN LA HIPTESIS:

ACTITUD DE COMPRA = V. DEPENDIENTE (Y)
EDAD DE LOS CLIENTES = V. ANTECEDENTE (TA)
GENERO DE LOS CLIENTES = V. ANTECEDENTE (TA)
zONA DE RESIDENCIA = v. antecedente (ta)
N.S.E. = V. INTERVINIENTE (TI)
LUGAR DE COMPRA = V. INDEPENDIENTE (X)

ACTITUD DE COMPRA (Y) SEGN SU EDAD (TA)
FRECUENCIA ABSOLUTA (CANTIDAD DE CASOS)
E D A D ACTITUD DE
COMPRA MENOR DE 20 ENTRE 20 Y 30 ENTRE 31 Y 40 MAS DE 40 TOTALES
POSITIVA 160 70 60 90 380
INDIFERENTE 80 40 100 100 320
NEGATIVA 40 40 160 290 530

X

X

NO X

Y

TOTAL

NO Y

La lectura del cuadro se
realiza desde el costado
hacia arriba.

En el ejemplo se leera: Y
52
TOTALES 280 150 320 480 1230

CATEGORAS DE LA VARIABLE QUE ANTECEDE
CATEGORAS DE LA VARIABLE QUE NO ANTECEDE (SE UBICA EN EL TIEMPO DESPUS )
MARGINALES LATERALES
CIFRAS PARCIALES
MARGINALES DE BASE

E D A D ACTITUD DE
CATEGORAS DE LA VARIABLE QUE ANTECEDE
POSITIVA 160 70 60 90
INDIFERENTE 80 40 100 100
NEGATIVA 40 40 160 290
MARGINALES
LATERALES
TOTALES MARGINALES DE BASE TOTAL
GENERAL

Ms all de que, para poner a prueba esta hiptesis hay que cruzar la variable dependiente con la
independiente; la primera se puede cruzar con otras que resulten significativas para el investigador.
Adems, se pueden realizar otros cruces, Por ejemplo: cruzar la zona de residencia con el lugar de
compra (tiene que ver ms con el perfil del cliente que con la actitud de compra pero igual sera
interesante ver el resultado).
En terminos de cruces, siempre es conveniente cruzar la variable dependiente con todas las otras para
ver con cual est ms asociada.
El anlisis de los cuadros implica la lectura y la interpretacin de los mismos.

Leer un cuadro supone analizar los guarismos. En un cuadro hay 2 niveles de lectura:
Lectura de las cifras parciales
Lectura de las cifras marginales (totales y de base)
La lectura se complementa con la interpretacin.
La interpretacin es ir ms all del cuadro, conjeturar cosas que las cifras, por si solas, no dicen.
Los cuadros se interpretan en funcin de: las hiptesis; el marco terico o, cualquier otra informacin.

Tambin pueden utilizarse coeficientes permiten analizar el sentido y la fuerza de la relacin
(asociacin o correlacin) directa, inversa, fuerte, dbil.

ACTITUD DE COMPRA (Y) SEGN SU EDAD (TA)
FRECUENCIA RELATIVA (%)
E D A D ACTITUD DE
160 70 60 90 POSITIVA
57% 47% 19% 19%
380
80 50 100 100 INDIFERENTE
29% 33% 31% 21%
320
40 30 160 290 NEGATIVA
14% 20% 50% 60%
530
280 150 320 480 TOTALES
100% 100% 100% 100%
1230
53

Los % se calculan en sentido VERTICAL y se comparan en sentido HORIZONTAL

Ejemplo de lectura de cifras marginales (laterales y de base):

De las 280 personas menores de 20 aos, 160 tienen una actitud de compra positiva (es decir el 57%)
De las 150 personas entre 20 y 30 aos, 70 tienen una actitud de compra positiva (es decir el 47%)
De las 320 personas entre 31 y 40 aos, 160 tienen una actitud de compra negativa (es decir el 50%)
De las 480 personas de ms de 40 aos, 290 tienen una actitud de compra negativa (es decir el 60%)
Del total de los encuestados, (1230 casos) 530 tienen una actitud de compra negativa

A partir de los resultados se podra inferir la siguiente HIPTESIS:

A mayor edad, mayor PROBABILIDAD de tener una predisposicin negativa a comprar
paquetes tursticos

y PARALELAMENTE:

A MENOR EDAD, MAYOR PROBABILIDAD DE TENER UNA PREDISPOSICIN POSITIVA A COMPRAR
PAQUETES TURSTICOS

EJEMPLO DE INTERPRETACIN:
Es probable que la actitud de compra negativa entre los de mayor edad est relacionada a un mayor
grado de exigencia en los sevicios pretendidos.
O que la actitud de compra positiva entre los ms jvenes est relacionada a una mejor predisposicin
al esparcimiento.

El anlisis bivariable se utiliza para estudiar la relacin entre dos variables, pero es incompleto porque
en la realidad, los fenmenos sociales no se presentan en pareja (menos en una relacin: causa y
efecto). Existe la multicausalidad. Tiene un carcter descriptivo y no profundiza.

En este ejemplo, sera necesario utilizar el ANLISIS multivariado utilizando como tercera variable o
variable de prueba el nivel socioeconmico para saber si esta tendencia se mantiene en todos los
niveles o si por el contario vara.

E
E
E
l
l
l

a
a
a
n
n
n
l
l
l
i
i
i
s
s
s
i
i
i
s
s
s

m
m
m
u
u
u
l
l
l
t
t
t
i
i
i
v
v
v
a
a
a
r
r
r
i
i
i
a
a
a
d
d
d
o
o
o

EN EL ANLISIS MULTIVARIADO SE TRABAJA CON UNA RELACIN PRESENTE - PASADO (ANTE UN
INTERROGANTE SE TRATA DE INDAGAR LAS CAUSAS)
TRATA DE IMITAR LA LGICA DEL EXPERIMENTO. SE MANIPULAN ESTADSTICAMENTE LOS DATOS (NO EL
ESTMULO)

LA CAUSALIDAD IMPLICA 3 TIPOS DE EVIDENCIAS:
1. EL ORDEN TEMPORAL DE LAS VARIABLES ("X" NO PRECEDA A "Y")
2. "X" E "Y" VARAN CONCOMITANTEMENTE DE LA FORMA DESCRIPTA POR LA HIPTESIS
3. QUE NO HAYA OTROS FACTORES QUE DETERMINEN A "Y"
SE VA PROBANDO LA RELACIN ENTRE 2 VARIABLES CON LA INTRODUCCIN DE OTRAS VARIABLES (DE
PRUEBA) QUE PUEDEN INFLUIR EN EL FENMENO.
FORMA SIMBLICA
54
HIPTESIS:

SI X ENTONCES Y, PERO TA.
V. ANTECEDENTE
V. DEPENDIENTE
V. INDEPENDIENTE

PARA SIMPLIFICAR EL ANLISIS TRABAJAMOS CON DOS CATEGORAS
POR VARIABLE (DICOTMICA O BIPOLAR)
==> X: X \ NO X
==> Y: Y \ NO Y
==> T: T \ NO T
UNA VEZ RECOGIDA LA INFORMACIN, SE ELABORA EL CUADRO DE LA

RELACIN ORIGINAL:
X
Y
X NO X
Y N N
NO Y N N
N = mayor cantidad de datos (frecuencias relativamente altas)
N = MENOR CANTIDAD DE DATOS (FRECUENCIAS. RELATIVAMENTE BAJAS).

LOS CASILLEROS QUE VERIFICAN LA RELACIN SON N.N. (DIAGONAL DE VERIFICACIN).
==> EN TRMINOS DE DISTRIBUCIN DE DATOS, PARA QUE SE VERIFIQUE LA HIPOTESIS. (SI LA REALIDAD
CONCUERDA CON LA PREDICCIN), LA DIAGONAL DE VERIFICACIN DEBE CONTENER LA MAYOR
CANTIDAD DE DATOS ==> DISTRIBUCIN DIAGONAL O LINEAL

POR QUE ?
PORQUE CUANDO ESTA X ==> SE PRODUCE Y
CUANDO NO ESTA X ==> NO SE PRODUCE Y LAS CELDAS N Y N RECHAZAN LA HIPTESIS PORQUE: CUANDO
ESTA X NO SE PRODUCE Y CUANDO NO ESTA X IGUAL SE PRODUCE Y LA DISTRIBUCIN RINCONAL O
CURVILINEAL SE DA CUANDO LA MAYOR CANTIDAD DE DATOS RECAE O SE CONCENTRA EN UNA CELDA
(CUALQUIERA DE LOS CUATRO)
EL SIGUIENTE ESQUEMA FACILITA LA UTILIZACIN DE LAS FRMULAS DE COEFICIENTES:

X
Y
X NO X
Y A B A+B (CIFRAS MARGINALES LATERALES)
NO Y C D C+D
A+C B+B
(CIFRAS MARGINALES DE BASE)

MAS ALL DE LA DISTRIBUCIN DE LOS DATOS, EXISTEN DIFERENTES COEFICIENTES ESTADSTICOS QUE
PERMITEN ANALIZAR LA RELACIN. ES DECIR, CUAL ES EL SENTIDO (DIRECTA, INVERSA) Y LA FUERZA (FUERTE
O DBIL) QUE TIENE DICHA RELACIN.

COEFICIENTES
LA DIFERENCIA PORCENTUAL:
55
SOLO ES APLICABLE A PORCENTAJES. Y CONSISTE EN LA DIFERENCIA DE LOS PORCENTAJES ENTRE LAS
COLUMNAS DE LA TABLA. ESTAS DIFERENCIAS HAY QUE HALLARLAS EN SENTIDO CONTRARIO AL QUE HAYAN
SIDO CALCULADOS LOS PORCENTAJES POR LO GENERAL, LOS PORCENTAJES SE CALCULAN EN SENTIDO
VERTICAL.
X
Y
X NO X

Y
70% 40% A - B = 70 - 40 = 30

NO Y 30% 60% C - D = 30 - 60 = -30

TOTALES 100% 100%

SI ARRIBA DA POSITIVO, ABAJO DAR NEGATIVO
SI DA POSITIVO (ARRIBA), ==> RELACIN DIRECTA.
SI DA NEGATIVO (ARRIBA), ==> RELACIN INVERSA
LA CIFRA ABSOLUTA DIR SI LA RELACIN ES: DBIL \ MEDIA \ FUERTE

COEFICIENTES
"Q" DE YULLE Y KENDALL:
A B
C D

(A.D) - (B.C)
----------------
(A.D) + (B.C)

"Q" ES LA DIFERENCIA DEL PRODUCTO CRUZADO DE LAS CIFRAS PARCIALES, DIVIDIDO LA SUMA DEL
PRODUCTO CRUZADO DE LAS CIFRAS PARCIALES.

DICHA FORMULA VARA ENTRE -1 Y 1

-
1
-0,6 -0,4
0
+
0,4
+
0,6
+
1
RELACIN INVERSA Relacin directa

INDEPENDENCIA ESTADSTICA

SI EL RESULTADO ES 0 ==> INDEPENDENCIA ESTADSTICA (NO HAY RELACIN ENTRE LAS VARIABLES)
SI SON VARIABLES CUALITATIVAS ==> ASOCIACIN.
SI SON VARIABLES CUANTITATIVAS ==> CORRELACIN.
SI EL RESULTADO ES "-1" ==> RELACIN INVERSA TOTAL.
SI EL RESULTADO ES "1" ==> RELACIN DIRECTA TOTAL.

56
A MEDIDA QUE SE APROXIMA (TIENDA) A "1" ==> RELACIN FUERTE A MEDIDA QUE TIENDE A "0" ==>
RELACIN DBIL . ESTO ES MAS COMPLICADO, POR QUE LOS COEFICIENTES SE ELIGEN EN FUNCIN DEL
NIVEL DE MEDICIN O EL TIPO DE VARIABLES.

CUADRO DE RELACIN ORIGINAL
ACCESO A INTERNET SEGN EDAD

EDAD EDAD
ACCESO
A
INTERNET
< DE 30 >/= 30

ACCESO A
INTERNET
<DE 30

OTRAS

NO

38

135

173 NO

SI 162

65

227 SI

200 200 400 100% 100%

CUADRO DE RELACIN ORIGINAL
EDAD
ACCESO
A
INTERNET
< DE 30 >/= 30

NO

38

135

173
SI 162

65

227
200 200 400
"Q" =

CUADROS DE RELACIONES PARCIALES
VARONES MUJERES
ACCESO SEGN EDAD ACCESO SEGN EDAD
EDAD EDAD
ACCESO
A
INTERNET
< DE 30 >/= 30 ACCESO A
INTERNET
< DE 30 >/= 30
NO

10 90

100

NO

28

45

73

SI 121

25

146 SI 41

40

81
131 115 246 69 85 154

TOTAL DE VARONES = 246 TOTAL DE MUJERES = 154
"Q" = "Q" =
57
LAS CATEGORAS (AL CONSTRUIR LOS CUADROS) DEBEN IR DE MENOR A MAYOR; DE ARRIBA HACIA ABAJO
Y DE IZQUIERDA A DERECHA
PARA EVALUAR SI LA RELACIN ES GENUINA O ESPURIA:
1 SE CALCULA "Q" EN CADA CUADRO PARCIAL
2 SE COMPARAN LOS RESULTADOS CON "Q" DE LA RELACIN ORIGINAL
si el coeficiente de los cuadros parciales, comparados con el de la relacin original:
SE MANTIENE O SUBE RELACIN GENUINA (REPLICACIN)
SE MANTUVO LA RELACIN ENTRE "X"
E "Y" AUN INTRODUCIENDO OTRA VARIABLE.
SI EL COEFICIENTE SUBE EN UNO DE LOS CUADROS PARCIALES Y BAJA EN OTRO
RELACIN CUASI ESPUREA,
SE ANALIZA EL ORDEN TEMPORAL DE LAS VARIABLES.:

ANTECEDENTE ==> CONDICIN PARA QUE LA HIPTESIS SE CUMPLA. SE ESTABLECE LA CIRCUNSTANCIA
BAJO LA CUAL, LA RELACIN ORIGINAL SE MANTIENE CON MAS FUERZA

INTERVINIENTE ==> ESPECIFICACIN DE LA SITUACIN O CIRCUNSTANCIA EN QUE LA RELACIN SE
CUMPLE

SI EL COEFICIENTE DISMINUYE O TIENDE A 0 EN AMBOS CUADROS PARCIALES =

LA RELACIN ES ESPUREA.
LA RELACIN OBEDECE A LA INFLUENCIA DE UNA TERCERA VARIABLE QUE ESTA EN JUEGO EN DICHA
RELACIN --> SE ANALIZA EL ORDEN TEMPORAL:
ANTECEDENTE ==> EXPLICACIN

INTERVINIENTE ==> INTERPRETACIN

EJEMPLO:
LA OPININ DE LOS CLIENTES DE UN HOTEL 5 ESTRELLAS UBICADO EN LA PROVINCIA DE CRDOBA
SOBRE LA ATENCIN RECIBIDA EN L, VARA SEGN LA EDAD , EL GNERO, EL N.S.E. EL MOTIVO POR EL
CUAL SE ALOJ EN L Y EL MOMENTO DEL AO EN EL QUE LO HIZO .
U.A.: LOS CLIENTES DEL HOTEL 5 ESTRELLAS
1. X = MOTIVO : POR RAZONES LABORAL / POR RAZONES NO LABORALES
2. X = MOMENTO DEL AO EN QUE LO HIZO TEMPORADA ALTA / TEMPORADA BAJA
3. Y = OPININ RESPECTO A LA ATENCIN DEL HOTEL:
FAVORABLE / DESFAVORABLE
4. TA. = GNERO: FEMENINO / MASCULINO
5. TA. = EDAD: 40 AOS O MENORES / MS DE 40 AOS
6. TI. = N.S.E. ALTO / MEDIO / BAJO

MATRIZ DE DATOS
U.A. MOTIVO OPININ GENERO EDAD MOMENTO NSE
58
01
02
03
04
05
06
07
08
09
10
11
N.

CUADRO DE LA RELACION ORIGINAL

OPINION SEGUN MOTIVO

MOTIVOS OPININ
LABORALES NO LABORALES
DESFAVORABLE 70

20 90
FAVORABLE 40

70 110
110 90

EN ESTE CUADRO SE PUEDE LEER:

LA DISTRIBUCION DE LOS DATOS DICEN QUE LA HIPOTESIS SE CUMPLE.

SE CALCULA "Q":
70.70 - 20.40 = 4100 = 0,71 SEALA UNA RELACIN FUERTE
70.70 + 20.40 5700 y directa.

EN EL CUADRO DE LA RELACIN ORIGINAL SE INTRODUCE LA VARIABLE GENERO.

SE CONTRUYEN 2 CUADROS PARCIALES:

MUJERES VARONES

MOTIVOS

MOTIVOS
OPININ

LABORALES NO
LABORALES
OPININ

LABORALES NO
LABORALES

DESFAV. 21

5

26 DESFAV. 49

15

64
59
FAVORABL
E
30

45

75 FAVORABL
E
10

25

35
51 50 101 59 40 99

"Q" = 21.45 - 5.30 = 0,73 "Q" = 49.25 - 15.10 = 0,78
21.45 + 5.30 49.25 + 15.10

SE CALCULAN LOS COEFICIENTES Y SE COMPARAN CON EL DE LA RELACION ORIGINAL

edad

40 AOS O MENORES MS DE 40 AOS

MOTIVOS

MOTIVOS
OPININ

LABORALE
S
NO
LABORALE
S
OPININ

LABORALE
S
NO
LABORALE
S

DESFAV. 23

22

45 DESFAV. 49

21

70
FAVORABL
E
24

31

55 FAVORABL
E
11

19

30
47 53 100 60 40 100

"Q" = 23 . 31 22 . 24 = 0,15 "Q" = 49 . 19 21 . 11 = 0,60 . 23 .
31 + 22 . 24 49 . 19 + 21 . 11

SE CALCULAN LOS COEFICIENTES Y SE COMPARAN CON EL DE LA RELACION
ORIGINAL

MOMENTO DEL AO EN EL QUE SE ALOJ EN EL HOTEL

TEMPORADA BAJA TEMPORADA ALTA

MOTIVOS

MOTIVOS
OPININ

LABORALE
S
NO
LABORALE
S
OPININ

LABORALE
S
NO
LABORALE
S

DESFAV. 3

15

18 DESFAV. 67

10

77
FAVORABL
E
24

5

29 FAVORABL
E
11

65

76
27 20 47 78 75 153

60
"Q" = 3 . 5 15 . 24 = 0,92 "Q" = 67 . 65 10 . 11 = 0,95
3. 5 + 15 . 24 67 . 65 + 10 . 11

SE CALCULAN LOS COEFICIENTES Y SE COMPARAN CON EL DE LA RELACIN ORIGINAL

BIBLIOGRAFIA

Blalock, Hubert M.: Estadstica Social, Fondo de Cultura Econmica, Mxico, Primera edicin en
espaol 1966, Quinta reimpresin 1994.

Cea DAncona, M. Angeles: Metodologa Cuantitativa: Estrategias y Tcnicas de Investigacin
Social, Ed. Sntesis S.A., Madrid, 1998.

Garca Ferrando. Manuel: Introduccin a la Estadstica en Sociologa, Alianza Editorial, Madrid,
1992.

Kish, Leslie: Diseo Estadstico para la Investigacin, Coleccin Monografas N 146, Centro de
Investigaciones Sociolgicas, Madrid, 1995.

Padua, Jorge: Tcnicas de Investigacin Aplicadas a las Ciencias Sociales, Fondo de Cultura
Econmica, Mxico, 1993.

Rodrguez Osuna, Jacinto: Mtodos de Muestreo, Cuadernos Metodolgicos N 1, Centro de
Investigaciones Sociolgicas, Madrid, 1991.

Snchez Carrin, Juan Javier: Manual de Anlisis de Datos, Alianza Editorial S.A., Madrid, 1996.

Sierra Bravo, Restituto: Tcnicas de Investigacin Social, Ed. Paraninfo S.A., Madrid, 1995.

61

La Investigacion Cientifica

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

La Investigacion Cientifica

Загружено:

Авторское право:

Доступные форматы

1

La investigacin Cientfica. Introduccin

Вам также может понравиться