Вы находитесь на странице: 1из 11

Jos Supo.

Seminarios de Investigacin Cientfica: Metodologa


investigacin para las ciencias de la salud. 2014. Bioestadstico EIRL.

de

la

Tipos de investigacin

Los criterios de clasificacin son tiles nicamente cuando los tipos de investigacin
resultantes son plenamente exhaustivos y mutuamente excluyentes.
Significa que todos los estudios deben ser clasificados en algunas de las dos opciones de
estas cuatro clasificaciones; del mismo modo no hay ningn estudio que pertenezca a
los dos grupos de estas clasificaciones.
1. Segn la intervencin del Investigador

Observacional: No existe intervencin del investigador; los datos reflejan la evolucin


natural de los eventos, ajena a la voluntad del investigador.
Experimental: Siempre son prospectivos, longitudinales, analticos y de nivel
investigativo explicativo (causa efecto); adems de ser controlados.
2. Segn la planificacin de la toma de datos

Prospectivo: Los datos necesarios para el estudio son recogidos a propsito de la


investigacin (primarios). Por lo que, posee control del sesgo de medicin.
Retrospectivo: Los datos se recogen de registros donde el investigador no tuvo
participacin (secundarios). No podemos dar fe de la exactitud de las mediciones.
3. Segn el nmero de ocasiones en que mide la variable de estudio

Transversal: Todas las variables son medidas en una sola ocasin; por ello de realizar
comparaciones, se trata de muestras independientes.
Longitudinal: La variable de estudio es medida en dos o ms ocasiones; por ello, de
realizar comparaciones (antes despus) son entre muestras relacionadas.

4. Segn el nmero de variables de inters

Descriptivo: El anlisis estadstico, es univariado porque solo describe o estima


parmetros en la poblacin de estudio a partir de una muestra.
Analtico: El anlisis estadstico por lo menos es bivariado; porque plantea y pone a
prueba hiptesis, su nivel ms bsico establece la asociacin entre factores.
Importante: Descriptivo no es sinnimo de observacional. Un estudio observacional
puede ser analtico. Ejm: El estudio de los casos y controles.

Niveles de Investigacin
Toda lnea de investigacin comienza con el descubrimiento de un problema y busca la
solucin al mismo a travs de los diferentes niveles de investigacin.
Los niveles de la investigacin estn en concordancia con la lnea de investigacin, con
el anlisis estadstico y con los objetivos estadsticos.
1. Nivel exploratorio

Se plantea cuando se observa un fenmeno que debe ser analizado, por tanto es
fenomenolgico; su funcin es el reconocimiento e identificacin de problemas.
Desestima la estadstica y los modelos matemticos, se opone al estudio cuantitativo de
los hechos, por tanto es hermenutico. Se trata de investigacin cualitativa.
2. Nivel descriptivo

Describe fenmenos sociales o clnicos en una circunstancia temporal y geogrfica


determinada.
Su finalidad es describir y/o estimar parmetros. Se describen frecuencias y/o
promedios; y se estiman parmetros con intervalos de confianza. Ejm. los estudios de
frecuencia de la enfermedad: Incidencia y Prevalencia.
3. Nivel relacional

No son estudios de causa y efecto; solo demuestra dependencia probabilstica entre


eventos; Ejm. los estudios de asociacin sin relacin de dependencia.
La estadstica bivariada nos permite hacer asociaciones (Chi Cuadrado) y medidas de
asociacin; correlaciones y medidas de correlacin (Correlacin de Pearson).
4. Nivel explicativo

Explica el comportamiento de una variable en funcin de otra(s); por ser estudios de


causa-efecto requieren control y debe cumplir otros criterios de causalidad.
El control estadstico es multivariado a fin de descartar asociaciones aleatorias, casuales
o espurias entre la variable independiente y dependiente. Ejm. Chi2 de MantelHaenszel.

5. Nivel predictivo

Se encarga de la estimacin probabilstica de eventos generalmente adversos, de


ocurrencia como la enfermedad o en funcin al tiempo como el tiempo de vida media.
Se aplican tcnicas de anlisis predictivos. Ejm. La regresin de COX, las series de
tiempo, el anlisis de supervivencia de Kaplan Meier y los riesgos de Hazard.
6. Nivel aplicativo

Plantea resolver problemas o intervenir en la historia natural de la enfermedad. Enmarca


a la innovacin tcnica, artesanal e industrial como la cientfica.
Las tcnicas estadsticas del control de calidad apuntan a evaluar el xito de la
intervencin sobre la poblacin en cuanto a: proceso, resultados e impacto.
Las variables analticas

Un estudio cuantitativo tiene una o ms variables analticas, reciben este nombre porque
se incluyen en el proceso estadstico para el cumplimiento de los objetivos, de esta
manera podemos dividir a los estudios en dos grupos fundamentales: el primero lleva
solo una variable analtica y el segundo lleva dos o ms variables analticas.
En el primer grupo se encuentran los estudios descriptivos como los estudios de
prevalencia, evidentemente adems de la prevalencia debemos consignar las
caractersticas de la poblacin estudiada, estas otras caractersticas tambin son
variables pero no son la variable de inters; puesto que el estudio descriptivo es
univariado.
En el segundo grupo tenemos a los estudios analticos como los estudios de factores de
riesgo, donde encontramos dos variables analticas, la primera los factores y la
segunda la variable de inters en el grupo de los factores se engloban a todas las
caractersticas que sern relacionadas con la variable de estudio, no hay un lmite para
enlistar a todas estas caractersticas, pero todas en conjunto representan solamente una
variable analtica, por cuanto su participacin en el anlisis estadstico de cada una de
ellas es la misma.
Veamos el siguiente estudio con dos variables analticas:
Enunciado: Factores de riesgo para la diabetes.
Variable analtica 1: Factores
- Obesidad
Sedentarismo
Consumo de alcohol
Antecedente familiar

Variable analtica 2: Variable de estudio


- Diabetes
Son las variables analticas las que reciben el nombre de variable independiente y
variable dependiente porque no necesariamente son nicas, en la variable analtica
denominada independiente puede haber ms de una caracterstica, as como en la
variable analtica denominada dependiente.
Dimensiones de las variables

Las variables se pueden medir porque tienen dimensiones son objetivas si sus
dimensiones son fsicas, y son subjetivas si sus dimensiones son lgicas.
Las variables son propiedades, caractersticas o atributos que se dan en las unidades de
estudio o por derivacin de ellas; su condicin indispensable es que deben ser medibles,
sino se pueden medir no son variables.
1. Dimensiones fsicas (objetivas)
No presentan ninguna dificultad para su identificacin solo requieren de la aplicacin de
instrumentos mecnicos para conocer la magnitud fsica de su medicin.
Las variables individuales corresponden a las unidades de estudio individuales, Ejm. el
nivel de instruccin de las personas.
Las variables colectivas son propiedades de grupos y su medicin se basa en las
propiedades individuales que poseen sus miembros, por ejemplo el ndice de
analfabetismo.
Unidimensionales: Tienen indicadores directos (la misma variable es su propio
indicador) Ejm. Peso, Talla, Temperatura, etc.
Multidimensionales: Se obtienen a partir de la combinacin de dos o ms indicadores
fsicos, por tanto son tambin objetivos. Ejm: El ndice de masa corporal (Peso /Talla 2)
2. Dimensiones lgicas (subjetivas)
Se identifican mediante instrumentos lgicos (documentales), para lo cual se requiere
definir operacionalmente el concepto terico.
El constructo es una propiedad subyacente que se supone posee una persona (unidad de
estudio individual), es un Ejm. la inteligencia, la motivacin, la creatividad, las
actitudes, etc.

No pueden medirse de manera directa, sino a travs de sus dimensiones lgicas para lo
cual se requiere de indicadores.
Unidimensionales: Tienen un solo indicador que corresponde a su nica dimensin.
Ejm: el dolor (Escala visual anloga).
Multidimensionales: La calidad de la atencin: elementos tangibles, fiabilidad,
capacidad de respuesta, seguridad y empata.
MITO: Todos los estudios requieren muestreo

Una forma sencilla de conducir una investigacin es siguiendo los pasos sealados en el
protocolo que nos brinda la institucin que publicar nuestros resultados.
Por ejemplo si nuestro trabajo est destinado a obtener un grado acadmico es lgico
ceirse al reglamento de tesis de nuestra universidad.
Dentro de este protocolo de tesis se encuentra la seccin correspondiente al muestreo,
quizs por ello muchos alumnos y jurados piensan que todos los estudios requieren del
muestreo.
Lo cierto es que no todos los estudios requieren muestreo, de hecho ningn estudio
debiera tenerlo, siendo que el inters del investigador siempre est enfocado en la
poblacin.
Es la poblacin el objeto de inters del investigador, lo que sucede es que no siempre se
puede estudiarla a toda, como en los siguientes tres casos:
1.- La poblacin es desconocida o se carece de un marco muestral, lo que no permite
definir su magnitud, as tenemos el conjunto de mujeres trabajadoras sexuales
2.- La poblacin es inaccesible al investigador, as tenemos que una persona tiene 5
litros de sangre pero bastaran 5 cc para conocer el valor de la hemoglobina.
3.- La poblacin es inalcanzable por su magnitud como en los estudios de prevalencia
donde debemos estudiar a todos los elementos de la poblacin.
Estas son las nicas justificaciones para usar el muestreo, en todos los dems casos
debemos estudiar a toda la poblacin.
Adicionalmente recordemos que la inferencia estadstica nos permite trasladar las
conclusiones que obtenemos de nuestra muestra hacia la poblacin, lo cual remarca el
concepto de que la poblacin es siempre el objeto de inters y no la muestra. Sino

fijmonos que hacemos con los 5 cc de sangre luego de obtener el valor de la


hemoglobina en una persona.
La hiptesis estadstica

Una hiptesis es una proposicin que puede ser verdadera o falsa, cuando esta decisin
se apoya en la probabilidad se denomina hiptesis estadstica.
1. Estructura gramatical. La hiptesis tiene dos partes.
Fundamento: Es lo que nos lleva a sostener la hiptesis planteada. Las hiptesis
relacionales carecen de fundamento porque nacen de la subjetividad de una
observacin; mientras que las hiptesis explicativas se fundamentan en los antecedentes
investigativos.
Deduccin: Es la hiptesis misma, denominada hiptesis del investigador;
estadsticamente es la hiptesis alterna y se debe someter a contraste. Cuando se la
plantea en forma de interrogante es la que da respuesta al enunciado.
2. Estructura lgica. La hiptesis tiene dos orgenes.
Las hiptesis empricas (David Hume) o relacionales son afirmaciones respecto a las
relaciones entre dos o ms variables sin fundamento, nacen de la observacin y la
experiencia. Buscan concordancia entre hechos y generan la necesidad de plantear
hiptesis explicativas. Son inductivas.
Las hiptesis racionales (Ren Descartes) o explicativas son consideradas como
explicaciones tentativas. Deben estar relacionadas con el conocimiento existente; nacen
del razonamiento por analoga (Bradford Hill). Requieren de antecedentes investigativos
para sustentarlas. Son deductivas.
3. Estructura matemtica. La hiptesis tiene dos proposiciones
Hiptesis Nula (Ho). Conocida como la hiptesis de trabajo, porque es a sta afirmacin
a la que se le somete a contraste; es decir a la que se le rechaza o no se le rechaza. La
hiptesis nula niega la afirmacin que plantea la hiptesis alterna.
Hiptesis Alterna (H1). Se le conoce como la hiptesis del investigador, porque esta
afirmacin es la que el investigador desea probar y se da por verdadera cuando
rechazamos la hiptesis nula (Ho); como existe la posibilidad de error tenemos que
estimar la probabilidad de que eso ocurra.
4. Estructura cientfica. La hiptesis deben cumplir los siguientes requisitos:

Deben ser lgicas: el problema que se est estudiando debe ser deducible a partir de la
hiptesis
Cientficamente fundadas: en la teora disponible o por lo menos compatible con el
conocimiento actual.
Empricamente contrastables: debe ser posible hacer observaciones y/o experimentos
que la confirmen.
Poder explicativo: debe poder absorber otras hiptesis y ser la que tenga mayor poder
predicativo.
Simples: la hiptesis debe tener el menor nmero de elementos o suposiciones no
confirmadas.
Las hiptesis deben ser conceptualmente claras, deben tener referentes empricos, deben
ser especficas y debe verificarse que existen tcnicas para contrastar la hiptesis.
Los estudios experimentales tienen hiptesis de una sola cola

Todos los estudios experimentales tienen hiptesis de una sola cola, recordemos que
existen dos tipos de hiptesis: A DOS COLAS aquellas que pretenden encontrar
relaciones entre dos variables e hiptesis de UNA SOLA COLA que pretenden
demostrar direccionalidad en la relacin que existen entre dos variables.
Las primeras, las hiptesis a dos colas corresponden a los estudios de nivel investigativo
RELACIONAL, mientras que las hiptesis de una sola cola corresponden a los estudios
de nivel investigativo EXPLICATIVO como por ejemplo los EXPERIMENTOS.
Veamos el siguiente ejemplo de enunciado, Cul es el efecto de la altura sobre la
severidad de la hipertensin arterial?, si consideramos que este enunciado corresponde a
un experimento, entonces tendramos que variar la altura para las unidades de estudio a
fin de buscar el efecto de esta manipulacin sobre la severidad de la hipertensin que
padece, pero la forma bajo sobre la cual se ha enunciado tendra una hiptesis a dos
colas.
Porque dice cul es el efecto de altura, no nos est indicando si vamos a incrementar la
altura para las unidades de estudio o la vamos a disminuir, tampoco nos indica si la
severidad de la hipertensin se va a hacer ms intensa o ms leve, de modo que sta
relacin bien podra ser directa o inversa, es decir una hiptesis a dos colas, pero en los
experimentos tenemos ya una intencionalidad conocida, tendramos que plantear si el
incremento de la altura incrementa tambin la severidad de la hipertensin arterial o por
contraparte si la disminucin de la altura disminuye tambin la severidad de la
hipertensin arterial, en este caso estamos hablando de una hiptesis a una sola cola.

Para saber exactamente -cul es la forma en que debemos plantear la hiptesis- primero
tenemos que saber definir si el estudio es observacional o experimental, si se trata de un
estudio observacional tenemos que buscar datos de pacientes o de unidades de estudio
que residen a diferentes alturas y que se trasladan entre los diferentes pisos altitudinales,
sobre los cules tendramos que ver la dinmica de la severidad de la hipertensin
arterial.
Por supuesto esto no es nada prctico, sin embargo es posible que en algn modo
podamos conseguir esta informacin, si esto es as podramos a manera de exploracin
buscar cul es el efecto de la altura de la severidad de la hipertensin quizs exista una
relacin directa o una relacin inversa, como no conocemos si existe relacin entre estas
dos variables tendramos que plantear una hiptesis a dos colas.
Ahora si el estudio que estamos planteando es un experimento quiere decir que tenemos
suficiente informacin como para plantear una hiptesis de una sola cola, se
sobreentiende que hemos pasado por el nivel investigativo inferior, el relacional, donde
ya se han ejecutado estudios observacionales y porque ahora queremos realizar un
experimento queremos saber la relacin exacta entre estas dos variables.
Como conclusin podemos decir que las hiptesis a nivel explicativo no pueden
plantearse explorar relaciones entre dos variables, las hiptesis del nivel investigativo
explicativo son hiptesis racionales, se fundamentan en los antecedentes investigativos,
no son empricas, no nacen de la percepcin subjetiva del investigador sino que existe
algn antecedente previo para pretender demostrar mediante experimento la relacin
exacta entre dos variables, recordando que se trata de un estudio de causa y efecto, por
esta razn todos los estudios experimentales y en general los estudios explicativos
tienen hiptesis de una sola cola.
Los estudios correlacionales no existen

Lo que existe es el procedimiento analtico de la correlacin, no podemos utilizar a un


procedimiento como criterio de clasificacin para los estudios; porque de aceptar que
existen los estudios correlacionales, entonces tambin tendramos que aceptar que
existen los estudios no correlacionales; englobando o agrupando a la mayora de los
estudios dentro de este ltimo grupo.
Correlacionar significa relacionar dos variables numricas. Lo que se correlaciona
son las unidades de dos variables aleatorias, por lo tanto la correlacin corresponde a un
objetivo estadstico, ubicado especficamente en el nivel de la investigacin relacional,
caracterizado por tener dos variables analticas o dos variables de inters en su anlisis
estadstico.

Dentro de los estudios relacionales existen otros objetivos estadsticos como: comparar,
asociar o concordar; si aceptamos que existen los estudios correlacionales y por
consecuencia aceptar que existen los estudios no correlacionales; tendramos que
agrupar no solamente a todos los estudios que completen los otros objetivos estadsticos
bivariados como comparar, asociar o concordar.
Pero no solamente eso, sino que adems habra que sumar a este segundo grupo los
estudios que pertenecen a los distintos niveles de la investigacin; es decir al nivel
descriptivo o univariado y al nivel explicativo que se caracteriza por tener anlisis
multivariado.
Adems no existe ninguna diferencia metodolgica en cuanto al planteamiento de la
correlacin y al planteamiento de la asociacin; porque se trata de la misma intencin y
del mismo propsito de la investigacin.
La correlacin no es ms que una prueba estadstica, un procedimiento mediante el
cual determinamos la existencia o la no existencia de la relacin entre dos variables
numricas; de tal modo que si aceptamos que existen los estudios correlacionales,
entonces tambin habra que aceptar que existen los estudios de asociacin, los estudios
de comparacin y los estudios de concordancia; cuando estas intenciones son solamente
objetivos estadsticos que se pueden desarrollar dentro de un mismo nivel investigativo.
De esta forma tendramos tantos tipos de investigacin como objetivos estadsticos
podamos plantear; no solamente en un nivel investigativo sino a lo largo de los
diferentes niveles de la investigacin.
Por otro lado un procedimiento de correlacin se puede convertir en un procedimiento
de asociacin si convertimos a nuestras dos variables numricas en categricas; bajo esa
ptica un estudio correlacional se tendra que convertir en un estudio de asociacin; una
situacin totalmente ilgica que por cambiar un procedimiento matemtico tengamos
que estar frente a otro tipo de estudio.
Por todo, esto no podemos aceptar que el procedimiento analtico de la correlacin se
utilice para clasificar a los estudios; y por consecuencia no podemos aceptar que existan
los estudios correlacionales como una tipologa, como un planteamiento de clasificacin
o de taxonoma de la investigacin.
Cuantas variables
descriptivo?

de

caracterizacin

deben

incluirse

en

un

estudio

Esta misma pregunta podramos trasladarla a otros niveles de la investigacin, como el


estudio de los factores de riesgo, nos podramos preguntar cuntos factores debemos
incluir para realizar este trabajo?, tambin podemos trasladarlo al nivel investigativo
explicativo cuantas variables intervinientes debemos incluir al estudio de causa y

efecto? y podemos incluirlo en realidad a cualquier estudio dentro de nuestra lnea


investigacin.
Una variable de caracterizacin es una variable que acompaa a la variable de estudio,
en buena cuenta no es la variable de estudio; nos permite enmarcar el contexto,
delimitar el estudio en funcin a las caractersticas que deseamos conocer sobre esa
poblacin, a la cual le estamos realizando probablemente un estudio de prevalencia.
No existe un algoritmo, no existe una regla, no existe un parmetro que nos diga
cuantas variables de stas?, debemos incluir en el estudio; el nmero de variables que
debemos incluir es criterio personal del investigador recordando que el investigador
tiene la autoridad para poder decidir cuantas variables incluir pues se trata de un
experto dentro de su lnea de investigacin.
Este proceso es netamente cualitativo y es que los criterios cualitativos impregnan a
toda nuestra lnea de investigacin en sus distintos niveles investigativos, ahora
tampoco se trata de hacer un listado de 100 variables de caracterizacin o solamente
una; cul es la funcin de estas variables y convertirn en nuestro siguiente estudio?
Pensemos en que una variable de caracterizacin es una variable que corresponde al
nivel descriptivo y que ms adelante tenemos que desarrollar un estudio de nivel
investigativo relacional, pues bien las variables de caracterizacin probablemente se
conviertan en factores de riesgo de la variable estudio en un estudio relacional.
Entonces estamos describiendo la prevalencia de la enfermedad vamos a suponer la
diabetes conviene describir tambin el tipo de dieta de la poblacin a la cual estamos
describiendo, el ndice de masa corporal, el hbito de fumar el consumo de alcohol y
todas aquellas variables que el investigador cree, ms adelante podran ser considerados
factores de riesgo.
La finalidad de un estudio descriptivo es poder plantear hiptesis para el siguiente nivel
investigativo, entonces las variables que sern analizadas como posibles factores de
riesgo en el estudio de nivel relacional fueron identificadas anteriormente en un estudio
descriptivo y Cmo van a ser identificadas sin nadie caracteriz a la poblacin?
Evidentemente estos posibles factores de riesgo nacen o se originan inicialmente como
variables de caracterizacin, entonces es un criterio cualitativo que tiene que ver con la
experiencia del investigador y que su funcin es que nos sirvan para poder plantear
hiptesis para el siguiente nivel de la investigacin.
Evidentemente una persona con ms experiencia dentro de esa lnea de investigacin
ser capaz de detectar mayor nmero de variables de caracterizacin, as como descartar

aquellas caractersticas que con menor probabilidad estn relacionadas a nuestra


variable de estudio
Finalmente decidir el nmero de variables de caracterizacin, as como aquellas que
deben ingresar al estudio, o aquellas que no deben ingresar al estudio, es potestad del
investigador porque l es un experto dentro de esa lnea de investigacin y por supuesto
deber consultar a otros especialistas que pertenezca a la misma lnea de investigacin.