Metodología de la investigación científica (página 2)

Mario Bunge, describe que la teoría interpretada consta de una base de (i) un listado de primitivas especificas; (ii) una lista de reglas de interpretación (o de correspondencia), que atribuyen significación a algunas de las primitivas (teoría parcialmente interpretada) o todas ellas (teoría plenamente interpretada), y (iii) una lista de axiomas (supuestos no demostrados), formulas básicas que interrelacionan las primitivas. Así como una teoría abstracta es un conjunto de supuestos parcialmente ordenado por la relación (x,y) de deducibilidad, una teoría interpretada es un conjunto de supuestos parcialmente ordenado por (x,y) y con un contenido dado por un conjunto lnde reglas de interpretación[72]

De acuerdo a lo establecido por Carl Gustav Hempel, existe un método de Ramsey, que tiene la atrayente característica de una teoría interpretada como un enunciado de buena fe, que no contiene otras constantes extra lógicas excepto las que pertenecen a Vb; y que tienen exactamente las mismas consecuencias Vb que la teoría enunciada en términos de constantes teóricas interpretadas en forma incompleta. Es quizás el método más satisfactorio de concebir el carácter lógico de una teoría científica. El siguiente método es de Craig, que se fundamenta dando una respuesta afirmativa, proporcionando un método general para conseguir el tipo deseado equivalente[73]

La teoría interpretada es un conjunto de supuestos ordenados lógicamente, que se funda dando una respuesta afirmativa, para conseguir el significado deseado.

• Modelo

A continuación se presenta dos modelos de cómo se debe construir el marco teórico de la investigación científica[74]

MODELO N° 01

PRESENTACIÓN

INTRODUCCIÓN

CAPÍTULO I

ASPECTOS DE LA INVESTIGACIÓN

• Descripción del problema.

• Planteamiento del problema.

• Objetivos de la investigación.

• Justificación de la investigación.

• Hipótesis.

• Variables.

• Variables dependientes

• Variables independientes.

• Metodología de la investigación.

• Recolección de información.

• Problema y área geográfica.

CAPITULO II

MARCO TEÓRICO

2.1Estudio del entorno.

2.2 Contabilidad de costos.

2.3 El sistema de costos basado en las actividades.

2.4 Justificación de los costos basado en las actividades.

2.5 Justificación del método.

2.6 Ala adopción de ABC en el mundo empresarial.

2.7 Definición de la actividad.

2.8 Jerarquía operacional.

2.9 Etapas y costos para establecer las actividades.

2.10 Clasificación de las actividades.

2.11 La medida de la actividad.

2.12 El inductor de costos.

2.13 Las ventajas del ABC.

2.14 Las generaciones del ABC.

2.15 Direccionadores de costos.

2.16 Gerencia basada en las actividades.

2.17 Ventajas y desventajas del costo tradicional ABC.

CAPÍTULO III

DESCRIPCIÓN DE LA UNIVERSIDAD PRIVADA COMPETITIVA "SAN FRANCISCO DE ASÍS"

3.1 Creación.

3.1.1 Finesa de la universidad San Francisco de Asís.

3.2 Organización.

3.2.1 Escuela de post-grado.

3.2.2 La alta dirección.

3.2.3 Estudios, grados y títulos.

3.3 Gobierno de la universidad.

3.3.1 Asamblea universitaria

3.3.2 Consejo universitario.

3.4 Régimen económico u financiero.

3.5 Facultades.

3.6 Especialidades.

3.7 Facultad de ciencias económicas y empresariales.

3.7.1 Escuela académico profesional de administración

3.7.2 Escuela académico profesional de contabilidad.

3.7.3 Escuela académico profesional de economía.

3.7.4 Escuela académico profesional de gestión en Turismo y Hotelería.

3.7.5 Decano de la facultad de ciencias económicas y empresariales.

CAPÍTULO IV

PROBLEMAS DETECTADOS

4.1 Información general.

4.2 Académico.

4.3 Administrativo.

4.4 Operacional.

CAPITULO V

5.1 Propuesta de aplicación del costo ABC., a la facultad de ciencias económicas y empresariales de "USFA".

5.1.1 Aspecto general.

5.1.2 Proceso de implantación del costo ABC.

5.1.3 Aplicación del costo ABC.

5.2 Muestra universitaria de Lima Metropolitana.

5.3 Costo anual por estudiante.

5.4 Estado de ganancias y pérdidas de la USFA.

5.5 Determinación de actividades.

5.6 Análisis de las actividades.

5.7 Medición de las actividades.

5.8 Costo de las actividades.

5.9 Asignación de las actividades a los productos.

5.10 Estado de ganancias y pérdidas de la facultad de Ciencias económicas y empresariales, propuesta 2000.

5.11 Análisis del umbral económico.

5.12 Estado de resultados comparativo, costo tradicional y ABC.

CONCLUSIONES

RECOMENDACIONES

BIBLIOGRAFÍA

ANEXOS

A.1 Estructura orgánica del USFA.

A.2 Estructura orgánica de las facultades de ciencias económicas y empresariales.

A.3 Balance general 2007-2008.

A.4 Procesos de implantación ABC.

A.5 Población universitaria de Lima y el Callao.

A.6 Población estudiantil de Lima 1990 a 1997.

MODELO N° 02

INCIDENCIA DE ESTRÉS LABORAL EN LA PRODUCTIVIDAD DE UNA EMPRESA SUPERVISORA

ÍNDICE

Agradecimiento

Índice

Resumen de la tesis

Capítulo I

Planteamiento del estudio

• introducción.

• Formulación del problema y justificación del estudio.

• Problema general.

• Problema especifico.

• Importancia y justificación del estudio.

• antecedentes relacionados con el tema.

• Marco histórico.

• Primeros estudios.

• Investigación relacionada con el tema.

• Presentación de objetivos generales y específicos.

• Área temática.

• Delimitación de objetivos. Objetivo general y objetivo especifico.

• Limitaciones del estudio.

• delimitaciones.

Capitulo ll

Marco teórico

• Bases teóricas relacionadas con el tema.

• El estrés como Síndrome del Desgate Profesional.

• Factores desencadenantes y facilitadores del Síndrome de Estrés Laboral Asistencial.

• La consecuencia del Burnout.

• L as principales causas del estrés.

• Implicaciones para la salud.

• Concepto de productividad

• Productividad y las otras medidas de eficiencia.

• Productividad estratégica y productividad operativa.

• Técnica para controlar la productividad.

• Causas de la pérdida de productividad.

• Puntos de vista sobre la productividad.

• Cómo funciona la productividad en nuestra empres de servicios.

• Mercadotecnia de servicios y su rol con la calidad y productividad.

• La dirección de recursos humanos mejora la productividad.

• Definición de términos usados.

• Hipótesis.

• Variables.

Capítulo III

• Diseño de investigación.

• Tipo, nivel, método de investigación.

• Población de estudio.

• Diseño muestra.

• Técnicas e instrumentos de recolección de datos.

• Recolección de datos.

• Técnica de procedimientos y análisis de datos.

CapítuloIV

• Resultados y análisis de los resultados.

• Índices de gestión.

• Respuestas a las variables independientes

• Respuestas a las variables dependientes.

Capitulo v

• Conclusiones.

• Recomendaciones y aspectos complementarios.

• Referencias bibliográficas.

• Anexos.

Modelo propuesto por el autor

MODELO N° 03

ÍNDICE

Dedicatoria

Agradecimiento

Índice

Resumen de la tesis

Capítulo I

Contexto general del estudio

• Introducción

• Tema de estudio.

• Subtemas.

• Referentes empíricos.

• Interrogantes suscitadas.

Capítulo II

• Justificación de la investigación.

• Población a la que beneficia la investigación.

• Factibilidad del estudio.

• Impacto esperado de los resultados.

• Oportunidad para tratar el problema.

Capítulo III

• Delimitación de la investigación.

• Definición del problema.

• Delimitación del problema.

• Aspectos de estudio que comprende el problema.

• Enunciado del problema.

Capítulo IV

• Tipo de investigación a que pertenece el estudio.

• Unidad de análisis.

• Justificación del tipo de investigación que se propone.

• Objetivos del estudio.

Capítulo V

• Marco teórico. 

• Conceptos operacionales para la investigación.

• Hipótesis.

• Teorías relativas al objeto de estudio y análisis que las relaciona con las hipótesis.

Capítulo VI

• Metodología. 

• Operacionalización de variables. 

• Categorías de las hipótesis.

• Indicadores de las hipótesis.

• Población que integra el campo de estudio. 

• Diseño de la muestra. 

• Criterios de inclusión y exclusión.

• Técnicas para la obtención de datos.

• Instrumentos para la obtención de datos.

• Procedimientos del análisis.

• Ruta crítica y cronograma de trabajo.

• Fuentes de información.

Terminología

Conclusiones

Recomendaciones y aspectos complementarios.

• Referencias bibliográficas.

• Anexos.

CAPÍTULO IV

La explicación científica

• Criterios de adopción de una teoría

• La explicación científica

Es una explicación de un fenómeno a partir de una teoría científica. Una explicación satisfactoria de un fenómeno debe poder dar cuenta de por qué ese fenómeno, y no otro, era de esperarse[75]Según esta perspectiva, una explicación científica de un fenómeno, es una respuesta a la pregunta ¿por qué sucedió?, aunque algunos autores sostienen que una explicación es una respuesta a la pregunta ¿cómo sucedió?".

En general se piensa que las explicaciones científicas están muy ligadas a las predicciones científicas. Mientras las explicaciones son acerca de fenómenos que ya ocurrieron, las predicciones son acerca de fenómenos que todavía no ocurrieron.

Las explicaciones científicas suponen relaciones de causa-efecto. Gran parte de la ciencia está orientada a determinar las relaciones causales y desarrollar explicaciones para las interacciones y vínculos entre objetos, organismos y hechos.

Las explicaciones científicas son limitadas; A veces las explicaciones científicas están limitadas por la tecnología, por ejemplo, el poder de resolución de los microscopios y telescopios. Las nuevas tecnologías pueden derivar en nuevos campos de investigación o ampliar áreas de estudio ya existentes. Las interacciones entre la tecnología y los avances en biología molecular y el rol de la tecnología en exploraciones planetarias sirven como ejemplos.

Es el establecimiento de las causas que originan los fenómenos, le determinación e las formas que estos adopten en determinado momento o durante el transcurso del tiempo, o el señalamiento, de los efectos que tiene un fenómeno en una situación o contexto históricamente determinado. La explicación científica se logra cuando se basa en una teoría y se utilizan procedimientos adecuados y precisos[76]

La explicación científica consiste en deducir el enunciado que describe ese hecho a partir de una teoría o hipótesis más general[77]

Entonces podemos definir que la explicación científica se da a partir de hechos ya ocurridos para luego saber ¿por qué sucedió?, y así darle una explicación a un dicho fenómeno.

• Lógica de la explicación

La explicación en las ciencias sociales se basa en la combinación de un efecto causal y de un mecanismo que muestre de qué manera tiene lugar ese efecto: la investigación social debe diseñarse para conseguir ambos elementos. La capacidad de plantear un mecanismo causal robusto depende de que la teoría que se maneja sea buena. La realización de inferencias causales tiene que ver con la satisfacción de ciertas reglas metodológicas. Sólo cuando tengamos una buena teoría y hayamos seguido una lógica inferencial impecable tendremos una explicación aceptable. La metodología no convierte nunca las malas teorías en buenas investigaciones y, a la inversa, una buena teoría combinada con una metodología defectuosa siempre da lugar a investigaciones incorrectas.

La lógica de la explicación consiste en explicar los fenómenos del mundo de nuestra experiencia y responder no loso a los ¿Qué?, sino también a los ¿por qué?, si bien por un lado hay coincidencia general sobre este punto, por el otro existen considerables diferencias de opinión acerca de la función y las características esenciales de la explicación científica[78]

Toda explicación debe tener una lógica de lo que estamos investigando a lo que queremos llegar con la investigación, cumpliendo ciertas reglas metodológicas para que al final se tenga que dar una explicación aceptable.

• Clases de explicación

Se tiene pues diferentes clases o tipos de explicación, pero mencionaremos los más usados o los que tienen mayor relevancia en nuestra investigación.

• Explicación causal o modelo deductivo

La explicación causal es típica, aunque no exclusiva, de las ciencias naturales. Adopta la forma de un razonamiento deductivo en el que la consecuencia, el "explicadum", es un resultado lógicamente necesario de las premisas explicativas[79]

Es un tipo de explicación que se encuentra por lo común en las ciencias naturales, aunque no exclusivamente en ellas, tiene la estructura formal de un razonamiento deductivo, en el cual el explicadumes una consecuencia lógicamente necesaria de las premisas explicativas. Por consiguiente, en las explicaciones de este tipo, las premisas expresan una condición suficiente (y a veces, aunque no siempre, necesarias) de la verdad del explicadum[80]

Entonces podemos dar nuestra propia definición de una forma sencilla de entender, diremos pues que la explicación causal es común de las ciencias naturales, pero no exclusiva de la misma, que tiene un orden lógico de razonamiento deductivo, para poder explicar las diferentes premisas.

• Explicación probabilística

Este tipo de explicaciones constituye una forma débil de las explicaciones deductivas. Por ello, su esquema básico es el mismo, con la diferencia de que la premisa mayor está formada por las leyes estadísticas no generales sino validas solo en un % de casos[81]

Muchas publicaciones, en prácticamente todas las disciplinas científicas, no tienen, prima facie, una forma deductiva, pues sus premisas explicativas no implican formalmente sus explicanda. Sin embargo aunque las premisas sean lógicamente insuficientes para asegurar la verdad del explicadum, se dice que hacen a este último "probable".

Las explicaciones probabilísticas se presentan, habitualmente, cuando las premisas explicativas contienen una suposición estadística acerca de algunas clases de elementos, mientras que el explicadum es un enunciado singular acerca de determinado individuo de esta clase. Debemos hacer algunas observaciones. Se sostiene a veces que las explicaciones probabilísticas solo son etapas intermedias y temporarias hacia el ideal deductivo y que no constituyen, por lo tanto, un tipo distinto[82]

Es la explicación de aquellas ciencias que recurren a hipótesis probabilísticas o estadísticas, por ejemplo, las leyes de la herencia. En este caso, las leyes a las que podemos recurrir para el problema, al ser de naturaleza probabilística o estadística. Las explicaciones probabilísticas suelen presentarse cuando las premisas explicativas contienen una suposición estadística sobre alguna clase de elemento, mientras que el explicandum es un enunciado singular sobre un determinado individuo de esta clase[83]

Las explicaciones probabilísticas son aquellas demandan de algunas leyes estadísticas no generales, sino aquellas que se requiere para nuestro problema de estudio u análisis.

• Explicaciones teológicas

Atendiéndose al significado etimológico, son las propiamente teológicas, es decir, las que explican algo por su telos o fin. Esto tuvo lugar con el fin de que ocurriera aquello, y en ellas se da por su puesto una vinculación nómica, mediante una ley, que en el caso típico suele ser una condición necesaria[84]

La explicación teleológica trata de hechos particulares de individuos dotados de la conciencia de fin (finalidad propia) o de conductas "activiformes" (que parecen tender a un fin). Una y otra suelen oponerse a las explicaciones causales[85]

Las explicaciones teológicas son aquellas que explican hechos particulares con un fin de que ocurra algo, que puede darse una vinculación.

• Explicaciones funcionales

Serian explicaciones teológicas peculiares de las ciencias naturales y biológicas aunque no exclusivas, porque, por ejemplo, toda explicación por el rol social de una persona o de una institución social, seria funcional[86]

• Explicaciones estructurales o sistémicas

Estas explicaciones revelan por qué es como algo y cómo está estructurado, es decir, que elementos lo componen y cuáles son sus relaciones[87]

Explicaciones semánticas

• Explicaciones mecanicistas

La investigación mecanicista importa solo cuando se pretende entender algo, cuando se busca una explicación de lo que se ha descrito[88]Por ejemplo, se sabe que la globalización ha enriquecido a casi todas las naciones ricas pero ha empobrecido a las demás. ¿Por qué?, o sea, ¿Cuál ha sido el mecanismo que ha tenido este efecto?.

CAPITULO V

El problema de la investigación

• El problema de la investigación

El problema es el estudio de una dificultad que no se puede resolver automáticamente, sino que requiere de una investigación. Se expresa generalmente bajo la forma de preguntas o interrogantes básicas; por ello determinar con exactitud y claridad tales preguntas es esencial para una buena marcha de la investigación[89]

Situación considerada como difícil de resolver y que, por tanto, necesita de la investigación para resolverse. Formulación o enunciado de una situación en que ciertos elementos, factores o condiciones son conocidos y otros desconocidos, tratándose de descubrir los desconocidos que integran la situación del problema[90]

El problema es una dificultad intelectual o práctica cuya solución no es evidente ni conocida y exige un esfuerzo para resolverla[91]

• Problema científico

Los problemas científicos son formulaciones muy importantes en el proceso de investigación, de ahí que el análisis de sus características se convierte en tarea prioritaria. Se sostiene que un problema, para ser considerado científico, no debe tener respuesta conocida aun en el nivel de desarrollo de la ciencia en el que el investigador se encuentra, pero debe ser posible hallar respuesta en el proceso de investigación que se va a realizar. El problema científico orienta el proceso de la investigación y, como es natural, su correcto planteamiento es garantía de éxito en la investigación[92]

Problema científico es aquel que conforma un conjunto de problemas interrelacionados y que se plantea sobre un trasfondo científico y se analiza con medios científicos, con el objetivo de incrementar nuestro conocimiento, pero que edemas plantea una dificultad que no puede resolverse automáticamente, sino que requiere una investigación y/o empírica; así, en realidad el problema es el primer eslabón de la cadena: problema-investigación-solución[93]

Puede definirse el problema científico en las ciencias fácticas como la esfera de la realidad que el investigador, colectivo o comunidad de científicos comprenden que sus propiedades y leyes les resultan desconocidas y es preciso y posible indagar, constituyendo, por tanto, una intención de obtención de nuevos conocimientos[94]

Un problema científico es aquel que está conformado por un conjunto de problemas, que para el investigador son desconocidas, pero que será a su vez con el desarrollo de la investigación se tendrá una respuesta.

• Clases de problemas

• Problemas descriptivos

Son aquellos que buscan definir y/o caracterizar a los objetos[95](fenómenos, hechos, etc.) que se estudian comprenden la, tales como:

• La identificación de sujeto o grupos.

• Determinar la ubicación de un fenómeno.

• Cuantificar los componentes, estructuras o un elemento de un problema o fenómeno.

¿Cuáles son sus elementos, orgánicos, aspectos y factores[96]

Es aquellos que nos van a detallar y/o caracterizar los objetivos y la estructura de un problema o fenómeno. j

• Problemas explicativos

Proponen obtener respuestas acerca de las relaciones causales entre dos hechos, situación que puede lograrse mediante estudios históricos, expos-facto, correlaciónales, experimentales o predictivos[97]

• Explican los factores causales de un fenómeno.

• Explican la legalidad de un fenómeno.

• Explican el valor de un modelo teórico.

Un problema explicativo, son aquellos que explican las relaciones causales entre dos hechos de un fenómeno, a través de estudios históricos, expos-facto, correlaciónales, experimentales o predictivos.

• Problemas tecnológicos

Son aquellos que por sus propósitos tienden a buscar soluciones para situaciones pragmáticas que requieren. Este tipo de investigaciones busca hallar o establecer reglas técnicas para hacer algo o corregir un fenómeno con eficacia y eficiencia[98]

Son aquellos que tienen el propósito de buscar soluciones para realidades o fenómenos que se requiere. j

• Selección y planteamiento del problema

El primer paso del método, consiste en reconocer, definir y limitar el problema; esto significa expresarlo en frases que lo expongan completo y exactamente y determinar su verdadera magnitud[99]

En realidad, plantear el problema no es sino afirmar y estructurar más formalmente la idea de investigación[100]

• Selección del problema

Para seleccionar el problema de manera adecuada, y no genere desviaciones o alteraciones, se debe de tener en cuenta lo siguiente:

• Seleccionar un tema bien concreto y accesible: Es fundamental que el estudiante comience, para decirlo en términos directos, por el verdadero principio. No se puede alcanzar un conocimiento sobre temas amplios y complejos en la primera o segunda práctica como investigador ni se puede encontrar un atajo que nos evite adentrarnos pacientemente en los problemas, detenernos en su estudio, familiarizarnos con los métodos usuales de trabajo o adquirir la pericia de un científico experimentado[101]Es por ello preferible definir un tema concreto, bien delimitado y preciso, sobre el que pueda encontrarse suficiente bibliografía y sea factible recoger datos de interés.

• Escoger una temática conocida: Por más que haya muchos posibles temas de interés que excitan la curiosidad del investigador, éste no puede trabajar sobre áreas del conocimiento que apenas si conoce superficialmente o de las cuales no ha obtenido aún la información básica. Si una persona no tiene mayores conocimientos de economía, por ejemplo, y apenas posee las nociones elementales que ha recibido durante el curso de un semestre) como puede, razonablemente, hacer una indagación científica acerca de la relación entre costos de transacción e inflación? Por ello es conveniente concentrarse en aquéllas áreas del conocimiento sobre las que ya se posee una información más o menos considerable y postergar para mejor ocasión el abordaje de temas sobre los que no se conoce lo suficiente.

• Buscar áreas del conocimiento en la que pueda contarse con ayuda efectiva: es siempre recomendable contar con apoyo externo cuando se comienza a investigar. Por ello se recomienda buscar temas donde ya otro grupo de investigadores este trabajando y en los cuales pueda contarse con el asesoramiento y la orientación de profesores o investigadores más versados en la materia[102]

• Buscar un tema de investigación que resulte de real interés para el investigador: es importante sentir una verdadera curiosidad o simpatía por el tema pues se estará en disposición de dar el mejor esfuerzo.

• Planteamiento del problema

Todo problema aparece a raíz de una dificultad; ésta se origina a partir de una necesidad, en la cual aparecen dificultades sin resolver[103]

De ahí, la necesidad de hacer un planteamiento adecuado del problema a fin de no confundir efectos secundarios del problema con la realidad que se investiga.

Por tanto, el planteamiento establece la dirección del estudio para lograr ciertos objetivos, de manera que los datos pertinentes se recolectan teniendo en mente esos objetivos a fin de darles el significado que corresponde.

Según Méndez Carlos, el planteamiento del problema tiene etapas[104]que son:

• Formulación clara y precisa del problema. Es decir, definir el problema y su entorno y sus relaciones de la manera más específico posible. Para definirlo será necesario partir del planteamiento de una o varias preguntas con base en el problema especifico por el que se tenga interés. Obviamente, es más sencillo investigar fenómenos específicos que generales.

• Determinación de los límites del problema. Es necesario delimitar el problema de investigación en cuanto a tiempo, espacio y contexto socioeconómico. Por otra parte, es importante situar el problema en su contexto social, económico y político, para no olvidar sus características peculiares al realizar la investigación

• Expresión de los términos del problema de tal manera que sean operativos. La operatividad de los términos del problema se refiere a que en éstos puedan señalarse los elementos y operaciones específicos necesarios para su manejo adecuado".

Plantear el problema se da una vez definidos el tema y el titulo de la propuesta de investigación, se procede a plantear el problema de investigación, entendiéndose como problema de investigación la situación, el fenómeno, el evento, el hecho u objeto del estudio a realizar[105]

Plantear el problema de investigación significa:

• Enunciar el problema y

• Formular el problema.

• Partes

• Objetivos de la investigación

Datos de posible comprobación por parte del investigador. El objetivo en la investigación es el enunciado claro y preciso de las metes que se persiguen[106]

Los objetivos tienen que expresarse con claridad para evitar posibles deviaciones en el proceso de investigación y deben ser susceptibles de alcanzarse; son las guías de estudio y hay que tenerlos presentes durante todo su desarrollo[107]Evidentemente, los objetivos que se especifiquen requieren ser congruentes entre sí.

Los objetivos tienen que expresarse con claridad para evitar posibles desviaciones en el proceso de investigación y deben ser susceptibles de alcanzarse, es decir, deben ser visibles; son las guías de estudio y hay que tenerlos presentes durante todo su desarrollo. Evidentemente, los objetivos que se especifiquen requieren ser congruentes entre sí. Estos objetivos nos marcaran el alcance de nuestro trabajo en relación a la profundidad y complejidad que tendrá, y esto nos indicara el momento de darlo por finalizado, cuando los objetivos se hayan cumplido[108]

• Preguntas de la investigación

Enunciado claro y preciso del problema que se formula en forma interrogativa. Es recomendable formular un pregunta general (que contiene la problemática general de las variables de estudio) y varia especificas o secundarias, que contiene aspectos secundarios o los indicadores que van a medir un problema[109]

No siempre las preguntas o las respuestas se comunican el problema en su totalidad, con toda su riqueza y contenido. A veces se formula solamente el propósito del estudio, aunque las preguntas deben resumir lo que habrá de ser la investigación[110]

Las preguntas deben sintetizar lo que habrá de ser investigado. Las preguntas muy generales tienen que aclararse y delimitarse para esbozas concretamente el área- problema. Ellas deben sugerir actividades, métodos pertinentes para el desarrollo de la investigación, es decir, deben ser susceptibles de contestarse a través de la investigación. Una pregunta bien formulada y concreta también nos orientara durante el desarrollo del estudio y evitara desviaciones[111]

• Justificación de la investigación

Es necesario justificar el estudio mediante la exposición de sus razones (el ¿para qué? y/o ¿Por qué? del estudio). La mayoría de las investigaciones se efectúan con un propósito definido que debe ser lo suficiente significativo para que se justifique su realización[112]Explicar porque es conveniente llevar a cabo la investigación y cuáles son los beneficios que se derivan de ella, a quienes se va a beneficiar, etc.

La mayoría de las investigaciones se efectúan con un propósito definido, no se hacen simplemente por capricho de una persona; y ese propósito debe serlo suficientemente fuerte para que se justifique su realización[113]

Además de los objetivos y preguntas de investigación, es necesario justificar el estudio exponiendo sus razones. Esas razones deben ser suficientemente fuertes para que justifique su realización. Se tiene que explicar con claridad porque es conveniente llevar a cabo la investigación, cuales son los beneficios que se derivan de ella, y quienes se beneficiaran[114]

CAPITULO VI

La hipótesis de la investigación

1. Concepto

Las hipótesis son explicaciones tentativas del fenómeno a investigar que se formulan a manera de proposiciones[115]Son formas tentativas de plantear las relaciones entre dos o más variables (causa, independiente – efecto, variable dependiente) que se apoyan en conocimientos organizados y sistematizados.

Las hipótesis no necesariamente son verdaderas, y pueden no comprobarse con hechos. Son explicaciones tentativas, no los hechos en sí. El investigador al formalizarlas no pueden asegurar que vayan a comprobarse.

Las hipótesis surgen del planteamiento del problema, que, como recordamos, se vuelven a evaluar y, si es necesario, replantear al enriquecerse con la revisión de la literatura.

Una hipótesis es una respuesta tentativa a un problema, pero no cualquier conjetura u ocurrencia, por ingeniosa que sea, es una hipótesis científica. Para que una hipótesis sea tal, debe estar suficientemente fundada en la razón y en la experiencia, es decir debe de llenar ciertos requisitos tanto formales como empíricos[116]

• Requisitos formales

Se está integrando algunos de los requisitos básicos para el planteamiento de la hipótesis, estos son los siguientes:

La hipótesis debe ser precisa. Una hipótesis es ambigua cuando está mal definida, de tal manera que puede admitir varias interpretaciones. Dado que una hipótesis ambigua tendrá implicaciones también ambiguas, de no cumplirse con este requisito, se haría imposible establecer tanto la consistencia lógica (ausencia de contradicción interna) como la contrastabilidad (capacidad de ponerse a prueba en la experiencia) de la propia hipótesis, que son requisitos para su correcta formulación.

La hipótesis tiene que ser consistente. Es decir, no debe haber contradicción ni entre los términos y proposiciones de la hipótesis ni entre esta y sus consecuencias. La hipótesis tiene que ser compatible con otras teorías. La hipótesis no solo debe contradecirse a sí misma, sino que tampoco podrá contradecir, sin fundamentos a teorías ya establecidas de la ciencia.

• Requisitos empíricos

Los requisitos empíricos que consideramos para la formulación de la hipótesis, son los siguientes:

La hipótesis deberá de fundamentarse en datos ya confirmados, no podrá hacerlo a su vez en otra hipótesis, pues en tal caso se haría una cadena interminable. Para cumplir con este requisito, el investigador deberá cerciorarse por sí mismo de la autenticidad de los datos en que apoya sus hipótesis.

La hipótesis debe ser capaz de ponerse a prueba en la experiencia. Una hipótesis puede ponerse aprueba directamente en la experiencia cuando enuncia un hecho singular[117]por ejemplo: "posiblemente los alumnos si estudian, aprobaran su examen".

• Características de las hipótesis

Toda hipótesis debe reunir las siguientes características[118]

• La hipótesis debe referirse una situación real.

• Es una relación entre dos o más variables (A entonces B).

• Las variables de la hipótesis deben ser comprensibles, precisas y lo más concretas posibles.

• Las variables y la relación planteada entre ellas deben ser observables y medibles, tener referentes en la realidad. La hipótesis, así como los objetivos y preguntas de la investigación, no incluyen aspectos morales ni subjetivos, porque no se pueden someter a prueba de la realidad.

• La hipótesis está relacionada con técnicas disponibles para probarlas; por ello, al formularlas debemos tener presente las técnicas o instrumentos para poder verifi-

carlas, si se encuentran a nuestro alcance y si es posible desarrollarlas.

• Clases de hipótesis

Existen diversas formas de clasificar la hipótesis, aunque en este apartado nos vamos a concentrar en la siguiente clasificación, que resulta apropiada fundamentalmente para el enfoque cuantitativo.

• Hipótesis de investigación

Son proposiciones tentativas acerca de las posibles relaciones entre dos o más variables, y que cumple con los cinco requisitos mencionados en las características de la hipótesis. Se le suele simbolizar como; H1 o H2, H3, H4, etc. si son varias, y también se les denomina hipótesis del trabajo[119]

Son proposiciones tentativas acerca de las posibles relaciones entre dos o más variables. Se les puede simbolizar como H1, H2, H3, etc. (si son varias) y también se les denomina hipótesis de trabajo[120]Entre las principales hipótesis de investigación podemos señalar las siguientes:

• Hipótesis descriptiva: Son suposiciones referidas a las características de un hecho, a la presencia, estructura, funcionamiento o relaciones de los mismos. Buscan describir los hechos, fenómenos u objetos, y a partir de ellas se formulan los planteamientos hipotéticos. En estas investigaciones es posible, también, omitir las hipótesis porque no es necesario verificarlas.

• Hipótesis explicativas o causales: Estas hipótesis no solo afirman las relaciones entre dos o más variables, sino que además explican dichas relaciones. Son proposiciones construidas para probar o rechazar una teoría, van a confirmar el valor de verdad de una interpretación de la realidad o, en caso contrario, declararan como falsas a un conjunto de explicaciones. Pueden simbolizarse como:"X en o causa Y"

En este tipo de hipótesis, a las causas se les conoce como "variables independientes" y a los efectos como "variables dependientes". Por lo general, la variable independiente se simboliza como "X", y la variable dependiente como "Y".

Se distingue dos tipos de hipótesis explicativas o causales:

• La hipótesis causal o derivada, que se plantea una relación entre una variable independiente y una variable dependiente.

• La hipótesis causal multivariada, que relaciona una variable una variable independiente y varias variables dependientes, o varias independientes y una dependiente, o varia variables independientes con varias variables dependientes.

• Hipótesis nulas

Constituyen proposiciones acerca de la relación entre variables, pero sirve para negar lo que afirma la hipótesis de investigación[121]La hipótesis nula se simboliza como Ho.

Es en cierto modo, el reverso de las hipótesis de investigación. También construyen proposiciones acerca de la relación entre variables, solo que sirven para refutar o negar lo que afirma la hipótesis de investigación[122]

Anticipa la no diferencia, es decir, niega la asociación entre las variables. En general, se formula con el propósito expreso de ser rechazada[123]

Esta hipótesis compone la relación entre variables, pero que a su vez tiende a negar a la afirmación que da la hipótesis de investigación.

• Hipótesis alternativa o de relación

Proponen una serie de alternativas afirmativas o negativas[124](nulas).

Afirma la existencia de diferencias reales entre los grupos comparados; puede ser una hipótesis bilateral (de dos colas), es decir la relación puede producirse en cualquier sentido, o unilateral (de una cola) cuando se afirma que la asociación se da en un solo sentido o dirección[125]

Son posibilidades alternas ante las hipótesis de investigación y nula: ofrecen otra descripción o explicación distintas de las que proporcionan estos tipos de hipótesis[126]

Este tipo de hipótesis nos proporcionan alternativas distintas de negación o afirmación de los grupos comparados, de manera unilateral y bilateral de la relación de los grupos comparados.

• Hipótesis conceptual

Se redacta como una afirmación directa y es de fácil comprensión. Su lógica salta a la vista porque sigue el más puro sentido común. No obstante, no se puede verificar directamente, exige que previamente sus variables sean cuantificadas. En ese sentido, la hipótesis operativa especifica cómo se medirán las variables: condiciones de la medición, se debe aplicar las correspondientes pruebas de significación estadística, siendo imprescindible la formulación estadística. Esta puede adoptar la forma de hipótesis nula (más conservadora) o alternativa[127]

• Hipótesis estadísticas

Son las traducciones de las hipótesis de investigación en términos estadísticos. Se pueden formular solamente cuando los datos del estudio para aprobar o desaprobar las hipótesis son cuantitativos (números, porcentajes, promedios). Es decir, el investigador traduce su hipótesis de investigación, nula o alternativa en términos estadísticos[128]

La hipótesis son proposiciones generalizadas o afirmaciones comprobables que se formulan como posibles soluciones al problema planteado: su función es ofrecer una explicación posible o provisional que tiene en cuenta los factores, sucesos o condiciones que el investigador procura comprender.

La hipótesis puede adoptar la formula esquemática[129]"si… entonces…". Es decir, si se da una variable X, entonces se producirá unos cambios en la variable Y.

La hipótesis son guías para una investigación. La hipótesis indica lo que estamos buscando o tratando de probar y se define como explicaciones tentativas del fenómeno investigado, formuladas a manera de proposiciones.

CAPTITULO VII

Los conceptos científicos y las variables

• Variables

Una variable, es la propiedad, atributo, característica o dimensión de un objeto, hecho o fenómeno, que puede variar y que es susceptible de medirse. La variable tiene la peculiaridad de ser observable y susceptible de cambio y de asumir diferentes valores, por lo cual puede ser medida[130]

Una variable es alguna propiedad que se asigna a los fenómenos o eventos de la realidad, susceptible de asumir dos o más valores, es decir, una variable es tal siempre y cuando sea capaz de variar. Una variable que no varía no es variable, es constante[131]En estricto sentido, una variable es un símbolo al que el investigador asigna dos o más valores.

La variable es un conjunto de datos que, relacionados con otro u otros, permiten probar una sub-hipótesis o una parte de una hipótesis general[132]

Por consiguiente ya podemos dar nuestra propia definición sencilla y clara.

Una variable, es una propiedad de un conjunto de datos, que relacionados con otros, pueden ser medidas, observables y susceptibles de cambio.

• Características de las variables

Las principales características[133]son:

• Ser observable

• Ser medible y evaluable

• Ser cambiante

• Tener una referencia conceptual.

• Clasificación de las variables

• Por su naturaleza

• Variables cualitativas

Poseen un atributo observable, y sobre ella se construye una serie numérica definida[134]Pueden ser

Nominales: En este nivel se tiene dos o más categorías de la variable (indicadores) que no tienen orden o jerarquía.

Ordinales: Cuando su dominio de variación es objeto de clasificación y orden. En este nivel hay varias categorías, pero además, estas mantienen un orden de mayor a menor.

Los valores de estas variables se expresan con denominación tales como soltero, casado, conviviente, divorciado, para referirse, en este caso, al estado civil de las personas[135]

Cuando dicotómicamente separan un conjunto y su complemento, en razón a que tiene o no un atributo[136]

Entonces podemos decir, que las variables cualitativas, poseen las cualidades o un atributo del objeto o sujeto de estudio, es acá donde el investigador desea conocer las características de dicha variable de estudio.

• Variables cuantitativas

Admiten una escala numérica de medición[137]Corresponden a un nivel de medición de intervalos y de razones. Pueden ser:

Discretas: Sus valores asumen valores o números enteros. En algunos casos se emplea usualmente para calcular promedios.

Cuando sus datos son cantidades enteras.

Continuas: Sus valores de dominio de variación son susceptibles de ser medidos y pueden asumir valores decimales.

Cuando sus datos son cantidades que tienen unidades y fracciones.

Se observa que todos los sujetos poseen la misma característica y la variabilidad de la variable radica en que unos sujetos poseen dicha característica en mayor medida y otros la poseen en menor medida.

Categóricas: Las características que poseen unos sujetos son distintas a las características que poseen otros sujetos; y en una y otra situación, existe lo que se llama solución de continuidad.

Se denomina variable cuantitativas cuando pueden medirse en escalas numéricas, como por ejemplo, la escala de inteligencia, la escala de éxito académico, la escala de ansiedad, etc. las variables cuantitativas pueden expresarse numéricamente en términos de cantidades[138]

• Variables atributivas: Se denomina variables atributivas porque las características que poseen las personas o los objetos de estudio son consustanciales a su naturaleza, son características que no pueden separarse de quienes las poseen.

• Variables activas: No son consustanciales a la persona u objeto de estudio. Por ejemplo, los métodos de enseñanza, el currículo de formación profesional, el horario de clases, los profesores que se asignan para conducir los cursos, la institución en la que se realiza la formación profesional[139]

• Variables cardinales: Cuando distinguen jerárquicamente los atributos[140]

Ahora ya podemos dar nuestra propia definición de las variables cuantitativas, son aquellas que se expresan en cantidad, que sus valores pueden asumir números enteros, es donde el investigador quiere saber en cifras numéricas el resultado de la variable de estudio.

• Por su función que cumple en la hipótesis

Las variables son elementos imprescindibles de las hipótesis. No se conciben ninguna hipótesis en la que no estén presentes las variables[141]Según este criterio tenemos:

• Variable independiente (V.I)

Elemento que explica, determina o condiciona la presencia de otro u otros elementos[142]Es la causa de algún efecto.

Son aquellas susceptibles de ser manipuladas por el investigador[143]

Cuando cumplen el papel o rol de causas de algún efecto[144]Ejemplos:

Demanda (de algo que causa aumento de precio)

Oferta (de algo que causa disminución del precio)

Dominación (sobre alguien, lo que causa que sea dependiente).

Entonces podemos decir que, las variables independientes, son aquellas que se pueden manipular, y que además condiciona la presencia de otro u otros elementos y no requiere el apoyo de otras variables para ser estudiadas.

• Variable dependiente (V.D)

Es atribuible a la influencia de la variable interviniente. Cumple con el papel de efecto de una causa[145]

Son el resultado de la manipulación de las variables independientes, es decir aquellas que siempre reciben los efectos de las variables independientes[146]

Cuando cumple el papel de efecto de una causa. Ejemplo:

Precio (que aumenta por el aumento de la demanda)

Dependiente (que depende porque alguien lo domina)

Ahora podemos decir que, las variables dependientes, son aquellas que reciben el efecto de las variables independientes, es decir efecto de una causa y que siempre va a requerir de esta variable para poder existir.

• Variable interviniente (V.Int.)

Participa con la variable independiente condicionando a la variable dependiente. Es la que podría interferir en la relación causal[147]Esta variable es llamada también extraña, concurrente o perturbadora. Su control y detección son imprescindibles para evitar que atente contra la validez de los resultados de la investigación.

Es aquellos que efectivamente producen efectos, no son los deseados ni mucho menos esperados por el investigador[148]Las variables intervinientes, al alterar o influir en los valores de las variables dependientes, se comportan como variables independientes, pero no lo son debido a que el investigador no las ha considerado como supuestas causas. Las variables intervinientes, llamadas también variables extrañas, se presentan sin que el investigador las haya advertido.

Cuando afectan la relación de causal modificándola[149]Ejemplo:

Transporte (que modifica el aumento del precio causado por la demanda de la oferta)

Tecnología endógena (que disminuye el grado de dependencia causado por la dominación).

La variable interviniente, llamado también como extraña, que se presentan sin que el investigador lo haya advertido, para alterar a las variables dependientes, se comportan como variables independientes, esta variable es como resultado de las dos variables anteriores que intervienen para perturbar los resultados obtenidos por las variables dependientes e independientes.

• Por el número de valores que adquieren

• Politomías: Las politomías varían en más de dos valores. Estos valores pueden ser muchos o pocos.

• Dicotomías: Son variables que varían solo en dos valores[150]Por ejemplo, vivo o muerto, masculino o femenino, sin embargo en la investigación de la conducta se suele convertir politomías en dicotomías con la finalidad de mejorar la estrategia para contrastar hipótesis, pues con solo dos niveles de variabilidad se incrementan las posibilidades de lograr mayor precisión en el estudio de tales variables.

• Clasificación de las variables desde el punto de vista lógico-formal

• Variables individuales: Son símbolos formales que denotan individuos tomados como sujeto[151]Se representan por las letras x, y, z, etc.

• Variables predictivas: Son símbolos formales que denotan atributos de los individuos tomados como sujetos. Se representan con las letras mayúsculas: F, G, H, etc.

• Variables proposicionales: Son símbolos formales que denotan proposiciones simples del lenguaje común. Se representan por letras: p, q, r, s, t, etc.

• Indicador

El indicador constituye las subdivisiones o categorías de las variables y se compone de medidas de la realidad que se quiere conocer. El proceso de encontrar los indicadores que permitan conocer el comportamiento de las variables es lo que se llama operacionalización.

Como a veces no es posible incorporar a una investigación todos los indicadores posibles de una determinada variable, será necesario en consecuencia, escoger aquellos que resulten más accesibles a los medios que se disponen para medirlos[152]

Entonces podemos decir que, un indicar, es aquel que construye o categoriza las variables de investigación determinada. El indicador nos muestra los resultados que se han obtenido del estudio de las variables que han sido investigados.

CAPÍTULO VIII

Diseño metodológico de la investigación

• Diseño de la investigación

Se puede definir específicamente como la concepción de la forma de realizar la prueba que supone toda investigación científica concreta, tanto en el aspecto de la disposición y enlace de los elementos que intervienen en ella como el del plan a seguir en la obtención y tratamiento de los datos necesarios para verificarla[153]

En un sentido estricto, el significado del diseño de la investigación no se debe confundir con el de proyecto, aunque a veces estos términos se emplean indistintamente. El proyecto es un término más amplio que engloba el diseño; se puede afirmar que consiste propiamente en la especificación organizativa, temporal y económica de distintos elementos, faces y operaciones del proceso de investigación respecto a un caso concreto de investigación.

Entonces se entiende por diseño de investigación, que es el pensamiento de la manera de realizar la prueba que supone la investigación científica concreta, que consiste en la especificación organizativa, temporal y económica de distintos elementos.

• Diseño experimental

En la investigación experimental existen diversos tipos de diseños, que se clasifican de diferentes formas. Sin embargo, la clasificación más usada, es pre-experimentales, causi-experimentales y experimentales verdaderos[154]

Los diseños pre-experimentales son los que presentan el más bajo control de variables y no se realiza asignación aleatoria de los sujetos al experimento.

Los diseños experimentales puros o verdaderos se caracterizan por un alto grado de control de las variables y porque existe asignación aleatoria de los sujetos a los grupos (experimental y control) participantes en la investigación.

Estas variables son específicas de cada caso y pueden ser el tipo de prueba que se aplique (debe ser la misma para todos), las condiciones en que se aplica (las mismas para todos), la experiencia previa de los sujetos de la investigación (que sea homogénea), etc.

Los diseños experimentales verdaderos tiene el propósito de analizar si una o más variables independientes afectan una o más variables dependientes.

Este diseño experimental, es el que nos permite realizar el experimento y control de los grupos o sujetos que participan en la investigación.

• Diseño de grupo de control con pretest y postest

Este diseño comprende, además de la variable experimental, todos los elementos de la observación experimental; las medidas antes y después del test y grupo de control al que se aplica un tratamiento cero o neutral[155]Se esquematiza así:

RO1, XO2

R´1 O´2

La primera fila corresponde al grupo experimental y la segunda al de control. El subíndice 1 indica el pretest y el 2 el potest. La R indica la igualdad de los grupos por aleatorización.

Se diferencia del anterior, en que consta no solo de postest, sino también de un pretest o medida del grupo antes de su tratamiento con la variable experimental. Su esquema es: O1, K O2

En él, por tanto, existe una situación base A, en ingles baseline, o punto de comparación: la medida inicial de un grupo, antes de sufrir el impacto del estímulo aplicado o situación B. de ahí que se le represente y reconozca como diseño AB.

Se basa en el supuesto de que la variación de una a otra medida se debe al influjo de la variable experimental, pero no da seguridad alguna de que dicha variación observada no sea debida, en todo o en parte, a los diversos tipos de variables externas al fenómeno, por lo que se considera también pre experimental[156]

Entonces podemos decir, que este diseño comprende también la variable experimental, y sus elementos de observación, así como las medida inicial y final del grupo, pero no se da seguridad alguna, de que dicha variación observada sea correspondida.

• Diseño con grupo de control y sin pretest

Es una variante del diseño anterior en la que se suprime el pretest, sugun Cmpbell y Stanley, se considera que no es indispensable, ya que la elección aleatoria de los miembros de los grupos experimentales y de control asegura, si es correcta, la igualdad inicial de ambos grupos. Su esquema es:

R X O 1

R O´1

Con relación al diseño precedente, presenta la ventaja, al prescindir del pretest, de que no puede estar afectado por el factor de la administración del test ni por el de la relatividad o interacción entre el pretest y la variable experimental.

Podemos definir, como una diferencia del diseño anterior en la que se suprime el pretes, la elección aleatoria que se haga a los miembros del grupo experimental y de control, nos va a decir, si es correcta la igualdad de ambos grupos.

• Diseño de cuatro grupos de Salomón

Este diseño es un desarrollo del de grupo de control con pretest y postest. Consiste en añadir a este diseño dos nuevos grupos sin pretest: uno experimental y el otro de control. Por tanto, combina los dos diseños anteriores y acumula las ventajas de ambos. Además, permite no solo el control, sino la medida de la interacción o reactividad entre la variable experimental y el pretest. Por otra parte, la repetición de las pruebas proporciona una mayor capacidad de verificación de los efectos de la variable experimental. Su esquema es:

R O 1 X O2

R O´1 O´2

R X O2

R O´2

En este diseño, se incorporan dos grupos más, aparte del pretest y potest, uno es el grupo experimental y el otro de control, en el que se combinan los diseños anteriores y para acumular ventajas de ambos, permitiéndonos no solo el control, sino la medida de interacción entre la variable experimental y el pretest.

• Diseño con muestras distintas y varios niveles de la variable experimental

Este diseño es, sin duda, también experimental. En él se toman de una población varias muestras distintas a las que se aplican diversos niveles de la variable experimental, alto medio y bajo. Las muestras son objeto de medición antes y después de la aplicación del estimulo.

R O1Xa O´2

R O´2 Xb O´1

R O´3Xc O´´3

Representa a tres muestras aleatorias a las que se aplica respectivamente los niveles a, b y c de la variable experimental con medición antes y después de esta aplicación.

Los distintos niveles pueden hacer posible que las muestras funcionen a modo de grupos de control entre sí. Su validez interna y externa será, pues, similar a la del diseño del grupo de control con pre y postest, reforzada tanto más cuanto mayor sea el número de muestras y el de niveles, siempre que las diferencias entre estos sean significativas.

Llamado también diseño experimental, que nos permite tomar muestras distintas de la población de estudio, aplicándolos diversos niveles de la variable experimental, pudiendo medirse antes o después.

• Diseño no experimentales

• Diseños seccionales

De los distintos elementos que pueden intervenir en los diseños, los seccionales no comprenden ni diversidad de observaciones, ni de grupos, ni tampoco variables experimentales; queda limitados a una sola observación de un solo grupo en un solo momento del tiempo. Por eso son los diseños más simples posibles, de tal modo que se representan mediante 0, a la que se podría añadir antes una R, en el caso que se quiera indicar que el grupo observado es una muestra elegida aleatoriamente. R 0 designa una única observación de un solo grupo elegido aleatoriamente[157]

Estos diseños están sujeto, en principio, a todas las variables externas indicadas derivadas de la actuación del investigador y de su presencia en el campo de la investigación, así como al efecto de las variables de escenario, de la vinculación a la memoria y de las parasitas, pero no a las ligadas al transcurso del tiempo. Por tanto, son aplicables externas. También pueden estar sometidas al influjo de variables externas peculiares, derivadas, por ejemplo, en el caso de la encuesta, de la forma y redacción de las preguntas y su orden en el cuestionario.

En este diseño comprenden ni diversidad de observaciones, ni de grupos, ni tampoco variables experimentales, esto se limita a un solo grupo en un solo momento de tiempo, comprende todas las variables externas relvadas por la actuación del investigador.

• Diseño longitudinal

Estos diseños se diferencian de los seccionales en que en lugar de constar de una sola observación, comprenden dos o más medidas realizadas al mismo grupo en tiempos diversos. Se presentan por tantas O como numero de medidas repetidas se realicen, distinguiéndolas con un subíndice que indique su numeración correlativa[158]

Este diseño se caracteriza por comprender dos o más medidas a un solo grupo en tiempos diversos, la cual lo diferencia de los seccionales.

• Diseño comparativo

Son una extensión de los anteriores diseños seccionales y longitudinales. Tienen lugar cuando estos abarcan no uno solo, sino dos o más grupos distintos, los que permite efectuar comparaciones entre ellos.

En este diseño se realizan las comparaciones entre dos o mas grupos distintos, haciéndolo distinto al diseño seccional y longitudinal.

• Diseños causi-experimentales

Los diseños causi-experimentales se diferencian de los experimentales verdaderos porque en estos el investigador ejerce poco o ningún control sobre las variables extrañas, los sujetos participantes de la investigación se pueden asignar aleatoriamente a los grupos y algunas veces se tiene grupo de control[159]

• Diseño de serie cronológicas

Este diseño es un desarrollo del de un grupo con pretest, como este era del que le precede[160]En lugar de una solo observación A, sin estimulo, antes y después de la situación B, o de la actuación de la variable experimental, comprende dos o más medidas repetidas de dicho tipo A AA B A AA.

• Diseño de muestras cronológicas

Se trata de una derivación del anterior, a la que Campbelly y Stanley dan nombre indicando. Se caracteriza por estar formado por observaciones repetidas tanto de tipo A, al igual que el anterior, como de tipo B, derivadas estas de la introducción reiterada de la variable experimental. Se esquematiza como sigue: O1, XO2, O3 XO4, O5, XO6

• Diseño pre-experimentales

Los diseños pre-experimentales son aquellos en los que el investigador no ejerce control sobre las variables extrañas, no hay asignación aleatoria de los sujetos participantes de la investigación, ni hay grupo de control[161]

• Diseño de un grupo experimental con una sola medición

Consta de una observación de un grupo, en el que se ha hecho incidir un estímulo o variable experimental. Su esquema, por tanto es el siguiente: X O.

Participa el experimento en cuanto se da una manipulación del grupo observado, sin embargo como señalan Campbell y Stanley (1978, 19), "adolecen de tan absoluta falta de control que su valor científico es casi nulo", de ahí que dichos autores lo califiquen de pre experimental. Tampoco permiten la comparación, básica en la experimentación experimental, salvo que se realice con otras observaciones distintas reconocidas casualmente o con simples previsiones de lo que hubiera sucedido de no haber actuado el estímulo.

• Diseño expostfacto

Este diseño se produce cuando a falta del control de la situación inicial y el del estimulo, ya que se realiza después de haber actuado la variable experimental[162]En él se comparan dos grupos igualados por el investigador; uno que ha sufrido un cierto impacto y otro no. Su esquema es el siguiente:

X… OI

OI

La I indica la igualación posterior de los grupos y los puntos suspensivos el transcurso de un cierto periodo en tiempo entre la actuación de la variable experimental y la observación.

Su validez externa e interna es muy deficiente; sin embargo, son objeto de una cierta aplicación de las investigaciones sociales.

• Diseño Factoriales

Este diseño se distingue, respecto a los expuestos hasta ahora, por los rasgos siguientes:

Comprenden dos o más variables independientes y no una sola.

Los niveles o categorías de las variables se combinan entre si dando lugar a diversos tratamientos.

Son diseñados inter-sujetos que, como tales, se caracterizan por la existencia de tantos sujetos o grupos diferentes como tratamientos posibles.

Los sujetos o grupos se asignan aleatoriamente a los distintos tratamientos.

• Diseño de bloques aleatorios

Estos diseños se diferencian de los factoriales en que no están formados únicamente por variables independientes, sino por una o más variables independientes y una variable extraña que se quiere controlar.

Por tanto, sus rasgos son los siguientes:

Existe una al menos variable independiente con diversos niveles.

Para controlar los sujetos de investigación una variable extraña a la investigación, se forman con ellos bloques distintos con los sujetos similares en los niveles y categorías de la variable extraña.

Los bloques formados vienen a constituir la segunda o tercera variable, etc. de los diseños factoriales.

Los sujetos de cada bloque se asignan aleatoriamente a los distintos niveles o tratamientos de la variable o variables independientes.

• Diseño jerarquizados

Son diseños en los que existen una o más variables independientes, se asignan varios sujetos a cada nivel o tratamiento de la variable o variables independientes y cada sujeto asignado es objeto de cada enfermo de dos exploraciones.

CAPITULO IX

Universo, población y muestra

• Universo

El universo se refiere al conjunto poblacional mas amplio que puede darse en una realidad concreta[163]Así, por ejemplo, la realidad del país, del continente, pueden constituir el universo, que a manera de marco engloba determinado numero de personas que poseen características peculiares, según su economía, estrato social al que pertenecen, posición política partidaria, nivel de cultura y educación, etc.

El universo, llamado también población, es la totalidad del fenómeno a estudiar, el mismo que posee una característica común[164]Cuando un universo o población de estudio esta compuesto por un número alto de unidades, es prácticamente imposible, por razones de tiempo y de costos, examinar cada una de las unidades que lo componen; en consecuencia, se toma una muestra representativa del mismo.

Pues como podemos notar que algunos autores confunden lo que es universo con la población, pero nosotros no podemos caer en este error, porque cuando hablamos de universo nos estamos refiriendo al conjunto poblacional en su totalidad y la población en una parte del universo.

• Población

Cuando hablamos de población se refiere concretamente al conjunto de personas que van a ser investigadas y que se ubican en el tiempo y el espacio de una manera precisa. Ejemplo, los integrantes de una organización, institución, cofradía, clubes, etc. que al ser objeto de nuestro estudio, se les aplicará las diversas técnicas de recopilación de datos.

La población puede ser finita cuando se conoce el número preciso de individuos, e infinita cuando se desconoce. En ambos casos, se recurre a formulas estadísticas para determinar el tamaño muestral.

Una población es un conjunto de todos los casos que concuerdan con una serie de especificaciones[165]

La población es el conjunto de personas, que concuerdan con una serie de especificaciones y que se ubican en el tiempo y espacio preciso, al cual el investigador desea investigar.

• Muestra

El muestreo es una técnica que consiste en la selección de una muestra representativa de la población que ha de investigarse; establece los pasos o procedimientos mediante los cuales es posible hacer generalizaciones sobre una población, a partir de un subconjunto de esta[166]

La muestra obtenida permite inferir algunas de las propiedades del universo donde se obtienen y se ahorra (tiempo, dinero y esfuerzo), para efectivizar un censo que abarcaría a toda la población.

La muestra es, una esencia, un sub grupo de la población. Digamos que es un sub conjunto de elementos que pertenecen a ese conjunto definido en sus características al que llamamos población[167]

La muestra es una porción representativa de un todo más grande. Evidentemente debe tener ciertas características para ser considerada como apropiada; fundamentalmente debe ser representativa y adecuada. Descansa en el principio de que las partes representan al todo, y como tal refleja las características que definen al universo del cual fue extraída[168]

La muestra es la parte más pequeña de la población o un subconjunto de esta, que representa a la población en su totalidad de la cual va a ser investigada.

Para obtener la muestra se sigue dos modalidades.

• Muestras Probabilísticas

Ofrece a todos los individuos o elementos que conforman la población una misma probabilidad conocida de ser escogidos[169]

Mediante estos procedimientos, el criterio fundamental es la selección aleatoria o al azar, donde todos los miembros de la población tienen iguales oportunidades de ser incluidos en la muestra[170]

Las muestras probabilísticas son esenciales en los diseños de investigación transaccionales (por encuestas), donde se pretende hacer estimaciones de variables en la población; estas variables se miden con instrumentos de medición, y los datos se analizan con pruebas estadísticas, donde se presupone que la muestra es probabilística y todos lo elementos de la población tienen una misma probabilidad de ser elegidos. Los resultados en la muestra tendrán valores muy parecidos a los de la población, de manera que las mediciones en el subconjunto nos darán estimados precisos del conjunto mayor. La precisión de dichos estimados depende del error en el muestreo[171]

Entonces podemos decir, que la muestra probabilísticas son esenciales en el diseño de investigación, ofreciendo a todos los que conforman la población una misma probabilidad de ser elegidos y sus resultados serán parecidos a los de la población.

• Muestras simples o aleatorias

Este tipo de muestras es quizás el mas conocido de todas las muestras se seleccionan empleando procedimientos aleatorios o por azar simple, por sorteo o por procedimientos a fines.

En este tipo de muestreo implica los siguientes pasos.