EL PROYECTO DE INVESTIGACIÓN

Titulo
Presentación
Tabla de contenido
I. PLANTEAMIENTO DEL PROBLEMA
1. Características del problema de investigación
1. Formulación del problema de investigación
II. JUSTIFICACIÓN
III. OBJETIVOS DE INVESTIGACIÓN
IV. MARCO TEÓRICO
4.1 Antecedentes
4.2 Bases teóricas
4.3 Hipótesis de investigación
V. METODOLOGÍA
5.1 Tipo y diseño general del estudio
5.2 Definición operacional de variables de investigación
5.3 Población de estudio, selección y tamaño de muestra, unidad de análisis, criterios de inclusión y exclusión.

5.4 Instrumento de recolección de datos

5.5 Procedimientos de análisis de datos
Referencias Bibliográficas
Cronograma
Presupuesto

Mg. Rafael A. Leal Zavala

 ETAPAS DE LA INVESTIGACIÓN
CIENTÍFICA
a. PLANIFICACIÓN
Se considera la investigación en su totalidad d
Se elabora el protocolo de investigación
a. EJECUCIÓN
Se lleva a efecto todo lo planificado
Se elabora el informe de investigación
a. EVALUACIÓN
Contrastar la inversión global con los hallazgos y
resultados obtenidos.
 Protocolo de investigación
Descripción por escrito de un plan de estudio
detallado.
Herramienta fundamental de trabajo en
cualquier estudio, además de que es un
requisito necesario para conseguir financiación
para un proyecto.
Plan de trabajo de un estudio científico.
Utilidad del protocolo de investigación
Para obtener una subvención.
Ayuda a definir el problema de investigación.
Organizar en forma eficaz el estudio.
Facilitar la revisión técnica y crítica del
estudio.
Asegurar que no se modifiquen los objetivos
planteados.
 ESQUEMA DEL PROTOCOLO DE INVESTIGACIÓN
Titulo
Presentación
Tabla de contenido
I. PLANTEAMIENTO DEL PROBLEMA
1. Características del problema de investigación
1. Formulación del problema de investigación
II. JUSTIFICACIÓN
III. OBJETIVOS DE INVESTIGACIÓN
IV. MARCO TEÓRICO
4.1 Antecedentes
4.2 Bases teóricas
4.3 Hipótesis de investigación
V. METODOLOGÍA
5.1 Tipo y diseño general del estudio
5.2 Definición operacional de variables de investigación
5.3 Población de estudio, selección y tamaño de muestra, unidad de análisis, criterios de inclusión y exclusión.

5.4 Instrumento de recolección de datos

5.5 Procedimientos de análisis de datos
Referencias Bibliográficas
Cronograma
Presupuesto
 ESQUEMA DEL PROTOCOLO DE INVESTIGACIÓN
Titulo
Presentación
Tabla de contenido
I. PLANTEAMIENTO DEL PROBLEMA
1. Características del problema de investigación
1. Formulación del problema de investigación
II. JUSTIFICACIÓN
III. OBJETIVOS DE INVESTIGACIÓN
IV. MARCO TEÓRICO
4.1 Antecedentes
4.2 Bases teóricas
4.3 Hipótesis de investigación
V. METODOLOGÍA
5.1 Tipo y diseño general del estudio
5.2 Definición operacional de variables de investigación
5.3 Población de estudio, selección y tamaño de muestra, unidad de análisis,
criterios de inclusión y exclusión.
5.4 Instrumento de recolección de datos
5.5 Procedimientos de análisis de datos
Referencias Bibliográficas
Cronograma
Presupuesto

ELECCIÓN DEL TEMA

Surge de alguna situación que la realidad presenta y que produce en el investigador un interés
especial por indagarlo. El tema debe trabajarse para convertirlo en el problema de la investigación.
Para ello, es necesario que el investigador lleve a cabo actividades muy sencillas:

A. Leer textos, revistas, tesis profesionales y páginas web que ofrezcan información sobre este tema
(entre más actualizada mejor, aunque la información no muy actual sirve como datos
antecedentes sobre el conocimiento actualizado). Ahí buscaremos cómo se analiza la situación –
tema de nuestro interés, qué aspectos ya se han investigado, dónde, con qué enfoque teórico y
método se ha investigado, así como con qué instrumentos y resultados.
B. Consultar con especialistas profesionales en el campo de tema, acerca de aspectos que nos
interesan (tanto en cuestiones generales como sobre investigaciones al respecto, así como los
aspectos que quieren ser abordados).

C. Hacer una descripción lo más detallada posible de los hechos o circunstancias que el interesado
ha observado sobre el asunto que le interesa, intentando señalar posibles causas y estableciendo
ciertas relaciones entre ellos.

D. Finalmente, es muy útil ejercitar nuestro pensamiento formulando la mayor cantidad posible de
preguntas (lluvia de ideas) sobre todos los aspectos perceptibles del tema que nos interesa; luego,
depurarlas corrigiéndolas, es decir, haciéndolas lo más específicas posible, y jerarquizándolas
entre sí, colocando arriba en una lista las dos o tres mejores.

Con esto nos acercamos a la formulación de nuestro problema de investigación.

PLANTEAMIENTO DEL PROBLEMA DE LA INVESTIGACIÓN

De acuerdo con connotados investigadores y con especialistas en metodología de la investigación, se

considera que el problema de investigación es el punto más relevante en un estudio formal, pues de
él depende todo el proceso. De entrada señalamos que el problema no es lo mismo que el tema de la
investigación.

¿Qué es un problema de investigación?

Conviene señalar que el problema de investigación NO es la situación observada en la realidad y

sobre la que nos interesa hacer la investigación. Ej. Si tenemos interés en las fallas de comunicación
dentro de una empresa, ésas fallas no es problema de la investigación, lo llamaremos: “el fenómeno”,
es decir, el hecho que es observado por cualquier persona y que nos motiva a investigarlo.

Un problema de investigación existe cuando somos conscientes de que nuestros conocimientos no

son suficientes para explicar por qué, o cómo sucede lo que nos está interesando, es decir, cuando
percibimos un vacío en nuestro conocimiento de esa realidad (ignorancia de un aspecto del tema que
nos interesa), lo cual nos pide ser llenado; es decir, comprender lo que está sucediendo. Esto lo
podemos conseguir procediendo ordenadamente en nuestra indagación de ésa realidad con un
método y basándonos en saberes especializados, esto es, ya probados científicamente acerca de ese
tema.
En palabras más simples, el problema es aquello que ignoramos acerca del tema de nuestro interés y
que requiere ser aclarado procediendo sistemáticamente. En cambio, el tema es el asunto del cual
interesa hacer la investigación.

Ejemplo:

Tema de investigación Consumo de menestras en los enfermos con anemia.

Problema de investigación ¿El consumo de menestras disminuye los niveles de
anemia en los pobladores de humabocancha alta,
distrito de Cajamarca?

Las tareas señaladas en el punto anterior (sobre el tema), ilustran el tipo de labor intelectual que
tenemos que ir haciendo en la construcción del problema de investigación. Cuando tengamos definido
el problema, la investigación puede desarrollarse pues ya hay un objeto de investigación.

¿En qué consiste el Planteamiento de un Problema de Investigación?

Basándonos en las acciones anteriores, el planteamiento del problema consiste en establecer

formalmente el objeto de la investigación, incluye:

A. Planteamiento tópico del problema.- Este se hace mediante una frase o enunciado
(proposición); de acuerdo con Fred N. Kerlinger (1975) el enunciado debe:
a. Exponer la relación de al menos dos variables (**)
b. Expresar su posibilidad de verificación empírica (es decir, que pueda hacerse un manejo
concreto y de tipo práctico sobre esas variables en la realidad.
c. Formularse en forma de pregunta, aunque Mario Tamayo y Tamayo señala que también
puede hacerse en forma descriptiva, aunque es más común (y recomendable) hacerlo como
pregunta.
EL PROBLEMA DE INVESTIGACIÓN
¿Qué es el problema de investigación?
El problema de investigación es el por qué de tu investigación, es la razón de ser, el motivo de
tu investigación. Si haces una investigación es porque quieres resolver un problema, sea
teórico o práctico, quieres resolverlo. No se pude plantear un buen problema de investigación
si primero no has hecho una revisión bibliográfica inicial del tema que te interesa.
¿Cómo planteo mi problema de investigación?
Plantear el problema de investigación es sencillo, lo más fácil es hacer un argumento de lo
general a lo específico, es decir argumentar de lo general a lo específico.
OBJETIVOS DE INVESTIGACIÓN
¿Qué son los objetivos de investigación?
Los objetivos son acciones propuestas para la investigación. Indican las metas de tu estudio y
marcan el final de tu investigación. En efecto, la investigación termina cuando has cumplido los
objetivos. El objetivo entonces, es el indicador-meta de tu investigación. Los objetivos
establecen qué pretende tu investigación.
¿Son iguales los objetivos, los fines y las actividades?
No son iguales ya que los objetivos son siempre específicos y posibles de realizar. Las
actividades sirven para cumplir los objetivos. Los objetivos contribuyen con los fines.
- Los fines siempre se mencionan en la justificación de la investigación.
- Las actividades se mencionan en la metodología de la investigación.
Método → Objetivo → Fin

¿Cómo identifico mis objetivos?

- Necesito tener a la mano los problemas formulados. A cada problema formulado le

corresponde un objetivo.
- Los objetivos nunca son preguntas. Son afirmaciones
- Los objetivos son oraciones que empiezan con verbo infinitivo (Ej. Determinar, Identificar,
Diseñar, Evaluar, Medir, Proponer, Etc.).

Criterios para saber si están bien planteados mis objetivos

- Son coherentes con los problemas formulados.

- Nunca son preguntas o interrogaciones.
- Siempre inician con un verbo que concreta la idea.
- Son congruentes entre sí.
- Son claros y precisos.
- Son susceptibles de alcanzarse.

¿Necesito un objetivo o varios objetivos?

Se pude tener uno o varios objetivos, todo depende del nivel de complejidad de la
investigación.
¿Cómo determino el impacto potencial de mi investigación?

Debemos preguntarnos si con los resultados de la investigación aportamos a la teoría o a la

práctica de la profesión.

- El impacto potencial teórico: existe cuando se aporta nuevo conocimiento científico

(conceptos, teorías, etc.).
- El impacto potencial práctico: existe cuando se aporta información útil que puede resolver
problemas empresariales, en todos sus ámbitos.

No es obligatorio que la investigación tenga los dos impactos, puede aportar en cualquiera de
ellos, o en todos.

EL MARCO TEÓRICO

Está compuesto por básicamente tres elementos:

a. Antecedentes de investigación: estudios que hacen referencia directa o

indirectamente al problema de investigación, dichos estudios se caracterizan por ser
de actualidad y de relevancia empírica. Se requiere que la descripción de dichos
estudios cumplan con las preguntas tales como: quién es el investigador, donde
investigó, cómo investigo y cuáles fueron sus resultados de su investigación.
b. Bases teóricas: Las teorías que se asume en el proyecto de investigación deberán
estar organizadas dentro de una estructura argumentativa que muestre el sentido y
la relevancia del problema de investigación.
El valor de un marco teórico no está dado por su frondosidad sino por el grado de su
organización lógica: relación e implicación entre sus proposiciones, validez y
vigencia de los resultados, agudeza en analizar insuficiencias en la literatura
pertinente, originalidad y profundidad de los argumentos que respaldan el problema
y las hipótesis de investigación.
El marco teórico debe contener lo siguiente:
Aquello que se pregunta Tema o problema de investigación.

Aquel a quien se pregunta Individuos pertenecientes a una población, fuentes documentales, etc.

Aquel que se pregunta Investigador (formación).

Desde dónde se pregunta Marco teórico referencial (teoría asumida sobre la realidad).
 c. Hipótesis de investigación
Es una proposición que puede ser puesta a prueba para determinar su validez.
Siempre lleva una prueba empírica; es una pregunta formulada de tal modo que se
puede prever una respuesta de alguna especie.
Para poder contrastar o verificar la hipótesis es necesario estar en posibilidades de
medir las variables y las condiciones de contrastación deben conseguirse con los
medios disponibles.
Hay que distinguir entre hipótesis de investigación y las hipótesis estadísticas.

Las hipótesis de investigación es una sugerencia de la solución a un problema y

constituye un tanteo inteligente, basado en una amplia información.

Por otro lado, l hipótesis estadística no es sino un enunciado respecto a un

parámetro poblacional desconocido. La hipótesis no es, en general, sino la
expresión tipificada de una frase de la comprobación empírica de una hipótesis
científica.

FORMULACION DE HIPOTESIS

¿Qué Son Las Hipótesis?

Las hipótesis indican lo que estamos buscando o tratando de probar y se definen como
explicaciones tentativas del fenómeno investigado, formulas a manera de proposiciones.
De hecho en nuestra vida cotidiana constantemente elaboramos hipótesis acerca de
muchas cosas y luego indagamos su veracidad. Por ejemplo, establecemos una pregunta
de investigación: ¿Le gustare a Ana? y una hipótesis: “Yo le resulto atractivo a Ana”. Esta
hipótesis es una explicación tentativa y está formulada como proposición. Después
investigamos si se acepta o se rechaza la hipótesis, cortejando a Ana y observando el
resultado.

Las hipótesis son el centro, la medula o el eje del método deductivo cuantitativo.

¿Las Hipótesis Son Siempre Verdaderas?

Las hipótesis no necesariamente son verdaderas, pueden serlo, y puede o no

comprobarse con hechos. Son explicaciones tentativas, no los hechos en sí. Al formularse
el investigador no está seguro de que vayan a comprobarse.
¿Qué Son Las Variables?

Una variable es una propiedad que puede variar y cuya variación es susceptible de
medirse u observarse. Es decir es una característica o propiedad de las cosas, objetos,
realidad, etc., que tiene dos o más valores. Ejemplo: sexo, la religión, la agresividad
verbal, etc.

¿De Dónde Surgen Las Hipótesis?

Surgen de un postulado de una teoría, del análisis de está, de generalizaciones empíricas

pertinentes a nuestro problema de investigación y de estudios revisados o antecedentes
consultados.

¿Qué Características Debe Tener Una Hipótesis?

1. Las hipótesis deben referirse a una situación social real. Por ejemplo la
motivación.
2. Los términos (variables de la hipótesis deben ser comprensibles, precisos y lo más
concreto posible. Términos confusos como “globalización de la economía” y
“sinergia organizacional” son conceptos imprecisos y generales que deben
sustituirse por otros más específicos.
3. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil
(lógica).
4. Los términos de la hipótesis y la relación planteada entre ellos debe ser
observable y medible, o sea tener referentes de la realidad. Es decir por ejemplo
no puede ser: “los hombres felices van al cielo”, ya que implica un concepto que
no posee referentes empíricos.
5. Las hipótesis deben estar relacionadas con técnicas disponibles para probarla.

¿Qué Son Las Hipótesis De Investigación?

Se definen como “proposiciones tentativas acerca de las posibles relaciones entre dos
o más variables, y que cumplen con los cinco requisitos mencionados”. Se les suele
simbolizar como Hi o H1, H2, H3, etcétera (si son varias), y también se les denomina
hipótesis de trabajo.
A su vez, las hipótesis de investigación pueden ser:

1. Hipótesis descriptivas.

2. Hipótesis correlaciónales.

3. Hipótesis de la diferencia entre grupos.

4. Hipótesis que establecen relaciones de causalidad.

Hipótesis de investigación.

1. Hipótesis descriptivas.- Se utilizan a veces en estudios descriptivos, son

afirmaciones más generales, y pueden involucrar una variable, dos o más
variables.

Ejemplos:

-La expectativa de ingreso mensual de los trabajadores de la empresa gloria de

Cajamarca oscila entre S/. 1000 y S/. 1200.

-La ansiedad en los jóvenes alcohólicos será elevada

-Durante este año, los presupuestos de publicidad de Cajamarca se incrementarán

entre 50% y 60%

2. Hipótesis correlaciónales.- Especifican las relaciones entre dos o más variables.

Corresponden a los estudios correlaciónales y pueden establecer la asociación
entre dos o más variables (“la inteligencia está relacionada con la memoria”); o
establecer la asociación entre dos o más variables (“la atracción física, las
demostraciones de afecto, la similitud en valores y la satisfacción en el noviazgo,
se encuentran vinculadas entre sí”.

Sin embargo, las hipótesis correlaciónales no sólo pueden establecer que dos o más
variables se encuentran asociadas, sino también cómo lo están. Alcanzan el nivel
predictivo y parcialmente explicativo.

Ejemplos:

- “A mayor autoestima, abra menor temor de logro.”

-“Las telenovelas peruanas muestran cada vez un mayor contenido sexual en sus
escenas.”

-“A mayor cultura fiscal, habrá mayor recaudación de impuestos.”

-“A menor cobro de pasaje en una empresa de transporte, habrá menor ingreso.”

-“A mayor confianza, mayor proximidad física.”

Es necesario agregar que, en una hipótesis de correlación, el orden en que

coloquemos las variables no es importante. Es lo mismo indicar “a mayor X, mayor Y”,
que “a mayor Y, mayor X”; o “a mayor X, menor Y”, que “a menor Y, mayor X”.

Ejemplo:

-“A mayor uso de una PC, mayor facilidad de uso.”

3. Hipótesis de la diferencia entre grupos.- Estas hipótesis se formulan en

investigaciones cuya finalidad es comparar grupos. Por ejemplo, supongamos que
un publicista piensa que un comercial televisivo en blanco y negro, cuyo objetivo
es persuadir a los adolescentes que comienzan a fumar para que dejen de
hacerlo, tiene una eficacia diferente que uno en color.

Su pregunta de investigación sería: ¿es más eficaz un comercial televisivo en blanco y

negro que uno en color, cuyo mensaje es persuadir a los adolescentes que comienzan
a fumar para que dejen de hacerlo? Y su hipótesis queda formulada así:

Hi: “El efecto persuasivo para dejar de fumar no será igual en los adolescentes que
vean la versión del comercial televisivo en color que en los adolescentes que vean la
versión del comercial en blanco y negro”.

Ejemplos:

-“El tiempo en que tardan en desarrollar el sida las personas contagiadas por
transfusión sanguínea es menor que los que adquieren el VIH por transmisión sexual.”

-“Las escenas de las telenovelas Corazón Salvaje presentarán mayor contenido

sexual que las de las telenovelas leydis carolina, y estas, a su vez, mayor contenido
sexual que las escenas de la telenovela mi último amor.”
Algunos investigadores consideran las hipótesis de diferencia de grupos como un tipo
de hipótesis correlaciónales, porque en última instancia relacionan dos o más
variables.

Cuando el investigador no tiene bases para presuponer a favor de que grupo será la
diferencia, formula una hipótesis simple de diferencia de grupos, y cuando si tiene
bases, establece una hipótesis direccional de diferencia de grupos.

Las hipótesis de diferencia de grupos pueden formar parte de estudios correlaciónales

si únicamente establecen que hay diferencia entre los grupos, pero si además de
establecer tales diferencias explican el porqué de las mismas, entonces son hipótesis
de estudios explicativos.

4. Hipótesis que establecen relaciones de causalidad.- No solo afirman las

relaciones entre dos o más variables y como se dan esas relaciones, sino que
además proponen un sentido de entendimiento de ellas, todas estas establecen
relaciones de causa-efecto.

Las hipótesis causales pueden simbolizarse como:

“X→Y”
(Una variable) (Otra variable)

Correlación y causalidad son conceptos asociados pero distintos. Si dos variables

están correlacionadas, ello no necesariamente implica que una será causa de la otra.

Supongamos que una empresa fabrica un producto que se vende poco y decide
mejorarlo, lo hace y lanza una campaña para anunciar el producto en radio y
televisión. Después observa que aumentan las ventas del producto. Los ejecutivos de
la empresa podrían decir que el lanzamiento de la campaña está relacionado con el
incremento en las ventas; pero si no se demuestra la causalidad no es posible
asegurar que la campaña haya provocado tal incremento. Quizá la campaña sea la
causa del aumento, pero tal vez la causa sea en si la mejora al producto, un excelente
estrategia de comercialización u otro factor, o bien todas pueden ser causas.
Para establecer causalidad antes debe haberse demostrado correlación, pero además
la causa debe ocurrir antes que el efecto.

Al hablar de hipótesis, a las supuestas causas se les conoce como “variables

independientes” y a los efectos como “variables dependientes”. Únicamente es posible
hablar de variables independientes y dependientes cuando se formulan hipótesis
causales o hipótesis de la diferencia de grupos, siempre y cuando en estas últimas se
explique cuál es la causa de la diferencia hipotetizada.

Ejemplos:

-“La desintegración familiar de los padres provoca baja autoestima en los hijos.”

-“Todas las personas que en 1984 recibieron transfusión de sangre o derivados

contaminados con el VIH morirán antes de 1994.”

-“La falta de preparación de asesores contables genera una menor cultura fiscal.”

A continuación se exponen distintos tipos de hipótesis causales:

a. Hipótesis causales bivariadas.- En estas se plantea una relación entre una variable
independiente y una variable dependiente. Por ejemplo: “Percibir que otra persona
del sexo opuesto es similar a uno en cuanto a religión, valores y creencias nos
provoca mayor atracción física.

Percepción de la
similitud en religión, Atractivo físico
valores y creencias

X Y
(Usualmente la variable independiente (Variable
se simboliza como X en hipótesis dependiente,
causales, mientras que en hipótesis se simboliza
correlaciónales no significa variable como Y)
independiente, puesto que no hay
supuesta causa)

b. Hipótesis causales multivariadas.- Plantean una relación entre diversas variables

independientes y una dependiente, o una independiente y varias dependientes, o
diversas variables independientes y varias dependientes:
 Ejemplos:

“La cohesión y la centralidad en un grupo sometido a una dinámica, y el tipo de

liderazgo que se ejerza dentro del grupo, determinan la efectividad de este para
alcanzar sus metas primarias.

INDEPENDIENTES DEPENDIENTE

Cohesión
Efectividad en el
Centralidad logro de las
metas primarias
Tipo de liderazgo

“La variedad y autonomía en el trabajo, así como la retroalimentación proveniente del

desarrollo de éste, generan mayor motivación intrínseca y satisfacción laborales”

INDEPENDIENTES DEPENDIENTE

Variedad en el trabajo
Motivación
intrínseca
Autonomía en el trabajo
Satisfacción
laboral
Retroalimentación
proveniente del trabajo

Las hipótesis multivariadas plantean otro tipo de relaciones causales, en donde ciertas
variables intervienen modificando la relación (hipótesis con presencia de variables
intervinientes).

METODOLOGÍA
TIPO Y DISEÑO DE INVESTIGACIÓN

1. Tipos de investigación

Tamayo-Tamayo (2000) señala que la investigación tiene formas a saber:

- Básica: Se apoya dentro de un contexto teórico y su propósito fundamental es el de
desarrollar teorías mediante el descubrimiento de amplias generalizaciones o principios.
Tiene como objeto la búsqueda del conocimiento.
- Aplicada: Depende de los descubrimientos y aportes de la investigación básica. Se dirige
a su aplicación inmediata a los problemas sociales y no al desarrollo de teorías científicas.
Danhke (1989, citado por Hernández, Fernández y Baptista, 2003) la investigación se
orienta hacia 4 tipos que son:
-Exploratorios.
-Descriptivos.
-Correlacionales y
-Explicativos
También existe otro tipo de clasificación de los estudios:
- Investigación Cualitativa
- Investigación Cuantitativa

2. La investigación cualitativa y la investigación cuantitativa.

La investigación cualitativa o metodología cualitativa es un método de investigación usado

principalmente en las ciencias sociales que se basa en cortes metodológicos basados en
principios teóricos tales como la fenomenología, hermenéutica, la interacción social empleando
métodos de recolección de datos que son cuantitativos, con el propósito de explorar las
relaciones sociales y describir la realidad tal como experimentan los correspondientes.

El método cualitativo es más comprensivo, y por ello puede aplicarse a análisis globales de
casos específicos, en tanto que el método cuantitativo es más parcial pues estudia aspectos
particulares o generaliza pero desde una sola perspectiva para alcanzar mayor validez.

La investigación cualitativa requiere un profundo entendimiento del comportamiento humano y

las razones que lo gobiernan. A diferencia de la investigación cuantitativa, la investigación
cualitativa busca explicar las razones de los diferentes aspectos de tal comportamiento. En
otras palabras investiga el por qué y el cómo se tomó una decisión, en contraste con la
investigación cuantitativa la cual busca responder preguntas tales cual, donde, cuando. La
investigación cualitativa se basa en toma de muestras pequeñas, esto es la observación de
grupos de población reducidos, como salas de clase, etc.

3. Diseño de la investigación
El diseño de investigación se elige en función de objetivos que se pretenden alcanzar, de los
recursos de que se dispone y del tipo específico del problema que se requiere abordar.

Criterios de clasificación

Varios autores han optado diversos criterios de clasificación de la investigación científica que
permiten un estudio ordenado en términos de complejidad o de metodología.

Enseguida se presentan diversos diseños de investigación agrupados según criterios que

gorman dicotomías no mutuamente excluyentes. La combinación de estas dicotomías da
cuenta de la estructura específica de cada investigación. (Méndez I, Namihira D, et al. 1984).

a) El periodo en que se capta la información.

b) La evolución del fenómeno estudiado.
c) La comparación de poblaciones y
d) La interferencia del investigador en el estudio

A. De acuerdo con el periodo en que se capta la información, el estudio puede ser:

a. Retrospectivo: estudio que utiliza información captada anteriormente a su planeación

con fines ajenos al trabajo de investigación que se pretende realizar. Estos estudios
recurren, generalmente, a las fuentes de información existentes.

Existen estudios que cuentan con una parte de la información y el resto está por
obtenerse. Estos tipos de estudios se denominan retrospectivos parciales, pero con
fines de clasificación se consideran como retrospectivos.
b. Prospectivo: estudio en el que la información se recogerá, de acuerdo con los criterios
del investigador y para los fines específicos de la investigación, después de la
planeación de esta. En síntesis la información se recogerá después de planeada la
investigación.

B. De acuerdo con la evolución del fenómeno estudiado, la investigación puede ser:

a. Longitudinal: estudio en que se mide en dos o más ocasiones la o las variables

involucradas. Implica el seguimiento, para estudiar la evolución de las unidades en el
tiempo; por esto se entiende la comparación de los valores de la o las variables de cada
unidad, en las diferentes ocasiones.
 En las investigaciones longitudinales también pueden realizarse la recolección de
información sobre fenómenos que han estado ocurriendo desde cierto tiempo y cuyo
análisis han de realizarse en el momento actual. Este tipo de investigación se emplea
cuando se desea conocer la evolución de un fenómeno en el transcurso de un
determinado tiempo. En síntesis es longitudinal, cuando se evalúa a lo largo del tiempo
por lo menos dos o más veces.
b. Transversal o de corte transversal: estudio en el cual se mide una sola vez la o las
variables y de inmediato se procede a su descripción o análisis, se miden las
características de uno o más grupos de unidades en un momento dado, sin pretender
evaluar la evolución de esas unidades. Estas investigaciones son empleadas cuando se
desea evitar que el transcurso del tiempo modifique algún fenómeno y dificulte su
comprensión. En síntesis es cuando se evalúa una sola vez a lo largo de tiempo.

C. De acuerdo con la comparación de las poblaciones el estudio puede ser:

a. Descriptivo: Estudio que solo cuenta con una población, la cual se pretende describir
en función de un grupo de variables y respecto de la cual no existen hipótesis centrales.
Quizá se tiene un grupo de hipótesis que se refieren a la búsqueda sistemática de
asociaciones entre variables dentro de la misma población. Si nos referimos a las
principales etapas del método científico: observación del fenómeno estudiado,
planteamiento de la hipótesis y contrastación de la misma; diríamos que en los estudios
descriptivos solo se llega a la primera etapa: la observación.

Dicho de otro modo, es frecuente que en las investigaciones descriptivas no se señale

en forma explícita una o más hipótesis centrales; no es que ella o ellas no existan en
absoluto, si no probablemente se encuentren aún proceso de planteamiento o definición
y los hallazgos de la investigación permitirán formularse convenientemente para,
posteriormente proceder a su contrastación con otra investigación.
b. Comparativo: estudio en el cual existen dos o más poblaciones y donde se quiere
comparar algunas variables para contrastar una o varias hipótesis centrales. Un estudio
de este tipo, puede tener como antecedente a uno o varios estudios descriptivos. En la
investigación comparativa se destacan las consecuencias derivadas de la contrastación
de la o las hipótesis centrales. Adicionalmente, los objetivos de la investigación pueden
referirse a la determinación de diferencias significativas entre conjuntos de datos y se
encuentran resultados de contrastes de análisis estadístico aplicado a la información.
 En las investigaciones de tipo comparativo se busca establecer el tipo de relaciones
entre elementos de un fenómeno. En síntesis se comparan dos poblaciones.

D. De acuerdo con la interferencia del investigador en el fenómeno que se analiza, el

estudio puede ser:

a. De observación (no experimental): estudio en cual el investigador sólo puede

describir o medir el fenómeno estudiado; por lo tanto, no puede modificarse las
variables en voluntad propia de los factores que intervienen en el proceso. Es decir no
puede controlar las condiciones. En síntesis no se pueden modificar las variables, solo
describir.
b. Experimental: estudio en que el investigador modifica a voluntad una i algunas
variables del fenómeno estudiado; generalmente modifica las variables consideradas
como causa dentro de una relación de causa a efecto. El aspecto fundamentalmente de
este tipo de estudios es que se puede asignar al azar las unidades a las diversas
variantes del factor casual.

OPERACIONALIZACIÓN DE VARIABLES

La definición de variables debe hacerse de dos formas: conceptual y operacionalmente. En

otras palabras, la definición conceptual de las variables debe ser transformada en un concepto
operativo, seleccionando los indicadores, en el nivel directamente observable, que permitirán
medir los conceptos.

Definición conceptual

La definición conceptual de las variables constituye una abstracción articulada de palabras para
facilitar su comprensión y su adecuación a los requerimientos prácticos de la investigación. Se
obtiene de una bibliografía especializada o del diccionario.

Ejemplos:

Accesibilidad a los servicios de salud: Mayor o menor posibilidad de tomar contacto con los
servicios de salud para recibir asistencia.

Ocupación: Tarea o función que desempeña una persona en su puesto de trabajo y que
puede estar relacionada o no con su profesión (nivel de educación) y por lo cual recibe un
ingreso en dinero o especie.
Productividad: Capacidad de un aspecto productivo para crear bienes o servicios en
determinada unidad de tiempo.

Por lo general, las definiciones conceptuales son desarrolladas de manera amplia en el rubro
bases teóricas del proyecto. Asimismo, el mayor acuerdo entre los autores respecto a la
definición de un concepto exige una adopción justificada de la definición con la que se trabajará
en la investigación.

Definición operacional

Está constituida por una serie de procedimientos o indicaciones para realizar la medición de
una variable definida conceptualmente. Lo que intenta es obtener la mayor información posible
de la variable seleccionada, de modo que se capte su sentido y se adecue al contexto.

Conceptual Operacional
Accesibilidad a Mayor o menor posibilidad de Facilidades de naturaleza
los servicios de tomar contacto con los servicios geográfica, económica y cultural
de salud para recibir asistencia. con las que cuenta el usuario para
salud
acceder al servicio de salud para
recibir asistencia.
Ocupación Tarea o función que desempeña Actividad específica a la que el
una persona en su puesto de sujeto en el estudio le dedica la
trabajo y que puede estar mayor parte de su tiempo o
relacionada o no con su profesión forma económica en que obtiene
(nivel de educación) y por lo cual el sustento diario.
recibe un ingreso en dinero o
especie.
Productividad Capacidad de un aspecto Cantidad de bienes producidos
productivo para crear bienes o por un trabajador en una jornada
servicios en determinada unidad laboral de ocho horas.
de tiempo.

VARIABLES DE INVESTIGACIÓN

El término variable se define como las características, propiedad o atributo que posee una
persona o cualquier otra realidad animada o inanimada, y que, como su nombre lo sugiere,
posee dos o más valores (D´Ary, Jacobos y Razavieh, 1982). Así por ejemplo, algunas
variables de una persona podrían ser su sexo, cuyos valores serían masculino o femenino; su
edad, con valores que podrían fluctuar de los 0 años hasta los 95 años; el área de residencia,
con valores tales como urbano o rural; etc. Asimismo, realidades tales como la economía de un
país también se constituiría en una variable, cuyos valores pueden ser: desarrollada,
subdesarrollada o precaria.

En los procesos de investigación es ineludible la identificación de la variable o variables de

estudio, pues a través de éstas podemos describir o explicar la realidad que nos hemos
propuesto conocer. Esto requiere que el investigador asuma una definición detallada de las
variables de estudio. Dicha definición será simple o compleja dependiendo de la realidad a la
que se requiera representar; así, por ejemplo, definir la variable sexo será mucho más fácil que
la variable inteligencia.

El proceso de definición de las variables complejas requiere del uso de literatura científica, tales
como diccionarios, libros, enciclopedias o cualquier material científico arbitrado (con referencias
de autor, año, fuente de publicación). Es importante que el investigador asuma la definición que
considere de mayor sustento científico para su investigación. Este tipo de definición de la
variable respondería a una definición conceptual, la misma que es diferente de la definición
operacional que se detallará enseguida.

Por otro lado, además de tener una definición clara de una variable de estudio, también se
requiere saber el tipo de variable al que estamos haciendo referencia. Esto respondería a
identificar cuál va a ser el rol o naturaleza de la variable dentro del proceso de investigación. A
continuación describimos algunas clasificaciones utilizadas de manera extensa por la literatura
científica.

I. Clasificación de las variables

Existen muchas formas de clasificación de las variables, no obstante, entre las dos más
utilizadas se encuentran las que toman de referencia al sujeto de estudio y al uso de las
mismas.

1.1 Según el tema o materia de investigación

De acuerdo con el tema de investigación las variables se clasifican en categóricas y numéricas.

Las variables categóricas

Las variables categóricas clasifican a los sujetos distribuyéndolos en grupos, de acuerdo a

algún atributo previamente establecido, por ejemplo, el idioma, la ocupación, etc. Este tipo de
variables se subdividen a su vez en dos: variables dicotómicas que poseen dos categorías
por ejemplo hombre-mujer, y variables policotómicas que establecen tres o más categorías,
por ejemplo estado civil, nivel académico, etc.

Para la formación de las categorías de este tipo de variables se sigue dos reglas:

a) Las categorías diferencian una forma de otra y son mutuamente excluyentes, es

decir, el objeto de investigación (personas, cosas, etc.) que se clasifique aquí
únicamente puede integrarse a una categoría. Por ejemplo, una persona puede ser
gordo o flaco pero no la suma de las dos categorías.
b) Las categorías de una variable deben ser exhaustivas, es decir, debe incluir todas las
posibles alternativas de variación en la variable. Por ejemplo, la categoría estado civil
incluye los siguientes rangos de variación: casado, soltero, divorciado, viudo, separado,
unión libre, etc.

Las variables categóricas también admiten la asignación de números; no obstante, éstos no

representan cantidades numéricas sino más bien la pertenencia a una clase o jerarquía. Así por
ejemplo, los valores de la variable situación laboral podrían ser expresados a través de los
números 1 (empleado), 2 (subempleado), 3 (desempleado); de igual manera, las variables
grado de instrucción podrían ser representados por los valores 0 (sin instrucción), inicial (1),
primaria (2), secundaria (3), superior (4). Los análisis de la información a partir de este tipo de
variables se realizan mediante procedimientos aritméticos básicos como el simple conteo y los
porcentajes.

ᕱ Las variables categóricas admiten números, pero no cantidades numéricas.

Las variables numéricas

Son variables numéricas cuando se miden atributos que toman un número infinitivo de valores,
como por ejemplo, el peso, la talla, la estatura, etc. Es decir, los valores de estas variables
representan en cada categoría de forma precisa cada unidad de la variable medida
matemáticamente.

Los números utilizados en esta variable pueden ser discretos o continuos. Ejemplo de las
variables discretas sería la variable número de hijos (1, 2,3, etc.), pues cada valor no permite
el fraccionamiento de la variable. En cambio, si existe la posibilidad de dividir en valor numérico
en un continuo de pequeñas fracciones o cantidades es considerada una variable continua.
Por ejemplo; si se afirma que el ingreso de los trabajadores operativos de la industria
maquiladora es un promedio de 1.3 salarios mínimos diarios, o que el promedio semestral de
notas de los alumnos de la Facultad de Medicina es de 15.3. Las variables numéricas permiten
los procesos matemáticos de división y multiplicación.

ᛟ En síntesis la variable categórica admite números continuos y la variable continua son

números enteros, es decir, no admite valores intermedios.

1.2 Según el uso de la variable

De acuerdo al uso que se da a las variables, se clasifican en variables dependientes y en

variables independientes. En un estudio experimental la variable dependiente es la
característica que se investiga y que siempre debe ser evaluada, mientras que la variable
independiente es la característica que se puede medir por separado y que se supone ser causa
de la variable dependiente.

El objeto de un experimento es comprobar cuando una o más variables independientes influyen

o alteran a la variable dependiente, es decir, se la variable independiente produce algún
cambio significativo en la variable dependiente, esta actividad requiere controlar estrictamente
las condiciones experimentales de un estudio.

También se suele utilizar la clasificación de variables dependientes o independientes en los

estudios de naturaleza correlacional; no obstante, esto requiere que en el marco teórico brinde
un sustento científico respecto a cómo se da dicha relación; es decir, cuál es la variable
independiente y cuál es la variable dependiente. Así por ejemplo, un investigador podría estar
interesado en conocer la correlación entre las variables satisfacción con la vida y rendimiento
laboral. Entonces, su marco teórico estaría orientado a sustentar si es que la satisfacción con la
vida influye en el rendimiento laboral; o, por el contrario, se tendría la tesis de que el
rendimiento laboral influye en la satisfacción con la vida.

ᛟ Ejemplos: (variable independiente y dependiente)

X→Y es VD→Y es VI→X

Ejemplo:
Clase social → Educación son las variables y sus valores clase alta, media y baja en la
independiente, y la dependiente no estudia o si estudia. Es decir si hay dinero uno estudia o
sino no.

Otra como VI Consumo de cítricos → resfrío como VD y sus valores de la VI si consume, y no

consume, de la VD sus valores se enferma y no se enferma.

II. Operacionalización de la variable de estudio

Operacionalizar es definir las variables para que sean medibles y manejables. Un investigador
necesita traducir los conceptos (de las variables de estudio) a hechos observables para lograr
su medición. Las definiciones señalan las operaciones que se tienen que realizar para medir la
variable, de forma tal, que sean susceptibles de observación y cuantificación. De acuerdo con
Hempel (1952):

“La definición operacional de un concepto consiste en definir las operaciones que permiten
medir ese concepto o los indicadores observables por medio de los cuales se manifiesta ese
concepto,” (p. 32-50).

En resumen una definición operacional puede señalar el instrumento (cuestionario, ficha de

registro, equipo de diagnóstico por imágenes, etc.) por medio del cual se hará la medición de
las variables. La definición operativa significa ¿cómo le voy a hacer en calidad de investigador
para Operacionalizar mi pregunta de investigación?

Leedy (1993) dice que tiene que haber tres cosas: consenso, medición y precisión. Solo se
puede manejar lo que se puede medir y solo se puede medir lo que se define operativamente.

III. Niveles de medición de variables

Medir significa “asignar números a objetos y eventos de acuerdo a reglas” (Stevens, 1951),
esta definición es adecuada para el área de ciencias naturales, en el campo de las ciencias
sociales medir es “el proceso de vincular conceptos abstractos con indicadores empíricos”
(Carmines y Zeller, 1979, p. 10).

Una característica esencial de la medición es la dependencia que tiene de la posibilidad de

variación o error de medición. La medición de una variable de estudio será más apropiada
(validez) y más precisa (confiabilidad) si se intenta operacionalizarla, evitando así imprecisiones
y ambigüedad.
La medición de las variables puede realizarse por medio de cuatro escalas de medición. Dos
de las escalas miden variables categóricas y las otras dos miden variables numéricas (Therese
L. Baker, 1997). Los niveles de medición son las escalas nominal, ordinal, de intervalo y de
razón. Se utilizan para ayudar en la clasificación de las variables, el diseño de las preguntas
para medir variables, e incluso indican el tipo de análisis estadístico apropiado para el
tratamiento de los datos.

3.1 Medición Nominal

En este nivel de medición se establecen categorías distintivas que no implican un orden

específico. Por ejemplo, si la unidad de análisis es un grupo de personas, para clasificarlas se
puede establecer la categoría estado civil con dos niveles, soltero (S) y casado (C), los
respondientes solo tienen que señalar su estado civil, no se requiere de un orden real.

Así, se asignan números a estos niveles solo sirven para identificación y puede ser indistinto:
1=S, 2=C o bien, se pueden invertir los números sin que afecte la medición: 1=C y 2=S. En
resumen en la escala nominal se asignan números a eventos con el propósito de identificarlos.
No existe ningún referente cuantitativo. La relación lógica que se expresa es: A B (A es
diferente de B).

MUESTREO

1. ¿Qué es muestreo?

Es el proceso de extraer una muestra a partir de una población, en la investigación, no es

necesario estudiar toda la población para resolver el problema, sino que, en general se puede
lograr los objetivos solo una parte representativa de ella.

El muestreo proporciona muchas ventajas como: ahorro de tiempo, reducción de costos y

posibilita mayor profundidad y exactitud en los resultados.

Sin embargo también tiene inconvenientes como: es dificultoso, una muestra mal seleccionada
o sesgada distorsiona los resultados, limitaciones propias del tipo de muestreo.

El proceso de selección de la muestra

La decisión de optar por una muestra de estudio está en función del tamaño de la población de
estudio y el presupuesto económico de los investigadores. En el siguiente gráfico se presenta
el proceso que involucra la determinación de una muestra, luego de haberse decidido por esa
herramienta de investigación.

1. Se define la unidad de análisis y población. → 2. Determina si realizarás muestreo y el tipo

adecuado. → 3.Calcula el tamaño muestral. → 4. Identifica el marco poblacional. → 5.
Selecciona a los individuos de tu muestra.

2. Etapas del muestreo

1. Definir la unidad de análisis y la población de estudio.

Es decir, identificar los criterios de inclusión y exclusión de la población y precisar el
tamaño de la población. Esta etapa la terminas cuando sabes a cuánto asciende el
tamaño de tu población de estudio, y qué criterios de inclusión y exclusión y exclusión
empleas para delimitarla.
 Para seleccionar una muestra lo primero es definir la unidad de análisis
(“quienes van a ser estudiados”). Esto depende del problema a investigar y delos
objetivos de la investigación.
 Una vez definida la unidad de análisis se debe delimitar la población. Una
población es el conjunto de todos los casos que concuerdan con una serie de
especificaciones (criterios de inclusión y exclusión).
 La población debe situarse claramente en torno a sus características de
contenido, lugar y tiempo.
2. Determinar si se realizará muestreo o si se trabajara con toda la población.
Si la población es pequeña y se puede acceder a ella sin restricciones, entonces se
trabajará con toda la población. Si la población es muy grande o es demasiado costoso
trabajar con toda la población, entonces conviene utilizar una muestra.
3. Determinar el tipo de muestreo a emplear.
Precisar si se utilizará un muestreo probabilístico o no probabilístico. Precisar qué sub-
tipo de muestreo se empleará. Se pretende que ña muestra sea un reflejo fiel de la
población (que sea representativa).
4. Calcular el tamaño de la muestra.
Utilizando fórmulas estadísticas o cualitativas, calcula el tamaño mínimo de la muestra
requerido para su estudio.
5. Identificar el marco poblacional de donde se extraerá la muestra.
 Determinar el tamaño de la muestra, es necesario identificar a cada uno de los elegidos.
Para ello se utiliza el “marco poblacional”, que es una lista donde están identificados
todos los elementos de la población.
6. Seleccionar a los individuos de la población que conformarán la muestra.
Si, utilizas un muestreo probabilístico, utilizarás una tabla de números aleatorios para
seleccionar - del marco muestral- a cada uno de los integrantes de la muestra.
Estas etapas son genéricas, casi siempre idénticas para todas las investigaciones. Las
variaciones ocurren dependiendo del tipo de investigación que se realizará.

3. Qué son los criterios de inclusión y exclusión.

Estos criterios son características que sirven para diferenciar quien participa como población en
la investigación y quién no. Los criterios de inclusión y exclusión son demarcadores, son limites
que discriminan entre los que serán parte del estudio y los que no lo serán.

4. Tipos de muestra

Existen dos tipos de muestra; el probabilístico y el no probabilístico.

a. Muestreo probabilístico o aleatorio

Todo integrante de la población tiene una probabilidad determinada y conocida de
conformar la muestra. Son más confiables pero más complicados de realizar. Este tipo
de muestreo es el que alcanza mayor rigor científico, y se caracteriza porque se cumple
el principio de la equi-probabilidad, según el cual todos los elementos de la población
tienen la misma probabilidad de ser elegidos en una muestra.
La muestra probabilística es la más adecuada para identificar índices y describir
poblaciones mediante muestras. Este tipo de muestreo es típico y necesario cuando
estás realizando investigaciones cuantitativas, descriptivas y correlacionales.
Son los más costosos, requieren más tiempo y recursos. Es más lento y complicado.
Sin embargo, su costo vale la pena porque los resultados se pueden generalizar a toda
la población.
Tipos de muestreo probabilístico
Muestreo Aleatorio Simple
Es la modalidad de muestreo más conocida y que alcanza mayor rigor científico.
Garantiza la equi-probabilidad de elección de cualquier elemento y la independencia de
selección de cualquier otro. En este procedimiento se extraen al azar un número
determinado de elementos (conocido como “n”), de la población (conocido como “N”).
La secuencia es:
a) Definir la población
b) Elaborar una lista de toda la población, asignándoles n´´umeros consecutivos desde
1 hasta “n”.
c) Calcular el tamaño de la muestra.
d) Extraer al azar los elementos hasta completar el número calculado (utilizando tablas
de números aleatorios o programas de computadora como el SPSS).

Muestreo Aleatorio Sistemático.

Este muestreo es más rápido que el anterior, sobre todo se la población es numerosa y
está previamente ordenada. La forma de selección utiliza un sistema sencillo.
La elección sistemática partiendo de listas, es válida si el orden no ha sido establecido
teniendo en cuenta la característica que estudiamos. No pueden servir, por ejemplo,
listas en orden de ingresos, si esta es una de las variables de investigación.

Muestreo Estratificado
El muestreo estratificado consiste en sub-dividir la población en subgrupos o estratos
según las características que se consideran y en elegir la muestra de modo que estén
representados los diferentes estratos.
Dentro de cada estrato se puede aplicar el muestreo aleatorio simple o sistemático.
Para obtener la muestra estratificada, se siguen los siguientes pasos:
a) Se divide la población en estratos.
b) De cada estrato se extrae una muestra por muestreo aleatorio simple.
c) Se asigna a cada individuo según ciertas reglas de afijación (simple, proporcional,
óptima).
d) La suma de las muestras de cada estrato forma la muestra total “n””.

Muestreo Por Conglomerados.

Este tipo de muestreo se utiliza cuando los individuos de la población constituyen
grupos naturales muy grandes o conglomerados que contienen otros grupos más
pequeños de forma sucesiva.
Esta técnica es útil porque no es necesario identificar ni tener un listado de todos los
elementos de la población para seleccionarlos aleatoriamente, sino que después de
 seleccionar los conglomerados, se procede a elaborar dicho listado sólo para los
elementos que componen los conglomerados elegidos.
En el muestreo por grupos el proceso sigue estos pasos:
1. La población se divide previamente en grupos o conglomerados que contienen
diversos elementos.
2. Se seleccionan aleatoriamente el número de conglomerados y se trabaja con el total
de elementos pertenecientes a los conglomerados elegidos.
3. La unidad muestral es el conglomerado (clúster) o grupo y el proceso de selección
aleatoria se aplica a la selección de éstos y no a los elementos menores que
componen el conglomerado.

Muestreo Polietápico.
En este caso se combina el muestreo aleatorio simple con el muestreo por
conglomerados. Primero se realizara un muestreo por conglomerados (Ej. Si los
conglomerados son colegios en Lima, se seleccionan aleatoriamente varios de ellos).
Segundo, no se eligen todos los estudiantes (como ocurriría en un muestreo por
conglomerados), sino que se elige una muestra aleatoria (dicha muestra puede ser
obtenida por muestreo aleatorio simple o puede ser estratificado).

El proceso sigue una secuencia de etapas de selección de unidades muestrales de

mayor rango a otras de menor, hasta llegar a los individuos o elementos que
constituyen la muestra: provincia, distrito escolar, centros, aulas, estudiantes. Este tipo
de muestreo sólo necesita conocer los individuos que integran los conglomerados de la
última etapa.

b. Muestreo no probabilístico (no aleatorio)

Todo integrante de la población no tiene una probabilidad determinada, tampoco es
conocida, de conformar la muestra. Los criterios para seleccionar la muestra son
estadísticos, son racionales. Son menos confiables, pero las más frecuentes, por ser más
económicas y, algunas veces, más convenientes.
No se basa en el principio de la equi-probabilidad. Estas técnicas siguen otros criterios de
selección procurando que la muestra obtenida sea lo más representativa posible.
Estas muestras, al no utilizar el muestreo al azar, es decir, no se sabe si los resultados
estarán sesgados. Sin embargo, aunque existe esta limitación, en la práctica los muestreos
no probabilísticos son a menudo necesarios e inevitables, porque son más económicos,
rápidos y menos complicados.
Este tipo de muestreo es necesario en investigaciones cualitativas, exploratorias, históricas,
documentales.
Tipos de muestreo no probabilístico.
Muestra accidental
Es aquella que se obtiene sin ningún plan pre-concebido. Las unidades elegidas resultan
producto de circunstancias fortuitas y descontroladas. Con este muestreo nunca sabrás
hasta qué punto tus resultados son válidos y si en verdad representan a la población. Este
es el tipo de muestreo menos confiable.
Las investigaciones que utilizan voluntarios es un tipo de muestreo accidental. Estas
muestras están sesgadas porque los voluntarios tienen características distintas a la
población en general como por ejemplo mayor status social, son menos conformistas, etc.

Muestra por cuotas.

Se calcula el tamaño de la muestra dependiendo de la distribución de la población.
Por más que esa presunción llegue a ser válida, no deja de existir cierta arbitrariedad en
este modo de proceder, por lo que la rigurosidad estadística de las muestras por cuotas se
reduce considerablemente.

Muestra intencional.
Es el mejor tipo de muestreo no probabilístico, se realiza sobre la base del conocimiento y
criterios del investigador. Se basa, primordialmente, en la experiencia con la población.

Muestreo por rastreo o “bola de nieve”.

Son muy empleados en la investigación cualitativa histórica, documental y etnográfica.
En este muestreo, los primeros elegidos como encuestados (a juicio del investigador)
proponen y ayudan a la selección de los restantes de la muestra. Esta técnica se utiliza
para localizar por referencias a miembros de poblaciones peculiares o muy difíciles de
acceder.
Siempre existe el riesgo del sesgo porque la persona sugerida por otro miembro de la
muestra tiene una probabilidad mayor de ser similar a la primera.

INSTRUMENTO DE RECOLECCIÓN DE DATOS

Existen dos tipos de recolección de datos que son de gran difusión y uso en la investigación
de ciencias sociales: la encuesta y la entrevista.
 Mientras que la primera está orientada hacia la recolección de datos cuantitativos, la
segunda, a datos cualitativos. De allí proceden tanto los potenciales como limitaciones de
las mismas.

Ambos instrumentos de investigación requieren de una adecuada preparación tanto de sus

formatos como de quienes van a aplicarlos a la población de estudio. Asimismo, existe la
exigencia de cumplir con criterios de validez y fiabilidad.

ADICIONALES (de ayuda)

1. ¿Cómo calculo el tamaño de la muestra?

El cálculo del tamaño de la muestra depende de qué tipo de investigación estas

realizando.

1.1 ¿Cómo calculo el tamaño de la muestra si mi investigación es cuantitativa?

En los estudios cuantitativos, el tamaño de la muestra depende de la precisión con

que se desea estimar el parámetro de la población. Entre más grande sea la muestra
más representativa de la población será.

Para calcular el tamaño de las muestras cuantitativas se emplean fórmulas

estadísticas. Utilizando valores, como:

 El tamaño de la población: Si es mayor a 100 mil, entonces el tamaño de la

muestra será suficiente con 370. Si es menor a 100 mil, necesitas calcular
empleando formulas.
 El nivel de confianza: Te aconsejo que siempre sea del 95%.
 El tamaño aproximado de la proporción (p,q): Si no las conoces, que sea
del 50% cada una.
 El error máximo admisible: Acepta un error máximo del 5%.
 Otros valores adicionales: como la tasa de no respuesta, etc.

1.2 ¿Cómo calculo el tamaño de la muestra si mi investigación es cualitativa?

Debido al pequeño tamaño muestral una de las limitaciones frecuentes es que la

representatividad de los resultados se pone en duda. Sin embargo, debemos tener en
 cuenta que el interés de la investigación cualitativa se centra en descubrir el
significado o reflejar realidades múltiples, por eso, la generalización de resultados no
es un objetivo primordial.
De lo dicho, uno de los principios que guía el muestreo cualitativo es la saturación de
datos, esto es, el punto en que ya no se obtiene nueva información y esta comienza a
ser redundante.
El “punto de saturación” ocurre cuando hay redundancia en la información; por eso es
importante realizar un muestreo intencional apropiado, seleccionando a los
participantes que mejor representen o tengan conocimiento del fenómeno a investigar.
Esta teoría se basa en el principio de la variabilidad de opiniones de los informantes.
Si no hay mucha variabilidad, se podía trabajar con una pequeña muestra.

El proceso de muestreo cualitativo tiene los siguientes pasos:

1. El investigador empieza con una noción general de donde y con quién comenzar.
2. La muestra se selecciona de manera seriada, es decir, los miembros sucesivos de
la muestra se eligen basándonos en los ya seleccionados y en qué información
han proporcionado.
3. Con frecuencia se utilizan informantes para facilitar la selección de casos
apropiados y ricos en información.
4. La muestra se ajusta sobre la marcha. La información obtenida ayudan a enfocar
el proceso del muestreo.
5. El muestreo continúa hasta que se alcanza el “punto de saturación”.
6. El muestreo final incluye una búsqueda de casos confirmantes, que enriquezcan y
desafíen las hipótesis de los investigadores.

2. ¿Cómo selecciona a los integrantes de mi muestra?¿De dónde obtengo mi marco

poblacional?

Para seleccionar a los integrantes de tu muestra, primero necesitas un marco poblacional,

es decir, el listado de todos los posibles integrantes de la población que podrían participar
en tu investigación.

3. ¿Cuál es el procedimiento muestral que más me conviene?

Habitualmente, el investigador no trabaja con todos los elementos de la población que
estudia sino sólo con una parte o fracción de ella; a veces es muy grande y no es fácil
abarcarla en su totalidad.
La falta de tiempo, elevado costo, accesibilidad a los individuos y complejidad de las
operaciones de recogida, clasificación y análisis de los datos, obliga a los investigadores a
estudiar solo una parte representativa de la población, denominada muestra. Esto es
válido porque si se selecciona correctamente la muestra, ésta puede aportar información
representativa y exacta de toda la población, sin necesidad de estudiarla toda.

4. ¿Cómo redacto el procedimiento muestral?

Lo único que se necesita es describir a la población, la cantidad de muestra a utilizar, el

tipo de muestreo que se empleará.

5. Todo sobre investigación cuantitativa y cualitativa.

5.1 Contenido teórico

Al elegir una estrategia de investigación puede existir, en algunas disciplinas, la opción

entre métodos cuantitativos y cualitativos. En algunos casos, cuando los datos son
múltiples y de tipo repetitivo y estructurado, muchos datos formalizados y estandarizados
referidos a muchas unidades de análisis de cierto tipo, se impone un tratamiento
cuantitativo, que usualmente es de tipo estadístico, como, por ejemplo, al procesar una
encuesta o al analizar registros económicos. Otros tipos de análisis cuantitativos son, por
ejemplo, el análisis contable o el análisis de modelos matemáticos formales, otras veces,
es cuando los datos no tienen esas características, se impone un tratamiento cualitativo,
que es frecuente en disciplinas tales como la historia, la psicología, la zoología, la
paleontología, la geología, la antropología o el derecho, aunque en todas esas disciplinas
también son posibles diseños basados en el tratamiento cuantitativo o en la misma
información.

5.2 Aspectos importantes para uno de los enfoques.

En ciencias sociales se presenta, a menudo en los investigadores, y en particular en los

investigadores noveles, la disyuntiva de usar enfoques cualitativos o cuantitativos. Lo
primero que cabe decir es que muchas veces no existe la disyuntiva como tal, (se pueden
combinar métodos o técnicas cuantitativas y cualitativas en el mismo proceso de
producción científica).

Algunos datos empíricos son intrínsecamente cuantitativos, como, por ejemplo, la medida
de la temperatura, o la declaración de la edad, o los ingresos de los respondientes en una
encuesta. Otros datos son intrínsecamente cualitativos, como, por ejemplo, el diagnostico
de un paciente registrado en su historia clínica: o la ocupación declarada por las personas
ocupadas en una encuesta de un empleo. El tratamiento de los datos no debe confundirse
con su naturaleza intrínseca.

Dentro de la categoría de los datos intrínsecamente cualitativos, se puede distinguir varios

grados de estructuración o de estandarización. Una historia de vida gravada directamente
de boca de su protagonista suele ser una narración poco estructurada. Pero seguramente
habrá una mezcla de diferentes aspectos de la vida personal: familiares, laborales,
políticos, de salud, de educación, migratorios y así sucesivamente. Este tipo de
información es intrínsecamente no estructurada, no estandarizada, no formalizada.

El tratamiento cuantitativo es aplicado usualmente para información estandarizada, pero

el tratamiento cualitativo puede versar sobre información estandarizada o no
estandarizada.

Existen algunos procedimientos cuantitativos para tratar información no estandarizada,

como la llamada “minería de datos”, o los métodos cuantitativos para el análisis lingüístico
o de contenido de textos de investigación científica. Por ejemplo, un conjunto de cartas
personales, o de noticias periodísticas, o de fotos satelitales, o de dibujos infantiles o de
descripciones de flora o fauna, pueden ser volcados en una estructura formal y dar origen
a un conjunto de datos estructurados, en los que analiza o desagrega información original
en una serie de aspectos o piezas discretas de información.

Repetividad cuando se dispone de información cualitativa estructurada o estandarizada se

abre la posibilidad de usar métodos estadísticos o enfoques matemáticos. Si además de
un enfoque matemático se desea usar métodos estadísticos, se requiere tener un número
suficiente de casos análogos. El enfoque estadístico se basa no solo en datos
estandarizados sino que además requiere que los datos sean repetitivos, hay algunos
fenómenos intrínsecamente únicos e irrepetibles, hay otros fenómenos que son
repetitivos, como, por ejemplo, los veranos y los inviernos las periódicas apariciones del
fenómeno del niño, las elecciones presidenciales.

Cuando un fenómeno es repetitivo, se tiene por un lado un universo población de

referencia integrada por todas las repeticiones del fenómeno y por otro la muestra de
repeticiones efectivamente observadas en las que versa el estudio. Como ya se indicó, se
debe distinguir cuidadosamente, en este aspecto, el tratamiento estadístico y el
tratamiento matemático. Aunque el análisis estadístico requiere una pluralidad numerosa
de casos en la muestra observada, no es así en los casos de los modelos matemáticos,
un modelo matemático formaliza de manera estilizada un cierto fenómeno, aun cuando
dicho fenómeno sea único e irrepetible como el big bang.

En otras palabras se puede tener enfoques matemáticos de fenómenos únicos, pero para
tener enfoques o modelos estadísticos se requieren fenómenos repetitivos a menudo un
dato originalmente recogido en forma cualitativa es convertido luego en un dato posible de
análisis cuantitativo o viceversa. Además el investigador puede diseñar sus instrumentos
de investigación de tal modo que el dato pueda ser registrado de una o de otra manera,
por ejemplo, las respuestas de la población ante ciertas preguntas, o las características
de determinadas especies de animal, o determinados fenómenos del comportamiento. Por
otra parte la dualidad cuantitativa y cualitativo no absoluto.

5.3 Criterios para la opción

Un enfoque cuantitativo no es necesariamente superior o inferior a un método cualitativo,

o viceversa en cuanto a su capacidad de general conocimiento científico. Sería incorrecto
que el investigador elija uno u otro enfoque guiado solo por sus preferencias o
inclinaciones en el campo científico, o por motivos más pedestres (por ejemplo, utilizar un
método cualitativo simplemente porque no domina los métodos cuantitativos, aunque
estos sean los más adecuados para el problema) tanto en el caso cuantitativo como el
cualitativo existe un desafío permanente: lograr una selección una sistematización de los
datos en función del problema planteado, las ciencias no parte de los hechos para
construir teoría: lo usual es partir de cierta teoría para elegir y clasificar los hechos.

Las formas legitimas de análisis científicos de tipo cualitativo, de acuerdo a estas

consideraciones son: (1) aquellas que se basan en información cualitativa estructurada y
repetitiva, o bien (2) aquellas en que la información originalmente no estructurada es
traducida en una forma estructurada, o bien (3) aquello en que la información cualitativa
puede ser agrupada en una taxonomía como ocurre en el caso de la botánica, la zoología
y otras disciplinas sonde el propósito clasificatorio ocupo una posición preponderante, o
por ultimo aquellos casos en que la investigación cualitativa es de tipo exploratorio y
desemboca en la construcción del marco conceptual, en la definición de una hipótesis, o
en la elección de posibles indicadores observables, así sirve como primera fase de una
investigación validatoria o explicativa, que generalmente es más cuantitativa.

5.4 El uso injustificado de métodos cualitativos

En algunos casos los diseños cualitativos aparecen de manera inmotivada, y muchas

veces injustificada. Si el tema ya ha sido estudiado antes de manera cualitativa, si el
problema que se pretende estudiar sugiere fuertemente la conveniencia de un análisis
cuantitativo, la elección de un diseño cualitativo debe justificarse adecuadamente. Debe
destacarse que la elección aparentemente inmotivada de un método cualitativo en el
campo de las ciencias sociales o de las humanidades, frecuentemente combinada con un
diseño de tipo exploratorio y con una fuerte debilidad o ausencia de marco, la
investigación científica, teórico, puede ser resultado de la adopción por parte del
investigador de una doctrina extra científica que suponga la primacía de la intuición sobre
el racionamiento.

El proyecto puede ser, en cambio de tipo literario filosófico, ensayístico, aun cuando (por
razones diversas) presente como actividad supuestamente científica.

5.5 El uso injustificado de métodos cuantitativos

También es posible observar a veces un uso innecesario o excesivo de métodos

cuantitativos en situaciones que no lo requieren. La razón principal para ello suele ser el
deseo, de parte del investigador, de otorgar más credenciales de cientificidad a sus
conclusiones mediante el uso de dichos métodos. Esta pretensión podría ser atendible si
el enfoque cuantitativo respondiese al uso de datos más precisos, mas sistemáticos, más
rigurosos, o a la aplicación de teorías y modelos más formalizados, ejemplo el uso
erróneo de aplicar métodos cuantitativos o matemáticos a un material empírico de
carácter informal y poco riguroso, o a un conjunto de muy pocos casos que no constituye
una muestra al azar de tamaño suficiente para extraer conclusiones validas.