CAPTULO 1

HISTORIA DE LOS ENFOQUES CUANTITATIVO, CUALITATIVO Y MIXTO: RACES Y MOMENTOS DECISIVOS

INTRODUCCIN
En este captulo no se pretende abarcar la historia de la investigacin, mucho menos la historia de la ciencia. Una enciclopedia completa no bastara para abordar este tema. Solamente queremos ubicar al estudiante que se inicia en la investigacin sobre algunos de los momentos histricos ms importantes para la indagacin cuantitativa, cualitativa y mixta. El tpico regularmente no apasiona a los jvenes, por esto procuraremos ser breves centrndonos nicamente en las ciencias sociales.

EL ENFOQUE CUANTITATIVO: SUS DOS PRINCIPALES ANTECESORES

Como ya se mencion en el primer captulo de Metodologa de la investigacin, 4 edicin, el enfoque cuantitativo en las ciencias sociales se origina en la obra de Augusto Comte (1798-1857) y Emile Durkheim (1858-1917), con la influencia significativa de Francis Bacon, John Locke y Emmanuel Kant. Es decir, el abuelo de tal enfoque es el positivismo. A la mitad del siglo XIX , el racionalismo iluminaba la actividad cientfica, la revolucin iniciada por Isaac Newton se encuentra en plena consolidacin, particularmente por los avances cientficos y tecnolgicos alcanzados en la poca. Con la publicacin en 1849 del Discurso sobre el espritu positivo de Augusto Comte, se inicia en las ciencias sociales un paradigma denominado positivista. Cabe sealar que, en trminos sencillos, un paradigma es una manera de concebir al mundo. Esta visin proclama, entre otras cuestiones, que la realidad es una sola y es necesario descubrirla y conocerla. Asimismo, el sentido de la percepcin resulta la nica base admisible del conocimiento humano y del pensamiento preciso (Wikipedia, 2005a). Las ideas esenciales del positivismo provienen de las denominadas ciencias exactas como la Fsica, la Qumica y la Biologa; por tal

motivo, los positivistas se fundamentaron en cientficos como Galileo Galilei, Isaac Newton, Nicols Coprnico, Thomas Robert Malthus y Charles Darwin. As, el mundo social puede estudiarse de manera similar al mundo natural (tal como se investigan los tomos, las molculas, los planetas y los invertebrados; se pueden analizar los patrones de conducta de los trabajadores, las razones de las enfermedades mentales, los efectos de un mtodo educativo sobre el aprendizaje o las migraciones humanas) y existe un mtodo exclusivo para indagar ese mundo social, que es libre de los valores del investigador. Por ello, para el positivismo, la objetividad es muy importante, el investigador observa, mide y manipula variables; adems de que se desprende de sus propias tendencias (la relacin entre ste y el fenmeno de estudio es de independencia). Lo que no puede medirse u observarse con precisin se descarta como objeto de estudio. Adems, ste se encuentra determinado por leyes y axiomas. El positivismo solamente acepta conocimientos que proceden de la experiencia, esto es, de datos empricos. Los hechos son lo nico que cuenta. Es decir, los positivistas establecen como fundamental el principio de verificacin: una proposicin o enunciado tiene sentido slo si resulta verificable por medio de la experiencia y la observacin; as, solamente cuando existe un conjunto de condiciones de observacin significativas para determinar su verdad o falsedad. Todo debe ser comprobable y esta condicin es vlida para todas las ciencias. La experimentacin constituy la forma principal para generar teora. El positivismo (muy rgido) fue remplazado por el pospositivismo, fundamentado en el anterior, pero ms abierto y flexible. Tal visin comienza a gestarse hacia fines del siglo XIX, pero realmente se consolida hacia la mitad del siglo pasado. La gestacin la inician las obras de autores como Wilhelm Dilthey y William James. Karl Popper lo impulsa de forma notoria. Adems en cada campo o disciplina, diversos autores lo desarrollan. Sus propuestas esenciales se pueden resumir en los siguientes puntos: Existe una realidad, pero solamente puede ser conocida de manera imperfecta debido a las limitaciones humanas del investigador (Mertens, 2005). Por lo tanto, tal realidad es factible descubrirla con cierto grado de probabilidad. El observador no se encuentra aislado de los fenmenos que estudia, sino que forma parte de stos, lo afectan y l, a su vez, influye en ellos.

Las teoras y explicaciones se consolidan y eliminan otras posibles teoras y explicaciones rivales. Los antecedentes del investigador pueden influir lo que se observa. La objetividad es solamente un estndar que gua la investigacin, por lo que el investigador debe estar atento y tratar de permanecer neutral para prevenir que sus valores o tendencias influyan en su estudio, adems de seguir rigurosamente procedimientos prescritos y estandarizados.

La experimentacin en el laboratorio es una forma central para probar hiptesis, pero no la nica. Por ello, se desarrollaron los diseos cuasiexperimentales (Mertens, 2005).

Los conceptos de las teoras consideradas y las hiptesis a probar deben tener referentes empricos y consecuentemente, es necesario medirlos, aunque estas mediciones nunca son perfectas, siempre hay un grado de error.

En conclusin, pudiramos establecer que la diferencia esencial entre el paradigma positivista y el pospositivista se ubica en su concepcin del conocimiento. En este ltimo, se supera el esquema que considera la percepcin como simple reflejo de las cosas reales y el conocimiento como copia de esa realidad. El conocimiento, en cambio, se visualiza como el resultado de una interaccin, de una dialctica, entre el conocedor y el objeto conocido. El pospositivismo es una especie de padre del enfoque cuantitativo y le otorga tres principales elementos que lo caracterizan: Recolectar datos en la forma de puntuaciones (que se origina en las matemticas). Es decir, los atributos de fenmenos, objetos, animales, personas, organizaciones y colectividades mayores son medidos y ubicados numricamente. Analizar tales datos numricos en trminos de su variacin. La esencia del anlisis implica comparar grupos o relacionar factores sobre tales atributos mediante tcnicas estadsticas (en el caso de las ciencias del comportamiento, mediante experimentos y estudios causales o correlacionales). El enfoque cuantitativo se consolida a lo largo del siglo XX y tiene momentos claves como los que se presentan a continuacin.

EL ENFOQUE CUANTITATIVO: MOMENTOS CLAVE

Es difcil definir con precisin cundo se inici el enfoque cuantitativo, ms bien sus comienzos provienen de distintas fuentes y su evolucin ha sido continua (algunos autores de la historia de la ciencia los ubican desde Aristteles y otros en diferentes puntos de los siglos XVI, XVII y XVIII). Gottfried Achenwall (en 1748-49) acu el trmino en alemn Statistik para referirse al anlisis de los datos del Estado, en particular los censos poblacionales (Aliaga, 2000 y Wikipedia, 2005b). En 1801, William Playfair, un ingeniero y economista, desarrolla las grficas estadsticas como un mejor medio para representar los resultados (anteriormente se utilizaban tablas). En 1816, Carl Friedrich Gauss propone la desviacin media, y alrededor de esa poca (1809-1826) genera el anlisis de la distribucin normal y plantea la tcnica de mnimos cuadrados que posteriormente derivaran en el anlisis de varianza. En 1817, el francs Marc Antoine Jullien realiza una encuesta sobre diversos sistemas educativos en el mundo. Alrededor de 1880, se genera el anlisis de correlacin en Inglaterra y Karl Pearson, profesor desde 1884 en the University College (Londres), presenta en la ltima dcada del siglo XIX: la moda (medida de tendencia central), una frmula producto del momento de correlacin, un procedimiento para calcular el tamao de muestra adecuado para representar a una poblacin, la regresin lineal y mltiple (con la identificacin de la capacidad para predecir puntuaciones mediante la informacin sobre la correlacin entre las variables), as como el coeficiente de contingencia y la chi-cuadrada, 2 (Creswell, 2005, Aldrich, 2005 y Aliaga, 2000). Otro investigador que trabaj sobre la correlacin mltiple fue George U. Yule (1897). En 1901 Pearson junto con Weldon y Galton fundan Biometrika, una revista que se dedic al desarrollo de anlisis estadsticos en el campo de la Biologa. A finales del siglo XIX ha nacido un pilar del enfoque cuantitativo: la estadstica. Asimismo, en la dcada de 1890-1900 se desarrollan las primeras pruebas mentales (con los esfuerzos de investigadores como Sir Francis Galton, James McKeen Cattell y Alfred Binet). En 1901, E. L. Thorndike y R. S. Woodworth discuten sobre la necesidad y valor del grupo de control en los experimentos. En 1904, Charles Spearman presenta su

coeficiente rho. Adems por esos aos se aplica el procedimiento para reducir variables denominado el anlisis de factores y la prueba t (Creswell, 2005). En 1910 la armada estadounidense comienza a usar pruebas psicolgicas estandarizadas, particularmente durante la Primera Guerra Mundial (Creswell, 2005). De igual forma surgen por tal ao, los diseos experimentales como los latinos cuadrados de Thorndike. Adems, las encuestas (surveys) incrementan su popularidad en las primeras dcadas del siglo XX. En 1916, W. A. McCall concibe la asignacin al azar en experimentos y en 1917, F. Stuart Chapin publica sobre la experimentacin en ciencias sociales. Durante los aos de 1930, se contina el desarrollo de pruebas psicomtricas y de logro, as como la estadstica inferencial (conclusiones de la muestra a la poblacin) se comienza a utilizar y diversos procedimientos se fortalecen. McCall publica en 1923 su famosa obra: Cmo experimentar en Educacin. Entre 1924 y 1932, Elton Mayo realiza sus experimentos en la planta Hawthorne de la compaa Western Electric, lo que da inicio a este tipo de estudios en las organizaciones, En la siguiente dcada, se desarrollan las pruebas de seleccin de personal y un sinnmero de tests estandarizados en diferentes campos. En 1935, Sir Ronald Fisher consolida en su libro El diseo de experimentos el anlisis de varianza y las pruebas de significancia en general, adems de los experimentos modernos. En 1938, este ltimo autor publica junto con F. Yates, las tablas estadsticas para la investigacin en la Agricultura, la Biologa y la Medicina. Asimismo, la Asociacin de Educacin Progresiva en EE. UU. comienza a realizar estudios longitudinales. Durante la dcada de 1950, la investigacin cuantitativa se encuentra en su apogeo, surgen diversas encuestas, experimentos, revistas cientficas, diseos, etc. Tambin comienzan a desarrollarse las mquinas para calificar pruebas y la computadora. En los aos de 1960, Donald T. Campbell y Julian Stanley (1963) generan una tipologa sobre los estudios experimentales que priva hasta nuestros das (incluso en la presente obra) y un anlisis de las fuentes que pueden atentar contra la claridad de sus resultados. De igual forma, el querido profesor Fred Kerlinger identifica tipos de diseos cuantitativos y fortalece el enfoque respectivo. Por otra parte, se desarrolla una concepcin que explica cmo los tems difieren en dificultad y discriminacin (teora de las respuestas a los tems) (Creswell, 2005). Surgen una gran cantidad de textos de estadstica. Los programas de anlisis de datos se desarrollan, particularmente el Paquete Estadstico para las Ciencias Sociales (SPSS). 6

En la dcada comprendida entre 1970 y 1980 se identifican diversos modelos causales multivariados (por ejemplo, el modelamiento de ecuaciones estructurales), se desarrolla el metaanlisis (tcnica para analizar datos provenientes de distintos estudios con mediciones similares) y se sugieren los tipos de validez (Thomas Dixon Cook y Donald T. Campbell, 1979), que ms recientemente se conciben como clases de evidencia acerca de la validez. Asimismo, John W.Tukey empieza con el anlisis exploratorio de datos (publica en 1977). En los aos de 1980, se reta a las aproximaciones clsicas con las pruebas estadsticas, esto es, mediante el examen de la magnitud de la relacin entre variables, a travs de la estimacin del tamao del efecto (Creswell, 2005). Se introduce el concepto de sensibilidad experimental. En la ltima dcada del siglo XX surgen mediciones y anlisis multivariados ms complejos, adems se consolida la idea de poder de medicin mediante la utilizacin de diferentes instrumentos para medir las variables de investigacin. Los programas de anlisis se sofistican y comercializan, y es aqu estamos. Cabe sealar que el primer enfoque a la investigacin en desarrollarse fue el cuantitativo. donde ahora

EL ENFOQUE CUALITATIVO: SUS COMIENZOS

Diferentes autores ubican sus orgenes en distintos momentos, por ejemplo, Vidich y Lyman (2002) los sitan en los siglos XV y XVI con la denominada etnografa temprana, en la que se estudiaba a los pueblos primitivos; o Lincoln y Denzin (2003) fundamentalmente los circunscriben a principios del siglo XX, al igual que Creswell (2005). A nuestro juicio, el enfoque cualitativo realmente se inicia como un proceso investigativo a finales del siglo XIX y sobre todo en el comienzo del siglo
XX,

aunque algunos arquelogos realizaron estudios inductivos en la mitad del XIX. El primer problema es que hay diversas visiones que se han considerado como

tipos de investigacin cualitativa (Tesch, 1990, ubica 26 clases) y las bases epistemolgicas son variadas. Sin embargo, concordamos con Mertens (2005) en que el constructivismo es tal vez el paradigma que influy ms en el enfoque cualitativo (ciertamente muchos diferirn, pero su peso es innegable). ste tiene sus primeros cimientos con Emmanuel Kant (siglo XVIII), quien seala bsicamente

que el mundo que conocemos es construido por la mente humana. Las cosas en s mismas existen, pero nosotros las percibimos del modo como es capaz de percibirlas nuestra mente. De los postulados de Kant va a surgir el constructivismo, en un intento de conciliar el racionalismo y el asociacionismo. Otro autor clave para esta corriente paradigmtica es Max Weber (1864-1920), quien introduce el trmino verstehen o entender, reconoce que adems de la descripcin y medicin de variables sociales, deben considerarse los significados subjetivos y la comprensin del contexto donde ocurre el fenmeno. El constructivismo propone: No hay una realidad objetiva, la realidad es edificada socialmente, por consecuencia, mltiples construcciones mentales pueden ser aprehendidas sobre sta, algunas de las cuales pueden estar en conflicto con otras; de este modo, las percepciones de la realidad son modificadas a travs del proceso del estudio (Mertens, 2005). El conocimiento es construido socialmente por las personas que participan en la investigacin. La tarea fundamental del investigador es entender el mundo complejo de la experiencia vivencial desde el punto de vista de quienes la experimentan, as como, comprender sus diversas construcciones sociales sobre el significado de los hechos y el conocimiento. La investigacin es en parte producto de los valores del investigador y no puede ser independiente de ellos. El investigador y los individuos estudiados se involucran en un proceso interactivo. El conocimiento resulta de tal interaccin social y de la influencia de la cultura. Entre algunos de los autores que durante el siglo XX influyeron en el desarrollo del constructivismo tenemos a Mary Parker Follett (1868-1933), en el campo de la administracin y las organizaciones; Jean Piaget (1896-1980 ) y Lev Semenovich Vygotsky (1896-1934) en la educacin y John Dewey (1859-1952) en la Pedagoga; as como Margaret Mead en la Antropologa. El constructivismo como uno de los padres1 del enfoque cualitativo le otorga los nfasis principales que lo caracterizan:

Podramos decir padres o madres, para no generar susceptibilidades.

El reconocimiento de que el investigador necesita encuadrar en los estudios, los puntos de vista de los participantes. La necesidad de inquirir cuestiones abiertas. Dado que el contexto cultural es fundamental, los datos deben recolectarse en los lugares donde las personas realizan sus actividades cotidianas.

La investigacin debe ser til para mejorar la forma en que viven los individuos. Ms que variables exactas lo que se estudia son conceptos, cuya esencia no solamente se captura a travs de mediciones.

EL ENFOQUE CUALITATIVO: MOMENTOS CLAVE

En los aos de 1920, un grupo de investigadores conocidos como la Escuela de Chicago comenzaron a realizar diversos estudios cualitativos, entre los autores destacan: Albion Small, W.I. Thomas, F. Znaniecki y el filsofo George Herbert Mead. Por ejemplo, Thomas y Znaniecki publicaron una investigacin en 1927 sobre los inmigrantes polacos, en la cual se utiliza la biografa de los participantes como herramienta de recoleccin de los datos. Otros estudios se centraron en culturas especficas y grupos urbanos marginados. Margaret Mead (uno de cuyos maestros fue Franz Boas) publica sus conocidas obras Coming of age in Samoa y Growing Up in New Guinea, en 1928 y 1930 respectivamente; para 1932, un libro que resea su indagacin sobre la cultura de una tribu india. Posteriormente, en la misma dcada se agregaron otros estudios de Robert E. Park y E.W. Burgess. Everett C. Hughes y Herbert Blumer en la siguiente dcada comenzaron a desarrollar una aproximacin conocida como el interaccionismo simblico, el cual influy en el desarrollo del enfoque cualitativo. En los aos de 1940 y 1950 decay la importancia del enfoque cualitativo debido al posicionamiento de su rival cuantitativo (Gobo, 2005), aunque se realizaron algunos trabajos etnogrficos de investigadores como Elizabeth y Allison Davis, y Burleigh y Mary Gardner, que estudiaron las clases sociales en Natchez, Mississippi, EE. UU.; al igual que Conrad Arensberg, quien hizo algunas investigaciones similares en Irlanda. Clair Drake y Horace Cayton publicaron una obra que fue el resultado de los anlisis efectuados en la poblacin afroamericana

del sur de Chicago. George Spindler tambin trabajo la antropologa educativa y George M. Foster estudi diversas culturas latinoamericanas. Asimismo, Howard S. Becker analiza diferentes profesiones. Cabe destacar que la investigacin-accin comienza a desarrollarse en esta etapa (1945-1955) con nombres como John Collier, R. Lippitt y M. Radke y S. Corey. Todos ellos siguieron a quien muchos autores consideran el fundador formal de tal visin, Kurt Lewin (Masters, 2000; Creswell, 2005). En la dcada de 1960 a 1969, este enfoque recobra vitalidad e importancia. La etnometodologa surge con vigor. Peter L. Berger and Thomas Luckmann en 1966 presentan sus modelos de construccin de la realidad (Berger y Luchmann, 1966). Dos socilogos, Barney G. Glaser y Anselm L. Strauss, con pacientes en estado terminal en el San Francisco Medical Center de la Universidad de California, realizan diversos estudios y de sus experiencias publican el libro Discovery of Grounded Theory (1967), as emerge la teora fundamentada (despus ambos autores presentan visiones diferentes de dicha teora como se coment en el libro). P. Jackson publica un trabajo cualitativo derivado de sus estudios en las aulas (1968). A esta poca se le denomina la primera encrucijada del paradigma cualitativo (Shank, 1995). Asimismo, Paulo Freire comienza con la investigacin participativa en Amrica Latina, especficamente en Brasil. En la dcada de 1970, el enfoque cualitativo contina popularizndose. Denzin (1970) reanaliza el concepto de triangulacin. E. G. Guba consolida la propuesta de un enfoque alternativo, el naturalista (1978). La teora fundamentada contina evolucionando. Herbert Blumer desarrolla el interaccionismo simblico (lvarez Gayou, 2002). Para los aos de 1980, Terrence E. Deal y Allan A. Kennedy proponen estudiar las culturas organizacionales al estilo etnogrfico. Smith (1983) distingue entre dos aproximaciones filosficas: idealismo y realismo. Matthew Miles y Michael Huberman (1984) presentan procedimientos para el anlisis cualitativo. Lincoln y Guba (1985) identifican diferencias entre el naturalismo y otras clases de investigacin. A. L. Strauss publica en 1987 su obra: Qualitative Analysis for Social Scientists. Cabe destacar que la investigacin bajo el marco de referencia feminista, se desarrolla notablemente en esta dcada con los trabajos de: McRobbie (1982), Patai (1983), Clegg (1985), Cook y Fonow (1986), y McCormack (1989). En la dcada de 1990, Strauss y Corbin (1990 y 1994) publican procedimientos ms avanzados sobre la teora fundamentada, y LeCompte, Milroy and Preissle 10

(1992) presentan nuevos esquemas etnogrficos. De igual forma, Denzin y Lincoln (1994) muestran alternativas del proceso cualitativo. Creswell (1998) distingue entre cinco diferentes procedimientos de indagacin cualitativa. Las editoriales McGraw-Hill y SAGE publican varios libros de investigacin cualitativa. Surgen diversas revistas cientficas cualitativas en todos los campos, continan la tendencia de la dcada anterior. Cabe sealar que entre 1989 y 1992, surge un software para anlisis cualitativo: el Atlas.ti, el cual se desarrolla por Thomas Muhr en la Universidad Tcnica de Berln; as, para 1993, se presenta el prototipo y en 1996 se realiza la primera versin. Decision Explorer fue originalmente diseado a principios de la dcada para apoyar la labor de mapeo cognitivo realizada por Colin Eden en las universidades de Bath y Strathclyde. Posteriormente es comercializado por Banxia Software. Otros programas son generados durante el periodo. A partir de 2000, es un hecho que pocos dudan ya de lo valioso del enfoque cualitativo. Clandinin y Connelly (2000) revitalizan los diseos narrativos; mientras que Kemmis y McTaggart (2000) hacen lo mismo con la investigacin participativa. Y aqu estamos. Los diferentes marcos conceptuales cualitativos comienzan a integrarse en diseos con autores como Creswell (2005) y Mertens (2005). Mertens (2005), comenta que las aproximaciones feminista, participativa y marxista entre otras ms bien son parte del paradigma transformativo, que reconoce diversas realidades y la influencia del contexto social y cultural en todas sus dimensiones (poltica, econmica, de gnero y origen tnico, de habilidades y capacidades distintas). La relacin entre el investigador y los participantes es de total interdependencia y se sugiere que la investigacin debe servir para mejorar las condiciones de vida de los grupos marginados de la sociedad.

EL ENFOQUE MIXTO: MOMENTOS CLAVE

De acuerdo con Tashakkori y Teddlie (2003) adems de Mertens (2005), el enfoque mixto se basa en el paradigma pragmtico. Esta visin evita utilizar conceptos como verdad y realidad que han causado, desde el punto de vista de sus autores, conflictos entre los enfoques cuantitativo y cualitativo. La efectividad se utiliza como el criterio para juzgar el valor de la investigacin, son las circunstancias las que determinan el grado en que se utilizan las aproximaciones

cuantitativa y cualitativa. Desde luego, la relacin investigador-participantes es interdependiente bajo esta ptica y se reconoce la influencia de los valores del investigador. El enfoque mixto ha sido criticado (preferimos omitir autores o referencias para no generar enconos) por los llamados fundamentalistas y otros investigadores que lo aceptan, pero lo consideran ingenuo, ya que requiere mucho ms recursos (de todo tipo) que la investigacin cuantitativa o la cualitativa; lo cual es cierto, pero esto no significa que sea quiz la mejor alternativa para generar conocimiento. Sera una tristeza que la investigacin mixta fuera exclusiva de los pases desarrollados y Amrica Latina quede fuera de su alcance. La historia de los mtodos mixtos se remonta al trabajo criminalstico durante las dcadas de 1960 y 1970, fueron utilizados sin denominarlos como tales. Posteriormente, en 1973, S. Sieber sugiri la mezcla de estudios de caso cualitativos con encuestas, cre as un nuevo estilo de investigacin y la integracin de distintos mtodos en un mismo estudio. Hacia el final de los aos de 1970, T. D. Jick introdujo los trminos bsicos de los diseos mixtos, propuso recabar datos mediante tcnicas cuantitativas y cualitativas, e ilustr la triangulacin de datos (Jick, 1979). Como ya se mencion en el libro (Metodologa de la investigacin, 4 edicin), el concepto de triangulacin fue clave para la concepcin de los diseos mixtos El trmino triangulacin proviene de la ciencia naval militar, es el proceso por medio del cual los marineros emplean varios puntos de referencia para localizar la posicin de un objeto en el mar (Jick, 1979). Posteriormente, en los aos de 1980 se inici el debate sobre la legitimidad de la investigacin mixta. Asimismo, el concepto de triangulacin se extendi ms all de la comparacin de datos cuantitativos y cualitativos y se pudo hablar de diversos tipos de triangulacin en el contexto hbrido: de teoras, de mtodos, de investigadores, pero sobre todo, de enfoques (esto ltimo ya en los aos de 1990). Brewer y Hunter (1989) publican un libro sobre multimtodos. Greene, Caracelli y Graham (1989) escriben un artculo sobre el marco referencial mixto. Para la dcada de 1990 el debate sobre los modelos mixtos fue sumamente conflictivo y se polarizaron opiniones: rechazo y aceptacin. En 1991, Janice M. Morse concibi un sistema para simbolizar los diseos mixtos y propuso modelos. En 1997 Richard Grinnell visualiz diseos especficos, al igual que Creswell (1998).

Tashakkori y Teddlie (1998) nos proporcionan otras posibilidades para anlisis en los diseos mixtos y revisan la reciente historia de los mtodos mixtos. Durante esta dcada el enfoque mixto se aplica en diversos campos como la Educacin, la Comunicacin, la Psicologa, la Medicina y la Enfermera. Se realizan varios congresos para debatir el tema. Denzin y Lincoln (2000) presentan una amplia discusin sobre la triangulacin. Creswell, Plano, Clark, Guttman, y Hanson (2003) presentan una tipologa de diseos mixtos. Tashakkori y Teddlie (2003) efectan una revisin del estado del arte en la materia. En el 2004 y 2005 se realizan diversas revisiones de las posibilidades del enfoque mixto (Creswell, 2005; Mertens, 2005; Grinnel y Unrau, 2005). Y, nuevamente, aqu estamos. Mertens (2005, pp. 8 y 9) compara los paradigmas presentados en el presente captulo, hacindose las siguientes preguntas: 1. La pregunta relativa a la realidad (ontolgica): Cul es la naturaleza de la realidad? (cmo se concibe?). 2. La pregunta sobre la naturaleza del conocimiento y la relacin entre el investigador y el fenmeno estudiado (epistemolgica): Cmo son concebidos el conocimiento y la relacin entre el investigador y el fenmeno estudiado? 3. La pregunta sobre el mtodo: De qu manera el investigador obtiene el conocimiento deseado y comprende el fenmeno? Hemos adaptado las respuestas en la tabla 1.1. Tabla 1.1 Principales paradigmas en la investigacin
CARACTERSTICAS
Y SUPUESTOS.

POSPOSITIVISMO.

CONSTRUCTIVISTA.

TRANSFORMATIVO.

PRAGMTICO.

Etiquetas asociadas con el paradigma

Experimental Cuantitativo Causal Comparativo

Naturalista Fenomenolgico Hermenutico Interaccionista simblico (interactivo) Etnogrfico Cualitativo

Teora crtica Neo-marxista Feminista Participativo Emancipatorio

Mtodos y modelos mixtos o hbridos

Mltiples realidades, Supuesto de realidad Una realidad conocida en trminos de probabilidad. Mltiples realidades, construidas socialmente. formadas por el contexto social, poltico, econmico, cultural y tnico. Lo que es til para explicar un fenmeno es lo verdadero.

13

realidad

en trminos de probabilidad.

construidas socialmente.

contexto social, poltico, econmico, cultural y tnico.

explicar un fenmeno es lo verdadero. Las relaciones entre el investigador y el fenmeno, o participantes del estudio, estn determinadas por lo que el investigador considera como apropiado para cada estudio en particular.

Supuesto del conocimiento y relacin entre el investigador y el fenmeno

La objetividad es importante, el investigador observa, mide y manipula variables; se desprende de sus tendencias.

El conocimiento es interactivo, producto del vnculo entre el investigador y los participantes. Los valores y tendencias de todos los involucrados son hechas explcitas, generan descubrimientos.

El conocimiento es interactivo, producto del vnculo entre el investigador y los participantes. Se sita social e histricamente.

Supuesto metodolgico

Bsicamente cuantitativo e intervencionista.

Bsicamente cualitativo, hermenutico y dialctico.

Con bases cualitativas, pero pueden utilizarse mtodos cuantitativos y mixtos. Los factores histricos estn incluidos.

El mtodo depende del planteamiento especfico del estudio. Son vlidas las tcnicas cuantitativas, cualitativas y mixtas.

El siglo XX inici con un enfoque principal, el cuantitativo; y culmin con dos enfoques fundamentales: cuantitativo y cualitativo. No es el caso de que uno substituyera al otro, sino que el segundo se agreg al primero. El siglo XXI comienza ahora con una tercera va (que se viene gestando desde dos dcadas atrs): el enfoque mixto. Los prximos 10 aos son fundamentales para que este adolescente (o hbrido) madure. Ustedes lectores, tienen la palabra.

14

CAPTULO 2

LA TICA EN LA INVESTIGACIN

LA INVESTIGACIN INVOLUCRA SERES HUMANOS

La investigacin en las ciencias mdicas y sociales involucra seres humanos como participantes en experimentos, encuestas, entrevistas y estudios cualitativos. Incluso, a veces son coinvestigadores (por ejemplo, la investigacin-accin participante o participativa). Aun cuando se revisan registros escolares, cartas y materiales audiovisuales, se involucra a personas, las cuales tienen derechos como sujetos de un estudio. Por ello, los aspectos ticos son relevantes. A continuacin mencionaremos brevemente algunas cuestiones ticas en la investigacin. Respeto a los derechos de los participantes De acuerdo con los Principios ticos y el Cdigo de conducta de la American Psychological Association (2003), los participantes en una investigacin tienen los siguientes derechos: Estar informados del propsito de la investigacin, el uso que se har de los resultados de la misma y las consecuencias que puede tener en sus vidas. Negarse a participar en el estudio y abandonarlo en cualquier momento que as lo consideren conveniente, as como negarse a proporcionar informacin. Cuando se utiliza informacin suministrada por ellos o que involucra cuestiones individuales, su anonimato debe ser garantizado y observado por el investigador (por ejemplo, podemos usar datos de un censo sin tener que pedir la aprobacin de toda la poblacin incluida, pero estos datos no son individuales ni personales). Adicionalmente mencionaremos que es conveniente que los participantes reciban algo en reciprocidad de su involucramiento en un estudio Por ejemplo, capacitacin, informacin, un regalo, ayuda de algn tipo (como una terapia, soporte emocional despus de que el estudio concluy, una consulta mdica,
2

consejos, entre otros), recursos econmicos (aunque como seala Creswell, 2005), este financiamiento no debe ser excesivo, un reconocimiento (un diploma, una carta) o al menos, un agradecimiento particularizado. Asimismo, es sumamente importante que conozcan los resultados finales de la investigacin (asunto que en los estudios cualitativos es necesario para la calidad de los mismos). Wiersma y Jurs (2005) identifican dos aspectos relacionados con tales derechos: Consentimiento o aprobacin de la participacin. Adems de conocer su papel en una investigacin especfica, es necesario que los participantes proporcionen el consentimiento explcito acerca de su colaboracin (preferentemente por escrito, en especial en estudios cualitativos). Las formas de aprobacin deben adaptarse a los requerimientos legales de la localidad donde se lleve a cabo la investigacin (en varios pases no existe todava una regulacin en la materia, entonces debemos explicitar en el documento algo as como: Nombre de la persona__________________, consiento o apruebo participar en el estudio nombre de ste, de manera voluntaria y en el pleno uso de mis facultades fsicas y mentales). En el caso de menores de edad se requiere el consentimiento de los padres de familia (por escrito) y de los nios o jvenes participantes. Si adems, se involucra a una o varias instituciones, se requiere tambin de la aprobacin de un representante legal de stas (por ejemplo, en escuelas, empresas, asociaciones, centros deportivos o comerciales). A veces, por cuestiones de tiempo, podemos tener una sola forma con la leyenda o frase de aprobacin y espacios para que cada participante la firme (formato colectivo). Esto es muy comn en encuestas. De igual forma, en una parte del cuestionario se puede agregar un breve mensaje: El responder a este cuestionario implica su aprobacin para participar en el presente estudio. El consentimiento depende de qu tan efectivos seamos al presentar los objetivos de la investigacin. Asimismo, si vamos a grabar a los participantes (audio y video), ellos deben autorizar tal accin. Confidencialidad y anonimato. Se refiere a que no se revele la identidad de los participantes ni se indique de quines fueron obtenidos los datos (por ejemplo, en un estudio del clima organizacional que revela aspectos delicados de una empresa como la moral interna y la motivacin, no

resulta conveniente sealar el nombre de la organizacin, salvo que as lo soliciten la directiva y los representantes de los trabajadores). En el caso de una investigacin cualitativa donde se revelan sentimientos profundos, la confidencialidad debe ser absoluta ya que es una promesa que se cumple a los participantes. En una ocasin, los autores efectuamos un estudio de clima laboral y los directivos quisieron que les proporcionramos los nombres de quienes haban evaluado desfavorablemente a la empresa, por supuesto, la negativa a tal peticin fue rotunda, lo que signific la renuncia inmediata y sin concesiones. Traicionar la confianza de los participantes es una seria violacin a los principios de la tica y la moral. Inaceptable. En el caso de los materiales de audio y video, stos nunca podrn ser mostrados a personas ajenas al equipo de investigacin, cuyos miembros se comprometen por escrito a nunca revelar la identidad de los participantes ni ensear los materiales. Se deben guardar en un lugar seguro y destruirse en un tiempo razonable. Los participantes deben decidir cundo eliminarse. Otro elemento importante es el respeto a la privacidad de los participantes, no podemos entrometernos en las vidas de las personas. Cuando se filma abiertamente (por ejemplo, en un parque o un centro comercial), por lo regular las conductas de las personas son pblicas (observadas por otros) y no es una situacin crtica (de hecho, las cmaras de seguridad graban de forma permanente el comportamiento de las personas que transitan por el lugar), pero dentro de un hogar, en una escuela o un hospital, debemos obtener la autorizacin de los gatekeepers y de los participantes, quienes al principio estarn conscientes del hecho, pero paulatinamente se olvidarn de ste. El investigador o investigadora est obligado a proteger a los participantes de riesgos, daos y amenazas que pudieran afrontar ellos y el equipo de investigacin. Cualquier cuestin que los pueda daar fsica y/o mentalmente, de manera irreversible o an reversible, debe eliminarse. Un ejemplo, ocurri hace poco tiempo a uno de los autores. Un grupo de investigadores realiz un estudio en una prisin para evaluar los factores que contribuyen a la readaptacin positiva de los reos a la sociedad. En la investigacin participaron estudiantes. Cuando concluy la etapa exploratoria, uno de los investigadores les pidi a los alumnos que obtuvieran informacin sobre la corrupcin dentro de la crcel. Lo cual
4

significa poner en un severo riesgo a los jvenes y resulta inadmisible. Se impidi que tal situacin se presentara, pues si al investigador le interesa el fenmeno de la corrupcin, l mismo debe investigarlo bajo su propio riesgo. Una cuestin debatida sobre las amenazas potenciales a participantes ocurre frecuentemente en la Medicina, pues siempre hay una primera persona que se expone a un nuevo tratamiento o medicamento y corre un riesgo elevado. Tal fue el caso de una nia beb (Eileen Saxon y sus padres), quien en 1944 debi someterse en el hospital Johns Hopkins a una operacin innovadora para su poca y que la comunidad mdica de ese entonces, en su mayora, conceba como algo casi imposible. La ciruga implic el ensamblar de una arteria que se diriga al corazn a una arteria que conduca a los pulmones, en una tentativa de dar a la sangre una segunda ocasin para su oxigenacin. Esta primera operacin del beb azul vino a ser conocida como la desviacin de Blalock-Taussig. La intervencin quirrgica era parte de una investigacin. El dilema para el mdico cirujano-investigador y su asistente (doctor Alfred Blalock y el seor Vivien Thomas, respectivamente) fue que para continuar el estudio y salvar muchas vidas, se necesitaba efectuar la ciruga, que evidentemente colocaba en riesgo a la pequea participante. Qu hacer en estos casos? La respuesta es compleja. En el ejemplo todo result bien y la beb (cuya esperanza de vida era de unos meses), sali exitosa de la operacin. Pero no siempre ocurre as, por ello, el doctor Roberto Hernndez Galicia recomienda que en estos casos deben agotarse todas las dems posibilidades antes de seguir adelante, minimizarse los riesgos, experimentar con animales (con el debido cuidado y observancia de las leyes de proteccin a stos) hasta que los procedimientos sean asegurados y evitar que sea el ego del investigador quien gue las decisiones.

Respeto al lugar donde se efectan las investigaciones El contexto en el cual se conducen las investigaciones debe ser respetado. Primero, obteniendo los debidos permisos para acceder al lugar de parte de personas autorizadas (gatekeepers). Segundo, al observar y cumplir con las reglas del sitio y recordar que somos invitados, por lo cual tenemos la obligacin de ser amables, cooperativos, cordiales y respetuosos de las personas, sus creencias y costumbres.

Otros asuntos ticos Cuando se recolectan opiniones, especialmente en un estudio cualitativo, debemos intentar incluir todas las voces y puntos de vista de los diferentes actores y grupos sociales. No podemos marginar a ciertas personas. Asimismo, en la investigacin no tienen cabida el racismo o la discriminacin. Todos los participantes, de cualquiera de los dos gneros, niveles socioeconmicos y orgenes tnicos son igualmente importantes y merecen el mismo respeto. Por otro lado, es necesario que seamos sensibles a la cultura de los participantes. Finalmente, los resultados deben reportarse con honestidad (sin importar cules hayan sido) y es fundamental reconocer las limitaciones de la investigacin y las nuestras propias.

CAPTULO 3
MARCO TERICO: COMENTARIOS ADICIONALES, BSQUEDA MANUAL Y POR INTERNET

COMENTARIO
Algunos de los elementos del presente captulo se haban incluido en ediciones anteriores de Metodologa de la investigacin, en la parte impresa, ahora se localizan a continuacin. Antes, revisaremos ciertas cuestiones referentes al marco terico que quedaron pendientes en la obra.

CUNTAS FUENTES PRIMARIAS DEBEN CONSTITUIR EL MARCO TERICO?

Ya se coment que esto depende del planteamiento del problema, el tipo de reporte que estemos elaborando y el rea en la cual nos situemos, adems del presupuesto. Por lo tanto, no hay una respuesta exacta. Sin embargo, algunos autores sugieren que entre 20 y 30 referencias es lo usual (Mertens, 2005). En una investigacin en licenciatura para una materia o asignatura el nmero puede variar entre 10 y 20, en una tesis en el mismo nivel de 20 a 25, en un artculo para una revista cientfica, entre 35 y 60, al igual que una tesis de maestra. En una disertacin doctoral el nmero se incrementa entre 60 y 100 (no son de ninguna manera estndares, pero resultan en la mayora de los casos). Sin embargo, deben ser referencias directamente vinculadas con el planteamiento del problema, es decir, se excluyen las fuentes primarias que mencionan indirectamente o de forma perifrica el planteamiento, aquellas que no recolectan datos o no se fundamentan en stos (que son simples opiniones de un individuo) y tambin las que resultan de trabajos escolares no publicados o no avalados por una institucin. Qu tan extenso debe ser el marco terico? Al igual que con la pregunta anterior, son mltiples los factores que determinan la extensin de los marcos tericos. En los estudios cualitativos es mnima o se discute la revisin de la literatura en los resultados, tal como se puede apreciar en el libro. En los cuantitativos, Creswell (2005) sugiere que en propuestas de tesis de posgrado y estudios profesionales oscilen entre 10 y 15 cuartillas estndares

(nosotros creemos que entre ocho y 15 es adecuado), en artculos para revistas cientficas, de seis a 12; en tesis, de 25 a 50. Una tendencia es que el marco terico sea breve y concreto, pero sustancial. Qu se revisa de una referencia primaria? Mertens (2005) y Creswell (2005) sugieren una revisin que se presenta en la figura 3.1. Figura 3.1 Revisin de una referencia primaria

Planteamiento del problema e hiptesis

Paradigma del investigador

Diseo

Muestra: Tamao, caractersticas de participantes, mtodo de seleccin utilizado.

Si las referencias no coinciden en su planteamiento con el nuestro, se desechan o se revaloran. Cuando el paradigma es distinto, debemos considerar si resultan tiles. El diseo, muestra, anlisis, resultados y discusin deben ser apropiados de acuerdo al planteamiento del estudio revisado (consistentes). Adems podemos evaluar cada referencia de acuerdo con los criterios que se presentan en el ltimo captulo de este disco.

Estrategia de anlisis y tipos de anlisis realizados.

Resultados y discusin

Para analizar las referencias, recordemos que se toma en cuenta: Cercana o similitud a nuestro planteamiento (utilidad). Cercana a nuestro mtodo. Similitud a nuestra muestra. Fecha de publicacin o difusin (entre ms reciente, mejor). Rigor (cuantitativo, cualitativo o mixto). No olvidemos que en el enfoque cuantitativo el marco terico regularmente influye en el planteamiento y ayuda a formularlo. Uno de los propsitos esenciales de la literatura es ubicar al planteamiento (y estudio) respecto a lo que se conoce y
3

desconoce sobre ste. Nos tiene que indicar: Cul es el panorama actual respecto al planteamiento? Si no genera claridad sobre el panorama resulta ineficaz. El marco terico debe tener direccin y progresin Direccin para elegir fuentes primarias apropiadas. Esto implica demostrar cmo otros investigadores han utilizado el conocimiento disponible para refinar sus problemas de investigacin y cmo sus preguntas, hiptesis y resultados han evolucionado este conocimiento. Asimismo, deber resultar evidente en el marco terico, la forma en que tales investigadores utilizaron la literatura para establecer sus conclusiones y responder a las preguntas de sus estudios. El marco terico se desarrolla para documentar cmo nuestra investigacin agrega valor a la literatura y/o conocimiento existente. Si nuestro estudio nicamente duplica lo que ya se sabe, no agrega ningn valor. Recordemos: Sistematizar las referencias por ttulo, autor, temas y subtemas, palabras clave u otro criterio lgico (o una organizacin cruzada considerando varios criterios). Buscar fuentes primarias recientes o clsicas, pero relevantes en la historia del anlisis del problema de nuestra investigacin. Otro ejemplo de qu hacer cuando no existe literatura Incluso planteamientos novedosos o que han recibido poca atencin en el pasado, comparten alguna similitud con aquellos que s han sido estudiados, por lo cual sus referencias pueden sernos tiles (este caso solamente ocurre cuando verdaderamente existen pocas fuentes primarias vinculadas a nuestro planteamiento).1 A finales de los aos de 1980, si nuestro planteamiento se hubiera referido a la indiferencia de los jvenes para evitar tener relaciones sexuales o tomar precauciones mediante diversas tcnicas novedosas para la poca (desinters que provoca embarazos no deseados). Al momento de iniciar la investigacin nos hubiramos percatado de que muchas de esas tcnicas no se conocan (algunas no se haban inventado o su creacin era reciente) y muy pocos estudios haban sido efectuados previamente. No se dispone de literatura sobre el planteamiento concreto, sin embargo, s podramos encontrar referencias abundantes sobre tpicos vinculados, los cuales proporcionaran direccin a la investigacin. Entre
1

El ejemplo est adaptado deYedigis y Weinbach (2005).

tales temas (con fuentes primarias para la revisin de la literatura) ubicaramos los siguientes: - Uso de los anticonceptivos tradicionales. - Tasas de xito de los anticonceptivos. - Actitudes respecto a la utilizacin de tales anticonceptivos. - Temores de los jvenes para utilizarlos. - Valores que evitan tener relaciones sexuales prematrimoniales. - Obstculos para utilizar los servicios de salud (pblicos y privados) en la prevencin de embarazos. - Recompensas y castigos sociales para las jvenes embarazadas. - Niveles de informacin sobre las consecuencias del embarazo antes del matrimonio. Y otras ms. Respecto a cada problema, casi siempre hay literatura disponible.

PROCESO PARA BUSCAR REFERENCIAS DE FORMA MANUAL Y EN INTERNET

En la actualidad, obtener las fuentes primarias (piezas de la literatura o referencias bibliogrficas), es posible hacerlo a travs de varios medios: 1. Acudiendo a un banco o una base de datos (ya sea mediante internet, un directorio especializado o directamente al sitio por su direccin electrnica). 2. Manualmente en una biblioteca. 3. A travs de internet, mediante un motor de bsqueda tal como se mencion, en trminos generales, en el cuarto captulo del libro (Googgle, Yahoo, Copernic, etctera). Acudiendo a un banco/base de datos por va electrnica Los bancos o las bases de datos manuales y las que se encuentran en la web, contienen una cantidad considerable de referencias bibliogrficas sobre diversos temas y problemas de investigacin. Al acudir a una base de datos, slo nos interesan las referencias que se relacionen directamente con el problema concreto
5

a investigar. Por ejemplo, si pretendemos analizar la relacin entre el clima organizacional y la satisfaccin laboral, cmo encontraremos las fuentes primarias que en verdad tienen que ver con el problema de estudio que nos incumbe? Primero, con la revisin de una base de datos apropiada. Si nuestro tema trata sobre clima organizacional y satisfaccin laboral, no consultaramos una base de datos sobre cuestiones de qumica como Chemical Abstracts ni una base de datos con referencias de la historia del arte, sino una base de datos con fuentes primarias respecto a la materia de estudio, tal es el caso de Wiley InterScience, Communication Abstracts y ABI/INFORM (bases de datos correctas para nuestra investigacin). Si vamos a comparar diferentes mtodos educativos por medio de un experimento, debemos acudir a la base de datos adecuada: ERIC (The Education Resources Information Center). Una vez elegida la base de datos que emplearemos, procedemos a consultar el manual de temas, conceptos y trminos (thesaurus) respectivo2, que contiene un diccionario o vocabulario en el cual podemos hallar un listado de palabras para realizar la bsqueda. Del diccionario debemos seleccionar las palabras o conceptos clave que le proporcionen direccin a la bsqueda (que son los trminos contenidos en el planteamiento del problema). Con tales palabras iniciamos sta. La bsqueda nos proporcionar un listado de referencias vinculadas a las palabras clave (dicho de otra manera, el listado que obtengamos depender de estos trminos llamados descriptores, los cuales escogemos del diccionario o simplemente los utilizamos y provienen del planteamiento). Por ejemplo, si vamos a revisar en la base de datos ERIC y de su diccionario o vocabulario seleccionamos las palabras o el descriptor Teacher effectiveness (efectividad del profesor); el resultado de la consulta ser una lista de todas las referencias bibliogrficas que estn en ERIC y que se relacionen con la efectividad del profesor. Si la bsqueda la hicimos el 29 de noviembre del 2005, se obtienen 38 585 referencias (que son demasiadas, por lo que tenemos que utilizar ms descriptores o incrementar nuestra precisin). Las palabras o descriptores sirven para limitar o ampliar el universo de referencias a solicitar. Se usan conjuntamente con tres preposiciones (denominadas operadores del sistema booleano): and (en espaol y), or (en espaol o ) y and not (en espaol y no). Con los descriptores y las preposiciones estableceremos los lmites de la consulta al banco o la base de datos.
2

De acuerdo con Cornell University Library (2005), el thesaurus es una lista de todos los ttulos o descriptores usados en cierta base de datos, catlogo o ndice.

Para comprender lo anterior, tomemos primero a un ejemplo ficticio con una supuesta base de datos. Supongamos que queremos analizar la msica del grupo de rock The Beatles y que acudimos a la base de datos ROCKERS3 para hacer nuestra revisin de la literatura. Consultamos el manual o diccionario (thesaurus) de ROCKERS, buscamos por orden alfabtico las palabras o los descriptores que nos lleven a obtener un listado de referencias pertinentes para nuestro problema a investigar (la msica del grupo The Beatles). Obviamente elegimos el trmino Beatles. Si seleccionramos las palabras Rolling Stones o Madonna, no nos serviran. Entonces solicitamos un listado de referencias con la palabra elegida (Beatles); as obtendremos todas las referencias contenidas en ROCKERS que hablen o tengan que ver con The Beatles, incluso sobre la niez de sus integrantes, la historia de sus familiares, sus gustos, la trgica muerte de John Lennon o George Harrison y muchos otros aspectos. Esto se representa en la figura 3.2. Figura 3.2 Universo de referencias en la bsqueda de ejemplo

Universo de referencias

Beatles

Pero si nada ms nos interesan los contenidos de sus canciones, debemos elegir adicionalmente otras palabras u otros descriptores del manual para delimitar nuestro universo de referencias; por ejemplo: SONGS (canciones) y conectarlos con AND. Entonces nuestro universo de referencias sera la interseccin entre Beatles Y songs (que se muestra en el espacio con las lneas). Solamente se recuperan los registros que contienen todos los trminos incluidos en la bsqueda, las referencias que comprenden las dos palabras, y se muestra en la figura 3.3.
3

Obviamente la base de datos es ficticia.

Figura 3.3 Interseccin de la bsqueda en el ejemplo

Si agregramos el trmino CONTENT (contenido). De esta manera, nuestros descriptores seran Beatles, songs y content, los cuales se utilizaran de diferente modo segn las preposiciones que escojamos para vincularlos. Si incluimos todos los trminos entrecomillados (BEATLES SONGS CONTENT), nuestro listado producto estara constituido por todas las referencias de The Beatles que tengan que ver con el contenido de sus canciones. Lo mismo ocurre si los relacionamos con la preposicin AND (BEATLES AND SONGS AND CONTENT). La figura 3.4 refleja lo anterior.

Figura 3.4 Bsqueda del ejemplo con tres descriptores

Beatles es un universo de referencias que contiene todo lo escrito o grabado fsica y electrnicamente sobre ellos. Songs es un universo que incluye todo lo que se relacione con las canciones de The Beatles, Schubert, Wagner, Joan Manuel Serrat, Ana Beln, Pablo Milans, Vivaldi, El Tri, Joaqun Sabina, Plcido Domingo, Pink Floyd, U2, Shakira y todos los compositores e intrpretes de cualquier gnero en la historia de la msica; pero a nosotros en este caso slo nos interesaran los contenidos (CONTENT) de las canciones (SONGS) de The Beatles (BEATLES). Insistimos que el listado de referencias a obtener se limitara a investigaciones sobre el contenido de las canciones de The Beatles. Nada ms. El listado sera resultado de la interseccin de los tres descriptores. El uso de la preposicin OR (o) es menos frecuente y tiene un efecto de expansin del universo de referencias (BEATLES OR SONGS). El listado a obtener son todas las referencias sobre The Beatles y sobre canciones en general (de The Beatles y de todos los dems grupos e intrpretes en la historia de la msica). Vemoslo grficamente en la figura 3.5.

Figura 3.5 Ampliacin de la bsqueda del ejemplo por el uso de la preposicin or

El uso de la preposicin AND NOT (y no) produce el efecto de excluir las referencias del universo de uno de los descriptores (BEATLES AND NOT SONGS). El listado a obtener son todas las referencias sobre The Beatles, excepto las relacionadas con sus canciones (ver figura 3.6). Figura 3.6 Delimitacin de la bsqueda con la preposicin and not

10

Cada base de datos tiene un thesaurus o manual con su correspondiente vocabulario, por lo que es necesario aclarar que este vocabulario contiene un nmero limitado de palabras o descriptores. Si no encontramos alguna palabra, es posible recurrir a un sinnimo o a un trmino relacionado. El caso es que las palabras o descriptores reflejen el planteamiento del problema de investigacin. Hemos de decir que hoy en da algunas bases de datos aceptan casi cualquier trmino. Por ejemplo, en un estudio realizado por los autores que analiz los factores que determinan las decisiones de compra de las reas de adquisicin de grandes empresas mexicanas, se seleccion la base de datos INFO (en administracin) y las palabras o los descriptores P U R C H A S E (compras) y DEPARTMENT (departamento). Esta ltima no apareca en el diccionario de INFO, por lo cual se sustituy por SYSTEMS. El acceso a la base de datos y en consecuencia, al universo de referencias, se efecta mediante internet y posteriormente los descriptores y las preposiciones actan como fundamentos del acceso a dicha base. El resultado como ya dijimos es un listado de referencias. La base nos proporciona el nmero de referencias que se inscriben dentro de los descriptores escogidos, y adems, de cada referencia: a) los datos completos (ttulo, autor o autores, editorial o revista, fecha de publicacin, pginas, etc.), b) el resumen y c) localizacin; incluso en algunas bases, la posibilidad de obtener en lnea, la referencia completa. Asimismo, el investigador puede buscar las referencias fsicas en alguna biblioteca. Por otro lado, es posible solicitar referencias de un periodo determinado (ltimo ao, 2005-2006, ltimos cinco aos, etc.). Incluso, pedir el listado cronolgicamente (empezando por las referencias ms recientes). Veamos el ejemplo de varias consultas: 1) ESTUDIO SOBRE LAS REAS DE COMPRAS. fecha de consulta: 09/30/01 ENTER DATA BASE NAME: info (nombre de la base de datos) BRS-SEARCH MODE ENTER QUERY

11

(instruccin para que indiquemos nuestros descriptores) 1: PURCHASE RESULT 525 descriptor 1 nmero de referencias en info sobre compras a la fecha de consulta. 2: SYSTEMS RESULT 3: 1 y 3234 2 descriptor 2 nmero de referencias en info sobre sistemas a la fecha de consulta. (Purchase y Systems) Hay 77 referencias de inters sobre compras y sistemas. RESULT 77 Podramos haber sido directos: 1: PURCHASE AND SYSTEMS RESULT 77 Y nos enlista los ttulos o los datos completos y resumen. El siguiente es un ejemplo en ingls (como en la mayora de las bases de datos): AN 75-02236 AU MACRI-L-G TI. Post acquisition and the systems executive SO. Infosystems. VOL: V.22 N 2. PAG: 52-53. FEB. 1975 AB THERE IS A NEW ROLE FOR THE SYSTEMS EXECUTIVE EMERGING IN COMPANIES THAT HAVE MAJOR ACQUISITIONS PROGRAMS AND A CENTRALIZED SYSTEMS AD PROCEDURES DEPARTMENT. KEY MANAGEMENT EXECUTIVES IDENTIFY POTENTIAL ACQUISITIONS, EVALUATE POTENTIALS, NEGOTIATE THE TERMS OF AND CONSUMMATE THE ACQUISITION. ONCE CONSUMMATED, MANY ACTIVITIES HAVE TO BE IDENTIFIED: PLANNED AND IMPLEMENTED. THE SYSTEMS EXECUTIVE CAN HELP THE PARENT COMPANY BY IDENTIFYING ACTIVITIES AND DEPARTMENT OF FUNCTIONS TO BE INVOLVED IN THE INTEGRATION PROCESS, PLANNING THE POSTACQUISITION PROCESS, PROVIDING THE SYSTEMS AND PROCEDURES SUPPORT AND COORDINATING THE ACTIVITIES.

12

Referencia 2. Referencia 3. Etctera. 2) ESTUDIO SOBRE LA EFECTIVIDAD DE LOS MAESTROS (ver en este CD documento: EFECTIVIDAD DE LOS MAESTROS, en PDF). La bsqueda la incluimos en un documento aparte para poder ver la pgina de la base de datos (ERIC).

Consulta manual a bancos/bases de datos Ciertas bases de datos que se consultan por computadora tambin pueden accesarse manualmente. Asimismo, otras slo pueden revisarse de forma manual (pero en este segundo caso se trata de bases ms antiguas, de mediados de la dcada de 1990 hacia atrs). Las bases de datos manuales estn formadas por varios tomos o volmenes que contienen referencias, las cuales estn compiladas en orden alfabtico, cronolgico, por temtica, autor o combinacin de posibilidades. Al igual que las bases de datos electrnicas, las manuales se actualizan en forma peridica: algunas de manera mensual y otras bimestral, semestral o anualmente. Esto se ejemplifica en los esquemas de la figura 3.7.

Figura 3.7 Forma de verificacin de la actualizacin de manuales en bases de datos

Si la actualizacin es anual vol.

Volmenes

vol.

vol.

vol. del ltimo ao

2003

2004

2005

Si la actualizacin es mensual

Volmenes

ltimo mes

Meses

La manera de examinarlas vara de acuerdo con los diferentes casos. Algunas se consultan igual que las bases de datos cuyo acceso es electrnico: se utiliza un manual o thesaurus, que contiene un diccionario o vocabulario de descriptores. Elegimos de ste los descriptores que se vinculen ms directamente con nuestro problema de investigacin y acudimos, por medio de un ndice, a los volmenes, los apartados y las pginas indicadas para obtener referencias. Otras estn organizadas por volmenes y nmeros cronolgicos que, a la vez, se encuentran estructurados por autor, materias y/o ttulos. En stas comenzamos por el volumen y/o nmero ms reciente: acudimos a los ndices y en las pginas indicadas buscamos las referencias de inters. Lo mismo hacemos con el penltimo volumen y/o nmero publicado, con el que le antecedi y as sucesivamente hasta que encontremos suficientes referencias para desarrollar el marco terico. Veamos un ejemplo de una base de datos manual con ndices. La editorial Sage publica la base de datos Communication Abstracts, cuya frecuencia es bimestral (cada ao, un volumen est integrado por seis nmeros). Se encuentra organizada por reas de la comunicacin: ABSTRACTS Pgina del ndice anual rea temtica de la comunicacin

14

743 750 755 758 771 777 794 811 821 827 827 830 841 853 855 858 860

Communication Processes. Interpersonal Communication and Relations. Economics and Communication. Communication, Culture, and Society. Education and Communication. Health Communication. Political Communication. Communication, Regulation, and the Law. Organizational Communication. Public Relations. Advertising, Marketing, and Consumer Behavior. Mass Media. Journalism and News Media. Popular Culture and the Media. Communication and Information Technology. Telecommunications. Communication Theory and Research.

Supongamos que vamos a investigar sobre los efectos de la violencia televisada en los nios. Revisaramos en cada volumen lo que se ha reportado sobre el tema. El siguiente es el volumen 24, nm. 6, noviembre-diciembre, 2001, de Communications Abstracts. Buscamos en Mass Media (porque nuestro planteamiento se circunscribe en este rubro). Nos vamos a la pgina 830 y vemos qu referencias se incluyen. La siguiente lista de fuentes primarias contiene referencias sobre los medios de comunicacin colectiva en el periodo citado (aparecen en negritas las referencias que pueden resultar de inters, porque se vinculan con nuestro planteamiento, y recortamos algunas referencias para simplificar el ejemplo, por ello el lector notar una numeracin discontinua). MASS MEDIA 830 1867 Amezaga, J., et al. The uses of television by the Maghreb immigrants at Bilbao. Zer 10:81-106, May 2001. BILBAO. DIASPORAS. GLOBALIZATION. MAGHREB IMMIGRANTS. SATELLITE TELEVISION. SPAIN. TELEVISION PROGRAMMING. TELEVISION USE.

For centuries, diasporic communities have tried to keep their cultural identity close by. Globalization adds new dimensions to that phenomenon, and as a result of it new research fields and theoretical proposals are being constructed. One of the elements that contributes to the new dimension of the phenomenon is the possibility to access to the media of the place of origin via satellite, internet and in other ways. In order to observe this phenomenon, the authors observed how immigrants of Maghreb in Bilbao use satellite television, especially Arabic language television. The authors found that the use of this medium gives them the possibility of keeping in touch with their homeland. 1871 Bracken, C. and Lombard, M. Uses and gratifications: a classic methodology revisited. New Jersey Journal of Communication 9(1): 103-116, Spring 2001. COLLEGE STUDENTS. MASS MEDIA. RESEARCH TECHNIQUES. USES AND GRATIFICATIONS. This paper describes the results of a uses and gratifications survey, based on the methodology of Katz, Gurevitch, and Haas (1973) that examined the extent to which different media fulfill a variety of human needs. The authors suggest that the Katz, et al. (1973) method should be revisited when investigating uses and gratifications across several media. The paper outlines the uses and gratifications approach, describes the adapted survey, and presents the results of data collected over four years from 241 respondents at a large urban American university. The authors conclude that this study provides evidence of the uses and gratifications of college-age respondents regarding their media use. Overall, the respondents reported that they rely on uses and gratifications to fulfill basic human needs but that the media are only moderately helpful in accomplishing this. Particularly, they reported that although they are dependent on the media (especially television and newspapers) for information regarding state and society, they do not always trust what they see/hear/read in the media. The results indicate that, contrary to popular belief, young adults have not abandoned the newspapers, at least for the surveillance function.

16

1872 Bruce, D. R. Notes toward a rhetoric of animation: The Road Runner as cultural critique. Critical Studies in Media Communication 18(2):229-245, June 2001. CARTOONS. MYTHOLOGY. RHETORICAL ANALYSIS. ROAD RUNNER. TELEVISION PROGRAMMING. TELEVISION VIOLENCE. Recent studies have suggested the need to broaden our approaches to violence in childrens programming. This paper uses the violence of The Road Runner cartoon series as a starting point for a mythic-rhetorical analysis of the message system contained in the cartoon. It explores how the animated short re-enacts the myth of Sisyphus in the context of the post-WorldWar II technological boom in the United States. Technology is the source of most of the violence in the cartoon, and the violence is created by failures of technology. The use of a childrens medium to critique our reliance on technology offers substantial freedom to the animator, and, in turn to the viewer and the critic. Examination of the cartoon yields insights into the meanings of cartoon violence, into how media reproduce mythic structures, and into the potentially rich message systems of childrens media. 1873 Bryant, J., and Bryant, J. A., eds. Television and the American family, 2nd ed. Mahwah, NJ: Lawrence Erlbaum Associates, 2001, 467 pp. $99.95/$49.95 FAMILIES. FAMILY RELATIONS. TELEVISION PROGRAMMING. TELEVISION VIEWING. The dynamic changes in television technologies and programming since 1990 are paralleled by the dramatic transformation in the form of the American family. This second edition of this volume considers these significant developments and examines the effects of such extraordinary changes. This edition serves as a current and comprehensive representation of programmatic research into family and television. This update provides an extensive consideration of televisions role in the American family, from the uses families make of television and how extensions of television (such as remote control devices and VCRs) affect usage, to the meanings families have for television, families evolving attitudes toward television,

17

and the portrayal of families on television. Contributors also examine the effects television has on families and discuss the ways in which families can mediate televisions impact on their lives. 1874 Bull, M. The world according to sound: investigating the world of Walkman users. New Media & Society 3(2):179-197, June 2001. AUDITORY EXPERIENCE. MASS MEDIA. MEDIA USE. WALKMAN RADIOS. Through the analysis of Walkman use, the author proposes a reevaluation of the significance of the auditory in everyday experience. The author argues that the role of sound has been largely ignored in the literature on media and everyday life, resulting in systematic distortions of the meanings attached to much everyday behavior. Sound as opposed to vision becomes the site of investigation of everyday life in this article. In focusing thus, the author draws on a range of neglected texts in order to provide a dialectical account of auditory and technologically mediated experience that avoids reductive and dichotomous categories of explanation. The author proposes a new evaluation of the relational nature of auditory experience whereby users manage their cognition, interpersonal behavior, and social space. The Walkman is perceived as a tool whereby users manage space, time, and the boundaries around the self. 1876 Carpentier, N. Managing audience participation: the construction of participation in an audience discussion programme. European Journal of Communication 16(2):209-232, June 2001. AUDIENCES. BELGIUM. PUBLIC SERVICE TELEVISION. TELEVISION AUDIENCES. In this article, the theoretical notions of power developed by Giddens and Foucault are combined to serve as a framework for the analysis of the participation of 20 ordinary people in (Jan Publick, an audience discussion program on north Belgian public service television. In this analysis, the positive/generative and negative/repressive aspects of power united in the Giddean dialectics of control and especially the management of the participants in the pre-broadcast, broadcast, and post-broadcasting phase and the resistance this management

18

provokes, are brought into focus. The conclusion returns to the Foucauldian question of the (local) overall effect and the production of discourses on participation and ordinary people. Although the ordinary people actually deliver a major contribution to the realization of the program, they are also confronted with the management of the production team, putting their participation into perspective. 1878 Grimes, T. and Bergen, L. The notion of convergence as an epistemological base for evaluating the effect of violent TV programming on psychologically normal children. Mass Communication & Society 4(2): 183-198, Spring 2001. CHILDREN AND TELEVISION. PSYCHOLOGICAL ADJUSTMENT. TELEVISION PROGRAMMING. TELEVISION VIOLENCE. Empirical evidence, which is convincing, that violent television programming can cause psychological abnormality among previously psychologically normal children has yet to surface. However, there is a sizable fraternity of scholars, public policy experts, and lay people who believe that causal evidence is abundant and, in fact, overwhelmingly makes the case. There are four reasons. First, there is much correlational evidence to support the idea that television might have such an effect. Second, there is 834 Communication Abstracts causal evidence that violent TV makes children behave antisocially. However, much of the evidence is produced in hot house environments, and definitions of antisocial behaviour are invariably at the discretion of the investigator and not a trained clinician. Third, there is an unstated belief that, with such a preponderance of correlational and causal evidence, a cause and effect relation has been established. This preponderance of evidence forms the basis of the convergence argument. Fourth, most television is, prima facie, offensive. Therefore, there is a natural inclination to believe that it must have some harmful psychological effects. In this article, the authors argue that none of these four reasons warrants confidence in a cause and effect relation between violent television and psychological illness among normal children.

19

1879 Halper, D. L. Invisible stars: a social history of women in American broadcasting. Armonk, NY: M. E. Sharpe, 2001, 344 pp. $39.95 BROADCASTING HISTORY. RADIO. WOMEN. The early years of American broadcasting seem to be an exclusively white male preserve, but the author, a broadcast historian, documents the countless contributions made by women in this field since its earliest days. This artful social history considers our cultures expectations of women and how those expectations changed throughout the 20th century, how the advent of television changed the landscape of employment opportunities for women in broadcasting, and how both television and radio communicate about gender roles. The book brings to the forefront the stories of key people like Bertha Brainard (one of the first women on the air in New York and the first woman executive at NBC), Dorothy Thompson (the first woman in radio to make the cover of Time, influential talk-show host Mary Margaret McBride, and many others. 1885 Keane, M. Feng Xiaogangs disturbing television dramas. Continuum: Journal of Media & Cultural Studies 15(1):57-66, April 2001. CHINA. TELEVISION PROGRAMMING. TELEVISION VIOLENCE. TEXTUAL ANALYSIS. The authors paper is interested in academic interpretations that are too quick to identify nationalistic discourses, and which close down the ambivalences and contradictions of a text too firmly. Analyzing a group of recent Chinese television dramas, which he sees to be indicative of new modalities of freedom in Chinese public life, he challenges the academics who dismissed these programs as overtly nationalistic, sexist, and entrepreneurialistic. Once again, the author suggests alternative possibilities for interpreting these texts for it seems to him that these programs are much more open texts that the critics have allowed. He suggests that in the spirit of the Marxist dialectic, contradictions abound in these television programs. The author uses survey material from students to suggest that the possibilities for identification in the programs are more open than academic critics suggest less nationalistic (allowing identification with American characters); less

20

sexist (allowing identification with female characters); and less insistently entrepreneurial (allowing the possibility of refusing identification with the central, amoral, and entrepreneurial hero of one of the dramas). 1886 Krcmar, M. and Cooke, M. C. Childrens moral reasoning and their perceptions of television violence. Journal of Communication 51(2): 300-316, June 2001. AGE DIFFERENCES. CHILDREN AND TELEVISION. MORAL DEVELOPMENT. MORAL REASONING. TELEVISION VIOLENCE. This experiment examined the effect of a childs age on his or her interpretation of an act of interpersonal violence on television. A total of 184 children in two age groups were randomly assigned to 1 of 4 viewing conditions in which they watched a violent video clip. The clips depicted identical violent acts; however, punishment (yes/no) of the violent act and provocation (yes/no) for the violent act were manipulated to create four conditions. Following the video clip, children were asked to judge whether the act was right or wrong and why. They then engaged in a test of their willingness to choose aggression as a solution to a hypothetical interpersonal conflict. As predicted, younger children thought that unpunished violence was more right than punished violence. Older children thought that provoked violence was more right than unprovoked violence, although this result only approached significance. Childrens willingness to Mass Media 837 choose a violent story ending to a hypothetical interpersonal conflict was related to their experimental condition for older children but not for younger children. 1889 Nathanson, A. I. Parents versus peers: exploring the significance of peer mediation of antisocial television. Communication Research 28(3): 251-274, June 2001. ANTISOCIAL BEHAVIOR. PARENTAL CONTROL. PARENT-CHILD INTERACTION. PEER PRESSURE. TELEVISION EFFECTS. TELEVISION VIOLENCE. Although research demonstrates that parents can protect their children from harmful media effects by engaging in parental mediation, parental influences may wane when children reach adolescence and face pressures from peers. The Sullivan-Piaget thesis suggests that peers become especially important and

21

influential during adolescence. Surprisingly, very little mass communication research has considered the role of peers in shaping media effects on adolescents. This study took a first look at peer mediation of antisocial television and found that it occurs more frequently and is more potent than parental mediation. In addition, peer mediation promotes more positive orientations toward antisocial television, which in turn leads to greater aggression. Where as parental mediation can inhibit negative media effects, peer mediation seems to facilitate harmful outcomes. It is suggested that future research follow up on this initial study of peer mediation so that this potentially important construct can be further developed and understood. Obviamente evaluamos con detenimiento si son tiles para nuestra revisin de la literatura o marco terico. Es importarte percatarnos que despus de los datos de las referencias aparecen las palabras clave del t h e s a u r u s y de los Communication Abstracts. Tambin, podemos acudir directamente a las revistas cientficas y buscar en stas. Por tal motivo, debemos saber cules son las ms relevantes en nuestro campo. Si el planteamiento del problema es general y vago, los trminos de bsqueda sern poco precisos. Creswell (2005) hace un anlisis de las ventajas y desventajas de utilizar internet en la bsqueda de literatura pertinente para el planteamiento del problema, mismas que se muestran en la tabla 3.1.

Tabla 3.1 Ventajas y desventajas de utilizar internet como fuente para localizar bibliografa apropiada para el planteamiento Ventajas Acceso fcil las 24 horas del da. Desventajas Con frecuencia las investigaciones colocadas en sitios web no son revisadas por expertos. Gran cantidad de informacin en diver- Los reportes de investigacin incluidos sos sitios web sobre muchos temas. en los sitios web pueden ser textos plagiados o que se muestran sin el consentimiento del(los) autor(es), sin embargo no lo podemos saber.

22

Informacin en espaol.

Puede ser muy tardado localizar estudios sobre nuestro tema y que sean de calidad, pues abundan pginas o sitios que se refieren a nuestro planteamiento, pero no incluyen datos sino opiniones, ideas o servicios de consultora.

Informacin reciente.

La informacin puede estar desorganizada, de manera que es poco til.

El acceso a los sitios web es inmediato a Para tener acceso a la mayora de los travs de buscadores. textos completos de artculos, debe uno pagar entre $10 y $50 dlares, ya sea en la modalidad de pago para ver el artculo durante 24 horas o con acceso permanente. En la mayora de los casos el acceso es gratuito o de muy bajo costo. El investigador puede crear una red de contactos que le ayuden a obtener la informacin que busca. Los estudios que se localicen pueden imprimirse de inmediato.

Mtodo de mapeo para construir el marco terico

Este mtodo sugerido por Creswell (2005) implica elaborar un mapa conceptual y con base en ste, desarrollar la revisin de la literatura y el marco terico. Como todo mapa conceptual, su claridad y estructura depende de que seleccionemos los trminos adecuados, lo que a su vez, se relaciona con un planteamiento enfocado.

23

Ejemplo del clima organizacional El siguiente es un ejemplo de mapa de la literatura para el caso del clima organizacional de Hernndez Sampieri (2005), el cual se trata ampliamente en la segunda parte del libro. Como el fin era validar un instrumento para medir el clima organizacional, las palabras clave fueron: o r g a n i z a t i o n a l climate instrument(s) measurement definitions dimensions factors models (con el empleo de todas las posibles combinaciones). Organizational climate se utiliz debido a que representa el rea central del estudio; en tanto que instruments y measurement, en funcin de que se pretende validar un instrumento de medicin; definitions, porque una definicin operacional parte de la definicin conceptual. Mientras que con dimensions y factors se buscaba considerar las dimensiones concebidas como parte del clima organizacional, y al final se utiliz models para encontrar esquemas empricos sobre sus causas y efectos. Posteriormente, se incluyeron variables relacionadas con el clima organizacional como organizational culture (cultura organizacional) y work involvement (involucramiento en el trabajo), para ver sus diferencias; sin embargo, se excluyen para el ejemplo con el propsito de no extenderlo. Tales palabras dieron frutos en la bsqueda de referencias a travs de las distintas bases de datos (Wiley InterScience, Communication Abstracts y ABI/INFORM). Los trminos dimensions y factors fueron redundantes y se agruparon en un mismo concepto. Por lo tanto, el mapa inicial de conceptos fue el de la figura 3.8 (en este caso, la estructura est fundamentada en los conceptos clave). Figura 3.8 Muestra de una mapa de la literatura Con el ejemplo del clima organizacional tratado en el libro

Clima organizacional

Definiciones

Dimensiones

Instrumentos

para medirlo

Modelos

24

Los conceptos claves del mapa permanecen o se desglosan, segn lo indique la literatura esencial que revisemos (estos sern temas en el marco terico). El mapa va desplegndose en subtemas, como lo podemos apreciar en la figura 3.9.

Figura 3.9 Mapa de la literatura desplegado

Clima organizacional
Dimensiones: - Diversas, ms de 85 distintas. Las que se encuentran con mayor frecuencia en la literatura: Moral, apoyo de la direccin, innovacin, percepcin de la empresa o identificacin, comunicacin, percepcin del desempeo, motivacin intrnseca, autonoma, satisfaccin general, liderazgo, visin y recompensas.

Concepciones y definiciones: Debates: 1) Esencia. - Medida mltiple de los atributos organizacionales. - Medida perceptiva de los atributos individuales. - Medida perceptiva de los atributos organizacionales. 2) Individual o colectivo. 3) Objetivo o subjetivo.

Instrumentos para medirlo: 28 detectados (cinco validados para el medio laboral de inters).

Modelos: Con mayor abundancia emprica y ms recientes: - J. L. Gibson, J. M. Ivancevich y J. H. Donnelly. - Modelo de la diversidad de la efectividad gerencial (W. Wilborn). - Modelo mediatizador del clima organizacional (C. P. Parker y colegas). - Modelo del proceso de juicio comn (L. R. James y L. A. James).

Se colocan los autores principales en el mapa (figura 3.10):

25

Figura 3.10 Mapa de la literatura con autores4

Clima organizacional
Concepciones y definiciones: El clima es perceptual, subjetivo y producto de la interaccin entre los miembros de la organizacin. Litwin y Stringer (1968); Brunet (2002); McKnight y Webster (2001); Gonalves (2004); Sparrow (2001); James y Sells (1981); Parker et al. (2003) Dimensiones: Litwin y Stringer (1968); Clarke, Sloane y Aiken (2002); Patterson et al. (2005); Brunet (2002); Parker et al. (2003); Ochitwa (2004); Arvidsson et al. (2004); Anderson y West (1998)

Instrumentos para medirlo: Parker et al. (2003); Ochitwa (2004); Arvidsson et al. (2004); Anderson y West (1998); Patterson et al. (2005); Aralucen (2003)

Modelos: James et al. (1990); James y James (1992); James y McIntyre (1996); Gibson y Donnelly (1979); Parker et al. (2003)

Entonces estructuramos el marco terico con base en los cuatro temas: 1. Definiciones, caractersticas y enfoques del clima organizacional. 2. Dimensiones del clima organizacional. 3. Modelos del clima organizacional. 4. Medicin del clima organizacional. 5. Conclusiones al marco terico. De este modo se coloca el contenido de las referencias en cada apartado. Cabe sealar que stas fueron obtenidas fundamentalmente de revistas como: Journal

Hemos omitido algunos de los nombres para hacer ms breve el ejemplo. Tampoco se incluyen las citas de referencias en la bibliografa del libro o del CD, ya que el ejemplo, aunque es real, se utiliza simplemente para fines ilustrativos. S se mencionan las principales fuentes de donde fueron localizadas.
4

26

of Organizational Behavior, Human Resource Management, Human Resource Development Quarterly, Academy of Management Review, European Journal of Work and Organizational Psychology, Investigacin Administrativa y otras; adems de libros. Para saber qu revistas son importantes se considera el Factor de Impacto (FI o Impact Factor), que es un indicador bibliomtrico elaborado por el Institute for Scientific Information (ISI) de EE. UU., el cual se publica en el Journal Citation Reports (JCR), donde se recopilan las revistas por orden alfabtico y materias. A cada revista se le adjudica un nmero (FI) que se calcula al dividir la suma de las citas hechas a esa revista durante un ao y al dividirlo por el nmero total de artculos publicados por dicha revista en los dos aos anteriores. Con este indicador se intenta medir el grado de difusin o impacto, y por lo tanto de prestigio, que tiene dicha publicacin, aunque tambin es posible conocer el FI de un autor o institucin.

Mtodo por ndices para construir el marco terico (vertebrado a partir de un ndice general)
La experiencia demuestra que otra manera rpida y eficaz de construir un marco terico consiste en desarrollar, en primer lugar, un ndice tentativo de ste, global o general, e irlo afinando hasta que sea sumamente especfico, para posteriormente colocar la informacin (referencias) en el lugar correspondiente dentro del esquema. A esta operacin puede denominrsele vertebrar el marco terico (generar la columna vertebral de ste). Por otra parte, es importante insistir en que el marco terico no es un tratado de todo aquello que tenga relacin con el tema global o general de la investigacin, sino que se debe limitar a los antecedentes del planteamiento especfico del estudio. Si ste se refiere a los efectos secundarios de un tipo de medicamento concreto en adultos de un cierto perfil, la literatura que se revise y se incluya deber tener relacin con el tema en particular; no sera prctico incluir apartados como: La historia de los medicamentos, los efectos de los medicamentos en general, las reacciones secundarias de los medicamentos en bebs, etctera. El proceso de vertebrar el marco terico en un ndice puede representarse con el siguiente esquema (figura 3.11).

27

Figura 3.11 Proceso de vertebracin del ndice del marco terico y ubicacin de referencias

Subtema 1.1

Referencia 1 Referencia 2

Tema 1

Subtema 1.2
Referencia 3

Subtema 2.1
Referencia 4

Tema 2

Subtema 2.2

Referencia 5 Referencia 6

Subtema 3.1

Temas general es

Referencia 7

Tema 3

Subtema 3.2
Referencia 8

Subtema 3.3

Referencia 9 Referencia 10

Subtema k.1
Referencia 11

Tema k
Subtema k.2
Referencia k

Las referencias se ubican donde les corresponde, a veces es en un subtema o subapartado, a veces en dos, en tres o ms

De esta forma se completan los apartados con contenidos extrados de las referencias pertinentes para cada uno de ellos; aunque primero se estructura el ndice (la columna vertebral). A continuacin se muestra un ejemplo:
28

Si se plantea una investigacin para determinar los factores que inciden en el voto para las elecciones municipales en Bolivia, hay que considerar que estarn presentes una gran cantidad de variables; por lo cual se toma la decisin de especificar ms y acotar el problema (por ejemplo, los factores de imagen de los candidatos que inciden en el voto) o dejarlo en el plano general. La vertebracin del marco terico podra ser la que se presenta a continuacin. Factores que inciden en el voto de las elecciones municipales, el caso de Bolivia. 1. 1.1 1.2 Imagen del candidato. Antecedentes del candidato y noticias de l, que los votantes conocen. Atribuciones respecto al candidato (honestidad percibida, experiencia, capacidad para gobernar, liderazgo atribuido, carisma, simpata, inteligencia y otras). 1.3 1.4 1.5 2. 2.1 2.2 Percepcin de la familia del candidato y la vinculacin del candidato con ella. Credibilidad del candidato. Presencia fsica del candidato. Imagen del partido o fuerza poltica que apoya al candidato. Antecedentes del partido poltico y conocimiento que tienen los votantes de ste. Atribuciones sobre el partido (honestidad de los gobernantes emanados del partido, resultados demostrados de sus gobiernos, experiencia de gobierno). 2.3 2.4 3. 3.1 3.2. 3.3 3.4 3.5 4. 4.1 4.2 Identificacin con el partido poltico. Credibilidad del partido poltico. Estructura partidista. Nmero de afiliados. Cobertura en elecciones. Lealtad partidista. Organizacin del partido. Productividad de la estructura. Mercadotecnia partidista. Inversin en publicidad y propaganda institucional permanente. Inversin en publicidad y propaganda de los gobiernos municipales emanados del partido.

5. 5.1 5.2 6. 6.1 6.2

Mercadotecnia electoral. Inversin en publicidad y propaganda en medios de comunicacin colectiva durante las campaas polticas. Inversin en mercadotecnia directa durante las campaas. Accin electoral. Discursos del candidato, eventos y mtines. Promocin directa del voto. Una vez que existe este ndice, vemos si est completo, si le faltan apartados o

le sobran para afinarlos, posteriormente, buscar referencias pertinentes para el desarrollo del marco terico. Ahora se integran las referencias donde les corresponde. Proceso para buscar en referencias manuales y en internet El proceso de bsqueda de informacin se resume grficamente en la figura 3.12, etapa por etapa, y corresponde a cualquier estudio, aunque fundamentalmente al caso de las investigaciones de corte cuantitativo. Figura 3.12 El proceso de bsqueda de referencias
Identificar trminos o palabras clave: Pueden derivarse del planteamiento o de un ttulo preliminar del trabajo o investigacin. Seleccionar una base de datos apropiada (las principales bases se presentan en un apndice de este CD).

Recomendaciones: - Utilice palabras que los autores suelan utilizar. - Busque trminos en los thesaurus o catlogos de palabras de las bases de datos.

En (Bsqueda), introducir los trminos y las preposiciones booleanas, de acuerdo con el propsito de bsqueda.

Recomendaciones: - Localice artculos, libros, anuarios y guas ( ). - Para la seleccin de referencias tome en cuenta actualidad, calidad y similitud con el propio planteamiento.

Obtener un listado de referencias vinculadas con el planteamiento. Revisarlas. Elegir las ms adecuadas (primero unas cuantas para elaborar el mapa o ndice del marco terico, una vez desarrollado el bosquejo, seleccionar las dems referencias).

Si fotocopia, por favor respete las leyes de derechos de autor.

Internet Para ampliar la bsqueda por medio de internet, hemos elegido un documento que presenta la forma ms actualizada de hacerlo. Cabe sealar que muchas de las direcciones electrnicas contenidas en l pueden cambiar, lo importante es que se comprenda el proceso. Ms all de la bsqueda general en la web. UC BERKELEY Taller de la biblioteca de enseanza de internet: http://www.lib.berkeley.edu/TeachingLib/Guides/Internet/FindInfo.html

31

CAPTULO 4
ESTUDIOS DE CASO

HACIA UNA DEFINICIN DEL ESTUDIO DE CASO

En el captulo 7 de Metodologa de la investigacin, 4 edicin, se coment que el estudio de caso se podra definir como una investigacin que mediante los procesos cuantitativo, cualitativo o mixto; se analiza profundamente una unidad para responder al planteamiento del problema, probar hiptesis y desarrollar teora. Mertens (2005) define al estudio de caso como una investigacin sobre un individuo, grupo, organizacin, comunidad o sociedad; que es visto y analizado como una entidad. La U. S. General Accounting Office, en 1990, proporcion una definicin de estudio de caso: constituye un mtodo para aprender respecto a una instancia compleja, basado en un entendimiento comprehensivo de esta instancia como un todo y su contexto, mediante datos e informacin obtenidos por descripciones y anlisis extensivos (Mertens, 2005). Para Wiersma y Jurs (2005) el estudio de caso es el examen detallado de algo: un evento especfico, una organizacin, un sistema educativo, por ejemplo. En trminos de Williams, Grinnell y Unrau (2005), el estudio de caso se concentra en una unidad de anlisis. Yin (2003) seala que un estudio de caso es una indagacin emprica que investiga un fenmeno contemporneo dentro de su contexto en la vida real, especialmente cuando los lmites entre el fenmeno y el contexto no son claramente evidentes. Harvard Business School (1997) lo considera un mtodo y lo utiliza desde 1908 para evaluar unidades organizacionales. Stake (2000) reconoce una situacin problemtica que surge al tratar de definir al estudio de caso como una forma de investigacin. Para resolver el asunto, utiliza el criterio de que el estudio de caso no est definido por un mtodo especfico, sino por su objeto de estudio. Entre ms concreto y nico sea ste, y constituya un sistema propio, con mayor razn podemos denominarlo estudio de caso. Varios autores como Stake (2003), Mertens (2005), Williams, Grinnell y Unrau (2005) opinan que ms que un mtodo es un diseo y una muestra, argumentan que los estudios de caso utilizan o pueden utilizar diversos mtodos. Al respecto nosotros creemos que su importacia ms que discutir sobre si es un mtodo, un diseo o una muestra reside en su utilizacin, por lo cual dejamos que el lector se forme su propia concepcin sobre el estudio de caso.

Yin (2005) compara a los estudios con otros diseos de investigacin, en trminos de preguntas de investigacin y control de eventos conductuales. El contraste de esta comparacin se muestra en la tabla 4.1.

Tabla 4.1 Comparacin de los estudios de caso y otros diseos

Estrategia o diseo Experimento Encuestas (surveys) Esencia de las preguntas de investigacin Cmo?, cunto?, por qu? Quin?, qu?, dnde?, cunto? Estudios histricos Cmo?, dnde?, por qu? cundo? Anlisis de archivos Quin?, qu?, dnde?, cunto Estudios de caso Cmo? y por qu? No No No S No Requiere control de eventos conductuales?

El mismo Robert Yin seala que los diferentes diseos se superponen y que los estudios de caso utilizan fuentes mltiples, al ser empricos.

COMPONENTES DEL ESTUDIO DE CASO

Para Yin (2003), el estudio de caso est integrado por los siguientes componentes: Planteamiento del problema Proposiciones o hiptesis Unidad de anlisis (caso) Fuentes de datos e instrumentos de recoleccin Lgica que vincula los datos con preguntas y proposiciones Criterios para interpretar los datos Reporte del caso (resultados)

Harvard Business School (1997) por su parte, establece las siguientes fases para el estudio de caso (figura 4.1): Figura 4.1 Fases para el estudio de caso segn Harvard Business School y Design Management Institute1

Identificar el caso (un xito, pero tambin puede ser un fracaso, un asunto complejo, tpico o extremo).

Investigacin de antecedentes y su contexto: - Leer tanto como sea posible sobre la compaa, producto, negocio, mercado o tpico. - Ubicar, definir y contextualizar el caso.

Solicitar permiso de los gatekeepers de la empresa (directivos, lderes de los trabajadores, representantes legales, etc.) y obtenerlo.

Trabajo de campo: - Entrevistas con los individuos participantes en el caso (de todos los niveles). - Visitas a la planta, oficinas o sitios donde ocurri el caso (para entender cuestiones como la tecnologa, los procesos de produccin, organizacin y trabajo; el ambiente de la compaa, entre otras). En las visitas se realizan entrevistas, observacin sistemtica, recoleccin de ms documentos especficos, con la inclusin de materiales audiovisuales, etctera). - Elaborar notas de campo (recurdese las notas en el proceso cualitativo). Es importante enfocar el caso en aspectos relevantes y centrales.

Involucrar a la compaa o institucin (el caso mismo o cuya participacin es decisiva para el caso, como lo sera un mercado o producto): - Obtener documentos de la empresa o institucin o del caso mismo (reportes anuales, reportes de investigaciones de mercado, boletines, folletos, revistas internas, artculos en los medios de comunicacin, entre otros). - Recolectar informacin sobre los individuos que participan o participaron en el caso (ejecutivos, diseadores, asesores, etctera). - Recolectar informacin sobre el contexto (por ejemplo, competidores, legislacin, datos histricos de la evolucin de un mercado y otros).

Anlisis de los datos (de acuerdo al tipo de datos e informacin recolectada).

Elaboracin del reporte del caso: - Narracin (descripciones). - Tablas, figuras, material de apoyo.

En el estudio de caso, se pueden agregar encuestas o grupos de enfoque como herramientas para recolectar datos adicionales, esquema que resulta compatible con un proceso cuantitativo, cualitativo o mixto.
1

Este proceso se adapt de la fuente original y resulta ms bien propio para estudios de caso de empresas, industrias, mercados, negocios o productos.

Los casos negativos son ms difciles de identificar y obtener, dado que suele presentarse mucha menor cooperacin por parte de los directivos y es lgico, a casi nadie le agrada mostrar fracasos o aspectos desfavorables, aun cuando el caso sea annimo. Otro esquema para un estudio de caso es el que se muestra en la figura 4.2. Figura 4.2 Esquema para el estudio de casos

Analizar el caso de manera inicial: descripcin inicial del caso, antecedentes y su contexto.

Formular el planteamiento del problema con el caso (objetivos, preguntas de estudio, justificacin y explicacin del(los) motivo(s) por el(los) que se eligi dicho caso.

Elaborar un primer inventario del tipo de informacin que se desea recopilar.

Preparar el estudio de caso: informacin completa que se requiere del caso, tipo de datos que son necesarios y mtodos para obtenerlos.

Obtener la informacin inicial.

Recolectar informacin adicional

Analizar informacin adicional

Desarrollar alternativas o cursos de accin, si es el objetivo

Presentar el reporte con recomendaciones y una justificacin de stas

En este proceso, Stake (2000) recomienda recolectar datos e informacin sobre: La naturaleza del caso. Antecedentes histricos (por ejemplo: clnicos como una enfermedad fsica o psicolgica, historial de ventas, etctera). Ambiente fsico. Contexto o contextos pertinentes (econmico, poltico, legal, social, esttico etctera). Otros casos a travs de los cuales el de inters se conoce. Informantes potenciales. Asimismo, sugiere establecer una agenda de recoleccin de datos.

TIPOLOGAS EN RELACIN CON EL ESTUDIO DE CASOS

Por su finalidad Stake (2000) identifica tres diferentes tipos de estudios de caso: intrnsecos, instrumentales y colectivos. El propsito de los primeros no es construir una teora, sino que el caso mismo resulte de inters. Los estudios de casos instrumentales se examinan para proveer de insumos de conocimiento a algn tema o problema de investigacin, refinar una teora o aprender a trabajar con otros casos similares. Por su parte, los colectivos sirven para construir un cuerpo terico (sumar hallazgos, encontrar elementos comunes y diferencias, as como acumular informacin). Por el nmero de casos y la unidad de anlisis Por su parte, Yin (2003) establece una clasificacin de los estudios de caso, para ello toma en cuenta dos factores: nmero de casos y unidad de anlisis. En cuanto al nmero de casos la tipologa considera: un caso o varios casos (regularmente de dos a 10). Por lo que respecta a la unidad de anlisis, Yin (2003) los subdivide en: casos con unidad holstica (todo el caso tomado como una sola unidad de anlisis) y casos con unidades incrustadas (varias unidades de anlisis dentro del caso). Los tipos de casos resultantes de esta clasificacin cruzada son diseos de investigacin del mtodo de caso (de acuerdo con Yin, 2003), o pueden ser

concebidos como diseos especficos del estudio de caso (en concordancia con otros autores) y se muestran grficamente en la figura 4.3.

Figura 4.3 Diseos del estudio de caso2

Diseos de un solo caso Contexto

Diseos de mltiples casos Contexto Contexto Contexto

Caso Holstico (se estudia la unidad de anlisis completa)

Caso

Caso

Contexto

Contexto Contexto

Caso

Caso

Contexto

Contexto Caso

Contexto Caso
(UA1) (UA2)

Caso Incrustado (mltiples unidades de anlisis)

(UA1) (UA2)

Unidad de anlisis 1 incrustada (UA1)

Contexto Caso
(UA1) (UA2)

Contexto Caso
(UA1) (UA2)

Unidad de anlisis 2 incrustada (UA2)

Yin (2003, p. 40).

DISEOS DE UN SOLO CASO

En los estudios de caso holsticos, el caso es crtico y revelador; generado para confirmar, retar o extender una teora o hiptesis. Asimismo, pueden documentar una situacin o evento nico (un individuo con una enfermedad extraa, un producto que incrementa estratosfricamente sus ventas en un periodo relativamente corto, digamos, un ao; un sistema social que se transforma radicalmente, una invasin blica sorpresiva, entre otros). El caso es evaluado de manera completa y profunda, de acuerdo con el planteamiento del problema. Por ejemplo, una institucin educativa con un crecimiento vertiginoso, de 90 a 1 500 alumnos en solamente cinco aos, que pas de ser una organizacin con estndares acadmicos bajos y una imagen sumamente negativa en la localidad, a constituirse en una institucin con estndares elevados y una imagen completamente favorable. El anlisis abarcara diversos rubros tales como sus antecedentes, el clima y la cultura organizacional, los sistemas y programas de mejora, el estilo administrativo, la productividad, la estructura funcional, etc. Lo importante es descubrir las razones de tal xito. Por su parte, en los estudios de caso con unidades incrustadas, la gran unidad es segmentada en varias unidades (o subunidades), de las cuales se seleccionan algunas para ser analizadas con amplitud y profundidad. Por ejemplo, Hernndez Sampieri, Fernndez Collado y Ocampo (2006) evaluaron el caso de una administracin municipal en lo referente a la calidad en la atencin directa a los ciudadanos (reas que tienen contacto con stos). De todos los departamentos, seleccionaron: Obras Pblicas (recepcin de quejas y solicitudes de obras de construccin en el municipio), Receptora de Pagos (por servicios recibidos como trmites de licencias, expedicin de documentos, etc.), Receptora de Trmites Empresariales (para abrir negocios, refrendar permisos, etc.), Registro Civil (matrimonios, registro de nacimientos, etc.), Oficina del Alcalde, y finalmente, la Direccin de Polica (recepcin de denuncias sobre delitos, informacin de detenciones, entre otras). El riesgo de los estudios con unidades incrustadas es que el investigador pierda de vista la naturaleza entera del caso, al enfocarse en una problemtica ms local (o departamental, como en el ejemplo). Siempre debemos tener en mente toda la unidad de anlisis, el caso completo.

DISEOS DE MLTIPLES CASOS

En estos diseos, el proceso para cada caso se repite en los dems. La revisin de los casos es similar (se consideran las mismas variables o aspectos, al igual que los instrumentos para recolectar los datos y el proceso en general, aunque puede haber variantes). Por ejemplo, varios hospitales, escuelas o enfermos con caractersticas equivalentes. De acuerdo con Yin (2003), son diseos ms robustos y poseen mayor validez. A veces se eligen casos significativos, lo que en trminos prcticos resulta muy difcil, ya que encontrar varios casos que compartan similitudes es complicado. Es importante remarcar que cada caso deber servir a un propsito especfico dentro del alcance total. Asimismo, es necesario insistir que el conocimiento generado por los diversos casos no es aditivo (los casos no son como entrevistados en una encuesta o survey). En este sentido, la lgica de replicar casos es muy parecida a la de los experimentos. Reproducimos algunos casos con condiciones similares y otros se replican modificando ciertos elementos. Por ejemplo, un par de hospitales parecidos en ciertos indicadores y caractersticas (nmero de camas, personal, especialidades, estilo administrativo, antigedad, u otras caractersticas); luego, un hospital con menos camas y una nmina ms pequea; posteriormente, un hospital equivalente a los dos primeros, pero con otro estilo administrativo o antigedad diferente; ms adelante, un hospital especializado en cierto tipo de servicios, etctera. Cada caso se selecciona cuidadosamente, de tal modo que se analice el planteamiento del problema, que una vez ms, acta como la gua durante toda la investigacin. Si se aplica para obtener casos similares, es importante y necesario desarrollar un marco terico, el cual nos debe sealar qu variables resulta lgico que se presenten en los casos (lgica cuantitativa, estandarizacin). De cualquier forma, cada caso en un todo, una entidad por s misma. Tanto la recoleccin de los datos como el anlisis tienen como uno de sus objetivos explicar consistencias e inconsistencias entre casos. El nivel de anlisis es individual (caso por caso) y colectivo. Cuntos casos deben incluirse en un diseo mltiple? En primer trmino, la lgica de muestreo cuantitativo no opera. Entre ms casos, es posible desarrollar un mayor sentido de entendimiento en relacin con el planteamiento del problema; pero el nmero de casos ms bien depende de los recursos econmicos

y el tiempo que disponga el investigador. El ideal es muy parecido al anlisis cualitativo, cuando respondamos a la(s) pregunta(s) de investigacin. A veces, buscamos comparar casos extremos (por ejemplo, una escuela donde hay una elevada violencia entre los estudiantes y una escuela sin violencia; o un producto exitoso, digamos un determinado refresco de limn, en comparacin con un producto del mismo sabor que ha fracasado). En los casos mltiples, adems de intentar descubrir patrones, tambin queremos profundizar en el plano individual, por lo que, como hemos sealado, la revisin de todos debe ser exhaustiva. Pero cada caso implica un enorme esfuerzo no exclusivamente en el proceso indagatorio, sino en el de gestin. Recomendamos a los estudiantes que realizan por primera vez un estudio de caso, que comiencen por una sola unidad de anlisis. Posteriormente, pueden ampliarse a ms casos. Ciertamente conocer casos similares o diferentes ayuda a enriquecer el conocimiento de un problema de investigacin, pero no resulta sencillo. Adems, insistimos, el inters fundamental de un caso es intrnseco; la comparacin con otros es conveniente, pero se encuentra supeditado a lo primero. El proceso para un diseo de casos mltiples se presenta en la figura 4.4. Figura 4.4 Secuencia de un diseo de casos mltiples3
CONCEPTUALIZACIN Y DISEO RECOLECCIN Y ANLISIS ANLISIS Y CONCLUSIONES

Planteamiento del problema

Conducir estudio del primer caso

Elaborar reporte del primer caso

Establecer conclusiones entre casos

Seleccionar casos Desarrollo del marco terico Conducir estudio del segundo caso Elaborar reporte del segundo caso

Modificar teora

Generacin de los instrumentos para recolectar datos

Establecer implicaciones

Conducir estudios de caso remanentes

Elaborar reportes individuales de cada caso

Elaborar el reporte final que incluye el anlisis entre 10 casos

Cuando vamos a estudiar varios casos, Stake (2000) y Yin (2003) recomiendan que el primero funja como una especie de caso piloto, esto es, que nos resulte til para refinar los instrumentos de recoleccin de los datos. Stake (2000), Yin (2003), Creswell (2005) y Mertens (2005) consideran que en un estudio de caso debe haber triangulacin de fuentes de datos y pueden utilizarse diferentes herramientas como: Documentos Archivos Entrevistas Observacin Artefactos Grupos de enfoque Cuestionarios Otros Adems de generar una base de datos para fines de auditora de los datos y confirmacin. Por el tipo de datos recolectados Los estudios de caso tambin pueden subdividirse dependiendo de la clase de datos que recolecten: cuantitativos, cualitativos y mixtos. Esta clasificacin se comprender si previamente se revisaron todos los captulos del libro impreso. Puesto que en los primeros, se aplica el proceso cuantitativo al estudio de una unidad; en los segundos, el proceso cualitativo; y en los terceros cualquier modalidad mixta.

CUANTITATIVOS
Lo anterior implica que en los estudios de caso cuantitativos se utilizan herramientas estandarizadas como pruebas, cuestionarios, escalas, observacin estructurada y anlisis de contenido con categoras preestablecidas. A su vez, se subdividen en experimentales cronolgicos (a travs del tiempo) y no experimentales

(transversales y longitudinales). En los primeros, que denominaremos de acuerdo con Len y Montero (2003) como experimentales de caso nico, se aplica un tratamiento y se efectan diversas mediciones para analizar la evolucin a consecuencia de ste (Williams, Grinnell y Unrau, 2005). De hecho, la validez de las inferencias se establece al efectuar varias mediciones repetidas a travs de las fases del experimento con una n=1, antes y despus del estmulo (Mertens, 2005). Se utilizan comnmente con variables que permanecen en la persona participante (caso) por largos periodos y se ha establecido que no cambian con el mero paso del tiempo (Mertens, 2005). La hiptesis es que el tratamiento las modificar. Len y Montero (2003, p. 305) se cuestionan: Hay realmente un experimento con un solo sujeto? La respuesta proporcionada por ellos es que debe comprobarse: a) covariacin entre la variable independiente (estmulo) y la dependiente, b) la aplicacin de la independiente deben anteceder a la medicin de la dependiente y c) otras variables, diferentes de la independiente, tienen que descartarse como posibles explicaciones de los cambios observados en la dependiente. De acuerdo con Mertens (2005), el tratamiento debe aplicarse a varias personas para comenzar a pensar en generalizaciones y evaluar el efecto en distintos tipos de individuos. En este sentido, los procedimientos para el estmulo se deben estandarizar y describir en detalle, adems de que se implementen de forma cuidadosa. Asimismo, resulta importante que la medicin de la variable dependiente se encuentre plenamente fundamentada y documentada. El asunto de la generalizacin es debatible, sin embargo, en la historia experimental los diseos de caso nico (de cierta manera una forma de preexperimentos) han contribuido al desarrollo del conocimiento en diversos campos. Veamos algunos de estos diseos, conforme a la simbologa de Len y Montero (2003), as como la de Mertens (2005) y Williams, Grinnell y Unrau (2005). Diseos experimentales (n =1) AB Este diseo es el ms sencillo y abarca dos etapas: la fase A, en la cual no hay tratamiento (en trminos de Len y Montero, 2003; se establece la lnea base o tendencia), y la fase B, en la que se administra un tratamiento y se mide la variable dependiente durante ste. As, el diseo AB es un plan en el que primero se establece la lnea base sin tratamiento y una vez estabilizada se produce la intervencin y la medida de la nueva serie (Len y Montero, 2003, p. 313).

Por ejemplo, una madre que ha perdido el sentido de vida por el fallecimiento de un hijo. Con el fin de lograr que esta mujer recupere dicho sentido, se plantea un estmulo: sesiones teraputicas con un psiquiatra experto en el manejo de duelos emocionales y psicologa transpersonal; pero antes de aplicarse el tratamiento experimental, se establece la lnea base (se mide su sentido de vida en por lo menos dos ocasiones, para verificar el nivel del sujeto en la variable). Una vez que se evalu su condicin con toda precisin, se administra el estmulo (sesiones); para posteriormente volver a valorar el sentido de vida y analizar su evolucin. Otro ejemplo podra ser el de un tratamiento para reducir la dependencia o adiccin hacia el consumo de alguna droga ilegal y daina o estupefaciente (como la cocana). Primero, se estima el grado en que el participante realmente es adicto. En segundo trmino, se administra el tratamiento. Finalmente, se vuelve a medir para examinar el puntaje-ganancia (aumento o disminucin propuesta hipotticamente en la variable dependiente, segn sea el caso). Este diseo podra representarse como se muestra en la figura 4.5. Figura 4.5 Diseo AB del estudio de caso experimental4

Nivel del sentido de vida (medicin en la variable dependiente). Escala de 10 a 70.

(inicio)

Primera medicin previa

Segunda medicin previa

Tercera medicin previa

Primera medicin posterior al inicio y durante el tratamiento

Segunda medicin posterior

Tercera medicin posterior

S e m a n a s ( 12 )
Lnea base Tratamiento = Medicin =

En la notacin tradicional mostrada en el captulo 7 del libro, el diseo se representara as:

01 02 03 X 04 05 06 (en un periodo de 12 semanas).

X contina implementndose

El estmulo puede implicar meses o aun aos (mtodo educativo, terapia fsica de rehabilitacin, proceso de mejora continua, etc.). Cabe sealar que no es un diseo donde primero se administren prepruebas, luego se implemente el estmulo, se suspenda ste, y finalmente se apliquen pospruebas; sino que las mediciones se realizan durante la administracin del tratamiento (simultneamente). De este modo, se monitorea el funcionamiento del estmulo. Es decir, el esquema no sera as:

01 02 03 X 04 05 06 (no es antes y despus, sino antes y durante).

X ya est suspendida cuando se administraron las pospruebas

Desde luego, el diseo puede extenderse a una tercera etapa sin tratamiento (ABA). En estos diseos AB se pueden producir diferentes esquemas de resultados, esto lo podemos apreciar en las grficas de la figura 4.6.

14

Figura 4.6 Esquemas de resultados en el diseo AB

Incremento durante la intervencin

Decremento durante la intervencin

X XXXXXX

X XXXXXX

Diagnstico o mediciones previas

Mediciones durante la intervencin

Diagnstico o mediciones previas

Mediciones durante la intervencin

Mantenimiento, durante la intervencin (sin cambios).

Altibajos, durante la intervencin (no hay una tendencia definida).

X XXXXXX

X XXXXXX

Diagnstico o mediciones previas

Mediciones durante la intervencin

Diagnstico o mediciones previas

Mediciones durante la intervencin

Diseos experimentales (n = 1) ABAB Se trata de una extensin del diseo anterior: Primero se establece la lnea base o tendencia, pero no hay tratamiento o intervencin (A); luego, se implementa la fase B, en la que se administra un tratamiento y se mide. Posteriormente, se retira el tratamiento y se contina con la evaluacin (otra vez A). Finalmente, se vuelve a introducir el tratamiento y se mantiene el monitoreo (otra vez B). Lo importante de este diseo es mantener el seguimiento de la evolucin de la variable dependiente durante las fases (medicin constante).

15

Un reto de este diseo es que pudieran afectar todas las fuentes de invalidacin interna sealadas por Campbell y Stanley (1966) y que se revisaron extensivamente en el captulo 7 del libro, principalmente la historia; adems de que es factible que acten fuentes de invalidacin externa (por ejemplo, el terapeuta que conduzca las sesiones puede establecer una comunicacin con la participante que no necesariamente ocurrira con otras personas de un modo similar). El desafo es posible afrontarlo a travs de diversas acciones (algunas de ellas sern consideradas ms adelante), pero la principal, sin lugar a dudas, consiste en que el investigador tiene que mantenerse muy cerca del desarrollo del experimento (pendiente de sucesos externos y de cambios, adems de aplicar varias mediciones y recolectar datos cualitativos complementarios, producto por ejemplo de entrevistas y observacin). Un ejemplo de la esencia de una grfica de resultados potenciales de un diseo ABAB se presenta en la figura 4.7 (obviamente sin resultados, los cuales se plasmaran en las diferentes etapas). Figura 4.7 Ejemplo de grfica resultante de un diseo ABAB

Variable dependiente

A
Establecer lnea base o tendencia (nivel de la dependiente).

B
Introduccin del tratamiento, estmulo o intervencin.

A
Retirada del tratamiento, estmulo o intervencin.

B
Reintroduccin del tratamiento, estmulo o intervencin.

Medicin continua de la variable dependiente

P e r i o d o

En el siguiente captulo de este CD se mostrarn los diseos experimentales cronolgicos que tienen esquemas similares, pero se trata de grupos; en tanto que

16

las pospruebas se administran despus de la aplicacin del estmulo o tratamiento, no durante su implementacin. Asimismo, podemos tener diseos BAB (intervencin o estmulo, retirada y reintroduccin), que se usan cuando alguna persona requiere urgentemente un tratamiento (por ejemplo, un adicto que necesita atencin de emergencia). O diseos ms complejos ABABA, tal sera la situacin si estamos experimentando con un proceso de capacitacin o un mtodo para que un individuo deje de fumar: Sin tratamiento A Con tratamiento B Sin tratamiento A Con tratamiento B Sin tratamiento A

Los estudios de caso transversales implican recolectar datos cuantitativos sobre la unidad en un momento nico y no se manipula una intervencin o tratamiento, son una especie de estudios no experimentales, cuyo alcance puede ser descriptivo, correlacional o explicativo, pero toman en cuenta una sola entidad de anlisis. Por ejemplo, diagnosticar el estado de salud fsica de una persona a travs de distintas pruebas en diferentes cuestiones (funcionamiento pulmonar, resistencia, presin arterial, nivel de cido rico, plaquetas, etc.) o analizar la conveniencia de invertir en un pas a la luz del anlisis de sus sistemas econmico, social, poltico, jurdico, educativo, etctera). Debemos de considerar tambin a los estudios de caso longitudinales, en los cuales podemos reconstruir el caso a travs del tiempo (las razones del xito financiero de una compaa o la prdida de mercado en los ltimos aos por parte de otra empresa); o bien, iniciar un estudio de caso prospectivo (hacer seguimiento por los prximos aos del xito o fracaso de un nuevo producto). La validez de los estudios de caso de corte cuantitativo (experimentales o no experimentales) requiere una serie de tcticas: La documentacin de la evidencia debe ser sistemtica, completa y ofrecer detalles especficos del desarrollo de la investigacin. Es necesario utilizar fuentes mltiples de datos e informacin.

17

 Se requiere establecer la cadena de evidencia sobre la causalidad. Esto significa que un investigador externo monitorea la derivacin de cualquier evidencia, desde el planteamiento hasta el reporte de resultados. Es indispensable verificar con la persona (o personas, si el caso es una organizacin) los resultados (como es costumbre en las investigaciones cualitativas). Elaborar predicciones sobre resultados, basadas en la teora y al final comprobar que stas se hayan cumplido, lo que ayuda a soportar el caso (Yin, 2003). Si, al contrastar los resultados con la teora y las hiptesis o proposiciones, encontramos diferencias, se revisan y ajustan las hiptesis y volvemos a replicar el caso, hasta que logremos responder al planteamiento del problema. Evaluar cuidadosamente cmo los detalles del caso explican los resultados. Recordemos que los experimentos y estudios de caso confan ms bien en una generalizacin analtica; mientras que las investigaciones no experimentales confan en una generalizacin estadstica. Los procedimientos utilizados deben documentarse en cada estudio de caso (todo el proceso). La base de datos debe ser accesible para que otros investigadores puedan establecer la validez y confiabilidad de los procedimientos (fines de auditora). Yin (2003) sugiere que la base de datos contenga los materiales tabulados (matrices de datos), los documentos centrales (con permiso de la persona que constituye el caso o los lderes de la organizacin o comunidad involucrada), as como, los esquemas y procedimientos de anlisis. Los anlisis estadsticos del estudio de caso dependern del planteamiento del problema, las hiptesis (si se establecieron), el diseo especfico y el tipo de datos recolectados. Al igual que en otras clases de investigacin, el anlisis consiste en examinar, categorizar, tabular, probar y evaluar la evidencia obtenida, para valorar las proposiciones iniciales del estudio (planteamiento). Asimismo, es necesario generar una estrategia analtica general, con la definicin de prioridades respecto de lo que vamos a analizar y las razones de ello. Yin (2003) propone para la estrategia de anlisis: 1) confiar en la teora, 2) organizar y efectuar el anlisis sobre la base de las proposiciones (hiptesis) o por la pregunta de investigacin (una por una o vinculndolas), 3) reflexionar y evaluar explicaciones rivales (nuestras hiptesis o proposiciones frente a otras) y 4)

18

desarrollar cuidadosamente la descripcin del caso y su contexto. Tal descripcin puede ser cronolgica (por ejemplo, de una empresa exitosa, por las etapas que atraves) o por subunidades del caso (como seran las reas de una empresa o sistemas del cuerpo humano). A veces, las explicaciones rivales surgen durante la recoleccin de los datos. Por ejemplo, podemos realizar un diagnstico en una empresa (digamos del clima organizacional). Tal variable es propia del estudio de caso3 porque el clima de cada organizacin es nico, no existen dos empresas con la misma historia, liderazgo, estructura, entorno, procesos y productos (que en todo sean iguales). Dicho diagnstico puede reflejar un clima organizacional elevado (en cuanto a moral, motivacin, orgullo, etc.); la explicacin podra ser que es una compaa con un liderazgo positivo, cuyo personal se involucra en su trabajo, donde la comunicacin fluye honesta y abiertamente, se facilita la cooperacin, el rumbo de la empresa se ha clarificado a los empleados y las decisiones les han sido explicadas. Sin embargo, debemos descartar otras explicaciones rivales como: Explicacin rival 1: Efecto Hawthorne (el clima es elevado simplemente porque se est llevando a cabo un diagnstico y el personal ha desarrollado expectativas altas sobre cambios favorables que resulten de ste). Explicacin rival 2: Se realiz recientemente un ajuste salarial. Explicacin rival 3: En el pas o regin fue elegido como presidente o gobernador una persona muy estimada por los trabajadores y esto gener un efecto de entusiasmo social generalizado. U otras explicaciones. Por ello, las fuentes de datos deben ser mltiples y los rubros amplios, profundos y completos; adems, la informacin del contexto resulta fundamental.

Salvo que realicemos una validacin de un instrumento como el ejemplo de Hernndez Sampieri (2005) que se desarroll en la segunda parte de Metodologa de la investigacin, 4 edicin; o bien, que pretendamos vincular el clima con otras variables en diferentes organizaciones.

19

CUALITATIVOS
En los estudios de caso cualitativos el ambiente o contexto est constituido por el mismo caso y su entorno. Asimismo, no se utilizan herramientas estandarizadas ni se establecen a priori categoras. El proceso es como en otras investigaciones cualitativas (inmersin inicial para que el investigador evale si el caso a considerar rene las condiciones que requiere, inmersin final, recoleccin de datos, anlisis, etc.). Gran parte de los estudios de caso de este tipo tienen como objetivo documentar una experiencia o evento en profundidad o entender un fenmeno desde la perspectiva de quienes lo vivieron. El estudio de caso cualitativo no persigue ninguna clase de generalizacin. La transferencia es muy difcil de establecer, regularmente se requieren varios estudios de caso (como en el descubrimiento de las tumbas de faraones egipcios de la antigedad, se establecieron cuestiones comunes una vez que se consideraron varios casos). Un ejemplo de estudio de caso cualitativo lo sera una investigacin que pretenda analizar a un asesino en serie (sus motivaciones para cometer los crmenes, sus experiencias derivadas de stos, su modo de operar, los patrones que ligan a los asesinatos entre s, la forma como elige a sus vctimas, su estado de salud mental, etc.). Una vez ms, el estudio no parte de hiptesis ni de concepciones preestablecidas, sino que se generan conforme se recolectan y analizan los datos. Adems, cada asesino vive condiciones distintas y posee una historia de vida diferente, por lo que su evaluacin es nica (aun cuando comparta algunos rasgos o forma de operacin con otros). Es conveniente para establecer la dependencia (confiabilidad) y credibilidad del caso cualitativo: Documentar la evidencia de manera sistemtica, completa y ofrecer detalles especficos del desarrollo de la investigacin. Utilizar fuentes mltiples de datos e informacin. Realizar triangulacin de datos y entre investigadores. Establecer la cadena de evidencia. Verificar con la persona o personas pertinentes los resultados. Evaluar cuidadosamente cmo los detalles del caso explican los resultados. Documentar los procedimientos utilizados.

 La base de datos debe ser accesible para que otros investigadores puedan establecer la confiabilidad de los procedimientos (fines de auditora), y debe contener: los documentos centrales (con permiso de la persona que constituye el caso o los lderes de la organizacin o comunidad involucrada), las notas de campo, materiales narrativos (ejemplo, transcripciones de entrevistas), asimismo, los esquemas y procedimientos de anlisis. Un tipo de estudios de caso cualitativos muy socorridos son los etnogrficos. Pueden enfocarse en una cultura en particular y su impacto en un proceso, grupo, evento o individuo (Creswell, 2005). En algunas ocasiones se centran en patrones culturales y en otros en los procesos de interaccin. Desde luego, implican una exploracin completa de la cultura analizada (caso) y una recoleccin intensiva de datos sobre los elementos culturales. Se consideran los smbolos, ritos, mitos, lenguaje, costumbres, valores, relaciones, etc.; y se utiliza toda la gama de herramientas cualitativas para recabar datos. Creswell (2005) los subdivide en: a) Casos culturales inusuales, extremos o extraos. Por ejemplo, la investigacin de una cultura indgena completamente alejada de los patrones urbanos y las costumbres occidentales actuales (que practique su propia religin, tenga un bajo contacto con los medios de comunicacin colectiva, se encuentre geogrficamente distante, etc.) o el de la cultura de un grupo terrorista. b) Casos culturales ilustrativos. Son cuando se pretende mostrar un caso tpico de una cultura. Por ejemplo, un grupo representativo de la cultura de los nios abandonados de la calle de cualquier gran urbe latinoamericana, que deben trabajar para sobrevivir. c) Casos que se presentan en diferentes culturas (implica considerar varios de ellos, es de orden colectivo). Por ejemplo, analizar diversas culturas organizacionales sexistas (que discriminan a las mujeres, impidiendo su acceso a altos puestos de la empresa).

21

MIXTOS
Cada vez son ms comunes los estudios de caso mixtos, de hecho, la sugerencia que podemos hacer es que resulta conveniente que sean hbridos (recolecten tanto datos cuantitativos como cualitativos); lo cual fortalece su amplitud y profundidad. En este sentido, un estudio de caso puede ser en dos etapas (cuantitativacualitativa o viceversa), de enfoque principal, en paralelo o mixto complejo. Asimismo, aplican los criterios cuantitativos y cualitativos para establecer la confiabilidad y validez de la investigacin que se mencionaron. Herrera (2004) realiz un estudio de esta naturaleza. El caso fue la misma autora (se autoanaliz). Veamos el ejemplo con un poco de mayor profundidad y sin entrar en demasiados tecnicismos, a fin de evitar el agobio a estudiantes que estn fuera de campos mdicos, psicolgicos y qumicos. Ella era una paciente con 31 aos de evolucin con una enfermedad crnica multisistmica (lupus eritematoso sistmico). Haba sido tratada desde pequea de muchas formas (entre las cuales estaban la mayora de las desarrolladas por la medicina tradicional). El pronstico de diferentes especialistas era contundente: Norma Herrera morira en poco tiempo (cuestin de semanas o meses). Entonces, decide abandonar todo tratamiento y suspender la medicacin indicada. Se inscribe en una maestra de desarrollo humano. Al principio de sus cursos la enfermedad sigui su evolucin natural. Sin embargo, comienza a trabajar diversas reas como el manejo de sentimientos, emociones y actitudes; la aceptacin de su enfermedad (que no la resignacin), el sentido de vida, la autoestima, la espiritualidad (su relacin con Dios en general), etc. Asimismo, trabaja la psicologa transpersonal, la psicoterapia centrada en la persona y la gestalt, la logoterapia y la terapia de reconstruccin personal. Es decir, se concentra en su desarrollo como ser humano. De pronto, ocurre una remisin y reversin de la enfermedad (esto es: desaparece el cuadro central de sta). Lo anterior, a un ao de haber iniciado la maestra. Ella se cuestiona: qu sucedi? y plantea un estudio de caso. Afortunadamente, Norma Herrera (experta en estudios de qumica aplicada a la Medicina), haba construido una base de datos con su historial clnico (entre otros rubros: origen de la enfermedad, etiologa, pronstico, sntomas y tratamientos). Posea mediciones de elementos tales como4:
El ejemplo est sumamente simplificado, por ello pedimos una disculpa a los mdicos y les sugerimos que lean el estudio completo referido en la bibliografa del libro. Asimismo, ms que presentar y discutir los resultados o generar una polmica, el inters se centra en analizar el mtodo que utiliz Herrera (2004) como una muestra de estudio de caso mixto.
4

Hemoglobina (Hb). Valores de clulas blancas (leucocitos)5. Valores de creatinina srica. Valores de depuracin de creatinina Urea (valores de protenas en primera miccin matutina y en orina de 24 horas). Indicadores de funcionamiento renal. Valores de complemento hemoltico, fracciones 3 y 4 (C3 y C4). Anticuerpos antinucleares y patrn de inmunofluorescencia.

Asimismo, ella document desde el inicio su proceso personal de desarrollo (anotaciones y bitcora), lo cual inclua reflexiones sobre la aceptacin de la enfermedad, la adquisicin de un elevado sentido de vida, una slida autoestima y una sensacin de crecimiento; la evolucin de sus sentimientos, emociones y experiencias en general; su acercamiento con un Ser supremo y otras cuestiones similares. Sus explicaciones rivales eran: E1: La enfermedad no era tan crtica, tal como se haba documentado, hoy que se conocen ms tipos de lupus. E2: La remisin fue espontnea, natural; nada tuvo que ver el trabajo con su persona. Al concluir la maestra, la remisin era patente. Su estudio de caso incluy anlisis cuantitativo (de las mediciones sobre su enfermedad a travs del tiempo), anlisis cualitativo (del trabajo consigo misma efectuado durante la maestra que abarc terapia individual y grupal), anlisis mixto (relacionando momentos y logros personales con las mediciones). Entre sus conclusiones y recomendaciones destacan las siguientes: Tratar al paciente de manera integral y considerar a la enfermedad en retrospectiva, es decir, lo que se encuentra detrs del sntoma
5

La literatura marca que el lupus cursa con leucopenia, situacin que expone al organismo a ser susceptible de sufrir infecciones constantes (Herrera, 2004).

23

(psiconeuroimunoendocrinologia y desarrollo humano) es un comienzo positivo para devolverle la salud en ciertas enfermedades como el lupus. Al ser humano, bajo sistemas tradicionales, se le trata de forma separada, como si estuviese fraccionado, es decir, si existe una enfermedad inmune, endocrina, psquica, neurolgica; se le atiende en el rea especfica y se olvida el resto. El desarrollo humano pugna por ver y considerar al ser humano de manera holista. El sentido de vida, la autoestima, el creer en un Dios, la unin con uno mismo y la espiritualidad pueden ayudar a que esta clase de enfermedades se combata notablemente. La influencia de actitudes y pensamientos positivos sobre la enfermedad, si se procesan a nivel de sistema nervioso, pueden influir en los sistemas inmune, endocrino y psquico. En pocas palabras, ms que enfermedades, hay enfermos y contextos de cmo se presentan las primeras en los segundos (doctor Roberto Hernndez Galicia). Bien dice el refrn popular: una golondrina no hace un verano, pero el estudio de caso de Herrera (2004), demuestra la importancia del sistema inmunolgico individual ante la enfermedad. Cabe sealar que Norma Herrera durante el periodo comprendido entre 2004 y principios de 2006, ha tratado exitosamente dos casos de nias con ms de una dcada padeciendo lupus con el mismo cuadro que ella tuvo; adems en Costa Rica, en la provincia de Alojuela (Ciudad Quesada), un caso similar de una mujer adulta joven (15 aos de sufrir la enfermedad) entr a una fase de remisin, al trabajar en el sentido de vida y otras reas humanas. Por su temporalidad Esta tipologa ya ha sido contemplada en los estudios de caso cuantitativos, por lo que basta decir que la clasificacin (que aplicara a ambos, cuantitativos y cualitativos), se resume en: a) temporales (duracin no prolongada, regularmente un ao o menos) y b) longitudinales o evolutivos (ms de un ao y varias etapas de recoleccin de los datos o mediciones).

EL REPORTE DE LOS ESTUDIOS DE CASO

Yin (2003) establece diferentes formatos para elaborar el reporte de resultados de los estudios de caso: 1. Analtico lineal. Este formato es como el de cualquier reporte de resultados (tema cubierto en los captulos 11 y 16 del libro), por lo que no entraremos en detalles. El ndice de un reporte de este tipo sera: - Introduccin. - Planteamiento del caso y el problema de investigacin. - Revisin de la literatura. - Mtodo. - Resultados. - Discusin. Aunque algunos autores prefieren invertir parte del orden y comenzar con la introduccin y el planteamiento, pasar de inmediato a los resultados y la discusin, dejando al final tanto la revisin de la literatura como el mtodo. 2. Estructuras comparativas. Los mismos datos son presentados mediante diferentes modelos conceptuales. Desde luego, deben existir al menos dos modelos para utilizar este formato. El fin de este reporte es evaluar el grado en que los resultados del caso embonan en cada modelo. Por ejemplo, supongamos que el estudio de caso es un diagnstico del clima organizacional; los resultados podran explicarse por dos modelos: el de Wilborn (1998) y el de Parker et al. (2003)6. Entonces, se comparan tales resultados frente a ambos modelos. En la medida que embonen con stos se considerarn con mayor validez. Es importante sealar que los datos que obtengamos deben ser compatibles con el modelo. A grandes rasgos, el modelo de Parker et al. (2003) contiene los elementos que se muestran en la figura 4.8.

Este modelo se aborda en el captulo 7 del libro (Metodologa de la investigacin, 4 edicin).

25

Figura 4.8 Modelo del clima organizacional

Percepciones psicolgicas del clima: Trabajo Papel Lder Grupo de trabajo Organizacin Actitudes hacia el trabajo: Satisfaccin en el trabajo Involucramiento en el trabajo Compromiso con el trabajo

Motivacin

Desempeo

El modelo es muy interesante puesto que es sencillo y muy explicativo, adems de fundamentarse en la evidencia emprica de ms de 100 muestras de varios pases (Hernndez Sampieri, 2005). Para el modelo, las percepciones sobre las variables o dimensiones del clima (trabajo, papel, lder o superior, grupo de trabajo y elementos de la organizacin, como lo sera la estructura) influyen en la motivacin y el desempeo, pero con la mediacin de las actitudes hacia el trabajo (satisfaccin en el trabajo, involucramiento en el trabajo y el compromiso con la empresa o institucin). Es decir, hay dos niveles de variables intervinientes: las del clima y las actitudes hacia el trabajo. Por ello, se denomina como modelo de dos niveles. En el diagnstico del clima de un caso de organizacin en particular, tendramos que medir las variables del modelo y nuestro anlisis debera producir una estructura similar. Y si tuviramos el otro modelo, haramos lo mismo. El caso se sustenta en dos modelos o estructuras comparativas. 3. Cronolgico. En este formato, la presentacin de resultados se realiza por fases del estudio de caso. Por ejemplo, si evaluamos a una comunidad indgena mediante un mtodo cualitativo, podemos presentar los resultados por etapas: - Inmersin en el caso y contexto. - Recoleccin inicial de los datos: primeras entrevistas.

26

- Resultados preliminares: observacin y entrevistas a lderes. - Resultados definitivos: observacin, recoleccin de materiales y entrevistas con pobladores. - Discusin. 4. Construccin de teora. Un formato donde el caso se presenta de tal forma que cada parte (hiptesis, conceptos, etc.) del reporte revela un aspecto de la teora . 5. Sin estructura. Cuando no hay un orden. Hay quienes escriben el reporte conforme avanza el estudio de caso. En cualquier situacin es importante que el caso se redacte y presente adecuadamente. Recomendaciones para los estudios de caso Yin (2003) y Creswell (2005) hacen algunas recomendaciones para los estudios de caso, entre las que destacan las siguientes: El caso debe ser significativo y de inters para un grupo, una comunidad y/o una sociedad. El caso es estudiado holsticamente, por lo que no debe restringirse a ciertas reas o algunos cuantos lugares. Se considera que el caso puede concluirse cuando se responde de manera satisfactoria al planteamiento del problema. El caso debe ser analizado desde diferentes perspectivas (por ejemplo, si es una organizacin, el abordaje debe incluir a la alta direccin o gerencia, las diferentes reas, el sindicato y los trabajadores, los clientes y proveedores y dems participantes). El caso tiene que estar contextualizado. A veces los estudios de caso se utilizan como pilotos de investigaciones ms amplias.

CAPTULO 5
OTROS DISEOS EXPERIMENTALES
SERIES CRONOLGICAS, FACTORIALES Y CUASIEXPERIMENTOS

INTRODUCCIN

En el captulo 7 de Metodologa de la investigacin, 4 edicin, se comenta sobre los diseos experimentales, sin embargo quedaron pendientes dos tipos de stos: las series cronolgicas mltiples y los factoriales. Ambos, en ediciones anteriores, se haban tratado en el libro. Se retomarn algunas cuantas lneas del contenido del captulo 7, con la finalidad de que el lector ubique sin problemas cada tema.

Diseos experimentales de series cronolgicas mltiples

Cuando el experimentador se interesa en analizar efectos en el mediano o largo plazo, porque tiene bases para suponer que la influencia de la variable independiente sobre la dependiente tarda en manifestarse. Por ejemplo, programas de difusin de innovaciones, mtodos educativos o estrategias de las psicoterapias. En tales casos, es conveniente adoptar diseos con varias pospruebas. A estos diseos se les conoce como series cronolgicas experimentales. En realidad, el trmino serie cronolgica se aplica a cualquier diseo que efecte varias observaciones o mediciones sobre una variable a travs del tiempo, sea o no experimental, slo que en este caso se les llama experimentales porque renen los requisitos para serlo. Tambin en estos diseos se tienen dos o ms grupos y los sujetos son asignados al azar a dichos grupos. nicamente que, debido a que transcurre mucho ms tiempo entre el inicio y la terminacin del experimento, el investigador debe tener cuidado de que no ocurra algo que afecte de manera distinta a los grupos (con excepcin de la manipulacin de la variable independiente). Lo mismo sucede cuando la aplicacin del estmulo lleva mucho tiempo (por ejemplo, programas motivacionales para trabajadores que duran semanas). Con el paso del

tiempo es ms difcil mantener la equivalencia inicial de los grupos. Un ejemplo de cmo se diagraman las series cronolgicas experimentales se muestra en la tabla 5.1.

Tabla 5.1 Ejemplos de experimentos de series cronolgicas

Serie cronolgica sin preprueba, con varias pospruebas y grupo de control RG1 RG2 RG3 RG4 X1 X2 X3 01 04 07 010 02 05 08 011 03 06 09 012

Serie cronolgica con preprueba, con varias pospruebas y grupo de control RG1 RG2 RG3 01 05 09 X1 X2 02 06 010 03 07 011 04 08 012

Serie cronolgica basada en el diseo de cuatro grupos de Solomon RG1 RG2 RG3 RG4 01 04 X X 02 05 07 09 03 06 08 010

Las pospruebas pueden ser tantas como se requiera y sea posible aplicar. Asimismo, en otras ocasiones se desea analizar la evolucin de los grupos antes y despus del tratamiento experimental. En esta situacin pueden incluirse varias prepruebas y pospruebas, en cuyo caso se tendran esquemas como el siguiente: R R R G1 G2 G3 0 0 0 0 0 0 0 0 0 X1 X2 0 0 0 0 0 0 0 0 0

Ejemplo De un diseo experimental de serie cronolgica Un consultor en cuestiones organizacionales estudia el efecto sobre la dedicacin en el trabajo que tiene el hecho de que se difundan una serie de valores, que la directiva de una corporacin considera deben ser implantados en la empresa. Pregunta de investigacin: cuanto ms conozca el personal de una corporacin los valores de sta (definidos por su directiva), tendr m a y o r dedicacin en el trabajo? Hiptesis de investigacin: El mayor conocimiento de los valores corporativos genera mayor dedicacin en el trabajo. Hiptesis estadstica: rxy > 0 El consultor selecciona 99 personas de la corporacin, de todos los niveles jerrquicos, los asigna al azar a tres grupos: 1. un grupo participa en una reunin de dos horas de duracin, en donde se les presentan con cuidado los valores corporativos con aplicaciones a situaciones especficas de trabajo, posteriormente se les entrega un folleto con explicaciones adicionales. 2. otro grupo asiste a una sesin breve donde se proporciona un folleto sobre los valores corporativos (no hay explicacin verbal ni discusin o sesin de preguntas y respuestas). 3. el tercer grupo asiste a una sesin donde se trata algn aspecto no relacionado con el trabajo o la organizacin (digamos, un tema cultural de inters general). Antes de administrar los tratamientos a todos los sujetos, se les aplican tres mediciones de la dedicacin en el trabajo. Asimismo, despus de los tratamientos, tambin se les aplican tres mediciones de la misma variable (al corto, mediano y largo plazos). El diseo se diagramara como se muestra en la figura 5.1. Recurdese que las mediciones son de la dedicacin en el trabajo. Cada grupo estara integrado por 33 personas.

Figura 5.1 Diseo del ejemplo de serie cronolgica sobre la dedicacin al trabajo con tres grupos

Quince das antes del tratamiento

Un mes despus del tratamiento

G1

01

02

03

Sesin informativa y de discusin ms folleto informativo

(X1)

04

05

06

G2

07

08

09

Folleto informativo

(X2)

010

011

012

G3

013

014

015
Cuatro das antes del tratamiento

Sesin sobre un tema general

()

016

017

018
Tres meses despus del tratamiento

Un mes antes del tratamiento

Un da despus del tratamiento

Una ventaja del diseo es que es posible evaluar la evolucin comparativa de los grupos. Por ejemplo, si se encontraran los siguientes resultados con una escala (hipottica) de dedicacin en el trabajo, con valores de 0 a 25: R R R G1 G2 G3 11 10.8 11.1 11 11 10.9 11.2 10.9 11.3 X1 X2 16 15 11 18 14 10.8 21 11.8 11.4

Series cronolgicas Diseos que, a travs del tiempo, efectan diversas observaciones o mediciones sobre una variable.

Vemos que X1 tiene un efecto que aumenta con el paso del tiempo y X 2 produce un efecto en el corto plazo,

pero tiende a desvanecerse con el paso del tiempo. Esto podra graficarse del siguiente modo:

Grupo 1 25 Nivel de la variable dependiente (dedicacin en el trabajo)

Efecto creciente 12.5

01

02

03

X1

04

05

06

Tratamiento uno

Grupo 2 25 Nivel de la variable dependiente (dedicacin en el trabajo) Nivel de la variable dependiente (dedicacin en el trabajo) 25

Grupo 3

Efecto temporal 12.5

No efecto 12.5

07

08

09

X2

010

011

012

013

014

015

---

016

017

018

Tratamiento dos

Tratamiento dos

En los diseos experimentales de series cronolgicas se realizan este tipo de grficas, las cuales enriquecen la interpretacin de la evolucin de los grupos.

Algunas de las diversas configuraciones que se presentan se muestran en las figuras 5.2 y 5.3. En este caso, debe observarse que no sea algn suceso ajeno el que provoque el efecto, en lugar de la manipulacin de la variable independiente. Podra ocurrir que:

Figura 5.2 Ejemplo de un suceso ajeno a X que provoca el efecto

Escala de la variable dependiente

Suceso que es independiente aX

01 02 03 04 X 05 06 07

Figura 5.3 Ejemplo de un efecto que perdura

Escala de la variable dependiente

A. Efecto inmediato que perdura y crece

01

02

03

04

05

06

07

Figura 5.4 Ejemplo de ausencia de efecto por el tratamiento

Escala de la variable dependiente

B. Efecto no provocado por el tratamiento experimental, sino por una tendencia del grupo independiente al tratamiento: el efecto se produjo antes de este

01

02

03

04

05

06

07

Este diagrama se comparara con el del grupo de control o dems grupos para analizar lo que ocurre. Quiz se deba a que no se obtuvo una equivalencia real de los grupos al inicio del experimento. Se tendran tantos diagramas o grficas como grupos, o bien podran agruparse los efectos provocados en los distintos grupos en una sola grfica (varios diagramas en sta), como se observa en la figura 5.5. Desde luego, si se mide ms de una variable dependiente, en el primer caso se tendr un diagrama para cada grupo por cada variable dependiente; mientras que en el segundo caso, un diagrama por cada variable dependiente.

Figura 5.5 Ejemplos de grficas en series cronolgicas

Varios diagramas

Grupo 1

Grupo 2

01 02 03 X 04 05 06

01 02 03 X 04 05 06 Un solo diagrama

Grupo 3

Grupo 1 Grupo 2 Grupo 3

01 02 03 X 04 05 06

01 02 03 X 04 05 06

Ejemplo

Si el tratamiento es un programa motivacional y las variables dependientes son la motivacin intrnseca, la productividad y la calidad en la produccin (con dos grupos experimentales y uno de control), se tendran las opciones que se muestran en las figuras 5.6 y 5.7.

Figura 5.6 Ejemplo de varios diagramas para cada variable dependiente

Diversos diagramas para varios grupos y variables dependientes

Grupo 1

Grupo 2

Motivacin intrnseca
01 02 03 X 04 05 06

Motivacin intrnseca
01 02 03 X 04 05 06 Grupo 3

Motivacin intrnseca
01 02 03 --- 04 05 06

Grupo 1

Grupo 2

Productividad
01 02 03 X 04 05 06

Productividad
01 02 03 X 04 05 06

Grupo 3

Productividad
01 02 03 --- 04 05 06

Grupo 1

Grupo 2

Calidad
01 02 03 X 04 05 06

Calidad
01 02 03 X 04 05 06

Grupo 3

Calidad
01 02 03 --- 04 05 06

Figura 5.7 Ejemplo de un solo diagrama por variable dependiente

Un solo diagrama por variable dependiente

Grupo 1

Motivacin intrnseca

Grupo 2 Grupo 3

01 02 03 X 04 05 06
Grupo 1 Grupo 2 Grupo 1 Grupo 2

Productividad

Grupo 3

Calidad

Grupo 3

01 02 03 X 04 05 06

01 02 03 X 04 05 06

En estos diseos de series cronolgicas se controlan todas las fuentes de invalidacin interna, siempre y cuando se lleve a cabo un seguimiento minucioso de los grupos, para asegurarse de que la nica diferencia entre ellos sea la manipulacin de la variable independiente. En algunos casos, llega a haber una influencia de la repeticin de las mediciones sobre la variable dependiente (administracin de pruebas mltiples), sobre todo en las pruebas donde el sujeto participa activamente y sabe que est respondiendo a una prueba (cuestionarios, entrevistas, tests estandarizados); no tanto as en las mediciones en que el sujeto es ms pasivo y no se encuentra consciente de qu se le mide (por ejemplo, la observacin). De cualquier manera, en caso de que exista dicha influencia, se presentar de forma similar en todos los grupos (porque son equivalentes y el nmero de pruebas aplicadas es el mismo).

Para estos diseos se suelen utilizar diversas tcnicas estadsticas complejas, esto depende del nivel de medicin de las variables y del tipo de anlisis e interpretacin que se desee realizar, como anlisis de regresin mltiple o anlisis de cambio. Se recomiendan las siguientes fuentes para conocer tales anlisis: Markus (1979), Ostrom (1990), Kessler y Greenberg (1981), Henkel (1976), Siegel (1995), Monge y Cappella (1980), Kerlinger y Pedhazur (1997), SPSS (1999), Camacho (2001), Ferrn (2001), Kerlinger y Lee (2002).

Diseos de series cronolgicas con repeticin del estmulo En ocasiones, el investigador anticipa que el tratamiento o estmulo experimental no tiene efecto o es mnimo si se aplica una sola vez, tal como sera hacer ejercicio fsico un solitario da (no se esperara un cambio en la musculatura); o como sera consumir vitaminas por una nica vez. Tambin en ocasiones el investigador quiere conocer el efecto sobre las variables dependientes cada ocasin que se aplica el estmulo experimental. Por ejemplo, en tcnicas de condicionamiento es comn que uno se cuestione: cuntas veces debo aplicar el reforzamiento a una conducta para lograr condicionar la respuesta a un estmulo? En estos casos es posible repetir el tratamiento experimental y administrar una posprueba despus de cada aplicacin, para evaluar su efecto. Los sujetos se asignan al azar a los distintos grupos, a cada grupo se le administra varias veces el tratamiento experimental que le corresponde. Algunos de estos diseos diagramados se muestran en la tabla 5.2.

Tabla 5.2 Ejemplos de diseos cronolgicos con repeticin del estmulo

El mismo tratamiento se aplica dos veces al grupo experimental: R R G1 G2 01 04 X1 02 05 X1 03 06

Cada tratamiento se aplica cuatro veces al grupo respectivo:

R R R R

G1 G2 G3 G4

01 06 011 016

X1 X2 X3

02 07 012 017

X1 X2 X3

03 08 013 018

X1 X2 X3

04 09 014 019

X1 X2 X3

05 010 015 020

En algunos casos se prescindira de las pruebas, y el experimentador, por alguna justificacin terica o emprica, podra aplicar pospruebas a intervalos sistemticos diferentes. R R R G1 G2 G3 X1 X2 01 04 07 X1 X2 X1 X2 X1 X2 02 05 08 X1 X2 X1 X2 X1 X2 03 06 09

O bien, aplicar las pospruebas a intervalos irregulares (por alguna determinada razn): R R R G1 G2 G3 X1 X2 X1 X2 01 05 09 X1 X2 02 06 X1 X2 X1 X2 X1 X2 03 07 X1 X2 04 08 012

010

011

Un ejemplo de estos diseos sera el caso de un publicista que pretende analizar los efectos de un comercial televisivo en la preferencia del producto anunciado, en comparacin con otras marcas, y postula la hiptesis de que una sola exposicin al comercial no surtir efecto alguno.

Las pruebas estadsticas usuales para estos diseos son las mismas que para las series cronolgicas mltiples.

Diseos con tratamientos mltiples A veces el investigador desea analizar el efecto de la aplicacin de los distintos tratamientos experimentales a todos los grupos o participantes. En estos casos es posible utilizar los diseos con tratamientos mltiples. La aplicacin de tratamientos puede ser individual o en un grupo y hay distintas variaciones: a) Varios grupos. En este caso, se tienen varios grupos a los cuales se asignan los sujetos o participantes al azar. A cada grupo se le aplican todos los tratamientos. La secuencia de la aplicacin de tratamientos puede o no ser la misma para todos los grupos y es posible administrar una o ms pospruebas a los grupos (posteriores a cada tratamiento experimental). Dos diagramas de estos diseos son los de la tabla 5.3.

Tabla 5.3 Diseos con tratamientos mltiples, varios grupos

Misma secuencia para los grupos R G1 X1 01 X2 02 X3 03 R G2 X1 04 X2 05 X3 06 R G3 X1 07 X2 08 X3 09 R R R G1 G2 G3

Secuencia diferente X1 X2 X3 01 X2 02 X3 03 04 X3 05 X1 06 07 X2 08 X1 09

Con secuencia diferente. El experimentador debe tener cuidado al interpretar las segundas pospruebas y mediciones subsecuentes, ya que quizs exista una influencia diferente en los grupos provocada por distintas secuencias de los

tratamientos. De hecho, durante el experimento es muy probable que haya diferencias entre grupos, incluso al finalizar el experimento los resultados se deban, en buena medida, a la secuencia con que fueron administrados los tratamientos. Los diseos experimentales con tratamientos mltiples y secuencia diferente en los grupos, as como los dos casos que vamos a ver a continuacin, llegan a tener distintos efectos que deben analizarse con minuciosidad. Algunos tratamientos tienen efectos reversibles; en esta situacin no hay interferencia entre tratamientos y las pospruebas se ven influidas nicamente por el tratamiento inmediato anterior (por ejemplo 03, del diseo con secuencia diferente, se vera afectada por X3, pero no por X 2 o X1), ello facilita la interpretacin. Pero a menudo los efectos no son reversibles, sino aditivos o interactivos; esto es, los resultados de una posprueba se pueden ver influidos no slo por el tratamiento inmediatamente anterior, sino por los que le antecedieron a ste, y no es fcil saber cunto se debi a X 1, cunto a X2, o Xk. Para ello, en el anlisis debe incluirse la secuencia como factor. b) Un solo grupo. En situaciones donde slo se cuenta con un nmero

reducido de participantes para el experimento, es posible realizar un diseo con tratamientos mltiples y un solo grupo. No hay asignacin al azar puesto que se tiene a un nico grupo. La equivalencia se obtiene puesto que no hay nada ms similar a un grupo que este mismo. El grupo hace las veces de grupos experimentales y de control. Este diseo se diagrama as:
G nico X1 0 1 X2 0 2 0 3 X3 0 4 0 5 Xk 0 k

Cuando se considere conveniente, se utiliza como grupo de control, por ejemplo, antes de 03 y 05. Sin embargo, tal diseo est limitado a que los efectos de los tratamientos mltiples sean reversibles; de lo contrario no es un diseo experimental, sino cuasiexperimental. Si en estos diseos se introduce sistemticamente y como variable independiente la secuencia de administracin de

los tratamientos, se convierten en factoriales (que se vern a continuacin). Las pruebas estadsticas que se utilizan en estos diseos son las mismas que se tienen para las series cronolgicas y los diseos con repeticin del estmulo. Hasta aqu se han revisado diseos experimentales que manipulan una sola variable independiente (los tratamientos representan niveles de presencia o manipulacin de sta; X1, X2, X3, Xk son variaciones de la misma variable independiente; al menos como se han concebido en este libro) y miden una o ms variables dependientes. Por ejemplo, en un experimento con mtodos educativos, en lugar de medir nada ms el aprendizaje, es posible medir adems la motivacin del alumno, su integracin al grupo, etc.; esto sera en la preprueba y la posprueba. Normalmente, se miden diversas variables dependientes para optimizar el costo, al analizar los efectos de la variable independiente sobre cada dependiente. En ocasiones, como parte de las pospruebas, se incluyen mediciones para verificar qu tanto funcion la manipulacin (verificaciones de la manipulacin) o a veces estas verificaciones son independientes de las pospruebas. Con el fin de ver si las secuencias se relacionan con caractersticas de los grupos, algunos autores consideran introducir sistemticamente otros elementos a los diseos, tales como presencia-ausencia de la preprueba (por ejemplo, el diseo de cuatro grupos de Solomon, visto en el captulo 7 de Metodologa de la investigacin, 4 edicin), as como secuencias diferentes de tratamientos en varios grupos. Por ejemplo, tener un diseo as:

Nios de 8 ao,

G1 G2

X1 X2 X1 X2 X1 X2

01 03 05 07 09 011

X2 X1 X2 X1 X2 X1

02 04 06 08 010 012

Nios de 6 ao,

G3 G4

Nios de 4 ao,

G5 G6

O un nmero de pospruebas diferentes en los grupos. Por ejemplo, con un diseo como el siguiente, se tienen diseos factoriales: R G1 X 1 0 1 0 2 R G2 X 1 0 1 R G3 X 2 0 1 0 2 R G4 X 2 0 1 R G5 01 02 R G6 01 De hecho, son factoriales, porque se manipulan como si fueran una variable independiente. Sin embargo, la experiencia ha demostrado a algunos profesores que los alumnos que ven por primera vez el tema suelen desconcertarse si se analizan como diseos factoriales, a menos que stos se expliquen primero.

Diseos factoriales Los diseos factoriales manipulan dos o ms variables independientes e incluyen dos o ms niveles de presencia en cada una de las variables independientes. Se utilizan muy a menudo en la investigacin del comportamiento. La construccin bsica de un diseo factorial consiste en que todos los niveles de cada variable independiente sean tomados en combinacin con todos los niveles de las otras variables independientes (Wiersma y Jurs, 2005).

Diseo factorial 2 X 2 El diseo factorial ms simple manipula (hace variar) dos variables, cada una con dos niveles. A este diseo se le conoce como diseo factorial 2 X 2, en donde el nmero de dgitos indica el nmero de variables independientes:

2
Un dgito
(primera variable independiente)

2
Otro dgito
(segunda variable independiente)

El valor numrico de cada dgito indica el nmero de niveles o modalidades de la variable independiente en cuestin. En este caso es 2, lo cual quiere decir que cada una de las variables tiene dos niveles. Como mencionan Wiersma y Jurs (2005), no es necesario que los valores numricos sean los mismos para todas las variables independientes. En teora, puede haber cualquier nmero de variables independientes con cualquier nmero de niveles cada una. Por ejemplo, el diseo factorial 2 X 2 X 3 indica que hay tres variables independientes, la primera y la segunda con dos niveles, mientras que la tercera con tres niveles. El diseo factorial 4 X 5 X 2 X 3 indica una variable independiente con cuatro niveles, otra con cinco, otra ms con dos y una ltima con tres. Un ejemplo de un diseo factorial 2 X 2 sera tener como variables independientes mtodo de enseanza y gnero. La primera con dos niveles: mtodo de enseanza por tradicional-oral y mtodo de enseanza por medio de video. La segunda con los niveles masculino y femenino. Otros diseos factoriales El nmero de grupos que se forman en un diseo factorial es igual a todas las posibles combinaciones que surjan al cruzar los niveles de una variable independiente con los niveles de las otras variables independientes. As, en un diseo 2 X 2 tendremos cuatro grupos (2 por 2 = 4); en un diseo 3 X 2 resultarn seis grupos, y en un diseo 3 X 3 X 3, 27 grupos. Debe observarse que el resultado de la multiplicacin es el nmero de grupos resultante. En estos diseos, el nmero de grupos aumenta con rapidez con el incremento del nmero de variables independientes o niveles (exponencialmente). Vemoslo:

2X2=4 2X3=6 3X3=9 3 X 4 = 12 3 X 2 X 2 = 12 3 X 3 X 4 = 36

Nmero de grupos resultantes o del experimento.

Ello se debe a que los niveles tienen que tomarse en cuenta respecto a todas sus posibles combinaciones. Wiersma y Jurs (2005) sealan que en los diseos experimentales factoriales, al menos una de las variables independientes debe ser experimental; las dems pueden ser variables orgnicas, introducidas en el diseo con fines de control (por ejemplo, gnero, edad, ao, escolaridad, inteligencia en intervalos, etctera).

Figura 5.8 Un diseo factorial 2 X 2

Diseo 2 X 2 Variable independiente B A1 B1 A1 B1 A2 A2 B1 Variable independiente A

B2

A1 B2

A2 B2

Con objeto de simplificar la forma en que se diagraman los diseos factoriales, acudiremos a la simbologa que comnmente se utiliza.1 Para designar a las
1

Por ejemplo, Matheson, Bruce y Beauchamp (1983); Christensen (2000); Arnau-Grass (1981);

Wiersma (1999), y Wiersma y Jurs (2005).

variables independientes se usan letras (A, B, C, K) y para los niveles, nmeros (1, 2, 3, K); las combinaciones de letras y nmeros que aparecen en las casillas (o celdas) representan las mezclas de niveles de las variables independientes. Cada celda es un grupo. En la figura 5.8 (en la pgina anterior) se diagrama un diseo factorial 2 X 2. Otro ejemplo sera un diseo factorial 2 X 4 X 3 (figura 5.9).

Figura 5.9 Diseo 2 X 4 X 3 Diseo 2 X 4 X 3 A A1 C1 B1 B2 B3 B4 A1B1C1 A1B2C1 A1B3C1 A1B4C1 C2 A1B1C2 A1B2C2 A1B3C2 A1B4C2 C3 A 1 B 1 C3 A1B2C3 A1B3C3 A1B4C3 C1 A2B1C1 A2B2C1 A2B3C1 A2B4C1 C2 A2B1C2 A2B2C2 A2B3C2 A2B4C2 A2 C3 A2B1C3 A2B2C3 A2B3C3 A2B4C3

Obsrvese en la figura 5.9 que todas las posibles combinaciones de los niveles entre A, B y C estn presentes; adems, ninguna combinacin es exactamente igual a la otra. Cada combinacin representa una celda o un grupo. Si las tres variables se manipulan deliberadamente (recordemos que al menos una debe serlo para que hablemos de experimento), los participantes tienen que asignarse al azar a todas las celdas o grupos. Si dos variables se manipulan intencionalmente (por ejemplo, B y C), los sujetos de cada nivel de la variable restante (A) sern asignados al azar a las casillas que les corresponde. Vemoslo con un ejemplo. Si A = gnero (A1, masculino; A2, femenino),

B = violencia televisada (B4, elevada; B 3, mediana; B2, baja, y B 1, nula) y C = orientacin paternal sobre el programa visto (C1, por parte de ambos padres; C2, del padre, y C 3, de la madre). Si hay 120 nios y 120 nias, los nios (A1) se asignaran al azar a las celdas donde A1 est presente (10 nios en cada celda), y las nias (A2) a las 12 casillas restantes (donde A 2 est presente, 10 nias por celda). Si una sola variable es la que se manipula deliberadamente (C por ejemplo), los participantes de los niveles combinados de las otras dos variables se asignan al azar a los niveles de aqulla (C1, C 2 y C 3, en el ejemplo). Los sujetos A1 B 1 seran asignados aleatoriamente a C1, C2 y C3, igual los sujetos A1 B2, A1 B3, etctera. En los diseos factoriales es posible agregar un grupo de control o varios (que no se expongan a la variable o las variables manipuladas deliberadamente, figura 5.10).

Figura 5.10 Diseo factorial con grupo de control Diseo 2 X 2

A1 B1 A1 B1 A2 B1 A2 B2 A2

B2

A1 B2

control

Utilidad de los diseos factoriales Los diseos factoriales son sumamente tiles porque permiten al investigador evaluar los efectos de cada variable independiente sobre la dependiente por separado, as como los efectos de las variables independientes de manera conjunta. Por medio de estos diseos se observan los efectos de interaccin entre las variables independientes.

En trminos de Wiersma y Jurs (2005), la interaccin es un efecto producido sobre la variable dependiente, de tal manera que el efecto de una variable independiente deja de permanecer constante en los niveles de la otra u otras independientes. El efecto de interaccin est presente si el efecto conjunto de las variables independientes no es igual a sus efectos por separado (aditivos). Ello significa que el efecto de una variable independiente por s mismo no es igual que cuando se toma en combinacin con los niveles de otra variable independiente. Por ejemplo, si el alto contenido de violencia televisada afecta slo cuando hay orientacin sobre el programa por parte de la madre, pero no cuando dicha orientacin est a cargo del padre o de ambos. As, hay dos tipos de efectos que es posible evaluar en los diseos factoriales: los efectos de cada variable independiente (llamados efectos principales) y los efectos de interaccin entre dos o ms variables independientes (si se tienen cuatro variables, por ejemplo, pueden interactuar dos entre s y otras dos entre s, o pueden interactuar tres o las cuatro variables independientes). Los diseos factoriales responden a estructuras entre variables que se esquematizan en la siguiente forma: Figura 5.11 Ejemplo de estructura de un diseo factorial

Variables Independientes X W

Variable dependiente

Asimismo se analizan el efecto de X sobre Y (X el de K sobre Y (K

Y), de W sobre Y (W

Y) y

Y); el efecto conjunto de X y W sobre Y.

El efecto conjunto de X y K sobre Y.

El efecto conjunto de W y K sobre Y.

Finalmente el efecto conjunto de todas las variables independientes sobre Y (tres variables).

Ejemplo Supongamos una investigacin que tiene como hiptesis: A mayor exposicin por parte de los adolescentes a videos musicales con alto contenido sexual, habr una mayor predisposicin para establecer contacto heterosexual. Posteriormente se disea un experimento para someterla a prueba. La variable independiente es la exposicin a contenidos sexuales (por medio de la televisin) y la dependiente es la predisposicin para establecer contacto sexual. Se decide agregar otra variable independiente: gnero o sexo. Entonces se tiene un diseo factorial con dos variables independientes. La exposicin tendra tres niveles: a) contenido sexual elevado y manifiesto, b) contenido sexual moderado y c) contenido romntico. Cada video que se elabore tendr, entonces, tres versiones: la msica es la misma, los modelos, la duracin, la historia y el contexto tambin. La nica diferencia es el tratamiento sexual de los contenidos verbales y no verbales. El gnero o sexo implicara dos niveles: masculino y femenino. El esquema del diseo se indica en la figura 5.12.

Figura 5.12 Diseo factorial 2 X 3 (correspondiente al ejemplo)

Exposicin al conetnido sexual Elevada Moderada Mnima

Masculino Sexo Femenino

Christensen (2000) desarrolla una excelente explicacin de los efectos principales e interactivos en los diseos factoriales, la cual sirve de base para la exposicin de dichos efectos que se incluye a continuacin. Supongamos que, una vez que los grupos se han expuesto a los videos, se les aplica una posprueba que mide su predisposicin para establecer contacto sexual y se obtiene el promedio de cada grupo (asimismo, pensemos que los resultados que lleguen a obtenerse en esta prueba oscilaran entre 0 y 30, donde un valor mayor indica una ms alta predisposicin). Analizamos varias configuraciones posibles de resultados (figura 5.13).

Figura 5.13 Diagramas del ejemplo de diseo factorial. Interpretacin y posibles configuraciones

Interpretacin de efectos

Marginal

Si hay diferencias entre los promedios de los marginales, hubo efecto de la variable horizontal (en el ejemplo, el sexo o gnero)

Marginal Marginal Marginal Marginal

Si hay diferencias entre los promedios de los marginales, hubo efecto de la variable vertical (en el ejemplo, exposicin al contenido sexual).

25 Promedios de marginales

15

7 No efecto

25

15

Efecto

Posibles configuraciones
A.
Elevada Moderada Mnima

B.
Elevada Moderada Mnima

Masculino Femenino

25 25

15 15

7 7

Masculino Femenino

18 8

18 8

18 8

La variable exposicin tiene efecto; la variable sexo no tiene efecto. No hay efecto de interaccin.

La variable exposicin no tiene efecto; la variable sexo tiene efecto. No hay efecto de interaccin.

C.
Elevada Moderada Mnima

D.
Elevada Moderada Mnima

Masculino Femenino

26 10

18 18

10 25.9

Masculino Femenino

23 18

18 13

13 8

Ninguna de las variables tiene efecto por si mismas, pero hay un efecto de interaccin. E.
Elevada Moderada Mnima

Las dos variables tienen efecto, pero no hay un efecto de interaccin.

F.
Elevada Moderada Mnima

Masculino Femenino

29 20

23 12

12 12

Masculino Femenino

8 7.9

7.9 8

8.1 8

Las dos variables tienen efecto y hay efecto de interaccin.

No hay ning tipo de efecto.

En la configuracin A, no hay diferencias por sexo (cada casilla en cada nivel de sexo es igual a la del otro nivel). En cambio, hay diferencias entre los niveles de

exposicin en ambos sexos. Los efectos principales (es decir, los de cada variable por separado) se observan comparando los promedios de los marginales de los niveles de cada variable (ver interpretacin de efectos de la figura 5.13). En la configuracin B, no hay diferencias por exposicin, pero s por sexo. En la configuracin C, las diferencias entre las celdas se explican porque las dos variables interactan (cuando el sexo es masculino y la exposicin elevada, asimismo cuando el sexo es femenino y la exposicin mnima, se obtiene un valor; cuando el sexo es masculino y la exposicin mnima, y cuando el sexo es femenino y la exposicin elevada, se obtiene otro valor; finalmente, cuando ambos sexos se exponen moderadamente se obtiene un valor distinto de las dems celdas). El mximo efecto se encuentra en masculino y elevada y femenino y mnima (26 y 25.9). No hay efectos principales. En la configuracin D, hay cambios verticales y horizontales, provocados por efectos principales, pero no efecto de interaccin (ambas variables tienen efecto por s mismas, nicamente). En la configuracin E, hay efectos principales (cada variable por s misma afecta) y tambin efecto de interaccin (ste se alcanza si la diferencia entre las medias de los niveles de variacin de una variable independiente cambian en funcin de los niveles de variacin de la otra variable independiente, como tambin ocurri en la configuracin C). En la configuracin F, las diferencias entre todas las celdas es prcticamente nula: no hay ninguna clase de efecto.

Mtodos estadsticos de los diseos factoriales Los mtodos estadsticos ms usuales para estos diseos son el anlisis de varianza factorial (ANOVA) y el anlisis de covarianza (ANCOVA), con la variable dependiente medida en intervalos, y la ji-cuadrada (2) para mltiples grupos, con esa variable medida nominalmente. Por ltimo, a estos diseos se les pueden agregar ms variables dependientes

(tener dos o ms) y se convierten en diseos multivariados experimentales que utilizan como mtodo estadstico el anlisis multivariado de varianza (MANOVA). Qu otros experimentos existen?: cuasiexperimentos Ya se coment, en el captulo 7 del libro, que los diseos cuasiexperimentales tambin manipulan deliberadamente una o ms variables independientes para observar su efecto y relacin con una o varias dependientes, slo que trabajan con grupos intactos, formados por motivos ajenos al experimento: en los diseos cuasiexperimentales los sujetos no se asignan al azar a los grupos ni se emparejan, sino que dichos grupos ya estaban integrados previamente al experimento. Por ejemplo, si los grupos del experimento son cuatro grupos de diferentes reas de una empresa que estaban conformados con anterioridad al experimento (las razones por las que cada participante se integr a cada rea no tienen que ver con la realizacin del experimento). Vemoslo grficamente: Grupo A (50 empleados del departamento de produccin) G r u p o experimental con X1. Grupo B (26 empleados de la gerencia de recursos humanos) Grupo experimental con X2. Grupo C (37 empleados de la gerencia de administracin y finanzas) Grupo experimental X3. Grupo D (29 empleados del departamento de aseguramiento de la calidad) Grupo de control.

Problema de los diseos cuasiexperimentales Estos diseos se utilizan cuando no es posible asignar en forma aleatoria los sujetos o participantes a los grupos que recibirn los tratamientos experimentales. La falta de aleatorizacin introduce posibles problemas de validez interna y externa. Como comenta Weiss (1990, p. 89):

Estos diseos deben luchar con la seleccin como fuente posible de interpretacin equivocada, lo mismo que con la interaccin de la seleccin y otros factores; as como, posiblemente, con los efectos de la regresin.

Asimismo, diversos elementos pudieron operar en la formacin de los grupos (que no estn bajo el control del investigador), que impiden afirmar que stos son representativos de poblaciones ms amplias. De este modo, dado que su validez es menor que la de los experimentos puros, reciben el nombre de cuasiexperimentos. A causa de los problemas potenciales de validez interna, en estos diseos el investigador debe intentar establecer la semejanza entre los grupos; esto requiere considerar las caractersticas o variables que estn relacionadas con las variables estudiadas (Wiersma y Jurs, 2005). Por ejemplo, si grupos intactos de trabajadores se involucran en un experimento sobre motivacin, el turno probablemente tenga que ser introducido como una constante (grupos intactos, que sean todos del mismo turno) o como otra variable independiente (de control). Asimismo, el investigador deber buscar evidencia de que los grupos son equiparables en salario, productividad, competencia, antigedad en la organizacin y, en general, en todo lo que genere diferencias entre los grupos. Cuanta mayor informacin se obtenga sobre los grupos, mayores bases se tendrn para establecer su semejanza. En algunos casos se observar si hay la misma proporcin de mujeres y hombres en los grupos, si la edad promedio es similar, si los grupos no fueron constituidos con base en un criterio que pudiera afectar (por ejemplo, formacin de los salones por inteligencia) y si a los grupos en el pasado no les ha ocurrido algo que llegara a influir los resultados. Adems, como mencionan Campbell y Stanley (1966, p. 70):
Precisamente porque hay falta de control experimental total, es imprescindible que el investigador conozca a fondo cules son las variables particulares que su diseo especfico no controla. As, estar ms pendiente de su posible influencia y tendr mejores elementos para evaluarla.

La ausencia de asignacin al azar hace que se ponga especial atencin al interpretar

los resultados y se tenga sumo cuidado de no caer en interpretaciones errneas. Las limitaciones deben identificarse con claridad, la equivalencia de los grupos debe discutirse y la posibilidad de generalizar los resultados, as como la representatividad, debern argumentarse sobre una base lgica (Wiersma y Jurs, 2005). Los cuasiexperimentos difieren de los experimentos puros en la equivalencia inicial de los grupos (los primeros trabajan con grupos intactos y los segundos utilizan un mtodo para hacer equivalentes a los grupos). Sin embargo, esto no quiere decir que sea imposible tener un caso de cuasiexperimento, donde los grupos sean equiparables en las variables relevantes para el estudio. Si as fuera, los cuasiexperimentos ya hubieran sido desechados como diseos de investigacin. Ms bien quiere decir que, en algunos casos, los grupos pueden diferir significativamente o no ser equiparables; de este modo, el investigador debe analizar si los grupos son o no comparables desde el inicio. En esta ltima situacin el investigador debe declinar la realizacin de la investigacin con fines explicativos y limitarse a propsitos descriptivos y/o correlacionales. Una recomendacin con el fin de consolidar la validez interna de esta clase de diseos experimentales, es que los tratamientos o estmulos deben asignarse al azar.

Tipos de diseos cuasiexperimentales Con excepcin de la diferencia que acabamos de mencionar, los cuasiexperimentos son muy parecidos a los experimentos puros. Por lo tanto, podemos decir que hay casi tantos diseos cuasiexperimentales como experimentales puros. Slo que no hay asignacin al azar ni emparejamiento. Pero por lo dems son iguales, la interpretacin es similar, las comparaciones son las mismas y los anlisis estadsticos iguales (salvo que a veces se consideran las pruebas para datos no correlacionados). Es por ello que nos limitaremos a ver slo algunos de los diseos cuasiexperimentales (el resto puede ser deducido de sus correspondientes diseos experimentales puros, adems de quitarles la R de asignacin al azar) y se comentarn brevemente porque las comparaciones,

interpretaciones y los anlisis son prcticamente equipares.2 Consideramos que no sera adecuado volver a explicar dichas comparaciones, interpretaciones y anlisis.

1. Diseo con posprueba nicamente y grupos intactos. Este primer diseo utiliza dos grupos: uno recibe el tratamiento experimental y el otro no. Los grupos son comparados en la posprueba para analizar si el tratamiento experimental tuvo un efecto sobre la variable dependiente (01 con 02). El diseo puede diagramarse del siguiente modo, tal como se ve, no hay asignacin al azar ni emparejamiento: G1 G2 X 01 02

Obsrvese que si los grupos no son equiparables entre s, las diferencias en las pospruebas de ambos grupos se atribuiran a la variable independiente, pero tambin a otras razones diferentes, lo peor es que el investigador quiz no se d cuenta de ello. Por ejemplo, supongamos que se lleva a cabo un cuasiexperimento para analizar el efecto de la retroalimentacin que los mdicos dan a sus pacientes (respecto a su conducta en el tratamiento prescrito) sobre la obediencia o apego al tratamiento. Se podra partir de la siguiente hiptesis: Los pacientes que reciban mayor retroalimentacin de parte de sus mdicos, acerca de cmo se comportan en el tratamiento prescrito, se apegarn ms a dicho tratamiento. Es decir, los mdicos que informen ms a sus pacientes sobre su conducta en el tratamiento prescrito propiciarn en los pacientes un mayor deseo de seguir el tratamiento. La cuestin es motivar al paciente. Entonces, el investigador toma dos grupos de pacientes. Un grupo recibe retroalimentacin sobre su conducta en el tratamiento prescrito y el otro no. Posteriormente se evala qu tanto se apega cada grupo, en lo sucesivo, al tratamiento. Supongamos que obtenemos el siguiente resultado: 01
2

Si al lector le surge alguna duda respecto a qu comparaciones, interpretaciones y anlisis pueden llevarse a cabo en un diseo cuasiexperimental, le recomendamos revise el diseo experimental puro correspondiente, vale recordar que la diferencia es que en el cuasiexperimental no hay aleatorizacin y los grupos pueden estar no correlacionados.

> 02 (el grupo experimental se apega ms al tratamiento), entonces deducimos que la hiptesis fue confirmada. Pero para establecer lo anterior, debemos analizar con mucho cuidado que sea posible comparar a los grupos. Imaginemos que el grupo experimental estaba formado por pacientes que asisten a un hospital donde con frecuencia se dan plticas motivadoras para que los enfermos sigan los tratamientos prescritos, mientras que el grupo de control estaba integrado por pacientes que asisten a un hospital donde no se le asigna importancia a ello. A qu razn se le podran atribuir con certeza los resultados: a la manipulacin de la variable independiente, a que los grupos de pacientes provienen de diferentes hospitales, a ambos factores, a algn otro? Como los grupos no son razonablemente equiparables, no tendramos la certeza de cul fue la causa o qu tanto contribuyeron los diversos factores involucrados. Hay un problema de validez interna. Tambin podra ser que el grupo experimental estuviera compuesto por pacientes que, desde antes del experimento, tuvieran una motivacin elevada para apegarse a tratamientos mdicos; o tal vez acten otros factores que provocaran diferencias iniciales entre los grupos. Por ello, es importante que los grupos sean inicialmente comparables y que durante el experimento no ocurra algo que los haga diferentes, con excepcin de la presencia-ausencia del tratamiento experimental (por ejemplo, misma enfermedad y tratamiento mdico, hospital, galeno que los atiende, instrucciones y lugar, equivalencia como grupos en gnero, edad, avance de la enfermedad, etc.; nada ms imaginemos que el grupo experimental, en promedio, est ms enfermo que el de control, y los pacientes lo saben; llega a suceder que los ms enfermos se apeguen ms al tratamiento). El criterio de los experimentos puros en relacin con mantener la igualdad de los grupos (salvo la manipulacin de la variable independiente) se aplica por igual a los cuasiexperimentos. Puede extenderse el diseo para incluir ms de dos grupos. Se tienen as diferentes tratamientos experimentales o niveles de manipulacin. Su formato

general sera: G1 G2 G3 Gk Gk + 1 X1 X2 X3 Xk 01 02 03 0k 0k + 1

El ltimo grupo es de control. Un ejemplo de este diseo sera con cuatro grupos escolares de un mismo semestre y carrera (licenciatura) en una universidad, como grupos del cuasiexperimento. Vemoslo esquemticamente en la tabla 5.4. Tabla 5.4 Diagrama de un ejemplo del diseo cuasiexperimental con posprueba nicamente

Universidad del Centro Escuela de Psicologa Tercer semestre Grupo A Grupo B Grupo C Grupo D X1 X2 X3 01 02 03 04

Recurdese que los grupos son intactos (no se generan) y ya se haban

constituido por motivos diferentes al cuasiexperimento (en este caso, la eleccin de estudiar una carrera y la asignacin de alumnos a los grupos por parte de la Escuela de Psicologa). Los tratamientos experimentales podran ser mtodos educativos.

2. Diseo con preprueba-posprueba y grupos intactos (uno de ellos de control). Este diseo es similar al que incluye posprueba nicamente y grupos intactos, slo que en este caso a los grupos se les administra una preprueba. La cual puede servir para verificar la equivalencia inicial de los grupos (si son equiparables no debe haber diferencias significativas entre las prepruebas de los grupos). Su esquema ms sencillo sera el siguiente: G1 G2 01 03 X 02 04

Aunque puede extenderse a ms de dos grupos (niveles o modalidades de manipulacin de la variable independiente), lo cual se esquematizara as: G1 G2 G3 Gk Gk+1 01 03 05 02k1 02k+1 X1 X2 X3 Xk 02 04 06 02k 02(k+1)

Las posibles comparaciones entre las mediciones de la variable dependiente y las interpretaciones son las mismas que en el diseo experimental de prepruebaposprueba con grupo de control; solamente que, en este segundo diseo

cuasiexperimental, los grupos son intactos y en la interpretacin de resultados debemos tomarlo en cuenta. Recurdese todo lo que se ha dicho de la probable no equivalencia de los grupos. Este aspecto se aplica a todos los diseos cuasiexperimentales.

3. Diseos cuasiexperimentales de series cronolgicas. En ocasiones el investigador pretende analizar efectos al mediano y largo plazos o los efectos de la administracin del tratamiento experimental varias veces; pero no cuenta con la posibilidad de asignar al azar a los sujetos o participantes a los grupos del experimento. En estos casos, pueden utilizarse los d i s e o s cuasiexperimentales, salvo que los grupos deben ser intactos. En ambas

situaciones se aplican mediciones repetidas de la variable dependiente y se inserta el tratamiento experimental entre dos de esas mediciones en, al menos, un grupo; mientras que a otro grupo no se le aplica ningn tratamiento en el periodo de experimentacin. Aunque desde la perspectiva de la literatura clsica sobre experimentos (vase Campbell y Stanley, 1966) se reconoce como cuasiexperimento a un diseo que no tiene grupo de control. Bien, hablemos brevemente de estos diseos.

Series cronolgicas de un solo grupo A un nico grupo se le administran varias prepruebas, despus se le aplica el tratamiento experimental y finalmente varias pospruebas. El diseo se diagrama as: G0
10 20

X0

40

50

El nmero de mediciones est sujeto a las necesidades especficas de la investigacin que realizamos. Un ejemplo muy difundido de este diseo lo constituy la evaluacin de un

programa que tena por objeto disminuir la velocidad en carreteras del estado de Connecticut, EE. UU. (Campbell, 1975). Los investigadores recolectaron informes y datos de accidentes de trnsito correspondientes a varios aos anteriores y ulteriores a la implantacin del programa. Encontraron que despus del programa el nmero de accidentes disminuy. Pero como las distintas mediciones haban mostrado una pauta ascendente y descendente inestable durante varios aos, no se poda tener la certeza de que el programa hubiese sido la razn del descenso en el nmero de accidentes (Weiss, 1990). Entonces, fue necesario comparar las estadsticas de Connecticut con las de otros cuatro estados vecinos en los que no se haban efectuado los cambios en los reglamentos de trnsito propuestos por el programa del mencionado estado. Estos otros cuatro estados actuaron como grupos de control. Finalmente, se observ que en los otros estados no se haba registrado una disminucin equivalente al nmero de accidentes. Las comparaciones dieron pie para concluir que el programa haba generados los efectos deseados (Campbell, 1975; Glass, 1968). Esta investigacin cuasiexperimental en su primera etapa utiliz las series cronolgicas de un solo grupo (ver figura 5.14).

Figura 5.14 Ejemplo de un cuasiexperimento en su primera etapa

G
Accidentes 1951 Accidentes 1955 Accidentes 1953 Accidentes 1954 Accidentes 1955

X
Accidentes 1956 Accidentes 1957 Accidentes 1958

(Estado de Connecticut)

(Programa para disminuir accidentes)

Figura 5.15 Ejemplos de resultados en series cronolgicas de un solo grupo

Escala de la variable dependiente

a)

Otro ejemplo de este diseo sera medir las ventas de un producto durante varios meses, introducir una campaa publi-

01

02

03

04

05

06

citaria para ese producto y, despus, medir durante meses el nivel de ventas. Las series cronolgicas de un solo grupo llegan a producir diversos patrones de resultados.

Interpretacin: Aparentemente no hay efecto, sino una tendencia de aumento en la variable dependiente que comienza desde antes del tratamiento.
Escala de la variable dependiente

b)

A manera de ejemplo podramos tener los patrones mostrados en la figura 5.15 (algunos de los cuales fueron expuestos en las series

01

02

03

04

05

06

cronolgicas experimentales). En las series cronolgicas de un nico grupo debe tomarse muy en cuenta que no se tiene

Interpretacin: Posible efecto del tratamiento sobre la variable dependiente.

Escala de la variable dependiente

punto de comparacin (grupo de control); por lo tanto, la

interpretacin del patrn en la variable dependiente (o patrones de las variables dependientes)

01 02 03 X 04 05 06

tiene que ser muy cuidadosa, y habr de analizarse si no han

Interpretacin: Aunque entre la primera y la ltima mediciones se aprecian diferencias, no puede concluirse que haya o no efecto, pues el patrn es irregular.

actuado o interactuado otras posibles causas, adems del tratamiento experimental o variable independiente. La historia y el hecho de que el grupo sea atpico son riesgos que se afrontan en este diseo, al igual que la instrumentacin. Normalmente, este diseo cuasiexperimental se utiliza con propsitos correlacionales y no explicativos.

Series cronolgicas cuasiexperimentales con mltiples grupos. Estos diseos pueden adoptar la estructura de las series cronolgicas experimentales, con la diferencia de que en estas ltimas los individuos se asignan al azar a los grupos, mientras que en las cuasiexperimentales tenemos grupos intactos. Por lo tanto, ocurriran las mismas variaciones3 que se muestran en la figura 5.16.

Figura 5.16 Ejemplos de diseos cuasiexperimentales con series cronolgicas

Sin prepruebas y grupo de control

G1 G2 G3 G4

X1 X2 X3 __

O1 O4 O7 O10

O2 O5 O8 O11

O3 O6 O9 O12

Con prepruebas y grupo de control

G1 G2

O1 O7

O2 O8

O3 O9

X __

O4 O10

O5 O11

O6 O12

Estas series tambin son similares a sus correspondientes experimentales, pero

Recomendamos al lector que revise los apartados relativos a las series cronolgicas experimentales antes de leer este apartado. De hecho, podr notar que los diseos son los mismos, salvo que en los esquemas y diagramas de las series experimentales aparece el smbolo R de asignacin al azar. Por ello, aqu se omiten explicaciones, interpretaciones y ejemplos; de lo contrario, pecaramos de redundantes. nicamente nos limitaremos a esquematizar los diseos, sin explicaciones, porque lo que puede decirse es lo mismo que lo dicho en las series cronolgicas experimentales. Desde luego, debe resaltarse que en las series cuasiexperimentales los grupos son intactos y es necesario asegurar que los grupos sean equiparables.

con grupos intactos. As, tendramos los siguientes diagramas para ilustrarlas: G1 G2 G1 G2 G3 01 011 01 07 013 02 X1 03 04 X1 05 06 07 X 1 08 09 010 020 06 012 018

012 X1 X2 02 08 014

013 014 X1 X2

015 016 017 03 09 015 X1 X2 04 010 016

018 019 X1 X2 05 011 017

Series cronolgicas cuasiexperimentales con tratamientos mltiples Al igual que en los casos anteriores, estas series son similares a sus correspondientes experimentales, slo que con grupos intactos. Por lo tanto, tendramos diagramas como stos: G1 G2 G3 G4 G5 G6 X1 X2 X3 X2 X1 X3 01 08 02 09 X2 X1 X2 X3 X3 X1 03 04 X3 X3 X1 X1 X2 X2 05 06 07 014 021 028 035 042

010 011 017 018 024 025 031 032 038 039

012 013 019 020 026 027 033 034 040 041

015 016 022 023 029 030 036 037

Tipos de variables en experimentos y cuasiexperimentos Como complemento a lo que se menciona en el libro

Cuasiexperimento Experimento en el que los sujetos no se asignan al azar a los grupos ni se emparejan, porque tales grupos ya existan (grupos intactos).

sobre variables y experimentos, nicamente queremos ahondar un poco sobre los tipos de variables en los diseos experimentales y cuasiexperimentales. Los principales tipos de variables son:

1. Independiente: Tratamiento experimental que provoca efectos (causa). 2. Dependiente: Efecto o consecuencia (provocado o provocada por el tratamiento o variable independiente).

3. Interviniente: Moderador de la relacin causal entre la variable independiente y dependiente. Si no se conoce su efecto o no se controla, el experimento puede invalidarse. 4. Explicaciones rivales o fuentes de invalidacin interna (pueden ser variables independientes o intervinientes): Su influencia debe conocerse o controlarse, de no ser as, el experimento puede invalidarse. Asimismo, es factible que se combine con otras variables para afectar a la dependiente. 5. Variable de control: Influye en la dependiente, pero es neutralizada por el diseo o por los procedimientos estadsticos.

La diferencia entre la variable de control e interviniente reside en que en la primera se neutralizan sus efectos, y en la segunda se conocen stos (Creswell, 2005). Un ejemplo sera el que se muestra en la figura 5.16

Figura 5.16 Diferencia entre variable interviniente y de control

Variable de control: Tipo de escuela (pblica-privada). Variable independiente: mtodo educativo (tradicional-moderno): Dos grupos experimentales. Variable interviniente: Horas de estudio.

Variable dependiente: aprendizaje de estadstica.

La variable independiente se manipula (a un grupo se le expone a un mtodo, al otro a un mtodo distinto). El tipo de escuela se controla al asignar a los dos grupos por igual (en la misma proporcin) alumnos de escuelas pblicas y privadas

(la composicin de cada uno sera: 50% de estudiantes de instituciones pblicas y 50% de estudiantes de escuelas privadas). Los efectos de la variable interviniente se conocen, al medir el nmero de horas dedicadas al estudio (con su introduccin al anlisis). La variable dependiente se mide. Los anlisis estadsticos ayudan a esclarecer las relaciones entre todas las variables.

Nota final: Los pasos para un diseo cuasiexperimental son los mismos que para uno experimental.

CAPTULO 6
ENCUESTAS (SURVEYS)

DEFINICIN DE UNA ENCUESTA O S U R V E Y

Las encuestas recolectan datos de numerosos individuos para entender a la poblacin o universo al que representan (McMurtry, 2005). Houston (s.f.) define a la encuesta como un mtodo sistemtico que recolecta informacin de un grupo seleccionado de personas mediante preguntas. Pueden ser con la finalidad o alcance descriptivo y/o correlacional-causal. 1. Descriptivo. Se pretende caracterizar a la poblacin en funcin de las variables seleccionadas. Adicionalmente, las encuestas descriptivas pueden ser tiles para: Proveer un perfil ms o menos exacto del fenmeno, variables o planteamiento de inters. Mostrar las facetas o dimensiones de un fenmeno, sistema, proceso o mecanismo. Crear tipologas o categoras. Clarificar secuencias o conjuntos de etapas. Documentar informacin que confirme o contradiga datos previos sobre un fenmeno o planteamiento. 2. Correlacional-causal. Cuando se busca caracterizar relaciones entre variables en una poblacin. Tambien para: Encontrar informacin que estimule nuevas explicaciones. Determinar la validez de un principio. Vincular diferentes asuntos, tpicos o cuestiones en un mbito o una proposicin. Confirmar o construir teora e hiptesis generadas por medio de otros diseos. Extender teora e hiptesis a nuevas reas de conocimiento o campos.

Incluso, al realizar una encuesta el investigador puede tener en mente ambos alcances. Las encuestas pueden recabar datos sobre diversas cuestiones como preferencias, actitudes, opiniones, creencias, motivaciones, conocimientos, emociones, etc. Son diseos n o experimentales de naturaleza transversal o transeccional. Desde luego, los resultados de distintas encuestas aplicadas en tiempos diferentes, pero que utilicen el mismo instrumento, pueden compararse y se genera un diseo longitudinal. Usualmente su mtodo de recoleccin de los datos lo constituye el cuestionario, que recodemos consiste en un conjunto de preguntas respecto a una o ms variables a medir y puede administrarse de diferentes formas: autoadministrado de manera individual, autoadministrado en grupos pequeos o medianos, autoadministrado que se enva por correo tradicional, electrnico o mensajera, por entrevista telefnica o mediante entrevista cara a cara. Asimismo, se efectan en una muestra del universo (con excepcin de los censos), que puede ser probabilstica o no probabilstica, lo ms conveniente es la primera opcin si se pretenden generalizar estadsticamente los resultados de la muestra a la poblacin. La encuesta es un diseo investigativo de relativamente bajo costo y que se implementa de manera rpida. El proceso es similar a cualquier otro tipo de estudio cuantitativo, sus etapas generales se presentan en la figura 6.1, las cuales ya fueron comentadas en la segunda parte de Metodologa de la investigacin, 4 edicin, sin embargo debemos puntualizar algunos elementos. En primer trmino, es necesario identificar con precisin al usuario o usuarios de la encuesta. A veces el usuario resulta ser el mismo investigador, pero frecuentemente se trata de un candidato a un puesto de eleccin popular y su equipo de la campaa poltica; o bien, un grupo de directivos de una empresa; o tal vez, los editores de un diario o peridico de circulacin nacional; los habitantes de una colonia, o la opinin pblica de un sistema social. Tal identificacin implica obtener un perfil de los usuarios: quines son? (edad, gnero, nivel educativo, conocimientos en materia de investigacin, afiliacin poltica, intereses y otras cuestiones que pudieran vincularse a la investigacin);1 as como sus requerimientos:
1

A veces asuntos aparentemente triviales resultan importantes. En una ocasin se presentaron los resultados de una encuesta electoral a un candidato al gobierno de una provincia que era daltnico (los colores utilizados en las grficas no fueron lo suficientemente contrastantes y el usuario se sinti agredido). Igualmente, pueden molestarse los usuarios si se les muestran estadsticas que no comprenden.

qu necesidades de informacin tienen?, cules son sus expectativas respecto a la encuesta?, qu tipo de decisiones tomarn sobre la base de los resultados de la

Figura 6.1 Proceso de una encuesta o survey

Identificar con exactitud a los usuarios de la encuesta

Especificar con los usuarios el tipo de informacin requerida (necesaria)

Planteamiento del problema (conjuntamente con los usuarios)

Definir cmo va a ser administrado el cuestionario

Establecer quines van a ser entrevistados (unidad o unidades de anlisis y muestra con inclusin del tamao o n)

Determinar las variables que van a medirse

Integrar el equipo que llevar a cabo la encuesta

Determinar qu recursos son necesarios para conducir la encuesta

Establecer si se usa un instrumento existente o si se genera uno nuevo

Llevar a cabo la prueba piloto

Construir el instrumento

Visualizar cmo los datos e informacin de la encuesta van a ser analizados y reportados

Recolectar datos

Analizar datos

Revisar resultados con el equipo de investigacin

Elaborar reporte de resultados de la encuesta

encuesta?, de qu manera utilizarn los resultados que se obtengan?, cmo va a ser clasificada la informacin por ellos?, qu datos generales y especficos necesitan?, en qu formatos desean que se les proporcione la informacin?, etc. Las respuestas a las preguntas anteriores ayudarn a que el investigador y los usuarios, conjuntamente, planteen de una manera ms adecuada su problema de estudio y definan los tpicos que pretenden incluir en la encuesta. Los tpicos son ubicados como variables. En ocasiones un tpico es una variable y en otras, un tpico est conformado por diversas variables. Recordemos que cada variable debe ser definida conceptualmente y operacionalmente. Todas las precisiones se realizan mano a mano con los usuarios (ya sea interactivamente o al desarrollar las respectivas propuestas y con la obtencin de retroalimentacin por su parte). Posteriormente, se acuerdan decisiones con los usuarios sobre tareas con las cuales el lector estar familiarizado; esto resulta claro, si ley previamente los captulos 7, 8 y 9 del libro (que se refieren a la muestra, el cuestionario y su contexto de administracin). Asimismo, se integra el equipo que colaborar con el investigador en la realizacin de la encuesta (esta decisin casi siempre recae en el investigador). Tal grupo abarca a los coinvestigadores (si se requieren), supervisores de campo (que guan a los encuestadores, adems de monitorear y revisar su trabajo), los propios encuestadores y personal auxiliar (que pueden ser especialistas en anlisis estadstico, computacin y diseo grfico). Aunque como bien sabemos, estos equipos suelen ser ms pequeos en nuestros ambientes acadmicos latinoamericanos (incluso los jvenes estudiantes suelen hacer tareas de investigador, encuestador, analista y diseador). El equipo debe encontrarse compenetrado con el estudio y motivado hacia su trabajo. Por otra parte, nunca debemos olvidar la importancia de la capacitacin del grupo en sus funciones y todo lo que se explic en el libro. Adicionalmente, es importante considerar los costos que se habrn de desembolsar con motivo de la realizacin de la encuesta, principalmente: pagos u honorarios de los participantes (equipo), viticos, impresin y reproduccin de cuestionarios, envo de cartas y otros documentos, o llamadas telefnicas (ya sea que el instrumento sea enviado por correo, mensajera o electrnicamente, autoadministrado individualmente o en grupos, por entrevista telefnica o cara a cara), recursos de cmputo (adquisicin de programas, ingreso y procesamiento de datos) y los costos de elaboracin del reporte, as como de las presentaciones respectivas.

El resto de los pasos en la implementacin de la encuesta resultan conocidos si se revis la obra Metodologa de la investigacin, 4 edicin, decidir si empleamos un cuestionario desarrollado previamente, adaptamos uno o generamos un nuevo instrumento; de este modo, construir los tems o preguntas y sus formatos de respuesta, elaborar la introduccin e instrucciones, disear el cuestionario, efectuar la prueba o pruebas piloto (que abarca tambin los tiempos de respuesta al instrumento) y disear la versin final. Se programa el trabajo de campo (con labores y movimientos en un calendario), asimismo se recolectan y analizan los datos. Durante esta parte es muy recomendable que el investigador y su equipo se renan frecuentemente para llevar a cabo la evaluacin de los avances, problemas, respuestas de los encuestados y la evolucin general del estudio. Tambin, antes de preparar el reporte conviene juntarse con el grupo de colaboradores para conocer las interpretaciones de todos, sus opiniones (parti cularmente de quienes trabajaron con los entrevistados) y producir retroalimentacin. Generalmente se obtiene informacin ms amplia y profunda sobre las respuestas de los participantes. Asimismo, despus de que hayamos elaborado el reporte conviene organizar una sesin para verificar una vez ms su contenido. Los resultados regularmente se exponen por medio de una presentacin audiovisual y la entrega del informe escrito en dos versiones: ejecutiva (breve) y tcnica (larga). En la actualidad, en Iberoamrica crece el nmero de encuestas que se aplican, en parte se debe a que son citadas cotidianamente en los medios de comunicacin colectiva. Las encuestas telefnicas son muy socorridas, debido a su utilidad cuando los encuestados potenciales se encuentran dispersos geogrficamente. Algunos ejemplos de encuestas seran los siguientes: Integracin de la tecnologa en salones de clase Judge (2001) estudi el estatus de la integracin de la tecnologa computacional en los salones de clase de educacin especial en el nivel preescolar. Su cuestionario incluy como variables centrales: a) seleccin de programas de computacin (software), b) uso e integracin de la tecnologa computacional, c) actitudes de los profesores(as) hacia dicha tecnologa (fundamentalmente disposicin a utilizarla y soporte). Su muestra objetivo estaba constituida por maestros de educacin especial en el nivel preescolar del estado de Tennessee (el procedimiento de muestreo fue el sistemtico).

Conform la muestra mediante el directorio

de escuelas pblicas del

Departamento de Educacin Estatal. Identific a 225 docentes, a quienes les envi por correo un paquete con el cuestionario integrado por 30 tems y la carta explicativa de la encuesta. 106 cuestionarios le fueron devueltos y de stos, solamente 91 estaban correctamente contestados. Censos econmicos en Mxico El Instituto Nacional de Estadstica, Geografa e Informtica (INEGI) realiza cada cinco aos, desde 1930, los censos econmicos (con los cuales se pretende incluir a todo el universo de las unidades econmicas que componen el sector productivo de este pas y por lo tanto, no se muestrea). Por medio de cada censo se registran las caractersticas de tales unidades (una parte fundamental de stas, las empresas formalmente constituidas). La informacin se levanta o recaba mediante un conjunto de cuestionarios diseados especficamente para recopilar los datos individuales de cada establecimiento (segn la actividad que desarrolle) (INEGI, 2005). Los rubros principales (variables) que abarcan los cuestionarios son: Categora jurdica Participacin de capital extranjero Inicio de actividades Forma de operaciones Personal ocupado dependiente de la razn social Personal ocupado no dependiente de la razn social Remuneraciones Gastos por consumo de bienes y servicios Gastos no derivados de la actividad Ingresos por suministro de bienes y servicios Ingresos no derivados de la actividad Valor de la produccin Existencias Activos fijos Unidades y equipo de transporte Innovacin e investigacin

Adems, se incluyen algunos temas particulares segn el sector de actividad que se trate. Barmetro en Espaa En Espaa, el Centro de Investigaciones Sociolgicas (CIS), efecta mensualmente desde 1979 una encuesta nacional denominada Barmetro (cuyo muestreo se coment en el captulo 8 del libro). Su objetivo es medir
el estado de la opinin pblica espaola en relacin con la situacin poltica y econmica del pas y sus perspectivas de evolucin. Asimismo, en cada Barmetro se abordan temas referidos a aquellas cuestiones que destacan en la actualidad social, econmica y poltica del momento (CIS, 2005, p. principal).

Desde 1998 los resultados se incluyen en su pgina web. Las muestras oscilan entre 2500 y 2700 casos. Los tpicos que pueden ser incluidos son bsicamente los siguientes (macrovariables): Poltica Temas internacionales Economa Trabajo Poblacin Medio ambiente Comunicacin Cultura Deporte y ocio Ciencia y tecnologa Educacin Sanidad Justicia Vida cotidiana Valores y actitudes Conflictos y problemas sociales Comunidades autnomas

Es importante recalcar que el cuestionario puede variar (y de hecho vara) en ciertas preguntas. Por ejemplo, para el Barmetro de septiembre del 20052 n = 2 487 entrevistas, puntos de muestreo: 242 municipios y 50 provincias. El universo est constituido por poblacin espaola de ambos gneros de 18 aos y ms. Los cuestionarios se aplicaron mediante entrevista personal en los domicilios. Procedimiento de muestreo: Polietpico, estratificado por conglomerados, con seleccin de las unidades primarias de muestreo (municipios y secciones) de forma aleatoria proporcional, de las unidades ltimas (individuos) por rutas aleatorias y cuotas de sexo y edad. Los estratos se formaron por el cruce de las 17 comunidades autnomas con el tamao de hbitat, dividido en siete categoras: menor o igual a 2 000 habitantes, de 2 001 a 10 000, de 10 001 a 50 000, de 50 001 a 100 000, de 100 001 a 400 000, de 400 001 a un milln y ms de un milln de habitantes. Error muestral: Para un nivel de confianza del 95.5% (dos sigmas), y P = Q, el error real es de 2.0% para el conjunto de la muestra y en el supuesto de muestreo aleatorio simple. Fecha de realizacin: Del 23 de septiembre al 3 octubre de 2005. Se hicieron preguntas como: 1. Refirindonos a la situacin econmica general de Espaa, cmo la calificara usted: muy buena, buena, regular, mala o muy mala? Los resultados se muestran en la tabla 6.1. Tabla 6.1 Percepcin de la situacin econmica en Espaa

% Muy buena 0.6

(n) (15)

El Barmetro de referencia puede consultarse en: http://www.cis.es/cis/opencms/Archivos/Marginales/2600_2619/e261800.html

% Buena Regular Mala Muy mala N.S. N.C. TOTAL 21.8 51.3 19.5 5.2 1.2 0.4 100.0

(n) (541) (1276) (484) (130) (31) (10) (2487)

2. Y, cree usted que dentro de un ao la situacin econmica del pas ser mejor, igual o peor que ahora? 3. Refirindonos ahora a la situacin poltica general de Espaa, cmo la calificara usted: muy buena, buena, regular, mala o muy mala? 4. Cree usted que dentro de un ao la situacin poltica del pas ser mejor, igual o peor que ahora? 5. Cules son, a su juicio, los tres problemas principales que existen actualmente en Espaa? (mximo tres respuestas). Los resultados fueron los de la tabla 6.2. Tabla 6.2 Problemas percibidos en Espaa

Problemas El paro Las drogas La inseguridad ciudadana

% 55.6 6.7 12.8

(n) (1317) (159) (302)

10

Problemas El terrorismo, ETA Las infraestructuras La sanidad La vivienda Los problemas de ndole econmica Los problemas relacionados con la calidad del empleo Los problemas de la agricultura, ganadera y pesca La corrupcin y el fraude Las pensiones La clase poltica, los partidos polticos Las guerras en general La administracin de justicia Los problemas de ndole social El racismo La inmigracin La violencia contra la mujer Los problemas relacionados con la juventud La crisis de valores La educacin Los problemas medioambientales

% 35.9 0.9 6.7 24.5 17.2 8.5 0.7 0.4 3.3 6.3 0.6 1.5 5.1 0.4 32.8 3.1 2.4 2.7 5.8 5.7

(n) (850) (21) (158) (580) (407) (202) (16) (10) (77) (148) (15) (36) (120) (9) (776) (74) (56) (65) (137) (135)

11

Problemas El Gobierno, los polticos y los partidos El funcionamiento de los servicios pblicos Los nacionalismos Los problemas relacionados con la mujer El terrorismo internacional Las preocupaciones y situaciones personales Otras respuestas Ninguno TOTAL

% 1.4 0.5 3.3 0.3 0.0 0.4 5.0 0.4 100.0

(n) (32) (12) (77) (8) (1) (10) (119) (10) (2368)

Recordemos que los encuestados podan proporcionar hasta tres respuestas. 6. A continuacin voy a leerle una serie de aspectos en la vida de las personas que la gente considera importantes. Punte, por favor, cada uno de ellos segn la importancia que tiene para usted, al considerar que el uno significa que "no tiene ninguna importancia" y el 10 que "tiene la mxima importancia". La familia Los amigos El trabajo o actividad principal La vivienda Disponer de tiempo libre 7. Podra decirme dnde vive habitualmente, es decir, la mayor parte del ao? As como otras preguntas tales como la 27: Cuando se habla de poltica se utilizan normalmente las expresiones izquierda y derecha. (En esta tarjeta hay una

serie de casillas que van de izquierda a derecha.) En qu casilla se colocara usted? (Pedir al entrevistado que indique la casilla en la que se colocara y redondear el nmero correspondiente); y la 28: Me podra decir a qu partido o coalicin vot Ud. en las elecciones generales de marzo de 2004? En total, 38 preguntas base y otras derivadas de ellas. Encuesta de tendencias electorales y conocimiento de precandidatos La empresa Comunicometra, S. C. ha realizado diversas encuestas en municipios de diferentes pases latinoamericanos. La siguiente3 fue realizada en Naucalpan, Estado de Mxico, en mayo de 2005. Un total de 500 entrevistas en el hogar fueron efectuadas (la poblacin del municipio o N es prcticamente de 900 000 habitantes). 4 Los objetivos de la encuesta fueron: Conocer la intencin de voto para presidente de la Repblica (por partido) Conocer la intencin de voto para presidente municipal de Naucalpan (por partido) Determinar el conocimiento espontneo (top of mind) y ayudado (recordacin) de posibles candidatos a la presidencia municipal de Naucalpan. Conocer la intencin de voto bajo supuestos candidatos a la presidencia de Naucalpan. Entre las preguntas que incluy el cuestionario tenemos como ejemplo:5 1. Si en este momento fueran las elecciones para presidente de la Repblica, por qu partido votara? 2. Y si en este momento fueran las elecciones para presidente o presidenta municipal de Naucalpan, por qu partido votara?

3 4

Comunicometra, S. C. (2005). Estudio no publicado. Mxico, DF, Mxico. Fuente: Instituto de Informacin e Investigacin Geogrfica, Estadstica y Catastral del Gobierno del Estado de Mxico (dato de 2000). Disponible en: http://www.edomexico.ob.mx/r_edomex/ regiones.asp 5 En negritas se trata de instrucciones para entrevistadores.

13

3. Pensando en la prxima eleccin para presidente municipal aqu en Naucalpan, ha escuchado o sabe de algn candidato o candidata de cualquier partido poltico? (En caso de que no mencione candidatos, pasar a pregunta 7). 4. (En caso de una respuesta positiva, s): Me podra decir sus nombres? 5. (Si respondi solamente a una opcin: pasar a la 7. Si respondi a ms de una opcin): De estas personas mencionadas de las cuales usted sabe quin es o conoce, por quin votara usted para que fuera presidente o presidenta municipal de Naucalpan? 6. Por qu razones? 7. De las siguientes personas que se dedican a actividades polticas, me podra decir en cada caso si sabe quin es, si la identifica? (Leer nombres de precandidatos y precandidatas, en cada caso marcar la respuesta). 8. Y si tuviera que elegir entre las siguientes personas para presidente o presidenta municipal de Naucalpan, por quin votara? (Mencionar precandidatos y precandidatas). 9. Por qu? Y dems preguntas formuladas. En la intencin de voto presidencial en ese municipio se obtuvieron los resultados de la figura 6.2 (nota: se omiten nombres de partidos, simplemente se intenta mostrar el tipo de informacin producto de la encuesta). Figura 6.2 Intenciones de voto, eleccin presidencial
Si en este momento fueran las elecciones para presidente de la Repblica, por qu partido votara?

40,0% 35,0% 30,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% 17,6% 24,0%

37,9%

10,9% 5,3% 0,7% 3,6%

14

Poselectoral del Pas Vasco. Elecciones autonmicas, 2005 (lava)6 Una vez ms, una encuesta del Centro de Investigaciones Sociolgicas (CIS) de Espaa efectuada en lava. El universo fue la poblacin de ambos sexos de 18 aos de edad o ms. Tamao de la muestra: 686 entrevistas. Puntos de muestreo: 14 municipios. Procedimiento de muestreo: polietpico, estratificado por conglomerados, con seleccin de las unidades primarias de muestreo (municipios) y de las unidades secundarias (secciones) de forma aleatoria proporcional, adems de las unidades ltimas (individuos) por rutas aleatorias y cuotas de sexo y edad. Los estratos se han formado segn el tamao del hbitat de los municipios, dividido en seis categoras: menor o igual a 2 000 habitantes, de 2 001 a 10 000, de 10 001 a 50 000, de 50 001 a 100 000, de 100 001 a 400 000 y ms de 400 000 habitantes. Los cuestionarios se aplicaron mediante entrevista personal en los domicilios. Error muestral: para un nivel de confianza del 95.5% (dos sigmas), y P = Q, el error real es de 3.8% para el conjunto de la muestra. Fecha de realizacin: del 22 de abril al 10 de mayo de 2005. Preguntas (algunos ejemplos): - Para empezar, cmo calificara usted la situacin econmica actual del Pas Vasco? - Y cmo calificara usted la situacin poltica actual del Pas Vasco? - Y cmo calificara usted, en lneas generales, la actuacin del Gobierno Vasco en estos ltimos cuatro aos: muy buena, buena, regular, mala o muy mala? - Hablando ahora del Gobierno Central, cmo calificara usted: muy buena, buena, mala o muy mala, la labor que se lleva a cabo en cada uno de los siguientes temas? La poltica exterior y la guerra en Irak
6

El conflicto de los astilleros IZAR

Los resultados se pueden consultar en la siguiente direccin de internet del CIS: http://www.cis.es/cis/opencms/-Archivos/Marginales/2600_2619/2601/e260101.html

15

La reforma de la Constitucin y los Estatutos La poltica econmica

- Cambiando de tema, en las elecciones al Parlamento Vasco del pasado domingo 17 de abril? Fue a votar y vot . Fue a votar, pero no pudo hacerlo. No fue a votar porque no pudo. Prefiri no votar. SLOAQUIENESPREFIRIERONNOVOTAR Sonvariaslasrazonesquepuedenllevaraunapersonaala votar. En su caso, cul fue laraznprincipalqueleimpuls pasadas elecciones autonmicas del 17 de abril? Otros ejemplos The National Opinion Research Center (NORC) de la Universidad de Chicago (2005), con el patrocinio de la Fundacin de Poesa de Chicago, realiz en 2005, una encuesta nacional telefnica en EE.UU. (n = 1 000 casos). La finalidad del estudio fue determinar dnde se encuentra la poesa en la cultura norteamericana, por medio de una medicin de actitudes respecto a sta y preguntas a los participantes sobre qu tanto lean poesa, cules eran sus autores favoritos, etctera. El diario The Star-Ledger (1991) llev a cabo en New Jersey una encuesta con 800 adultos para evaluar: si las personas posean armas en sus hogares y el uso que les daban, si tenan planeado en el futuro comprar un arma, si haban posedo armas, si estaban inscritos en The National Rifle Association, etctera. Igualmente se hacen encuestas epidemiolgicas a fin de describir la ocurrencia de una enfermedad, conocer evaluaciones de los clientes respecto al servicio que ofrece una empresa, etc. No hay lmites. decisin de no a no votar en las

16

CAPTULO 7
RECOLECCIN DE LOS DATOS CUANTITATIVOS

segunda parte

INTRODUCCIN
En este captulo se tratan algunos temas que por cuestiones de espacio no fueron incluidos en Metodologa de la investigacin, 4 edicin; fundamentalmente los siguientes: Pruebas e inventarios, el escalograma de Guttman (escala de actitudes), la recoleccin y anlisis de datos secundarios (comprendido el metaanlisis) y un comentario sobre las fuentes de error en las mediciones.

PRUEBAS E INVENTARIOS
Cmo pueden dividirse las pruebas e inv entari os? Fundamentalmente en dos tipos: estandarizados y no estandarizados. Las primeras se caracterizan esencialmente porque poseen uniformidad en las instrucciones para administrarse y calificarse, as como ciclos especficos de desarrollo y reconfirmacin. Las segundas, usualmente se generan mediante un proceso menos riguroso y su aplicacin es limitada (como una prueba de un maestro para evaluar el aprendizaje de sus alumnos en una asignatura). Desde luego, las no estandarizadas pueden irse robusteciendo (validndose en diferentes contextos) hasta convertirse en pruebas estandarizadas. En teora, un inventario estandarizado puede aplicarse a cualquier persona del tipo para el cual fue elaborado (Mertens, 2005) y el tiempo que se brinda para contestarlo en ocasiones es flexible y en otras no. Cabe destacar que solamente podemos comparar los resultados entre grupos a los que se les administr una prueba estandarizada (por ejemplo, en experimentos), cuando n o existen diferencias entre los grupos que puedan generar sesgos en las respuestas (imaginemos que pretendemos comparar las respuestas a un test de razonamiento matemtico entre nios de 10 aos y nias de seis aos de edad, sera incorrecto). Por supuesto que, cuando contrastamos grupos (hombres frente a mujeres, entre distintos niveles socioeconmicos, jerarquas en la empresa, ocupaciones, entre otros) buscamos evaluar si hay o no diferencias, pero nos interesan las diferencias de la(s) variable(s) medida(s), de los resultados a la prueba. En cambio, no nos deben interesar las discrepancias entre grupos en las capacidades para el
2

desempeo de sta, porque supuestamente las capacidades son las mismas (salvo que el objetivo del estudio sea considerar disparidades en la ejecucin de un inventario). El esquema que se pretende al comparar grupos podra esquematizarse como en la figura 7.1. Figura 7.1 Inters al comparar grupos con la misma medicin

Grupo 1 Nos interesan las similitudes-diferencias en las puntuaciones a la prueba por parte de los grupos.

Grupo 2

Grupo 3 Las capacidades y habilidades para responder (desempeo) deben ser equivalentes entre los grupos.

Por ejemplo, si queremos comparar a varios pilotos y saber cul es el mejor, entonces los autos debern ser los mismos, la pista igual, el combustible, equipo humano, etc. Si probamos autos y pilotos, la pista ser la misma, las condiciones ambientales tambin, etc. Imaginemos que queremos comparar a cuatro grupos en cuanto a su inteligencia, uno de espaoles, otro de peruanos, un tercero de italianos y un cuarto de germanos, y la prueba est en alemn (los resultados reflejarn la inteligencia o el conocimiento del idioma? Ms bien lo segundo). Qu pruebas estandarizadas se encuentran disponibles? En la actualidad existe una amplia diversidad de pruebas e inventarios desarrollados por diversos investigadores para medir gran nmero de variables. Estas pruebas tienen su propio procedimiento de aplicacin, codificacin e interpretacin, adems se encuentran disponibles en diversas fuentes secundarias y terciarias, as como en centros de investigacin y difusin del conocimiento. Hay
3

pruebas para medir habilidades y aptitudes (como habilidad verbal, razonamiento, memoria, inteligencia, percepcin, habilidad numrica), la personalidad, los intereses, los valores, el desempeo escolar, la motivacin, el aprendizaje, el clima laboral en una organizacin, la inteligencia emocional, etc. Tambin se puede disponer de pruebas clnicas para detectar conducta anormal, pruebas para seleccionar personal, pruebas para conocer las percepciones u opiniones de las personas respecto a diversos tpicos, pruebas para medir la autoestima y, en fin, otras muchas variables del comportamiento. El problema en el empleo de estas pruebas es que la mayora se han desarrollado en contextos muy diferentes al iberoamericano, por lo que en ocasiones su utilizacin resulta inadecuada, invlida y poco confiable. Cuando se utilice como instrumento de medicin una prueba estandarizada, es conveniente que se seleccione una desarrollada o adaptada por algn investigador para el mismo mbito de nuestro estudio, que sea vlida y confiable (debemos tener informacin sobre este respecto). En caso de que elijamos una prueba diseada en otro contexto, ser necesario adaptarla y efectuar pruebas piloto para calcular su validez y confiabilidad, as como ajustarla a las condiciones de nuestra investigacin. Recordemos que cada vez que se administra un instrumento resulta indispensable demostrar que es vlido y confiable para el mbito en el cual se va a aplicar. Nuez (2001), por ejemplo, desarroll una prueba estandarizada para medir el sentido de vida (bajo la concepcin de Victor Frankl) con 59 tems, mediante el escalamiento tipo Likert, con el reporte de una confiabilidad alfa-Cronbach de 0.91, asimismo con una solucin de ocho factores, ubicados en cuatro cuadrantes de dos ejes: homo faber (xito-fracaso) y homo patiens (plenitud-desesperacin). Revis, antes de crear su prueba, 15 instrumentos como el
PIL,

Logo Test y Song

Test, Mile Test, Life Purpose Questionnaire Test, etc. Comenz con un instrumento de 180 reactivos que depur hasta llegar a sus 59 finales. Es un excelente ejemplo de una adaptacin al medio latinoamericano de una prueba estandarizada sobre el sentido de vida. Los tems definitivos se incluyen al terminar esta seccin del captulo. En la actualidad encontramos gran variedad de estas pruebas en formato digital (CD disco compacto y DVD) que hacen mucho ms fcil y divertido contestarlas; un ejemplo es la prueba Emotional IQ Test (prueba de inteligencia emocional) de Meyer, Salovey y Caruso (1996). En internet hay diversos sitios donde se localizan estas pruebas, como Psychtests. En su buscador teclee entre

comillas la variable a medir y la palabra prueba o test, y encontrar un sinnmero de estos instrumentos para recolectar datos. Un tipo de pruebas estandarizadas bastante difundido lo constituyen las pruebas proyectivas, las cuales presentan estmulos a los participantes para que respondan a ellos; despus se pueden analizar las respuestas tanto cuantitativa como cualitativamente, y se interpretan. Estas pruebas evalan proyecciones de las personas, como por ejemplo la personalidad. Dos pruebas proyectivas muy conocidas son el test de Rorschach (que presenta manchas de tinta en tarjetas o lminas blancas numeradas a los sujetos y stos relatan sus asociaciones e interpretaciones en relacin con las manchas) y el test de apercepcin temtica (que, con un esquema similar al de Rorschach, muestra a los participantes cuadros que evocan pasajes o historias, y ellos deben elaborar una interpretacin). Dichas pruebas poseen un procedimiento estandarizado, aunque tambin se consideran instrumentos cualitativos para recolectar los datos, dada la profundidad de informacin que recogen de las personas en sus propias palabras. Cabe sealar que su aplicacin regularmente es estandarizada; pero su interpretacin no. El anlisis es ms bien de corte cualitativo. Bastantes pruebas estandarizadas (como las proyectivas) requieren de un entrenamiento considerable y un conocimiento profundo de las variables por parte del investigador que habr de administrarlas e interpretarlas. No pueden aplicarse con superficialidad e indiscriminadamente. La manera de aplicar, codificar, calificar e interpretar las pruebas estandarizadas es tan variada como los tipos existentes. Algunos ejemplos de las pruebas, se incluyen en la tabla 7.1.

Tabla 7.1 Ejemplos de pruebas estandarizadas Variable general

Inteligencia

Variable especfica
Coeficiente de inteligencia o I. Q. en adultos.

Instrumento
Escala de inteligencia de Wechsler. Inventario Multifactico de la Personalidad (MMPI), buscar

Personalidad

Personalidad en prcticamente todas sus dimensiones

actualizaciones recientes lo ms que sea posible (versin adultos y versin adolescentes). 5

Nivel general de aptitudes Aptitudes mentales mentales en nios Aptitud cognitiva (nivel mental) Actitud de adaptacin en el Actitud hacia el colegio colegio en estudiantes de educacin media y superior Creencias familiares de los padres Creencias familiares Creencias familiares de los adolescentes

Escala Stanford-Binet para nios. Escala Binet-Simon. Cuestionario de adaptacin al colegio WPS (Western Psychological Services). Inventario de las creencias familiares de los padres de Roehling y Robin (FBI A) (Corcoran y Fischer, 2000). Inventario de las creencias familiares de los adolescentes de Roehling y Robin (FBI P) (Corcoran y Fischer, 2000). Cuestionarios del dolor McGill [MPQ] de Melzack. Escala de felicidad marital [MHS] de Azrin, Naster y Jones (Corcoran y Fischer, 2000). Escala de satisfaccin con la vida de Diener, Emmons, Larsen y Griffin (Lopez y Snyder, 2003). Escala de nueva conciencia ecolgica de Ellis y Thompson (Robinson, Shaver y Wrightsman (1999). Inventario de intervenciones para asistir al paciente en situaciones estresantes de Edelman y Mandle (Stanhope y Knollmueller, 2000). Inventario de dependencia interpersonal de Hirschfield, Klerman y Gough (HG) (Tzeng, 1993). Escala de Wunderman de

Dolor

Dolor fsico Satisfaccin de la relacin marital

Satisfaccin en el matrimonio

Percepcin de la vida

Satisfaccin con la vida

Conciencia ecolgica

Conciencia ecolgica

Calidad en la prctica de la enfermera

Intervenciones para asistir al paciente en estado de estrs

Dependencia

Dependencia interpersonal

Lealtad del cliente

Lealtad hacia la marca

experiencia con la marca (Morel, 2003).

Hay miles de pruebas e inventarios en las fuentes secundarias y bases de datos que se mencionan en los apndices 1 y 2 de este CD, as como pginas en internet como: - Tests and Measures in the Social Sciences: Tests available in compilation volumes (pruebas de diversas clases): http://libraries.uta.edu/helen/test&meas/testmainframe.htm - PsycInfo: http://www.apa.org/psycinfo/ - TestLink (ETS Test Collection Advanced Search o Tests on Microfiche) y The Mental Measurements Yearbook (tambin en versin manual de base datos). Se ingresa por medio de las pginas de las universidades (debe su institucin estar suscrita). - ERIC (mencionada ampliamente): http://www.eric.ed.gov/ Adicionalmente se recomiendan: Mertens (2005) (particularmente pruebas para personas con capacidades diferentes), Kamphaus y Reynolds (2003), Anastasi (1997), Borg y Groenen (1997), Thorndike y Hagen (1989), Cronbach (1984), Norton (1980), Woelfel y Danes (1980) y, desde luego, las obras clsicas de Torgerson (1985) y Nunnally (1970). Se trata de autores especializados sobre medicin y manejo de pruebas estandarizadas. Adems, existen mtodos propios de las diferentes ciencias sociales, como el anlisis de redes, para evaluar la forma en que se manifiesta la comunicacin en un sistema social (quin se comunica con quin, quines distorsionan la informacin, cmo fluye la comunicacin, quines son los lderes comunicativos, etc.), sistemas de medicin fisiolgica, escalas multidimensionales que miden a los sujetos en varias dimensiones (como los sistemas Galileo de J. Woelfel y E. L. Fink, 1980, y ALSCAL), para medir la distancia psicolgica entre conceptos en individuos (como por ejemplo: patria, madre, presidente, nacin y cualquier otro), en los que se consideran dimensiones cognitivas y emocionales. En fin, otros mtodos ms que escapan del alcance de este libro. Para el anlisis de redes, se sugiere a Rogers y Kincaid (1981), Valente (1995), Wellman y Berkowitz (1997) y Wellman (1999).

Ejemplo de tems de prueba estandarizada (Sentido de vida Celaya).1 1. En mi familia nos escuchamos, nos demostramos amor y ocasionalmente analizamos los desacuerdos. 2. Mi religin ha fomentado el crecimiento de mi capacidad de amar y desarrollarme. 3. Dedico parte de mi vida a realizar actividades desinteresadamente. 4. Estoy convencido de que estoy bien; me acepto y me amo. 5. En la bsqueda de la felicidad intento lograr satisfactores materiales. 6. Honestamente tengo conciencia de que amo las cosas y utilizo a las personas. 7. La afectividad es muy importante en mi vida. 8. Mi alto nivel de energa lo empleo para triunfar. 9. Mi religin me ha proporcionado razones para vivir con rectitud, para estar bien con Dios. 10. Acepto que me traten indignamente, con tal de tener una seguridad econmica. 11. Promuevo que las personas que dependan de m tengan aprendizajes significativos. 12. Me gusta todo lo que es fcil y que no requiere pensar mucho. 13. Asisto a congresos, conferencias, tomo cursos y diplomados. 14. Me gusta comunicarme conmigo y sentir que mi cabeza sabe lo que tiene mi corazn. 15. Le agrado a la mayora de las personas. 16. Si me dieran la oportunidad, podra hacer algo que realmente ayudara a otros. 17. Repentinamente mi estado de nimo cae en la desesperanza. 18. Valoro todo lo que favorece mis posibilidades de estar bien. 19. Puedo vislumbrar la posibilidad de cambiar y de crecer en mi persona. 20. Me gusta comprometerme en obras de tipo social. 21. Contagio mi optimismo. 22. Mis problemas personales influyen en mi trabajo. 23. En mi proyecto de vida establezco metas relacionadas con un aprendizaje significativo. 24. En mi familia muchas veces hemos rezado juntos.
1

Nez (2001). 8

25. Siento que mi cuerpo pierde fortaleza interna. 26. He buscado activa y libremente a Dios. 27. A mis familiares les disgusta comprometerse en obras de tipo social. 28. En mi familia mis padres acostumbraban devaluarse unos a otros. 29. Me siento insatisfecho con mi trabajo. 30. Mis sentimientos me impiden ver con claridad la realidad. 31. Tengo la sensacin de que algo le falta a mi vida. 32. A la persona que amo la acepto incondicionalmente. 33. Mi meta al educar no solo es informar sino afinar la conciencia. 34. En estos momentos me doy cuenta que no puedo ocuparme de nada porque no tengo voluntad de hacerlo. 35. Promuevo una educacin que tenga una relacin ms estrecha con la vida. 36. Invierto parte de mis ingresos en adquirir revistas cientficas, buenos libros, videos, documentales, enciclopedias. 37. Con frecuencia siento que algo malo me va a ocurrir. 38. Mis opiniones polticas no estn bien definidas. 39. Renuncio a mi libertad para obtener satisfactores que me convengan. 40. Soy sensible al sufrimiento de los dems. 41. Trato de estar con personas divertidas para que me ayuden a salir de mi aburrimiento. 42. En mi familia se carece de sentimientos de lealtad y de pertenencia. 43. Me siento lleno de vida y vitalidad. 44. Disfruto la lluvia y no me importa mojarme. 45. Me parece que sufro ms que los dems cuando rompo una relacin. 46. Prefiero mantenerme a cierta distancia de la gente y, quedarme en mi soledad. 47. Me considero una persona optimista. 48. La vida es como una pizza llena de ingredientes apetecible y deliciosa. 49. Me siento capaz para trabajar eficientemente. 50. Soy instrumento de las circunstancias y el destino. 51. No pasa un da en que no dedique unos minutos para contemplar la belleza de la naturaleza. 52. En mi trabajo confo en mis dotes y en mi capacidad de adaptarme para hacer frente a los desafos que se presentan.

53. Admiro a personas como Martin Luther King, Mandela y la madre Teresa de Calcuta. 54. Diariamente trato en mi trabajo de dar lo mejor de m mismo. 55. Tengo necesidad de protagonismo, de ser notado. 56. Me gusta echarme boca arriba en el csped y sacar figuras de las nubes. 57. Hay en mi interior una gran riqueza y sensibilidad. 58. Puedo permitirme vivir sentimientos delicados o tiernos. 59. Me siento capaz de hacer bien mi trabajo. Recordamos que el escalamiento a las respuestas es del tipo Likert. Reactivos positivos y negativos.

E S C A L O G R A M A D E G U T T M A N2
En el libro Metodologa de la investigacin, 4 edicin, concretamente en las escalas de actitudes, como tcnicas para recolectar datos, se comentaron el escalamiento tipo Likert y el diferencial semntico, por lo que qued pendiente el escalograma de Guttman. Ahora lo consideraremos. Este mtodo para medir actitudes fue desarrollado por Louis Guttman (19161987).3 Se basa en el principio de que algunos tems indican en mayor medida la fuerza o intensidad de la actitud. La escala est constituida por afirmaciones, las cuales poseen las mismas caractersticas que el escalamiento tipo Likert. Pero el escalograma garantiza que la escala mida una dimensin nica. Es decir, cada afirmacin mide la misma dimensin de la misma variable. A esta propiedad se le conoce como unidimensionalidad. Algunos autores consideran que el escalograma, ms que un mtodo de medicin de actitudes, es una tcnica para determinar si un conjunto de afirmaciones renen los requisitos de un tipo particular de escala (por ejemplo, Edwards, 1983). Para construir el escalograma es necesario desarrollar un conjunto de afirmaciones pertinentes al objeto de actitud. stas deben variar en intensidad. Por ejemplo, si pretendiramos medir la actitud hacia la calidad en el trabajo dentro
2

Para profundizar en esta escala se sugiere consultar Cliff, Kyats y Keats (2002), Weller y Romney (1990), Nie et al. (1975), Black y Champion (1976), Guttman (1976), Lingoes (1976), adems de Dotson y Sumers (1976). Guttman hizo importantes aportaciones a la medicin, adems del escalograma, entre otras cuestiones, fue quien conceptualiz en 1944 los niveles de medicin nominal, ordinal, de intervalos y de razn (Katz, 1988, Stevens, 1951). 10

del nivel gerencial, la afirmacin la calidad tiene que vivirse en todas las actividades del trabajo y en el hogar, la cual es ms intensa que la afirmacin: la calidad debe vivirse slo en las actividades ms importantes del trabajo. Dichas afirmaciones se aplican a una muestra a manera de prueba piloto. Y una vez administradas, se procede a su anlisis. Cabe mencionar que las categoras de respuesta para las afirmaciones pueden variar entre dos (de acuerdo-en desacuerdo, s-no, etc.) o ms categoras (por ejemplo, las mismas categoras que en el caso de Likert). Tcnica de Cornell La manera ms conocida de analizar los tems o las afirmaciones y desarrollar el escalograma es la tcnica de Cornell (Guttman, 1976). En ella se procede a: 1. Obtener el puntaje total de cada participante o sujeto en la escala. 2. Ordenar a los sujetos o encuestados de acuerdo con su puntaje total (del puntaje mayor al menor, de manera vertical descendente). 3. Ordenar las afirmaciones de acuerdo con su intensidad (de mayor a menor y de izquierda a derecha). 4. Construir un cuadro donde se crucen los puntajes de los sujetos ordenados con los tems y sus categoras, de manera jerarquizada. As, tenemos un cuadro donde los sujetos constituyen los renglones y las categoras de los tems forman las columnas. Esto se representa en la figura 7.2. 5. Analizar el nmero de errores o rupturas en el patrn ideal de intensidad de la escala. Figura 7.2 Manera de disponer los resultados para el anlisis de tems mediante la tcnica de Cornell
te m s

M s inte nso Ca te go r a s

M e no s inte nso

Pe r so na s De a c ue r do c o n su punta je Mayor

Punta je s

M e no r

11

Ejemplo Supongamos que aplicamos una escala con cuatro tems o afirmaciones a 14 sujetos o participantes, cuyo objeto de actitud es la calidad dentro de la organizacin (la variable es la conciencia sobre la calidad por parte de los empleados). La calidad en la organizacin, definida como: el grado en que los empleados de una empresa se orientan a cumplir con las especificaciones y requerimientos de los clientes en cuanto a sus productos y servicios (en precio, tiempo de entrega, cumplimiento de estndares del mercado, etctera). Cada afirmacin tiene dos categoras de respuesta (de acuerdo y en desacuerdo, codificadas como uno y cero, respectivamente). Afirmacin A: La calidad tiene que vivirse siempre en todas las actividades del trabajo y en el hogar. Afirmacin B: La calidad tiene que vivirse siempre en todas las actividades del trabajo. Afirmacin C: La calidad tiene que vivirse solamente en las actividades ms importantes del trabajo Afirmacin D: La calidad tiene que vivirse solamente en la actividad ms importante del trabajo. Los resultados se muestran en la tabla 7.2.

Tabla 7.2 Ejemplo de la tcnica de Cornell para el anlisis de tems o afirmaciones

AFIRMACIONES C ED DA ED (0) (1) (0) X X X X X X X X X X X X

A SUJETO 1 2 3 4 5 6 7 8 9 DA (1) X X X X X X X X X ED (0) DA (1) X X X X X X

D DA (1) X X X X X X X X X ED (0)

PUNTUACIONES TOTALES

4 4 4 3 3 3 2 2 2 12

10 11 12 13 14

X X X X X

X X X X X

X X X X X

X X X X X

2 1 1 0 0

DA = de acuerdo o 1, ED = en desacuerdo

Ahora bien, como se observa en la tabla 7.2, los participantes estn ordenados por su puntuacin en la escala total. Asimismo, las frases deben ordenarse por su intensidad (en el ejemplo, A tiene mayor intensidad que B, B mayor que C, y a su vez, C mayor que D) tambin sus categoras se encuentran jerarquizadas de acuerdo con su valor, de izquierda a derecha. Hay que recordar que si la afirmacin es negativa, la codificacin se invierte (si para la frase: la calidad es poco importante para el desarrollo de una empresa, se tiene la respuesta: de acuerdo se codificar con cero, y en desacuerdo con uno). En el ejemplo de la tabla 7.2. encontramos cuatro afirmaciones positivas. Los sujetos que estn de acuerdo con la afirmacin A, que es la ms intensa, muy probablemente tambin lo estn con las afirmaciones B, C y D, ya que su intensidad es menor. Los individuos que respondan de acuerdo a la afirmacin B tendern a estar de acuerdo con C y D (afirmaciones menos intensas), pero no necesariamente con A. Quienes estn de acuerdo con C lo ms probable es que se encuentren de acuerdo con D, pero no necesariamente con A y B. Debe observarse que el sujeto nmero 1 estuvo de acuerdo respecto a las cuatro afirmaciones. Los sujetos 2 y 3 respondieron de igual forma. Las puntuaciones de todos ellos equivalen a cuatro (1 + 1 + 1 + 1). Los sujetos 4, 5 y 6 obtuvieron una puntuacin de tres, pues estuvieron de acuerdo con tres afirmaciones y as sucesivamente (los ltimos dos sujetos estuvieron en desacuerdo respecto a todas las afirmaciones). En forma ideal, los sujetos que obtienen una puntuacin total de cuatro en esta escala particular, es porque respondieron de acuerdo a las cuatro afirmaciones. Los individuos que alcanzan una puntuacin total de tres respondieron que estan en desacuerdo con la primera afirmacin, pero de acuerdo con las dems afirmaciones. Quienes reciben una puntuacin de dos manifiestan estar en desacuerdo con los dos primeros tems, pero de acuerdo con los dos ltimos. Del mismo modo, los sujetos con puntuacin de uno
13

respondieron en desacuerdo a las tres primeras afirmaciones y de acuerdo a la ltima. Por ltimo, aquellos que estuvieron en desacuerdo respecto a las cuatro afirmaciones, recibieron una puntuacin total de cero. Los sujetos o participantes se escalan de manera perfecta, sin que nadie rompa el patrn de intensidad de las afirmaciones: si estn de acuerdo con la afirmacin ms intensa, tambin lo estn con las menos intensas. En otro ejemplo, si estoy de acuerdo con la afirmacin: Podra casarme con una persona de nivel econmico diferente al mo, seguramente estar de acuerdo con la afirmacin: Podra viajar en un automvil con una persona de nivel econmico diferente al mo (casarse es ms intenso que viajar). Cuando los individuos se escalan de manera perfecta respecto a las afirmaciones, esto quiere decir que los tems en realidad varan gradualmente en intensidad. Es la prueba emprica de que estn escalados por su intensidad. Se le denomina reproductividad al grado en que un conjunto de afirmaciones o tems escalan perfectamente segn su intensidad. Esto significa que el patrn de respuesta de una persona en relacin con todos los tems puede reproducirse con exactitud tan slo con conocer su puntuacin total en la escala completa (Black y Champion, 1976). La reproductividad ideal se da cuando nadie rompe el patrn de intensidad de la escala. Sin embargo, en la realidad slo algunas cuantas escalas del tipo de Guttman renen la reproductividad ideal; la mayora contienen inconsistencias o rupturas al patrn de intensidad. El grado en que se alcanza el patrn perfecto de intensidad de la escala, o reproductividad, se determina con el anlisis del nmero de personas o casos que rompen dicho patrn, que es el quinto paso para construir el escalograma de Guttman. Anlisis del nmero de e r r o r e s o r u p t u r a s de l patrn ideal de intensidad de la escala Un error es una inconsistencia en las respuestas de una persona a una escala; es un rompimiento con el patrn ideal de intensidad de la escala. La tabla 7.3 muestra tres ejemplos de error encerrados en crculos que, como puede verse, son inconsistencias del patrn ideal. El segundo participante respondi de acuerdo a los tems ms intensos o fuertes y en desacuerdo al tem menos intenso. El cuarto sujeto manifest estar de acuerdo con las afirmaciones B y C (supuestamente ms intensas), pero en desacuerdo con D (supuestamente
14

menos intensa). El quinto sujeto estuvo en desacuerdo con los tems menos intensos, pero de acuerdo con el ms intenso. Son inconsistencias o errores. Si un escalograma presenta diversos errores significa que los tems en realidad no tienen distintos niveles de intensidad (o que los participantes no entienden o son deshonestos).

Tabla 7.3 Ejemplos de errores o inconsistencias en un escalograma de Guttman

AFIRMACIONES A SUJETO 1 2 3 4 5 6 X X DA X X X X ED DA X X X X X X B ED DA X X X X X X C ED DA X X X X X D ED X
PUNTUACIONES TOTALES

4 3 3 2 1 0

DA = de acuerdo o 1, ED = en desacuerdo o 0

Los errores se detectan mediante el anlisis de las respuestas que rompen el patrn; para ello, se establecen los puntos de corte en el cuadro donde se cruzan las afirmaciones y sus categoras con las puntuaciones totales. En el ejemplo de la tabla 7.2, los puntos de corte seran los que se muestran en la tabla 7.4. No se aprecia ninguna inconsistencia. En cambio, en la tabla 7.5 se aprecian tres inconsistencias o errores; las respuestas estn desubicadas respecto de los puntos de corte, es decir, rompen el patrn de intensidad. (Los errores estn remarcados en blanco.)

15

Tabla 7.4 Ejemplo de establecimiento de los puntos de corte en la tcnica de Cornell

AFIRMACIONES

A
SUJETO

B ED (0) DA (1)
X X X X X X X X X X X X X X X X X X X X X X X X X

DA (1)
X X X

ED (0)

C DA (1)
X X X X X X X X X X

D ED (0) DA (1)
X X X X X X X X X X X X X X X X X X

ED PUNTUACIONES TOTALES (0)

4 4 4 3 3 3 2 2 2 2 1 1 0 0

1 2 3 4 5 6 7 8 9 10 11 12 13 14

DA = de acuerdo o 1, ED = en desacuerdo Tabla 7.5 Ejemplo de errores respecto a los puntos de corte
A SUJETO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 X X X X X X X X DA (1) X X X X X X ED (0) DA (1) X X X X X X X X X X X X X X A FI RM A CIO N E S B C ED (0) DA (1) X X X X X X X X X X X X X X ED (0) DA (1) X X X X X X X X X X X X X X D ED (0)

PUNTUACIONES TOTALES

4 4 4 3 3 3 2 2 2 2 1 1 0 0

= Puntos de corte (lneas punteadas) 16

Como se mencion anteriormente, cuando el nmero de errores es excesivo la escala no presenta reproductividad y no puede aceptarse. La reproductividad se determina mediante un coeficiente. La frmula de este coeficiente es:

Nmero de errores o inconsistencias Coeficiente de reproductividad = 1 Nmero total de respuestas

Donde el nmero total de respuestas es igual al nmero de tems o afirmaciones multiplicado por el nmero de sujetos. Por lo tanto, la frmula directa sera:
Nmero de errores Coeficiente de reproductividad = 1 (nmero de tems) (nmero de sujetos)

En el ejemplo de la tabla 7.5, tendramos que el coeficiente de reproductividad sera:

Coeficiente de reproductividad = 1

3 (4) (14)

Cr = 1 _______

(4) (14)

Cr = 1 0.053 Cr = 0.947 = 0.95

El coeficiente de reproductividad oscila entre 0 y 1, cuando equivale a 0.90 o ms nos indica que el nmero de errores es tolerable, adems de que la escala es unidimensional y se acepta. Cuando es menor que 0.90 no se acepta la escala. Originalmente Guttman recomend administrar un mximo de 10 a 12 tems o afirmaciones a un mnimo de 100 personas (Black y Champion, 1976).
17

Una vez determinado el nmero de errores aceptable mediante el coeficiente de reproductividad, se procede a aplicar la escala definitiva (si dicho coeficiente fue de 0.90 o ms; esto es, si el error permitido no excedi 10%) o a realizar ajustes en la escala (reconstruir tems, eliminar tems que estn generando errores, etc). Los cinco pasos mencionados son una especie de prueba piloto para demostrar que la escala es unidimensional y funciona. Codificacin de respuestas Cuando se aplica la versin definitiva de la escala, los resultados se codifican de la misma manera que en la escala Likert, esto depende del nmero de categoras de respuesta que se incluyan. Al igual que la escala Likert y el diferencial semntico, todos los tems deben tener el mismo nmero de categoras de respuesta. ste es un requisito de todas las escalas de actitud. Asimismo, se considera una respuesta invlida si se marcan dos o ms opciones para una misma afirmacin. El escalograma de Guttman es una escala estrictamente ordinal, pero que se suele usar como si fuera de intervalo. Puede aplicarse mediante entrevista (con uso de tarjetas que contengan las opciones o categoras de respuesta) o autoadministrarse.

RECOPILACIN Y ANLISIS DE DATOS SECUNDARIOS

La recopilacin y anlisis de datos secundarios se fundamenta en informacin disponible recolectada por otras personas distintas al investigador. Esta tcnica para recabar los datos puede subdividirse en: a) datos estadsticos provenientes de fuentes oficiales y b) datos para metaanlisis. En ambos casos se acude a bases de informacin que pueden encontrarse en una o varias fuentes y que son tiles para los propsitos del estudio. La diferencia entre estos dos tipos estriba en que los primeros recogen estadsticas (tasas de defuncin o mortalidad y nacimiento, nmero de hectreas de riego, cifras de egreso en los distintos niveles del sistema escolar, nmero de camas de los hospitales, nmero de monumentos histricos, producto interno bruto, nmero de instalaciones deportivas y clases, as como nmero de cada una y tamao en metros cuadrados, extensin de la red de alcantarillado, ndice de inflacin, monto de la deuda externa pblica y privada,
18

etc.). En cambio, el metaanlisis recopila estudios efectuados por otros sobre el planteamiento del problema, los evala y puede volver a analizar sus datos e integrarlos en una base mayor de informacin; o bien, adicionarlos y compararlos. Krysik (2005) considera tres tipos de datos secundarios: Datos obtenidos del nivel micro, datos agregados y datos cualitativos micro. a) Datos obtenidos del nivel micro: Derivados de unidades de anlisis individuales como personas, organizaciones u hogares (nmero de habitantes por vivienda, nmero de trabajadores de la empresa, preferencias electorales, satisfaccin laboral de los trabajadores, etc.). La mayora de las veces los datos se recolectan por medio de encuestas. Por ejemplo, los censos econmicos (vistos en el captulo de encuestas del CD) generan esta clase de datos, al igual que los de poblacin. La encuesta nacional de adicciones (implementada anualmente en varios pases latinoamericanos)4 es otro caso y recolecta entre otros datos los siguientes:5 1. Personas econmicamente activas en el sistema familiar. 2. Distribucin del tiempo libre del estudiante. 3. Convivencia del alumno en el hogar (padres y otros parientes). 4. Estructura del sistema matrimonial de los tutores del estudiante (padres casados, divorciados, separados, etctera). 5. Ocupacin de las personas econmicamente activas en el hogar. 6. Persona(s) con quien(es) dentro del hogar, los estudiantes se comunican ms. 7. Actividades deportivas del estudiante (tipos y periodicidad de cada actividad deportiva, tiempos de dedicacin, entre otros). 8. Conducta de fumar (inicio, frecuencia de la conducta de fumar, consumo diario de cigarrillos). 9. Ingesta de alcohol (inicio, periodicidad, consumo semanal). 10.Percepcin proyectiva del consumo de estupefacientes o drogas ilegales (se responde a la pregunta: A cuntos de tus compaeros de escuela has visto consumir droga?, a cuntos de tus amigos, fuera de la escuela?).
4

Para el caso de Espaa recomendamos a Berganza y Garca (2005) y a Corbetta (2003). Para las organizaciones no gubernamentales latinoamericanas, por ejemplo, en el caso del medio ambiente, la siguiente direccin en internet incluye una gran cantidad de ellas: http://www.ecoportal.net/content/view/full/158 Aplica tambin a los datos micro. 19

11.Conocimiento del tipo de droga que se consume (cuestionamiento: Seala la droga que sabes consumen en este plantel Seala la droga que sabes se consume en tu vecindario). 12.Preferencia de consumo en el entorno inmediato por tipo de estupefaciente (fuera de la escuela). 13.Percepcin del encuestado respecto de si es un problema el consumo de estupefacientes. 14.Percepcin respecto de si se pueden conseguir las drogas o estupefacientes dentro de la escuela. 15.Percepcin respecto de si se consume droga o substancias ilegales dentro de la escuela. 16.Percepcin respecto de si el consumo de estupefacientes es un problema en su entorno externo. 17.Preferencia de consumo por tipo de estupefaciente en la escuela. 18.Actitud ante el consumo de estupefacientes por una amistad. 19.Manifestacin de haber consumido algn estupefaciente. 20.Edad de inicio de consumo. 21.Figura que invit a experimentar el consumo. 22.Tipo de estupefaciente o droga consumida por primera vez 23.Consumo de diferentes clases de estupefacientes. 24.Preferencia individual de consumo por tipo de estupefaciente. 25.Periodicidad del consumo. 26.Motivo(s) del consumo. 27.Acciones recomendadas por los encuestados para reducir el consumo, evitarlo o prevenirlo. 28.Conciencia del consumo de estupefacientes. 29.Fuente ms impactante de conocimiento del problema social que implica el consumo de estupefacientes. 30.Comentarios abiertos (cualitativo). Pero el investigador, aunque no gener estos datos, tiene acceso directo a ellos (a la informacin individual y original a los cuestionarios, registros, etc.) y por lo tanto los puede reanalizar (incluso a veces puede identificar a los encuestados o sus perfiles).

20

b) Datos agregados: Consisten en datos individuales que ya se han procesado y conjuntado con otros en cifras estadsticas, tablas o cuadros. En stos, las caractersticas de las unidades de anlisis no pueden ser identificadas (por ejemplo: el investigador recibe el dato sobre el promedio de satisfaccin laboral en una escala o la tasa de desempleo y obviamente no puede reanalizar los datos, slo utilizarlos para los fines que convengan). Estos datos se pueden obtener de: 1) Oficinas y agencias gubernamentales y oficiales (Ministerio de Educacin, Ciencia y Tecnologa de Argentina; Ministerio de Educacin y Ciencia de Espaa; Direccin de Impuestos y Aduanas Nacionales de Colombia; Instituto Nacional de Estadstica de Bolivia; Ministerio de Industria, Turismo, Integracin y Negociaciones de Per; Banco Central de Venezuela; etctera). 2) Organizaciones privadas (Cmara de Comercio de Santiago de Chile, Consejo de Fundaciones Privadas de Guatemala, Fundacin Cultural Espaola para el Fomento de la Artesana, Centro de Estudios Econmicos del Sector Privado en Mxico, Fundacin Ford, entre otras). Algunas bases de datos privadas contienen archivos periodsticos, como por ejemplo: U. S. News Archives on the Web (peridicos en Estados Unidos), Reuters y Europrensa (Universidad Complutense de Madrid), etc. Los peridicos ms importantes del mundo generalmente poseen su propia base de datos. 3) Organizaciones no gubernamentales (Agencia de Cooperacin en Ingeniera Ambiental o ACIA, Pro Amazonia "Selva Para la Vida", Alianza Cvica en Mxico, Red 2002 de Barcelona para el apoyo de enfermos de SIDA, y otras). 4) Organizaciones internacionales (Comisin Econmica para Amrica Latina y el Caribe; Organizacin de las Naciones Unidas para la Educacin, la Ciencia y la Cultura, UNESCO; Organizacin Mundial de la Salud, OMS; Fondo de las Naciones Unidas para la Infancia, UNICEF; Fondo Monetario Internacional, FMI; etctera). Las primeras tres fuentes genricas varan en cada pas, por lo que resultara imprctico intentar mencionarlas. Por ello, cada estudiante o profesor debe tener en mente cules son y qu tipo de informacin pueden proporcionar.4 De los datos resulta fundamental conocer:5

21

- El nombre y la filiacin institucional de quien recolect los datos. - El periodo de recopilacin de los datos. - La muestra (mtodo de seleccin, tamao, caractersticas). - El mtodo de recoleccin de los datos, incluyendo el instrumento, procedimiento, confiabilidad y validez, etc. - Localizacin (disponibilidad). Y de ser posible: - Procedimientos de codificacin. - Anlisis practicados. - Sugerencias para el anlisis. c) Datos cualitativos micro: Producidos por una persona y recabados por otra. Al investigador le llegan los datos (cartas recopiladas por otros, transcripciones de entrevistas hechas por psiclogos, grabaciones de las llamadas de pasajeros que iban en los aviones secuestrados por terroristas en los atentados a las torres gemelas del World Trade Center en Nueva York, etc.). Tales datos pueden ser reanalizados por el investigador. Las ventajas de los datos secundarios residen en que su costo es generalmente el ms barato de todos los mtodos de recoleccin y a veces son la nica opcin para el investigador (Sieppert, McMurtry y McClelland, 2005), adems pueden replicarse estudios con base en ellos. Gran cantidad de datos secundarios se localiza mediante internet. Sus desventajas potenciales son que a veces no son accesibles, no estn estandarizados, pueden haberse omitido variables importantes para nuestro estudio y es factible que den una falsa impresin de ciertos subgrupos (los promedios de ingreso nacional per cpita, por ejemplo, suelen resultar engaosos). El proceso para utilizar datos secundarios en una investigacin se resume en la figura 7.3, adaptado de Sieppert, McMurtry y McClelland (2005) y Krysik (2005).

22

Figura 7.3 Proceso esencial para utilizar datos secundarios

Analizar la relacin entre el planteamiento del problema y los datos secundarios: - Son pertinentes para el estudio? - Representan adecuadamente una operacionalizacin de nuestras variables?

Evaluar la calidad de los datos: - Muestra. - Confiabilidad. - Validez. - Mtodo de recoleccin. - Fuente de origen.

Preparar los datos para su anlisis.

En el caso de datos estadsticos, verificarlos preferentemente en al menos dos fuentes confiables (validacin cruzada).

Para el manejo de archivos se recomienda consultar a Webb, Campbell y Schwartz (2000). El metaanlisis Esta clase de procedimiento de recoleccin y anlisis de los datos implica sintetizar resultados de investigacin por medio de un nmero de estudios que consideran el mismo planteamiento y variables (Wiersma y Jurs, 2005). Los pasos de un metaanlisis son muy similares a los de otros estudios, con la salvedad de que ahora la unidad de anlisis ya no es el participante o caso, sino la investigacin realizada por otro(s) investigador(es). El reto es resumir los datos a partir de los diferentes estudios de manera muy bien estructurada, que evite errores y facilite su ulterior anlisis. Cabe sealar que el metaanlisis ser ms preciso entre ms homogneos sean los estudios que se consideran, en cuanto a la pregunta de investigacin, variables, mtodo, instrumentos de medicin y anlisis estadstico. Por lo tanto, el primer paso consiste en ponderar si es posible combinarlos (nos referimos nicamente a estudios cuantitativos). Tal consideracin nos puede llevar a un sinfn de opciones, desde descubrir que hay varios estudios que son totalmente compatibles y pueden mezclarse, hasta contrastar, aquellos que slo tienen un tem en sus cuestionarios.

23

Existen diferentes propuestas para conjuntar estadsticamente los resultados de distintos estudios, destacan tres fundamentalmente, que se conocen con el nombre de modelo de efectos fijos, modelo de efectos aleatorios y por ltimo el modelo bayesiano (Molinero, 2003). En el modelo de efectos fijos los estudios se combinan y se asume que no existe heterogeneidad entre ellos, que por lo tanto todos constituyen estimaciones de un efecto real, cuya magnitud se desea conocer. As pues, la inferencia realizada se condiciona a los estudios efectuados (Molinero, 2003).
En el modelo de efectos aleatorios la inferencia se fundamenta en suponer que los estudios incluidos en el anlisis constituyen una muestra aleatoria del universo de estudios posibles, y sus resultados son ms conservadores al tener en cuenta una fuente extra de variacin, ya que se incluyen dos fuentes de variacin potenciales: la existente dentro de los estudios y la variacin entre los estudios (Molinero, 2003, p. 3).

La utilizacin de modelos bayesianos requiere de modelos estadsticos complejos de varianza. El metaanlisis constituye un intento de resolver contradicciones entre los resultados de diferentes investigaciones y evaluar patrones comunes en distintos estudios. Es un mtodo sumamente importante para generar teora. Como todo mtodo inferencial, tiene sus problemas y limitaciones. Uno de los principales problemas es que al ser un estudio que generalmente se ejecuta de forma retrospectiva, tiene una posibilidad mayor de introducir sesgos (error sistemtico). Otros retos son los que se derivan del procedimiento de combinar datos de mltiples estudios entre los cuales pudiera haber diferencias en cuanto a mtodo y muestreo. El procedimiento general de un metaanlisis es similar al de los datos secundarios, pero se agregan algunos elementos como el anlisis mismo (ver figura 7.4).

24

Figura 7.4 Proceso esencial del metaanlisis

Evaluar si el metaanlisis puede responder al planteamiento del problema.

Definir los criterios de seleccin de los estudios que deben ser incluidos en el anlisis (criterios de inclusin y exclusin).

Analizar la relacin entre el planteamiento del problema y los estudios: - Son pertinentes los estudios para la investigacin planteada? - Qu tan homogneos o heterogneos resultan y en qu s pueden conjuntarse y en qu no?

Preparar los datos para su anlisis

Seleccionar los estudios que habrn de incluirse

Analizar los datos

a) Elegir los aspectos, dimensiones y/o variables en las cuales van a conjuntarse o compararse. b) Evaluar la calidad de los estudios: - Muestra. - Confiabilidad. - Validez. - Mtodo de recoleccin. - Fuente de origen. Otros parmetros: Ver ltimo captulo del CD.

Algunas recomendaciones para el metaanlisis, las proporciona Cspedes (1995): 1. Seleccionar investigadores independientes que lean, clasifiquen, codifiquen, cuantifiquen y finalmente evalen y elijan el grupo de estudios que sern incluidos en el metaanlisis (MA). 2. Elaborar una gua de los datos que deben ser recolectados de los estudios escogidos para ser procesados en el MA. 3. Combinar los resultados obtenidos y asegurar la calidad de los datos y su procesamiento estadstico adecuado. En el anlisis estadstico general para el modelo de efectos fijos (no existe heterogeneidad, hay homogeneidad o las investigaciones que se estiman muestran un efecto uniforme, debido al uso de un mismo tratamiento), se utiliza el mtodo de Mantel-Haentzel-Peto.
25

Si los estudios son heterogneos al mostrar el efecto ante un tratamiento (modelo de efectos aleatorios), se utiliza el mtodo de Cochran-Dersimonian-Laird (Cspedes, 1995). En general, se obtiene para las estadsticas calculadas, el tamao del efecto (Wiersma y Jurs, 2005, y Glass, 1976), el cual se revis en el captulo 10 del libro. Recordamos que es una medida de la fuerza de la diferencia de las medias u otros valores considerados (Creswell, 2005). Resulta ser una medida en unidades de desviacin estndar. Su clculo fue ejemplificado con la prueba t. Existen diversos programas computacionales para el metaanlisis, entre los cuales se encuentran los siguientes: - Easy MA (Vers. 99) (1997) [M. Cucherat]. Lyon, France: University of Lyon. http://www.spc.univ-lyon1.fr/~mcu/easyma - Meta: Meta-analysis Programs (Vers. 5.3) (1989) [R. Schwarzer]. Raleigh, NC: National Collegiate Software Clearinghouse. http://userpage.fu-berlin.de/ ~health/meta_e.htm - Meta-Test (1997) [J. Lau]. Boston, MA: New England Medical Center. http://hiru.mcmaster.ca/cochrane/cochrane/sadt.htm http://som.flinders.edu.au/FUSA/Cochrane/COCHRANE/sadt.htm - RevManTM: The Cochrane Collaborations Review Manager (Vers. 5.0) (2001). The Cochrane Collaboration: http://www.cc-ims.net/RevMan - BUGS y WinBUGS: http://www.mrc-bsu.cam.ac.uk/bugs - SAS (programa ya comentado, en su pgina existe un programa para metaanlisis). http://www.sas.com/ - Stata. http://www.stata.com/ Y otros muchos que puede buscar va disparador (o motor de bsqueda) en internet. Recuerde que las direcciones electrnicas pueden cambiar en cualquier momento.

EJEMPLOS DE ESTUDIOS BASADOS EN DATOS SECUNDARIOS

E S T U DI O
P AR A E L DI AGNS T I C O M UN I C I P AL

En las anteriores ediciones de esta obra, se integraba un ejemplo para diagnosticar y caracterizar a un municipio, con el fin ltimo de elaborar su plan de desarrollo.

26

Regularmente estos diagnsticos son estudios mixtos, pero una parte muy importante de sus insumos la constituyen los datos secundarios, que se generan con base en indicadores, los cuales se han desarrollado por diferentes organizaciones dedicadas a la investigacin municipal (por ejemplo: el Instituto Vasco de Estadstica; El Centro de Investigacin y Desarrollo Econmico de Mxico, CIDE; Instituto de Estadstica de la Comunidad de Madrid; el Sistema Nacional de Indicadores Municipales (SINIM) de la Unidad de Informacin Municipal del Gobierno de Chile; Instituto Nacional de Estadstica, Geografa e Informtica en Mxico, INEGI; Instituto Brasileiro de Geografia e Estadstica; Sistema Nacional de Informacin Municipal, CEDEMUN de la Secretara de Gobernacin de Mxico; La Federacin Nacional de Departamentos de Colombia; Departamento de Estadstica del Ayuntamiento de Barcelona; etctera). Algunos indicadores se aplican a cualquier municipio y son relevantes para todas las entidades poblacionales (nmero de habitantes, ingreso per cpita, ingresos totales del municipio, gasto total del municipio, inversin total, etc.), mientras que otros indicadores resultan importantes slo para ciertos municipios (por ejemplo, indicadores relativos a la produccin agrcola son irrelevantes para un municipio completamente urbano). Por ello, en cada diagnstico municipal deben elegirse los indicadores (datos secundarios) significativos para la entidad en cuestin. Tambin, cada provincia, departamento, regin o estado genera indicadores a su nivel; lo mismo que las naciones. En el documento anexo, titulado Ejemplos de indicadores municipales, se incluyen algunos casos sencillos para que los estudiantes que apenas comienzan en estos menesteres de la metodologa de la investigacin los puedan comprender sin mayores complicaciones (se cubren unas cuantas reas, pero desde luego, no en su totalidad ni mucho menos). No son los nicos, ya que hay miles de ellos. Estn agrupados por reas generales (las cuales tambin pueden fluctuar segn el autor u otros criterios). Determinados indicadores pueden formar parte de dos o ms reas. Sin polemizar (porque cuando se sopesan pueden generar discusiones severas), se presentan a continuacin como muestras de datos secundarios y fueron en particular desarrollados para un municipio del Estado de Mxico, Mxico. Sera interesante como ejercicio que en cada institucin se propusieran los que seran los ms adecuados para su municipio.

27

ERRORES EN LAS MEDICIONES

Esta parte se escribe porque es una pregunta que se nos ha hecho constantemente sobre los tipos de errores en la medicin. En cualquier instrumento de medicin se tiene un grado de error (recordemos lo sealado en el captulo 9 del libro y al inicio de este captulo). Imaginemos que realizamos la evaluacin de la autoestima en un grupo de estudiantes. Si la mido un da y la vuelvo a medir al da siguiente, y posteriormente a la semana; podemos esperar que las puntuaciones sean las mismas en las tres mediciones. La autoestima como otros atributos no varan a travs del tiempo, a menos que algo las haga variar (un estmulo, la maduracin de la persona, un suceso de vida, entre otros). Es decir, si los estudiantes obtuvieron puntuaciones diferentes en las pruebas, su desempeo se debi a la influencia de otro motivo distinto a su propia autoestima. Estas otras razones provocan error. El grado en que un instrumento se encuentra libre de error indica su confiabilidad. Entre ms fiable resulta un instrumento, el investigador puede acercarse a una verdadera estimacin del atributo considerado. Tal exactitud se obtiene al minimizar las fuentes de error en la medida de lo posible y con la estimacin del grado de error que permanece. Pues bien, hay dos tipos de errores que pueden ocurrir: sistemticos y no sistemticos. Los primeros maximizan o minimizan el desempeo de un instrumento y afectan a la validez (Mertens, 2005). En el ejemplo de la autoestima, un mtodo para desarrollarla o fortalecerla (por ejemplo, motivacional o teraputico) puede ser visto como una influencia sistemtica en la variable o atributo. El efecto del error sistemtico en las respuestas es constante y puede predecirse. Pero los errores no sistemticos (que conciernen a los investigadores) varan de situacin en situacin (aplicaciones distintas) y en consecuencia n o pueden predecirse (o es sumamente complejo), pero s prevenirse. Estos errores pueden caer en tres categoras: a) personales (dependen de cada individuo, como el estrs, el cansancio o la motivacin), b) condiciones de administracin del instrumento (instrucciones distintas a los respondientes, temperatura ambiental, lenguaje, etc.) y c) modificaciones en los instrumentos o tareas (por ejemplo, cambios en tems o las conductas a observar). Normalmente, la confiabilidad es calculada mediante una estadstica que compara el desempeo de los mismos individuos en tiempos diferentes o partes distintas del instrumento y que oscila entre cero y uno, su fin es precisamente ayudar al investigador a
28

identificar el grado de error que se presenta en la medicin, en su consistencia interna; mediante la fiabilidad y un anlisis del investigador se deben hacer transparentes las fuentes de error.

29

CAPTULO 8

ANLISIS ESTADSTICO-MULTIVARIADO DE LOS DATOS

INTRODUCCIN
Con este captulo se complementa el 10 de Metodologa de la investigacin, 4 edicin, adems de que se actualiz su contenido. Se presenta a continuacin por el tipo de anlisis estadstico. Asumimos que se revis previamente el captulo en cuestin.

CLCULO DEL COEFICIENTE DE CONFIABILIDAD (FIABILIDAD) ALFA-CRONBACH

En los captulos 9 y 10 se defini el coeficiente alfa de Cronbach ( ), as como sus usos e interpretacin. Los programas de anlisis estadstico como SPSS, Minitab, SAS y otros, lo incluyen y calculan instantneamente. Pero para quienes no tienen acceso a estos programas, presentamos la forma de obtenerlos. De acuerdo con Carmines y Zeller (1988, pp. 44 y 45), as como Corbetta (2003), existen tres procedimientos para determinar el coeficiente o alfa : 1. Sobre la base de la varianza de los tems, con la aplicacin de la siguiente frmula:

= 1
1
2

( )

s2 x

En donde N representa el nmero de tems de la escala, s2 (Yi)es igual a la sumatoria de las varianzas de los tems y s2x equivale a la varianza de toda la escala. 2. Sobre la base de la matriz de correlacin de los tems, el procedimiento sera:

a) Se aplica la escala. b) Se obtienen los resultados. c) Se calculan los coeficientes de correlacin r de Pearson entre todos los tems (todos contra todos de par en par). d) Se elabora la matriz de correlacin con los coeficientes obtenidos. Por ejemplo: tems 1 1 2 3 4
ya fue calculado ya fue calculado ya fue calculado

2 0.451
ya fue calculado ya fue calculado

3 0.399 0.489
ya fue calculado

4 0.585 0.501 0.541

Los coeficientes que se mencionan como ya fue calculado, se ubican en la parte superior de las lneas horizontales (guiones). Es decir, cada coeficiente se incluye una sola vez y se excluyen los coeficientes que vinculan al tem o puntuacin consigo misma (1 con 1, 2 con 2, 3 con 3 y 4 con 4). e) Se calcula p (promedio de las correlaciones). P NP ( P es la sumatoria de los valores de las correlaciones y NP el nmero de correlaciones no repetidas o no excluidas).

p=

0.451 + 0.399 + 0.585 + 0.489 + 0.501 + 0.541 p = 6 p = 0.494 = Np 1 + p (N 1)

f) Se aplica la frmula siguiente:

En donde N es el nmero de tems y p el promedio de las correlaciones entre tems. En el ejemplo:

4(0.494) 1 + 0.494(4 1) 1.98 2.48

= 0.798 = 0.80 (cerrando) Es un coeficiente aceptable y recordemos que todos los tems de la escala deben estar medidos en intervalos o razn. 3. Mediante otra frmula que se basa en la correlacin promedio (Corbetta, 2003, p. 238). Se usa la siguiente frmula :
nr = 1 + r (n 1)

Donde n representa el nmero de tems o elementos de la escala y r es su correlacin promedio.

ANLISIS MULTIVARIADO
En el captulo 10 del libro, cuando se analizaron los principales mtodos estadsticos paramtricos, concretamente, despus de revisar el ANOVA unidireccional, nos preguntbamos: Pero qu ocurre cuando tenemos diversas variables independientes y una dependiente, varias independientes y dependientes? Tal como

observbamos en diagramas como el que se muestra en la figura 8.1.

Figura 8.1 Ejemplo con cuatro variables independientes y una dependiente

Autoestima de la persona Sentido de vida de la persona

Edad

Gnero

Religin

La respuesta era: Entonces, requerimos de otros mtodos estadsticos. stos son los que revisaremos a continuacin y una vez ms, sobre la base de que existen computadoras y programas como el SPSS, del mismo modo centrndonos en los elementos fundamentales de interpretacin. Qu son los mtodos de anlisis multivariado? Los mtodos de anlisis multivariado son aquellos en que se analiza la relacin entre diversas variables independientes y al menos una dependiente. Son mtodos ms complejos que requieren del uso de computadoras para efectuar los clculos necesarios (normalmente se ensean a nivel postgrado). Qu es el anlisis factorial de varianza? ANOVA (anlisis de varianza de k direcciones) Definicin: Es una prueba estadstica para evaluar el efecto de dos o ms variables independientes sobre una variable dependiente. Responde a esquemas como el que se muestra en la figura 8.2.

Figura 8.2 Esquema de un anlisis factorial de varianza

X1

X2

Xk

Constituye una extensin del anlisis de varianza unidireccional, solamente que incluye ms de una variable independiente. Evala los efectos por separado de cada variable independiente y los efectos conjuntos de dos o ms variables independientes. Variables: Dos o ms variables independientes y una dependiente. Nivel de medicin de las variables: La variable dependiente (criterio) debe estar medida en un nivel por intervalos o razn, y las variables independientes (factores) pueden estar en cualquier nivel de medicin, pero expresadas de manera categrica. Interpretacin y ejemplo Hi: La similitud en valores, la atraccin fsica y el grado de retroalimentacin positiva son variables que inciden en la satisfaccin sobre la relacin en parejas de novios. Contexto: Muestra de parejas de adultos jvenes (23-29 aos) de Santiago de Chile, pertenecientes a estratos econmicos altos (n=400). El ANOVA efectuado mediante un paquete estadstico computacional como SPSS produce los siguientes elementos bsicos: Fuente de la variacin (source of variation). Es el factor que origina variacin en la dependiente. Si una fuente no origina variacin en la dependiente, no tiene

efectos. Efectos principales (main effects). Es el efecto de cada variable independiente por separado; no est contaminado del efecto de otras variables independientes ni de error. Suele proporcionarse la suma de todos los efectos principales. Interacciones de dos direcciones (2-way interactions). Representa el efecto conjunto de dos variables independientes, aislado de los dems posibles efectos de las variables independientes (individuales o en conjuntos). Suele proporcionarse la suma de los efectos de todas estas interacciones. Interacciones de tres direcciones (3-way interactions). Constituye el efecto conjunto de tres variables independientes, aislado de otros efectos. Suele proporcionarse la suma de los efectos de todas estas interacciones. Puede haber efecto de K-direcciones, esto depende del nmero de variables independientes. En nuestro ejemplo, tenemos los resultados que se muestran en la tabla 8.1. Tabla 8.1 Ejemplo de resultados en el ANOVA VARIABLE DEPENDIENTE: SATISFACCIN EN LA RELACIN
FUENTE DE VARIACIN (SOURCE OF VARIATION) SUMAS DE CUADRADOS (SUMS OF SQUARES) GRADOS DE LIBERTAD (DEGREES OF FREEDOM) MEDIAS CUADRTICAS (MEAN SQUARES)

SIGNIFICANCIA
RAZN F DE F

Efectos principales (main effects) SIMILITUD ATRACCIN RETROALIMENTACIN 22.51 31.18 21.02 11.84 0.001** 0.001** 0.001** 0.004**

Interaccin de dos direcciones (2-way interactions) SIMILITUD ATRACCIN 7.65 4.32 0.010* 0.040*

SIMILITUD

2.18

0.110

RETROALIMENTACIN ATRACCIN Interaccin de tres direcciones (3-way interaction) SIMILITUD ATRACCIN RETROALIMENTACIN Residual Total
NOTA:

1.56

0.190

8.01 8.01

0.020* 0.020*

A los estudiantes que se inician en el ANOVA normalmente les interesa saber si los autores recomiendan

las razones F resultaron o no significativas; por tanto, slo se incluyen estos valores. Por lo que, es a estos estudiantes que experimentado acostumbra estudiar todos los valores. ** Razn F significativa al nivel del 0.01 (p < 0.01) *Razn F significativa al nivel del 0.05 (p < 0.05) Como podemos ver en la tabla 8.1, la similitud, la atraccin y la retroalimentacin tienen un efecto significativo sobre la satisfaccin en la relacin. Respecto a los efectos de dos variables independientes conjuntas, slo la similitud y la atraccin tienen un efecto, hay un efecto conjunto de las tres variables independientes. La hiptesis de investigacin se acepta y la nula se rechaza. Asimismo, se recuerda al lector que en el captulo 5 del presente disco: Otros diseos experimentales (en el apartado sobre diseos factoriales) se explica la nocin de interaccin entre variables independientes. Cabe agregar que el ANOVA es un mtodo estadstico propio para los diseos experimentales factoriales. concentrarse en dichos valores y evitar confusiones. Desde luego, el investigador

Qu es el anlisis de covarianza?
Definicin: Es un mtodo estadstico que analiza la relacin entre una variable dependiente y dos o ms independientes, con el que se elimina o controla el efecto de al menos una de estas independientes. Similar al ANOVA, excepto que permite controlar la influencia de una variable independiente, la cual con frecuencia es una caracterstica antecedente que puede variar entre los grupos (Mertens, 2005) o influir los resultados y afectar la claridad de las interpretaciones. Perspectivas o usos: Wildt y Ahtola (1978, pp. 8-9) destacan tres perspectivas para el anlisis de covarianza: A. Perspectiva experimental. Se aplica a aquellas situaciones en que el inters del investigador se centra en las diferencias observadas en la variable dependiente, por medio de las categoras de la variable independiente (o variables independientes). Pero el experimentador asume que hay otras variables independientes cuantitativas que contaminan la relacin y cuya influencia debe ser controlada (ver la figura 8.3). Figura 8.3 Ejemplo de variables independientes que afectan a una dependiente

X1 Variables Independientes categricas X2 Xk

Variable dependiente

Variables Independientes cuantitativas continuas

Z1 Z2 Zk

Y el investigador nicamente se interesa por conocer la relacin entre las

9

variables independientes categricas y la variable dependiente. Desea al mismo tiempo remover y controlar el efecto de las variables independientes cuantitativas no categricas (continuas). Es decir, desea tener un esquema como el de la figura 8.4. Figura 8.4 Ejemplo de control de variables independientes no categricas

X1 X2 Xk

Y
Z1 Z2 Zk
Remover o controlar

El objetivo es purificar la relacin entre las independientes categricas y la dependiente, mediante el control del efecto de las independientes no categricas o continuas. Ejemplos de variables independientes categricas seran: gnero (masculino, femenino), inteligencia (alta, media, baja), ingreso (menos de un salario mnimo, dos a cuatro salarios mnimos, cinco a 10 salarios mnimos, 11 o ms salarios mnimos). Los niveles de medicin nominal y ordinal son categricos en s mismos, mientras que los niveles de intervalos y razn deben transformarse en categoras ms discretas. Estos ltimos son en s: cuantitativos, continuos y de categoras mltiples. Por ejemplo, el ingreso en su estado natural (pesos, dlares, euros, etc.) vara de la categora cero hasta la categora (K)k, ya que puede haber millones de categoras.

10

Variable categrica unas cuantas categoras o un rango medio. Variable continua muchas categoras (a veces una infinidad). A dichas variables independientes cuantitativas continuas, cuya influencia se controla, se les denomina covariables. Una covariable se incluye en el anlisis para remover su efecto sobre la variable dependiente, e incrementar el conocimiento de la relacin entre las variables independientes categricas de inters y la dependiente, lo cual aumenta la precisin del anlisis. En esta perspectiva, el anlisis de covarianza puede ser concebido primero como un ajuste en la variable dependiente respecto a diferencias en la covariable o las covariables y, posteriormente, como una evaluacin de la relacin entre las variables independientes categricas y los valores ajustados de la variable dependiente (Wildt y Ahtola, 1978). En trminos de Creswell (2005): El procedimiento ajusta las puntuaciones en la dependiente para dar cuenta por la covarianza (por decirlo en trminos sencillos: hace equivalentes a los grupos en la(s) covariable(s) y controla influencias potenciales que pueden afectar a la variable dependiente). B. Perspectiva de inters por la covariable. Esta perspectiva se ejemplifica con aquellas instancias en las cuales el inters principal se centra en analizar la relacin entre la variable dependiente y la covariable (variable cuantitativa continua) o las covariables. Aqu el enfoque es distinto; la influencia que se remueve es la de las variables independientes categricas. Primero se controla el efecto (en este caso contaminante) de estas variables y despus se analiza el efecto purificado de las covariables. C. Perspectiva de regresin. En esta tercera perspectiva, tanto las variables independientes categricas como las covariables resultan de inters para el investigador, quien puede desear examinar el efecto de cada variable independiente (covariables y no covariables, todas) y despus ajustar o corregir los efectos de las dems variables independientes. En cualquier caso, el anlisis de covarianza elimina influencias no deseadas sobre la variable dependiente. Se puede utilizar en contextos experimentales y no experimentales. La mayora de las veces la funcin del ANCOVA es remover la varianza compartida entre una o ms covariables y la dependiente, de este modo, se valora en su justa dimensin la relacin causal entre la(s) variable(s) independiente(s) de inters y la dependiente (Creswell, 2005). Vemoslo conceptualmente pero de forma grfica con un ejemplo simple:

11

Ejemplo Estudio: Al investigador le interesa analizar el efecto en el aprendizaje de la computacin, por medio de un nuevo mtodo para su enseanza a nios. La hiptesis es: El nuevo mtodo de enseanza de la computacin (MA-RH) provocar un mayor aprendizaje en los nios que un mtodo tradicional. Entonces, implementa el siguiente experimento: A un grupo de infantes lo expone al nuevo mtodo de enseanza de computacin (MA-RHS); a otro grupo no lo expone al nuevo mtodo, ste aprende con el mtodo tradicional; finalmente, un tercer grupo, de control, no recibe ningn tipo de enseanza en computacin. La variable independiente es el tipo de mtodo con tres categoras o niveles (mtodo nuevo, mtodo tradicional y ausencia de mtodo), la dependiente es el aprendizaje en computacin (medida por una prueba estandarizada a nivel de intervalos). Se tiene un esquema como el de la figura 8.4. Figura 8.4 Ejemplo del control de las covariables (con una covariable)
Tipo de mtodo (X) Aprendizaje (Y)

El investigador sabe que el aprendizaje se puede deber a muchas razones, adems del mtodo. Es decir, el aprendizaje vara por diversos motivos, lo cual se representa en forma de conjuntos de la siguiente manera:

Variable independiente: Mtodo (X)

Variable dependiente: Aprendizaje (Y

Varianza en comn entre mtodo y aprendizaje

Varianza del aprendizaje no explicada (que no se debe al mtodo sino a otros factores)

12

Con el experimento el investigador desea conocer la varianza en comn entre mtodo y aprendizaje (cuantificarla), la relacin X Y (pura). Si los nios son asignados al azar a los grupos del experimento y tiene grupos de tamao aceptable, por el diseo mismo, remueve la influencia de las covariables que pudieran afectar. Pero si no es factible hacerlo y tiene un diseo cuasiexperimental (grupos intactos), debe remover tal influencia con el anlisis de covarianza (eliminar al mnimo posible la varianza del aprendizaje no explicada), para evitar que las covariables impidan ver con claridad la relacin X Y. Por ejemplo, el nivel educativo tecnolgico de los padres puede influir (hace variar al aprendizaje) y este efecto debe ser controlado, al introducirlo como covariable.

Variable independiente: Mtodo (X)

Variable dependiente: Aprendizaje (Y)

El nivel educativo tecnolgico de los padres (COVARIABLE)

Varianza en comn: entre mtodo y aprendizaje Varianza compartida entre el nivel educativo de los padres y el aprendizaje (la cual se controla con el ANCOVA)

Entre ms covariables se controle, ms se explicar sobre la varianza comn entre el mtodo y el aprendizaje.

Lo que el investigador desea tambin se puede expresar grficamente as:

Tipo de mtodo

Aprendizaje

ANCOVA Nivel educativo tecnolgico de los padres (covariable)

Controlar influencia de la covariable

13

Wildt y Ahtola (1978, p. 13) definen algunos usos del anlisis de covarianza: 1. Incrementar la precisin en experimentos con asignacin al azar. 2. Eliminar influencias extraas o contaminantes que pueden resultar cuando las pruebas o los individuos no son asignados al azar a las diferentes condiciones experimentales (grupos de un experimento). 3. Eliminar efectos de variables que confundan o distorsionen la interpretacin de resultados en estudios no experimentales. Nivel de medicin de las variables: La variable dependiente siempre est medida por intervalos o razn y las variables independientes pueden estar medidas en cualquier nivel. Interpretacin: Depende de cada caso especfico, ya que el anlisis de covarianza efectuado mediante un programa estadstico computacional, produce un cuadro de resultados muy parecido al del anlisis de varianza. Los elementos ms comunes pueden obsevarse en la tabla 8.2. Tabla 8.2 Ejemplo de elementos comunes de un anlisis de covarianza
Fuente de variacin (Source of variation) Sumas de cuadrados y productos cruzados (Sum of squares and cross products) Sumas de cuadrados ajustadas (Adjusted sum of squares) Grados de libertad (Degrees of freedom) Medias cuadrticas Razn F (F) Significancia de F (Sig.)

La razn F es, igual que en el anlisis de varianza, una razn de varianzas. El razonamiento estadstico es el mismo y F se interpreta igual, incluso se utiliza el mismo cuadro de la distribucin F (tabla 3, apndice 4). Solamente que las inferencias y conclusiones se hacen al considerar que las medias de la variable dependiente, a travs de las categoras de las variables independientes, se han ajustado, de este modo eliminan el efecto de la covariable o covariables.

14

Ejemplo Diseo de investigacin que utiliza el anlisis de covarianza Hi: Los trabajadores que reciban retroalimentacin verbal sobre el desempeo de parte de su supervisor mantendrn un nivel mayor de productividad que los trabajadores que reciban retroalimentacin sobre el desempeo por escrito, ms an que los trabajadores que no reciban ningn tipo de retroalimentacin.

__ Hi: X1
(verbal)

>

__ X2
(por escrito)

>

__ X3
(ausencia)

El investigador plantea un diseo experimental para intentar probar su hiptesis. Sin embargo, no puede asignar aleatoriamente a los trabajadores a los tres grupos del experimento. El diseo sera con grupos intactos (cuasiexperimental) y se esquematizara as:

G1 G2 G3

X1 X2

__ X1
__

X2
__

X3

Asimismo, el investigador presupone que hay un factor que puede contaminar los resultados (actuar como fuente de invalidacin interna): la motivacin. Diferencias iniciales en motivacin pueden invalidar el estudio. Como la asignacin al azar est ausente, no se sabe si los resultados se ven influidos por dicho factor. Entonces, el experimentador decide eliminar o controlar el efecto de la motivacin sobre la productividad para conocer los efectos de la variable independiente: tipo de retroalimentacin. La motivacin se convierte en covariable. El esquema es el que se muestra en la figura 8.5.

15

Figura 8.5 Ejemplo donde la motivacin es covariable

Retroalimentacin (variable independiente categrica). ANCOVA Motivacin (covariable)

Productividad (variable dependiente)

Cabe destacar que, para introducir una covariable en el anlisis, de preferencia debe medirse antes del inicio del experimento. El anlisis de covarianza quita a la variabilidad de la dependiente lo que se debe a la covariable. Ajusta la varianza de la variable dependiente en las categoras de la independiente, al basarse en la covariable. En el ejemplo, ajusta la varianza de la productividad debida a la motivacin, en las categoras experimentales (tratamientos o grupos). El ajuste se realiza sobre la base de la correlacin entre la covariable y la dependiente. Esto se muestra esquemticamente en la tabla 8.3. Una vez realizado el anlisis de covarianza, se evala si F es o no significativa. Cuando F resulta significativa se acepta la hiptesis de investigacin. Si el resultado fuera:

G1 = 35 G2 = 36

La correlacin entre la calificacin en motivacin y las puntuaciones en productividad es la base para el ajuste. G3 = 38 Gl entre = K 1 = 3 1 = 2 Gl intra = N K = 106 F = 1.70

16

Comparamos con el valor de la tabla respectiva: en el nivel de 0.05 es igual a 3.07, y nuestra razn F a 1.70 es menor a este valor. Por lo tanto, rechazamos la hiptesis de investigacin y aceptamos la hiptesis nula. Esto se contrasta y profundiza con las medias ajustadas de los grupos que proporcione el anlisis de covarianza (no las medias obtenidas en el experimento por cada grupo, sino las ajustadas con base en la covariable). Recordemos que SPSS nos proporciona automticamente la significancia de F.

Tabla 8.3 Ejemplo de un diseo de investigacin que utiliza el anlisis de covarianza como herramienta para ajustar diferencias en motivacin entre los grupos

Covariable
Calificacin en motivacin

Variable independiente
Tipo de retroalimentacin

Variable dependiente
Puntuaciones en productividad ajustadas, tomando en cuenta la covariable

G1 G2 G3

0 0 0

X1 X2

0 0 0

Qu es la regresin mltiple? Es un mtodo para analizar el efecto de dos o ms variables independientes sobre una dependiente. Asimismo, constituye una extensin de la regresin lineal slo que con mayor nmero de variables independientes. Es decir, sirve para predecir el valor de una variable dependiente, cuando se conoce el valor y la influencia de las variables independientes incluidas en el anlisis. Si queremos conocer el efecto que ejercen las variables: a) satisfaccin sobre los ingresos percibidos, b) antigedad en la empresa, c) motivacin intrnseca en el trabajo y d) percepcin del crecimiento y desarrollo personal en el trabajo; sobre la variable permanencia en la empresa (duracin o estancia), el modelo de regresin mltiple es el adecuado para aplicarlo a los datos obtenidos. Otro ejemplo sera el siguiente:

17

Figura 8.6 Esquema de un modelo con una variable dependiente y varias independientes, donde se conoce el efecto de cada una de stas
VARIABLES INDEPENDIENTES VARIABLE DEPENDIENTE

Diseo de estrategias de cooperacin entre maestros para la enseanza en las clases.

Grado de utilizacin de la tecnologa computacional en el aula. Desempeo escolar de los alumnos Grado de involucramiento de los padres en las estrategias de enseanza.

Grado de cooperacin y trabajo en equipo por parte de los alumnos para realizar las tareas.

Es decir, el modelo de regresin mltiple nos indica: La relacin entre cada variable independiente y la nica dependiente (cmo cambios en la independiente se vinculan con cambios en la dependiente). La relacin entre todas las variables independientes (en conjunto) y la dependiente (cmo cambios en las independientes se vinculan con cambios en la dependiente). La prediccin de la dependiente a partir de las independientes. La correlacin entre las variables independientes (colinealidad). Las variables independientes se denominan predictoras1 y anteceden temporalmente a la variable dependiente o criterio. La informacin bsica que proporciona la regresin mltiple es el coeficiente de correlacin mltiple (R) y la ecuacin de regresin.
1

Trmino anglosajn.

18

Coeficiente de correlacin mltiple (R). Seala la correlacin entre la variable dependiente y todas las variables independientes tomadas en conjunto. El coeficiente puede variar de cero a uno; cuanto ms alto sea su valor, las variables independientes estarn ms correlacionadas con la variable dependiente y explicarn en mayor medida sus fluctuaciones (varianza); en consecuencia, son factores ms efectivos para predecir el comportamiento de esta ltima. En el captulo 10 del libro, se coment el coeficiente de correlacin de Pearson y se mencion que cuando el coeficiente r se eleva al cuadrado (r2), se obtiene el coeficiente de determinacin y el resultado indica la varianza de factores comunes, esto es, el porcentaje de la variacin de una variable debido a la variacin de la otra y viceversa (o cunto explica o determina una variable la variacin de la otra). Pues bien, algo similar ocurre con el coeficiente de correlacin mltiple, solamente que tenemos ms variables a considerar. Cuando el coeficiente R se eleva al cuadrado (R2), se produce el llamado coeficiente de determinacin o correlacin parcial, que nos seala la varianza explicada de la variable dependiente por todas las independientes (dicho de otra forma, el porcentaje de variacin en la dependiente es debido a las independientes consideradas). Vemoslo grficamente en la figura 8.6 con dos independientes y una dependiente, a fin de que resulte menos complejo de entender. Figura 8.7 Esquema de un coeficiente de determinacin o correlacin parcial

Variable independiente

Variable independiente

Variable dependiente

R2 (expresa en porcentaje la varianza compartida por las tres variables)

19

Este coeficiente (R 2) resulta til tambin para determinar la cantidad de varianza que una variable interviniente explica tanto de la variable independiente como de la dependiente, de este modo, se puede remover la varianza compartida de la interviniente con la variable independiente o la dependiente (Creswell, 2005), que es algo similar a lo que se efectua con el anlisis de covarianza. Tal sera el caso de una relacin del siguiente tipo: Figura 8.8 Ejemplo del coeficiente de determinacin (correlacin parcial)

Autoestima del estudiante (independiente)

relacin negativa

Consumo de estupefacientes (dependiente)

Reforzamiento de los valores del estudiante por parte de sus tutores (interviniente)

relacin negativa

Si resumimos lo visto en el captulo 10 del libro sobre correlacin y regresin lineal y lo expuesto hasta aqu, tenemos los coeficientes que se resumen en la tabla 8.4. Tabla 8.4 Resumen de coeficientes de correlacin bivariada y mltiple Coeficiente Pearson Coeficiente determinacin de Smbolo r r2 Informacin producida Grado de asociacin entre dos variables (oscila entre 0 y 1). Varianza de factores comunes (porcentaje de la variacin de una variable debido a la variacin de la otra variable y viceversa). Oscila entre 0 y 100%.

20

Mltiple

Correlacin

entre

la

variable

dependiente y todas las variables independientes tomadas en conjunto. Oscila entre 0 y 1. Determinacin (correlacin parcial) R2 Varianza explicada de la dependiente por todas las independientes.

Otra informacin relevante producida por el anlisis de regresin mltiple son los valores beta ( o b) que indican el peso o influencia que tiene cada variable independiente sobre la dependiente, al controlar la varianza de todas las dems independientes. Cada peso beta es un coeficiente que seala la magnitud de la prediccin de una variable independiente para una variable dependiente (criterio), despus de remover los efectos de todas las dems independientes. Los valores beta estn estandarizados, es decir, no importa que cada variable predictora est medida en una escala diferente (como ocurra con las puntuaciones z) y se interpretan como el coeficiente de Pearson, de 1.00 a + 1.00 (Creswell, 2005). Tambin el anlisis proporciona coeficientes de correlacin bivariados entre la dependiente y cada independiente. Para predecir valores de la variable dependiente se aplica la ecuacin de regresin mltiple: y = a + b1X1 + b2X2 + b3X3 + bkXk Donde a es una constante de regresin para el conjunto de puntuaciones obtenidas, b1, b2, b 3, b k son los pesos beta de las variables independientes. Mientras que X1, X2, X3 y Xk son valores de las variables independientes que fija el investigador para hacer la prediccin. La variable dependiente debe estar medida en un nivel por intervalos o de razn. Las independientes, en cualquier nivel de medicin (el modelo estandariza mediciones). Cuando se utilizan variables categricas (nominales u ordinales como gnero, grupo tnico, nivel jerrquico, etc.) se transforman en variables dummy y se introducen al modelo como predictores. Los cdigos dummy son series de nmeros asignados para indicar la pertenencia a un grupo en cualquier categora exhaustiva y mutuamente excluyente. De acuerdo con Mertens (2005), la cantidad de varianza que cada

21

independiente aporta para la variable dependiente, puede tener cambios con diferentes rdenes de entrada de las variables independientes. Al respecto no hay reglas, se usa la lgica del investigador o criterios como los siguientes: Ingresar las variables de acuerdo con la fuerza de su correlacin con la variable dependiente, de la ms alta a la ms baja. Seguir el orden en que se han introducido en estudios previos. Proceder de acuerdo con la teora. Orden cronolgico (tiempo en que se introducen las variables en un experimento o al medirse, si es que su medicin fue por etapas, de la primera a la ltima). Los resultados ms relevantes que produce SPSS sobre la regresin mltiple se muestran en las tabla 8.5, 8.6 y en la figura 8.8, que corresponden a un estudio para predecir el clima laboral (criterio o dependiente) sobre la base de las siguientes variables independientes (Hernndez Sampieri, 2005): Normalizacin (formalizacin de polticas en documentos). Pago (salario). Antigedad en la empresa (en meses). Motivacin general. Innovacin departamental. Avance del proceso de calidad en el departamento (un nuevo esquema de trabajo introducido en el 2004). Cultura (arraigo de la cultura organizacional definida por la direccin de la empresa). Identificacin del trabajo individual en los resultados generales de la organizacin. Desempeo (ndice de productividad del empleado). Liderazgo (percepcin del superior inmediato como lder). Satisfaccin general en el trabajo. Comunicacin (percepcin del grado en que la informacin relevante de la empresa les es transmitida a los empleados de su departamento).

22

Tabla 8.5 Variables introducidas en el ejemplo de regresin mltiple Primero. Se presentan las variables introducidas en el modelo de regresin:

Modelo 1

Variables introducidas pago, innovacin, antigedad, motivacin, normalizacin, proceso de calidad, cultura, identificacin desempeo, liderazgo, satisfaccin, comunicacin

Variables eliminadas

Mtodo

Introducir

a. b.

Todas las variables solicitadas introducidas Variable dependiente: clima

Tabla 8.6 Ejemplo de resultados bsicos de la regresin mltiple Segundo. Se presentan resultados de varianzas (ANOVA), los cuales omitimos, y los coeficientes beta y estadsticas de colinealidad (tabla 8.6).

Figura 8.8 Grfica de una variable en el ejemplo de regresin mltiple Tercero. Se muestran los valores estadsticos sobre los residuos (residuales) y las grficas de regresiones parciales (una por cada variable introducida). Cada grfica es una regresin lineal de la variable independiente en cuestin y la dependiente, se

23

tendrn tantas grficas como variables predictoras). Mostramos el ejemplo de la variable cultura en la figura 8.8.

Grfico de regresin parcial

Variable dependiente: clima

0,10

0,05

clima

0,00

-0,05

-0,10

-0,15 -2,00 -1,50 -1,00 -0,50 0,00 0,50 1,00

cultura

Finalmente, mostramos un ejemplo de interpretacin del coeficiente R2 de otro de los estudios de Hernndez Sampieri (2005), en el cual la variable dependiente es el clima organizacional total (medido por la escala de la Universidad de Celaya o ECOUNI) y las independientes son: moral, apoyo de la direccin, innovacin, percepcin de la empresa, comunicacin, percepcin del desempeo, motivacin intrnseca, autonoma, satisfaccin general, liderazgo, visin y recompensas o retribucin. Las variables independientes fueron evaluadas a travs de diferentes mediciones no incluidas en la ECOUNI2. Ejemplo Para cierto laboratorio qumico-farmacutico (empresa), la R2 fue de 0.989 (0.988 corregida). Todos los pesos beta tuvieron una significancia menor al 0.01 (excepto recompensas, la cual fue de 0.175). Una vez ms, esta variable parece no ser predictora del clima. La tendencia resultante es tan contundente que poco puede comentarse al respecto, tal como lo muestra el diagrama respectivo3. En el caso de la institucin educativa, el coeficiente R2 fue de prcticamente 0.80. Pero no tuvieron pesos beta significativos: desempeo, motivacin intrnseca y liderazgo. Autonoma se encuentra en la frontera de la significancia (0.078). Por lo tanto, estas cuatro dimensiones no pueden considerarse -en la muestrapredictoras de la escala de clima organizacional total. La tendencia se presenta en el diagrama correspondiente.
2

Mediciones clsicas de origen distinto a las de la ECOUNI. Por ejemplo, para la variable visin se us la escala de Anderson y West (1998), para satisfaccin el Job Satisfaction Survey, versin en espaol (Spector, 1997), para motivacin la escala de Wang y Guthrie (2004), etc. En el presente libro le denominaremos figura 8.9, pero en realidad es un diagrama de dispersin.

24

Figura 8.9 Diagrama de dispersin del clima organizacional: laboratorio

Variable dependiente: Clima total
1.00

.75

.50

.25

0.00 0.00 .25 .50 .75 1.00

Qu es el anlisis lineal de patrones o path analysis? Es una tcnica estadstica multivariada para representar interrelaciones entre variables a partir de regresiones, as como analizar la magnitud de la influencia de unas variables sobre otras, influencia directa e indirecta. Se trata de un modelo causal. Supongamos que tenemos el diagrama que se observa en la figura 8.10 y deseamos probarlo. Figura 8.10 Un esquema propicio para el anlisis de patrones o vas

Responsabilidad experimentada en el trabajo

Satisfaccin laboral

Autonoma en el trabajo

Ingreso

El anlisis path constituye un mtodo para someterlo a prueba y una extensin de la regresin mltiple (Webley y Lea, 1997). La informacin principal que
25

proporciona son los coeficientes path, los cuales representan la fuerza de las relaciones entre las variables (son coeficientes de regresin estandarizados como los pesos beta). Tambin cuantifica efectos. En el modelo puede haber variables independientes, intervinientes y dependientes; incluso una variable puede ser dependiente en una parte del modelo e independiente en otra (en la figura 8.10, ingreso es dependiente de autonoma y responsabilidad, pero tambin es independiente en relacin a la satisfaccin laboral). La ecuacin del anlisis es la siguiente4 para cada secuencia causal: variable dependiente = b1 (variable independiente 1) + b2 (variable independiente 2) + bk (variable independiente k). En el ejemplo tenemos tres secuencias causales, por lo tanto, las correspondientes ecuaciones seran:

Satisfaccin = b11 responsabilidad + b12 autonoma + b13 ingreso = b21 responsabilidad + b22 autonoma + e

ingreso + e1

autonoma = b31 responsabilidad + e3

Al igual que Webley y Lea (1997) se utiliza una notacin diferente para los coeficientes de Bryman and Cramer, con la finalidad de clarificar que b 11 en la primera ecuacin es diferente de b 21 en la segunda; e 1, e 2 y e3 representan el error o los trminos de la varianza no explicada. En la figura 8. 11 se muestra un ejemplo para ilustrar este tipo de anlisis.5 Cuanto ms se acerque un coeficiente path a cero menor efecto tendr (recordemos que son equivalentes en su interpretacin al coeficiente de Pearson).

4 5

Adaptado de Webley y Lea (1997). Extrado de Parker et al. (2003), quienes buscaron por medio del anlisis probar el modelo de dos etapas del clima organizacional, el cual ya se coment en el texto. 26

Figura 8.11 Ejemplo de un anlisis path con el modelo de dos etapas del clima organizacional

Trabajo 0.32 0.48 0.59 0.80 Grupo de trabajo 0.61 Satisfisfaccin en el trabajo 0.18 0.15 0.43 0.28

Papel

0.23

Lder

PCg

Motivacin

Desempeo
0.06

0.74 Organizacin

Actitudes en el trabajo -Involucramiento en el trabajo -Compromiso

Al visualizar el anlisis completo nos damos cuenta de la mayor o menor influencia de unas variables sobre otras. Qu es el anlisis de factores? Es un mtodo estadstico multivariado que se utiliza para determinar el nmero y la naturaleza de un grupo de constructos subyacentes en un conjunto de mediciones. Un constructo es un atributo para explicar un fenmeno (Wiersma y Jurs, 2005). En este anlisis se generan variables artificiales (denominadas factores) que representan constructos. Los factores se obtienen de las variables originales y deben ser interpretados de acuerdo con stas. Como menciona Naghi (1984), es una tcnica para explicar un fenmeno complejo en funcin de unas cuantas variables. Es muy til para la validez de constructo. Las variables deben estar medidas en un nivel por intervalos o razn. Veamos varios ejemplos del empleo de esta tcnica.6

En los ejemplos, no se incluyen todos los anlisis, con el fin de no complicar su entendimiento.

27

Primer ejemplo: Relacin vendedor-comprador7 El estudio pretendi analizar los factores que determinan la relacin entre los vendedores y los compradores industriales de las tres principales ciudades de Mxico (D.F., Guadalajara y Monterrey). Se midieron variables entre las que destacan: coordinacin (coord.), conflicto (confl.), frecuencia de la relacin comprador-vendedor (frec.), reciprocidad econmica en la relacin (R F2), reciprocidad en el manejo de consideraciones administrativas (RF1) e importancia de la relacin (monto de las operaciones) (impor.). Los resultados se muestran en la tabla 8.7.

Tabla 8.7 Ejemplo de algunos resultados en un anlisis de factores

MATRIZ DE PATRN FACTORIAL ELEGIDA

SUBMUESTRA COMPRAS VARIABLE O COMPONENTE ESCALADO TEM COMUNALIDAD FI FII FIII FIV FV FVI FACTOR EN QUE CARGA

Coord.

23 24 25 26

.66997 .46446 .59113 .63988

.84392 .71642 .67853 .74737

.00895 .05609 .11175 .04695

.11828 .01958 .02581 .13472

.03405 .07106 .09507 .04837

.06502 .00043 .02857 .07117

.27645 .07127 .14978 .02225 FI

Confl.

47 48 49 50

.55724 .59072 .35530 .54716

.05110 .06230 .05665 .07908

.62553 .65163 .55503 .61007

.20945 .17884 .11163 .08675

.05248 .10916 .12946 .20431

.27963 .31061 .07981 .24058

.06387 .04245 .17370 .14142 FII

Frec.

15 16
7

.46081 .44245

14748 .03606

.06276 .08501

.63660 .62797

12476 .00401

.06299 .11692

.13488 .03968 FIII

Paniagua (1988) con la colaboracin de los autores.

28

18 19 RF2 42 43

.50307 .71311 .46781 .50097

05359 .06664 .01380 .10175

.02787 .02881 .18030 .07970

.71169 .84213 .09416 .16207

.03786 .07161 .63133 .64202

.10795 .16806 .17716 .02808

.06775 .11058 .06309 .18530 FIV

RFI

40 41

.72202 .48405

.01579 .15684

.03548 .18489

.04181 .06425

.18914 .01958

.77312 .58187

.14292 .19379 FV

Impor.

53 54 58

.31524 .44550 .53236

.02822 .04376 .26836

.02945 .08383 .05219

.10069 .01731 .10026

.08605 .18396 .11741

.01579 .13956 .02893

.55431 .58137 .55080 FVI

EIGENVALUE

5.36433

2.53081

2.47621

1.55248

1.23464

1.06932

% VARIANZA

37.7%

17.8%

17.4%

10.9%

8.7%

7.5%

T = 100%

EXPLICADA DELTA =.00

FI = FII = FIII = Y as sucesivamente.

Coordinacin(explica 37.7% de la varianza) Conflicto(explica 17.8% de la varianza) Frecuencia(explica 17.4% de la varianza)

Eigenvalue: representa la cantidad de varianza con que contribuye cada factor. Obsrvese que debajo de las columnas FI a FVI aparecen coeficientes que corresponden a los tems de una escala. Si estos coeficientes son medios o elevados, se dice que los tems cargan o forman parte del factor correspondiente. Por ejemplo, los tems 23, 24, 25 y 26 cargan en el primer factor (obtienen valores de 0.84392, 0.71642, 0.67853 y 0.74737, respectivamente) y no pesan o cargan en otros factores (tienen valores bajos). As, descubrimos una estructura de seis factores (F) en 19 tems. Los factores reciben un nombre para saber qu constructos se encuentran subyacentes (el cual debe reflejar al factor y generalmente se extrae de la teora). El anlisis de factores tambin proporciona la varianza explicada y puede diagramarse en forma grfica en las coordenadas X y Y.

29

Segundo ejemplo: Escala del clima organizacional8 Para la validacin del instrumento sobre el clima organizacional se consideraron varias muestras independientes. Entre stas, un laboratorio qumico farmacutico y una institucin educativa. El primero de 500 trabajadores, dos subunidades o centros de trabajo, con la inclusin de una planta y oficinas-; 19 reas funcionales y una antigedad de ms de 76 aos. Se trata de una organizacin de alta tecnologa y parte de un grupo corporativo internacional. El tamao de muestra final fue de 421 casos vlidos (n), 216 hombres y 186 mujeres (19 personas no especificaron). De los cuales 90% tienen 18 a 40 aos (63% menores a 33); mientras que, solamente 2% fue de nivel gerencial o mayor. El instrumento pretendi medir las siguientes dimensiones: moral, apoyo de la direccin, innovacin, percepcin de la empresa-identidad-identificacin, comunicacin, percepcin del desempeo, motivacin intrnseca, autonoma, satisfaccin general, liderazgo, visin y recompensas o retribucin. Recordemos que lo que se evala son las percepciones sobre tales atributos organizacionales. Const de 73 tems con frases de la escala tipo Likert y 23 preguntas (cuyas respuestas se escalaron tambin tipo Likert), 96 reactivos en total. Primero, se realiz un anlisis sin rotar los factores (solucin inicial o simple, sin consideraciones especficas). Los resultados completos de la rotacin inicial se muestran en el apndice respectivo, que produce 19 factores, pero debe hacerse notar que prcticamente los tems cargan en un solo factor. El resto de los factores n o muestra reactivos con cargas o pesos significativos. Posteriormente, los factores fueron rotados para visualizar posibles cambios (con los mtodos varimax, equamax y quartimax). Los resultados prcticamente no variaron. Esta solucin de un nico factor significativo y 18 factores sin pesos importantes, nos indica que la escala del clima organizacional es un constructo bsicamente homogneo, al menos en esta muestra. La solucin factorial se presenta parcialmente en la tabla 8.8 (no se incluye toda, pues como ya se coment exclusivamente un factor fue significativo, los restantes factores muestran pesos para los tems como el segundo, tercero, cuarto y quinto factor).

Este ejemplo fue tomado de una aplicacin del instrumento de la Universidad de Celaya para medir el clima laboral (Hernndez Sampieri, 2005).

30

Tabla 8.8 Cargas de factores en el ejemplo de la escala para medir el clima organizacional (laboratorio qumico-farmacutico)
Pregunta Factor o componente
Factor 1 Frases Likert F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16 F17 F18 F19 F20 F21 F22 F23 F24 F25 F26NEG F27 F28 F29 F30 F31NEG F32 .352 .508 .511 .555 .631 .586 .615 .595 .609 .655 .659 .589 .591 .636 .675 .646 .651 .534 .690 .590 .727 .765 .649 .656 .534 -2.383E-02 .592 .593 .398 .677 .236 .673 Factor 2 .286 .382 .211 .359 .325 .312 -.224 -.165 -.272 -.235 8.963E-02 .152 -.217 -.198 -.217 -.166 .164 .328 -3.630E-02 -9.375E-02 -.150 -.213 -.211 .335 -9.697E-03 3.496E-02 -.257 .231 .103 -8.654E-02 .210 .317 Factor 3 -.276 -7.527E-03 .304 -1.285E-02 -.120 -.121 .162 .125 .325 .294 .140 -.161 .189 .113 5.034E-02 .243 .213 .269 -9.095E-05 -6.703E-02 -.404 -.389 2.260E-02 -8.049E-02 .342 .124 4.450E-02 .216 -8.613E-02 -.223 .114 5.273E-02 Factor 4 -.160 -1.853E-02 .153 -4.903E-02 -.137 -.287 -.262 -.330 -.296 -.293 3.780E-02 -5.420E-02 .231 .237 -7.586E-02 -.215 -7.052E-02 .276 -6.007E-02 .359 5.516E-02 2.251E-02 .141 -1.521E-02 7.291E-02 .187 .410 .384 .326 -5.095E-02 .102 -3.608E-02 Factor 5 .365 .245 .153 .247 4.398E-02 -4.812E-02 -6.974E-02 4.410E-02 -5.500E-03 -2.404E-02 -.167 -.107 5.625E-02 3.174E-02 4.885E-02 3.701E-02 -8.041E-03 -7.664E-02 7.306E-02 3.371E-02 -8.518E-03 -5.801E-03 3.218E-02 .211 -.135 .280 -3.095E-02 -.123 -.170 -3.149E-02 .333 .204

31

F33 F34 F35 F36 F37NEG F38NEG F39 F40 F41 F42NOUNI F43 F44NEG F45NEG F46 F47 F48 F49 F50NOUNI F51 F52NEG F53NEG F54 F55 F56 F57 F58 F59 F60 F61 F62NEG F63 F64 F65 F66 F67 F68 F69 F70NOUNI F71NOUNN F72NOUNI F73NOUNI

.657 .604 .547 .669 .163 .555 .701 .643 .730 .518 .229 .246 8.139E-02 .642 .764 .612 .720 .505 .676 .376 .156 .542 .509 .467 .528 .617 .737 .584 .395 .424 .684 .565 .540 .746 .742 .469 .400 .488 4.747E-02 .272 .555

-.276 .397 .417 -.256 -.144 -.176 .312 .412 -.269 -.336 6.211E-02 -.223 -.207 -.141 -.155 -.186 -.148 -.339 .389 -.164 -.214 .128 .344 1.753E-02 .393 7.204E-02 -.114 .181 -2.439E-02 -.241 -.138 -.142 -6.075E-02 -.171 4.266E-02 -.167 6.046E-02 -.284 -.153 -.132 -.205

.226 3.055E-02 3.127E-02 -9.381E-02 -.254 -.255 -9.353E-02 -.144 .235 .161 -3.422E-03 -.105 -.170 -.339 -.338 -.359 -.339 .191 -2.925E-02 -6.835E-02 .187 .117 .233 -.273 5.363E-02 -.184 -.448 1.196E-03 -1.207E-02 -.308 .132 .235 .154 -.341 -.249 .267 9.498E-02 .297 .129 7.687E-02 .275

-.277 -1.101E-02 -2.232E-04 .296 .161 1.392E-02 -.209 -.149 -.210 -.167 -2.360E-02 .263 7.145E-02 3.685E-02 -5.616E-02 -.192 -.105 -9.964E-02 -5.744E-02 .239 .336 6.809E-02 .333 .343 .321 7.046E-02 -8.039E-04 .341 .330 6.336E-02 -1.317E-02 2.183E-02 .189 -6.588E-02 -9.802E-02 .180 .430 -.115 .113 -8.865E-02 -6.823E-02

-8.926E-02 1.358E-02 -3.890E-02 4.097E-04 .367 .226 .184 .130 2.546E-02 .255 9.347E-02 .292 .404 -.175 2.326E-02 -8.310E-02 -.117 .260 .226 .363 .244 -.115 -.101 -.132 -6.305E-02 -.256 -.138 -3.219E-02 -3.374E-02 .213 3.409E-02 -3.918E-02 -6.796E-02 -6.952E-02 -2.049E-02 -.137 -.135 .221 .324 -.108 6.611E-03

32

Preguntas P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P23

.588 .482 .576 .738 .729 .651 .687 .714 .700 .485 .564 .708 .668 .653 .767 .759 .792 .727 .718 .702 .653 .661 .660

4.995E-02 .396 .397 -.208 -.236 -5.214E-02 -.203 5.413E-03 .375 .403 .275 -.123 -.143 -.367 -.225 -.188 -.196 5.139E-02 .117 6.121E-02 .246 .284 .117

.345 -.230 2.461E-02 .202 .180 .152 .334 .424 9.235E-03 4.916E-03 9.553E-02 .161 -.133 5.745E-02 -.405 -.431 -.408 -3.487E-03 -1.238E-02 2.808E-03 8.018E-02 4.514E-02 2.673E-02

4.504E-02 -.122 -.124 -.266 -.239 .169 -1.692E-02 4.213E-03 -9.991E-02 -4.660E-02 -3.650E-02 -.104 -9.723E-02 .311 6.120E-02 3.359E-02 -2.678E-03 -1.964E-02 -2.477E-02 -4.372E-02 -.169 -.102 -5.360E-02

7.539E-02 .336 .272 -7.068E-02 3.344E-02 9.607E-02 -3.240E-03 -5.577E-02 .100 2.116E-03 -.135 6.737E-02 .102 7.085E-02 -.112 -.118 -.106 -.170 -.237 -.282 -.265 -.224 -.267

En tablas o cuadros como el anterior resulta muy fcil perderse en un mundo de cifras. Por ello es necesario concentrarse en lo relevante: - La tabla es una matriz de correlaciones de cada tem con los factores (estructura completa de tems o reactivos). - Las cargas factoriales (valores en las celdas) son una especie de coeficientes de correlacin y en consecuencia se interpretan como tales. - El anlisis de factores tambin proporciona la varianza explicada por cada factor de la estructura, as como otros valores que omitimos deliberadamente para no complicar la interpretacin al estudiante a nivel de licenciatura. - El factor 1 (sombreado) es el nico que realmente emergi de la administracin de la escala del clima organizacional9 (vanse los valores para cada tem del factor 1 comparados con los valores de los dems
9

Da cuenta del 39% de la varianza total (los tres primeros factores generan el 60%). Al factor se le denomin: Proceso de juicio comn para evaluar las percepciones del entorno laboral.

33

factores en los mismos tems). Un ejemplo (pregunta 17):

tem Fa ctor 1 dems factores

P17

.792

-.196

-.408

-2.678E-03

-.106

carga factorial alta

cargas factoriales bajas

- Los tems con cargas bajas en todos los factores deben desecharse de la escala, no miden realmente lo que nos interesa: los componentes o dimensiones del clima organizacional (afectan la validez del instrumento). Por ejemplo, el tem 53 (frase):
tem Factor 1 dems factores

F53NEG

.156
carga factorial baja

-.214

.187

.336

.244

cargas factoriales bajas

- En este caso, la conclusin principal del resultado sera: El hecho de que el anlisis de factores haya revelado un nico factor significativo en la muestra, nos lleva a la conclusin provisional de que el clima organizacional es un constructo molar, en el cual se funden distintas percepciones sobre aspectos centrales del ambiente de trabajo. Por lo anterior, hemos de decir que los resultados respaldan la nocin de Parker et al. (2003) respecto a que, detrs de las dimensiones laborales del clima, se encuentra presente un proceso de juicio comn, el cual se refleja en las distintas mediciones de la percepcin del entorno de trabajo. Es un proceso subyacente que se expresa de diversas maneras. Asimismo, el anlisis de factores y la matriz de correlacin entre dimensiones apoyan el modelo de dos niveles postulado principalmente por L. A. James, L. R. James y C. P. Parker.

34

La confiabilidad alfa para la escala fue 0.9747, que aumenta a 0.98 si se eliminan los tems que no cargan en algn factor. Tercer ejemplo: Validacin de un instrumento para medir el espritu empresarial en estudiantes10 Objetivo del estudio: Validar un instrumento que evala el espritu empresarial en una muestra de estudiantes mexicanos. Instrumento desarrollado en 2003 por Leslie Borjas Parra, Universidad Metropolitana de Venezuela. Confiabilidad total (alfa): 0.925. A partir del anlisis de factores por componentes principales, se puede observar una carga mayor a 0.50 de 24 tems hacia el factor 1 (F 1), lo que proporciona confianza respecto de que el instrumento realmente mide lo que pretende (validez de constructo). Tabla 8.9 Ejemplo de anlisis de factores para la validacin de un instrumento (espritu empresarial en estudiantes)
F1 0.60 0.53 0.63 0.63 0.54 0.57 0.59 0.48 0.54 0.55 0.48 0.52 0.39 0.64 0.68 0.60 F2 -0.40 -0.23 -0.06 -0.43 -0.44 0.00 -0.43 0.46 0.05 -0.15 0.57 0.29 0.32 0.06 0.08 0.21 F3 0.26 -0.24 0.27 0.02 -0.15 0.31 -0.24 0.30 0.31 0.21 0.25 -0.01 -0.02 0.38 0.28 -0.12 F4 0.19 0.09 -0.18 -0.14 -0.11 -0.17 0.07 -0.25 0.35 -0.09 0.35 0.46 0.61 0.16 -0.04 -0.33 F5 0.02 0.24 0.29 -0.04 0.06 0.02 -0.12 0.00 -0.38 -0.49 0.05 0.01 0.21 0.06 -0.22 -0.01 F6 -0.22 0.01 -0.15 -0.19 0.17 0.27 0.01 0.04 0.02 0.02 -0.09 -0.22 0.12 -0.28 -0.08 -0.23 F7 -0.03 -0.39 -0.17 -0.19 -0.13 -0.07 -0.12 0.26 0.17 0.08 -0.08 -0.03 0.00 0.08 -0.12 0.13 F8 0.12 -0.31 -0.22 -0.14 0.10 0.39 0.24 -0.04 0.26 -0.06 -0.06 0.23 -0.23 0.06 -0.10 -0.15

PREGUNTA P9_CREATIVIDAD P8_GRUPO P7_CREATIVIDAD P6_RIESGOS P5_RIESGOS P4_EVENTOS P32_GRUPO P31_EVENTOS P30_HONESTIDAD P3_CREATIVIDAD P29_EVENTOS P28_AUTODETERMINACION P27_SOCIAL P26_AUTODETERMINACION P25_AUTODETERMINACION P24_GRUPO

10

Este ejemplo fue proporcionado por Moiss Mendoza Escobar (2006).

35

P23_CAMBIO P22_HONESTIDAD P21_HONESTIDAD P20_SOCIAL P2_CREATIVIDAD P19_SOCIAL P18_CAMBIO P17_SOCIAL P16_GRUPO P15_CAMBIO P14_RIESGOS P13_RIESGOS P12_CAMBIO P11_EVENTOS P10_AUTODETERMINACION P1_HONESTIDAD

0.59 0.60 0.41 0.53 0.64 0.49 0.70 0.64 0.68 0.56 0.58 0.57 0.72 0.36 0.31 0.45

-0.16 -0.05 0.08 0.20 0.04 0.40 0.07 0.42 0.19 -0.15 -0.21 0.17 -0.42 0.59 -0.48 -0.26

0.06 -0.43 -0.17 -0.38 -0.26 -0.37 -0.17 -0.21 -0.27 -0.40 0.36 0.28 0.09 0.14 0.31 -0.33

-0.26 0.04 -0.07 0.19 0.27 -0.32 -0.17 -0.25 -0.17 0.19 -0.23 -0.04 0.05 -0.12 0.14 0.11

0.25 -0.26 0.46 -0.26 0.24 0.06 -0.05 -0.13 -0.26 -0.15 0.04 0.21 -0.01 0.14 0.04 0.41

-0.31 0.08 -0.26 -0.22 0.20 -0.05 -0.11 -0.02 0.16 0.31 0.39 0.35 -0.08 0.32 0.12 0.17

0.04 0.26 0.47 -0.19 -0.01 -0.03 0.07 0.02 0.00 0.20 0.08 0.02 -0.23 -0.35 0.37 0.15

0.32 -0.20 -0.15 -0.03 0.07 0.37 -0.10 -0.07 -0.06 -0.03 -0.13 -0.06 -0.12 0.03 -0.12 0.25

Para quien desee compenetrarse con esta tcnica recomendamos consultar Harman (1976), Gorsuch (1983), Nie et al. (1975), Kim y Mueller (1978a y 1978b), as como Hunter (1980). Del mismo modo, para aplicarlos se sugiere revisar a Nie et al. (1975), Cooper y Curtis (1976), en espaol a Pdua (2004) y otras referencias ms sobre el paquete SPSS que se citan en el siguiente captulo y que fueron escritas en este siglo. Aunque es requisito conocer el programa estadstico computacional. Qu es el anlisis multivariado de varianza (MANOVA)? Es un modelo para analizar la relacin entre una o ms variables independientes y dos o ms variables dependientes. Es decir, es til para estructuras causales del tipo:
X1 Y1

X2

Y2

Xk

Yk

36

La tcnica posee varios usos, entre los que destacan: - Evaluar diferencias entre grupos a travs de mltiples variables dependientes (medidas por intervalos o razn). La(s) variable(s) independiente(s) es(son) categrica(s) (no mtricas). Tiene el poder de evaluar no solamente las diferencias totales, sino diferencias entre las combinaciones de las dependientes. En este sentido representa una extensin del anlisis de varianza (ANOVA) para cubrir casos donde hay ms de una variable dependiente y/o cuando las variables dependientes simplemente no pueden ser combinadas. En otras palabras, reconoce si los cambios en la(s) variable(s) independiente(s) tienen un efecto significativo en las dependientes. Seala qu grupos difieren en una variable o en el conjunto de variables dependientes. - Identificar las interacciones entre las variables independientes y la asociacin entre las dependientes. Las tres clases principales del MANOVA son: 1) Hotelling's T. Es parecida a la prueba t (dos grupos) pero con ms dependientes: una variable independiente dicotmica y varias dependientes. 2) MANOVA unidireccional. Anlogo al ANOVA de una sola va, pero con ms dependientes: una variable independiente multicategrica y varias dependientes. 3) MANOVA factorial. Similar al ANOVA factorial, solamente que con dos o ms dependientes: varias independientes categricas y varias dependientes. Los modelos del MANOVA tienen en comn que forman combinaciones lineales de las dependientes que discriminan mejor entre los grupos en un experimento o una situacin no experimental. Es una prueba de significancia de las diferencias en los grupos en un espacio multidimensional donde cada dimensin est definida por combinaciones lineales del conjunto de variables dependientes. Una pregunta que suele hacer el estudiante al revisar el MANOVA es por qu no hacemos ANOVAS separados, uno para cada dependiente? La respuesta: las dependientes estn correlacionadas muy frecuentemente, por lo cual los resultados de varios ANOVA pueden ser redundantes y difciles de integrar. He aqu una sntesis de la explicacin de Wiersma y Jurs (2005) sobre este tipo de anlisis: Al incluir dos o ms variables dependientes simultneamente no se consideran las diferencias entre las medias en cada variable, sino las diferencias en variables cannicas. El inters no slo es saber si los grupos definidos por las variables
37

independientes difieren en las variables cannicas, sino conocer la naturaleza de stas. Una variable cannica es una variable artificial generada a partir de los datos. Representa constructos y se compone de variables reales, las cuales deben ser descritas en trminos de variables dependientes. Lo anterior se efecta por medio de las cargas de los coeficientes de correlacin entre una variable dependiente y una variable cannica. Si una carga entre la variable cannica y la dependiente es positiva y elevada, significa que altos valores en la dependiente se asocian con altos valores en la cannica. Por ejemplo, si una variable dependiente consiste en puntuaciones a una prueba sobre innovacin, y dichas puntuaciones se correlacionan en forma considerable con una variable cannica, inferimos que la variable cannica representa un constructo que involucra esencialmente a la innovacin. En los clculos que se hacen en el MANOVA, se generan variables cannicas hasta que se encuentra que no hay una diferencia estadstica significativa entre las categoras o los grupos de las variables independientes; o bien, hasta que se agotan los grados de libertad de las variables independientes (lo que ocurra primero). El nmero de variables cannicas no puede exceder el nmero de variables dependientes, pero es comn que el nmero de dependientes sea mayor que el de variables cannicas estadsticamente significativas o los grados de libertad. La hiptesis general de investigacin en el MANOVA postula que las medias de los grupos o las categoras de la(s) variable(s) independiente(s) difieren entre s en las variables cannicas. La hiptesis nula postula que dichas medias sern iguales. Se calculan diversas estadsticas para evaluar ambas hiptesis, entre las que destacan: F (total, toma en cuenta el modelo completo), la prueba Hotelling's TSquare, T2 (cuando hay dos grupos formados por las variables independientes), Wilks' lambda, U (cuando hay ms de dos grupos formados por las variables independientes), y Pillai-Bartlett (cuando hay coeficientes cannicos);11 y si resultan significativas en un nivel de confianza, se acepta la hiptesis de investigacin de diferencia de medias. Esto indica que hay, por lo menos, una variable cannica significativa (pero puede haber varias). Si diversas variables cannicas son significativas, esto muestra que se presentan diferencias en las variables cannicas en cuestin, entre los grupos o categoras de las independientes. Los paquetes estadsticos que contiene el MANOVA suelen posicionar a los grupos de las variables independientes por puntuaciones discriminantes; stas son
11

Adems, para comparaciones especficas estn las pruebas post hoc del ANOVA, ya revisadas en el captulo 10 del libro.

38

calculadas con una funcin discriminante, que es una ecuacin de regresin para un compuesto de variables dependientes. A cada grupo se le asigna una puntuacin discriminante en cada variable cannica. Las puntuaciones discriminantes de una variable independiente pueden ser cero o tener un valor positivo o negativo. Una puntuacin discriminante positiva y elevada para un grupo, indica que ste se coloca por encima de los dems en la respectiva variable cannica. Y deben considerarse las cargas, las cuales son positivas o negativas. Las puntuaciones discriminantes son utilizadas para interpretar las separaciones de los grupos en las variables cannicas, en tanto que las cargas se usan para evaluar y ligar los resultados de las variables dependientes (Wiersma y Jurs, 2005). Un ejemplo de las cargas de los coeficientes de correlacin entre las variables dependientes y las variables cannicas se muestra en la tabla 8.10, mientras que un ejemplo de las puntuaciones discriminantes viene en la tabla 8.11. Tabla 8.10 Cargas de los coeficientes de correlacin entre las variables dependientes y las variables cannicas VARIABLES CANNICAS
I II (ATRIBUCIN DE CAUSALIDAD EXTERNA) III (DESEMPEO LABORAL)

VARIABLE DEPENDIENTE
Motivacin intrnseca (escala intrnseca del inventario de caractersticas del trabajo)

(MOTIVACIN INTRNSECA)

0.90

0.05

0.07

Atribuciones internas Sentimientos de xito en el trabajo Atribuciones externas PRODUCTIVIDAD EFICIENCIA CALIDAD

0.86 0.70

0.07 0.80

0.09 0.00

0.03 0.12 0.18 0.19

0.61 0.07 0.04 0.13

0.12 0.74 0.48 0.57

39

Tabla 8.11 Puntuaciones discriminantes con cuatro grupos en tres variables cannicas GRUPO I Ejecutivos Secretarias Empleados Obreros 1.97 0.19 1.40 3.18 VARIABLES CANNICAS II 0.95 1.18 1.01 1.12 III 1.69 1.25 0.49 0.93

Como observamos en la tabla 8.11, se obtuvieron tres constructos subyacentes en las puntuaciones recolectadas de la muestra: motivacin intrnseca, atribucin de causalidad externa y desempeo laboral. Vemos en la tabla 8.11 que los grupos (niveles en la empresa) estn separados en las tres variables cannicas (los grupos difieren), particularmente en la primera variable cannica (motivacin intrnseca) y los obreros ocupan la posicin ms baja. Las variables dependientes enmarcadas en un recuadro en la primera variable cannica se cargan en ella (tabla 8.10); en consecuencia, los ejecutivos tienen las puntuaciones ms altas en motivacin intrnseca medida por la escala mencionada, en atribuciones internas y en sentimientos de xito en el trabajo. As se interpretan todas las variables cannicas y dependientes. En el MANOVA se incluyen razones F y anlisis de varianza. Algunos paquetes estadsticos agregan una prueba denominada correlacin cannica, que es muy similar al MANOVA. sta es la mxima correlacin que llega a obtenerse entre los conjuntos de puntuaciones y las relaciones entre las variables independientes, entre las variables dependientes y entre los conjuntos de ambas (dependientes e independientes) (Kerlinger, 1979). Las variables en el MANOVA y la correlacin cannica asumen que las variables dependientes estn medidas en un nivel de intervalos o razn. Tal correlacin se interpreta como otras; pero el contexto de interpretacin vara de acuerdo con el nmero de variables involucradas.

40

Hay otros mtodos multivariados? En la actualidad, hay muchos mtodos multivariados de anlisis, los cuales se desarrollaron con la evolucin de la computadora. Los investigadores disponen del anlisis discriminante, cuando las variables independientes son medidas por intervalos o razn, y la dependiente es categrica. Tal anlisis sirve para predecir la pertenencia de un caso a una de las categoras de la variable dependiente, sobre la base de varias independientes (dos o ms). Se utiliza una ecuacin de regresin llamada funcin discriminante. Por ejemplo, si queremos predecir el voto obtenido por dos partidos contendientes (variable dependiente nominal con dos categoras) sobre la base de cuatro variables independientes, aplicaremos el anlisis discriminante, para resolver una ecuacin de regresin; as se obtienen las predicciones individuales. En el ejemplo, hay dos categoras (votar por A o votar por B); por tanto, los valores a predecir son 0 y 1 (A y B, respectivamente). Si el sujeto obtiene una puntuacin ms cercana a cero, se predice que pertenece al grupo que votar por A; si logra una puntuacin ms cercana a 1, se predice que pertenece al grupo que votar por B. Adems, se consigue una medida del grado de discriminacin del modelo. Se cuenta tambin con el anlisis de conglomerados o clusters (tcnica para agrupar los casos o elementos de una muestra en grupos con base en una o ms variables), el escalamiento multidimensional (para disear escalas que midan a los sujetos en diversas variables y los ubiquen simultneamente en los ejes de las distintas variables, as como para conocer la estructura de las variables entre s), el anlisis de series cronolgicas o de tiempo (para analizar la evolucin de los casos en una o ms variables a travs del tiempo y predecir el comportamiento de las variables o sucesos) y la elaboracin de mapas multidimensionales (donde establecemos distancias entre casos, al basarnos en mediciones mltiples de varias dimensiones o variables), para los cuales se requieren bases slidas en materia de estadstica y en matemticas avanzadas. Sugerimos Ferrn (2001), Shaw (2003) y Lehamn, O'Rourke, Hatcher y Stepanski (2005) para una revisin de tales pruebas y modelos.

41

CAPTULO 9
ELABORACIN DE PROPUESTAS CUANTITATIVAS, CUALITATIVAS Y MIXTAS

EN

QU

CONSISTE

LA

PROPUESTA

DE

INVESTIGACIN?
La propuesta, proyecto o protocolo de investigacin es un plan para la realizacin de un estudio, con el que se identifican necesidades, en su redaccin el tiempo verbal es en futuro para describir las acciones (se revisar, se entrevistar a, la muestra ser, se pretende analizar, se contempla efectuar, y otras ms). Las intenciones esenciales de una propuesta son: Afinar el planteamiento del problema de investigacin. Ayudar al investigador a pensar en todos los aspectos del estudio y anticipar retos a resolver. Obtener la aprobacin de los usuarios o revisores para la realizacin del estudio (slo si aplica); desde un comit evaluador de tesis hasta un grupo de directivos de una empresa que puede contratar la investigacin. Esclarecer las intenciones del estudio (aclarar el panorama). Conseguir recursos o fondos para efectuar el estudio (financiamiento o patrocinio). Lograr permisos para realizar la investigacin (acceso a sitios, archivos y documentos; consentimiento de participantes o tutores, etctera). Demostrar que el investigador se encuentra capacitado para llevar a cabo el estudio.

Qu cuestiones debemos tomar en cuenta al elaborar una propuesta? Antes de escribir una propuesta o protocolo, es necesario determinar quin o quines habrn de leerla o revisarla, esto es, definir con precisin a los usuarios o evaluadores (perfiles, caractersticas como edad, nivel acadmico, profesin, etc.; conocimientos en investigacin, su orientacin acadmica, prctica, comercial, entre otras) y sus expectativas respecto al estudio (lo que podran esperar), as

como otros aspectos que pudieran ser relevantes. Lo anterior con la finalidad de adaptar la propuesta a sus necesidades y requerimientos, ya que ellos sern quienes aprueben si el estudio procede o no (si se acepta como tesis, si se contrata, si se le asignan fondos, si se admite como tarea del estudiante en un semestre o como parte del trabajo de un profesor, si se autoriza como una de las actividades laborales de un individuo en su organizacin, si obtiene un premio o reconocimiento, etc.). Generalmente quienes examinan los protocolos son personas muy ocupadas, con distintas actividades y que deben considerar varias propuestas, por lo que stas tienen que ser claras, sencillas y breves, pero sustanciales. En ocasiones, para presentar el proyecto es necesario completar formatos, formularios y/o solicitudes (por ejemplo, en tesis, en estudios que requieren fondos, en premios, etc.), entonces, deben seguirse las instrucciones cuidadosamente y cumplirse todos los requisitos (y por supuesto, adjuntar el protocolo). Cualquier propuesta, sea cuantitativa, cualitativa o mixta, debe responder al investigador y a los lectores las siguientes preguntas: Qu va a ser investigado? Por qu debe investigarse? Cmo va a investigarse? (qu mtodos se utilizarn?). Cunto tiempo tomar investigarlo? Cunto costar investigarlo?

Qu estructura y contenidos debe tener una propuesta? Lo ms lgico es que la estructura y contenidos se desarrollen en el mismo orden en que el estudio va a ser efectuado (William, Tutty y Grinnell, 2005). Desde luego, cada institucin educativa, empresa, fundacin, agencia gubernamental u organizacin en general tiene sus propios lineamientos, los que habrn de seguirse para la elaboracin de la propuesta. Sin embargo, expondremos los formatos ms frecuentes de acuerdo con diversos autores y asociaciones internacionales.1

Los criterios fueron tomados de aspectos comunes de distintas fuentes: Creswell (2005), Mertens (2005), Wiersma y Jurs (2005), William, Tutty y Grinnell (2005), Williams, Unrau y Grinnell (2005), Journal of Communication (2005), International Journal of Epidemiology (2005), Thackrey (2005), University of Notre Dame (2005), y American Psychological Association (2002).

PROPUESTAS CUANTITATIVAS
Para propuestas de estudios cuantitativos, Creswell (2005) sugiere la estructura que se muestra en la tabla 9.1. Tabla 9.1 Estructura para propuestas de investigacin cuantitativa2 Portada. Resumen (a veces en espaol e ingls). ndice o tabla de contenidos. Introduccin. - Planteamiento del problema. Objetivos. Preguntas. Justificacin. Viabilidad. - Perspectiva (enfoque y disciplina desde la cual se aborda el estudio). - Hiptesis y variables. - Definicin de trminos centrales (conceptuales y operacionales). - Alcances y limitaciones. Revisin de la literatura (marco terico). Mtodo. - Diseo (en el caso de experimentos se describe el tratamiento). - Muestra (universo, tamao de muestra, perfil de participantes o unidades, tipo de muestra y tcnica de seleccin). - Procedimientos. Instrumento(s). Proceso de recoleccin de los datos.

Adaptado de Creswell (2005) y Thackrey (2005).

Confiabilidad. Validez. - Anlisis de los datos (cmo se piensa efectuar y qu pruebas bsicas se utilizarn).3 Resultados preliminares (si se dispone de stos). Programacin de tiempos (calendarizacin) y presupuesto (con inclusin del equipo de trabajo, las personas y sus funciones). Estructura tentativa del reporte (por ejemplo: captulos de la tesis). Referencias (bibliografa). Apndices (entre stos el currculo de los investigadores).

Algunos autores como Creswell (2005) consideran que las hiptesis y las preguntas deben ir en el mismo apartado, otros colocan a la muestra como parte del diseo. Desde luego, ciertas investigaciones no cubrirn todos los elementos, particularmente las comerciales (en un contexto no acadmico). Veamos algunos de estos elementos ms a detalle. Portada Como mnimo incluye: el ttulo de la investigacin (en ocasiones es tentativo), el nombre del autor o los autores (investigadores) y su afiliacin institucional, as como la fecha en que se elabor o se presenta la propuesta. Los diseos de las portadas varan de acuerdo con los lineamientos establecidos por el comit revisor de la autoridad pblica o la institucin de educacin superior correspondiente (en trabajos, tesis y disertaciones), por la empresa o agencia gubernamental (en estudios comerciales), por la fundacin o equivalente (en estudios que solicitan financiamiento) y por otros comits; esto depende del contexto en el cual se exponga el proyecto. Es recomendable que tales lineamientos se revisen antes de iniciar la elaboracin de la propuesta.

Como se comentar ms adelante, el anlisis de los datos es concebido por algunos autores como un apartado en s mismo.

Resumen El resumen es muy importante, ya que es la nica parte que revisan algunas personas (sea por tiempo, ocupacin u otras circunstancias), por ello, ste deber comunicar por s mismo la esencia del proyecto de investigacin.Se trata de un apunte conciso de lo que ser el estudio, contiene regularmente el objetivo o la pregunta de investigacin central, la justificacin abreviada (fundamentalmente en un prrafo), el mtodo o procedimientos y los resultados esperados (de forma sucinta). Thackrey (2005) y Reid (2001) sugieren que sea de alrededor de 200 palabras. ndice del reporte o tabla de contenidos Esta seccin incluye apartados y subapartados (numerados o diferenciados por tamao y caractersticas de la tipografa). A veces se agrega un ndice de tablas, figuras, diagramas, etc., si resulta pertinente. Introduccin La introduccin y otros elementos, al igual que en los reportes de resultados, varan dependiendo del contexto en el que se presenta la propuesta, si es acadmico o no acadmico. En el segundo caso, los protocolos suelen ser ms breves y puntuales (por ejemplo, el planteamiento muchas veces se limita a uno o dos prrafos en los que se abarcan nicamente el tema especfico del estudio a efectuar y el objetivo y/o pregunta de investigacin primaria, as como la justificacin). Solamente incluimos varios objetivos cuando resulta esencial. Un defecto de diversas propuestas es que contienen seis, siete o ms objetivos y ello normalmente refleja un planteamiento desubicado. La justificacin debe responder a las preguntas: por qu es importante el problema de investigacin?, por qu debe investigarse? y quin o quines se beneficiarn con los resultados? (Creswell, 2005). Debemos recordar que la justificacin puede apoyarse en motivos tericos o de conocimiento, metodolgicos, sociales o prcticos, se aplican los criterios considerados en Metodologa de la investigacin, 4. edicin. Tambin, es indispensable acordarnos que sustentar el planteamiento con datos o cifras y testimonios resulta muy conveniente. Williams, Unrau y Grinnell (2005) destacan que la justificacin debe vincularse a los intereses de los revisores de la propuesta y tiene que atraer su atencin, incluso si sabemos quienes son, ya que podemos analizar a fondo sus motivaciones.

Ejemplos Contexto acadmico Contexto no acadmico

Objetivo: Analizar las causas del incremento Objetivo: Investigar la disminucin en este en la violencia dentro de las escuelas de ao del monto de compras por parte de los educacin media en la ciudad. clientes con crdito. (Otra redaccin: investigar la disminucin durante el presente ao en las ventas a los clientes que tienen crdito). Pregunta de investigacin: Cules son las Pregunta de investigacin: Cules son las causas del incremento en la violencia dentro razones por las que los clientes con crdito de las escuelas de educacin media en la compraron este ao un monto mucho ciudad? menor respecto al ao anterior? (no necesaria para el contexto, o bien, puede sustituir al objetivo). Justificacin: Los actos de violencia fsica en Justificacin: La empresa, respecto al ao las escuelas de educacin media de esta pasado, ha disminuido sus ventas 18% poblacin aumentaron 10% en los ltimos entre los clientes que compran a crdito, cinco aos (rias, asaltos con armas blancas incluso se detect que participan un 20% o punzocortantes, asaltos con armas de menos en las promociones y la dcima parte fuego, violaciones, asesinatos y otros de ellos cancelaron su crdito. Es necesario crmenes). investigar los motivos que han provocado tal Las instituciones educativas de dicho nivel descenso. Los clientes que compran a necesitan reducir la violencia por varios crdito representan la mitad de las motivos, entre los que pueden destacarse: adolescentes. alumnos de su actividad esencial: el estudio (la violencia evita que puedan concentrarse en su aprendizaje). operaciones, por lo que de mantenerse esta problemas financieros. Resulta indispensable 1) La integridad y seguridad de los propios cada, la empresa podra enfrentar serios 2) El hecho de que la violencia distrae a los realizar el estudio.

3) El clima de violencia propicia un aumento en otras cuestiones negativas y reas delictivas como el trfico de estupefacientes, entre otras. De acuerdo con un estudio de Lowry et al. (1999) y la encuesta Conducta de riesgo entre la juventud de Utah: 1991, 1993 y 1995, as como los trabajos de Rodrguez (2002 y 2004), la violencia en la escuela est vinculada a la disponibilidad y el consumo de estupefacientes, an en jvenes que no consumen drogas. Otra investigacin de seala adems Es necesario desarrollar planes para lidiar adecuadamente con la escalada de violencia en las escuelas de educacin media, pero para ello deben conocerse primero las causas Asimismo, el estudio esclarecer la relacin entre la violencia y el trfico y consumo de drogas Beneficiarios del estudio: Las escuelas Beneficiarios: Es muy obvio, se omite. (profesores, estudiantes, autoridades y padres de familia), los investigadores que analizan la violencia en las escuelas y la drogadiccin, y cualquier persona interesada en el tema. La viabilidad en cuanto a conocimientos y habilidades del investigador, tiempo, lugar y presupuesto deber ser explcita. De no ser as, no vale la pena presentar el protocolo, constituira un suicidio acadmico, laboral o profesional. La perspectiva (enfoque y disciplina desde la cual se aborda el estudio) puede ser necesaria si el proyecto se presenta en un contexto acadmico y no resulta obvia. En contextos comerciales es comn prescindir de sta.

Por su parte, las hiptesis son muy relevantes siempre y cuando el proyecto sea correlacional o causal (o se establezca un pronstico). Las variables resultan indispensables en todos los casos. Es ineludible definir conceptual y operacionalmente los principales trminos, que generalmente son las variables esbozadas en el planteamiento y contenidas en las hiptesis. Finalmente, como parte de la introduccin y con el propsito de dar credibilidad a nuestra propuesta se requiere fijar los alcances y reconocer las limitaciones del estudio. Debemos evitar el generar falsas expectativas en los revisores; si las creamos, al largo plazo lo nico que provocaremos es nuestro propio descrdito, tenemos que ser optimistas, pero a la vez, realistas. Adems la mayora de las veces los revisores son personas experimentadas y subestimarlos suele ser una de las peores estrategias. Revisin de la literatura De acuerdo con Williams, Unrau y Grinnell (2005), la revisin de la literatura en una propuesta o protocolo cumple con cinco funciones bsicas: A) B) C) Asegurar que los revisores o evaluadores entiendan completamente los asuntos o tpicos vinculados con nuestro problema de investigacin. Indicar las diferencias y similitudes de nuestro estudio con otros realizados previamente (diferenciacin). Ubicar la investigacin dentro del conocimiento actual en un campo determinado (en este sentido, la revisin de la literatura o marco terico, debe mostrar cmo embona nuestro planteamiento en un rea del saber). D) E) Introducir y conceptuar las variables que sern consideradas en el estudio (e idealmente mostrar relaciones potenciales entre las variables). Describir cmo los resultados contribuirn al campo de conocimiento o prctica en el cual se inserta el proyecto (qu dudas resolver, qu controversias ayudar a esclarecer, etctera). La revisin de la literatura no consiste en un listado de referencias ni resmenes de stas, tampoco es una compilacin de fuentes que vagamente se refieren al problema del estudio; sino que representa la integracin de referencias escogidas

de manera selectiva para cumplir con las funciones sealadas previamente.4 Colocar demasiadas referencias (ms an cuando no se vinculan directamente con el planteamiento) puede aburrir al lector y dejar a un lado referencias importantes; adems de implicar falta de conocimiento por nuestra parte sobre un problema o fenmeno (Thackrey, 2005, tambin Williams, Tutty y Grinnell, 2005). Desde luego, el marco terico o revisin de la literatura de un protocolo es mucho ms breve que el del reporte de resultados y contiene menos referencias. Mertens (2005), Creswell (2005), adems de Williams, Tutty y Grinnell (2005) coinciden en que en el apartado de Mtodo se incluye el diseo (cul y por qu lo elegimos), la muestra (poblacin y sus caractersticas, unidad de anlisis y su justificacin, tipo de muestra y procedimiento de seleccin, as como tamao) y los procedimientos (instrumento o instrumentos para recabar los datos, as como cundo, cmo y dnde van a ser implementados periodo, proceso y lugar de recoleccin; adems de la forma en que se aportar evidencia para la confiabilidad y validez de los instrumentos,5 incluso si se tiene contemplada una prueba piloto). Creswell (2005) agrega en esta seccin el anlisis de los datos y los resultados preliminares (si es que se efectu un sondeo previo o estudio exploratorio).6 Mertens (2005), Williams, Tutty y Grinnell (2005) consideran que el anlisis es un rubro o apartado distinto. Los autores creemos que la decisin de cada estudiante respecto a dnde incluirlo, tiene ms que ver con los criterios de su propia institucin. Si se trata de diseos experimentales, en los procedimientos debe explicarse con precisin en qu va a consistir el tratamiento o tratamientos experimentales (niveles de la variable independiente), el nmero de grupos involucrados, la manera como se habrn de asignar los participantes a los grupos, el papel del investigador en el experimento, el tiempo que transcurrir entre la preprueba, el tratamiento y la postprueba en cada grupo, la forma como se monitorearn los grupos y el lugar donde se llevar a cabo.

Referencias lo ms relacionadas que sea posible al planteamiento del problema y las hiptesis, y recientes (o clsicas que han hecho aportaciones significativas a dicho planteamiento). Por ejemplo: se utilizar el coeficiente alfa-Cronbach para evaluar la confiabilidad de la escala. La validez de contenido se establecer mediante un muestreo aleatorio del universo de dimensiones respecto a la variable de inters que ha sido considerado por los autores ms relevantes durante los ltimos 10 aos, la validez de criterio se analizar midiendo la construccin ______, que de acuerdo con la teora est sumamente relacionada a la variable que nos incumbe. La validez de constructo se revisar a travs del anlisis de factores. En ocasiones se presentan proyectos de varias etapas, de las cuales alguna ya fue desarrollada y se dispone de datos iniciales.

En torno al anlisis de los datos Mertens (2005), Williams, Tutty y Grinnell (2005) incluyen: o Plan para el procesamiento de los datos: codificacin, programa estadstico, pruebas estadsticas a efectuar (para cada hiptesis y/o variables; si no hay hiptesis, para cada pregunta de investigacin y variables). o La forma como el anlisis o los anlisis se vincularn con el planteamiento del problema y las hiptesis (no solamente mencionar las pruebas que se aplicarn sino establecer la relacin y el tipo de resultados visualizados). Programacin de tiempos (calendarizacin) y presupuesto Este apartado incluye una tabla de tiempos, calendarizacin o programacin detallada de las acciones a realizarse. Por un lado (renglones o columnas) se colocan las acciones y por el otro, periodos. Se recomienda que al enunciar las tareas, se busque un balance entre lo general y lo exageradamente especfico. Por ejemplo, una programacin que incluya rubros demasiado globales como: Revisin de la literatura. Mtodo. Recoleccin de los datos. Anlisis de los datos. Elaboracin del reporte.

Resulta inconveniente, por otro lado, detallar en exceso. Por ejemplo: 1. Revisin de la literatura. 1.1. Consultar en internet las bases de datos. 1.1.1. Consultar ERIC. 1.1.2. Consultar Psychological Abstracts. 1.1.3. Consultar Sociological Abstracts. 1.2. Consultar en la biblioteca de la universidad. 1.2.1. Buscar a travs de la red interna. 1.2.2. Buscar en los estantes. 1.3. Localizar las referencias.

1.4. Obtener las referencias. 1.5. Revisar cada referencia. 1.5.1. Revisar el resumen. 1.5.2. Revisar el mtodo. 1.5.3. Revisar los resultados. 1.6. Seleccionar las referencias apropiadas (recientes y vinculadas al planteamiento). 1.7. Acudir con profesores expertos en el tema. 1.7.1. Profesores del departamento. 1.7.2. Profesores de otros departamentos. 2. Mtodo. 2.1. Enfoque. 2.1.1. Reflexionar cul es el enfoque ms apropiado para el estudio. 2.1.2. Decidir el enfoque ms apropiado. 2.2. Contextualizar la investigacin Los periodos pueden ser das (si la investigacin toma menos de un mes), semanas (si la duracin del proyecto es de dos o ms meses), meses (si llevar aos completar el estudio).

p er i od o s

a c c i o n e s

Semana 1

Semana 2

Semana k

Accin 1 Accin 2

Accin k

Lo importante de una tabla de tiempos es saber cundo inicia cada etapa y cuando concluye (Thackrey, 2005). Debe ser realista. Con respecto al presupuesto, ste es ms comn cuando se solicitan fondos para la investigacin o se trata de un estudio comercial (en tesis o trabajos no financiados es muy raro que se agregue). Se puede presentar primero el monto

total y luego el desglose en los rubros ms importantes, para adicionar en un apndice una separacin detallada. O bien, primero el desglose de los rubros y posteriormente el total. A veces los recursos son en unidades monetarias (euros, pesos, dlares, quetzales, bolvares, etc.), otras veces en especie (computadoras, programas de anlisis, oficinas, entre otros) o en ayudas concretas (alumnos que contribuyan, permisos u otros). Lo ms adecuado para presentar el presupuesto es informarse sobre la manera como lo solicita el comit revisor en cuestin. Algunos conceptos que pueden integrar el presupuesto son: - Costos directos (relacionados con el proyecto en s como salarios, equipo permanente, viticos, mantenimiento del equipo, servicios subcontratados, cargos de publicaciones, etc.) (University of Notre Dame, 2005). - Costos indirectos (que no repercuten directamente en el proyecto: contabilidad, mantenimiento de edificios, administracin del proyecto, etctera). Elementos adicionales Al final del protocolo o propuesta se incluye: a) El ndice tentativo de lo que sera el reporte final de resultados (la tesis, disertacin o informe), el cual regularmente se excluye en protocolos comerciales. b) Las referencias o bibliografa, de acuerdo con los criterios que se comentaron en los captulos 4, 11 y 16 del libro (Metodologa de la investigacin, 4. Edicin). c) Los apndices, que varan en funcin del tipo de proyecto de que se trate (entre stos el que resulta ineludible en la mayora de los casos es la hoja de vida o el resumen curricular del investigador o investigadores cuando mucho media cuartilla, en el que se destaque conocimientos y habilidades asociadas al estudio, en ocasiones tambin la estructura del equipo de trabajo). Entre los apndices pueden incluirse mapas del lugar donde se realizar una encuesta, un instrumento de medicin ya validado al medio en que se va a aplicar, una fotografa del lugar en el cual se efectuar el experimento, etc. Se agregan solamente si son requeridos.

Qu sugerencias pueden hacerse para elaborar una propuesta? Algunas recomendaciones para elaborar una propuesta o protocolo son las siguientes: Adecuarlo a la definicin y caractersticas de los usuarios o revisores. Si el protocolo es para presentarse ante un comit acadmico, la revisin de la literatura es ms extensa que para un comit de una organizacin que puede otorgar fondos o un comit de adquisiciones de una empresa. Diversos autores como Williams, Unrau y Grinnell (2005) sugieren redactar en tercera persona, aunque la American Psychological Association (2002, p. 34) recomienda que al referirnos a nosotros mismos, seamos directos. El ejemplo sealado es: El experimentador instruir a los participantes, cuando el sujeto el experimentador se refiere a usted mismo es confuso y podra interpretarse como que usted no tomar parte en su propio estudio. En lugar de ello, utilice un pronombre personal (yo) o escriba el verbo conjugado en primera persona del singular: Instruir a los participantes. En las propuestas cuantitativas la redaccin es ms formal que en las cualitativas, puesto que en estas ltimas, los sentimientos y pensamientos del investigador son un componente importante. La propuesta debe ser inteligible por s misma, sin que requiera presentacin, pues a veces se entrega simplemente a revisin o no hay tiempo para explicarla. William, Tutty y Grinnell (2005) aconsejan quitar ancdotas respecto a los motivos de nuestro inters por el estudio, a menos que sean importantes, llamativas e inusuales (por supuesto, los motivos o razones de elegir el planteamiento son necesarios). Resulta muy importante sealar los lmites geogrficos, poblacionales y temporales del proyecto. Anticipe crticas y respuestas hostiles. De acuerdo con Thackrey (2005) y la University of Notre Dame (2005), las principales razones por las que se rechazan las propuestas (particularmente cuando se solicita financiamiento) son:

- El problema de estudio no es lo suficientemente importante o no proporciona informacin novedosa o til. - El problema es sumamente local y con pocas aplicaciones. - El planteamiento es muy general. - La propuesta abarca demasiados elementos, resulta muy complicada y poco operativa. O bien, no es realista. - La propuesta es nebulosa, no se comprende. - La propuesta parece hecha con rapidez o premura (apresuradamente), sin reflexin. - El protocolo est incompleto. - La justificacin no es slida. - El proyecto contiene errores (por ejemplo, se sealan procedimientos estadsticos inapropiados para las hiptesis). - El investigador es percibido como inexperto o digno de poca confianza. - Los resultados, beneficios y efectos son vagos o imprecisos. - No se respetan los lineamientos solicitados por el debido comit para un protocolo. Obtener retroalimentacin de colegas, profesores y tutores es esencial antes de presentar el proyecto.

PROPUESTAS CUALITATIVAS
Las propuestas para estudios cualitativos comparten la mayora de los elementos o apartados de las propuestas cuantitativas, por lo que nos centraremos ms bien en sus diferencias. Desde luego, el formato cualitativo posee una estructura menos estandarizada y al desarrollarlo suele haber mayor flexibilidad. Creswell (2005) sugiere la estructura que se muestra en la tabla 9.2. Tabla 9.2 Estructura para propuestas de investigacin cualitativa7
7

Portada.

Adaptado de Creswell (2005), Mertens (2005) y Williams, Unrau y Grinnell (2005).

Resumen (a veces en espaol e ingls). ndice o tabla de contenidos. Introduccin. - Planteamiento del problema. Objetivos. Preguntas. Justificacin. Viabilidad. - Perspectiva terica (encuadre: feminista, constructivista, etc.). No siempre se incluye, es opcional. - Descripcin de trminos centrales. - Alcances y limitaciones.

Revisin de la literatura (marco terico). Algunos autores la incluyen en sus propuestas y otros no. Procedimiento o mtodo. - Diseo. - Contexto (ambiente, sitio, evento, hecho). - Periodo. - Muestra (unidad de anlisis, procedimiento de seleccin de participantes, unidades o casos, perfil de participantes). - Procedimientos de recoleccin de los datos. Instrumento(s). Dependencia, credibilidad, transferencia y confirmabilidad. - Equipo de trabajo. - Coreografa del anlisis de los datos.

Programacin de tiempos (calendarizacin) y presupuesto. Referencias (bibliografa). Apndices.

Con respecto a la portada, el resumen y el ndice, no hay nada nuevo para agregar, las propuestas cualitativas suelen sujetarse a los mismos lineamientos que las cuantitativas. En la introduccin ya sabemos que los objetivos y preguntas regularmente son ms generales, pero deben redactarse con claridad. La justificacin habr de

responder tambin a las preguntas: por qu es importante el problema de investigacin?, por qu debe investigarse? y quin o quines se benefician con los resultados? Y de nuevo, apoyarnos en datos o cifras y testimonios resulta muy adecuado. Hay autores que hasta incluyen alguna breve historia de vida para ilustrar la magnitud de un problema (por ejemplo, en el caso de un estudio como el de Morrow y Smith, 1995, sobre el abuso sexual, puede ayudar un testimonio verdadero). La viabilidad del planteamiento en cuanto a experticia y habilidades del investigador, tiempo, lugar y presupuesto tambin deber ser explcita. Asimismo, al igual que los protocolos cuantitativos, la perspectiva puede ser necesaria si el proyecto se presenta en un contexto acadmico y no es obvia. En este caso es factible comentar si el encuadre es feminista, constructivista, etnogrfico, fenomenolgico, hermenutico, interaccionista simblico, etc.8 La revisin de la literatura puede o no excluirse, cuando se contempla, regularmente es ms breve que en las propuestas cuantitativas. Nuestra sugerencia es incluirla, pero con referencias realmente significativas y vinculadas de manera directa al planteamiento del problema. Williams, Unrau y Grinnell (2005) sealan que vale agregar, adems de la revisin de la literatura, un marco conceptual que abarque: Hiptesis (si es que pueden elaborarse, recordemos que gran parte de los estudios cualitativos no prueban hiptesis sino que las generan y otros las esbozan en trminos ms amplios). Variables o conceptos (tentativos, ya que en las investigaciones cualitativas normalmente no preestablecemos todas las variables o conceptos de inters, sino que ms bien emergen de los datos. En diversas ocasiones ni siquiera se han conceptualizado, lo que se tiene en mente son reas de exploracin). Definicin de trminos centrales o claves (que ms bien son descripciones generales y estn sujetas a la experiencia en el campo. Por ejemplo, podemos definir para un estudio etnogrfico el concepto de cultura y sus componentes; pero al inducirse en una cultura especfica

Para considerar los principales marcos interpretativos cualitativos ver lvarez Gayou (2003) y Sandn (2003).

pueden florecer otros elementos). Recordemos que son los participantes quienes nos proporcionan las definiciones. El apartado de procedimiento o procedimientos comprende, desde luego: El diseo, el cual va ligado con el marco interpretativo (etnogrfico, fenomenolgico, teora fundamentada, investigacin-accin, etctera). El contexto inicial (ampliamente descrito y con la debida explicacin de por qu fue elegido). El periodo aproximado de recoleccin de los datos (como sabemos es relativo).9 La muestra inicial (principalmente: los participantes o casos descritos ampliamente, el mtodo de muestreo, una estimacin tentativa de la muestra final). El mtodo o los mtodos de recoleccin de los datos (entrevistas, grupos de enfoque, etc.). Este subapartado abarca los medios de registro de los datos (videograbacin, audiograbacin, notas, bitcora). Equipo de trabajo (personas y funciones). Los modos como se pretende incrementar: dependencia, credibilidad, transferencia y confirmabilidad (por ejemplo, si se va a efectuar triangulacin de datos, si se consultar con colegas alguna cuestin, si se efectuarn anlisis exhaustivos de datos negativos, si se obtendr retroalimentacin de participantes, entre otros). En el caso de la transferencia puede especularse sobre los contextos o situaciones a las cuales les sern tiles los resultados. Coreografa del anlisis de los datos (la forma como se analizar, quin o quines harn las transcripciones y de qu manera, qu programa de anlisis se utilizar como apoyo, cmo se llevar la bitcora de anlisis). El resto de los apartados es similar a las propuestas cuantitativas, pero en los protocolos cualitativos se resalta en todo el documento el papel del investigador (Wiersma y Jurs, 2005).

Un ejemplo lo sera un arquelogo, puede saber cundo descubrir ciertos vestigios que est decidido a encontrar, acaso Howard Carter pudo predecirle a Lord George Carnarvon (quien financiaba su trabajo) cunto tiempo le tomara encontrar una tumba de un faran del antiguo Egipto y a quin pertenecera?, poda saber que sera la tumba del Rey Tutankhamen o Tutankamn?

PROPUESTAS MIXTAS
En el caso de los diseos mixtos la propuesta abarca la portada, resumen e ndice o tabla de contenidos, programacin de tiempos, referencias y apndices para cualquier estudio. Posteriormente, en los modelos de dos etapas y en paralelo, la introduccin suele incluir por separado lo referente a la parte cuantitativa y a la cualitativa. La revisin de la literatura regularmente es una para ambas fases o dimensiones de la investigacin. El mtodo o procedimiento tambin se presenta fragmentado (primero un segmento sobre el enfoque que inicialmente se vaya a aplicar y luego un segmento respecto al otro enfoque). En el modelo del enfoque principal, se sigue el formato respectivo (cuantitativo o cualitativo), esto depende de cul enfoque sea el dominante y se insertan los elementos del enfoque menor donde correspondan (instrumento, anlisis, etc.). En el diseo mixto complejo, tanto en la introduccin, como en la revisin de la literatura y el mtodo se entretejen elementos de ambos enfoques.

PROPUESTAS PARA ESTUDIOS DE CASO

Yin (2003) sugiere para los protocolos de estudios de caso la estructura que se presenta en la tabla 9.3., la cual no requiere mayor explicacin, pues la mayora de los conceptos ya fueron comentados al hablar de las propuestas cuantitativas y cualitativas. Tabla 9.3 Estructura para propuestas de estudios de caso Portada. Resumen (a veces en espaol e ingls). ndice o tabla de contenidos. Introduccin. - Planteamiento del problema. o Objetivos. o Preguntas. o Definicin del caso (definicin y descripcin del caso,
ubicacin en

trminos del lugar y tiempo, y

descripcin del contexto del caso en las dimensiones que interesan, ya sea poltica, social, econmica, laboral, empresarial, mdica,

ubicacin en

trminos del lugar y tiempo, y

descripcin del contexto del caso en las dimensiones que interesan, ya sea poltica, social, econmica, laboral, empresarial, mdica, etctera). o Justificacin del estudio y la eleccin del caso (por qu fue seleccionado?). o Viabilidad. - Hiptesis y variables. - Definicin de trminos centrales (conceptuales y operacionales). - Alcances y limitaciones. Antecedentes del caso. - Origen. - Historia del caso (generalmente de forma cronolgica). Mtodo. -Diseo (de un solo caso o mltiples casos, cuando se trata de experimentos se describe el tratamiento). - Acceso al caso (personas que deben localizarse y contactarse). - Procedimientos. Instrumento(s). Proceso de recoleccin de los datos. Confiabilidad. Validez. - Anlisis de los datos (cmo se piensa efectuar y qu pruebas bsicas se utilizarn). Resultados preliminares (si se dispone de stos). Programacin de tiempos (calendarizacin) y presupuesto (con inclusin del equipo de trabajo, con las personas y sus funciones). Estructura tentativa del reporte (por ejemplo, captulos de la tesis). Referencias (bibliografa).

Apndices (entre stos el currculo de los investigadores).

Difcilmente hay propuestas perfectas Despus de haber revisado este captulo, diversos estudiantes y profesores seguramente comentarn que elaborar una propuesta con todos los apartados, elementos y caractersticas presentadas resulta algo muy complejo. Y en parte tienen razn. Hemos tratado de mostrar el ideal de una propuesta. Pero no todos los apartados aplican a todas las propuestas, cada quien elegir los que requiera, de acuerdo con los lineamientos que solicite el comit o individuo de su institucin o empresa, cliente u organizacin, al cual habr de presentar el proyecto. Ahora bien, cuando uno desarrolla una propuesta es necesario esforzarse al mximo y cubrir los aspectos marcados. Pero difcilmente una propuesta es perfecta, de inicio porque los evaluadores o revisores son seres humanos y, por lo tanto, sus percepciones varan (lo que a unos les puede resultar genial, a otros les puede parecer una tontera); adems, siempre tendremos el factor tiempo en nuestra contra. Asimismo, al terminar una propuesta invariablemente nos quedar la sensacin de que falta algo, lo que es normal. De igual forma, los requerimientos y exigencias para un protocolo de una disertacin doctoral son mayores que para un protocolo a nivel de maestra, y stos se encuentran por encima de los que se solicitan a nivel de licenciatura o para un trabajo de una materia o asignatura. Hemos agregado en la pgina web del libro un ejemplo de una propuesta doctoral aceptada en la Universidad Anhuac del Sur y que incluso fue seleccionada para presentarse en 2007 durante un congreso internacional en Venecia, Italia (se incluye propuesta y presentacin en Power Point); asimismo, colocamos en el CD un proyecto sobre sentido de vida y otros casos. Son ejemplos perfectibles (y seguramente varios profesores les encontrarn defectos, inconveniencias y/o errores). As pues, no se exhiben como el ideal de una propuesta, sino como muestras de protocolos reales y aceptables. Ojal y diversos alumnos que cursan asignaturas relativas a la metodologa de la investigacin nos hicieran llegar ms ejemplos de estos protocolos, a travs de la pgina web del libro, para circularlos entre nuestra comunidad (vale tambin para profesores). Tales ejemplos se subirn a la mencionada pgina.

Pginas web recomendadas Con la finalidad de ampliar lo expuesto en este captulo, sugerimos las siguientes pginas web, hay que recordar que las direcciones y pginas pueden modificarse.

Para consejos especficos: Ruchti, R. (2005, octubre). Keys to success: Writing proposals. Arlington, VI, EE. UU.: Program Officer at National Science Foundation. Disponible en: http://www.nd.edu/~research/ProposalPrep/Ruchtipres05.pdf Para escribir la propuesta, obtener fondos y elaborar presupuestos (con vnculos a decenas de pginas y documentos relativos al tema): University of Notre Dame (2005). Proposal Preparation. Office of Research. Notre Dame, IN, EE. UU.: University of Notre Dame, Office of Research. Disponible en: http://www.nd.edu/ ~research/ProposalPrep/

ndice de un reporte de resultados como ejemplo que qued pendiente en el libro

Metodologa de la investigacin , 4. edicin. Finalmente y para concluir, en el captulo 11 del libro, por cuestiones de
espacio, no se incluy el ndice del trabajo de Meza y Hernndez Sampieri (2005), ejemplo que se desarroll durante la segunda parte. Ahora se reproduce junto con el ndice de tablas. EL ABUSO SEXUAL INFANTIL

ndice 1. INTRODUCCIN 1.1 DESCRIPCIN DEL PROBLEMA 1.2 REVISIN DE LA LITERATURA 1.3 ORGANIZACIN DEL DOCUMENTO 2. DESCRIPCIN DEL MTODO DE INVESTIGACIN

2.1 PARTICIPANTES 2.2 PROCEDIMIENTO 3. ESCALA COGNITIVA 3.1 DESARROLLO 3.2 RESULTADO DE LAS MEDIDAS PSICOMTRICAS 3.2.1 Confiabilidad 3.2.2 Anlisis de sensibilidad al cambio 4. ESCALA CONDUCTUAL 4.1 DESARROLLO 4.2 RESULTADO DE LAS MEDIDAS PSICOMTRICAS 4.2.1 Confiabilidad 4.2.2 Validez convergente 4.2.3 Anlisis de sensibilidad 4.2.4 Anlisis por grupo de edad 5. RESULTADOS DE CORRELACIONES ENTRE ESCALAS 6. DISCUSIN REFERENCIAS BIBLIOGRFICAS APNDICES A. PROGRAMAS DE PREVENCIN DEL ABUSO SEXUAL INFANTIL: METODOLOGAS, ALCANCES Y CONTENIDO B. CKAQ-R C. WHAT IF SITUATION TEST (WIST) D. ROLE PLAY PROTOCOL (RPP) E. TALKING ABOUT TOUCHING EVALUATION PROGRAM F. CKAQ-ESPAOL G. RP-MXICO H. EVALUACIN DE LA PREVENCIN DEL ABUSO (EPA) ndice de Tablas Tabla 1. Incidencia del abuso sexual infantil. Tabla 2. Definicin operacional y conceptual de las variables involucradas en la hiptesis Tabla 3. Descripcin de los grupos experimentales. Tabla 4. Semejanza de distribucin de CKAQ-Espaol en test-retest por tem Tabla 5. Estadstica descriptiva en el test y retest de instrumentos conductuales.

Tabla 6. Correlacin test-retest de instrumentos conductuales. Tabla 7. Descriptivos Wilcoxon en test-retest de instrumentos conductuales. Tabla 8. Confiabilidad interna para los instrumentos conductuales. Tabla 9. Estadstica descriptiva en instrumentos conductuales. Tabla 10. Promedio de rangos en instrumentos conductuales. Tabla 11. Frecuencias relativas al promedio general en instrumentos conductuales. Tabla 12. Porcentajes de rangos relativos con respecto al grupo que termina un PPASI. Tabla 13. Promedios de rangos por grupo experimental Al terminar un PPASI y Control en instrumentos conductuales. Tabla 14. Resumen descriptivo de puntajes por escala y grupo experimental. Tabla 15. Razn de proporcionalidad con respecto al grupo que termina un PPASI Tabla 16. Razn de proporcionalidad de grupo experimental a su correspondiente de CKAQ-Espaol

CAPTULO 10
PARMETROS, CRITERIOS, INDICADORES Y/O CUESTIONAMIENTOS PARA EVALUAR LA CALIDAD DE UNA INVESTIGACIN

INTRODUCCIN
Tal como lo sealamos en el captulo anterior: no existe la investigacin perfecta, como tampoco hay un ser humano perfecto (la perfeccin constituye un estndar ideal). Por lo tanto, en cualquier estudio siempre tendremos limitaciones. En la realidad es lo comn y resulta imposible evitarlas en un 100 por ciento. Sin embargo, hasta dnde podemos decir que un estudio es razonablemente digno de ser considerado?, qu elementos debemos tomar en cuenta para evaluar una investigacin? Las respuestas a estas preguntas son complicadas y existen varios criterios que se han generado para analizar la calidad de una investigacin, pero actualmente no existe un consenso general ni un acuerdo definitivo entre los autores sobre cules deben contemplarse. Por ello, a continuacin presentamos tres listados sobre tales elementos. El primero se gener durante 1995 a 2003 por profesores que ensean metodologa de la investigacin en diferentes universidades latinoamericanas, y algunos de sus criterios se han incluidos en la pgina web o manuales del instructor en ediciones anteriores a esta obra (Metodologa de la investigacin, 4 edicin). El segundo listado fue una adecuacin sobre el trabajo de Fischer (2005) y, finalmente, el tercero constituye una adaptacin de diferentes autores en la materia (en cada rubro se mencionan los autores que aportaron elementos). Los dos primeros listados se aplican fundamentalmente a investigaciones cuantitativas y el ltimo se ha segmentado en estudios cuantitativos y cualitativos. Pero cada profesor o lector puede construir su propia lista, considerando elementos de los tres listados y otros ms. Entre los listados, algunos elementos son muy similares o incluso redundantes, pero hemos preferido que sea el usuario del libro quien los edite y no nosotros. Asimismo, a veces se presentan en forma de pregunta y en otras ocasiones a manera de frase. Alguien podra elaborar su lista con los elementos que seleccione planteados siempre en forma de pregunta y su respuesta podra ser dicotmica, o bien, plantearlos en forma de pregunta con algn tipo de escala. De hecho, los criterios pueden calificarse dicotmicamente (s-no, se cumpli-no se cumpli, se logr-no se logr, u otros pares), del uno al cuatro (Fischer, 2005), del cero al 10, etc. Los valores son percepciones y como tales poseen cierta carga subjetiva. Pero por algn lado debamos comenzar. La lista puede enriquecerse y agradeceremos a

quienes por medio de la pgina de internet de esta cuarta edicin, nos hagan llegar ms criterios o sus puntos de vista. Por otra parte, los elementos o criterios podran servir para analizar estudios que se someten a concurso, para editores de revistas cientficas (desde luego, la mayora tienen ya los suyos propios), o simplemente con fines de autoevaluacin o verificacin y detectar fuentes potenciales de error.

Tabla 10.1 Primer listado de rubros y factores para evaluar una investigacin1 Aplica exclusivamente a estudios cuantitativos Rubro: Planteamiento del problema. Rango: Mximo 60, mnimo cero. Elemento, indicador o factor 1. Comprensin de la redaccin de los objetivos de investigacin. 2. Comprensin de la redaccin de las preguntas de investigacin 3. Precisin de objetivos. 4. Delimitacin del problema de investigacin 5. Concordancia entre objetivos y preguntas de investigacin. 6. Justificacin de la investigacin por al menos dos razones (desarrollo de conocimiento, aportaciones a teoras, solucin de situaciones prcticas o problemticas sociales, resolucin de controversias, aportaciones metodolgicas, etctera). Escala*

Este listado fue producto de presentaciones que los autores han realizado en ms de 20 pases y por cuestiones de espacio resultara sumamente difcil incluir a todos los docentes e investigadores que han aportado factores o elementos. Se utilizan calificando cada uno en una escala del cero al 10. * Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

Rubro: Revisin de la literatura o marco terico. Rango: Mximo 60, mnimo cero.

Elemento, indicador o factor 1. Revisin de autores destacados en el campo o campos de conocimiento en los cuales se inserta el problema de investigacin. 2. Inclusin de una o ms revisiones del estado del arte y/o metaanlisis en dicho campo o campos. 3. Utilizacin de bancos de datos o bibliogrficos ms importantes en las reas de conocimiento abarcadas por el problema de investigacin (por lo menos uno y de ser posible los tres ms importantes). 4. Insercin de referencias recientes (dos o menos aos). 5. Presentacin de estudios que apoyan las hiptesis de investigacin y de los que las refutan (si es el caso). 6. Vinculacin lograda entre el planteamiento y la revisin de la literatura o marco terico.

Escala*

Rubro: Hiptesis. Rango: Mximo 90, mnimo cero. Elemento, indicador o factor 1. Grado en que la(s) hiptesis sea(n) comprensible(s) para otros colegas o lectores. 2. Grado en que la relacin planteada entre las variables sea lgica.
*

Escala*

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

3. Grado en que la relacin planteada entre las variables sea consistente (o congruente). 4. Precisin de las definiciones conceptuales. 5. Grado en que las definiciones conceptuales son comprensibles para otros colegas o lectores. 6. Precisin de las definiciones operacionales. 7. Grado en que las definiciones operacionales son comprensibles para otros colegas o lectores. 8. Congruencia de las hiptesis con los objetivos y preguntas de investigacin. 9. Identificacin de variables susceptibles de medir, evaluar, diagnosticar y/o analizar.

Rubro: Diseo de investigacin. Rango: Mximo 60, mnimo cero. Elemento, indicador o factor 1. Adecuacin del diseo de investigacin al planteamiento del problema. 2. Adecuacin del diseo de investigacin a la realidad. 3. Congruencia del diseo con la(s) hiptesis. 4. Factibilidad de aplicacin del diseo. 5. Resolucin de obstculos que plantee el diseo. 6. Control de las fuentes que puedan invalidar la aplicacin del diseo. Escala*

Rubro: Muestra. Rango: Mximo 60, mnimo cero. Elemento, indicador o factor 1. Precisin con la que se delimite el universo de estudio. Escala*

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

2. Claridad con la que se defina la muestra. 3. Grado en que la muestra es adecuada al enfoque del estudio. 4. Grado en que se conoce la probabilidad de los elementos del universo para formar parte de la muestra. 5. Grado en que la muestra es representativa del universo (tamao y nivel de confianza-error). 6. Grado de semejanza entre las estadsticas descriptivas (y distribuciones) de las variables demogrficas de la muestra y las del universo (gnero, edad, ocupacin, estado civil, nivel socioeconmico, etctera). Aplica slo si se dispone de tales estadsticas del universo o poblacin.

Rubro: Recoleccin de los datos. Rango: Mximo 150, mnimo cero. Elemento, indicador o factor 1. Eleccin apropiada del lugar de recoleccin de los datos u obtencin de informacin. 2. Eleccin apropiada del momento de recoleccin de los datos u obtencin de informacin. 3. Capacidad del investigador para adaptarse al momento de recoleccin de los datos u obtencin de informacin. 4. Capacidad del investigador para adaptarse al lugar de recoleccin de los datos u obtencin de informacin. 5. Explicacin del contexto en que ocurri la recoleccin. 6. Capacitacin adecuada del personal que obtuvo los datos o la informacin.
*

Escala*

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

7. Grado de supervisin por parte del investigador en la recoleccin de los datos o informacin. 8. Poder de medicin o evaluacin (en gran medida determinado por la utilizacin de distintas formas o mtodos de evaluacin o medicin). 9. Confiabilidad del instrumento o instrumentos.
Un punto por cada 10 dcimas del coeficiente de confiabilidad o correlacin.

10. Evidencia sobre la validez de contenido del instrumento o instrumentos (muestreo de dimensiones). 11. Evidencia sobre la validez de rostro o de cara al instrumento (face validity) (revisin de expertos). 12. Evidencia sobre la validez de criterio (ya sea concurrente o predictiva). 13. Evidencia sobre la validez de constructo. 14. Evidencia sobre la validez convergentediscriminante (que se vincula con la validez de constructo). 15. Elaboracin de una bitcora del proceso de recoleccin de la informacin (opcional y muy vinculado al quinto elemento o criterio: explicacin del contexto en que ocurri la recoleccin).

Rubro: Preparacin de los datos o informacin para su anlisis. Rango: Mximo 50, mnimo cero. Elemento, indicador o factor 1. Revisin con respecto a si estn completas y de acuerdo con lo programado: las respuestas, mediciones, ejemplares del instrumento de medicin o equivalentes de la investigacin. Escala*

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

2. Nmero de errores en la codificacin (hoy en da debe ser nulo o no superar 1%, ya que al analizar los datos podemos identificarlos). 3. Existencia de un respaldo para los datos codificados en la matriz. 4. Preparacin adecuada de la informacin para su anlisis o evaluacin. 5. Posibilidad de que la informacin o datos sean analizados o evaluados por otros investigadores.

Rubro: Anlisis de los datos. Rango: Mximo 90, mnimo cero. Elemento, indicador o factor 1. Congruencia de los anlisis elegidos con los objetivos y preguntas de la investigacin. 2. Congruencia de los anlisis elegidos con las hiptesis de la investigacin. 3. Congruencia de los anlisis con el diseo de investigacin. 4. Aplicacin completa de los anlisis requeridos para los datos. 5. Utilizacin de un paquete o programa confiable para los anlisis o evaluaciones. 6. Descripcin de las razones por las cuales se llevaron a cabo los anlisis o evaluaciones practicadas. 7. Interpretacin adecuada de las estadsticas descriptivas. 8. Interpretacin adecuada de los anlisis para la prueba de hiptesis (resultados de las pruebas, valores y significancia estadstica). 9. Integracin adecuada entre distintos anlisis (coherencia y vinculacin entre resultados).
*

Escala*

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

Rubro: Veracidad en la interpretacin de resultados. Rango: Mximo 60, mnimo cero. Elemento, indicador o factor 1. Presentacin de los resultados obtenidos tal como se dieron (evitar ocultar informacin y n o distorsionar los datos ni presentar parcialmente los resultados). 2. Grado en que se distinguen con claridad cules fueron las interpretaciones del investigador. 3. Grado en que los resultados estn apoyados por la evidencia de los datos y anlisis. 4. Medida en que se pueden generalizar a la poblacin los resultados obtenidos en la muestra. 5. Grado en que la informacin y los datos son suficientes para considerar que las inferencias resultan slidas. 6. Grado en que se respetaron las premisas o requisitos de cada prueba o mtodo estadstico. Escala*

Rubro: Redaccin del documento final o reporte de resultados. Rango: Mximo 110, mnimo cero. Elemento, indicador o factor 1. Grado en que los resultados y descubrimientos respondieron al planteamiento del problema. 2. Grado en que las conclusiones estn soportadas en los datos. 3. Grado en que la discusin al final del trabajo es congruente con los resultados y descubrimientos. Escala*

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

4. Ortografa. 5. Sintaxis. 6. Claridad en la redaccin. 7. Coherencia interna del documento. 8. Inclusin de ndices o tablas de contenidos. 9. Inclusin de resumen. 10. Elaboracin adecuada de citas y referencias en el texto. 11. Elaboracin adecuada de citas y referencias en la bibliografa.

Rubro: Diseo grfico del reporte (elementos deseables). Rango: Mximo 50, mnimo cero. Elemento, indicador o factor. 1. Seleccin e inclusin apropiada de esquemas, grficos, dibujos e imgenes. 2. Calidad de esquemas, grficos, dibujos e imgenes. 3. Diseo de la portada. 4. Diferenciacin clara entre apartados. 5. Calidad de impresin de acuerdo con los lineamientos solicitados por la institucin en la que se presenta el reporte (papel, encuadernacin, entre otros). Un rubro adicional que tal vez no se aplique a todos los estudios, pero que se ha solicitado por instituciones educativas en Puerto Rico, Panam y Bolivia, es el siguiente. Escala*

Rubro: Inclusin o desarrollo de modelos y patrones. Rango: Mximo 30, mnimo cero.

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto.

10

Elemento, indicador o factor 1. Utilizacin de un modelo, patrn, teora o enfoque a lo largo de la investigacin. 2. Generacin de uno o varios modelos, patrones, enfoques o teoras como producto de la investigacin. 3. Comparacin del modelo, patrn o teora con otros(as) desarrollados(as) por distintos investigadores.

Escala*

Tabla 10.2 Segundo listado de rubros y factores para evaluar una investigacin2 Este listado se califica al estilo Likert del cero al cuatro (Fischer, 2005), pero lo hemos adaptado del uno al cinco, aunque podra tambin considerarse del cero al cinco o del cero al 10. Insistimos en que algunos elementos o criterios pueden ser similares o los mismos del primer listado. Aplica a estudios cuantitativos. Criterios relativos al planteamiento del problema. Nmero 1. 2. 3. 4. 5. literatura. Claridad de la idea. (objetivos). Claridad del planteamiento del problema 1 (preguntas). Claridad del planteamiento del problema 1 (justificacin).
* 2

Criterio Adecuacin de la revisin de la 1

1 2

Escala**
3 4 5

2 2

3 3

4 4

5 5

Claridad del planteamiento del problema 1

Del cero al 10, donde cero implicara el valor ms bajo y 10 el ms alto. Adaptado de Fischer (2005, p. 387-398). Se agregaron diversos elementos a la lista original, particularmente despus de una visita a la Universidad Catlica de Costa Rica y a la Facultad de Pedagoga de la Universidad Veracruzana. El valor ms bajo es el uno y el ms alto el cinco.

**

11

(justificacin). 6. 7. 8. 9. 10. 11. Claridad en la formulacin de hiptesis. variables. Claridad en las definiciones conceptuales 1 de las variables. Claridad en las definiciones opera- 1 cionales de las variables. Sensatez en la suposicin de relaciones 1 entre las variables. Inclusin de todas las variables 1
2 3 4 5 2 3 4 5 2 3 4 5 2 3 4 5 1 2 2 3 3 4 4 5 5

Claridad en la especificacin de las 1

pertinentes de acuerdo con el planteamiento del problema. 12. 13. 14. Transparencia en los patrocinios de la 1 investigacin. Sensatez de las suposiciones y premisas 1 del investigador. Claridad en la orientacin del 1
2 3 4 5 2 3 4 5 2 3 4 5

investigador. En experimentos, cabra agregar los dos siguientes criterios: 15. Claridad en la especificacin de la(s) 1 variable(s) dependiente(s). 16. Claridad en la formulacin de hiptesis 1 rivales.
2 3 4 5 2 3 4 5

independiente(s)

Criterios relativos al mtodo. Nmero 1. 2. Criterio Conveniencia de las mediciones en relacin con el planteamiento del problema. Conveniencia de las mediciones en relacin con 1 los objetos, personas, casos o equivalentes de la investigacin.
**

Escala** 1 2 2 3 3 4 4 5 5

El valor ms bajo es el uno y el ms alto el cinco.

12

investigacin. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. Grado de confiabilidad de las mediciones. contenido de las mediciones realizadas. Grado de validez encarada (face validity). de las mediciones realizadas. Cantidad de evidencia sobre la validez de 1 constructo de las mediciones realizadas. Grado de utilizacin de diferentes instrumentos para recolectar datos. Claridad acerca de cmo se recolectaron los datos. Claridad respecto de quin o quines 1 1 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 recolectaron los datos. Grado en que se evitaron errores en la recoleccin de los datos. Claridad en el del diseo de investigacin. Adecuacin del diseo al planteamiento. Precisin en la definicin del universo. Adecuacin del tamao de muestra al planteamiento. Grado de conocimiento de la probabilidad que tienen los casos del universo o poblacin de ser seleccionados para conformar la muestra (procedimiento de muestreo). 17. 18. Representatividad de la muestra. Grado en que las estadsticas demogrficas de la muestra se parecen a las del universo o poblacin. 19. 20. 21. Grado de confiabilidad en la codificacin. Grado de confiabilidad en la revisin de la matriz de los datos. En cuestionarios-escalas-pruebas estandarizadas y equivalentes: claridad de instrucciones. 1 2 3 4 5 1 1 2 2 3 3 4 4 5 5 1 1 2 2 3 3 4 4 5 5 1 2 3 4 5 1 2 3 4 5 2 3 4 5 1 2 2 3 3 4 4 5 5 Cantidad de evidencia sobre la validez de criterio 1 1 2 2 3 3 4 4 5 5 Cantidad de evidencia sobre la validez de 1

13

22. 23.

En cuestionarios- escalas-pruebas estandarizadas y equivalentes: claridad del formato. En anlisis del contenido: claridad del sistema de codificacin.

1 1

2 2

3 3

4 4

5 5

En experimentos, cabra agregar: 24. 25. 26. 27. 28. 29. 30. 31. 32. Claridad en la especificacin de los cambios deseados. Grado de control de las fuentes de invalidacin interna. Grado de control de las fuentes de invalidacin externa. Conveniencia del mtodo de asignacin de los participantes a los grupos. Inclusin de grupo(s) de control. Conveniencia del(los) tratamiento(s) experimental(es): Operacionalizacin. Inclusin de chequeos de manipulacin. Grado de control de los efectos de interaccin. Seguimiento o monitoreo de los grupos. 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 1 1 2 2 3 3 4 4 5 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

Criterios relativos a los anlisis y resultados. Nmero 1. Criterio Conveniencia de los anlisis seleccionados y realizados de acuerdo con el planteamiento e hiptesis. 2. Conveniencia de los anlisis seleccionados y realizados de acuerdo con el nivel de medicin de las variables. 3. 4. Claridad en la presentacin de estadsticas descriptivas. Claridad en la presentacin de estadsticas para prueba de hiptesis. 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 Escala** 3 4 5

** El valor ms bajo es el uno y el ms alto el cinco.

14

5. 6. 7. 8. 9. 10. 11. 12.

Claridad en la presentacin de tablas. Claridad en la presentacin de cuadros. Claridad en la presentacin de diagramas. Claridad en el orden de presentacin de resultados. Conveniencia de las tablas presentadas. Conveniencia de los cuadros presentados. Conveniencia de los diagramas presentados. Uniformidad en las tablas, cuadros y diagramas.

1 1 1 1 1 1 1 1

2 2 2 2 2 2 2 2

3 3 3 3 3 3 3 3

4 4 4 4 4 4 4 4

5 5 5 5 5 5 5 5

Criterios relativos a la discusin. Nmero 1. Criterio Grado de claridad que los datos ofrecen acerca de la prueba de hiptesis (ya sea que la apoyen o refuten). 2. 3. 4. 5. Grado de coherencia de las conclusiones con 1 los datos. Grado de exclusin de deseos y tendencias 1 personales del investigador o investigadores . Claridad en el significado de los resultados. descubrimientos de estudios previos (marco terico). 6. 7. 8. 9. 10. Grado en que el estudio cumpli con sus 1 objetivos. Grado en que el estudio respondi a las 1 preguntas de investigacin. Conveniencia de las opiniones sobre las 1 implicaciones del estudio. Conveniencia para generalizar los resultados. hiptesis rivales o alternativas. 1 2 2 3 3 4 4 5 5 Grado con el cual se someten a discusin 1 2 3 4 5 2 3 4 5 2 3 4 5 1 2 2 3 3 4 4 5 5 Adecuacin de la discusin a los resultados y 1 2 3 4 5 2 3 4 5 1 2 Escala** 3 4 5

**

El valor ms bajo es el uno y el ms alto el cinco.

15

11. 12. 13. 14. 15. 16.

Adecuacin en el manejo de situaciones no 1 esperadas. Adecuacin en el manejo de resultados no 1 esperados. Grado de relevancia prctica. Grado de relevancia terica. Claridad de las recomendaciones. Grado en que las direccionan futuros estudios dentro del rea o campo de conocimiento donde se inserta la investigacin. 1 1 1

2 2 2 2 2 2

3 3 3 3 3 3

4 4 4 4 4 4

5 5 5 5 5 5

recomendaciones 1

Criterios relativos al documento y difusin. Nmero 1. 2. estudio. Grado de elaboracin del reporte de acuerdo 1 con las normas aceptadas por la comunidad cientfica-acadmica del rea donde se insert la investigacin. 3. 4. Calidad en la redaccin del reporte. Calidad en el diseo grfico del reporte.
1 1 2 2 3 3 4 4 5 5 2 3 4 5

Criterio Nmero de espacios donde se difundi el 1 2

Escala** 3 4 5

Los mximos y mnimos para cada rubro dependern de la escala utilizada.

Tabla 10.3 Tercer listado de rubros y factores para evaluar una investigacin En cada rubro se mencionan los autores que se tomaron en consideracin. Primero se presentan los criterios para los estudios cuantitativos y posteriormente los relativos a los estudios cualitativos. En esta edicin el formato es en forma de
**

El valor ms bajo es el uno y el ms alto el cinco.

16

pregunta y la respuesta puede ser positiva o negativa. En la mayora de los casos la respuesta positiva (s) es ms conveniente, pero en algunos cuestionamientos es al contrario (no resulta ms adecuado). Investigacin cuantitativa Rubro: Ttulo. 1) El ttulo refleja el planteamiento final? 2) Refleja el trabajo completo o investigacin realizado(a)?

Rubro: Planteamiento del problema. 1) Posee claridad? 2) Est redactado el planteamiento de tal manera que el lector puede comprender el estudio? 3) Es completo el planteamiento? 4) Es exacto el planteamiento? 5) Posee valor terico? 6) Posee valor prctico? 7) Posee valor metodolgico? 8) El planteamiento incluye a las hiptesis y variables centrales?

Nota: Obsrvese que las preguntas estn planteadas para una respuesta dicotmica, pero podran elaborarse para una respuesta ordinal. Por ejemplo: - Qu tanta claridad posee el planteamiento?
5 Bastante claridad 4

Claridad aceptable

Poca claridad

Muy poca claridad

(O agregar un punto intermedio: Mediana claridad.)

17

Rubro: Revisin de la literatura.3 1) Se utiliz la literatura para documentar la importancia del planteamiento? 2) La estructura de la revisin de la literatura es clara? 3) Se identific una teora o se integraron varias teoras? 4) Se identificaron hiptesis potenciales por medio de la revisin de la literatura? 5) Mediante la revisin de la literatura se ubic el planteamiento dentro del campo de conocimiento en que est inserto? 6) Por medio de la revisin de la literatura se identificaron variables claves para el planteamiento? 7) Las conclusiones de la revisin de la literatura son claras? 8) Se eligieron fuentes relevantes que demuestren conocimiento del planteamiento por parte del investigador? 9) Se vincularon la referencias con el planteamiento del problema? (relacin de la literatura con el estudio, tanto conceptual como metodolgicamente). 10) Las referencias son de actualidad? (recientes). 11) Las referencias estn basadas en estudios que obtuvieron datos empricos? 12) Las referencias se citan apropiadamente?

Rubro: Hiptesis y variables.4 1) Se identificaron las variables de manera apropiada? (dependiente, independiente, de control, interviniente, etctera). 2) Las definiciones conceptuales son exactas o precisas?
3 4

Creswell (2005). Creswell (2005).

18

3) Las definiciones conceptuales son claras? 4) Las definiciones operacionales son precisas o exactas? 5) Las definiciones operacionales son claras? 6) En experimentos: se controlaron las variables independientes? (las de inters y las que se pretende controlar su influencia?).5 7) Constituye la hiptesis una respuesta tentativa a la pregunta de investigacin? (relacin de la hiptesis con el planteamiento). 8) La hiptesis sirve como gua para establecer el diseo de investigacin? 9) Existe claridad en la relacin o relaciones entre las variables establecidas por la hiptesis?

Rubro: Diseo. 1) Se identific el diseo? (se seal y especific?). 2) El diseo es apropiado de acuerdo con el planteamiento e hiptesis?

Rubro: Diseo en experimentos.6 1) El estmulo fue implementado en un lugar apropiado? 2) El estmulo o tratamiento fue administrado adecuadamente? 3) El experimentador indic los cambios que ocurrieron en la(s) variable(s) dependiente(s) como resultado de la manipulacin o introduccin de la(s) independiente(s)? (adems: explic cmo ocurrieron tales cambios?). 4) Los grupos eran inicialmente equiparables? (procedimiento de asignacin de los participantes a los grupos). 5) Durante el desarrollo del experimento se mantuvo la equivalencia inicial de los grupos? 6) Si no pudieron asignarse al azar, se emparejaron?, en cules variables se bas el emparejamiento? En el caso de grupos intactos,
5

Este criterio podra ser incluido en el rubro de diseo en experimentos. 6 Fischer (2005) los grupos pueden equipararse?

19

variables se bas el emparejamiento? En el caso de grupos intactos, los grupos pueden equipararse? 7) Si hubo preprueba, se presentaron los resultados? 8) El tiempo transcurrido entre la preprueba y la posprueba fue el adecuado? (para que se manifestaran los cambios en la dependiente o dependientes). 9) Se incluyeron controles para evitar sesgos de las personas que manejaron los grupos en el experimento?

Hemos agregado algunos criterios que aplican exclusivamente a experimentos y en particular al control de las fuentes internas y externas, estn basados en los conceptos de Campbell y Stanley (1966), Campbell (1975) y Mertens (2005, p. 302). A diferencia de los rubros y criterios anteriores (en los cuales las respuestas adecuadas deben ser positivas: s), en los siguientes que se refieren a la validez interna, entre ms respuestas negativas (no), la evaluacin es ms favorable. En los que tienen que ver con la validez externa, la evaluacin favorable vara en cada caso.

Validez interna. 1. Historia: Ocurrieron eventos que pudieron afectar los resultados? (adems de la variable independiente o el tratamiento o tratamientos) 2. Maduracin: Se presentaron cambios biolgicos o psicolgicos en los sujetos participantes que pudieran afectar los resultados? (diferentes a aquellos asociados a la variable independiente o al tratamiento o tratamientos) 3. Administracin de pruebas: La preprueba pudo influir en forma significativa las respuestas a la posprueba y confundido los resultados reales? 4. Instrumentacin: Hay diferencias entre la(s) preprueba(s) y la(s) posprueba(s)? (obviamente no en las respuestas, sino en los instrumentos). 5. Regresin: Se utilizaron grupos extremos? 6. Seleccin: Los grupos difieren aparte de la(s) variable(s) independiente(s) o tratamiento(s)?
20

tratamiento(s)? 7. Mortalidad experimental: Varios participantes abandonaron el experimento? 8. Seleccin-maduracin: Estuvieron la seleccin y asignacin de sujetos a los grupos basadas en caractersticas biolgicas o psicolgicas de la muestra? 9. Difusin de tratamientos experimentales: Participantes de distintos grupos pudieron haber comentado sobre las condiciones experimentales? 10. Rivalidad-desmoralizacin-compensacin: Alguno de los grupos realiz esfuerzos adicionales para lograr mejores resultados?, alguno de los grupos mostr desmoralizacin durante el experimento?, se les proporcionaron recursos o beneficios adicionales a algn grupo que pudieran ser conocidos por miembros de otros grupos?

Validez externa. 1. El tratamiento experimental fue descrito de manera detallada y especfica? Respuesta adecuada o correcta: S. 2. Se utilizaron diferentes tratamientos mltiples?, interfirieron entre s?, la secuencia de tratamientos provoc efectos que son identificados y se puede saber cmo afecto cada tratamiento? Las respuestas adecuadas a las dos primeras preguntas pueden ser s o no, dependiendo de la naturaleza del experimento. A veces una opcin ser la adecuada y otras no. Pero la respuesta correcta a la tercera pregunta es s. 3. Oper el efecto Hawthorne? Respuesta adecuada o correcta: No. 4. Los resultados pudieron haber sido influidos por ser novedoso(s) el(los) tratamiento(s) experimental(es) o por interrumpir la actividad normal de los participantes? Respuesta correcta: No. 5. El experimentador influy de manera significativa en los participantes y sus respuestas?, su papel fue ms all de lo planeado? Respuestas correctas: No. 6. Se present una sensibilizacin notoria o significativa en los sujetos por efectos de prepruebas y pospruebas en sus respuestas? Respuesta adecuada: No. 7. Se present alguna interaccin entre los efectos del tratamiento y otros factores que pudieran afectar los resultados del estudio y su aplicacin a situaciones no experimentales? Respuesta correcta: No.
21

situaciones no experimentales? Respuesta correcta: No. 8. Los resultados del experimento se alteran dependiendo del tipo de instrumento de medicin utilizado? Respuesta correcta: No. 9. Influye el periodo de tiempo comprendido entre el tratamiento y la posprueba en los resultados? La respuesta adecuada depende de si se plante la hiptesis de un efecto a corto, mediano o largo plazo; as como, si el periodo de tiempo es una variable independiente de inters. 10. Se administr el (los) tratamiento(s) de acuerdo con lo planeado? Respuesta correcta: S.

A partir de este rubro, la mayora de las respuestas a las preguntas debe ser afirmativa (s).

Rubro: Muestra.7 1) Existe congruencia entre el enfoque y la muestra? 2) Existe congruencia entre el planteamiento y la muestra? 3) Existe congruencia entre el diseo y la muestra? 4) El mtodo de muestreo es riguroso?, el procedimiento de seleccin de los casos o unidades fue adecuado?, se justific? (rigor del mtodo de muestreo). 5) El tamao de muestra es el adecuado?8 (el cual depende del nivel de confianza al calcular el tamao de muestra, 95% como mnimo). 6) La muestra representa a la poblacin? (representatividad de la muestra: grado de error, comparacin de variables demogrficas de la muestra con las de la poblacin la muestra debe tener una distribucin similar a la poblacin en variables como gnero, edad, ocupacin, nivel socioeconmico, entre otras). 7) Se detectaron los casos de inters de acuerdo con el planteamiento?
7 8

Creswell (2005), Mertens (2005) y Corbetta (2003). Recordemos que entre mayor es el tamao de muestra los resultados tienen mayor probabilidad de ser estadsticamente significativos.

22

8) La muestra tiene fortalezas?, cules? (nmero de fortalezas de la muestra). 9) La muestra tiene debilidades?, cules? (nmero de debilidades de la muestra) (La respuesta es negativa, un s sera desfavorable). 10) Se evitaron errores de seleccin? 11) Hubo casos o personas que fueron seleccionados(as) en la muestra y no participaron en el estudio? (pregunta cuyo s es desfavorable). Cuando la respuesta resulta desfavorable debe justificarse: por qu no participaron en la investigacin? 12) Hubo casos o participantes que abandonaron el estudio? (pregunta cuyo s es desfavorable). Cuando la respuesta resulta desfavorable debe justificarse: por qu abandonaron la investigacin?

Rubro: Procedimientos (incluyendo recoleccin de los datos). 1) Se solicitaron los permisos o autorizaciones necesarias para recolectar los datos? (si se requeran). 2) Se especific quin o quines recolectaron los datos, cmo los recabaron, dnde y cundo fueron obtenidos? 3) Se incluyeron controles para evitar sesgos de los encuestadores? (en encuestas). 4) Se evitaron sesgos provocados por el investigador?

Rubro: Instrumento(s).9 1) El instrumento o instrumentos son apropiados para los propsitos del estudio? 2) El instrumento o instrumentos son apropiados para el tipo de datos e informacin que se requiere para el estudio? (son la mejor manera de obtener la informacin necesaria?).

Bostwick y Kyte (2005) y Fischer (2005).

23

3) El instrumento o instrumentos son apropiados de acuerdo con las caractersticas de los participantes? (por ejemplo, se debi tomar cuenta si eran analfabetos o alfabetos, mujeres u hombres, o de ambos gneros, nivel socioeconmico, etctera). 4) Se efectu una prueba piloto? (fue satisfactoria?). 5) Se determin evidencia sobre la confiabilidad?, fue satisfactoria? 6) Se determin evidencia sobre la validez de contenido?, fue satisfactoria? 7) El dominio de contenido de las variables medidas se especific? 8) El dominio de contenido de las variables medidas resulta claro? 9) La eleccin de los tems es lgica? 10) Se determin evidencia sobre la validez de criterio concurrente?, fue satisfactoria? (se compararon los datos obtenidos o resultados contra un criterio externo actual?). 11) Se determin evidencia sobre la validez de criterio predictivo?, fue satisfactoria? (se compararon los datos obtenidos o resultados contra un criterio externo futuro?). 12) Se hizo anlisis convergente-discriminante?, fue satisfactorio? 13) Se determin evidencia sobre la validez de constructo?, fue satisfactoria? (se efectu anlisis de factores?). 14) El instrumento demostr consistencia interna? 15) Las personas que recolectaron los datos se encontraban calificadas para tal tarea? 16) El grado de estandarizacin del instrumento o instrumentos para recabar los datos fue elevado? 17) El investigador utiliz diversos instrumentos para medir las variables? (triangulacin de mtodos de recoleccin o como los autores siempre hemos denominado multimtodos).

24

Rubro: Anlisis.10 1) Los anlisis son pertinentes o apropiados para el planteamiento e hiptesis desarrolladas? 2) Los anlisis son pertinentes o apropiados para el nivel de medicin de las variables involucradas? 3) Los anlisis son pertinentes o apropiados al diseo? 4) La unidad de anlisis es adecuada? 5) Los anlisis son suficientes? (cantidad y calidad). 6) Se cubrieron diferentes ngulos del anlisis? 7) Se presentaron los anlisis completos de todas las hiptesis? (que no aplicara a reportes breves como artculos de revistas, en cuyo caso podra cuestionarse: se presentaron los anlisis ms relevantes vinculados con el planteamiento e hiptesis?). 8) Se evitaron errores en el tratamiento de los datos?

Rubro: Resultados.11 1) Se encontr significancia estadstica en la(s) prueba(s) de hiptesis? (en qu niveles?). De no resultar significativos los valores de las pruebas estadsticas, se explicaron razones?, se justific el hecho? 2) Se interpretaron correctamente las pruebas de significancia? 3) Los resultados estn adecuadamente representados en tablas y figuras? 4) Los resultados responden al planteamiento del problema e hiptesis?

Rubro: Discusin.12 1) Los resultados y descubrimientos aportan a alguna teora o conceptualizacin?

10 11 12

Bostwick y Kyte (2005), Creswell (2005), Wiersma y Jurs (2005). Creswell (2005) y Mertens (2005). Creswell (2005).

25

2) Los resultados y descubrimientos ayudan a resolver un problema? 3) Los resultados y descubrimientos aportan metodolgicamente algo? 4) Las interpretaciones son razonablemente lgicas? 5) Las implicaciones estn definidas? 6) Las implicaciones resultan claras? 7) La discusin es convincente para los usuarios? 8) Se hicieron predicciones en el estudio? 9) Fueron exactas tales predicciones? 10) Por medio de los resultados se eliminaron posibles explicaciones rivales? 11) Las conclusiones se encuentran vinculadas al planteamiento, revisin de la literatura (marco terico) e hiptesis? 12) Se reconocieron las limitaciones del estudio? 13) Es posible replicar el estudio?

Rubro: Reporte en general.13 1) A lo largo de todo el documento, se citaron adecuadamente las referencias? 2) El texto es legible? 3) El texto es ameno? 4) La ortografa es aceptable? 5) El tono es el apropiado? (no emotivo). 6) Hay progresin en las ideas?

Rubro: Difusin. 1) Se difundi en varios foros? (congresos, publicaciones, etctera). 2) Se generaron varios subproductos? 3) Los resultados se utilizaron para promover el bien comn?, los resultados se utilizaron para generar conocimiento?, los resultados se utilizaron para resolver un problema? (alguna respuesta debera ser positiva).

13

Mertens (2005).

26

Rubro: Financiamiento de la investigacin. 1) Es legal el financiamiento? 2) Los resultados se encuentran sujetos al financiamiento? (si se obtenan ciertos resultados el financiamiento no operara? (una respuesta positiva es inconveniente para la credibilidad del estudio).

Investigacin cualitativa Rubro: Ttulo. 1) Refleja el planteamiento final? 2) Refleja el trabajo completo realizado?

Rubros generales.14 1) El investigador manifiesta honestidad? 2) Los participantes demuestran o manifiestan honestidad a lo largo del estudio? 3) El investigador demuestra autenticidad? 4) Los participantes demuestran o manifiestan autenticidad a lo largo del estudio? 5) El estudio agrega informacin novedosa? (por ejemplo, llenar huecos de conocimiento u obtener perspectivas internas frescas).

Rubro: Planteamiento del problema.15 1) Las preguntas de investigacin son claras? 2) Las preguntas de investigacin son congruentes con las caractersticas del diseo de investigacin? 3) Se especific con claridad el paradigma bsico que gua a la investigacin?
14 15

Creswell (2005). Franklin y Ballau (2005), Mertens (2005), Creswell (2005), lvarez-Gayou (2003), y Miles y Huberman (1994).

27

4) Se especific con claridad el marco interpretativo que gua a la investigacin? (feminismo, etnografa clsica, etctera). 5) Demostramos que el planteamiento es significativo o importante?

Rubro: Papel del investigador. 1) Se especific el papel del investigador en todo el estudio? 2) El investigador conoci su papel como observador? (estuvo consciente?)

Rubro: Relacin investigador-participantes.16 1) El investigador logr empata con los participantes? (Autoevaluacin). 2) El investigador demuestra que logr tal empata? 3) El investigador se gan la confianza de los participantes? (Autoevaluacin). 4) El investigador demuestra que se gan la confianza de los participantes? 5) Se agradeci a los participantes por su colaboracin en el estudio?

Rubro: Revisin de la literatura. 1) Se utiliz la literatura para documentar la importancia del planteamiento? 2) La literatura fue contrastada con los resultados del estudio? 3) Las referencias son de actualidad? (recientes). 4) Las referencias estn basadas en estudios que obtuvieron datos empricos? 5) Las referencias se citaron apropiadamente?

16

Creswell (2005).

28

Rubro: Inmersin general en el ambiente (proceso completo). 1) El investigador obtuvo permiso para ingresar al ambiente y estudiarlo? 2) Se report cmo se tuvo acceso al ambiente? 3) Se tuvo acceso completo al ambiente? 4) Se describi detalladamente el ambiente? 5) El acceso al ambiente fue lo ms meticuloso y sigiloso posible? 6) El acceso al ambiente fue lo menos obstrusivo posible?

Rubro: Inmersin inicial.17 1) La inmersin inicial logr que el investigador se enfocara en los conceptos fundamentales del planteamiento? 2) La inmersin inicial contribuy a mejorar el planteamiento original?

Rubro: Muestra.18 1) Se detectaron los casos de inters de acuerdo con el planteamiento? 2) El tipo de muestra es congruente (acorde) con el planteamiento y el enfoque elegido? 3) La muestra tiene fortalezas? (cules?) 4) La muestra tiene debilidades? (cules?) (negativa, un s es desfavorable). 5) Hubo casos o personas que haban sido seleccionados(as) en la muestra y no participaron en el estudio? (pregunta cuyo s es desfavorable). Cuando la respuesta resulta desfavorable debe justificarse: por qu no participaron en la investigacin? 6) Hubo casos o participantes que abandonaron el estudio? (pregunta cuyo s es negativo, implica desfavorable). Cuando la respuesta resulta desfavorable debe justificarse: por qu abandonaron la investigacin?
17 18

Creswell (2005). Mertens (2005).

29

7) El o los perfiles de la muestra estn descritos con suficientes detalles? (gnero, edad, estado civil, ingresos, nivel educativo, entre otros). 8) El perfil de los participantes es el que se haba concebido? Por qu s o por qu no? 9) Se encuentran representadas todas las voces? (Recordemos la premisa de evitar silenciar voces). 10) Se excluyeron mujeres u hombres de la investigacin? es justificable su exclusin? (por ejemplo, depresin posparto es por naturaleza necesario). Una respuesta injustificada resulta desfavorable. 11) Se obtuvo la diversidad de casos requerida? 12) Se saturaron las categoras relativas al planteamiento del problema?

Rubro: Recoleccin en general.19 1) El instrumento o instrumentos son apropiados para el tipo de datos e informacin que se requiere para el estudio? 2) El instrumento o instrumentos estaban diseados de acuerdo con las caractersticas de los participantes? (por ejemplo, tomar en cuenta si eran analfabetos o alfabetos, mujeres u hombres, o de ambos gneros, nivel socioeconmico, entre otros). 3) Los participantes pudieron expresarse libremente? 4) Hubo rigor en la recoleccin de los datos? (sistematizacin). 5) Se tuvieron diferentes fuentes de datos? (mltiples?, triangulacin?) 6) Los datos son extensos? 7) El periodo fue lo suficientemente largo para recolectar los datos necesarios de acuerdo con el planteamiento? 8) Resultan abundantes y significativas las descripciones del proceso de recoleccin de los datos? 9) Las fases de la recoleccin fueron las adecuadas de acuerdo con el planteamiento y ambiente?

19

Creswell (2005) y Mertens (2005).

30

10) Se cuenta con evidencia directa de actores? (evidencia de testigos directos?). 11) Se encontraron significados?, cules? 12) Coinciden entre s las diversas fuentes en cuanto a la cronologa de hechos? 13) Coinciden entre s las diversas fuentes en cuanto a las descripciones de los hechos? 14) Coinciden entre s las diversas fuentes en cuanto a las causas y consecuencias de los hechos? (particularmente en lo referente al planteamiento del problema).

Rubro: Notas (anotaciones). 1) Se elaboraron notas completas? 2) Las notas fueron profundas? (captaron las emociones, vivencias y creencias de los participantes?). 3) Las notas incluyeron los conceptos esenciales del planteamiento? 4) Se codificaron las notas? 5) Se alcanz la saturacin de categoras en las anotaciones?

Rubro: Anlisis de los datos.20 1) Se tuvieron mltiples niveles de anlisis? 2) Son abundantes y significativas las descripciones de los procesos de anlisis de los datos? 3) Las fases del anlisis fueron las adecuadas de acuerdo con el planteamiento y el ambiente? 4) Cada categora, tema y/o patrn est apoyada(o) en los datos? 5) El fenmeno o planteamiento se analiz desde diversas perspectivas?

20

Creswell (2005).

31

Rubro: Dependencia (confiabilidad).21 Recordatorio de la definicin: Grado en que diferentes investigadores que recolecten datos similares en el campo y efecten los mismos anlisis, generan resultados equivalentes. 1) Se implantaron diversas estrategias para generar dependencia? 2) Se describi explcitamente el papel y estatus del investigador dentro del ambiente o contexto? 3) Los resultados y descubrimientos muestran un paralelismo significativo entre fuentes de datos? (los resultados son congruentes al compararlos entre diversas fuentes?). 4) Las categoras y temas fueron inducidas(os) apropiadamente por los participantes? 5) Las categoras y temas se encuentran claramente especificadas(os)? 6) Las estructuras de categoras son lgicas? (en caso negativo: est justificado que sean ilgicas?). 7) Las decisiones sobre la codificacin y categorizacin estn justificadas? (se explican y demuestran?). 8) Las reglas de codificacin se aplicaron coherentemente (entre unidades e investigadores, si es el caso)? 9) Los datos fueron recolectados por medio de un rango completo de ambientes, tiempos y participantes apropiados de acuerdo con el planteamiento? 10) Se involucraron varios investigadores en el campo? (triangulacin entre investigadores); y si as fue: siguieron el mismo protocolo e instrucciones para recolectar los datos (incluyendo el instrumento o instrumentos)? 11) Se efectuaron chequeos de codificacin entre investigadores?, mostraron un alto de nivel de acuerdo o concordancia en unidades, categoras y temas? 12) Los resultados fueron validados por distintos investigadores? y ms riguroso: los resultados fueron validados por distintos investigadores de diferentes edades, gnero y otras caractersticas que pudieran introducir sesgos?
21

Mertens (2005), Franklin y Ballau (2005), Creswell (2005), y Miles y Huberman (1994).

32

13) Se hicieron verificaciones sobre la calidad de los datos? (cules?). 14) Los investigadores convergieron en lugares, tiempos e instancias donde se esperaba que estuvieran? 15) En el campo, se hicieron revisiones de pares o colegas? 16) Los significados generados son crebles para los participantes? 17) El entendimiento generado resulta creble para los participantes? 18) Los resultados se encuentran fundamentados en los datos? 19) Las inferencias son lgicas? 20) Las decisiones respecto a la recoleccin y el anlisis estn justificadas? (justificacin metodolgica). 21) En el anlisis, se hicieron auditoras de pares?

Rubro: Credibilidad (validez interna).22 Recordatorio de la definicin: Se refiere a si el investigador ha captado el significado completo y profundo de las experiencias de los participantes, particularmente de aquellas vinculadas con el planteamiento del problema. 1) Se utilizaron o desarrollaron estrategias para generar credibilidad? 2) Los datos de diferentes fuentes fueron recolectados en el mismo contexto o ambiente? 3) En todos los casos de la muestra se obtuvo la informacin completa y detallada requerida? 4) Se registraron todos los datos? 5) Se les pidi a todos los participantes o a la mayora que proporcionaran retroalimentacin sobre el estudio? 6) El investigador autoevalu el efecto de presencia en el ambiente? 7) El investigador autoevalu si sus sesgos y tendencias influyeron o no los resultados? 8) El investigador autoevalu sus bitcoras y notas? 9) Se capturaron o registraron los cambios en el ambiente? 10) Se introdujeron los sesgos o tendencias del investigador? (no en un sentido cuantitativo sino general), se explicaron tales sesgos?, se justificaron?
22

Franklin y Ballau (2005), y Miles y Huberman (1994).

33

justificaron? 11) Los resultados se encuentran fundamentados en los datos? (Este criterio ya se haba mencionado, afecta la dependencia y la credibilidad). 12) Coinciden los resultados con la documentacin existente y estudios previos? (en caso negativo, es justificable?) 13) Existe correspondencia entre la manera como los participantes perciben los conceptos sociales y la manera como el investigador capta, retrata y describe sus puntos de vista? 14) Se increment la credibilidad mediante una estancia sustancial y prolongada en el campo? 15) Se increment la credibilidad mediante una observacin persistente y sistemtica? 16) Se increment la credibilidad con la recoleccin de datos por pares? (por ejemplo, en una entrevista al estar presentes dos investigadores). 17) Se increment la credibilidad al analizar casos negativos? 18) Se increment la credibilidad por medio de subjetividad progresiva? 19) Se increment con la evaluacin de resultados particulares con los participantes? (chequeo con participantes). 20) Se increment triangulando datos? 21) Se aument la credibilidad triangulando mtodos? 22) Son abundantes (completas) y significativas las descripciones del ambiente? 23) Son abundantes (completas) y significativas las descripciones de los sucesos o hechos? 24) Son abundantes (completas) y significativas las descripciones de los participantes? 25) Los resultados tienen sentido o se muestran convincentes para los participantes? 26) Si hubo triangulacin entre mtodos de recoleccin de datos o fuentes de datos: la triangulacin o comparacin entre mtodos complementarios o fuentes de datos generalmente produce conclusiones convergentes? 27) Los resultados mantienen coherencia interna?

34

28) Se identificaron las reas de incertidumbre? 29) Los datos presentados se encuentran vinculados a categoras de otros estudios similares o teora emergente? 30) Se busc evidencia negativa o contraria a los resultados? 31) Se consideraron activamente explicaciones rivales? 32) Los resultados y descubrimientos han recibido rplicas en diferentes elementos de la base de datos? 33) Las conclusiones fueron consideradas precisas y verdaderas por los participantes y/o informantes originales?

Rubro: Transferencia o validez externa.23 1) Los datos presentados se encuentran vinculados a categoras de otros estudios similares o teora emergente? (Este criterio fue considerado tambin en la credibilidad). 2) Los resultados presentados son congruentes o estn conectados a otros estudios previos y a la teora generada por stos? 3) Los resultados han recibido rplicas en otros estudios para robustecer su transferencia? 4) Los procedimientos y resultados descritos en las conclusiones son lo suficientemente genricos para aplicarse en ambientes similares? 5) Las caractersticas de la muestra original de personas, contextos y/o procesos se han descrito completamente para permitir comparaciones con otras muestras? 6) Se examinaron obstculos y amenazas posibles para poder comparar los resultados con otras muestras? 7) La muestra es lo suficientemente diversa para encontrar una aplicabilidad mayor? 8) Se definieron las fronteras del alcance y aplicabilidad del estudio? 9) Los resultados incluyen descripciones completas y suficientes para que el lector pueda valorar la posibilidad de transferirlos o adecuarlos a su propio contexto u otros ambientes? 10) Se logr un balance entre las perspectivas interna y externa del investigador?
23

Franklin y Ballau (2005) y Henwood (2004).

35

11) Las secuencias narrativas son transparentes y claras? 12) Lectores del reporte con perfiles similares a los participantes consideraran que los resultados son congruentes con sus experiencias? (verificacin ulterior). 13) Los lectores (principalmente otros investigadores) pueden reconstruir el anlisis? 14) Es posible replicar el estudio?

Rubro: Historias orales.24 1) Las historias orales de los participantes son crebles? 2) Las historias orales de los participantes son equilibradas? 3) Las historias orales de los participantes son completas?

Rubro: Entrevistas.25 1) Las condiciones de las entrevistas permitieron a los participantes explayarse libremente? 2) Las condiciones de las entrevistas permitieron a los participantes concentrarse en sus respuestas?

Rubro: Diseo. 1) Se seal y especific el diseo? 2) El diseo es el adecuado de acuerdo con el planteamiento? 3) El diseo es el adecuado de acuerdo con la inmersin en el ambiente? 4) El diseo es el adecuado de acuerdo con la evolucin del trabajo de campo?

24 25

Mertens (2005). Cuando se revis el tema de entrevistas cualitativas se consideraron varios criterios, a los cuales se podran agregar los siguientes de Mertens (2005).

36

Rubro: Resultados.26 1) Se expres la realidad construida por los participantes? 2) Los resultados son realistas? 3) Los resultados son aceptables? 4) Los descubrimientos estn enraizados o ligados con los datos? (Este criterio ha sido expresado en diferentes rubros, pero se encuentra vinculado a todo el proceso cualitativo). 5) Los resultados son comprensibles o claros para el lector? 6) Los mtodos particulares utilizados son coherentes con una estrategia ms amplia? 7) Se tomaron en cuenta varias perspectivas para justificar las interpretaciones?

Rubro: Discusin.27 1) Las premisas del estudio son coherentes con el enfoque? 2) Se demostr mediante la discusin que el planteamiento fue significativo o importante? 3) Las conclusiones son prematuras o cuentan con elementos slidos para su desarrollo? (La respuesta debe ser: S cuentan con elementos slidos). 4) Las conclusiones estn fundamentadas en los datos? 5) Las conclusiones estn fundamentadas en los resultados? 6) Mediante los resultados se eliminaron posibles explicaciones rivales? 7) Las interpretaciones se derivaron de manera analtica? 8) Se demostr que se reconstruy cada caso para ser analizado? 9) Se tuvieron mltiples perspectivas? 10) Las conclusiones se encuentran vinculadas al planteamiento y revisin de la literatura (marco terico)? 11) Se reconocieron las limitaciones del estudio?

26 27

Henwood (2004). Mertens (2005) y Henwood (2004).

37

Rubro: Reporte.28 1) Existe una relacin evidente entre las categoras y los datos? (unidades o fragmentos), emergieron las categoras de los datos? 2) Se logr vincular conceptualmente a las categoras en temas? 3) La teora producida funciona? (la teora emergente permite un entendimiento del fenmeno estudiado?). 4) Se requieren ms datos o fueron suficientes para generar teora? (La respuesta favorable es: S, fueron suficientes los datos). 5) Se desarroll un modelo para conceptualizar el planteamiento? 6) Se respondi satisfactoriamente al planteamiento?

(Los siguientes criterios seran propios de cada diseo y se agregaran a los anteriores).

Rubro: Diseos etnogrficos.29 1) Se identific al grupo o cultura?, se defini y especific? 2) Se detectaron patrones de la cultura, grupo o evento analizada(o)? 3) Se comprendieron los patrones culturales? 4) El estudio contribuy a conocer ms al grupo o cultura analizado(a)? 5) El investigador refleja en el reporte su papel en el estudio? 6) En la interpretacin se describen las categoras y temas? 7) Se ilustraron las categoras ms importantes con segmentos de los datos?

Rubro: Diseos narrativos.30 1) Se concentr el estudio en experiencias individuales? 2) Se respetaron las voces de las fuentes crebles?
28 29 30

Creswell (2005). Creswell (2005). Creswell (2005).

38

3) Se triangularon datos? 4) Se explor el pasado, presente y futuro? 5) Se describi el contexto ampliamente? 6) Se ilustraron las categoras ms importantes con segmentos de los datos?

Rubro: Diseos de investigacin-accin. 1) Se detect al menos una problemtica? 2) Se abord la problemtica en el entorno de los participantes? 3) Se realiz un diagnstico completo de la problemtica? 4) Se involucr en todo el estudio a los participantes? (grupo, organizacin o comunidad). 5) La interaccin entre el investigador y los participantes fue constante? 6) La interaccin entre el investigador y los participantes fue fructfera? 7) El investigador y los participantes interactuaron constantemente con los datos? 8) Participaron activamente las personas del grupo, organizacin o comunidad involucradas en el estudio? 9) Se formul un plan o programa para resolver el problema o introducir el cambio? 10) Se implement el plan o programa? 11) Se evaluaron los resultados? 12) Se obtuvo retroalimentacin sobre los resultados preliminares? 13) Se obtuvo retroalimentacin sobre los resultados finales? 14) Se transform positivamente la realidad de los participantes? 15) Se resolvi al menos un problema o se mejor al menos una prctica?

39

Rubro: Diseos de teora fundamentada (diseo sistemtico). 1) Se produjo una teora fundamentada? 2) De los datos obtenidos surgieron hiptesis o proposiciones tericas? 3) El modelo producido incluye condiciones causales? 4) El modelo generado abarca acciones e interacciones? 5) El modelo emergente contiene consecuencias? 6) El modelo producido incluye estrategias? 7) El modelo generado contiene condiciones contextuales? 8) El modelo emergente abarca condiciones intervinientes? 9) La categora central es la ms importante? (todas o la mayora de las dems categoras se vinculan a ella?) 10) Las categoras del modelo o teora son las que aparecen con mayor frecuencia en los datos? 11) La teora capta la esencia del planteamiento?

Investigacin mixta Los criterios para la investigacin mixta se encuentran en proceso de desarrollo, los autores estamos trabajando en ellos, en cuanto est lista una propuesta inicial, se incluir en la pgina web de esta cuarta edicin.

40