RESUMEN
ANALISIS PROCESO DE INVESTIGACION
PRESENTADO POR:
David Juan Ramos Huallpartupa
Jose Gabriel Barazorda Carrillo
ABANCAY PERU
2013
estos casos el proceso deber auxiliarse con la elaboracin de un lenguaje creciente formal, un sistema
formal est constituido por:
1. Los smbolos que se van a considerar las expresiones elementales del sistema.
2. Las reglas que se seguirn para construirlo.
3. Los axiomas que son proposiciones que se adoptan como vlidas.
4. Las reglas que se debern seguir rigurosamente para inferir otras proposiciones que por eso
slo hecho sean consideradas tambin vlidas.
El esfuerzo de la formulacin del marco terico tiene como objetivo mnimo el pre-exponer de manera
sistemtica las definiciones conceptuales y las proposiciones directamente implicadas en la comprensin
del problema y de la hiptesis sustantiva la cuestin de la formulacin del marco terico pueden ser
examinada desde dos perspectivas distintas y que es conveniente distinguir:
1. Desde la perspectiva del proyecto exponer de una manera clara y concisa el contenido de los
conceptos las proposiciones y las relaciones lgicas ms directamente pre-supuestos para la
comprensin del problema y la hiptesis sustantiva.
2. Desde la perspectiva del proceso consiste en explicar la configuracin general de ideas que se
intentan explicar el objeto. Esta fase de formulacin del marco terico es obligatorio del diseo
que se debe aplicar y decidir cul ser el tipo de unidad de anlisis, las variables relevantes y los
valores de stos.
El siguiente momento es la formulacin de objetivos, la adopcin de objetivos con decidir qu nivel de
respuestas estamos empeados en buscar. Se clasifican habitualmente en tres tipos de estudio: estudios
exploratorios, estudios descriptivos y estudios explicativos. En sntesis los objetivos no constituyen una
declaracin formal de buenas intensiones, sino una decisin responsable acerca del nivel de profundidad
con que se busca la solucin del problema. Conviene establecer un objetivo o ms cada una de las
preguntas del problema y luego determinar cul de los objetivos se pueden alcanzar desde otros y cules
son en general independientes.
VALIDACION EMPIRICA
(HIPOTESIS
INSTRUMENTALES)
FASES
Fase I. Planteamientos preliminares
Lograr mayor familiaridad con el problema y
examinar su verdadera relevancia
Fase II. Formulacin
Construir escrituralmente el objeto de la
investigacin en su versin global.
MOMENTOS
Componentes de la fase I.
Examen y discusin del problema central,
problema conexo y de la hiptesis que
evocan los problemas.
Componentes de la fase II.
Formulacin clara y distinta del problema
central, problema conexo y de la hiptesis
sustantiva y de las principales hiptesis de
trabajo.
Redaccin del marco de referencia
conceptual y explicitacin de los objetivos
de conocimientos, de las metas.
VALIDACION OPERATIVA
(HIPOTESIS
DEGENERALIZACION)
VALIDACION EXPOSITIVA
(HIPOTESIS RETORICAS)
1) Unidad de Anlisis,
2) Variable (con sus dimensiones y procedimientos)
3) Valor, e
4) Indicador
Cuadro N1 - Componentes inherentes a todo dato cientfico(*)
UdeA
(Unidad de Anlisis)
V
(Variable)
D
(Dimensin)
P
(Procedimiento)
R
(Valor)
I
(Indicador)
A efectos didcticos desarrollaremos a continuacin cada uno de los componentes del dato
cientfico basndonos en la conceptualizacin tripartita de Galtung y luego incorporaremos los aportes de
Samaja.
Unidad de Anlisis
De acuerdo con Rut Vieytes (2004), la unidad de anlisis es el elemento mnimo de estudio
observable en relacin con un conjunto de otros elementos que son de su mismo tipo. Es sobre estos
elementos que vamos a estudiar el comportamiento de las variables.
Cuando determinamos la UdeA de una investigacin nos estamos preguntando qu o quienes
sern observados (o medidos) en ella?
Las mismas pueden ser individuos, organizaciones (o cualquier colectivo social), territorios,
cultivos, regiones o pases, especies vegetales, etc. Son ejemplos de estas unidades de anlisis: una
determinada especie vegetal (ejemplo el maz), los cultivos hortcolas de fruto bajo (pimiento, tomate,
berenjena), los productores agropecuarios (individuos), las organizaciones corporativas agropecuarias
(SRA, FAA, CRA), las pulverizaciones en soja, etc.
Tambin pueden ser unidades de anlisis los productos de la accin humana, materiales e
inmateriales (por ejemplo ideas, normas, valores, representaciones, etc.), los procesos sociales o
econmicos (ejemplos: el proceso de innovacin tecnolgica en Entre Ros a partir de la incorporacin
de la siembra directa, los procesos inflacionarios e hiper-inflacionarios, etc.), los sistemas productivos,
los sistemas de labranza, etc.
La UdeA debe ser concebida - valga la redundancia - como una unidad, debe ser
individualizable, pero tambin debe ser parte de un todo general o universo (compuesto por otras
unidades de su misma categora).
Por ejemplo, si quisiramos conocer cual es el nivel educativo de los productores agropecuarios
de la provincia de Entre Ros. Nuestras unidades de anlisis sern cada uno de los productores, los
cuales en conjunto forman el universo productores agropecuarios
Se debe tener en cuenta que, si bien uno de los requisitos de toda UdeA es que pueda ser
diferenciable de otras unidades, esta no debe ser necesariamente un sujeto. Existen tambin las
denominadas unidades de anlisis colectivas compuestas por miembros o elementos de menor nivel.
Veamos un ejemplo: en un hipottico estudio sobre el nivel de vida de los hogares rurales del
distrito Isletas (Dpto. Diamante), nuestras UdeA sern cada uno de los hogares residentes en ese
distrito, los cuales estarn compuesto por el conjunto de personas que los integran.
En este caso, el hogar es una unidad de anlisis colectiva que se puede descomponer en
miembros de menos nivel que son las personas. Por otra parte, esos hogares forman parte a su vez del
universo hogares rurales residentes en el distrito Isletas.
Otro ejemplo de unidad de anlisis colectiva son las organizaciones agropecuarias a las cuales
hicimos referencia anteriormente.
Ahora supongamos que emprendemos una investigacin para conocer cual es la capacidad de
penetracin que tienen las pulverizaciones en los cultivos de soja. Cada uno de los episodios de
pulverizacin (por ejemplo: la pulverizacin efectuada con fungicida en la soja de 2da del Sr. Schneider)
ser una de nuestras unidades de anlisis dentro del conjunto de pulverizaciones efectuadas en un
determinado perodo.
Variable
La unidad de anlisis es tambin concebida como un colectivo en un sentido diferente del
expuesto anteriormente, esto es, como portadora de un conjunto de caractersticas o cualidades
particulares.
La nocin de variable se refiere a los rasgos relevantes que permiten conocer el perfil de la
unidad de anlisis a investigar, son atributos o caractersticas de las unidades de anlisis que, parece
obvio decirlo, pueden variar asumiendo distintas - cualidades o valores - de unidad a unidad.
Veamos algunos ejemplos de variables correspondientes a distintas UdeA:
Ejemplos de variables
Unidad de Anlisis
Variables
Presencia de microorganismos
Suelos
Porosidad
Tipo de suelo (Vertisoles, molisoles, haplustoles, etc.)
Nivel de humedad
Rendimiento
Cultivos hortcolas
Calidad
de fruto bajo
Productores
agropecuarios
Explotaciones
Agropecuarias (EAP)
Pulverizaciones
en soja
Cuando un atributo no vara de una unidad a otra, sino que siempre tiene la misma
caractersticas, deja de ser una variable para transformase en una constante y - por lo tanto - en un dato
que contextualiza a nuestras UdeA.
Tomemos el ejemplo de los suelos del cuadro N2. Si nuestra investigacin se circunscribiera
solamente a lotes con suelos vertisoles, el tipo de suelo habra dejado de ser una variable para
transformarse en una constante de nuestras unidades de anlisis: todos los lotes fueron sembrados en
vertisoles.
Valor
De acuerdo con Francis Korn (1984), el valor - o categora - es una de las diferentes
posiciones o alternativas que presenta la variable y que adopta alguna unidad de anlisis. Se puede
expresar cualitativamente - a travs de una clasificacin por ausencia y presencia, por jerarqua u orden
- cuantitativamente a travs de magnitudes (nmeros).
Una cuestin que se desprende de la definicin anterior es que toda variable tiene una escala
de valores (Variables cuantitativas) o sistema de categoras (Variables cualitativas) dentro de los cuales
las UdeA pueden adoptar un valor especfico.
En el cuadro N 2 ya hemos mencionado ejemplos de Valores para distintas variables, veamos
en detalle algunos de ellos:
Variables de ndole cuantitativa
-
Las fumigaciones (UdeA) pueden ser clasificadas segn la velocidad de avance a la que
fueron efectuadas (Variable), las cuales se pueden expresar en km/hora siendo 20, 28 y 30
distintos valores que puede asumir la misma.
La edad (Variable) del productor agropecuario (UdeA) puede asumir distintos Valores de
acuerdo a los aos cumplidos: 25, 26, 27 37 63, etc.
Las fumigaciones (UdeA) pueden asimismo ser clasificadas de acuerdo al tipo de boquilla
utilizada (Variable). En principio estas pueden ser cilndricas cnicas (Categoras de la
variable).
La escala de valores (o sistema de categoras) de las variables son previamente definidas por el
investigador y para ser correctamente construidas deben cumplir ciertos requisitos:
-
Las clasificaciones sern exhaustivas. Esto significa que debe ser posible ubicar
(clasificar) a cada una de nuestras UdeA en algn valor o categora de la variable, ninguna
de ellas puede quedar al margen de la clasificacin.
Los valores o categoras deben ser mutuamente excluyentes. Toda UdeA pueda ser
clasificada solamente en un valor de la variable y no en varios a la vez.
Los sistemas clasificatorios de las variables deben ser coherentes con las unidades de
anlisis que pretenden clasificar.
Matriz de Datos
Llegados a este punto, estamos en condiciones de efectuar una primera aproximacin al
concepto de matriz de datos tal cual lo conceptualizara Galtung. De acuerdo a este autor, la matriz de
datos es una forma de ordenar los datos en una disposicin cuadrangular de manera que sea visible su
estructura tripartita. En la misma, las UdeA ocupan la direccin de las hileras, las variables la de las
columnas y los valores aparecern en el cruce de hileras y columnas (Samaja: 1996).
se planteado por la misma. Desde este punto de vista la matriz es una estructura sumamente til en las
ltimas etapas de la investigacin, cuando ya hemos recolectado nuestros datos y debemos emprender
la tarea de procesar y analizar los mismos.
Sin embargo, la comprensin de la estructura del dato cientfico es fundamental desde el inicio
de una investigacin, dado que es el momento donde el investigador plantea cuales sern las unidades
de anlisis y los conceptos relevantes en su investigacin.
Dimensiones e indicadores
Como indicamos anteriormente, Samaja sostiene que la estructura del dato cientfico tiene cuatro
elementos en lugar de tres. Para dar cuenta de ello incorpora dos nociones fundamentales: Dimensin e Indicador.
Vamos a entender por dimensin de la variable un aspecto parcial de la misma que es
relativamente independiente de otros aspectos y que, en conjunto, constituyen su sentido total (Samaja: 1996)
Con la nocin de dimensin Samaja explicita que con frecuencia los atributos (variables) de las UdeA
que deseamos estudiar presentan una complejidad tal que para establecer el valor exacto que adoptan las mismas
debemos considerar una combinacin de atributos o propiedades que lo componen.
Por ejemplo, si se quisiramos evaluar la calidad comercial (variable) de cierto fruto como puede ser el
tomate (UdeA), investigaremos sobre distintas dimensiones que hacen a esa propiedad general: tamao, madurez,
textura, acidez, porcin comestible, presencia de daos internos y externos, etc.
Obsrvese que el estudio de cada uno de estos atributos por separado nos brindar como resultado una
faceta de la variable, pero ninguna nos dir por s sola es de buena calidad comercial. La ausencia de daos en
el fruto y una adecuada madurez - que indicaran una buena calidad - pueden ir acompaadas de un tamao
pequeo que reduce la calidad comercial del fruto.
En consecuencia, el valor de la variable Calidad comercial ser una inferencia, un salto de las partes a
un todo.
En sntesis, para comprender una variable compleja, es necesario dimensionarla, y de acuerdo a la
dimensin que se evale, habr que hallar el procedimiento, que aplicado a la dimensin de la variable estudiada,
permitir inferir el valor de sta. Cada dimensin tiene un procedimiento especfico. Es importante destacar que el
valor del indicador no es lo mismo que el valor de la variable.
VARIABLE
Debajo de la letra (R = valor), figura el smbolo del indicador (I), que est en relacin de igualdad con la
dimensin y el procedimiento, cuyos smbolos (D) y (P) estn inmediatamente por ebajo de la variable
(V). Esta ubicacin en el diagrama busca sugerir la relacin de subordinacin que existe entre las
dimensiones y la variable de la cual son aspectos.
El trmino "matriz de datos" se refiere a la estructura cuatripartita de todo dato cientfico, segn la cual, el dato
cientfico (siempre!) contiene como elementos constitutivos: unidad de anlisis (UA), variable (V), valor (R) e indicador
(I). (Con el importante agregado de que el indicador es a su vez una sub estructura compuesta de dos elementos:
dimensin y procedimiento).
que sus objetos son analizables en partes, y que las variaciones de estas partes son relevantes para la
determinacin de los atributos de esos mismos objetos, y
que sus objetos estn includos en contextos (UA/Na+1) cuyas variaciones son relevantes para la
determinacin de los atributos de los objetos estudiados (UA/Na).
Los trazos verticales unen a elementos diferentes de las matrices de distinto nivel: con lnea simple
a la variable del nivel inferior con el valor del nivel inmediato superior; con trazo doble
a la unidad de anlisis del nivel inferior con la variable del nivel superior; y con un trazo de puntos
se simboliza la proyeccin de la [UA] del nivel superior sobre el nivel inferior, como variable contextual.