INTRODUCCION

El presente es un documento de trabajo cuyo fin es orientar al estudiante en la

elaboracin de algunos de los aspectos que mayor dificultad suponen en la
propuesta de un proyecto de investigacin. Para efectos del presente
documento se entiende como proyecto de investigacin (o proyecto de tesis) el
documento que se elabora con el propsito de anticipar las acciones de
investigacin que se piensa realizar en torno a una problemtica identificada.
En ese sentido, no se debe confundir proyecto de investigacin con informe de
investigacin, documento que supone el desarrollo de la tesis completa. En
este documento se abordan cinco tpicos de la metodologa de investigacin:
La matriz de consistencia lgica, herramienta que permite formular
adecuadamente las preguntas, objetivos e hiptesis de investigacin.

MATRIZ DE CONSISTENCIA

Es un instrumento de varios cuadros formado por columnas y filas y permite

evaluar el grado de coherencia y conexin lgica entre el ttulo, el problema, los
objetivos, las hiptesis, las variables, el tipo, mtodo, diseo de investigacin la
poblacin y la muestra de estudio.

ELEMENTOS Y ASPECTOS CONSIDERADOS EN LA MATRIZ DE

CONSISTENCIA

Titulo
Problemas generales y especficos
Objetivos generales y especficos El rubro: Hiptesis general y

especficas
Variables dimensiones e indicadores
Tipo, mtodo, diseo de investigacin, poblacin y muestra.

ASPECTOS ESENCIALES QUE DEBEN EVALUARSE EN UNA

MATRIZ DE CONSISTENCIA
La consistencia y concordancia del ttulo con el problema, objetivo y la hiptesis
general La consistencia y concordancia entre los elementos especficos del
problema, el objetivo y la hiptesis Nmero de elementos especficos El rubro:
Hiptesis general y especificas Sentido o direccin de los elementos
especficos

Naturaleza

conceptual

de

los

elementos

especficos

Correspondencia entre el nmero de dimensiones de la variable independiente

con el nmero de elementos especficos del problema, objetivo e hiptesis
general. Congruencia entre el ttulo del proyecto de investigacin y el tipo de
diseo indicado en la matriz. Coherencia entre los mtodos y tcnicas
seleccionadas con el problema de investigacin, la poblacin y la muestra de
estudio.

RECOMENDACIONES PARA LA ELABORACIN DE UNA

MATRIZ DE CONSISTENCIA

Dominio terico y conceptual del proceso de la investigacin cientfica.

Dominio metodolgico procedimental.
La matriz de consistencia debe ser trabajada al inicio, en el proceso y se

consolida al concluir el proyecto de investigacin.

La matriz de consistencia debe construirse en un cuadro que contenga
columnas con elementos claves del proyecto de investigacin,

distribuidos secuencialmente y en forma horizontal.

Las deficiencias e incoherencias detectadas en el anlisis terico y
metodolgico de los componentes de la matriz deben ser corregidos
inmediatamente.

MODELOS DE LA MATRIZ DE CONSISTENCIA

La matriz de consistencia lgica

Se presenta la matriz de consistencia lgica, en una forma sinttica, con sus

elementos bsicos, de modo que facilite la comprensin de la coherencia
interna que debe existir entre preguntas, objetivos e hiptesis de investigacin.
Se sigue el planteamiento de Hernndez, Fernndez y Baptista (1997,1998 y
ediciones posteriores) respecto al tipo de investigacin, para delinear los
enunciados que se pueden formular en el proyecto de investigacin. Se ofrece
un modelo bsico en cada una de las matrices. Pero se acompaan ejemplos
de enunciados correctamente formulados en relacin al modelo y de
enunciados que no alcanzaron una adecuada redaccin. Los modelos que se
presentan corresponden a los siguientes tipos de investigacin:
Correlacional
Explicativa, con diseo preexperimental.
Explicativa, con diseo experimental y cuasi experimental.

MODELO 1: INVESTIGACIN CORRELACIONAL

Aqu presentamos dos variantes en torno al problema de investigacin, referido
especialmente a la investigacin correlacional (recurdese que algunos autores
la denominan relacional, y otros, descriptivo correlacional).
Modelo especfico: VI VD Matriz en funcin de las variables y de la relacin
entre las variables. Recomendaciones:
Formular las preguntas, objetivos e hiptesis especficas en funcin de cada
una de las variables.
La tercera pregunta especfica constituye slo una reformulacin en trminos
estadsticos de la pregunta general.
VI: Variable independiente - Actitud hacia el desarrollo
VD: Variable dependiente - Conocimiento sobre proteccin medioambiental

Modelo especfico:
VI(d) + VD Matriz en funcin de las variables y de la relacin entre las
dimensiones de la variable independiente respecto de la variable dependiente.
Recomendaciones:
Formular las preguntas, objetivos e hiptesis especficas en funcin de cada
una de las dimensiones de la variable independiente.
VI (d): Variable independiente- Actitud hacia el desarrollo
VD: Variable dependiente- Prcticas de proteccin medioambiental
Para el ejemplo, se ha tomado como variable independiente la actitud hacia el
desarrollo, constructo que, para efectos del ejemplo, se concibe con tres
dimensiones:
Valoracin del desarrollo
Aproximacin al desarrollo
Percepcin de beneficios del desarrollo La variable dependiente es prcticas
de proteccin medioambiental

MODELO 2: INVESTIGACIN EXPLICATIVA

DISEO PREEXPERIMENTAL
En este caso, son pertinentes las siguientes recomendaciones:
Se tiene dos modos de plantear la pregunta general y el objetivo general; se
debe elegir un solo modo. Una vez ms, la recomendacin apunta a seguir la
pauta de la institucin donde se presenta el proyecto.
Las nicas preguntas y objetivos especficos que son exigibles son la
segunda y tercera (en este esquema); la primera no responde al objetivo
general de investigacin; y la cuarta, es una reformulacin conjunta de lo que
se quiere buscar en la segunda y tercera.

MODELO 3: INVESTIGACIN EXPLICATIVA

DISEOS EXPERIMENTAL Y CUASI EXPERIMENTAL
En este caso, son pertinentes las recomendaciones dadas para el caso
anterior. Conviene tener en cuenta algo ms: es mejor introducir en las
preguntas y objetivos especficos los grupos que suponen estos diseos. Tenga
en cuenta otro detalle: en la prctica es difcil introducir la aleatoriedad en la
conformacin de los grupos, especialmente en las disciplinas que trabajan con
comunidades previamente conformadas (caso de la Ing. Ambiental y otras). Por
lo general, los grupos humanos tienden a presentarse como se dan en la
realidad; en ese sentido, la mayora de estudios que tengan un grupo de
comparacin, pero que no aceptan la aleatoriedad en la conformacin de los
grupos, adoptarn el diseo cuasi experimental.

Veamos algunos ejemplos de trabajos de investigacin realizados:

Ttulo DIMENSIONES DE LA PERSONALIDAD Y ACTITUD HACIA LA ENSEANZA
DE LOS DOCENTES DE LA UNIVERSIDAD JOS CARLOS MARITEGUI, DE
MOQUEGUA 2004
Nivel: Maestra
Mencin: Docencia Universitaria y Gestin Educativa
Institucin: Universidad Privada de Tacna
VI: dimensiones de personalidad VD: Actitud hacia la enseanza
Problema (pregunta general)
Qu relacin existe entre las dimensiones de la personalidad y la actitud hacia la
enseanza del docente de la Universidad Jos Carlos Maritegui, de Moquegua?
Preguntas especficas
PE1: Cules son las dimensiones de personalidad que identifican al docente de la
Universidad Jos Carlos Maritegui, de Moquegua?
PE2: Cul es la actitud hacia la enseanza del docente de la Universidad Jos
Carlos Maritegui, de Moquegua?
PE3: Existe asociacin entre las dimensiones de personalidad y la actitud hacia la
enseanza del docente de la Universidad Jos Carlos Maritegui, de Moquegua?
Objetivo General Analizar la relacin que existe entre las dimensiones de la

personalidad y la actitud hacia la enseanza del docente de la Universidad Jos

Carlos Maritegui, de Moquegua.
Objetivos Especficos
O1: Determinar las dimensiones de personalidad que identifican al docente de la
Universidad Jos Carlos Maritegui, de Moquegua.
O2: Determinar la actitud hacia la enseanza del docente de la Universidad Jos
Carlos Maritegui, de Moquegua.
O3: Determinar si la dimensin de personalidad y la actitud hacia la enseanza del
docente de la Universidad Jos Carlos Maritegui, de Moquegua, estn asociados.
Hiptesis general
HG: Existe una relacin significativa entre las dimensiones de la personalidad y la
actitud hacia la enseanza del docente de la Universidad Jos Carlos Maritegui, de
Moquegua. Hiptesis especficas
H1: La personalidad del docente de la Universidad Jos Carlos Maritegui, de
Moquegua, es extrovertida, estable y flexible.
H2: La actitud hacia la enseanza del docente de la Universidad Jos Carlos
Maritegui, de Moquegua, es autoritaria.
H3: Las dimensiones de la personalidad y la actitud hacia la enseanza del docente de
la Universidad Jos Carlos Maritegui, de Moquegua, estn asociados. Ntese en
este caso que la primera HE tiene una posible respuesta para cada una de las
dimensiones de la personalidad que se examinan en la variable.

EJEMPLOS DE LA ELAVORACION UNA MATRIZ DE CONSISTENCIA

TCNICAS E INSTRUMENTOS DE
INVESTIGACIN
Es de particular importancia otorgar y no olvidar el valor que tienen las tcnicas
y los instrumentos que se emplearn en una investigacin. Muchas veces se
inicia un trabajo sin identificar qu tipo de informacin se necesita o las fuentes
en las cuales puede obtenerse; esto ocasiona prdidas de tiempo, e incluso, a
veces, el inicio de una nueva investigacin. Por tal razn, se considera esencial
definir las tcnicas a emplearse en la recoleccin de la informacin, al igual que
las fuentes en las que puede adquirir tal informacin.
Rojas Soriano, (1996-197) seala al referirse a las tcnicas e instrumentos para
recopilar

informacin

como

la

de

campo,

lo

siguiente:

Que el volumen y el tipo de informacin-cualitativa y cuantitativa- que se

recaben en el trabajo de campo deben estar plenamente justificados por los
objetivos e hiptesis de la investigacin, o de lo contrario se corre el riesgo de
recopilar datos de poca o ninguna utilidad para efectuar un anlisis adecuado
del problema.
Efectuar una investigacin requiere, como ya se ha mencionado, de una
seleccin adecuada del tema objeto del estudio, de un buen planteamiento de
la problemtica a solucionar y de la definicin del mtodo cientfico que se
utilizar para llevar a cabo dicha investigacin. Aunado a esto se requiere de
tcnicas y herramientas que auxilien al investigador a la realizacin de su
estudio. Las tcnicas son de hecho, recursos o procedimientos de los que se
vale el investigador para acercarse a los hechos y acceder a su conocimiento y
se apoyan en instrumentos para guardar la informacin tales como: el cuaderno
de notas para el registro de observacin y hechos, el diario de campo, los
mapas, la cmara fotogrfica, la grabadora, la filmadora, el software de apoyo;
elementos estrictamente indispensables para registrar lo observado durante el
proceso de investigacin.
Al utilizar el instrumento de medicin citado, se procur vincular conceptos
abstractos con indicadores empricos, mediante clasificacin y/o cuantificacin,

para reunir los requisitos de confiabilidad y validez; la confiabilidad se refiere al

grado en que la aplicacin repetida de un instrumento de medicin al mismo
sujeto u objeto, produce iguales resultados; la validez refiere al grado en que
un instrumento de medicin mide realmente la(s) variable(s) que pretende
medir.
Todo problema de investigacin cientfica, an el ms abstracto, implica de
algn modo una tarea de medicin de los conceptos que intervienen en el
mismo, para ello se seleccion un instrumento de medicin vlido y confiable
de donde se obtuvieron las observaciones y mediciones de las variables que
son de inters para nuestro estudio.

-Definicin, tipos y medida de las variables Una variable es una caracterstica o

propiedad de un sujeto, hecho social o situacin cuyos valores que son objeto de
estudio pueden variar y mostrar diferentes valores de una unidad de anlisis a otra.
Las variables pueden asumir diferentes valores lo que se puede observar en la
siguiente ejemplificacin:
Variables
Nivel o grado de escolaridad

Valores
Primaria incompleta
Primaria completa
Secundaria incompleta
Secundaria completa
Educ. Superior incompleta
Educ. Superior completa

Tipo de variables
Segn la relacin causa - efecto analizado, las variables pueden dividirse, de
acuerdo con el papel que desempeen en la relacin causal, en
independientes, dependientes e intervinientes:

- Variable independiente. Es una variable que se utiliza para explicar el

comportamiento de otra variable dependiente. Se denomina tambin variable
explicativa o predictora. Por ejemplo, el nivel de ingresos puede ser explicado
por el nivel de escolaridad, que en este caso es la variable independiente.
- Variable dependiente. Es aquella cuyo comportamiento es explicado por otra
u otras independientes. Se la denominaba tambin variable a explicar, por
ejemplo, el comportamiento lector (variable dependiente) puede ser explicado
por la edad del individuo.
- Variable interviniente. Supone que la relacin entre dos variables est
mediada por otra u otras que determinan o influyen, si es el caso, los efectos o
las caractersticas de las primeras. Cabe preguntarse desde ya, acerca de
como decidir: Cul es la variable interviniente? Ya que es evidente que en
cada hiptesis hay potencialmente muchas variables que pueden intervenir. La
respuesta est en la pregunta acerca de cules factores (de acuerdo al criterio
terico-metodolgico del analista) estn ms relacionados, tanto con la variable
Independiente como con la variable dependiente.
En funcin de los valores cuantitativos que pueden adoptar, las variables se
clasifican en los siguientes tipos:
- Variable contina. Es aquella que puede tomar cualquier valor numrico. Por
ejemplo, el monto de los salarios de una poblacin en estudio, rendimiento
acadmico, expresado en promedios.
- Variable discreta. Es aquella que slo puede tomar un nmero finito de
valores distintos. Por ejemplo, el nmero de hijos.
- Variable dicotmica. Aquella que slo puede tomar dos valores, por ejemplo,
el sexo (hombre - mujer), una afirmacin o negacin (s - no), la evaluacin de
un test (aprobado reprobado) o una apreciacin o creencia (verdadero falso).

EL MUESTREO
Es comn en la investigacin social de tipo aplicada, la mayora del
conocimiento existente se debe a experiencias basadas en inferencias a partir
de la observacin y el anlisis de un limitado nmero de unidades de anlisis.
De la calidad y representatividad de ese nmero limitado de unidades de
anlisis muestra depender la validez y confiabilidad de la informacin
recolectada. En los diseos cuantitativos, el proceso de escogencia de una
muestra es importante. De all la importancia de definir quines van a ser
estudiados (unidades de anlisis), esto debe hacerse a partir de los objetivos
del estudio. Tanto el costo de cada entrevista personal como el lmite de tiempo
disponible no permiten realizar un censo o una cobertura total de la poblacin
de votantes, en estos casos, se recomienda usar muestras cuando no es
posible medir o contar a cada una de las unidades de anlisis de la poblacin.
Objetivos
El objetivo final de una investigacin social no se reduce solamente a la
descripcin de procesos de intervencin, diagnsticos, evaluaciones sobre
poblaciones particulares, en muchas ocasiones, lo que se pretende es
generalizar los resultados de esos procesos. Matemticamente es posible
describir las caractersticas de una poblacin a travs de estadsticos14
mustrales.
Desarrollo
El muestreo es la tcnica con que se determina el tamao y los elementos que
integrarn la poblacin muestral a fin de que cumpla la condicin de ser
representativa de toda la poblacin. Hay varios tipos de muestreo y cada uno
tiene diferentes frmulas aritmticas para calcular el tamao de la muestra, as
como distinto mtodo de elegir los integrantes de sta.
Determinacin de la muestra
Cuando se analizan todos los integrantes de una poblacin se tiene un censo.
Cuando se analizan algunos casos, pero que cumplen la condicin de ser
representativos de toda la poblacin, se tiene una muestra poblacional. Ambos
procedimientos tienen ventajas y desventajas. En el censo se tiene la ventaja
de incluir a todos los miembros de la poblacin, por lo que no hay necesidad de
generalizar los resultados; la desventaja es que levantar un censo de poblacin
puede ser casi imposible por cuestiones de tiempo y recursos. La muestra tiene
como ventaja que reduce la cantidad de recursos y tiempo requeridos; la
desventaja principal esta asociada con el grado de representatividad de la
informacin recogida, la cual no olvidemos, se requiere para hacer inferencia al
resto de la poblacin.

MTODOS DE MUESTREO
Los mtodos de seleccin de las unidades de anlisis que componen una
poblacin muestral, pueden clasificarse en dos tipos:
Muestreo aleatorio o probabilstico y muestreo no aleatorio.
Muestreo aleatorio o probabilstico
Muestreo aleatorio probabilstico simple
Es aquel en que cada individuo dentro de la poblacin tiene la misma probabilidad de
ser seleccionado como integrante de la muestra. As, en una poblacin de tamao N,
cada individuo de la poblacin total tiene una probabilidad de ser elegido de 1/N. Los
elementos de la muestra se eligen en forma aleatoria, por ejemplo: Por ejemplo, se
requiere seleccionar una muestra representativa de un grupo de 3000 estudiantes
matriculados en la Facultad de Administracin de Empresas. Hay dos maneras de
hacerlo mecnicamente o de forma aleatoria:
Por sorteo: se seleccionan escogiendo al azar (10%) un nmero predeterminado de
estudiantes.

Muestreo sistemtico
En este mtodo los elementos se escogen aplicando un criterio de seleccin
preestablecido y uniforme, por ejemplo: en la seleccin de 300 estudiantes de un
grupo de 3000 se puede utilizar el siguiente procedimiento: Con el listado de 3000
estudiantes y una poblacin muestral preestablecida de 300 personas, se seleccionan
dentro de la poblacin (3000) a un nmero de "n" elementos a partir de un intervalo Q
(Q= N/n) de seleccin. Por ejemplo: Q = 3000/300 = 10; este valor indica que de cada
10 personas ser elegida una hasta completar el listado de 3000.

Muestreo estratificado
Para este tipo de muestreo, la poblacin se divide en subpoblaciones, grupos o
estratos que se presentan en la poblacin con base en algn criterio o atributo, como:
lugar de residencia; grupo de edad o etario; gnero, etc. Y se selecciona una muestra
para cada subpoblacin o estrato. Los elementos se escogen al azar dentro de cada
subpoblacin o estrato.

Muestreo estratificado proporcional

Este tipo de muestreo estratificado es un caso particular de muestreo estratificado en
el cual se escoge en cada grupo el nmero de elementos que es proporcional al
tamao del estrato. Es el ms utilizado, dado que las particularidades de la poblacin
sexo, edad, nivel de escolaridad, nivel de ingresos, etc. - pueden influir en la
determinacin de los elementos que integran la muestra.
Desagregada la poblacin estudiantil del Programa de Administracin de Empresas,
de acuerdo a un criterio proporcional, la distribucin es la siguiente:

Poblacin

Muestra
10%

Estrato A

770

77

Estrato B

1500

150

Estrato C

730

73

3000

300

Muestreo no aleatorio - no probabilstico

En ste tipo de muestreo, se utiliza el conocimiento y la opinin personal del
investigador para identificar aquellos elementos de la poblacin que debern estar
incluidos en la muestra.

Muestreo dirigido no probabilstico

Tales muestras pretenden seleccionar unidades de anlisis que de acuerdo al criterio
del experto son representativos de una poblacin en estudio.

Muestreo por cuotas

Se utiliza en estudios en donde el criterio de desagregacin de la poblacin son ciertas
caractersticas de las variables demogrficas de la poblacin, por ejemplo, jvenes
profesionales menores de 30 aos. El analista selecciona las personas con esas
caractersticas hasta completar la cuota definida intencionalmente.

SISTEMATIZACIN DE LA INFORMACIN
Contiene la descripcin breve de la secuencia de procedimientos utilizados
para preparar una informacin para ser sistematizada. El procesamiento de la
informacin requiere no solo de un proceso de planeacin sino tambin de un
plan adecuado de manipulacin de los datos lo que determinar unos
resultados que realmente sirvan para los objetivos del estudio. Igualmente, se
muestran los procedimientos para configurar la estructura de un archivo de
trabajo, introducir los datos, guardarlos, transformarlos y leerlos. El
procesamiento de los datos es una necesidad muy usual en diversas reas:
gubernamental, de investigacin, acadmica, etc. Aunque los campos de
aplicacin sean diferentes, muchos de estos procesos son comunes. Dada esta
estandarizacin de la demanda de necesidades se han desarrollado programas
especializados de manejo y gestin de datos. Existe una gran variedad de
estos programas que difieren entre s, por ejemplo, en los aspectos de
capacidad nmero de datos y variables-, variedad de clculos que pueden
realizar y facilidad de su uso. Uno de estos programas es el SPSS (Statistical
Package for the Social Sciences) , dise ado en forma modular, cada uno con
mens desplegables y cuadros de dilogo que permiten acceder a las distintas
funciones que ofrece el programa. Este programa facilita en forma sencilla, dos
de las tareas bsicas del proceso de investigacin social aplicada, es decir, la
entrada y grabacin de los datos obtenidos y el anlisis estadstico de los
mismos.
Objetivos
Ante un conjunto de datos a analizar, surge la necesidad de elegir el tratamiento de
sistematizacin, es decir, la eleccin de una metodologa apropiada. Para una correcta
escogencia es necesario conocer los medios que se dispone. Esta Captulo tiene
como objetivo: Familiarizar a los estudiantes en el proceso de sistematizacin. Es decir
introducir a los estudiantes en el tratamiento de los datos. Por lo general, supone un
tratamiento informtico de los datos, lo cual implica la digitacin o grabacin, y el
almacenamiento en archivos de trabajo para su posterior manipulacin y anlisis. En

esta Captulo, se abordarn los aspectos operativos relativos al diseo de archivos de

trabajo mediante los mdulos del programa SPSS.
Desarrollo Desde el momento que se comienza a estudiar el planteamiento de un
problema de investigacin hay que planear dentro del diseo operacional, el proceso
de sistematizacin de los datos.

Sistematizacin de la informacin
El procesamiento de la informacin obtenida en el trabajo de campo requiere de un
plan adecuado de manipulacin de los datos y para tal efecto se deben realizar las
siguientes actividades:

Plan de anlisis de los datos:

De acuerdo a los objetivos del estudio se debe previamente disear un plan adecuado
de manipulacin de los datos.

El proceso de codificacin de la informacin obtenida:

A partir la informacin obtenida y una vez diseado el cuestionario con las preguntas,
se debe realizar la llamada prueba piloto para validar el instrumento de recoleccin de
informacin. Probado el instrumento se debe proceder al proceso de recoleccin de
informacin. Una vez validados los datos recogidos, se deben clasificar las respuestas
individuales obtenidas. Esta etapa se denomina codificacin y es de gran importancia
ya que la traduccin de todas las respuestas a cdigos exige no slo de un
conocimiento del tema sino tambin de los objetivos del estudio.

Diseo del libro de codificacin:

Se recomienda disearlo de tal forma que aquellos que realicen el trabajo de

codificacin tengan una gua precisa de cmo asignar un cdigo a cada uno de los
valores de las categoras de respuesta de cada pregunta (variable). El libro permite
traducir cada categora de respuesta a un nmero preestablecido (cdigo numrico), el
cual es vertido en la hoja de codificacin.

Transferencia de datos a una hoja de codificacin: Una hoja de codificacin es una

matriz formada por fila y columnas; una fila (horizontal) representa cada uno de los
registros cuestionario- de la encuesta; y las columnas (verticales) representan el valor
de cada variable

Manejo operativo del SPSS

SPSS para Windows consta de ventanas, mens, herramientas, cuadros de dilogos
que permiten comunicacin con el usuario. Aqu se incluye una breve descripcin de
estos conceptos para unificar el lenguaje. Para iniciar el programa haga doble clic con
el botn izquierdo del ratn sobre el icono del SPSS, aparecer la ventana del Editor
de datos SPSS y la ventana del Visor SPSS.

A travs de otras ventanas, de carcter temporal, SPSS interacta con el usuario para
brindar ayuda sobre una accin especfica (ventanas de ayuda) o para dar mensajes
de error o advertencias (ventanas de mensajes) o para completar informacin
necesaria para desarrollar los procesos necesarios para el anlisis de los datos. Estas
ltimas ventanas se denominan cuadros de dilogo. Men principal del SPSS La
pantalla principal del SPSS presenta una barra de mens con 9 mens desplegables
tipo cascada.

ANLISIS E INTERPRETACIN DE DATOS

El analista social debe saber qu tipo de estadsticos son ms pertinentes y cmo
analizar o leer los resultados. La importancia de lo anterior se basa en la idea que el
analista no debe ciegamente usar unos estadsticos, es decir, hay que evitar que sea
incapaz de juzgar su pertinencia en relacin con el problema de estudio, y menos leer
y evaluar la calidad de los resultados. Generalmente, este analista ciego considera
que la objetividad de los resultados est avalados por el carcter que toma todo
resultado estadstico cuando es producto casi mgico de un proceso de
sistematizacin, lo cual conduce a muchos errores. Para facilitar ese objetivo, se
desarrollan una serie de ejercicios prcticos basados en submuestras pequeas
acompaados de los procedimientos operativos a travs del programa SPSS. Ello
permite al estudiante seguir esos ejercicios, realizando personalmente los
procedimientos de decisin y manejo de los datos. Igualmente se ha elegido una
notacin de instrucciones que permite operar el programa SPSS que se emplea en
esta Captulo para analizar los distintos ejercicios prcticos presentados.

Desarrollo
Una vez planteado el problema que se va a investigar y se ha definido el marco de
referencia terico, conceptual y metodolgico que guiar el proceso de investigacin,
es necesario considerar cmo se analizar la informacin obtenida. En los estudios
sociales se necesita frecuentemente analizar el comportamiento de un conjunto de
datos con el objeto de determinar hechos o caracterstica que son de inters. Gran
parte del trabajo consiste bsicamente en analizar una informacin que se nos
presenta, en primera instancia, en forma descriptiva. El trmino anlisis aqu lo vamos
a entender, en una doble perspectiva, una como un proceso de bsqueda de
elementos o aspectos o configuraciones que caractericen y contextualicen los
procesos o hechos estudiados. Y otra, como una simple lectura de unos resultados
obtenidos. Lo anterior est relacionado con el hecho que el anlisis de los datos

depende de una serie de elementos, entre los cuales, los ms importantes a

considerar son:
Los objetivos del estudio
La hiptesis de investigacin
El nivel de medicin de las variables Otra consideracin a tener en cuenta, cuando se
trabaja con un cmulo de informacin asociada a una poblacin, son los interrogantes
que surgen con relacin al comportamiento de los datos, especialmente en lo que
respecta a la distribucin y asociacin de stos.

Anlisis descriptivo de los datos

La primera tarea del analista es, a partir de una informacin confiable y vlida, hacer
una descripcin de las caractersticas de las unidades de anlisis, una segunda tarea,
si es el caso, hace referencia a la comparacin de sub-grupos en relacin con una o
ms caractersticas que son importantes en los objetivos formulados por el
investigador. Esta secuencia de tareas en el campo del anlisis de los datos tiene
como objetivo encontrar:
Aspectos que caractericen, en trminos cuantitativos, a los colectivos o procesos, en
los cuales se han definido, problemas de investigacin descripcin de variables-.
Clasificaciones, tipologas, diferencias o comparaciones entre ellos.
Relaciones entre variables sociolgicas.

Anlisis estadstico de los datos

Una segunda aproximacin al anlisis de los datos, se centra en el uso de estadsticos
descriptivos. Cuando se describe un conjunto de variables se trata de sintetizar sus
caractersticas en unos ndices numricos que representen adecuadamente a ese
conjunto de caractersticas. En este texto, bsicamente las tcnicas que se expondrn
sern las medidas de tendencia central, valores percentiles, dispersin y distribucin.
Para lograrlo el analista que ha sometido la informacin a un proceso de cuantificacin
debe hacerse tres preguntas bsicas:
Cmo se presentan los datos? Cul es la ubicacin o localizacin de los
datos? Lo que se pretende es describir ciertas caractersticas de un conjunto
de datos.
El procedimiento ms utilizado, para dar respuesta a este interrogante, son las
medidas de tendencia central, que permiten resumir el comportamiento de un conjunto
de datos alrededor de un punto prefijado tal como: La moda; la media; la mediana
Los datos respecto a sus puntos de agrupacin y localizacin estn
concentrados o dispersos?
Para determinar la concentracin de los datos o su dispersin alrededor de la media,
en una distribucin, se usa frecuentemente los conceptos de:

Rango de variacin
Valores percentiles
Desviacin estndar o tpica