Metod. de Investigacion Cuantitativa PDF

JAIME ALIAGA TOVAR
TOMS CAYCHO RODRGUEZ
METODOLOGA DE
LA INVESTIGACIN
CUANTITATIVA
JAIME ALIAGA TOVAR

1
JAIME ALIAGA TOVAR
Al Dr. Ernesto Pollitt Burga,

figura mayor de la investigacin cientfica
en psicologa
2
JAIME ALIAGA TOVAR
NDICE
ndice.. 2
Introduccin.. 6
Orientaciones Metodolgicas.. 8
Primera Unidad: El conocimiento cientfico. 11
Leccin I: El conocimiento cientfico. 15
El conocimiento. 15
Dificultades para la elaboracin del conocimiento 18
Tipos de conocimiento... 20
El conocimiento cientfico. 21
Caractersticas del conocimiento cientfico. 22
Cmo saber que lo que se sabe es real en realidad?............. 24
Leccin II: Ciencia y Teora 25
La ciencia 25
Clasificacin de la ciencia. 26
Elementos de la ciencia.. 28
La ciencia como producto y como proceso. 28
La teora.. 29
Poder explicativo de la teora cientfica. 29
Leccin III: Mtodo cientfico e investigacin cientfica.. 33
El mtodo cientfico.. 33
Elementos del mtodo cientfico 34
La investigacin cientfica. 35
Investigacin y teora.. 36
Leccin IV: Elementos del conocimiento cientfico 39
Hecho 39
Teora. 40
Modelo.. 43
Concepto. 47
Constructo. 47
Variable 48
Datos. 49
Definicin de conceptos. 50
Hiptesis. 52
Leyes. 55
Segunda Unidad: El proceso de la investigacin cuantitativa I 66
Leccin I: El problema de investigacin. 70
Esquema del proceso de investigacin cuantitativa.. 70
El problema de investigacin. 72
Clasificacin de los problemas de investigacin. 72
3
JAIME ALIAGA TOVAR
Aspecto formal 75
Caractersticas de los problemas cientficos.. 76
Ejemplos de problemas de investigacin. 77
Pautas para la bsqueda de problemas. 78
Planteamiento del problema 79
Un error frecuente en el planteamiento del problema de
84
investigacin
Una precisin conceptual 84
Leccin II: Objetivos y justificacin de la investigacin.. 86
Objetivos de investigacin 86
Clasificacin de los objetivos de investigacin 86
Presentacin y redaccin.. 88
Justificacin de la investigacin 89
Ejemplos de justificaciones. 89
Leccin III: El marco terico y definicin de trminos
92
bsicos....
El marco terico... 92
Propsito del marco terico 92
Etapas en la elaboracin del marco terico 92
Partes del marco terico 95
Leccin IV: Estrategias o tipos de investigacin. 101
Clasificacin de las estrategias o tipos de investigacin. 101
Investigacin exploratoria 102
Investigacin descriptiva.. 102
Investigacin correlacional.. 103
Investigacin explicativa 106
Tercera Unidad: El proceso de investigacin cuantitativa II. 115
Leccin I: Hiptesis 119
Concepto de hiptesis. 119
Criterios para determinar si la hiptesis es cientfica o no.. 119
Clasificacin de las hiptesis.. 120
Prueba de hiptesis....... 128
Leccin II: Variable. 130
Concepto de variable 130
Clasificacin de variables.. 130
Puede una variable cuantitativa ser transformada en variable
134
categrica?......................................................
Operacionalizacin de variables.. 134
Leccin III: Diseo. 143
Concepto de diseo 143
4
JAIME ALIAGA TOVAR
Seleccin del diseo.. 143

Diseo experimental. 143
Varianza sistemtica y varianza de error. 145
Validez interna 146
Validez externa. 153
Validez de constructo o construccin.......... 157
Validez estadstica.. 158
Mejoramiento de la validez interna.. 160
Principio Maxmincon. 165
Clasificacin de los diseos experimentales.. 166
Leccin IV: Diseos preexperimentales, cusiexperimentales
168
y experimentales puros.
Diseos preexperimentales. 168
Diseos de un grupo slo despes 168
Diseos pretest-postest con un solo grupo 169
Diseos de comparacin esttica o comparacin de grupos
170
slo despes
Diseos cuasiexperimentales. 171
Diseo de series temporales (o de series de tiempo) 172
Diseo con pretest-postest y grupos intactos, uno de ellos de
174
comparacin (o control no equivalente)..
Diseo contrabalanceado.. 175
Diseos experimentales puros.. 177
Diseos de 2 grupos totalmente aleatorizados GE y GC con
178
pretest nicamente.
Diseo de grupos aleatorios antes y despes con un grupo
180
control.
Diseo de dos grupos apareados 181
Diseo de grupos aleatorios con ms de dos condiciones
182
experimentales
Diseo de cuatro grupos de Solomon 183
Diseo de grupos aleatorios con bloques 184
Diseo de cuadrado latino 186
Diseos factoriales 187
Diseos N= 1. 191
Diseos no experimentales 193
Diseo transeccionales. 193
Diseos longitudinales 194
Cuarta Unidad: El proceso de investigacin cuantitativa IV. 206
Leccin I: Muestreo. 210
5
JAIME ALIAGA TOVAR
Individuo. 210
Poblacin... 210
Muestra... 211
Parmetro.. 211
Estadstico. 211
Estimacin de parmetros 211
Concepto de muestreo. 213
Procedimiento para hacer el muestreo.. 213
Elaboracin de la muestra probabilstica. 216
Muestra no probabilstica 218
Tamao de la muestra probabilstica.. 220
Tamao de la muestra no probabilstica 222
Leccin II: Recoleccin de datos... 223
Decisiones a tomar al planificar la colecta de datos.. 223
Leccin III: Anlisis cuantitativo de datos. 228
Tipos de anlisis.. 228
Propsitos del anlisis de datos 229
Etapas del anlisis de datos.. 230
Eleccin de la prueba estadstica.. 241
Concepto de prueba estadstica 241
Tipos de pruebas estadsticas 243
Criterios objetivos para elegir la prueba estadstica 250
Leccin IV: Interpretacin y explicacin de resultados 256
Anlisis, interpretacin y explicacin 256
Aspectos especficos a tener en cuenta en la interpretacin y
257
explicacin de resultados..
Un ejemplo de anlisis e interpretacin 258
Dos ejemplos de explicacin o discusin de resultados.. 259
Conclusiones 261
Bibliografa General.... 271
Glosario 278
Anexo 1: Perfil de un informe de investigacin.. 282
Anexo 2: Referencias bibliogrficas. 286
6
JAIME ALIAGA TOVAR
INTRODUCCCIN
De forma ideal, las polticas y regulaciones sociales as como las prcticas

profesionales que tienen como objetivo mejorar la calidad de vida de una
persona o de una sociedad deben estar basadas en evidencia generada
mediante el mtodo cientfico, lo cual est ganando adeptos en varias
reas (por ejemplo, medicina, salud pblica, psicologa, educacin, etc.).
Hay que tener muy en cuenta que los errores en los procesos de
diagnsticos o evaluaciones as como en los tratamientos o
intervenciones pueden tener consecuencias adversas en aquellas persona
que, precisamente, deberan beneficiarse. Es de suma importancia
conocer el procedimiento a seguir para generar evidencia cientfica que
gue las intervenciones sociales. As, el presente libro busca brindar, a
estudiantes, profesionales y pblico en general, informacin terica y
aplicada que permita desarrollar competencias y destrezas conceptuales,
procedimentales y actitudinales sobre la metodologa de la investigacin
cuantitativa, como instrumento para la adquisicin del conocimiento
cientfico.
El libro identifica las etapas del mtodo de investigacin cuantitativo

desde la formulacin de las hiptesis, antes de la aplicacin de la
investigacin, hasta la obtencin de los resultados que permiten aceptar
o rechazar la hiptesis inicialmente planteada. As, se concretiza la ruta,
mostrando las etapas de la investigacin aplicada que, en condiciones
apropiadas, genera la evidencia necesaria para la toma de decisiones en
la prctica clnica, la salud publica y la educacin. Se hace referencia
tambin a la divulgacin de los resultados de las investigaciones, los
cuales frecuentemente no quedan en las manos del investigador una vez
que ste los ha presentado en un forum pblico o los ha publicado en una
revista cientfica.
Cada etapa crea demandas epistemolgicas concretas y diferenciadas que

representan un reto a los conocimientos del investigador. De esta
manera, la claridad, coherencia y especificidad de la teora son claves
para la formulacin de una hiptesis en trminos concretos, buscando
llevar a cabo la investigacin necesaria que permita rechazarla o
aceptarla. A su vez, la formulacin de la hiptesis debe sugerir el diseo
cientfico a usar en la investigacin y las metodologas que permitan
colectar y analizar los datos que se obtengan para derivar conclusiones
lgicas y pertinentes. Brevemente, el valor emprico de una teora
depender de cuan clara y precisa es la definicin de los conceptos y de
las relaciones propuestas entre stos.
7
JAIME ALIAGA TOVAR
La teora es una fuente primordial de las hiptesis que se ponen a prueba

en el estudio del desarrollo psicolgico. Ello no niega, sin embargo, que la
observacin directa sea una rica fuente de informacin para la
identificacin de problemas y la formulacin de hiptesis relevantes a la
salud psicolgica, salud pblica y educacin. Sin embargo, generalmente
en estos campos, ni la teora ni las observaciones sirven para definir el
problema con precisin e identificar todos los factores o condiciones que
pueden influir sobre la naturaleza, variaciones, causas, consecuencias y
mecanismos detrs del problema. Para ello se necesita un conocimiento
amplio que permita llegar a concretar esa definicin e identificar las
variables a considerar. No obstante, la existencia de conocimientos que
llevan a sustentar coherentemente una hiptesis no es una condicin
suficiente para asumir la validez de esa hiptesis. Es la evidencia
colectada a travs del mtodo cientfico lo que permite tomar una
posicin sobre la validez de la propuesta.
En el libro, y a lo largo de los 16 captulos, tratamos de describir el

proceso natural que se sigue en la investigacin cuantitativa, y que
bsicamente se resume en las siguientes fases: 1. Concebir la idea a
investigar, 2. Plantear el problema, 3. Elaborar el marco terico, 4.
Definir el tipo de investigacin, 5. Formular las hiptesis, 6. Identificar y
definir las variables en estudio, 7. Seleccionar el diseo apropiado de
investigacin, 8. Seleccionar la muestra, 9. Recolectar los datos, 10.
Analizar los datos y, 11. Presentar los resultados.
Un logro importante del libro es haber realizado una revisin crtica de los
temas que componen sus captulos, buscando los datos ms importantes
que nos permitan entender el proceso de investigacin cuantitativo. Sin
embargo, somos concientes que comprender el proceso de investigacin
es una tarea titnica como comprender el fenmeno de la vida en toda
su magnitud, pues adems del componente tcnico, se suma y entrelazan
componentes filosficos y sociales. Esperamos que el libro permita
aclarar algunos conceptos importantes en la investigacin cuantitativa.
Jaime Aliaga & Toms Caycho, 2011
8
JAIME ALIAGA TOVAR
Orientaciones Metodolgicas
Sumilla del Curso
La naturaleza de la asignatura es de formacin general, de carcter terico-

prctico, teniendo como propsito, orientar al estudiante en la metodologa de la
investigacin cuantitativa, como instrumento para la adquisicin del conocimiento
cientfico. El curso prioriza una visin metodolgica y de procedimientos.
Descripcin de las Unidades del Texto
I Unidad: Metodologa de la Investigacin Cientfica: Paradigma

Cuantitativo de la Investigacin
La unidad describe analticamente el paradigma de investigacin cientfica,

metodolgica y conceptualmente, para una aplicacin creativa.
II Unidad: Proceso de Investigacin Cuantitativa I
La unidad identifica y distingue los criterios para el planteamiento del

problema, la formulacin de objetivos, la elaboracin del marco terico y
las estrategias y tipos de investigacin, especificando la funcin y
relaciones entre ellas, con la finalidad de orientar los procesos de
investigacin.
III Unidad: Proceso de Investigacin Cuantitativa II
La tercera unidad identifica y distingue los criterios para la formulacin de

hiptesis, operacionalizacin de variables y el diseo de investigacin
experimental, preexperimental y cuasiexperimental, especificando la
funcin y relaciones entre ellas, con la finalidad de orientar los procesos
de investigacin.
IV Unidad : Proceso de Investigacin Cuantitativa III
La cuarta unidad hace referencia a los procesos de muestreo, recoleccin

de datos, anlisis cuantitativo, interpretacin y explicacin de resultados.
9
JAIME ALIAGA TOVAR
OBJETIVO DEL CURSO
Desarrollar competencias y destrezas conceptuales, procedimentales y

actitudinales para la orientar al estudiante en la metodologa de la
investigacin cuantitativa, como instrumento para la adquisicin del
conocimiento cientfico
CRITERIOS DE EVALUACIN
Se evaluar las actividades de autoaprendizaje y el avance del proyecto

de investigacin que ser comunicado por medio de informes parciales al
profesor tutor, quien los revisar y aprobar. Los informes comprendern
cada una de las siguientes partes:
1. Primera parte:
Planteamiento del problema de investigacin: Seleccin y formulacin
del problema. Objetivos. Finalidad e importancia. Limitaciones del
estudio.
2. Segunda parte:
Marco de referencia de la investigacin: Marco histrico. Antecedentes
del estudio en el extranjero y el pas. Marco terico. Definiciones
conceptuales y operacionales.
3. Tercera parte:
Mtodo: Tipo y diseo de investigacin. Poblacin. Muestra.
Identificacin de variables. Tcnicas e instrumentos de recoleccin de
datos. Procedimiento. Estadsticos y pruebas para el tratamiento
estadstico.
4. Cuarta parte:
Resultados: Presentacin, anlisis e interpretacin. Verificacin de
hiptesis. Discusin de resultados. Resumen, conclusiones y
recomendaciones. Referencias bibliogrficas.
Informe final
El informe final ser presentado al profesor tutor para su revisin y

aprobacin.
10
JAIME ALIAGA TOVAR
Sugerencias para el estudio:

Recuerda:
1. Para aprender es necesario un aprendizaje activo y reflexivo para

lo cual tienes que.
a. Activar la informacin previa que tienes en relacin al tema y

sobre la base de ella iniciar la construccin de tu aprendizaje:
Qu s sobre este tema?, Qu tarea me solicitan, es fcil o
difcil?; Qu materiales necesito?
b. Al finalizar tu estudio la pregunta siempre debe ser: Qu de

nuevo aprend?
RECUERDA QUE PARA TENER XITO NECESITAS SER UN

ALUMNO AUTORREGULADO
11
JAIME ALIAGA TOVAR
Primera
UNIDAD
EL CONOCIMIENTO
CIENTFICO
Los psiclogos intentan comprender el comportamiento y los procesos

mentales mediante el desarrollo de teoras y la conduccin de
investigaciones psicolgicas
(Shaughnessy, Zechmeister y Zechmeister, 2007:23).
Qu es el conocimiento y cules son los tipos de conocimiento?

Qu es la ciencia?
En qu consiste el mtodo cientfico?
Es la psicologa una ciencia?
12
JAIME ALIAGA TOVAR
Competencias
CONCEPTUALES:
Define la ciencia y su mtodo en los diferentes campos

de la actividad humana.
Identifica las caractersticas del mtodo cientfico en
psicologa.
PROCEDIMIENTALES:
Aplica el mtodo cientfico en las actividades diarias.

Utiliza el mtodo cientfico en actividades para
constatar la necesidad de la ciencia en la obtencin
del conocimiento objetivo.
ACTITUDINALES:
Valora el mtodo cientfico como expresin de la

psicologa como ciencia.
Valora la utilidad del mtodo cientfico para la
obtencin de un conocimiento adecuado.
13
JAIME ALIAGA TOVAR
CONTENIDO TEMTICO
Leccin I: El conocimiento cientfico

El conocimiento
Dificultades para la elaboracin del conocimiento
Tipos de conocimiento
El conocimiento cientfico
Caractersticas del conocimiento cientfico
Cmo saber que lo que se sabe es real en realidad?
Leccin II: Ciencia y teora
La ciencia
Clasificacin
Elementos de la ciencia
La ciencia como producto y como proceso
La teora
Poder explicativo de la teora cientfica
Leccin III: Mtodo cientfico e investigacin cientfica
El mtodo cientfico
Elementos
La investigacin cientfica
Investigacin y teora
Leccin IV: Elementos del conocimiento cientfico
Hecho
Teora
Modelo
Concepto
Constructo
Variable
Datos
Definicin de conceptos
Hiptesis
Leyes
14
JAIME ALIAGA TOVAR
ESQUEMA CONCEPTUAL
OBSERVACIN
HIPTESIS
EXPERIMENTACIN
RESULTADOS
TEORA CONSECUENCIAS
DEDUCIDAS EN TRMINOS
FORMALES
Prediccin
Explicacin
Tiempo
HECHOS EMPRICOS HECHOS EMPRICOS
OBSERVACIONES OBSERVACIONES
ANTECEDENTES CONSECUENTES
CONCEPTOS CLAVE
Ciencia, conocimiento, investigacin cientfica, mtodo cientfico
15
JAIME ALIAGA TOVAR
Leccin I
El conocimiento cientfico
El Conocimiento
1. Concepto
En una primera aproximacin, el conocimiento es la accin y el

efecto del conocer. El conocer (del lat. cognoscere) es el acto de
aprehender o la aprehensin misma, operada por un sujeto, de un
objeto cualquiera de la realidad. Todo conocimiento tiene como
fuente a la realidad y se constituye en una relacin interactiva entre
un sujeto y un objeto -idea, hecho fsico cultural o social, otro o el
mismo sujeto-, sin esta relacin el conocimiento es imposible. En
consecuencia, el conocimiento siempre implica un sujeto
cognoscente y un objeto conocido, que puede, a veces, hacer parte
del sujeto que conoce; en efecto, se puede uno conocer a s mismo,
se puede conocer y pensar en sus pensamientos. Asimismo, el
conocimiento tambin implica la proposicin, enunciado o juicio
resultante del acto del conocer.
Ahora bien, si en la relacin sujeto-objeto se pone nfasis en el

objeto la relacin es de identidad o semejanza, consistiendo sta en
la representacin mental del objeto tal como se da en la realidad, un
ejemplo es el retrato de uno mismo pintado por un pintor retratista
(Figura 1, Autorretrato de Van Gogh); si se pone nfasis en el sujeto,
la relacin es de trascendencia, vale decir, el sujeto determina,
conforma, construye al objeto, hace representaciones mentales de
este, segn las categoras humanas; de modo que la representacin
mental ya no pretende identidad alguna con el objeto, sino que es
considerada slo como un smbolo o signo de ste; con la condicin
de que dicho smbolo o signo conduzca a la localizacin del objeto y lo
haga descriptible y previsible (Ezcurdia & Chvez, 1998), un ejemplo
es la pintura Gurnica de Picasso, que representa el bombardeo
realizado por la aviacin alemana de la ciudad de Gurnica el 26 de
abril de 1937 en la Guerra Civil Espaola (Figura 2).
El constructivismo y la psicologa cognitiva, por ejemplo, privilegian

en esta relacin al sujeto que conoce. En esta perspectiva, el
conocimiento en una aproximacin ms profunda es conceptuado
como las representaciones mentales que hace el sujeto del mundo
fsico, social y sobre s mismo (Retegui, 1999). Las
representaciones mentales o esquemas (guas de sucesos, marcos
16
JAIME ALIAGA TOVAR
en la percepcin visual, estereotipos sociales) aluden a conceptos de

un objeto, persona o situacin cuyos rasgos constituyentes se
corresponden con los atributos del objeto otorgndole significado, y
se interpretan como un patrn general del conocimiento o estructura
cognoscitiva organizada al cual se asimila los nuevos conocimientos y
se representa en redes semnticas complejas utilizables
independientemente o en relacin con otros esquemas (Beltrn,
1993).
Figura 1. Vincent Van Gogh (Autorretrato)
Figura 2. Gurnica de Pablo Picasso
17
JAIME ALIAGA TOVAR
Estas representaciones mentales en ltima instancia refieren a la

naturaleza (esencia y propiedad caracterstica de cada ser cosa u
objeto), a las cualidades (cada una de las circunstancias o caracteres
que distinguen a las personas, objetos y las cosas), y a las relaciones
de los objetos y las cosas (formas variables o invariables en que
interactan). En efecto, mediante el conocimiento, el humano
penetra en las diversas reas de la realidad para tomar posesin de
ella, la misma que presenta niveles o estructuras diferentes en su
constitucin. As, a partir de un ente, un hecho o fenmeno aislado,
se puede ascender hasta situarlo dentro de un contexto ms
complejo, ver su significado y funcin, naturaleza aparente y
profunda, origen, finalidad, subordinacin a otros entes, en fin su
estructura fundamental, con todas las implicaciones que de ello
resultan (Zorrilla, Torres, Luiz & Aleino, 1999).
La penetracin del conocimiento es las diversas reas de la realidad
se da por etapas pues el proceso del conocimiento es sensorial y
racional. En una primera etapa es sensorial pues en la praxis de la
interaccin del ser humano con lo externo del objeto, fenmeno o
hecho, el conocimiento de lo concreto y sensible se da a travs de los
sentidos que al ser excitados dan lugar a las sensaciones, que
unificadas e integradas constituyen las percepciones. La percepcin
reiterada de los mismos objetos conforma a las nociones o imgenes
de los objetos, aunque no se tengan presentes todas sus
propiedades, subyacindoles procesos como la observacin, la
comparacin y la memoria (Fiallo, Cerezal & Hedesa, 2008). La
segunda etapa implica el pensamiento abstracto, el razonamiento,
que nos permite ir ms all del conocimiento sensorial, mediante su
elaboracin separando lo no esencial de lo esencial y destacando lo
esencial como lo ms caracterstico de cada hecho o fenmeno. Para
este logro son indispensables la generalizacin y la abstraccin. Por la
abstraccin se separa lo trascendental de lo no trascendental, se
destaca lo principal, la propiedad o cualidad sin la cual no fuera viable
el objeto. Por la generalizacin, se analiza una cantidad de objetos,
hechos o fenmenos buscando lo que tienen de comn, lo que es
perteneciente a todos en general (tambin nos permite determinar lo
que tienen de diferente). Generalizacin y abstraccin nos permiten,
a su vez, llegar al concepto, que precisa las caractersticas generales
y esenciales de un objeto o clase de objetos. Sin conceptos no puede
haber pensamiento. El ser humano emplea a diario muchos
conceptos. As cuando dice La inteligencia se vincula con el
rendimiento escolar, el conocimiento que se manifiesta en esta
afirmacin se apoya en el domino de los conceptos inteligencia y
rendimiento escolar.
18
JAIME ALIAGA TOVAR
En su evolucin ascendente para penetrar en la realidad, el

pensamiento establece relaciones entre los conceptos mediante los
juicios y deducciones. El juicio conecta los conceptos reflejando sus
relaciones. La descripcin, comparacin, argumentacin, explicacin,
prediccin, comprensin y otras actividades cognoscitivas como las
hiptesis, las teoras, las leyes, se realizan mediante juicios que
suponen previamente el pleno domino de los conceptos que los
forman. Pero, hay juicios verdaderos y juicios falsos, dependiendo
esta conclusin de que las ideas que expresan se correspondan o no
con la realidad. Por ejemplo, si digo Caracas es la capital de Bolivia
este pensamiento es un juicio pero es falso. Un grado superior en el
proceso de penetracin de la realidad lo tiene la deduccin o acto del
pensamiento que extrae de juicios verdaderos un nuevo juicio. Una
deduccin es el paso de la verdad de una proposicin a la verdad de
otra proposicin. Por ejemplo, sea la proposicin verdadera Todos
los peruanos son americanos, entonces la proposicin algunos
peruanos son americanos deber ser necesariamente verdadera.
Existe una conexin necesaria, absoluta entre la verdad de la primera
proposicin y la verdad de la segunda (Miro Quesada, 1969). La
deduccin es fundamental en el conocimiento de objetos que no
pueden ser percibidos directamente por los sentidos, principalmente
para determinar su aspecto interno, la esencia de los fenmenos y
procesos. Por ejemplo, en el estudio de la estructura de la materia,
partiendo de un conjunto de juicios verdaderos sobre la posible
existencia de los tomos, elemento postulado desde la antigedad
griega por los filsofos Demcrito, Leucipo y Epicuro, se pudo
demostrar su autenticidad mediante una serie de deducciones.
Conceptos, juicios y deducciones como formas de pensamiento lgico
son las tres formas bsicas en las que ocurre todo el pensamiento
cientfico (Fiallo, Cerezal & Hedesa, 2008). En efecto, como dice el
egregio filosofo y lgico peruano Don Francisco Miro Quesada Es
gracias al pensamiento lgico que las ciencias exactas como las
matemticas y la fsica terica y aspectos importantes de las ciencias
empricas, pueden constituirse como disciplinas organizadas que
brindan al hombre conocimientos sobre las verdades y las cosas
(Miro Quesada, 1961).
2. Dificultades para la elaboracin del conocimiento
Como hemos visto, el conocimiento implica una proposicin,

enunciado o juicio resultante del acto del conocer, que debe ser
objetivo. La objetividad, sea en el sentido de intersubjetividad o
acuerdo de varios observadores; o de calidad de la observacin
realizada por un sujeto (House, 1994), se atiene siempre a los
hechos, sin inclinaciones tendenciosas. Un ejemplo de falta de
19
JAIME ALIAGA TOVAR
objetividad lo tenemos en la proposicin El agua de ro es negra.

La objetividad puede ser afectada por causas fisiolgicas, psicolgicas
e ideolgicas. Las fisiolgicas se vinculan con anomalas o patologas
del sistema nervioso que alteran la captacin correcta de la
informacin a travs de los sentidos. Ejemplos son las ilusiones
pticas captacin cognitiva de un objeto real, pero en forma errada
o distorsionada (Figura 3)-, y las alucinaciones percepciones
errneas, sin que existan estmulos reales. Las psicolgicas se
vinculan al temperamento, motivacin, experiencia creadora,
personalidad del sujeto cognoscente, en tanto que las ideolgicas se
vinculan con la situacin social, intereses econmicos, culturales en la
que este sujeto se formo o pertenece; y, desde la cual percibe o ve
la realidad y la juzga (Caballero, 2004). (Cuadro 1).
Figura 3. Ilusiones pticas.
20
JAIME ALIAGA TOVAR
Tabla 1.
Influencias de las cuales debe ser consciente y debe controlar el
investigador
Etnocentrismo: Tendencia a erigir valores y costumbres del grupo en

que se nacido y educado como normas infalibles de juicios y valoracin
de las conductas de cualquier otro grupo sociocultural.
Subjetividad: Tendencia a juzgar los hechos observados y las
situaciones con base en la emocin o la afectividad.
Autoritarismo (En el sentido de falacia de apelacin a la autoridad):
tendencia a aceptar como verdadera una afirmacin slo por lo que lo
dice otra persona, generalmente una denominada autoridad en una
materia, sin que este apoyada en razones, experimentos o
investigaciones probadas.
Dogmatismo: Tendencia a dar opiniones que erigen conocimientos en
verdades indiscutibles, al margen del estudio, de la crtica y del debate
Impresionismo: Tendencia a confundir experiencias transitorias con
verdades comprobadas. Afirmar de toda una clase de gente, lo que
nicamente nos consta de una persona o de un pequeo grupo de
personas.
Estereotipos: Tendencia a aceptar imgenes no comprobadas que le
forman al individuo desde la infancia, o hemos formado nosotros
mismos, respecto, particularmente, a grupos tnicos, culturales,
nacionales, etc.
Especialismo: Tendencia a devaluar cualquier conocimiento que no se
encuentre dentro del rea de nuestra especialidad.
(Nota: Elaboracin propia, basado en Pardinas, 1983)
3. Tipos de conocimiento
El objeto del conocimiento es lo real todo lo que existe -, que a su

vez es bastante complejo. La complejidad de lo real se relacionar
con formas diferentes de apropiacin de este por parte del sujeto
cognoscente, que darn origen a diversos niveles de conocimiento
segn el grado de penetracin del conocimiento y consiguiente
posesin ms o menos eficaz de la realidad, tomando en cuenta el
rea o estructura considerada. Generalmente se consideran los
siguientes tipos o niveles de conocimiento; vulgar o emprico,
filosfico y cientfico, aunque diversos tratadistas incluyen otros tipos
de conocimiento como el teolgico o religioso. El psiclogo debe
distinguir con facilidad estos tres tipos de conocimiento y examinarse
a s mismo sobre los niveles que ha alcanzado en las materias que ha
estudiado (Pardinas, 1983). En los dos siguientes apartados
21
JAIME ALIAGA TOVAR
trataremos acerca del conocimiento ordinario y del conocimiento

filosfico.
3.1 El conocimiento vulgar u ordinario
A travs de su experiencia personal, el saber de otros, tradiciones
de su colectividad, el humano logra un conocimiento ordinario,
emprico, que le permite conocer los hechos y su orden aparente
y tener explicaciones concernientes a las razones de ser de las
cosas y de los hombres, pero llega a este logro de una manera
ametdica, asistemtica, es decir, sin una crtica expresa de las
fuentes de este conocimiento, no pudiendo dar las razones que le
dan validez. Puede decirse que son series de proposiciones que
en algunos casos pueden estar acompaados de algn intento de
explicacin sin que esta explicacin a su vez este comprobada o
disprobada (Zorrilla, et al, 1999; Pardinas, 1983). Por ejemplo,
en el Per Colonial se conoca que la corteza de la quinina serva
para curar la malaria pero no se saba los principios qumicos de
esta corteza y la manera de su actuacin para la cura.
3.2 El conocimiento filosfico
La filosofa no es una ciencia tal como definimos a esta ms

adelante, pero es una forma racional de saber, es decir, saber
y ciencia no se identifican. La actitud filosfica se interesa por
lo que las cosas y el humano son en realidad. Pero no por afn
de dominio sino, en principio, por una aspiracin que es doble: el
deseo de saber y el encontrar la felicidad. Esta actitud asienta en
la curiosidad y se manifiesta en el interrogar, un continuo
cuestionar sobre s y sobre la realidad procurando comprender
est en su contexto ms universal. Se piensa la realidad para
esclarecerla a travs del discurso. Preguntas filosficas son por
ejemplo: Cul es el sentido del hombre y de la vida? Hay
libertad?, el hombre, ser dominado por la tcnica? El hombre
ser producido en serie, en tubos de ensayo? El progreso
tcnico es un beneficio para la humanidad? Cul es la relacin
entre el desarrollo y la tecnologa? Es de indicar que ramas de la
filosofa son la epistemologa, que se ocupa del conocimiento
cientfico, y la metodologa, cuyo mbito de accin est vinculado
al tratamiento de los mtodos de investigacin.
3.3 El conocimiento cientfico
Es gracias al conocimiento cientfico que el humano construye,
elabora, la mejor representacin mental o imagen de la realidad
en un momento dado, perfectible y cambiante por la propia
dinmica cientfica.
22
JAIME ALIAGA TOVAR
3.3.1 Concepto
Es aquel tipo de conocimiento generado en y por la ciencia

y que va ms all del conocimiento emprico de los
fenmenos o hechos estudiados, pues los trasciende
buscando las causas, las regularidades, principios o leyes
que los rigen, todo ello para describirlos, predecirlos,
explicarlos y comprenderlos mejor.
3.3.2 Caractersticas del conocimiento cientfico
Caracteriza al conocimiento cientfico lo siguiente:
1) Es crtico y fundamentado. Debe justificar sus

contenidos y dar pruebas de su verdad
2) Es sistemtico. Es un saber ordenado lgicamente

constituyendo un sistema que permite relacionar
hechos entre s. Las interrelaciones entre los
conocimientos es lo que da sentido a las TEORAS
(formulaciones que pretenden explicar un aspecto
determinado de un fenmeno), que se estructuran en
LEYES (principalmente en las ciencias naturales) y se
representan mediante MODELOS (representaciones
simplificadas de la realidad que muestran su
estructura y funcionamiento).
3) Es verificable. Se centra en fenmenos susceptibles de

ser comprobados experimentalmente o al menos
contrastados experiencialmente (de manera que
demuestren su adecuacin, su utilidad).
4) Es metdico. Los conocimientos cientficos no se

adquieran al azar, sino que son fruto de rigurosos
procedimientos (observacin, reflexin, contrastacin,
experimentacin, etc.).
5) Es comunicable. Debe utilizar un lenguaje cientfico,

unvoco en trminos y proposiciones, y que evite las
ambigedades.
6) Es provisorio. En ciencia no existe la verdad absoluta,

esta es provisoria. En este sentido, Daz & Heler,
1985, (citados en Marqus Graells, 1999) consideran
que el trmino verdad debera ser sustituido por el de
23
JAIME ALIAGA TOVAR
certeza, entendindola como una adecuacin

transitoria del saber a la realidad. El saber cientfico
est en permanente revisin, y as evoluciona.
En la tabla 2 se muestran algunas comparaciones entre el

conocimiento ordinario y el conocimiento cientfico.
Tabla 2.
Comparacin del conocimiento ordinario y del conocimiento cientfico.
Conocimiento ordinario Conocimiento cientfico

Se origina por el buen sentido o sentido Parte del sentido comn, haciendo un
comn(Facultad de juzgar deslinde y superndolo. Es producido
correctamente en casos determinados, por la investigacin cientfica utilizando
pero sin que se pueda justificar el el mtodo cientfico.
juicio; conjunto de opiniones que
generalmente en un medio
determinado, se imponen al espritu
(Escurdia y Chvez, 1998, p. 199).
Busca una explicacin racional de los Busca una explicacin racional de los
hechos de la experiencia. Es hechos.Es sistemtico (los
asistemtico (los conocimientos se conocimientos se estructuran en la
juntan laxamente). teora).
Su objetividad est limitada a la Su objetividad va ms all de los datos

percepcin y a la accin; no rebasa los e impresiones que ofrece la realidad
lmites de las propiedades empricas emprica. Construye imgenes de la
observables de los objetos y fenmenos realidad pretendidamente verdaderas e
de la realidad (cuando lo hace se impersonales; configura una superacin
remite al mito) (Tafur, 1994: 27). de las condiciones de vida cotidiana, la
experiencia propiamente personal y
subjetiva.
Es no especializado (Saber popular). Es especializado (Saber sobre una clase

definida de objetos).
No es preciso y puede estar equivocado Corrige o proporciona mayor precisin

(puede haber sido considerado al conocimiento ordinario.
cientfico).
Ejemplos:
Ejemplos:
- Los cuerpos dejados libremente en la
- Los cuerpos lanzados al aire caen a la atmsfera son atrados por el centro
Tierra. de la Tierra (Ley de la gravedad).
- Los precios en el mercado a veces - Los precios vara en el mercado de

suben a veces bajan. acuerdo a la ley de la oferta y la
demanda.
- Hay que enviar al nio a la cama sin
comer para que as no vuelva a hacer - Retirar un reforzador positivo para
lo que hizo. extinguir una conducta.
(Nota: Elaboracin propia)
24
JAIME ALIAGA TOVAR
4. Cmo saber que lo que se sabe es real en realidad?
Entendiendo por real a la existencia efectiva de un objeto concreto

que se expresa en su manera o modo de ser; y por realidad a todo lo
que existe en tanto que el conocimiento de ese existente es cierto, y
que esta certeza supone la verdad del conocimiento y la validez del
proceso lgico del conocimiento (Rodrguez, 2002), entonces para
saber que lo que sabe es real una respuesta la tiene la ciencia. En
efecto, los cientficos tienen ciertos criterios para aceptar la realidad
de algo que ellos mismos no experimentaron. Las afirmaciones deben
tener: a) apoyo lgico y, b) apoyo emprico, es decir deben tener
sentido y no deben contradecir las observaciones reales.
Por ejemplo, por qu los cientficos aceptan la afirmacin de que

hace fro en el lado oscuro de la Luna? Por lo siguiente: a) tiene
sentido si se considera que el calor superficial de la Luna proviene de
los rayos del Sol; b) las mediciones cientficas realizadas en el lado
oscuro de la Luna confirman la suposicin (Babbie, 2000).
Por otro lado, el acercamiento a la realidad a travs de la propia

experiencia la realizan los cientficos y los investigadores por medio
de la investigacin cientfica que persigue entender porque ciertos
fenmenos se relacionan con otros, por qu suceden ciertas
regularidades y divergencias, para as poder hacer explicaciones,
predicciones y comprender mejor la realidad. Este entendimiento se
sintetiza y se genera en el conocimiento cientfico.
25
JAIME ALIAGA TOVAR
Leccin II
Ciencia y Teora
1. La ciencia
1.1 Concepto
El trmino ciencia proviene del latn scire que significa saber,

conocer, y como tal es producto de la inteligencia del ser humano
para responder algunas preguntas, que Rodrguez (2002)
sinteriza en dos: En qu consiste el mundo realmente, en sus
estructuras csmicas, fsicas, biolgicas, sociales y de las cuales
somos parte? y, Qu sentido tiene y debe tener la accin social
del ser humano con relacin a esas estructuras del mundo real?
En este contexto, es tarea difcil conceptualizar a la ciencia,
incluso autores como Kerlinger & Lee (2002) prefieren no dar una
definicin explicita de la misma, y citan a Sampson quien en 1991
analizo dos puntos de vista opuestos: la perspectiva tradicional y
la socio-histrica. El objetivo de la primera es describir con el
mximo grado de exactitud cmo es el mundo en realidad. La
ciencia sera como un rbitro objetivo que distinguira lo que es
cierto y correcto de aquello que no lo es. El objetivo de la
segunda es concebir a la ciencia como una historia, pues la
realidad slo puede ser descubierta a travs de las historias que
se cuentan de ella. Los cientficos son narradores, no hay un
rbitro neutral pues cada historia esta permeabilizada por la
orientacin del narrador por lo que no hay una historia verdadera,
nica. (Kerlinger & Lee, 2002).
Sin embargo, es necesaria una caracterizacin general de la

ciencia. La entenderemos en tanto que construccin artificial de la
mente humana como un cuerpo de ideas (Bunge, 1984) o
conjunto racional de conocimientos objetivos, ciertos y probables,
sistematizados y comprobables que hacen referencia a objetos de
una misma naturaleza, resultantes de la investigacin hecha con
un mtodo vlido y enunciados en proposiciones lgicas.
Es un conjunto racional de conocimientos porque se fundamenta

en la razn, vale decir en ideas y razonamientos y no en
sensaciones, opiniones, pareceres o dogmas. Son conocimientos
objetivos, ciertos y probables por cuanto sus afirmaciones
pretender ser concordantes con los objetos de la realidad y deben
someterse al contraste de la realidad (comprobables
26
JAIME ALIAGA TOVAR
empricamente si la investigacin es fctica; o demostrados

lgicamente si la investigacin es formal). Son conocimientos
sistematizados porque aparecen estructurados y coherentes y no
formando un cmulo de enunciados inconexos. Son
conocimientos producidos por la investigacin hecha con un
mtodo vlido pues se basa en pruebas verificables (la
experiencia es fundamental para la verificacin de las
proposiciones cientficas en las ciencias fcticas). Son
conocimientos enunciados en proposiciones lgicas, porque la
ciencia como producto de la investigacin metdica est
constituida por un cuerpo de enunciados expresados y
organizados lgicamente (Teora).
En buena cuenta, para explorar, describir, predecir, explicar,

comprender y controlar las realidades de nuestro mundo, nos
es necesario precisin y claridad, orden y consistencia, lgica y
sistema. Slo la ciencia permite afrontar estas cuestiones.
El ideal de la ciencia es la sistematizacin, es decir el logro de una

interconexin sistemtica de los hechos, a partir de la cual se
justifica la interdisciplinariedad, es decir, el concurso de varias
disciplinas conexas entre s y con relaciones definidas a fin de que
sus actividades respecto al estudio de un objeto o hecho no se
produzcan en forma aislada, dispersa o fraccionada, y en
consecuencia se llegue a un conocimiento ms pleno del mismo.
(Tamayo, 2002).
1.2 Clasificacin de la ciencia
Se han propuesto varias clasificaciones de la ciencia. En este

texto emplearemos la propuesta por Barriga (1997) quien las
clasifica en ciencias tericas y ciencias tecnolgicas.
1.2.1 Ciencias tericas
Son ciencias que proporcionan informacin sobre los

objetos comprendidos en su campo de estudio. Se dividen
en:
1. Ciencias formales: Aquellas que estudian ideas o

construcciones conceptuales que no existen en la
realidad. Corresponden a la lgica y la matemtica. Su
verdad no depende de la observacin ni de la
experimentacin sino de la demostracin, es decir de
un razonamiento o una serie de razonamientos que
27
JAIME ALIAGA TOVAR
prueba la validez de un nuevo conocimiento,

estableciendo sus conexiones necesarias con otros
conocimientos (De Gortari, 1972), por ejemplo: (1)
Todos los seres que tienen cuatro patas son animales.
(2) Todos los caballos tienen cuatro patas. (3) Por lo
tanto, todos los caballos son animales.
Al llegar a este ltimo punto hemos obtenido un

conocimiento nuevo habiendo partido de otro
conocimiento ms general ya conocido. La
demostracin puede ser lgica o matemtica, y es
completa y final (Bunge, 1980).
2. Ciencias factuales o fcticas: Aquellas que estudian

los hechos que se dan en la realidad, lo directamente
observable por los sentidos o que no es observable
directamente, como los tomos pero que, de una u otra
manera, pueden contrastarse con la realidad
recurriendo a experiencias sensibles. Estas ciencias
recurren a la verificacin (verdad o falsedad de una
hiptesis) emprica por medio de la observacin y la
experimentacin. Por ejemplo, el enunciado: El calor
dilata los metales es verificable recurriendo a la
experiencia empleando la observacin y la
experimentacin.
El trmino emprico que no debe confundirse con lo

experimental implica todo aquellos que se deriva de la
experiencia que puede ser externa o de los fenmenos
que estn fuera de nosotros, o interna, que es la que
tenemos de nuestro propio cuerpo y mente. Ejemplos
de ciencias fcticas son la fsica, la psicologa, las
ciencias sociales.
Las ciencias fcticas por la naturaleza del objeto se

dividen, a su vez, en ciencias naturales y en ciencias
histrico-sociales. Las ciencias naturales se ocupan del
estudio de aquello que existe con independencia del
ser humano, aqu se encuentran la fsica, la qumica y
la biologa, Las ciencias histrico-sociales se ocupan de
la realidad que el hombre ha creado como consecuencia
de su accin sobre la naturaleza. Ejemplos de estas
ciencias son la Economa, la Psicologa Social, la
Sociolingustica, la Demografa, la Ciencia Poltica.
28
JAIME ALIAGA TOVAR
1.2.2 Ciencias tecnolgicas
Son aquellas que en base a la informacin de las ciencias

tericas buscan determinar los procedimientos tcnicos
para cambiar los objetos, () para controlar, transformar
o crear cosas o procesos naturales o sociales (Instituto
de Investigaciones de la Universidad Inca Garcilaso de la
Vega, 1993). Ejemplos de estas ciencias son las
ingenieras, la agronoma, la medicina humana, la
administracin, la psicoterapia, la pedagoga. Tambin
hay tecnologas que tienen por propsito organizar la
accin para actuar eficazmente sobre los objetos. Aqu
se encuentran, entre otras, la investigacin operativa y
la contabilidad. (Barriga, 1997).
1.3 Elementos de la ciencia
Toda ciencia tiene tres elementos principales:
1. Objeto o campo de estudio. Cada ciencia particular estudia un

segmento de la realidad que puede compartir, a su vez, con
otras. Por ejemplo, el objeto de estudio de la psicologa segn
uno de sus paradigmas vigentes es la conducta y los
fenmenos mentales que la originan, dirigen y modulan
2. Contenido. Conocimientos propios o especializados sobre la

realidad objetivada en sistemas de teoras, leyes, principios,
hiptesis, conceptos, etc. Por ejemplo, en psicologa uno de
sus contenidos es la teora acerca del aprendizaje
autorregulado.
3. Procedimientos especiales de abordar el objeto o campo de

estudio, distinguindose un mtodo general comn a todas las
ciencias, l mtodo cientfico, y mtodos (o tcnicas)
especficos de una o varias ciencias. Por ejemplo, en
psicologa son tcnicas la entrevista y los tests.
1.4 La ciencia como producto y como proceso
En el concepto de ciencia que dimos lneas arriba, se puede

percibir dos sentidos diferentes:
1. Un sentido como producto. La ciencia se expresa en un cuerpo

sistematizado de principios y leyes (Teora), que finalmente se
29
JAIME ALIAGA TOVAR
manifiesta a travs del lenguaje cientfico.
2. Un sentido como proceso. La ciencia es un proceso de

produccin de nuevos conocimientos realizado por la
investigacin con acuerdo a un mtodo. En la generacin del
conocimiento mediante la investigacin se realizan un
conjunto de actividades como observar, experimentar, medir,
registrar, formular, contrastar, entre otras ms.
2. La Teora
La ciencia hace posible la mejor imagen de la realidad en un

momento dado. Para el logro de esta imagen, elabora teoras o
sistemas de proposiciones concernientes a un conjunto de
constructos que sirven para describir, explicar, predecir, retrodecir y.
aadimos, comprender, algunos aspectos limitados de su dominio;
teoras que son sometidas a contraste mediante la investigacin
realizada de acuerdo al mtodo cientfico.
2.1 Concepto
La ciencia est formada por teoras que unifican los distintos

elementos del conocimiento cientfico, pues en ellas se
encuentran leyes; en las leyes, hiptesis; en las leyes e
hiptesis, categoras, conceptos y constructos. La ciencia puede
ser vista como el contexto de teoras referente al mbito que
abarca. Sin embargo, el trmino teora significa muchas cosas
diferentes para personas diferentes, abarcando casi cualquier
idea o explicacin que estas puedan dar. En la asignatura la
conceptuamos como el conjunto de constructos (conceptos)
interrelacionados, definiciones y proposiciones que presentan
una visin sistemtica de los fenmenos al especificar las
relaciones entre variables con el propsito de explicar y predecir
los fenmenos (Kerlinger & Lee, 2002, p. 10) y, aadimos,
comprenderlos.
2.2 Poder explicativo de la teora cientfica
Uno de los propsitos de la investigacin psicolgica aplicada al

proceso de enseanza-aprendizaje es contribuir a producir de un
modo efectivo ciertos efectos en el desarrollo de determinadas
capacidades acadmicas, la produccin de ciertos aprendizajes.
El lograrlo depende de una comprensin profunda de las causas
30
JAIME ALIAGA TOVAR
subyacentes de la conducta del escolar, las que se encuentran

por debajo de la superficie de esta. El porqu de la conducta
no se resuelve observando simplemente lo que la gente hace,
pero una vez que comprendemos el porqu y hemos
establecido relaciones funcionales estables mediante las cuales
podemos realizar predicciones exactas, vale decir que hemos
elaborado teoras, estamos en situacin de producir los efectos
predeterminados que deseamos.
En efecto, la teora cientfica tiene poder explicativo, permitiendo

responder la pregunta de por qu suceden los fenmenos de un
campo dado, claro est bajo ciertas condiciones dentro de las
cuales la explicacin es correcta. Si lo es, entonces se podr
predecir aquellos fenmenos y si fuera necesario intervenir para
generar o corregir un estado de cosas. Ejemplo: una Directora
de Escuela observ un nivel muy bajo de rendimiento en
matemticas en sus alumnos; para afrontar esta situacin,
reuni a los profesores para discutir sobre los procedimientos de
enseanza y el trato a los alumnos, y tambin se reuni con los
padres de familia para revisar el mtodo de crianza y el apoyo
que daban a los nios. La Directora procedi as porque estaba
aplicando el principio terico segn el cual el rendimiento en los
nios es una consecuencia directa de las relaciones afectivas
que guarda con los adultos, y de los procedimientos de
enseanza de los profesores (Ejemplo modificado de Flores,
1995).
Con propsitos pedaggicos veamos otro ejemplo bastante

simplificado que elabora una explicacin del rendimiento
acadmico. Esta teora, ms bien microteora por el nmero de
sus variables, est conformada por tres variables. Su
elaboracin se hace para saber la razn por la cual algunos
estudiantes tienen un bajo rendimiento. Se ha tomado en cuenta
lo siguiente: 1) Se sabe que la inteligencia es una variable
explicativa: los nios que poseen un nivel de inteligencia inferior
a cierto criterio tienden a desempearse mal en la escuela. Pero
muchos de estos nios s se desempean bien y muchos nios
con un nivel de inteligencia ms alto o no lo hacen. En
consecuencia, la inteligencia por s sola, es una explicacin
parcial del aprovechamiento acadmico. 2) Tambin se sabe que
muchos nios de clase social baja no se desempean tan bien en
los colegios comparados con los nios de clase media. 3) Se ha
pensado que la motivacin, definida como el estar dispuesto o
31
JAIME ALIAGA TOVAR
no a desempearse bien, es una variable importante que influye

sobre el aprovechamiento escolar.
Efectuados los estudios pertinentes, los resultados permiten

realizar una explicacin que se indica en la figura 4, donde
las flechas muestran la relacin o influencia. Las flechas
continas unidireccionales significan influencia; las flechas
continuas bidireccionales indican influencia mutua, o
simplemente una relacin (Influencia involucra por lo general,
efecto en una sola direccin; relacin implica que la influencia
puede ser una, en otra o en ambas direcciones).
Inteligencia
Aprovechamiento
Motivacin
Escolar
Clase Social
Figura 4. Modelo de una teora cientfica

(Nota: Elaboracin propia)
La grfica elaborada de los vnculos entre las variables que

explican el aprovechamiento escolar demuestra que la
32
JAIME ALIAGA TOVAR
inteligencia y la motivacin influyen de manera directa sobre el

aprovechamiento acadmico. Tienen un rendimiento acadmico
mayor los nios ms inteligentes y los nios ms motivados por
hacer su trabajo escolar. Asimismo, la clase social influye
directamente sobre la motivacin, por lo que los nios de clase
media tienen (o se espera que tengan) en promedio
puntuaciones ms altas en motivacin. Tambin se halla que la
inteligencia y la clase social se influyen mutuamente por lo que
los nios de clase media tienen (o se espera que tengan) en
promedio puntuaciones ms altas en motivacin. Asimismo, se
encuentra que la inteligencia y la motivacin tambin se influyen
mutuamente. Esta microteora tambin permitira explicar
porque los nios de clase media tienden a rendir ms alto en la
escuela. (Ejemplo con modificaciones, tomado de Kerlinger,
1994; Flores, 1995).
33
JAIME ALIAGA TOVAR
Leccin III
Mtodo cientfico e investigacin cientfica
1. El mtodo cientfico
El conocimiento cientfico es el resultado de la aplicacin de un

conjunto de procedimientos racionales y crticos, vale decir, no
dogmticos, no opinativos, no arbitrarios, denominados
genricamente mtodo cientfico. Una caracterstica esencial de la
ciencia fundada sobre la realidad (emprica y no-emprica), es el
mtodo a travs del cual se elabora ese conocimiento.
1.1 Concepto
El trmino Mtodo deriva de los vocablos griegos meta = con y odos

que denomina el camino que se sigue para alcanzar un objetivo.
Fue planteado por primera vez por Bacon (Novum Organum, 1620)
y Descartes (Discurso del Mtodo, 1627), actualmente es un tema
muy debatido en metodologa que es la rama de la epistemologa
que se ocupa de la descripcin, anlisis y valoracin crtica de los
mtodos de investigacin. Se sostiene la existencia de un mtodo
de validez general, derivado fundamentalmente de las ciencias
naturales, y tambin se niega esta universalidad.
1. El mtodo cientfico general o mtodo general de la ciencia. Est

constituido por un conjunto finito y ordenado de normas
regulativas o reglas que, adecuadamente observadas, regulan
el proceso de cualquier investigacin que merezca ser calificada
de cientfica (Piscoya, 1987). Las reglas del mtodo general de
la ciencia son:
(1) Formular el problema con precisin y, al principio,

especficamente.
(2) Proponer conjeturas bien definidas y fundadas de algn

modo (y no suposiciones que no comprometen en concreto
ni tampoco ocurrencias sin fundamento visible).
(3) Someter la hiptesis a contrastacin dura, no laxa;
(4) No declarar verdadera una hiptesis satisfactoriamente

confirmada; considerarla en el mejor de los casos, como
parcialmente verdadera (el grado de probabilidad de una
34
JAIME ALIAGA TOVAR
hiptesis se basa en: a) la solidez de las argumentaciones;

b) el rigor y la continuidad de su construccin; c) su no
contradiccin con los hechos; d) su fecundidad o potencia
explicativa).
(5) Preguntarse por qu la respuesta es como es, y no de otra

manera (Piscoya, 1987).
Segn Piscoya el mtodo cientfico general no lo es tanto, pues

solamente son generales las reglas (1) y (5) en tanto que las otras
lo limitan a las ciencias fcticas, no siendo aplicable a la lgica y a la
matemtica. Sin embargo, considera que es conveniente hablar de
mtodo general pues las reglas propuestas por Bunge abarcan la
mayor parte de los diferentes tipos de investigacin cientfica
(Piscoya, 1987).
2. El mtodo cientfico especfico. El mtodo cientfico general

brinda un marco general en el que desarrolla el investigador
sus actividades, en tanto que el mtodo cientfico especfico
proporciona reglas complementarias a cumplimentar en
atencin a las peculiaridades de lo que investiga. En este
sentido, el mtodo especfico es conceptualizado como un
conjunto de reglas, derivadas del mtodo cientfico general,
que prescriben los procedimientos y tcticas a usarse en la
realizacin de investigaciones dentro de una determinada
disciplina cientfica (Piscoya, 1987). Un ejemplo es la manera
de elegir una muestra de nios para hacer una investigacin
sobre los estilos y estrategias de aprendizaje. En cualquier
investigacin son necesarios ambos mtodos.
1.2 Elementos del mtodo cientfico
El mtodo cientfico sigue la va de la duda sistemtica y utiliza los

mtodos generales del pensamiento descritos por primera vez por
Aristteles: el anlisis, la sntesis, la deduccin, la induccin, pero
en el plano de la ejecucin opera con un conjunto de elementos
esquematizados en la Figura 5.
35
JAIME ALIAGA TOVAR
Conceptos
Definiciones
Sistema terico de
Elementos con Hiptesis la ciencia
los que opera
el mtodo
cientfico Variables
Indicadores
Figura 5. Esquema de los elementos con los que opera el mtodo cientfico
(Tomado de Zorrila, Torres, Luiz & Alcino, 1997, p. 27)
1.3 La investigacin cientfica
1.3.1 Concepto
La investigacin cientfica es la herramienta ms importante

para avanzar conocimientos, para promover progresos y
para capacitar al hombre para relacionarse ms eficazmente
con su entorno, para conseguir sus propsitos y para
resolver sus conflictos. En este sentido, puede ser
conceptuada como el proceso de llegar a soluciones fiables
para los problemas a travs de la obtencin, anlisis e
interpretacin planificadas y sistemticas de los datos
(Cohen & Manion, 1990). En este proceso, los investigadores
realizan un conjunto de actividades planificadas tales como
muestrear, observar, experimentar, registrar, analizar,
contrastar y otras ms, con dos propsitos fundamentales:
a) Producir conocimientos y teoras (investigacin bsica).

Un ejemplo es la teora de la atribucin de Weiner aplicada
extensamente en la psicologa clnica y de la salud, la
educacin, el derecho y otras reas, y que se halla
relacionada con la motivacin y el logro. En esta teora se
inicia la secuencia motivacional con la interpretacin que el
sujeto haga del resultado de su comportamiento sea de xito
(meta alcanzada) o fracaso (meta no alcanzada). Si el
resultado es inesperado, negativo o importante, buscar la
causa singular de tal resultado, pudiendo ser esta la
capacidad, el esfuerzo, la tarea y la suerte, que se agrupan
en las denominadas dimensiones causales que permiten
36
JAIME ALIAGA TOVAR
compararlas y contrastarlas cuantitativamente. Estas

dimensiones son tres, lugar de control (interno-externo),
controlabilidad (controlable-incontrolable) y estabilidad
(estable-inestable), conformndose cuatro categoras:
capacidad (interna-estable), esfuerzo (interna-inestable),
dificultad de la tarea (externa-estable) y suerte (externa e
inestable).
La teora de la atribucin se ha utilizado para explicar la

diferencia entres los estudiantes de alta y baja motivacin
de logro. Se ha observado que los de alta motivacin de
logro atribuyen ms su xito a su capacidad (causa interna,
estable e incontrolable) y a su esfuerzo (causa interna,
inestable y controlable) y sienten mucho orgullo, percibiendo
una relacin esfuerzo-resultado, en tanto que atribuyen su
fracaso a su falta de esfuerzo. Por otro lado, los estudiantes
de baja motivacin de logro atribuyen el xito a factores
externos (dificultad de la tarea y suerte) y su fracaso a su
falta de capacidad (causa interna, estable e incontrolable).
Cuando tienen xito creen que la tarea fue fcil o que tuvo
suerte, por lo tanto sienten poco orgullo y no demuestran
inters en otras tareas de logro, o no lo intentan o no se
esfuerzan muy duro.
b) Resolver problemas prcticos (investigacin aplicada). En

relacin con la teora de la atribucin, un ejemplo sera la
elaboracin de un programa para la mejora del estilo
atributivo, que indudablemente se constituira es una
propuesta til, de impacto y aplicable en los centros
educativos del pas.
1.3.2 Investigacin y Teora
La teora es el origen, marco y fin de la investigacin

cientfica. Es su origen, porque es la fuente de nuevos
problemas e hiptesis. Es decir la teora que exista acerca de
una temtica que nos interesa estudiar al ser analizada
convenientemente, nos puede permitir determinar ciertos
vacos, cuestiones irresueltas o contradicciones entre
teoras. Es su marco, porque proporciona el sistema
conceptual que se aplica a la observacin, clasificacin y
sistematizacin de los datos de la temtica que vamos a
estudiar. Es su fin, porque la investigacin debe desembocar
en teoras cada vez ms perfectas. Precisemos lo dicho, as
como en toda investigacin hay un proceso metodolgico,
37
JAIME ALIAGA TOVAR
cuestin que trataremos ms adelante, tambin existe un

proceso lgico, paralelo al metodolgico, que toma en
cuenta los elementos conceptuales que intervienen en ella.
En este proceso se dan dos subprocesos de movimiento
inverso: de verificacin y de teorizacin. En el proceso de
verificacin la investigacin parte de la teora existente y
desciende a la realidad emprica; en el segundo, la
investigacin parte de la realidad y asciende a la teora
sinttica. Segn este esquema, el proceso de investigacin
empieza con ideas y termina con ideas (Sierra Bravo,
1994).
El proceso de verificacin es un proceso probatorio, de

prueba en la realidad de la teora. Sus elementos
fundamentales son la teora, los modelos, la hiptesis, la
realidad, las ideas cientficas y la verificacin que relaciona
las ideas y los hechos (Sierra Bravo, 1994). La verificacin
es fundamental en la ciencia pues slo forman parte de ella
las teoras o hiptesis verificadas, pero de ello no se sigue
que consiste en hacer verdad o demostrar la verdad de una
teora o de una hiptesis. En efecto, no se pretende que el
conocimiento cientfico sea verdadero, lo es con frecuencia e
intenta serlo cada vez ms, pero la veracidad no caracteriza
al conocimiento cientfico, no basta ni es necesario que sea
verdadero. S, debemos saber en cambio, cmo hemos
llegado a saber o a presumir que el enunciado en cuestin es
verdadero (Bunge, 1985), operacin que requiere su
examen por medio de la experiencia sea mediante la
observacin o la experimentacin, en fin que no se oponga a
la realidad observable.
La verificacin de las teoras es indirecta mediante la

derivacin de la teora de conclusiones o hiptesis que
impliquen predicciones especficas de lo que debe ocurrir o
no en la realidad. La confirmacin o refutacin de estas
hiptesis supondr un mayor apoyo emprico de la teora o
la necesidad de su modificacin respectivamente.
El proceso de teorizacin empieza donde concluye la

verificacin, en los hechos en la realidad. Es descendente y
deductivo. Se eleva de los hechos, gradualmente a la teora.
Tiene tres elementos: la obtencin de los datos, la formacin
de generalizaciones y la articulacin de teoras. Del anlisis
relacionado de los datos se obtienen las generalizaciones
38
JAIME ALIAGA TOVAR
empricas, si estas son confirmadas por otras investigaciones

en diferentes lugares y representan regularidades validas en
toda poblacin se constituyen en leyes en cuanto establecen
uniformidades que afecta a todo un conjunto o universo.
Aqu es de anotar que las leyes cientficas en psicologa
generalmente son de tipo probabilistico, de carcter
estadstico, no proporcionan la certeza de que un sujeto del
conjunto poseer la caracterstica o relacin investigada,
sino una probabilidad mayor o menor de que as sea.
En consecuencia, el esquema completo de la relacin del

proceso de investigacin con la teora puede ser graficado
as:
TEORIA
MODELO ENUNCIADOS
VERIFICACIN
HIPTESIS DATOS TEORIZACIN
HECHOS
Figura 6. Esquema del proceso de investigacin (proceso lgico) (Tomado

de Sierra Bravo, 1994, p.36)
39
JAIME ALIAGA TOVAR
Leccin IV
Elementos del conocimiento cientfico
1. Hecho
La investigacin cientfica fctica se realiza sobre hechos que suceden

o han sucedido; los hechos son los elementos que constituyen la
realidad. Los hechos pueden clasificarse en eventos, procesos,
sistemas y fenmenos (Bunge, 1984). Los eventos (sucesos,
acontecimientos) pueden ser definidos como una nica ocurrencia de
una clase de hecho dentro de una determinada coordenada espacio-
temporal. Por ejemplo, los actos tales como una expresin verbal,
gestual o postural, o las vivencias que aparecen como un sentimiento
repentino, o la ocurrencia encubierta de una idea. En tanto que, un
proceso es la secuencia ordenada de eventos en los que un primer
suceso suscita la ocurrencia de un segundo, y as sucesivamente. Por
ejemplo, segn la teora del procesamiento de la informacin, los
procesos cognitivos son los procesos mediante los cuales el ingreso
sensorial es transformado, reducido, elaborado, almacenado,
recuperado o utilizado. Por otro lado, un sistema es un conjunto de
elementos interrelacionados de modo que un cambio en uno de los
elementos afecta el funcionamiento global del conjunto. Son sistemas,
por ejemplo, las organizaciones sociales. Finalmente, un fenmeno es
una clase de hecho particularmente importante; es un hecho
perceptible lo que implica la presencia de un sujeto de la percepcin.
As, es un suceso tal como aparece ante un observador. Por ejemplo,
un fenmeno psicolgico es el contenido de las percepciones,
emociones o sentimientos.
La metodologa, sea la denominada cuantitativa, o cuantitativista, y la

llamada cualitativa, estudian hechos. En esta leccin desarrollaremos
los elementos del conocimiento cientfico.
Los hechos existen y no son en s cientficos o no cientficos. Desde el

punto de vista del realismo cientfico los hechos son acontecimientos
que pueden ser descritos de manera verificable y objetiva. En este
sentido, los hechos cientficos no son hechos inmediatamente dados ni
aparentes, sino ocultos y profundos que por tanto son buscados y
elaborados (Bunge, 1984) en el proceso de investigacin.
Se puede considerar a los hechos (seres, cosas, acontecimientos,

procesos, sistemas, fenmenos) como unidades ms o menos
independientes, y en este sentido constituyen el objeto bsico de toda
investigacin fctica.
40
JAIME ALIAGA TOVAR
HECHOS
(seres, cosas,
acontecimientos, UNIDAD DE OBSERVACIN
procesos, fenmenos)
SUS ASPECTOS,
CARACTERSTICAS VARIABLES
(dimensiones)
DATOS
Figura 7. Desagregacin de los hechos
Las unidades de observacin de los hechos de la realidad no abarcan

en su conjunto los seres o cosas, acontecimientos, procesos,
fenmenos, sino que tratan de algunos aspectos o caractersticas de
estos; aspectos que se constituyen en las variables. Observando estas
se obtienen los datos.
Es necesario tener en cuenta que el hecho cientfico y la teora no se

contraponen. Ms bien entre ellos hay una ntima relacin. La teora
consiste en una explicacin o interpretacin de los hechos. En otras
palabras, ni la teora cientfica es pura especulacin ni los hechos
hablan por s mismos (Alarcn, 2008).
2. Teora
La teora cientfica es la que hace hablar a los hechos. En este

apartado ampliaremos lo concerniente a la teora para situarnos
paulatinamente en el contexto terico de una investigacin concreta.
Como vimos en la leccin 1 (apartado 1.3.5) la ciencia puede verse
como proceso y como producto. El primer sentido corresponde a la
investigacin y, el segundo, a la teora. La ciencia est formada por
teoras que presentan una visin sistemtica de los fenmenos
estudiados al especificar las relaciones entre variables con el
41
JAIME ALIAGA TOVAR
propsito de explicarlos y predecirlos (Kerlinger y Lee, 2002, p. 10)

y, aadimos, comprenderlos. Vale decir, las teoras cientficas tienen
un poder explicativo haciendo posible, bajo ciertas condiciones, el
responder al por qu suceden los fenmenos en un mbito preciso. Si
la explicacin es correcta entonces se podr predecirlos y si fuera
necesario intervenir para corregir o corregir un nuevo estado de cosas.
En relacin a sus grados de abarcabilidad, complejidad y desarrollo se

clasifican en teoras de largo alcance, de alcance medio y de corto
alcance o microteoras. Las del largo alcance o teoras grandes tienen
por finalidad explicar un universo de fenmenos o situaciones
importantes por medio de conceptos y proposiciones abstractas de
elevado nivel. Las de alcance medio se ocupan no de un universo de
fenmenos sino de una parte de ellos, pudiendo agrupar teoras de
corto alcance o microteoras, son sustantivamente especficas. Las de
corto alcance o microteoras son ms pegadas a los datos, constituidas
por la teorizacin que se deduce de muchas hiptesis experimentales o
estudios empricos. En psicologa, un ejemplo de las primeras son las
teoras de filiacin psicoanaltica y del condicionamiento; de las
segundas, la teora de la atribucin de Weiner; de las terceras, la
teora de la internalidad-externalidad o del locus de control de Rotter.
Es conveniente precisar que en el sentido de producto pudiera

interpretarse que las teoras son finales respecto a algo; pero,
pareciera que no es as. Las teoras se encuentran en un movimiento
que figuradamente denominamos como helicoidal (bucle), pues un
investigador puede utilizarlas como el insumo bsico en el proceso
de la investigacin, re-inicindose el proceso investigacin-teora; es
este movimiento lo que hace posible determinar sus posibilidades, su
confirmacin o desconfirmacin en cuanto a su mbito.
En el plano concreto de una investigacin psicolgica, adaptando la

propuesta de Sautu (2005) para estudios sociolgicos, diremos que la
teora o marco terico est constituida por bloques tericos, algunos
de los cuales tienen consecuencias observacionales; bloques que por
otra parte estn vinculados entre s con variados grados de intensidad
y consistencia.
La teora que sustenta un estudio refiere a lo siguiente; a) Los

supuestos epistemolgicos contenidos de manera implcita o explcita
en la visin paradigmtica que tiene el investigador; b) las teoras
generales y las proposiciones o conceptos derivados de teoras propias
del rea temtica en la que se trabaja; c) las teoras y supuestos
relativos a la medicin, observacin y construccin de los datos y la
42
JAIME ALIAGA TOVAR
evidencia emprica; d) las hiptesis estadsticas descriptivas e

inferenciales; e) cuestiones vinculadas a la formulacin de
regularidades y pautas empricas, e inferencias de proposiciones
tericas y construccin de conceptos tericos.
Estos bloques tericos articulados entre s sostienen las estructuras

argumentativas de una investigacin y operan como el ncleo de cada
una de sus etapas. Estn interconectados por nexos lgicos mediante
los cuales cada etapa se deriva de la anterior o anteriores. En efecto,
si la teora abarca las conceptualizaciones, afirmaciones o
proposiciones que postulan descripciones o explicaciones acerca del
aspecto del mundo psicolgico que nos interesa estudiar, entonces la
teora permea cada etapa de un diseo de investigacin en vista que
las decisiones que se tomen para realizar esta son tericas o lgicas.
En este sentido, toda investigacin es una construccin terica que no
se reduce a lo que normalmente se denomina teora o marco terico,
sino que todo es teora (Sattu, 2005), pues estn vinculados con este
marco o se derivan de este los mtodos y diseos a utilizar, la
formulacin de los objetivos del estudio, que deben estar
necesariamente formulados en trminos tericos an cuando en
algunos estudios se planteen en un nivel observacional, las hiptesis
del estudio as como las definiciones operacionales de las variables, o
la afirmacin de que un evento o situacin es un emergente emprico
de procesos formulados tericamente. Por ello, es importante la
prctica que siguen los investigadores de elaborar el ncleo de
investigacin en rondas sucesivas en las que teora-objetivo-mtodo
son tratados en forma conjunta.
Por ejemplo, el decidir sobre el mtodo involucra la decisin de

diversas cuestiones tericas (Sattu, 2005). As, en un estudio
psicolgico que involucre a la personalidad, el investigador tendr que
decidir si lo afrontar con una metodologa cuantitativa, cualitativa o si
har una triangulacin. Decidido el mtodo tendr que tomar una
decisin terica para determinar de qu manera abordara el estudio de
la personalidad. Supongamos que decida que har el abordaje
empleando la teora de las disposiciones o teora de los rasgos y,
dentro de ella, la teora de la personalidad de Catell; entonces sus
objetivos, sus hiptesis, su diseo, las tcnicas e instrumentos que
empleara para la recoleccin de datos, as como la discusin,
interpretacin y conclusiones de los mismos estarn formulados en
trminos de esta teora.
43
JAIME ALIAGA TOVAR
3. Modelo
En la literatura de investigacin se encuentra muchas veces que los

trminos teora, marco terico, marco conceptual, diagrama
conceptual, modelo, suelen ser considerados como sinnimos; sin
embargo, la teora (y marco terico) alude a un sistema deductivo bien
formulado de proposiciones formales abstractas sobre un rea
temtica; en tanto que los modelos constituyen un intento menos
formal y desarrollado de organizar fenmenos que las teoras (Pollit &
Hungler, 1999). Mostern & Torreti (2002) consideran que los modelos
matemticos normalmente son realizaciones de teoras por lo que,
respecto de ellos, el trmino modelo tambin se emplea en el sentido
de teora.
En la prctica cientfica se llama modelo a una representacin

simplificada de una situacin o proceso concreto que es objeto de
estudio. Tales modelos consisten en otros objetos concretos dibujos,
maquetas, mecanismos que reproducen esquemticamente la idea
que un cientfico se hace del objeto de estudio o en estructuras
matemticas que reflejan esa idea con precisin en una forma
idealizada (Mostern & Torreti, 2002). En otras palabras, un modelo es
una representacin terica isomorfa del mundo emprico. No es la
teora del objeto emprico, tampoco es el objeto. Solamente es una
mediacin en la que, desde la perspectiva del investigador, se
estructuran sistemas de conceptos, constructos, variables y datos que
permiten mostrar la reconstruccin racional del objeto en la mente del
investigador.
En consecuencia, un modelo es una analoga, una manera de

representar un fenmeno particular. Por ejemplo, en la enseanza, un
modelo es el globo terrqueo para ayudar a comprender a los alumnos
la configuracin de la tierra. Las lneas de latitud y longitud estn
dibujadas en el globo, pero son por supuesto lneas imaginarias en el
planeta. No se observan ni el punto ms alto, el monte Everest, ni el
ms profundo, la fosa de Java. El globo constituye meramente un
modo adecuado de representar la tierra. Otros ejemplos de modelos,
son la representacin del tomo segn Bhr, el organigrama de una
empresa, el plano arquitectnico de un edificio o el modelo que
elaboran un conjunto de profesores y psiclogos sobre el rendimiento
acadmico.
Veamos con mayor detenimiento algunos modelos:
1) La teora de Bhr acerca del tomo ha sido presentada en forma de

un simple modelo en el cual se representa un tomo como un
44
JAIME ALIAGA TOVAR
sistema solar en miniatura con el ncleo en el centro y los

electrones que giran en torno del ncleo a diversas distancias de
ste (Travers, 1986).
2) En una investigacin una docente que estudia el porqu de la

realidad del rendimiento acadmico bajo en una Institucin
Educativa hipotetiza que este se relacionara con varias variables
cuyo papel puede analizarse y predecirse a base de la suma lineal
de sus puntuaciones en las variables capacidad intelectual,
motivacin de logro acadmico, ansiedad ante los exmenes y
horas dedicadas al estudio. La formalizacin matemtica de su
modelo indica que el rendimiento acadmico Y para el estudiante
i, queda mejor estimado a travs del status de i en las variables X1
a X4, y por las ponderaciones bj sobre las variables referidas a esa
situacin. Planteado el modelo tiene que ser sometido a contraste
emprico.
Modelo del tomo (Bhr) Modelo del rendimiento

acadmico
Yij = f ( Xj1 b1i+ Xj2 b2i + Xj3

b3i+ Xj4 b4i).
Figura 8. Ejemplos de Modelos en la investigacin cientfica (elaboracin

propia)
3) En la Figura 9 se observa el modelo del componente Motivacin del

Modelo de Aprendizaje Autorregulado de McKeachie, Pintrich, Lin,
Smith & Sharna (Roces, Gonzlez & Tourn, 1997). Los
constructos que aparecen en esa figura corresponden a
percepciones o conceptualizaciones del estudiante que median
entre la tarea y su ejecucin por parte del mismo. Existen
mltiples relaciones entre los elementos, pero destacan dos vas
principales de motivacin para el aprendizaje y el rendimiento: las
expectativas y los valores. La primera va en la parte inferior de la
figura, va de las creencias de eficacia, control y resultado a las
percepciones de la dificultad de la tarea y a la competencia
percibida; y de la competencia percibida a las expectativas de
xito. Tanto las creencias de control como la competencia
percibida generan afectos, que a la vez revierten sobre las
percepciones de competencia y sobre las expectativas de xito.
Las expectativas, en combinacin con el valor dado a la tarea, se
45
JAIME ALIAGA TOVAR
Orientacin
a metas Valor de
la tarea
Percepciones de
dificultad de la
RENDIMIENTO
tarea
---------------
Autorregulacin
Competencia
percibida
especfica Eleccin
de la tarea
Persistencia
Creencias de Expectativas de
eficacia, control y xito
resultado
Ansiedad en los
exmenes y afectos
considera que lleva a la implicacin en el aprendizaje y al

consiguiente rendimiento.
Figura 9. Modelo de la Motivacin de McKeachie et al.
(Roces, Gonzlez & Tourn, 1997, p.110)
La segunda va de motivacin, parte superior de la figura 10, va

de las metas a las que se orienta el estudiante al valor dado a la
tarea, el cual junto a las expectativas de xito, determina el
aprendizaje y el rendimiento. Tanto las metas como el valor de la
tarea influyen y se ven influidas por las creencias (Roces, Gonzles
& Touron, 1997).
4) En la Figura 10 mostramos un modelo propuesto por Prez Juste

(1988) para la evaluacin de los Centros Asociados (CA) de la
Universidad Nacional de Educacin a Distancia (UNED, Espaa).
46
JAIME ALIAGA TOVAR
Figura 10. Modelo estructural de las relaciones hipotetizadas entre las variables
(Prez Juste, 1988, p. 23)
Modelos como el presentado en las Figura 10 se proponen a partir de

investigaciones previas, de la propia experiencia y de las teoras
psicolgicas, pedaggicas o de otra ndole, y se consideran como un
acercamiento verosmil a la realidad que interesa conocer. Los
modelos son de carcter mediador y en ellos se describen en forma
grfica las relaciones entre variables, la direccionalidad de las mismas
(sentido de las flechas) y el carcter directo o indirecto de su influjo
(Prez Juste, 1988). En este sentido, el modelo describe el
conocimiento del investigador acerca del objeto. Por supuesto que se
debe comprobar el modelo.
De acuerdo con lo sostenido en este apartado, en una investigacin

concreta si no se tiene una teora o un marco terico estructurado
formalmente puede plantearse un modelo; sin embargo, an
teniendo una teora o marco terico se puede modelizar esta
reconstruccin sobre el problema que se estudia.
47
JAIME ALIAGA TOVAR
En lnea con lo que hemos dicho sobre la teora y modelo, segn Mayo
en cualquier investigacin experimental interviene una panoplia de
modelos: un modelo primario de la teora, un modelo del experimento,
los modelos de datos que articulan los datos crudos que aporta la
observacin, elaborndolos en la forma requerida para la aplicacin de
las tcnicas analticas del experimento. (Mostern y Torreti, 2002).
Por otro lado, para el contraste emprico de los modelosy de las

consecuencias observables de las teoras-los constructos y variables
que los componen deben ser cuantificados y medidos interviniendo
aqu la teora de la medicin psicolgica, pero previamente deben ser
definidos especficamente con acuerdo a la teora o marco terico
expuesto, para, tambin, poder someter a contraste adecuadamente
las hiptesis del estudio. Para el efecto los datos resultantes de la
observacin de las variables por medio de las tcnicas e instrumentos
apropiados sern analizados en sus mltiples relaciones mediante
procedimientos estadsticos y ecuaciones matemticas de las que son
ejemplo las siguientes tcnicas multivariadas: anlisis de regresin,
anlisis factorial, anlisis discriminante y el path analysis o anlisis de
ruta.
4. Concepto
La mejor manera en la que el investigador puede limitar el objeto de

su observacin es mediante la utilizacin de conceptos. El concepto es
una abstraccin formada por generalizaciones sustradas de casos
particulares. El peso, por ejemplo, es un concepto porque expresa
numerosas observaciones y cosas que son ms o menos pesadas o
"ligeras". Existe gran cantidad de conceptos como comprensin
lectora, inteligencia, agresin, emocin, motivacin, etc., cada uno de
los cuales recoge alguna de las caractersticas de la conducta. Es decir,
distintas conductas observables son unidas y expresadas en una
palabra. Por ejemplo, aprovechamiento, es una abstraccin formada
por la observacin de conductas asociadas con el dominio o
aprendizaje de tareas escolares tales como lectura, problemas
aritmticos, dibujos, etc. (Kerlinger & Lee, 2002; Arnau, 1978). Los
conceptos que frecuentemente utiliza la teora cientfica suelen recibir
el nombre de constructos (Arnau, 1978).
5. Constructo
El constructo es un concepto pero inventado o adoptado de manera

deliberada y consciente para un propsito cientfico especial. Se
diferencia del concepto en dos aspectos:
48
JAIME ALIAGA TOVAR
a) Es relacional. Por ejemplo, la inteligencia como concepto es una

abstraccin de las conductas consideradas como supuestamente
inteligentes y no inteligentes; pero, cuando lo utilizamos como
constructo queremos dar a entender que forma parte de un
esquema terico y que se relaciona, de diferentes formas, con
otros constructos, en lo que se denomina red nomolgica. As,
puede decirse que la inteligencia se relaciona interactivamente con
la motivacin, para determinar un nivel especfico de
aprovechamiento escolar; en otras palabras, que el
aprovechamiento escolar es en parte una funcin de la inteligencia
y la motivacin.
b) Puede ser observado y cuantificado. A diferencia del concepto, el

constructo es susceptible de observacin y cuantificacin. Por
ejemplo, se pueden hacer observaciones y mediciones de la
inteligencia de los nios testndolos con el test X o preguntando a
su maestra acerca del grado de inteligencia que tienen. (Arnau,
1978; Kerlinger & Lee, 2002).
En consecuencia, el constructo es un concepto cientfico utilizado

en un sentido conectivo y que ofrece la posibilidad de ser medido.
En este contexto, cuando se opera con constructos susceptibles de
tomar diversos valores se prefiere emplear el trmino variable.
Constructos y variables son dos principales conceptos que emplea
la teora cientfica. Son conceptos que tienen el mismo valor, a
pesar de que el constructo tenga una mayor referencia a lo terico
y la variable a lo emprico (Arnau, 1978); al respecto Kerlinger y
Lee dicen que los cientficos llaman vagamente variables a los
constructos o propiedades que estudian (Kerlinger & Lee, 2002).
6. Variable
Las variables son el atributo, la propiedad o cualidad que pueden

estar presentes o ausentes en un individuo o grupo de individuos,
denominados unidad de observacin o de anlisis, y que pueden
presentarse con matices o modalidades diferentes; pueden darse en
grados, magnitudes o medidas distintas a lo largo de un continuo
(Buenda, Cols & Hernndez, 1998). Ejemplos: el sexo, el color, el
peso, la talla, la inteligencia, la comprensin de lectura, las tasas de
respuesta ante un estmulo, la riqueza lxica, los estilos de
aprendizaje, las estrategias de enseanza, los trastornos de la
comunicacin humana. Su importancia es fundamental pues en la
investigacin cientfica se trata de descubrir la existencia de variables
y su magnitud y probar la relacin que las unen entre s (aunque en
sentido estricto la relacin se da entre categoras de las variables)
49
JAIME ALIAGA TOVAR
(Babbie, 2000).
7. Datos
La palabra dato proviene del verbo latino do = dar; lo dado por la

observacin, lo obtenido inmediatamente por esta. Pero en rigor, los
datos cientficos no nos son dados sino hay que producirlos
laboriosamente (Bunge, 1984). Los datos son los materiales ms
elementales de la investigacin cientfica. No son los hechos aunque
se obtienen de ellos observando a las variables. El trmino dato es
polismico. As, por un lado se le considera como el enunciado
resultante de la prueba de hiptesis (Rivera, 1978); por otro, se
considera que un dato es una proposicin singular o existencial, por
ejemplo, lo que expresan enunciados como "este automvil es nuevo
" y "hay un automvil aqu y ahora " (la existencia implica una
localizacin espaciotemporal), respectivamente, que traduce el
resultado directo de una observacin de la realidad; pero no son los
hechos porque el dato se obtiene observando a la dimensin de una
variable en una unidad de observacin determinada. Por ejemplo, un
dato psicolgico sera la puntuacin CI 122 como resultado de la
medicin de la inteligencia de un nio de 6 aos de edad. En este
sentido, los datos inicialmente son simples y concretos y
esencialmente descriptivos, si bien pueden ser objeto de tratamiento
estadstico y matemtico (Sierra Bravo, 1984), cuyos resultados
deben ser interpretados posteriormente.
El dato tiene el carcter de cientfico si (a) posee una referencia

objetiva y (b) un control pblico (intersubjetivo), adems de una
interpretacin terica dentro del corpus del conocimiento cientfico,
(Bunge, 1984). Por ejemplo, en un experimento, el sujeto de
experimentacin se percata de lo que sienteun sntoma-a partir de
su experiencia directa, y lo expresa verbalmente; pero slo cuando el
experimentador lo somete a una verificacin (o control pblico), se
convierte en un dato. As, lo que en un primer momento se podra
considerar como algo meramente subjetivo -algo que nicamente
sucede en la vida privada de cada sujeto- se traduce en una conducta
manifiesta (pblicamente observable) cuando encuentra expresin en
el lenguaje. O sea, el contenido de la experiencia directa se objetiva
en una proposicin. Posteriormente, la reiteracin del mismo sntoma
en diferentes sujetos (intersubjetividad) en el mismo experimento y,
ms an, en diferentes experimentos, va reforzando el carcter de
dato que tiene.
En cualquier caso los datos cientficos se refieren a informacin

claramente identificable reunida en condiciones que se especifican
50
JAIME ALIAGA TOVAR
con claridad.
Veamos un ejemplo de un dato no cientfico: Una persona hace una

aseveracin: He notado que la gente delgada tiene mal genio. Esta
aseveracin no proporciona datos en sentido cientfico, por qu? Por
lo siguiente: a) no se indica nada acerca de las condiciones en las
cuales se ha reunido la informacin (el observador se puso a tratar
de ubicar a personas delgadas o se est refiriendo a una persona
delgada que l conoce?; b) no se informa respecto de la cantidad
de sujetos sobre los cuales se basa la observacin; c) no hay
indicaciones acerca de la manera en que se llega a clasificar a una
determinada persona delgada como un determinado genio; d) la
formulacin implica que no hay casos negativos (situacin improbable
salvo que el nmero de sujetos fuera muy pequeo) (Hayman, 1991).
8. Definicin de conceptos
En la investigacin cientfica fctica se opera en dos niveles:
1er. nivel: Teora - hiptesis - constructo.

2do. nivel: Observacin.
Ejemplo:
1er. nivel: La falta de estimulacin temprana produce una
disminucin en el aprendizaje.
2do nivel: Para que las observaciones sean posibles hay que
definir los constructos, en este caso estimulacin temprana y
aprendizaje.
El problema de la definicin de conceptos atae a todas las ciencias

en razn a que es uno de los pilares de la investigacin. Es claro que
si los trminos estn pobremente definidos, los resultados sern
escasos y poco valiosos.
Hay varios modos de definir. En la investigacin cientfica se utilizan

principalmente las definiciones constitutivas y operacionales de los
constructos y variables (Kerlinger & Lee, 2002).
8.1 Definicin constitutiva
Aquella en la que se define un constructo por medio de otros

constructos. Por ejemplo, se define ansiedad como un miedo
subjetivo. Aqu se ha sustituido un concepto por otro. Algunos
de los constructos de una teora cientfica pueden ser definidos
de manera constitutiva. Los constructos para que sean
51
JAIME ALIAGA TOVAR
cientficamente tiles, deben poseer un significado constitutivo,

lo cual significa que deben ser susceptibles de usarse en las
teoras (Kerlinger & Lee, 2002).
8.2 Definicin operacional
Proporciona el significado a un constructo o variable

especificando las actividades u operaciones necesarias para
medirlo. Define o da sentido a una variable dicindole al
investigador lo que debe hacer para medir el constructo. Existen
dos tipos:
8.2.1 Definicin operacional de medida.
Aquella que describe como una variable ser medida. Por

ejemplo. Popularidad es definida operacionalmente por la
cantidad de elecciones sociomtricas que un individuo
recibe de otros (en su clase, grupo de juegos, etc.). A los
sujetos se les pregunta: Con quin te gustara trabajar?
Con quin te gustara jugar?, etc. Se pide a cada
individuo que elija uno, dos o ms integrantes de su
grupo en base a las preguntas. (Kerlinger & Lee, 2002).
8.2.2 Definicin operacional experimental
Aquella que explica los detalles (operacionales) de las

manipulaciones de un experimentador con una variable.
Por ejemplo, el reforzamiento puede ser definido dando
los detalles de cmo los sujetos deben ser reforzados
(recompensados) y no reforzados (no recompensados) por
un comportamiento especfico. Otro ejemplo: en un
estudio se defini a la frustracin como la impotencia para
alcanzar una meta o la interferencia en la ocurrencia de
una respuesta tendiente a lograr una meta en el momento
apropiado de la cadena conductual. Definicin que
contiene implicaciones claras para la manipulacin
experimental. (Kerlinger & Lee, 2002).
Si bien las definiciones operacionales son indispensables,

slo dan significados limitados de los constructos. Ninguna
definicin operacional puede expresar una variable en su
totalidad. Las variables son siempre limitadas y
especficas en significado. Por ejemplo, la creatividad
estudiada por los psiclogos no es aquella a que se
52
JAIME ALIAGA TOVAR
refieren los artistas, an cuando habr por supuesto

elementos comunes (Kerlinger & Lee, 2002).
Las definiciones y los conceptos estn estrictamente

relacionados y de ellos depende la formulacin de
hiptesis.
9. Hiptesis
La formulacin y comprobacin de las hiptesis son parte vital de una

investigacin cientfica. Las hiptesis son conjeturas o especulaciones
que el investigador presenta como respuesta a su problema de
investigacin. En efecto, la determinacin el problema a estudiar no
anticipa nada acerca de su solucin por lo que el investigador debe
determinar ahora cul es la solucin o soluciones probables al
mismo. Debe seleccionar, fundamentado en la teora o marco terico,
aquella o aquellas explicaciones que le parezcan ms plausibles o
verosmiles y, luego, comprobar su validez. Estas explicaciones son
las hiptesis.
En este contexto, la hiptesis sirve de gua a la investigacin

cientfica. Ella determina, entre otras cosas, cul es el tipo de datos
que son pertinentes a la investigacin que sea el caso.
Con relacin a los hechos, se presentan dos cuestiones: (1) Las

hiptesis y teoras cientficas no se derivan de estos, sino que se
inventan para dar cuenta de ellos. Son conjeturas relativas a las
conexiones que se pueden establecer entre los fenmenos que se
estn estudiando, a las uniformidades y regularidades que subyacen
a stos. (Hempel, 1979) Sin embargo, si bien las hiptesis y teoras
pueden ser libremente inventadas y propuestas, slo pueden ser
aceptadas e incorporadas al corpus del conocimiento cientfico si
resisten la revisin crtica, que comprende, en particular, la
comprobacin, mediante cuidadosa observacin y experimentacin,
de las apropiadas implicaciones contrastadoras. (Hempel. 1979). (2)
En principio, existe un nmero ilimitado de hiptesis distintas que
podran dar razn del mismo conjunto de hechos. Sin embargo, no
toda hiptesis tiene el mismo valor que cualquier otra. En la
seleccin de una hiptesis o de varias de ellas que tenga el mayor
grado posible de verosimilitud, se deben cumplir segn Bunge (1979)
los tres requisitos siguientes: (i) la hiptesis tiene que ser bien-
formada (formalmente correcta) y significativa (no vaca
semnticamente); (ii) la hiptesis tiene que estar fundada en alguna
medida en conocimiento previo; y si es completamente nueva desde
ese punto de vista, tiene que ser compatible con el cuerpo del
53
JAIME ALIAGA TOVAR
conocimiento cientfico; (iii) la hiptesis tiene que ser empricamente

contrastable mediante los procedimientos objetivos de la ciencia, o
sea, mediante su comparacin con los datos empricos controlados a
su vez por tcnicas y teoras cientficas (Bunge, 1979).
Si una hiptesis cumple con los tres requisitos sealados, que son
condiciones necesarias y suficientes, entonces se trata de una
hiptesis cientfica (lo cual no quiere decir que sea necesariamente
verdadera).
Por otro lado, desde un punto de vista epistemolgico, las hiptesis

son enunciados o proposiciones caracterizadas por ser ideas
supuestas no verificadas pero probables; desde un punto de vista
ontolgico, se refieren a variables o relaciones entre variables. As,
antes que todo, son enunciados que expresan lingusticamente
juicios, es decir, afirmaciones o negaciones sobre la realidad (Sierra
Bravo, 1984).
Estructuralmente, las hiptesis pueden analizarse gramaticalmente,

lgicamente, matemticamente y cientficamente. Gramaticalmente,
se expresan en oraciones en las que las unidades de observacin son
los sujetos, y las variables, los atributos. Lgicamente, al ser la
expresin lingstica de un juicio o preposicin se constituyen en un
enunciado o sentencia, siendo tambin sus elementos las variables,
los trminos o categoras lgicas de unin, atribucin y relacin de las
variables entre s y con las unidades de observacin (o constantes).
Matemticamente, las hiptesis se manifiestan por medio de
funciones y ecuaciones en las que las variables y sus coeficientes se
expresan mediante letras griegas y latinas y los trminos lgicos por
los signos indicativos de las operaciones y relaciones matemticas.
(Sierra Bravo, 1994).
Desde un punto de vista cientfico, las hiptesis tienen tres elementos

estructurales: a) Las unidades de observacin. Es la realidad que se
pretende observar, vale decir, las personas, grupos, actividades,
objetos, instituciones, etctera, cuyo comportamiento se intenta
estudiar bien sea cuantitativa o cualitativamente; b) las variables.
Como ya dijimos son las caractersticas observables de una unidad de
observacin o anlisis que son susceptibles de adoptar distintos
valores o de ser expresados en varias categoras; c) Trminos de
relacin. Son los elementos lgicos, los nexos que relacionan las
unidades de anlisis con las variables y a las variables entre s.
Veamos los siguientes ejemplos:
54
JAIME ALIAGA TOVAR
1) Hiptesis: En Espaa slo alrededor del 5 por 100 de los

estudiantes universitarios proceden de la clase obrera.
Espaa
UNIDAD DE ANLISIS
Es slo alrededor, que indica una
atribucin cuantitativa aproximada
TRMINOS DE RELACIN de la variable a la unidad de
observacin.
Slo existe una. Procedencia de la

VARIABLES clase obrera de los estudiantes
espaoles.
(Tomado con ligeras modificaciones de Sierra Bravo, 1994, p. 86).
2) Hiptesis: Cunto mayor es el rechazo acadmico que los nios

reciben de su profesor, tanto peor ser aos ms tarde su
autoconcepto acadmico.
El profesor Los nios

UNIDAD DE ANLISIS
TRMINOS DE Cuanto mayor es... Tanto peor ser...
RELACIN
VARIABLES Independiente: Dependiente:
Rechazo acadmico Autoconcepto
(Tomado de Buenda et. al. 1997, p. 98).
Muchas veces las hiptesis se enuncian de dos formas especiales:

enunciado de implicacin general y enunciado matemtico. En cuanto
al primero, una hiptesis, principalmente en un estudio explicativo, se
enuncia de forma lgica utilizando la condicional: SI.ENTONCES.
Por ejemplo: Si el profesor elogia positivamente a sus estudiantes
por la cantidad de lecturas realizadas (VI), entonces el estudiante
mejorar sus hbitos lectores (VD). En cuanto al segundo, se
expresa la relacin cuantitativa de las variables independiente (X) y
dependiente (V) en forma matemtica. Y es una funcin de X: Y = f
(X). Por ejemplo: Los alumnos que no han recibido ningn tipo de
elogio tendrn un hbito lector normal. Se espera establecer una
relacin positiva entre los niveles de las dos variables. (Buenda,
Cols y Hernndez, 1998).
En una investigacin las hiptesis son sometidas a contraste o prueba

emprica para determinar si son apoyadas o refutadas por las
observaciones que realiza el investigador. En este proceso juega un
55
JAIME ALIAGA TOVAR
rol vital el anlisis y la interpretacin de los datos recolectados a

travs de las tcnicas e instrumentos apropiados.
10. Leyes
Bunge (1979) define a una ley de la manera siguiente: "Una hiptesis

cientfica (una frmula fundada y contrastable) es una frmula de ley
si y slo si (i) es general en algn respecto y con algn alcance; (ii)
ha sido empricamente confirmada de modo satisfactorio en algn
dominio; y (iii) pertenece a algn sistema cientfico" (Bunge, 1979).
En cuanto a (ii) "hiptesis cientfica confirmada", el experimento es
la forma ms poderosa de confirmacin (o no) de la hiptesis.
En otros trminos, una ley cientfica esencialmente trata de una

relacin constante entre dos (o ms) variables, las que, a su vez, se
refieren a propiedades de objetos reales. Las variables hacen
referencia a las propiedades de objetos de una manera que rara vez
es directa y/o completa, sino que ms bien lo contrario es lo
frecuente.
El enunciado de una ley expresa la manera de ser, de comportarse o

relacionarse de un fenmeno observable, uniforme, regular y
recurrente y, por tanto, predecible en los casos en que ha de tener
lugar. Las leyes fundamentan y permiten las predicciones de hechos e
intervienen en su explicacin; tienen su origen en y son una
derivacin de los datos. Agrupando y relacionado los datos se
obtienen generalizaciones empricas (p.e., 45% de los varones son
favorables al divorcio). Estas generalizaciones si son confirmadas en
muchas investigaciones, por lo general en toda poblacin
regularidades vlidasreciben el nombre de leyes cientficas. (Sierra
Bravo, 1994).
Un ejemplo de ley en psicologa es la ley de Yerkes-Dobson, segn la

cual, la relacin entre la ansiedad y el rendimiento se puede
representar como una curva con forma de U invertida.
56
JAIME ALIAGA TOVAR
Figura 11. Ley de Yerkes Dobson
En breve, segn esta ley, un nivel moderado de excitacinansiedad-

permite un mejor rendimiento en la resolucin de tareas. El nivel
ptimo vara en funcin de la tarea a desempeo. Esta ley es
importante para entender el fenmeno de la ansiedad y sus
consecuencias. En efecto, con la curva se explica cmo ante un
determinado problema al inicio cuando aumenta la ansiedad,
aumenta tambin la eficacia y rendimiento de la respuesta. Una
aplicacin se tiene cuando ante un examen o una entrevista se presta
mayor atencin al estudio o los contenidos que pueden tener mayor
importancia, se est motivado (ansiedad normal) mejorando el
rendimiento. Al incrementarse la ansiedad normal o motivacin se
llega a un nivel ptimo en la relacin ansiedad-eficacia, pero a partir
de aqu cualquier aumento, por mnimo que sea, genera una
disminucin muy rpida del rendimiento. As se puede llegar a una
eficacia nula, como cuando la persona se queda con la mente en
blanco o se bloquea en la accin. Si este estado se mantiene aun en
ausencia de demandas exteriores se habla de ansiedad patolgica,
que puede constituir un cuadro psiquitrico con caractersticas
propias o asociarse a otro gran nmero de trastornos (comorbidez).
57
JAIME ALIAGA TOVAR
LECTURA 1
UTILIDAD O INUTILIDAD DE LA TEORA EN LA PSICOLOGA1
Definimos la teora como un conjunto de proposiciones tericas,

lgicamente relacionadas, capaces de integrar el conocimiento existente
en una cierta rea especfica del conocimiento y de posibilitar
predicciones. Al no contemplar la teora en sus investigaciones, el
cientfico estara realizando una actividad ridcula, prcticamente
desorientada, e incapaz de conducir a la formacin de un slido cuerpo
de proposiciones integrantes y generadoras de hiptesis fructferas.
Al igual que en relacin al problema determinismo versus libre albedro,

tambin aqu encontramos psiclogos partidarios de estas dos
tendencias, o sea, los que reconocen y los que niegan la utilidad de la
teora en la psicologa. Creemos que sin un andamiaje terico que oriente
la actividad experimental, la psicologa se transformar en una
acumulacin de hechos aislados, sin coherencia interna y sin potencial
para conducir a nuevos conocimientos.
Los psiclogos no solamente discuten entre s sobre la utilidad o inutilidad

de la teora en psicologa; tambin discuten seriamente acerca de cmo
juzgar el valor de una teora. Para algunos, una teora no es correcta o
incorrecta, y s til o intil; para otros resulta posible establecer si una
teora es correcta o incorrecta. Para los que juzgan a una teora simple y
llanamente por su utilidad, el hecho de que la misma tenga valor
heurstico ser el prerrequisito par que se le considere cumpliendo su
funcin. Sin embargo, para otros el nfasis es puesto en el anlisis de la
teora per se y en eel establecimiento de sus proposiciones lgicas, de la
coherencia de las mismas y en la capacidad que tienen las mismas de
propiciar hiptesis objetivamente comprobables. El autor se adhiere a
esta ltima posicin. Una teora amparada por proposiciones errneas
podr conducir a experimentos, pero contribuir a una interpretacin
errnea de los resultados. Si un africano le atribuye al poder mgico de
un rbol los resultados obtenidos por personas que son tocadas por
objetos portadores de la savia de dicho rbol, l mismo podr explicar
el porqu de la muerte de las personas tocadas por la savia del rbol en
cuestin y predecir que todos aquellos que entren en contacto con ella
sufrirn sus efectos dainos. La aceptacin de la proposicin inicial,
impide el esclarecimiento de que las propiedades qumicas de la savia del
rbol, y no su magia, las responsables de los fenmenos registrados.
1
Referencia original: Rodriguez, A. (1987). Psicologa Social. Mxico D.F.:
Trillas: pp. 481-482.
58
JAIME ALIAGA TOVAR
Los fenmenos observables y no observables en la psicologa
Aceptamos la posicin sostenida por McCorquodale y Meehl (1958),

segn la cual debemos admitir en la ciencia psicolgica las variables
intercurrentes y las construcciones hipotticas. Las variables
intercurrentes seran conceptos directamente vinculados a los fenmenos
observables (el concepto de valencia en Lewin, por ejemplo), mientras
que las construcciones hipotticas seran los fenmenos no observables
necesarios para la exposicin y conceptualizacin de una teora, pero no
necesariamente vinculados a fenmenos observables (como por ejemplo,
los conceptos de yo y de super-yo en el psicoanlisis).
La psicologa tiene su propio objeto, que exige la consideracin de

fenmenos observables (conductas), as como de los fenmenos no
observables capaces de ser inferidos a partir de los observables.
Generalizacin de los descubrimientos hechos en la psicologa
Es comn que se admita que la ciencia es capaz de formular leyes

generales. En la psicologa dichas formulaciones implicaran la necesidad
de adoptar una posicin determinista, segn la cual, dadas ciertas
condiciones, se registraran conductas especficas. Cmo conciliar la
aceptacin de la psicologa como ciencia y, al mismo tiempo, admitir una
generalizacin limitada de los descubrimientos psicolgicos? Segn
Michael Sherwood (1969), existen diversos tipos de generaliaciones
aceptables en la ciencia como:
1. AB se verifica (siempre)
2. En las situaciones T1,, Tn, AB se verifica.
3. En las situaciones T1, Tn, bajos las condiciones C1,, Ck, AB se
verifica.
4. En las situaciones T1, Tn, bajos las condiciones C1,, Ck, para los
individuos P1,Po, AB se verifica.
5. AB se registra en un p% de los casos (loque sera la proposicin
nmero 1, agregndole una condicin probabilstica).
6. En las situaciones T1, Tn, bajos las condiciones C1,, Ck, para los
individuos P1,Po, AB se registra en un p% de los casos.
Considerando que AB es la relacin entre dos variables, A y B, podemos

obsrvar que la situacin (6) es la forma ms dbil de generalizacin, pero
que no deja de ser una generalizacin.
Este tipo de generalizacin es, sin lugar a dudas, posible en la ciencia

psicolgica y no supone determinismo. Se podra incluso afirmar que la
59
JAIME ALIAGA TOVAR
psicologa es capaz de admitir generalizaciones del tipo 4 anteriormente

mencionado. De todos modos resulta posible hacer generalizaciones en
psicologa, sin admitir una posicin determinista, tal y como la
generalizacin del tipo 1 mencionada ms arriba, la cual ha sido objeto,
incluso en las ciencias fsicas, de serios ataques.
60
JAIME ALIAGA TOVAR
ACTIVIDADES DE AUTOAPRENDIZAJE
1. Complete cada enunciado:
1. En la relacin sujeto-objeto el constructivismo y el cognitivismo dan

predominancia al...
2. Representacin mental es un concepto equivalente a.
3. El conocimiento cientfico se ocupa de fenmenos que pueden ser
comprobados experimentalmente, por lo que se dice es .
4. La verdad de las ciencias formales depende de
5. Con el trmino emprico se alude a todo lo que se deriva
6. Un mtodo general del pensamiento es
7. Los elementos del proceso de teorizacin son ..
8. Preguntarse porque la respuesta es como es, y no de otra manera es una
regla del.
2. Argumente su respuesta a la siguiente preguntas Por qu las

reglas del mtodo cientfico propuestas por Bunge no se
adecuan a todas las ciencias?
Respuesta:.
.......................................
.
.
3. Empleando las pginas web de referencia realice un cuadro

comparativo entre el sentido comn y el conocimiento
cientfico. Anote diferencias y semejanzas.
CONOCIMIENTO
SENTIDO COMN
CIENTFICO
1.
2.
3.
4.
61
JAIME ALIAGA TOVAR
AUTOEVALUACIN 1
AFIRMACIONES V F
1. La ciencia es una construccin artificial de la mente humana. ( ) ( )
2. La psicologa es una ciencia fctica. ( ) ( )
3. Objeto, Contenido y Procedimiento para abordar el Objeto, son ( ) ( )

elementos de toda ciencia.
4. La ciencia como producto se expresa en la Teora. ( ) ( )
5. Hay un mtodo general y mtodos especficos cientficos. ( ) ( )
6. Las reglas del mtodo cientfico formuladas por Bunge se aplican ( ) ( )

a todas las ciencias.
7. Las hiptesis y los indicadores son elementos del mtodo ( ) ( )

cientfico.
8. Propsitos de la investigacin cientfica son producir teoras y ( ) ( )

solucionar problemas prcticos.
9. Las afirmaciones cientficas deben tener apoyo lgico y apoyo ( ) ( )

emprico.
10. La teora lo es todo: es el origen, el marco y la finalidad de la ( ) ( )

investigacin cientfica.
RESPUESTAS: 1) V; 2) V; 3) V; 4) V; 5) V; 6) F; 7) V; 8) V; 9)V; 10) V
62
JAIME ALIAGA TOVAR
PARA SABER MS: SITIOS WEB DE REFERENCIA
http://www.claudiogutierrez.com/Ciencia.html
http://www.scribd.com/doc/2411447/Mario-Bunge-La-ciencia-su-metodo-
y-su-filosofia
http://www.conocimientoysociedad.com/sentidocomun.html
http://www.dcc.uchile.cl/~cgutierr/cursos/INV/bunge_ciencia.pdf
http://74.125.47.132/search?q=cache:ZQmr1ClTxfUJ:www.historia.fcs.ucr
.ac.cr/biblioteca/historia/Bunge,Mario-
Laciencia,su%2520metodoysufilosofia.rtf+La+ciencia+el+metodo+cientific
o+bunge&hl=es&ct=clnk&cd=5&gl=pe
http://www.rubenardila.com/EL%20PAPEL%20DE%20LA%20INVESTIGACI
%C3%93N%20CIENT%C3%8DFICA%20EN%20PSICOLOG%C3%8DA.pdf
http://www.arp-sapc.org/articulos/psicologia.html
http://miguelmartinezm.atspace.com/Conoc%20Cient%20General%20y%
20Conoc%20Ord.html
http://www.cneq.unam.mx/cursos_diplomados/diplomados/basico/educien
0607/porta/equipo2/Modelocientifico.htm
http://74.125.47.132/search?q=cache:ZQmr1ClTxfUJ:www.historia.fcs.ucr
.ac.cr/biblioteca/historia/Bunge,Mario-
Laciencia,su%2520metodoysufilosofia.rtf+La+ciencia+el+metodo+cientific
o+bunge&hl=es&ct=clnk&cd=5&gl=pe
BIBLIOGRAFA COMENTADA
Popper, K. (2008). La lgica de la investigacin cientfica.Madrid: Editorial Tecnos.
El autor presenta como punto de partida de su propuesta el realismo del sentido comn,
como un realismo crtico que constantemente pone de relieve la necesidad de poner en
telaa de juicio el mismo realismo del sentido comn. Se rechaza, en el libro la teora del
conocimiento del sentido comn que concibe el conocimiento como un proceso pasivo,
que busca acumular datos directamente recibidos a travs de los sentidos, y da
importancia a una concepcin activa del conocimiento, relacionada a expectativas previas,
anlogo al proceso de la evolucin biolgica. Se pone en tela de juicio el carcter
definitivo de toda pretensin del conocer.
63
JAIME ALIAGA TOVAR
REFERENCIAS BIBLIOGRFICAS
Alarcn, R. (2008). Mtodos y diseos de investigacin del

comportamiento. Lima: Universidad Ricardo Palma.
Arnau, J. (1978). Mtodos de investigacin en las ciencias humanas.

Barcelona: Omega.
Babbie, E. (2000). Fundamentos de la investigacin social. Mxico:

Thomson.
Barriga, C. (1997). Fundamentos terico-metodolgicos de la

investigacin educacional. Scienta Omni, 1, 47-107.
Beltrn, J. (1993). Intervencin Psicopedaggica. Madrid: Pirmide.
Buenda, l., Colas, P., Hernndez, F. (1998): Mtodos de investigacin

en Psicopedagoga. Madrid: McGraw-Hill.
Bunge, M. (1979) La investigacin cientfica. Ariel. Barcelona.
Bunge, M. (1980). La ciencia: su mtodo y su filosofa. Mxico: Siglo XXI.
Bunge, M. (1984). La investigacin cientfica. Su estrategia y filosofa.

Barcelona: Ariel.
Caballero, A. (2004).Guas metodolgicas para los planes y tesis de

maestra y doctorado. Lima; Ugraph.
Cohen, L. & Manion, L. (1990). Mtodos de investigacin educativa.

Madrid: La Muralla.
Ezcurdia, A. & Chvez. P. (1996). Diccionario filosfico. Mxico: Limusa.
Fiallo, J., Cerezal, J. & Hedesa, Y. (2008). La investigacin pedaggica

una va para elevar la calidad educativa. Lima: Coleccin Ruta
Pedaggica.
Flores, J. (1995). Teora y metodologa de la investigacin. Lima:

Universidad Nacional Mayor de San Marcos. Facultad de Educacin.
Gortari, Eli de (1972. Lgica general. Mxico: Grijalbo.
Hayman, J. (1991). Investigacin y Educacin. Barcelona: Paids.
Hempel, C. (1979) Filosofa de la Ciencia Natural. Alianza Universidad.

Madrid.
64
JAIME ALIAGA TOVAR
Hernndez, R., Fernndez C. & Baptista .P. (2003): Metodologa de la

investigacin. Mxico: Mc GrawHill.
House, E. (1994). Evaluacin, tica y poder. Morata: Madrid.
Instituto de Investigaciones de la Universidad Inca Garcilaso de la Vega.

(1993). Fundamentos de Investigacin Cientfica. Serie; Antologa
de Investigacin Cientfica. Lima: Instituto de Investigaciones de la
Universidad Inca Garcilaso de la Vega.
Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento.

Mtodos de investigacin en Ciencias Sociales. Mxico: McGraw-
Hill/Interamericana.
Kerlinger, F. (1984): Enfoque Conceptual de la Investigacin del

Comportamiento. Mxico: Interamericana.
McCorquodale, K. & Meehl, P. (1958). Operational validity of intervering

constructs. En M. Marx (Dir.) Psychology Theory. New York:
McMillan.
Marqus Graell, (2000) Sociedad de la informacin. Nueva cultura.

Habilidades claves para los ciudadanos del siglo XXI. Nuevas
competencias para el profesorado. Quaderns Digitals, N 22. [En
lnea]. Disponible en http://www.ciberaula.es/cuaderns/ [26
setiembre 2005].
Martnez, M. (2006). La investigacin cualitativa (sntesis conceptual).

Revista de Investigaciones Psicolgicas, 9(1): 123 - 146
Miro Quesada, F. (1969). Iniciacin a la Lgica. Lima: Universidad

Nacional Mayor de San Marcos.
Mosterin, J. & Torreti, R. (2002). Diccionario de lgica y filosofa de la

ciencia, Pg. 387
Pardinas, F. (1983). Metodologa y tcnicas de investigacin en ciencias

sociales. Introduccin elemental. Mxico: SigloXXI.
Prez Juste, R. (1988). La evaluacin de instituciones educativas aplicada

a los centros asociados de la UNED. Revista Iberoamericana de
Educacin Superior a Distancia, 1(1), 7-30.
Piscoya, L. (1987). Investigacin cientfica y educacional. Un enfoque

epistemolgico. Lima: Amaru.
Polit, B. & Hungler, D. (1999) Investigacin cientfica en ciencias de la

salud. Mxico: Mc Graw Hill.
Retegui, N. (1999) El constructivismo. La dimensin individual y

sociocultural. Lima: Cedhum.
65
JAIME ALIAGA TOVAR
Roces, C.; Gonzles, M. & Touron, J. (1997). Expectativas de aprendizaje

y rendimiento de los alumnos universitarios. Revista de Psicologa
de la Educacin, 22, 99-123.
Rodriguez Rivas, M. (2002). La ciencia. Lima: Universidad Inca Garcilaso

de la Vega.
Rodriguez, A. (1987). Psicologa Social. Mxico D.F.: Trillas
Sautu, R. (2005). Todo es Teora. Objetivos y mtodos de investigacin.

Buenos Aires: Lumiere.
Sherwood, M. (1969). The logic of explanation in psychoanalysis. New

York: Academic Press.
Shaughnessy, J., Zechmeister, E. & Zechmeister, J. (2007). Mtodos de

investigacin en psicologa. Mxico: McGrawHill.
Sierra Bravo, R. (1984). Ciencias Sociales. Epistemologa, Lgica y

Metodologa. Madrid: Paraninfo
Sierra Bravo, R. (1994). Tcnicas de investigacin social. Teora y

ejercicios. Madrid: Paraninfo.
Tamayo, M. (2002). El proceso de la investigacin cientfica. Mxico:

Limusa.
Zorrila, S., Torres, M., Luiz, A. & Alcino, P. (1997). Metodologa de la

investigacin. Mxico: McGrawHill.
Tafur, R. (1994). Introduccin a la investigacin cientfica. Lima:

Mantaro.
Travers, R. (1986). Introduccin a la investigacin educacional. Buenos

Aires: Paids.
66
JAIME ALIAGA TOVAR
Segunda
UNIDAD
EL PROCESO DE LA
INVESTIGACIN
CUANTITATIVA (I)
Cul es el esquema bsico del proceso de investigacin

cuantitativa? Cmo se formula el problema de investigacin?
Cmo se redactan los objetivos de la investigacin?
Cul es el propsito de la elaboracin del marco terico?
Cules son los principales tipos de investigacin?
67
JAIME ALIAGA TOVAR
Competencias
CONCEPTUALES:
Define el problema y los objetivos de la investigacin

en diferentes campos de la actividad humana.
Identifica el propsito de la elaboracin del marco
terico en la investigacin psicolgica.
PROCEDIMIENTALES:
Realiza las etapas de elaboracin del marco terico.

Utiliza las estrategias o tipos de investigacin en
actividades para constatar su necesidad en el mejor
conocimiento de las caractersticas de las personas.
ACTITUDINALES:
Valora el empleo de los tipos de investigacin

exploratorio, descriptivo, corrrelacional y explicativo
en el trabajo cientfico del psiclogo.
Valora la utilidad de la formulacin correcta del
problema de investigacin, los objetivos y la
elaboracin del marco terico.
68
JAIME ALIAGA TOVAR
CONTENIDO TEMTICO
Leccin I: El problema de investigacin.

Esquema del proceso de investigacin cuantitativa
El problema de investigacin
Clasificacin de los problemas de investigacin
Caractersticas de los problemas de investigacin
Ejemplos de problemas de investigacin
Pautas para la bsqueda de problemas de investigacin
Planteamiento del problema
Un error frecuente en el planteamiento del problema de
investigacin
Leccin II: Objetivos u justificacin de la investigacin.
Objetivo de investigacin
Clasificacin de los objetivos de investigacin
Presentacin y redaccin de los objetivos
Justificacin de la investigacin
Leccin III: El marco terico y definicin de trminos
bsicos
El marco terico
Clasificacin del marco terico
Propsito del marco terico
Etapas en la elaboracin del marco terico
Partes del marco terico
Leccin III: Estrategias o tipos de investigacin
Clasificacin
Investigacin exploratoria
Investigacin descriptiva
Investigacin correlacional
Investigacin explicativa
69
JAIME ALIAGA TOVAR
ESQUEMA CONCEPTUAL
OBSERVACIN DE LA
REALIDAD
PROBLEMA DE OBJETIVO DE LA
INVESTIGACIN INVESTIGACIN
INFORMACIN SOBRE
EL PROBLEMA
(ELABORACIN DEL
MARCO TERICO)
INVESTIGACIN EXPLORATORIA
SELECCIN DEL TIPO DE INVESTIGACIN DESCRIPTIVA
INVESTIGACIN INVESTIGACIN CORRELACCIONAL
INVESTIGACIN EXPLICATIVA
CONCEPTOS CLAVE
Problema de investigacin, objetivos de la investigacin, marco terico, tipo
de investigacin, investigacin exploratoria, investigacin descriptiva,
investigacin correlacional, investigacin explicativa.
70
JAIME ALIAGA TOVAR
Leccin I
Problema de Investigacin
1. Esquema del proceso de la investigacin cuantitativa
El proceso que sigue la investigacin est constituido por diversas

etapas, pasos o fases interconectadas de una manera lgica,
secuencial y dinmica. Segn Grinell (1997, en Hernndez Fernndez y
Baptista, 2003) la investigacin cuantitativa y la investigacin
cualitativa siguen procesos que teniendo diferencias tambin tienen
aspectos similares: Observan y evalan fenmenos; establecen
suposiciones o ideas como consecuencia de esta observacin y
evaluacin; prueban y demuestran el grado en que estas suposiciones
tienen fundamento; revisan las suposiciones a las pruebas o al
resultado del anlisis de los datos; y, proponen nuevas observaciones
y evaluaciones para esclarecer, modificar, cimentar y/o fundamentar
las suposiciones e ideas; incluso para generar otras. Sin embargo, el
cmo se realizan estas fases adquiere matices peculiares si la
investigacin es cuantitativa o cualitativa.
La investigacin denominada cuantitativa sigue un conjunto de etapas
secuenciadas que modificando ligeramente un esquema propuesto por
Hernndez, Fernndez y Baptista (2003) presentamos en la Figura 12.
Si bien este esquema sugiere linealidad, se puede volver a tratar una
etapa anterior, realizar alguna etapa al mismo tiempo que otra,
prever o tomar decisiones respecto de una etapa posterior.
71
JAIME ALIAGA TOVAR
Paso 1 Paso 2 Paso 3 Paso 4

Concebir la Plantear el Elaborar el Definir si la
idea a problema. marco terico: investigacin
investigar . Preguntas de . Anlisis crtico se inicia
investigacin. de la literatura como:
. Objetivos. pertinente. Exploratoria
. Justificacin .Construccin Descriptiva
del marco Correlacional
terico. Explicativa
. Elaboracin y hasta que
del marco nivel llegar.
conceptual.
Paso 5 Paso 6 Paso 7

. Establecer las Seleccionar el Seleccionar la
hiptesis. diseo apropiado muestra
. Detectar las de investigacin.
variables. . Determinar la
. Definir . Diseo poblacin.
conceptualmente experimental, . Determinar el
las variables cuasi experimental tamao de la
. Definir o preexperimental. muestra.
operacionalmente . Diseo no . Extraer la
las variables. experimental. muestra (tcnicas
probabilsticas y
no probabilsticas)
Paso 8 Paso 9 Paso 10

Recolectar los Analizar los datos: Presentar los
datos: . Seleccionar las resultados:
pruebas
.Elaborar estadsticas. . Elaborar el informe
instrumentos de . Elaborar el de investigacin.
medicin y programa de
aplicarlos. anlisis. . Presentar el
.Determinar su . Ejecucin del informe de
validez y anlisis. investigacin.
confiabilidad. . Interpretacin
.Codificar los datos. de los resultados.
. Crear archivos
Figura 12. Etapas del proceso de la investigacin cuantitativa

(Tomado con modificaciones de Hernndez, Fernndez & Baptista, 2003, p.123)
72
JAIME ALIAGA TOVAR
2. El problema de investigacin
2.1. Definicin
Segn Tafur (1994), es una dificultad, un hecho o conglomerado

de hechos que por su escasez o abundancia, crecimiento o
decrecimiento, transformacin o permanencia, novedad o
antigedad, facilidad o dificultad, claridad o oscuridad, riqueza o
pobreza, etc., llama la atencin del investigador en su prctica;
y que no se resuelve directa e inmediatamente con los
conocimientos existentes hasta el momento que se formula, por
lo que su solucin exige implementar una investigacin
cientfica. Se percibe en esta definicin dos ideas
fundamentales: 1) un problema expresa una distancia entre la
realidad o un aspecto de la realidad observada y un valor o
deseo de cmo debe ser adems esa realidad para el
investigador o sujeto (lo que ES difiere de los que DEBERA
SER); 2) un problema puede tener dos orgenes diferentes pero
relacionados entre s: a) el vaco o inconsistencia que presenta
el conjunto de conocimientos cientficos acumulados en el rea
de estudio que interesa; y b) la prctica, en la que se puede
requerir dar solucin a una situacin concreta o algn
conocimiento que nos permita explicar los hechos.
En este contexto, por ejemplo, no es un problema cientfico el

problema de funcionamiento de un automvil o los problemas
lgicos o matemticos que debe resolver un alumno del primer
ao de secundaria; no lo son pues tiene una solucin conocida la
que puede ser encontrada por un buen mecnico o por un
estudiante aprovechado de un ao superior de la secundaria.
2.2. Clasificacin de los problemas de investigacin
Toda clasificacin se realiza de acuerdo a determinados

criterios, de all las diferencias que puedan existir entre ellas.
Atendiendo al criterio de lo que trata de averiguar la pregunta,
los problemas de investigacin se clasifican en: a) problemas
sustantivos, tericos o cognitivos, y b) problemas prcticos o
tcnicos (Barriga, 1997).
2.2.1 Problemas sustantivos
Surgen cuando el investigador o investigadora busca

conocer el comportamiento de los objetos. Se clasifican, a
73
JAIME ALIAGA TOVAR
su vez, en problemas sustantivos descriptivos y

problemas sustantivos explicativos.
1) Problemas sustantivos-descriptivos. Se dividen en

descriptivos predicativos y descriptivos
correlacionales.
a) Problemas descriptivos- predicativos. Son aquellos

en los que el investigador trata de precisar las
propiedades del objeto. Se formulan en preguntas
del tipo: qu es X? (esencia), Cmo es X?
(propiedades), dnde est X? (lugar), Cundo
ocurre X? (tiempo)Cunto hay de X (cantidad),
Cmo estn las partes de X interrelacionadas?
(configuracin), X es igual, mayor o menor que
Y? (comparacin).
Ejemplos: Qu es la conciencia fonolgica?, Qu

elementos componen la ansiedad ante los
exmenes?, Cuntos nios sobredotados
intelectualmente existen en el Per? Cules son
las dificultades de aprendizaje ms frecuentes
entre los educandos de educacin inicial?, Qu
tan conscientes estn los psiclogos de sus
responsabilidades respecto a demandas por el
mal ejercicio profesional que puedan dar?
b) Problemas descriptivos correlacionales. Son

aquellos que indagan acerca de si dos o ms
variables co-varan, el sentido y la fuerza de esta
co-variacin. Por ejemplo: Qu relacin existe
entre las actitudes maternales y la formacin del
autocontrol en el nio con retardo mental?, existe
correlacin entre el nivel de aprestamiento y el
desarrollo del lenguaje?
2) Problemas sustantivos explicativos. Surgen

cuando el investigador busca la causa del
comportamiento de un objeto. Usualmente se
expresan usando el operador o trmino formulativo de
incgnitas Por qu? Por ejemplo: Por qu los nios
de clase social alta atribuyen ms su rendimiento
escolar a sus capacidades? Por qu adolescentes de
zonas populosas son poco asertivos?, Por qu existen
74
JAIME ALIAGA TOVAR
altos ndices de desercin escolar en el Per? Pero, no

siempre estos problemas se expresan de ese modo.
Por ejemplo, en la pregunta qu factores inciden en
el desarrollo de la actitud hacia la matemtica en la
educacin primaria?, no figura dicho operador, pero
es un problema explicativo porque indaga por las
causas del desarrollo de la actitud hacia la matemtica
en el nivel escolar primario. Tambin es una
formulacin de un problema explicativo el siguiente:
Influye la desnutricin en el rendimiento escolar?, en
esta, a diferencia de la pregunta anterior, se ha
introducido el posible factor explicativo. (Barriga,
1997).
Cada vez que hablamos de lo que influye, produce,

genera, determina, condiciona, etc. un fenmeno
dado, estamos frente a un problema explicativo.
Derivados de los problemas explicativos son los

problemas predictivos y los retrodictivos. En efecto,
cuando podemos explicar el comportamiento de un
objeto (x), tambin podemos responder la pregunta
del tipo: Ocurrir (problema de prediccin) o ocurri
(problema de retrodiccin.) Ambas preguntas se
refieren a sucesos an no conocidos, tanto del futuro
como del pasado, pero cuya ocurrencia es esperable,
segn ciertos conocimientos. Un ejemplo de problema
predictivo es cul es la incidencia de la rubola
durante el embarazo sobre el bajo CI?, y un ejemplo
de un problema retrodictivo es cul es el efecto de
fumar cigarrillos en el cncer? (Barriga, 1997).
Antes de proseguir es necesario precisar la diferencia

entre los problemas explicativos y los problemas
correlacionales. La diferencia entre ambos tipos de
problemas es la siguiente: Subyace a los problemas
explicativos una relacin asimtrica: Si A es causa de
B, B no es causa de A; en tanto que subyace a los
problemas correlacionales una relacin simtrica: Si A
se correlaciona con B, B se correlaciona con A. Como
se observa ambas tienen propiedades distintas. Por
estas diferencias, la relacin de causalidad sirve para
explicar el comportamiento del objeto, en tanto que la
relacin de correlacin no explica, se limita a
75
JAIME ALIAGA TOVAR
constatar una situacin, por eso es una operacin

descriptiva; por ejemplo, al decir que la motivacin
de logro se relaciona con un elevado aprovechamiento
acadmico no estamos diciendo que la motivacin de
logro es la causa del alto aprovechamiento acadmico,
sino que cuando una de ella se presenta, la otra
tambin y nada ms.
Es necesario tener claro que la explicacin supone la

correlacin, pues si hay causalidad, tambin hay
correlacin, pero la correlacin no implica la
causalidad, aunque Hernndez, Fernndez y Baptista
(2003) consideran que la correlacin tiene en alguna
medida un valor explicativo parcial, pues saber que
dos variables se relacionan aporta cierta informacin
explicativa; y Briones (1986) sostiene que la
correlacin bajo determinadas circunstancias tendra
un estatus causal.
2.2.2 Problemas prcticos o tcnicos
Aparecen cuando el investigador busca modificar los

objetos en el sentido postulado por los objetivos que se
ha planteado. Se formulan en interrogantes del tipo: Qu
hacer para cambiar o transformar el objeto X? Por
ejemplo: Qu hacer para incrementar el rendimiento
acadmico de los alumnos de psicologa en la asignatura
de estadstica aplicada a la psicologa?
La mayora de las veces estos problemas se plantean

introduciendo en la pregunta, el medio tcnico a utilizar y
preguntndose por su incidencia en la modificacin del
objeto. Por ejemplo: El mtodo X incidir en el
mejoramiento del proceso de enseanza- aprendizaje?,
pero tambin es frecuente plantear problemas prcticos
como validacin de un programa de estimulacin
temprana en el desarrollo intelectual entre los nios de 5
aos (Barriga, 1997).
2.3 Aspecto formal
Los problemas de investigacin se formulan generalmente por

medio de preguntas que dejan entrever las tareas a realizar para
su solucin cientfica, por ejemplo Influye el conocimiento de
76
JAIME ALIAGA TOVAR
conceptos bsicos en el rendimiento escolar de las nias del

primer grado? Sin embargo, algunos investigadores expresan el
contenido de la pregunta como objetivo de investigacin, por
ejemplo: Determinar la influencia del conocimiento de conceptos
bsicos en el rendimiento escolar de las nias del primer grado.
Por otro lado, la calidad en la identificacin y la formulacin

adecuada de un problema de investigacin est vinculada con la
calidad del conocimiento que el investigador o investigadora
tenga sobre el tema de estudio. De all que se recomienda
vivamente al alumno y al investigador principiante el ampliar y
profundizar su conocimiento sobre la temtica consultando
fuentes nacionales y extranjeras reconocidas en el mundo de la
investigacin, de manera tal que puede detectar y determinar
ms a fondo el problema de investigacin.
2.4 Caractersticas de los problemas de investigacin
Para que un problema tenga la posibilidad de ser investigado

debe tener las siguientes caractersticas:
1) La pregunta debe estar referida a un solo problema de

investigacin y relacionada con el planteamiento del problema
definido con anterioridad.
2) La pregunta debe estar expresada en un lenguaje claro y

sencillo, y todos los trminos empleados en su definicin ser
claros y tener algn referente.
3) La pregunta debe expresar:
a) Descripcin (por ejemplo, la identificacin o descripcin de

caractersticas, comportamientos de determinados grupos,
descripcin de actitudes, etc.),
b) Relacin o asociacin, y,
c) Explicacin/intervencin (por ejemplo, la efectividad del

mtodo teraputico X sobre la ansiedad ante los
exmenes). (Buenda, Cols & Hernndez, 1997).
La descripcin nos lleva a las investigaciones descriptivas; la

asociacin a las investigaciones correlacionales; la explicacin
a las investigaciones explicativas y la intervencin a las
77
JAIME ALIAGA TOVAR
investigaciones experimentales, que es una modalidad de

investigacin explicativa. Estos tipos de investigacin los
trataremos en una leccin posterior.
4) La pregunta debe postular una relacin entre variables y debe

sealar la variable independiente, la dependiente y su relacin
(en las investigaciones que fuera pertinente).
5) El problema debe ser resoluble. Debe ofrecer la posibilidad de

la prueba emprica; es decir, que los datos puedan recogerse
y tratarse mediante procedimientos de la metodologa
cientfica (Alarcn, 2008).
6) El problema debe ser factible. Es decir que se pueda investigar

por los medios de que se dispone (recursos econmicos,
humanos o materiales; tiempo disponible; sujetos de
estudio).
7) El problema debe tener un marco espacial (lugar) y temporal

(tiempo), cuando fuera pertinente.
8) El problema debe ser original o por lo menos novedoso,

especialmente en los que se plantean en las Tesis de maestra
y doctorado.
9) El problema debe ser relevante, significativo; tener un valor

terico y prctico. Es decir, debe estar encaminado a aportar
nuevos conocimientos o a la mejora de alguna situacin
problemtica.
10) El problema no debe estar referido a cuestiones

morales/ticas.
2.5 Ejemplos de problemas de investigacin
(1) Qu relacin existe entre capacitar docentes con las

estrategias A, A, B y B, y el rendimiento de tales docentes
en trminos de grado de conocimiento de los contenidos de
tales cursos? (Vizcarra, 1985).
(2) Se relacionan las actitudes de los psiclogos hacia las

personas con enfermedades mentales con el tiempo que han
trabajado con ellas?
78
JAIME ALIAGA TOVAR
(3) Existir alguna diferencia entre hombres y mujeres en lo

que respecta a incapacidad funcional y ajuste psicosocial
tras lesiones por quemaduras?
(4) Consideran hombres y mujeres de manera diferente los

factores importantes para tomar decisiones con respecto al
tratamiento de infertilidad?
(5) Cmo podemos predecir que estudiantes de maestra de la

UIGV utilizarn enfoques de aprendizaje distintos segn el
tipo de asignaturas?
(6) Es eficaz el programa individualizado de terapia del lenguaje

para mejorar las destrezas de comunicacin en pacientes
afsicos y disrtricos?
(7) Se diferencian los estudiantes del tercer ciclo de educacin

primaria de Lima Metropolitana en los componentes del
modelo de aprendizaje autoregulado de Pintrich?
2.6 Pautas para la bsqueda de problemas
Algunas veces el investigador logra tener de manera rpida una

idea acerca de que investigar, pero la mayora de las veces no es
as. Puede ayudar en la bsqueda de problemas, las siguientes
pautas:
1) Revisar las sugerencias y recomendaciones que concernientes

al tema de inters hacen al finalizar sus artculos, ponencias,
exposiciones, tesis, investigadores reconocidos en la
temtica.
2) Realizar una lectura crtica de tesis, artculos cientficos,

documentos, analizando las soluciones que se han dado al
problema de inters buscando sus puntos dbiles. El anlisis
debe dirigirse a encontrar deficiencias o aspectos no
cubiertos, procurando usar otros enfoques o maneras de ver
el problema planteado: Qu debilidades tiene el problema
formulado?, Es posible haber concebido el problema de otra
manera?; Es posible concebir otros problemas de
investigacin adicionales al planteado?). Ayuda en este
aspecto el revisar reseas o abstracts en las bases de datos
electrnicas (Psyclit, Lilacs, Medline, Iberoamericano, Eric,
79
JAIME ALIAGA TOVAR
Colegio Oficial de Psiclogos de Espaa, sitios en Internet,

etc.).
3) Aplicar soluciones conocidas a situaciones nuevas y examinar

si siguen valiendo para stas: si valen se habra ampliado el
dominio de esas soluciones; sino valen, se habr tal vez
descubierto todo un nuevo sistema de problemas.
4) Analizar viejos problemas probando con nuevas variables y/o

nuevos dominios de las mismas.
5) Buscar relaciones del tema de inters con problemas

relacionados a otros campos (Piscoya, 1987; Hernndez,
Fernndez & Baptista, 2003).
2.7 Planteamiento del problema
El planteamiento del problema responde al qu (problema), al para

qu (objetivos) y al por qu (justificacin). La definicin y el
planteamiento del problema, especialmente en su primera parte (el
qu), configura el Objeto de conocimiento cientfico, aspecto vital en
el proceso de investigacin.
La adecuada configuracin del Objeto de investigacin representa

gran parte del xito del estudio, en razn a que proporciona las bases
para los objetivos, la justificacin, las hiptesis (el problema es el
punto de partida de las hiptesis), el contenido y el mtodo.
2.7.1 Qu implica el planteamiento del problema?
Este planteamiento implica la observacin detenida, el

conocimiento amplio y profundo, el estudio cuidadoso, y el
anlisis reflexivo del contexto general en el cual se da la
problemtica que interesa estudiar y de esta en particular. Al
realizar esta profundizacin y ampliacin el investigador
encontrar mayores elementos de informacin que le permitan
formalizar su problema, ya sea a travs de definiciones, nuevas
explicaciones, relaciones no conocidas suficientemente o
resultados de investigaciones que le ayudarn a reorientar su
investigacin o a desestimarla por tratarse de un problema ya
resuelto, o porque el camino seguido no conduce a mayores
aportes al conocimiento (Crdova, 2001).
80
JAIME ALIAGA TOVAR
2.7.2 Estructura del planteamiento del problema (El Qu?)
El proceso de elaboracin del problema expresado finalmente

en la pregunta o preguntas de investigacin, es para muchos
investigadores la etapa ms importante de un estudio. En
este proceso, teniendo ya una idea acerca de lo que se
quiere investigar la primera etapa esreducir el problema a
trminos concretos y explcitos (Selltiz, Jahoda, Deutch &
Cook, 1976). En este camino, generalmente el investigador
empieza el planteamiento del problema realizando una
descripcin de la situacin; indicando con precisin las
caractersticas particulares que permitan distinguir al
problema, pero sealando a la vez las relaciones causales o
no con otras variables en ese contexto.
Ayuda en esta actividad lo siguiente:
1) Describir la realidad o situacin problemtica. Al

realizar esta descripcin el investigador identifica aspectos
o situaciones que lo obligan a dudar o a cuestionar dicha
realidad y a profundizar los estudios sobre esta. Aqu se
trata de presentar los fundamentos de tipo emprico que
permiten saber que existen mritos para postular un
proceso de investigacin. (Crdova, 2001).
Por analoga con el procedimiento mdico algunos autores

realizan esta fase descriptiva segmentndola en tres
apartados que reciben una denominacin pero implcita
pues para efectos del proyecto de la investigacin no se
escriben como epgrafes o subttulos. Estos apartados son
los siguientes: diagnstico, pronstico y control al
pronstico. En lo referente al diagnstico el
planteamiento del problema parte de la identificacin y
descripcin de los sntomas que se observan
(informacin, estadsticas, datos, etctera) y que son
relevantes de la situacin, relacionndolos con las causas
que lo producen. Por pronstico (en investigacin es
generalmente negativo) se entiende las implicancias que
el diagnstico trae consigo y que al darse afectan la
situacin objeto de la investigacin. Por ltimo, el
control al pronstico refiere a la variable o vinculacin
de variables cuya descripcin o vinculacin cree el
investigador tendr como resultado que el control al
81
JAIME ALIAGA TOVAR
pronstico no se cumpla (o se cumpla); variables que,

por otro lado, tambin estarn incluidas en la hiptesis.
Veamos el siguiente ejemplo:
Planteamiento del problema
(1 Diagnstico). El rendimiento en matemtica es notoriamente bajo en

nuestros alumnos, como lo sealan varias mediciones internacionales y
nacionales. Por ejemplo, la Unidad de Medicin de la Calidad Educativa
del Ministerio de Educacin del Per (UMC), ha llevado a cabo cuatro
evaluaciones nacionales del Rendimiento: CRECER 1996, CRECER 1998,
la Evaluacin Nacional 2001 y la Evaluacin Nacional 2004. Asimismo,
ha participado en dos evaluaciones internacionales: en 1997 nuestro
pas particip junto con 11 pases de la regin en el Primer Estudio
Regional Comparativo del Laboratorio Latinoamericano de Evaluacin de
la Calidad de la Educacin (LLECE), de la UNESCO en el que se evalu a
estudiantes de tercero y cuarto grado de primaria en las reas de
Matemtica y Comunicacin, y en el ao 2001 particip en la evaluacin
del Programa Internacional para la Evaluacin de Estudiantes (PISA) de
la Organizacin para la Cooperacin y el Desarrollo Econmico (OCDE,
2002), orientado a evaluar las habilidades en comprensin de lectura,
matemtica y ciencia de estudiantes de secundaria que tenan 15 aos
de edad.
Recientemente la referida UMC ha presentado los resultados de la cuarta

evaluacin nacional, del rendimiento acadmico de los alumnos
ejecutado entre el 13 y 19 de marzo de 2004. Como en anteriores
ocasiones, las reas evaluadas han sido comunicacin y matemticas,
esta vez en 2 y 6 grado de primaria y 3 y 5 de secundaria, en una
muestra de 843 Instituciones Educativas del Nivel primario y 636 del
nivel Secundario, obtenindose los siguientes resultados: 2 de Primaria
9,6%, 6 de primaria 7,9%, 3 de secundaria 6% y 5 de secundaria
2,9%, porcentajes que representan a alumnos que logran los
aprendizajes esperados en el grado evaluado (INIDEN, 2000). Adems,
al comparar el rendimiento promedio entre aos en el rea de
Matemtica, los alumnos evaluados en el ao 2004 muestran un
rendimiento promedio ligeramente inferior al de los evaluados en el ao
1998 (UMC, Unidad de Medicin de la Calidad Acadmica, 2004).
(2 Pronstico) Esta situacin es muy preocupante pues al ser la

matemtica fundamento de las ciencias ms comprometidas con las
posibilidades de desarrollo de un pas, a futuro se ven comprometida la
posicin del Per en el mbito sudamericano y en el mundial; cada vez
82
JAIME ALIAGA TOVAR
ms globalizado; situacin que explicara el porqu el gobierno peruano

decreto la Emergencia Educativa el 2004.
(3 Control al Pronstico) Es asunto decisivo para los profesionales

comprometidos en la accin educativa el contribuir a revertir, a
transformar esta negativa realidad. La pregunta clave es a qu se
debe este bajo rendimiento?, en la bsqueda de respuestas que una vez
identificadas puedan ser afrontadas por los profesores de aula y
especialistas de las diversas instituciones educativas del pas;
estimamos conveniente afinarla en el sentido siguiente a qu se debe la
variabilidad o diferencias de los alumnos en el rendimiento en las
matemticas?. Diversas razones se han dado para explicar las amplias
divergencias en los rendimientos y los bajos logros en matemtica:
haber tenido reformas sucesivas precedidas o seguidas por poca o
ninguna experimentacin, excesos de formalismo en la concepcin y
aplicacin de las propuestas educativas, insuficiente formacin de los
maestros, (Flores, 1996), poco vnculo de los programas y mtodos de
enseanza con los procesos intelectuales y afectivos de los alumnos
(Vernaugd, 1991). Esta ltima razn es desde nuestra perspectiva de la
mayor importancia, pues se relaciona con factores que podran ser
modificables por la accin psicolgica docente. En este sentido, la
variabilidad del rendimiento en matemtica se explicara en alguna
medida por ciertas caractersticas personales de los alumnos.
La determinacin de estas caractersticas implica, a su vez, el tener un

conocimiento previo de las caractersticas que tiene la enseanza-
aprendizaje de esta asignatura. El Informe Cockcroft seala que las
matemticas son difciles de aprender y, por lo tanto, parecen ser
difciles de ensear, situacin que se encuentra en estrecha relacin con
la jerarquizacin de sus contenidos; que no todos los alumnos aprenden
a la misma velocidad, an con los mismos contenidos; que obliga a
practicar mucho, con independencia del nivel de conocimientos que se
tenga; que el planteamiento del problema es el aspecto ms difcil de
resolucin de un problema de matemtica y no debe subestimarse la
imaginacin que se precisa para ello (Cockcroft,1985, citado en Nortes,
1993). El anlisis de estas caractersticas con una visin cognitiva
constructiva que considera al alumno como un participante activo y un
constructor de sentidos, nos lleva a proponer que las caractersticas
personales del alumno se reflejaran en gran parte en el
desplegamiento de estrategias de aprendizaje cognitivas, metacognitivas
y motivacionales durante su aprendizaje de la matemtica,
entendiendo por tales a conductas y pensamientos que el estudiante
utiliza en su proceso de aprendizaje con la intencin de influir en el
proceso de codificacin de la informacin. Estas conductas y
83
JAIME ALIAGA TOVAR
pensamientos se manifiestan en una secuencia de actividades y

operaciones dirigidas a la consecucin de metas de una manera
consciente e intencional-plan de accin-involucrando procesos de toma
de decisiones ajustados al objetivo o meta que pretende conseguir el
estudiante. (Westein & Mayer, 1986; Beltran, 1993).
En estas circunstancias, esta relacin predicha entre las estrategias

de aprendizaje y el rendimiento en matemticas tiene que ser
sometida a un estudio emprico que determine si en realidad se
presenta y cules son las caractersticas de esta presentacin, por lo
que planteamos la pregunta de investigacin.
2) Definir el problema o preguntas de investigacin.

Realizada adecuadamente la descripcin del problema, el
siguiente paso es hacer una concrecin del mismo
planteando una o ms preguntas que definan
exactamente cul es el problema a resolver. La pregunta
(o preguntas) debe expresar relaciones fundamentadas
entre las variables elaboradas en la descripcin del
problema, con una estructura clara y unvoca lo cual
obliga a seleccionar trminos y conceptos que posean
significados unvocos para las personas que conforman la
comunidad cientfica; asimismo, debe tener posibilidades
de contrastacin emprica.
Retomando el ejemplo anterior, habindose identificado

sntomas, causas, pronstico y control al pronstico, la
pregunta se podra plantear as:
Cul es el grado de relacin de las estrategias de

aprendizaje con el rendimiento en matemticas?
2.7.3 Sistematizacin del problema
Algunas veces se descompone la pregunta planteada en

subpreguntas. En ese caso generalmente a la primera se le
denomina pregunta general y a las otras, preguntas
especficas, aunque algunos investigadores hablan de pregunta
principal y de de preguntas secundarias. En todo caso, las
subpreguntas tienen en sus contenidos variables del problema
planteado y orientan la elaboracin de los objetivos de la
84
JAIME ALIAGA TOVAR
investigacin. Al responderlas se responde a la pregunta

general.
Ejemplo:
Problema general: Existe alguna relacin entre el enfoque de

aprendizaje adoptado por el alumno de la maestra en Teora y
Prctica de la Lectura y Escritura y la calidad de su
aprendizaje?
Subproblemas especficos:
Existe alguna diferencia en el enfoque de aprendizaje en

funcin del gnero?
Existe alguna diferencia en el enfoque de aprendizaje en
funcin del curso?
Existe alguna diferencia en funcin del tipo de evaluacin
hecha por los profesores?
Existe alguna diferencia en funcin de las estrategias de
enseanza seguidas por el profesor? (Ejemplo adaptado de
Buenda, Cols & Hernndez, 1997).
2.8 Un error frecuente en el planteamiento del problema de

investigacin
Cuando se formula la pregunta de investigacin se incurre en un

error cuando se realiza la delimitacin geogrfica y temporal cuando
ello no influye en el estudio; antes bien limita la generalidad de las
conclusiones. Por ejemplo, sea la pregunta: Qu relacin existe
entre el nivel educacional de los padres y el nivel de aprendizaje de
los hijos, en el distrito de Bellavista, en los ltimos cinco aos? Aqu
el error se encuentra en que la relacin que se pretende explicar
tiene carcter general, por lo tanto no hay razn para delimitarla
geogrficamente ni temporalmente. Desde otro punto de vista, se
est confundiendo la delimitacin del problema con las
caractersticas de la muestra. (Velzquez & Rey, 1998).
2.9 Una precisin conceptual

Algunas veces el estudiante no efecta una discriminacin
adecuada entre algunos trminos usuales en el proceso de
investigacin. El siguiente ejemplo, tomado con ligeras
modificaciones de Velzquez & Rey (1998), ayudar rpidamente a
diferenciarlos.
85
JAIME ALIAGA TOVAR
1) Tema. Se identifica con la situacin problemtica y de ella se

deriva el ttulo de la investigacin o de la tesis.
2) Problema. Es la incgnita objeto estudio.
3) Ttulo. No debe ser una copia textual del enunciado del problema
de investigacin, sino que debe expresar de manera sinttica, la
idea central del estudio.
4) Lnea. Constituye un campo de la realidad, a cuyo estudio se
dedica el investigador, derivando de este sus problemas de
investigacin
Veamos un ejemplo:
Tema: La violencia juvenil en Lima.
Problema: De qu manera ha influido el deterioro de la situacin
econmica del pas en el aumento de la violencia juvenil en la
capital, en los ltimos cinco aos?
Lnea de investigacin: Violencia juvenil.
Ttulo de la Tesis o del Informe de Investigacin: Influencia de la
situacin econmica del pas en la violencia juvenil en la capital, en
los ltimos cinco aos. (Velzquez & Rey, 1998).
Al concluir lo concerniente al problema queda claro, como sostiene
Bunge (1979), que un problema cientfico se plantea sobre un
trasfondo cientfico y se estudia con medios cientficos y con el
objetivo primario de incrementar el conocimiento humano.
86
JAIME ALIAGA TOVAR
Leccin II
Objetivos y Justificacin de la Investigacin
1. Objetivos de Investigacin
1.1 Concepto
Los objetivos constituyen los mviles o propsitos que orientan el

proceso de investigacin y el proceso de su logro gua todas las
acciones programadas. Especficamente, un objetivo es lo que se
espera lograr con la investigacin y surge como respuesta a la
pregunta para qu y qu se busca con la investigacin propuesta?
1.2 Clasificacin de los objetivos de investigacin
Los objetivos se clasifican en objetivos generales y objetivos

especficos. Los primeros, ofrecen resultados amplios y buscan
alcanzar propsitos ltimos de modo paulatino logrando
previamente los objetivos especficos. En trminos generales,
responden a la pregunta Para qu se realiza la investigacin? Los
segundos, estn referidos a situaciones particulares que inciden o
forman parte de situaciones propias de los objetivos generales.
Operacionalmente son el resultado de desagregar con
especificacin conductual los logros concatenados que se pretende.
Veamos los siguientes ejemplos:
Problema 1: Cul es la influencia de un programa de

intervencin educativa en la reflexividad, el autocontrol y el
aprendizaje en un grupo de nios de ocho aos de edad?
Objetivo general: Experimentar los efectos de un programa de

intervencin educativa en el incremento del nivel de reflexividad,
autocontrol y aprendizaje en un grupo de nios de ocho aos de
edad.
Objetivos especficos:1) Identificar el nivel de reflexividad,
autocontrol y aprendizaje de los nios; 2) Evaluar el nivel de
reflexividad, autocontrol y aprendizaje de los nios; 3) Objetivo
metodolgico: Elaborar un Programa de intervencin educativa
para el desarrollo de la reflexividad, el autocontrol y el aprendizaje
(Carbajal, 2007).
87
JAIME ALIAGA TOVAR
Problema 2: Qu relacin existe entre capacitar docentes con las

estrategias A, A, B y B, y el rendimiento de tales docentes en
trminos de grado de conocimiento de los contenidos de tales
cursos?
Objetivo general: Someter a prueba experimental dos

estrategias de capacitacin para comprobar su eficacia, medida
directamente en el rendimiento del docente e indirectamente en el
rendimiento del educando.
Objetivos especficos: 1) Someter a prueba experimental dos

estrategias de capacitacin por contraste con los grupos de control,
bajo la condicin de los mdulos de Matemtica y Lenguaje; 2)
Someter a prueba experimental dos estrategias de capacitacin por
contraste con los grupos de control, bajo la condicin de zona rural
y zona urbano-marginal (Vizcarra, 1985).
Problema 3: Cmo se presentan las caractersticas psicomtricas

bsicas del Cuestionario de evaluacin del aprendizaje
autorregulado EAM-56P elaborado segn el modelo de Aprendizaje
autorregulado de Pintrich modificado, para su uso en la poblacin
de estudiantes del quinto y sexto grado de educacin primaria de
Lima Metropolitana?
Objetivo general: Construir y estandarizar un cuestionario de

evaluacin del aprendizaje autorregulado segn el modelo de
aprendizaje autorregulado de Pintrich modificado, vlido y
confiable para su uso en la poblacin de estudiantes del quinto y
sexto grado de primaria de Lima Metropolitana.
Objetivos especficos: 1) Elaborar el cuestionario EAM-56P con

base en el modelo de aprendizaje autoregulado de Pintrich; 2)
Establecer la fiabilidad del cuestionario construido EAM 56-P por
medio del anlisis de su consistencia interna y estabilidad
temporal; 3) Establecer la validez de constructo del cuestionario
elaborado EAM-56P; 4) Elaborar normas en puntajes estndar
eneatipos para el cuestionario construido EAM-56P en la poblacin
de referencia (Aliaga, 2003).
Respecto de los objetivos es necesario tener cuenta dos cosas: que

los objetivos especficos al ser logrados permiten alcanzar el
objetivo general; pero en dependencia de la amplitud de lo que se
persigue con el estudio, en muchas investigaciones slo se
88
JAIME ALIAGA TOVAR
formulan objetivos; que en el transcurso del estudio pudiera ser

necesario incluir, modificar o cambiar objetivos.
Tabla 3.
Niveles, atributos y designaciones semnticas de los propsitos (Tomado
de Caballero, 2000)
NIVELES ATRIBUTOS DESIGNACIONES

SEMNTICAS
1. FINALIDAD: a) Valorativa. A la finalidad:Se le
- Fin supremo b) Cualitativa. persigue
- Razn de ser de la c) Permanente.
empresa.
2. OBJETIVO a) Cualitativo. Al objetivo general:
GENERAL: - Fin b) Integral. Se le alcanza
c) Terminal.
3.OBJETIVOS a) Cualitativos. Los objetivos
ESPECIFICOS b) Conductuales. especficos: Se logran
c) Especficos.
4. METAS a) Cuantitativas. Las metas: Se cumplen
b) Actividades.
c) Tiempos.
5. ACTIVIDADES a) Cuantitativas. Las actividades:Se
b) Conjunto de tareas desarrollan
o acciones repetitivas.
6.TAREAS O a) Cuantitativas. Las tareas: Se
ACCIONES b) Repetitivas. ejecutan
c) Efectuadas por
personas.
1.3 Presentacin y redaccin
En el proceso de presentacin y redaccin de los objetivos es

conveniente tener en cuenta las siguientes pautas: 1) Los
objetivos deben involucrar resultados concretos;2) Su logro debe
estar dentro de las posibilidades del investigador; es decir, deben
ser realistas; 3) Deben ajustarse a la consecucin de resultados
nicamente por la accin del investigador; 4) Pueden haber uno o
ms objetivos generales. Para cada uno de estos objetivos debe
plantearse dos o ms objetivos especficos. Los resultados de
stos ltimos permiten alcanzar el (los) objetivo(s) general(es);
y, 5) Los objetivos se empiezan redactando con verbos en modo
infinitivo.
89
JAIME ALIAGA TOVAR
Tabla 4.
Ejemplos de verbos para la redaccin de objetivos
Determinar Evaluar Describir Explicar

Establecer Planear Examinar Presupuestar
Disear Comprobar Estandarizar Planear
Plantear Precisar Especificar Inventariar
Programar Cuestionar Elaborar Consultar
2. Justificacin de la investigacin
2.1 Concepto
La justificacin del estudio responde a la pregunta por qu se

investiga? y est en directa relacin con la pregunta y los
objetivos de la investigacin, pues esta se realiza con un
propsito claro y definido. En este sentido, la justificacin implica
la explicacin por parte del investigador de las razones por las
que se lleva a cabo el estudio y las consecuencias tericas,
prcticas, institucionales o de otra ndole que se derivan de su
realizacin. Por ejemplo, en el aspecto terico, es necesario
explicar si se va a elaborar o ampliar un modelo o profundizar
una o ms teoras o se va a comprobar, modificar o rechazar
cuestionar tericas referidas al problema de investigacin. En el
aspecto prctico, en vista que la ciencia est al servicio del
hombre, es necesario explicar si los resultados pueden contribuir
a dar una solucin a problemas concretos que afectan, por
ejemplo, a organizaciones educativas, clnicas, empresariales,
pblicas o privadas.
Tambin la justificacin puede ser de orden metodolgico en

razn a la elaboracin o uso de metodologas, tcnicas,
instrumentos especficos que servirn en la realizacin y logro de
los objetivos del estudio. Por ejemplo, instrumentos como
encuestas, tests, cuestionarios, formularios, frmulas, software,
entre otros.
2.2 Ejemplos de justificaciones
La redaccin de la justificacin de un estudio se realiza en

funcin de los aspectos que hemos visto en el acpite anterior,
sin embargo el estilo personal del investigador lleva a que esta
vare en su amplitud. Veamos los siguientes ejemplos:
1) En una investigacin relativa al diseo y desarrollo curricular

del rea de las matemticas, desde el nivel de educacin
90
JAIME ALIAGA TOVAR
inicial hasta el tercer grado de primaria en contexto de

pobreza, se seal la importancia del estudio en los siguientes
trminos: A partir de los resultados de la investigacin, se
podra contribuir a la generacin de polticas educativas que
sirvan de apoyo a la racionalizacin de cambios en las
distintas instancias del currculo y que en consecuencia se
eleve el nivel cualitativo de la educacin matemtica
(Villavicencio et al., 1994).
2) En una investigacin en torno a los factores que inciden en la

baja de rendimiento acadmico en un colegio, la justificacin
fue la siguiente: De acuerdo con los objetivos de la
investigacin, su resultado permite encontrar soluciones
concretas a problemas de bajo rendimiento acadmico en el
colegio.
3) En una investigacin que averigua la relacin de la inteligencia,

la personalidad y la actitud hacia la matemtica con el
rendimiento escolar en matemtica en estudiantes del quinto
ao de secundaria de Lima Metropolitana, la justificacin fue
esta: La investigacin se justifica pues sus resultados
constituyen desde nuestro punto de vista aportes
significativos desde el punto de vista terico y prctico para
el mejor conocimiento de la naturaleza y ciertas
caractersticas psicolgicas implicadas en el rendimiento
escolar en matemticas.
En un nivel terico, se considera actualmente que el estudiante

tiene un papel decisivo en el proceso educativo por medio de su
actividad sobre la realidad, e igualmente que el rol del profesor se
acenta en la estimulacin y utilizacin de esa actividad.
Naturalmente que un mejor desempeo del profesor implica que
este debe tener el mejor conocimiento posible del estudiante de
manera tal que pueda ajustar de manera permanente las
modalidades de su accin pedaggica para contribuir mejor al
desarrollo de ste como persona. En este sentido, estimamos que
el conocimiento del profesor acerca del alumno se optimiza en la
medida en que conoce las relaciones de determinadas variables
psicolgicas relevantes con la variable clsica en la educacin
escolarizada: el rendimiento escolar.
Desde esta perspectiva el rendimiento escolar en matemticas

puede ser visto como la expresin compleja de la conducta de los
individuos en el campo educativo, pudiendo ser estudiado
91
JAIME ALIAGA TOVAR
considerndolo como el resultado de la accin simultnea de un

conjunto de variables. En este contexto, el estudio precisa en el
segmento educativo correspondiente al de estudiantes de ambos
sexos del quinto ao de secundaria, la importancia general y
especfica de la inteligencia, la personalidad y la actitud hacia las
matemticas en su accionar simultneo sobre el rendimiento
escolar en matemticas con vista a la posterior estructuracin de
un modelo descriptivo, explicativo y predictivo de tal rendimiento
en referida poblacin.
En un nivel prctico, el establecimiento de relaciones

significativas entre el conjunto (team) de variables citadas o de
algunas de ellas con el rendimiento escolar en matemtica hace
posible un mejor anlisis de ste, del cual se derivaran
aplicaciones prcticas, por ejemplo: realizar labores de seleccin,
clasificacin y prediccin en cuanto al rendimiento individual en
matemticas; y acciones recuperativas y de desarrollo
psicopedaggico para la optimizacin de las caractersticas
cognitivas, de personalidad o actitudinales implicadas en el
referido rendimiento (Aliaga, 1997).
Veamos un ejemplo de justificacin metodolgica: El estudio se

justifica en un nivel metodolgico, pues con base en la realidad
educativa del segmento poblacional escolar estudiado, se
elaborar un cuestionario con la suficiente confiabilidad y validez
como para constituirse en un instrumento til para le evaluacin
del aprendizaje. Entendemos que un cuestionario con estas
caractersticas puede ser en manos de los profesionales de la
enseanza, educadores, psiclogos, orientadores, un valioso
instrumento para conocer un poco mejor cmo los estudiantes
perciben la realizacin de su propio aprendizaje y para obtener
una valoracin de los motivos y las estrategias predominantes en
el aprendizaje de los estudiantes (Aliaga, 2003).
92
JAIME ALIAGA TOVAR
Leccin III
El Marco terico y Definicin de trminos bsicos
1. El marco terico
1.1 Concepto
Es la parte del informe de investigacin en el que el investigador

presenta adecuadamente el conocimiento existente sobre el tema
que est estudiando, que le hace posible fundamentar el problema,
las hiptesis, las tcnicas o instrumentos de recoleccin de datos e
interpretar y discutir los resultados a los que ha llegado. En otras
palabras, es el mbito terico en el cual se desarrolla la
investigacin basado en el riguroso anlisis crtico de los
antecedentes del problema, la exposicin de los supuestos de la
investigacin, la exposicin y anlisis de la teora o grupo de
teoras relacionadas con el problema o del modelo elaborado sobre
las distribuciones y relaciones de las variables en un contexto
determinado. En el marco terico se especifica las variables a
estudiar, y las relaciones entre ellas, por medio de las cuales se
plantean respuestas o explicaciones al problema que se estudia.
1.2 Propsito del marco terico
La apropiada elaboracin del marco terico tiene varios propsitos

tiles para el desarrollo del estudio. Para Munch y Angeles (1999)
este marco sirve para Definir adecuadamente las variables y las
hiptesis; establecer las guas para especificar hacia donde debe
dirigirse la investigacin de campo; sustentar la investigacin;
analizar e interpretar los datos y ordenar las observaciones para
explicar de qu manera estn relacionados los fenmenos o
variables. En otros trminos, sirve para analizar, comprender y
explicar el problema en mayor profundidad, pues tiene como
resultado el encuadre terico del problema, su inclusin en una
teora existente o la fundamentacin de una nueva teora
(Velsquez & Rey, 1999), modelo o marco referencial, en base al
que, como ya dijimos, se fundamentar no slo el problema de
investigacin sino tambin las hiptesis, en las investigaciones en
las que estas son pertinentes, las tcnicas de colecta de datos y la
discusin de los resultados.
1.3 Etapas en la elaboracin del marco terico
En el proceso de elaboracin del marco terico se presentan

algunas etapas que sintetizamos de la siguiente manera:
93
JAIME ALIAGA TOVAR
1. Revisin de las fuentes de informacin. Las investigaciones

se fundamentan en la revisin de la produccin cientfica de
otros investigadores, del pasado o del presente, lo que implica
una labor ardua, sostenida, analtica, crtica e inteligentemente
sinterizadora. Produccin cientfica que expresada en libros,
artculos, tesis y documentos elaborados cientficamente est
depositada en bibliotecas hemerotecas y bases electrnicas de
datos.
Al hacer una revisin acuciosa y planificada de estas fuentes, el

investigador tendr mejores elementos de juicio para perfilar
mejor el problema de investigacin, las preguntas, hiptesis,
metodologa y para establecer el marco de referencia o mbito
terico de la investigacin.
Las fuentes de informacin pueden agruparse segn los criterios

de origen e informacin que aportan. Por su origen, se clasifican
en primarias, secundarias, y terciarias. Las fuentes primarias
estn constituidas por investigaciones escritas de primera mano
por el autor o autores. Por ejemplo, artculos originales de una
revista, textos, los manuales y las monografas. No deben tener
una antigedad mayor a los diez proponindose actualmente
que la antigedad no debe ser mayor a los dos o tres aos. Una
manera de percatarse de este dato es ver en la contraportada
del libro el ao de la publicacin original. Aqu es necesario tener
en cuenta que no es lo mismo reimpresin que segunda edicin.
En la reimpresin un libro ha sido reimpreso sin hacer ningn
cambio respecto a su edicin original. En la segunda edicin se
han hechos cambios, algunas veces sustanciales, en
comparacin con la edicin original. En Per se publican
artculos originales de psicologa en las revistas del Colegio de
Psiclogos del Per y en las Revistas de las Facultades de
Psicologa de las diversas universidades, por ejemplo de la
Universidad Inca Garcilaso de la Vega, la Universidad Nacional
Mayor de San Marcos, la Universidad Catlica del Per. On line
hay muchas revistas, como es el caso de Anales de Psicologa y
Psicothema que traen una produccin cientfica variada y de
elevada nivel. Por otro lado, puede tenerse acceso a la
produccin psicolgica espaola a travs de los CD Room que
comercializa el Colegio Oficial de Psiclogos de Espaa, en tanto
que la produccin cientfica estadounidense en gran parte puede
leerse en las diversas publicaciones de la American
Psychologycal Associattion (APA). Por otro lado, las fuentes
secundarias estn constituidas por documentos que contienen
94
JAIME ALIAGA TOVAR
informacin sobre las fuentes primarias, son obras o artculos de

referencia que no ofrecen conocimientos nuevos pero facilitan el
acceso a las fuentes primarias. Por ejemplo, las revisiones de
artculos, las reseas de libros, antologas de lecturas, que
tienen por objetivo resumir la informacin, informar sobre el
estado actual de la temtica que interesa, proporcionar
bibliografa, discutir conclusiones contradictorias, entre otros
tpicos. Las fuentes terciarias, brindan informacin general,
panormica, sobre un tema determinado, por ejemplo, diarios
como El Comercio, Enciclopedias o magazines como
Psychological Today.
Por la informacin que aportan, se clasifican en: De primera

mano y de segunda mano. La primera refiere a artculos
originales; la segunda recoge lo que otros autores han escrito
sobre una cuestin, por ejemplo, un libro de texto.
El investigador puede emplear fuentes terciarias para tener una

visin general del tema de investigacin y como datos
puntuales; fuentes secundarias si quiere tener un resumen
erudito de las investigaciones que se han realizado en un rea
especfica o si busca fuentes de referencia adicionales (Salkind,
1998); pero debe emplear fuentes de primera mano casi
exclusivamente, ya que en las fuentes primarias es donde est
la informacin principal, pero tambin se tendrn que utilizar las
fuentes secundarias debido al gran nmero de publicaciones que
hay de este tipo. (Munch & Angeles, 1999).
2. Anlisis del contenido de la informacin seleccionada. Una

vez que se han elegido los textos, artculos y en general la
informacin referida al problema, se procede a analizarla y a
elaborar las fichas de registro de informacin (bibliogrficas, de
resumen, etctera). La lectura debe ser crtica, comparando, por
ejemplo, conceptos, tericos, modelos, sin perder de vista el
problema que se investiga. Aqu se trata de lograr informacin
relevante para la investigacin y as evitar los errores tericos y
metodolgicos de otros autores.
3 Organizacin de la informacin. Ya que se han recopilado

suficientes datos, se procede a comparar la informacin obtenida
de diversas fuentes referente a un mismo tema, y a ordenar las
fichas por tema y rea. En esta etapa, al revisar y ordenar las
fichas bibliogrficas, el investigador refuerza el conocimiento del
tema a la vez que se percata si posee la suficiente informacin o
95
JAIME ALIAGA TOVAR
si es necesario obtener ms fichas de algn tema en

especial.(Munch & Angeles, 1999).
4 Diseo de un esquema del marco terico. Se precisan

lineamientos en cuanto a contenido y se elabora un esquema del
marco terico. En este texto consideramos que este esquema
debe contener tres partes: los antecedentes del estudio, las
bases tericas del mismo y las definiciones conceptuales y
operacionales de las variables. Cada una de estas partes debe
ser esbozada en cuanto a su contenido. Por ejemplo, en las
bases tericas se debe construir un esquema en donde se
analice tericamente el problema, tomando como base los
antecedentes, las teoras que ofrezcan ms elementos para
analizar el problema y plantear la hiptesis ms adecuada.
5 Elaboracin del marco terico. Esta referida nicamente al

problema y se redacta partiendo de lo general a lo particular
siguiendo una secuencia lgica, ordenada y conceptualmente
suficiente que abarque los antecedentes y la teora o teoras, la
informacin y la experiencia, para analizar el problema
investigado. Al finalizar la redaccin de las bases tericas es
conveniente hacer un resumen en el que se haga una sntesis
de estas y los antecedentes, de manera que quede elaborado
un marco referencial que oriente a la elaboracin de las
hiptesis. En el marco terico debe el investigador aportar sus
ideas acerca del problema enriquecindolo, adems de adoptar
en la redaccin de las citas y referencias la normatividad que
brinda APA, que es la utilizada por la mayora de psiclogos.
1.4 Partes del marco terico

En el proceso de elaboracin del marco terico se distinguen,
como ya dijimos, usualmente tres partes: los antecedentes del
estudio, las bases terico cientficas y la definicin de las
variables.
1.4.1 Los antecedentes
Al elaborar esta parte de la investigacin es conveniente

tener en cuenta de entrada que no se trata de elaborar un
Estado de la Cuestin o Estado del Arte (state of art) sobre
el tema. El estado de la cuestin es un trabajo que
consiste en una presentacin completa, sistemtica,
objetiva e imparcial, y, a la vez suficientemente abreviada
y clara de todos los principales resultados existentes en las
96
JAIME ALIAGA TOVAR
investigaciones acerca del problema o tema. (Zubizarreta,

1998), elaborar este Estado constituye ya una
investigacin. Ms bien, de lo que se trata, es de revisar
crticamente estudios, documentos, investigaciones,
semejantes en el problema a la investigacin que se est
realizando y elaborar un inteligente resumen. La revisin
de los antecedentes sirve al investigador para ubicar el
problema de investigacin respecto de la produccin
cientfica y tecnolgica ms reciente sobre la temtica de
inters desde la perspectiva terica que el investigador
tiene sobre el asunto. En la actualidad tiende a exigirse que
estos antecedentes no pasen de los diez aos de
antigedad y an menos, salvo en el caso de los autores
clsicos que en psicologa pudieran ser, por ejemplo,
Piaget, Skinner, Walln, Vigotsky, Catell, Eysenck, entre
otros. Adems, en el cumplimiento de esta exigencia hay
que tener en cuenta que algunas reas de una ciencia
muestran una mayor dinmica que otras; por ejemplo, en
psicologa, la psiconeuroinmunologa tiene actualmente una
dinmica mayor que la psicometra.
En el proceso de elaboracin de esta seccin de la

investigacin el investigador debe indicar los nexos que
existen entre su tema de estudio y las investigaciones
nacionales y extranjeras que existan al respecto. La lectura
de la literatura cientfica pertinente debe realizarse
teniendo en mente que lo extrado debe servir bsicamente
para: a) Saber si existen marcos tericos, tcnicas o
hiptesis sobre la cuestin que estamos estudiando; b)
saber si hay datos o hallazgos empricos sobre el
problema; c) determinar la metodologa, diseos, tcnicas
de recogida y anlisis de datos ms utilizados; d) orientar
por donde proseguir, si hay contradiccin entre los logros
encontrados; e) establecer las limitaciones que pueda
haber en cuanto a teora, metodologa y anlisis de la
informacin; f) replicar algunos hallazgos que no estn
consolidados; y, g) precisar mejor el problema y formular
las preguntas de investigacin apropiadas.
A continuacin presentamos uno de los antecedentes de la

investigacin que Navarro (2007) present con motivo de
su tesis para obtener la licenciatura en psicologa en la
Universidad Inca Garcilaso de la Vega: Escurra, et al.,
(2005) investigaron el 2004 la Relacin entre el
autoconcepto de las competencias, las metas acadmicas y
97
JAIME ALIAGA TOVAR
el rendimiento en alumnos universitarios de la ciudad de

Lima, en una muestra de 1018 estudiantes de varias
universidades nacionales y privadas de la capital, con
edades entre 18 a 28 aos y una media de 21 aos. Los
instrumentos que emplearon para la captura de los datos
fueron la Escala de autoconcepto para las competencias de
Rayti y Snellman y el Cuestionario de metas acadmicas
de Hayizamyu y Weiner. Hallaron correlaciones
estadsticamente muy significativas (p<0.01) ente el
autoconcepto de las competencias y las metas acadmicas
con el rendimiento acadmico (0.40 y 0.38,
respectivamente), lo que indica el efecto positivo y la
importancia de estas variables cognitivas motivacionales
en el rendimiento acadmico de los estudiantes
universitarios.
1.4.2 Bases terico-cientficas
Alude a la teora cientfica en la que se encuadra el

problema de investigacin. Esta constituida por las teoras
cientficas o el marco terico referencial o modelo que
pueda elaborarse con base en los conocimientos cientficos
concernientes a las variables constituyentes del problema
que se sinteticen despus de una exhaustiva revisin en los
centros de informacin y en las bases electrnicas de
datos. Su construccin implica un anlisis crtico de las
teoras o marcos tericos vinculados al problema de
estudio, y la adopcin por parte del investigador de una de
estas o la elaboracin de un marco terico referencial
adecuado para la investigacin.
En su proceso de elaboracin es necesario tener en cuenta

que si bien a la mayora de estudios no los dirige una teora
siempre les subyace una base conceptual implcita. Por
ejemplo: el investigador que emprende un estudio sobre la
memoria debe aclarar la perspectiva terica conceptual que
adopte sobre esta, pues aunque no busque probar una
determinada teora conviene aclarar esta perspectiva. Por
otro lado, si el investigador pretende fundamentar su
estudio sobre una teora o un marco conceptual especfico
debe necesariamente analizarla en las fuentes originales o
primarias. Por ejemplo, si un psiclogo o estudiante de
psicologa quisiera hacer un estudio en el que est
implicado el locus de control tendra que revisar el artculo
original de Julian Rotter sobre este constructo.
98
JAIME ALIAGA TOVAR
Su construccin supone un anlisis minucioso de los

trabajos realizados y revisados de manera tal que como
resultado de este el investigador pueda elaborar desde su
visin una perspectiva terica, conceptual o modelo, en la
que especular tericamente acerca de cmo (y por qu)
se relacionan las variables, cuestin que precisamente la
investigacin que se efecta trata de probar.
Veamos dos ejemplos esquematizados de insercin de un

problema en un marco terico: a) Existen diferencias en la
eficacia personal entre los ancianos que realizan ejercicios
y los que no los practican? Teora de la eficacia personal
de Bandura; b) Cules son las conductas del primer hijo
antes y despus del nacimiento de un hermano? Teora del
apego de Bowly.
Un error frecuente en el proceso de elaborar las bases

tericas es divagar acerca de temas vinculados de
manera slo indirecta con el objeto de estudio. Veamos el
siguiente esquema de las bases tericas propuestas por
un investigador y posterior correccin.
Tabla 5.
Bases tericas inadecuadas (esquema)
Bases tericas inadecuadas

Problema: Cul debe ser la dimensin de la cobertura de los servicios
de salud en las instituciones del Seguro Social?
Historia del Seguro Social en el Per.
El Ministerio de Salud y el Seguro Social.
Las empresas aseguradoras privadas de salud.
Diagnstico de la atencin de la salud en las instituciones del seguro
social.
El concepto de calidad.
La calidad de los servicios de salud.
Dimensin actual de la cobertura de los servicios de salud en las
instituciones del Seguro Social.
(Nota: Elaboracin propia, basado en ideas de Velsquez & Rey, 1999)
Como se puede apreciar, de los aspectos tratados en ese

proyecto, slo el ltimo est relacionado directamente con
el problema de investigacin.
99
JAIME ALIAGA TOVAR
Tabla 6
Bases tericas adecuadas (esquema)
Bases tericas adecuadas

Problema: Cul debe ser la dimensin de la cobertura de los servicios
de salud en las instituciones del Seguro Social?
Definiciones generales. Concepto de cobertura de servicios de salud en

las instituciones del Seguro Social.
Caractersticas socioeconmicas de la poblacin afiliadas al Seguro Social.
Relacin entre necesidad y cobertura actual de los servicios de salud del
Seguro Social.
Experiencia internacional: EE.UU., Canad, Chile, Espaa, Mxico.
Es posible una cobertura total con una calidad excelente?
(Nota: Elaboracin propia, basado en ideas de Velsquez & Rey, 1999)
1.4.3 Definicin de trminos bsicos
La definicin de las variables y de trminos relacionados es

fundamental para el manejo preciso de los conceptos y
tambin para el adecuado entendimiento por parte del
lector del informe de la investigacin. Generalmente las
definiciones se hacen en un nivel conceptual y en un nivel
operacional. Veamos los siguientes ejemplos tomados de
Aliaga (1998):
Ejemplo 1: Variable: Rendimiento Acadmico.
Definicin Conceptual: Es el resultado del proceso de

interaccin enseanza-aprendizaje. Dicho resultado puede
ser medido y clasificado en niveles de eficiencia y calidad
para indicar el logro de los objetivos propuestos (Reyes,
1988).
Definicin Operacional 1: Promedio aritmtico de las

notas en escala vigesimal (0-20) alcanzado por los
estudiantes en las asignaturas del primer ao de
secundaria que permite clasificarlos en cuatro niveles de
rendimiento: alto (15-20); medio (13-14.99); bajo (11-
12.99), deficiente (10.99 menos).
Definicin operacional 2: Se mide clasificando a los

alumnos en dos niveles: alto y bajo rendimiento
acadmico. Se utiliz como criterio de clasificacin a la
100
JAIME ALIAGA TOVAR
mediana (Me = 12) de la distribucin de las notas promedio

en las asignaturas cursadas en el primer ao de
secundaria. Los alumnos con nota promedio hasta 12
conformaron el grupo de bajo rendimiento. Los de 13 o
ms el de alto rendimiento.
Ejemplo 2: Variable Actitud hacia la matemtica.
Definicin conceptual: Organizacin duradera de

creencias y cogniciones, dotada de una carga afectiva en
favor o en contra de la Matemtica y que predispone a una
accin coherente con dichas cogniciones y afectos
(Rodrguez Feijo, 1991).
Definicin operacional: Es medida por la Escala de

Actitudes hacia las Matemticas que tiene 25 reactivos tipo
Likert de 5 alternativas y evala cinco dimensiones
actitudinales: Ansiedad, Agrado, Utilidad, Motivacin y
Confianza.
Ejemplo 3: Variable Personalidad.
Definicin conceptual: Organizacin nica de rasgos "que

nos dice lo que una persona har en una situacin
determinada" (Catell, 1975).
Definicin operacional: Es medida por el grado de

acuerdo de los sujetos con los reactivos de calificacin
tricotmica 2, 1 y 0 de las quince escalas evaluadoras de
los rasgos estilsticos-temperamentales del Cuestionario de
Personalidad 16PF de Catell, Eber y Tatsuoka.
Finalizando lo concerniente al marco terico, es necesario

tener presente que su construccin no es una etapa que
slo se realiza al inicio de la investigacin; de hecho se
desarrolla durante todo el proceso para ir perfeccionndolo
y estar en posibilidades de disear la hiptesis y los
instrumentos de recoleccin para su prueba, con la mayor
consideracin posible. Asimismo, que su estructuracin
implica no slo recopilar la informacin sino manejarla a
nivel conceptual, es decir, establecer relaciones entre los
fenmenos y los hechos para plantear, si fuere el caso,
principios de causalidad, leyes cientficas.
101
JAIME ALIAGA TOVAR
Leccin IV
Estrategias o tipos de investigacin
1. Concepto
Concluido el marco terico el investigador est en muchas mejores

condiciones que antes de la elaboracin de este de precisar cul va a
ser la estrategia o tipo de investigacin que realizar para dar
respuesta a las preguntas del estudio. Estas estrategias se han
clasificado de diversa manera.
Con base en la informacin conseguida al elaborar el marco terico el

investigador toma una decisin consciente acerca de cmo lograr los
propsitos del estudio de una manera planificada y que asegure la
mejor decisin en cada una de las etapas de este. Segn sea la
naturaleza del problema de investigacin y segn los objetivos
propuestos por el investigador se sigue una estrategia determinada,
vinculada ntimamente con el problema, los objetivos, las hiptesis y
la metodologa a seguir.
2. Clasificacin de las estrategias o tipos de investigacin
En atencin a la naturaleza del problema y de los objetivos

perseguidos existen varias clasificaciones. El lector debe tener muy en
cuenta el criterio o criterios a los que atienden estas clasificaciones.
Por ejemplo, la clasificacin que las divide en descriptivas y
explicativas se orienta por el criterio de las funciones de la ciencia
fctica y por la naturaleza de su producto final. Esta clasificacin no
toma en cuenta a las investigaciones llamadas exploratorias que se
orienta ms por la intencionalidad del investigador. Si dejar de advertir
las dificultades de las clasificaciones en metodologa de la
investigacin, en este texto utilizamos una clasificacin que toma como
base elementos de la clasificacin brindada por Hernndez, Fernndez
& Baptista, (2003), cuyas caractersticas las resumimos en los
siguientes cuadros.
102
JAIME ALIAGA TOVAR
2.1 Investigacin Exploratoria
Tabla 7
Caractersticas de la investigacin exploratoria
Examinar un tema o problema de investigacin poco

estudiado o que no ha sido abordado antes. Es
OBJETIVO decir, cuando la revisin de la literatura revela que
nicamente hay guas no investigadas e ideas
vagamente relacionadas con el problema de estudio.
Tema: Problema poco estudiado y no abordado
antes.
Utilidad: Sirve para definir ms correctamente el
fenmeno, las necesidades, prioridades, etc., y la
manera de cmo realizar el estudio.
No constituye un fin en s mismo: Sirve para
CARACTERSTICAS determinar tendencias, identificar relaciones
potenciales y establecer "temas" de investigaciones
posteriores ms rigurosas.
Concluye: En planteamientos especficos de un
problema y/o en la elaboracin de hiptesis de
trabajo.
Son flexibles en su metodologa (buscan observar

ASPECTOS tantas manifestaciones del fenmeno estudiado
METODOLGICOS como sea posible).
Y TCNICOS No se consideran hiptesis.
Requieren paciencia, serenidad, receptividad.
Los primeros estudios de Freud que surgieron de la
idea que los problemas histricos estaban
EJEMPLOS relacionados con las disfunciones sexuales; los
estudios pioneros del SIDA.; los estudios de Elton
Mayo sobre la dinmica de los grupos.
2.2 Investigacin Descriptiva
El investigador busca especificar las propiedades importantes de

personas, grupos, animales, procesos, etc. o cualquier otro
fenmeno que sea sometido a anlisis reseando sus
caractersticas refiriendo minuciosamente e interpretando lo que
es; vale decir, busca condiciones o conexiones existentes,
prcticas que prevalecen, opiniones que se mantienen, procesos
en marcha, efectos que se sienten o defectos que se desarrollan,
generalmente haciendo una medicin precisa de una o ms
103
JAIME ALIAGA TOVAR
variables dependientes, en una poblacin definida o en una

muestra de poblacin (Best, 1970; Hayman,1991). Se halla
combinada muchas veces con la comparacin o el contraste.
Comprende, entre otros, al estudio de casos, los estudios

longitudinales, los estudios transversales, la investigacin
comparativa, la investigacin evaluativa, la investigacin tipo
encuesta, las investigaciones observacionales, la investigacin
causal comparativa (ex post facto).
Tabla 8.
Caractersticas de la investigacin descriptiva
Describir las caractersticas ms importantes del

fenmeno en estudio en lo que respecta a aparicin,
OBJETIVO
frecuencia y desarrollo tal y como se presenta en la
realidad.
Si bien su objetivo no es indicar como se relacionan
las variables medidas, se pueden integrar las
mediciones de cada una de las variables para decir
cmo es y se manifiesta el fenmeno. Ejemplo:
descripcin de la personalidad de una persona
(estudio de caso).
Se busca medir con la mayor precisin posible los

ASPECTOS
aspectos o dimensiones del fenmeno o fenmenos
METODOLGICOS
sometidos a investigacin. Se seleccionan una serie
Y TCNICOS
de cuestiones y se mide cada una de ellas
independientemente, para as DESCRIBIR lo que se
investiga. Indudablemente que esto requiere de un
considerable conocimiento del rea que se investiga
para formular preguntas especficas a responder.
Este tipo de investigacin ofrece posibilidad de

predicciones aunque de manera rudimentaria.
*Riqueza lxica en estudiantes de educacin bsica
(nivel secundaria) de Lima Metropolitana (Quesada et
EJEMPLOS al. 2001).
Los estudios de Lewis Terman y Melita Oden sobre
nios superdotados durante veinticinco aos.
2.3. La investigacin correlacional
El investigador trata de determinar el grado de relacin existente

entre las variables, pudindose tambin indagar hasta que punto
104
JAIME ALIAGA TOVAR
las alteraciones de una variable dependen de las alteraciones de

otra. La magnitud de la relacin se calcula mediante coeficientes
de correlacin.
Tabla 9.
Caractersticas de la investigacin correlacional
OBJETIVO Se busca identificar probables relaciones entre variables

medidas.
Se mide 2 o ms variables para ver si estn o no
relacionadas
Las variables relacionadas por su naturaleza no son
manipulables. (Por ejemplo, el sexo, la inteligencia, la clase
social, etc.).
Tiene valor predictivo. En efecto, trata de saber cmo se
puede comportar una variable conociendo el
comportamiento de otra u otras variables. Por ejemplo,
conociendo el grado de correlacin de la inteligencia con el
rendimiento acadmico podremos saber cmo se comportan
CARACTERSTICAS ellas en un marco acadmico determinado.
Tiene valor explicativo aunque parcial. No persigue la
verificacin de hiptesis causales en el sentido que una
variable produce a la otra, pero modelos causales pueden
establecer inferencias de tipo causal a partir de datos no
experimentales. Por ejemplo, si dos variables estn
relacionadas se aporta cierta informacin explicativa. Es
claro que si ms variables estn correlacionadas puede
elaborarse una mejor explicacin. Modelos causales son,
por ejemplo, la ecuacin de regresin mltiple y el anlisis
de rutas o path analysis.
Se mide la correlacin de variables en una misma
muestra de sujetos. Sin embargo, hay excepciones en el
sentido que se pueden emplear muestras de sujetos
diferentes en dos casos: cuando correlacionamos los
ASPECTOS comportamientos de muestras de gemelos o de padres e
METODOLGICOS Y hijos.
TCNICOS Se analiza las relaciones mltiples entre varias variables
(ms de dos).
Se debe tener cuidado con las correlaciones espurias (dos
variables pueden estar aparentemente relacionadas, pero
en realidad no lo estn).
Un estudio acerca de la relacin entre el nmero de horas
EJEMPLO que dedican al estudio los estudiantes de la maestra de la
UIGV y su promedio de calificaciones.
Haciendo algunas precisiones respecto del valor explicativo parcial

del estudio correlacional, supongamos que se encuentra una
relacin muy significativa entre el ver programas de televisin con
105
JAIME ALIAGA TOVAR
contenido violento y las conductas agresivas de nios hacia sus

compaeros de aula, de este hallazgo no se puede deducir que la
visin de los referidos programas causan las conductas agresivas
pues existen otras explicaciones plausibles, por ejemplo, puede
ser que los nios con caractersticas agresivas sean los que ms
ven este tipo de programas, o puede que una tercera variable
que no ha sido medida en el estudio sea la responsable de la
relacin; as, pudiera ser que los padres tengan muchas disputas
en casa lo que hace que sus hijos sean agresivos y prefieran ver
una programacin televisiva de contenido violento, variable esta
ltima que se muestra relacionada con las conductas agresivas,
aunque la relacin no sea de causa y efecto. Esta situacin es
similar a aquella en la que se hallar una correlacin estadstica
muy significativa entre caractersticas de las madres y sus hijos,
resultado que no es interpretable como prueba de que las
madres dominantes suelen tener hijos dominantes o que madres
sumisas tienden a tener hijos sumisos.
La correlacin indica una relacin funcional correlacin

estadstica significativa - y no causal. Sin embargo, podra
afirmarse una relacin de causa efecto entre dos variables s: a)
Hay una correlacin (covariacion) estadsticamente significativa
entre ambas variables; b) Hay un orden temporal en las variables
implicadas en la relacin, de tal modo que la variable que
antecede en el tiempo a la otra es la variable independiente en la
relacin encontrada. c) Una de las variables tiene el carcter de
permanencia o constancia, con el supuesto de que aquella que es
ms fija es la variable independiente. Por ejemplo si el sexo
aparece relacionado con la orientacin poltica, la primera variable
es ms permanente de la segunda y, por tanto, es la variable
antecedente en la relacin hallada (Briones 1986).
Un ejemplo de estudio correlacional es el de Krippner quien

investigo variables que pudieran estar relacionadas con el grado
de mejoramiento en la lectura detectado en un programa
teraputico. Persegua identificar variables que tuvieran valor
predictivo en la seleccin y el agrupamiento de lectores
deficientes para programas de nivelacin. Para ello, correlacion
el grado de mejoramiento de cada sujeto (la diferencia entre las
puntuaciones del pretest y el postest en el test de lectura de
California) con otras diez variables: edad, grado escolar, grado
de retraso en lectura, nivel profesional del padre, madurez social,
vocabulario, CI verbal, CI de rendimiento, CI total y una medicin
de la salud mental. Descubri correlaciones estadsticamente
106
JAIME ALIAGA TOVAR
significativas entre el mejoramiento de la lectura y las variables:

salud mental, CI verbal, CI total y grado escolar. Lleg a la
conclusin de que esas cuatro variables eran las que servan
mejor para hacer predicciones. (Flores, 1995)
Ejemplos de preguntas de estudios correlacionales: Cules son

las variables psicolgicas que predicen el rendimiento acadmico
en los estudiantes primarios sordos?; Qu relacin existe entre
el nivel de esperanza y el tipo de adaptacin por una parte, y el
nivel de resolucin de la afliccin por otra en viudos (o viudas) de
edad avanzada tras la prdida del esposo?
Modalidades de estudio correlacional son la investigacin

metodolgica investigacin controlada de aspectos tericos y
aplicados de la medicin, de la matemtica y de la estadstica, y
de las formas de obtener y analizar datos (Kerlinger & Lee, 2003)
- y la investigacin psicomtrica - elaboracin y adaptacin de
tests, cuestionarios, etc (Alarcn, 2008). Un ejemplo de esta
ltima es la investigacin Caractersticas psicomtricas del
inventario de autoevaluacin de la ansiedad ante exmenes
(IDASE) (Aliaga, Ponce, Barnaola & Pecho,. 2001).
2.4. La investigacin explicativa
Explicar constituye un intento de dar respuesta a los porqus. El

investigador busca de identificar las causas de los eventos
educativos, psicolgicos, fsicos, sociales o de otra ndole. Su
inters se centra en explicar porqu ocurre un fenmeno y en qu
condiciones se da ste, o porqu dos o ms variables estn
relacionadas. En rigor se acepta que la forma de establecer una
verdadera relacin de causa-efecto en cualquier estudio es aislar
y eliminar todos los factores que podra ser la causa de un
resultado en particular y probar tan solo los que se requiere
medir directamente. Dos tipos de investigaciones pueden realizar
esto: la investigacin experimental y cuasiexperimental. (Salkind,
1999).
Sin embargo, no debe considerase como sinnimos a los trminos

explicativo y experimental. Si bien la mayora de los estudios
explicativos son experimentales, algunos estudios no
experimentales pueden aportar evidencia para explicar por qu
ocurre un fenmeno, por ejemplo los estudios con diseo
longitudinal (Hernndez, Fernndez & Baptista, 2002). El lector
debe recordar, al respecto, la diferencia entre los problemas
explicativos y los correlacionales
107
JAIME ALIAGA TOVAR
Ejemplo: Efectos de un programa de estimulacin del lenguaje en

nios con bajo rendimiento escolar residentes en un AA.HH. de
Chorrillos (Dioses, et al, 2000).
108
JAIME ALIAGA TOVAR
LECTURA 2
PROBLEMAS CIENTFICOS Y PROBLEMAS COTIDIANOS2
Una de las clases de problemas ajenos a la investigacin cientfica o

tecnolgica son los que podramos llamar problemas cotidianos: Dnde
puse mis gafas? A quin se parece esa persona que me resulta
vagamente familiar? Por qu ha llegado tan tarde a casa mi marido?
Llover hoy? Aunque algunos de estos problemas podran ser
reformulados como problemas cientficos, los planteamos en la vida
cotidiana sin por ello emprender una investigacin rigurosa ni publicar los
resultados en una revista cientfica. La probabilidad de lluvia es, por
ejemplo, un tema de serio anlisis cientfico en meteorologa, pero
cuando nos formulamos la pregunta pretendemos solo una respuesta
aproximada sobre la base de indicios visibles (la nubosidad, la
temperatura) o sobre la base de un anlisis cientfico previamente
existente (que podramos encontrar en la seccin meteoreolgica del
peridico de hoy). Una pregunta sobre nuestro cuerpo (Por qu tengo
este dolor de cabeza hoy?) puede no ser una pregunta cientfica para
nosotros, pero s lo es para nuestro mdico, que tiene que aplicar al caso
concreto sus conocimientos cientficos acumulados o, incluso (a veces),
convertir ese caso en el objeto de una investigacin rigurosa cuando el
conocimiento disponible no sea suficiente para resolver la cuestin.
La mayor parte de los problemas cotidianos son problemas referidos a un

caso concreto, como mi dolor de cabeza hoy, donde se pueden aplicar
conocimientos cientficos mientras que los problemas cientficos son
usualmente problemas referidos a una pluralidad de casos o a una
categora de casos pasados, actuales o futuros, donde se busca generar
conocimientos cientficos todava inexistentes. Las respuestas a los
problemas cotidianos no pretenden tener validez general ni esperamos
que sean aplicables a otros problemas similares.
Los problemas de la vida cotidiana los resolvemos usando nuestro

arsenal de conocimientos adquiridos y creencias, ms algunas facultades
bsicas que los seres humanos tenemos para organizar nuestro
conocimiento del mundo que nos rodea, tales como nuestra capacidad de
hacer deducciones lgicas, generalizar a partir de observaciones
repetidas y concordantes, reconocer facciones, interpretar signos
climticos, reconocer gestos amistosos o amenazantes, etc. De acuerdo
al tipo de bagaje cultural que tengamos, nuestras conclusiones podran
ser puramente naturalistas o podran apelar a entidades y fuerzas
2
Referencia Original: Maletta, H. (2011). Metoddologa y tcnica de la
produccin cientfica. Lima: Consorcio de Investigacin Econmica y Social,
Centro Peruano de Estudios Sociales, Universidad del Pacfico. pp: 114-115.
109
JAIME ALIAGA TOVAR
sobrenaturales para explicar los fenmenso visibles: el ser humano tiene

una enorme capacidad para desarrollar explicaciones de todo tipo. Las
conclusiones y soluciones que as logramos no siempre sujetas a error o
refutacin. Si nuestro arsenal de conocimientos es de tipo cientfico, o si
consideramos los conocimientos cientficos como ms confiables que
otros tipos de conocimiento y por ello otorgamos prioridad a las
explicaciones cientficas, apelaremos primero a ellas (consultaremos
primeramente al mdico en lugar de consultar al curandero, brujo o al
sacerdote). Pero aun cuando apliquemos soluciones basadas en la ciencia
para nuestros problemas cotidianos, esa actividad no es una actividad de
produccin cientfica. En todo caso es una actividad de consumo, no de
produccin. Con ella consumimos ciencia, pero no la producimos. La mera
aplicacin de la ciencia no conduce por s misma al ensanchamiento del
conocimiento cientfico en la sociedad.
Los problemas cientficos no son necesariamente iguales a los problemas

de la gente comn. Son problemas de los cientficos, son problemas o
interrogantes que ellos encuentran en la prctica de su actividad
cientfica. Tampoco son los problemas de un determinado cientfico
individual, sino los problemas que la comunidad cientfica relevante an
no tiene resueltos. No basta con que un determinado fsico ignore la
respuesta a un cierto interrogante: es necesario que ese interrogante an
no tenga respuesta dentro de la comunidad cientfica formada por los
fsicos, o que (si la respuesta existe) el fsico individual pretenda
cuestionar la respuesta predominante utilizando las herramientas y
conceptos de la misma disciplina. Solo entonces un determinado
problema de fsica se convierte en un problema cientfico de la fsica (o
de cualquier otra disciplina).
110
JAIME ALIAGA TOVAR
1. Argumente su respuesta a la siguiente pregunta:
Por qu se dice que el adecuado planteamiento del problema

constituye en gran parte el xito de una investigacin?
Respuesta:...............
.
.........................................
.
2. Realice un cuadro comparativo entre el problema y los objetivos
PROBLEMA OBJETIVOS
1. 1.
2. 2.
3. 3.
4. 4.
3. Estas preguntas de investigacin estn mal redactadas o no se

ajustan a una investigacin cientfica. Escrbalas de modo que su
formulacin se preste a una investigacin
1. Ansiedad y aprovechamiento acadmico.

__________________________________________________________
__________________________________________________________
2. Qu relacin existe entre la forma favorita de cruzar las piernas y la

inteligencia en las universitarias estadounidenses?
__________________________________________________________
__________________________________________________________
3. Cul es el mejor mtodo para ensear el curso de mtodos de

investigacin
psicolgica?_________________________________________________
__________________________________________________________
111
JAIME ALIAGA TOVAR
AUTOEVALUACIN 2
1. Responda si las siguientes afirmaciones son verdaderas o falsas.
Afirmaciones V F
1. El mal funcionamiento de un motor de avin es un ( ) ( )

problema cientfico.
2. El planteamiento del problema exige un anlisis detenido ( ) ( )

del contexto en el que se da la situacin en que se va a
estudiar.
3. Los problemas tcnicos no buscan modificar los objetos ( ) ( )

de estudio.
4. Describir la realidad problemtica es un paso ( ) ( )

fundamental del planteamiento del problema.
5.
6. El problema cientfico se plantea sobre un trasfondo ( ) ( )
cientfico y se estudia con medios cientficos y con el
objetivo primario de incrementar el conocimiento
humano.
7. Los problemas sustantivos surgen cuando el investigador ( ) ( )

busca conocer el comportamiento de los objetos o
fenmenos.
8. Cuando hablamos de lo que influye, produce o genera, ( ) ( )

determina o condiciona un determinado fenmeno,
estamos frente a un problema descriptivo correlacional.
9. El investigar sobre un determinado tpico requiere un ( ) ( )

conocimiento profundo del mismo.
10.Un adecuado planteamiento del problema representa ( ) ( )

gran parte del xito del estudio.
11.En una investigacin es necesaria una justificacin ( ) ( )

metodolgica.
Respuestas: 1) F ; 2) V ; 3) F; 4) V; 5) V; 6) V; 7) F; 8) V; 9)V; 10) F
112
JAIME ALIAGA TOVAR
http://prof.usb.ve/miguelm/
http://www.comminit.com/es/node/24555/37
http://www.cneq.unam.mx/cursos_diplomados/diplomados/basico/educi
en0607/porta/equipo2/Modelocientifico.htm
http://www2.uiah.fi/projekti/metodi/25b.htm
http://74.125.47.132/search?q=cache:ZQmr1ClTxfUJ:www.historia.fcs.u
cr.ac.cr/biblioteca/historia/Bunge,Mario-
Laciencia,su%2520metodoysufilosofia.rtf+La+ciencia+el+metodo+cienti
fico+bunge&hl=es&ct=clnk&cd=5&gl=pe
http://produceideas.googlepages.com/Marco_Terico_Referencial.pdf
http://www.unimar.edu.ve/gonzalezalexis/tesis_web/m3marcoteorico.ht
ml
http://www.slideshare.net/diapositivasupt/marco-teorico-de-la-
investigacion
http://espanol.geocities.com/cesar_rey_info/Normas.htm
http://www.fortunecity.es/expertos/creativo/129/capitulo2.html
http://www.angelfire.com/emo/tomaustin/Met/metinacap.htm
http://www.dii.uchile.cl/~in627/docs/Enfoques.PDF
http://www.geocities.com/josepadron.geo/InvestExploratorias.htm
http://www.cybertesis.cl/tesis/uchile/2006/munoz_d/html/index-
frames.html
http://www4.ujaen.es/~jecalle/Descargas/tema5
http://ares.unimet.edu.ve/faces/fpag40/criterios.htm
Alarcn, R. (2008). Mtodos y diseos de investigacin del comportamiento. Lima:

Editorial Universitaria.
El libro expone los principales diseos de investigacin experimental, correlacional y de

encuesta por muestreo. Cada uno de los diseos se encuentra acompaado del tratamiento
estadstico de los datos recogidos mediante una serie de tcnicas cuantitativas. Se presenta
as mismo, una introduccin al anlisis multivariado, dndose a conocer el anlisis de
regresin mltiple y anlisis factorial.
113
JAIME ALIAGA TOVAR
Alarcn, R. (2008). Mtodos y diseos de investigacin del

comportamiento. Lima: Universidad Ricardo Palma.
Aliaga, J. (1998). La inteligencia, la personalidad, la actitud hacia la

matemtica y el rendimiento en matemtica en los estudiantes del
quinto de secundaria. Tesis para optar el grado de Magister en
Educacin, Universidad San Martn de Porres, Lima, Per.
Aliaga, J., Ponce, C., Bernaola, E. & Pecho, J. (2001). Caractersticas
psicomtricas del inventario de autoevaluacin de la ansiedad ante
exmenes (IDASE). Paradigmas, 2 (2), 11-30.
Aliaga, J. (2003). El aprendizaje autorregulado en estudiantes del quinto

y sexto grado de primaria y el rendimiento en matemtica y
lenguaje (Construccin de un cuestionario para la evaluacin del
aprendizaje autorregulado segn el modelo de Pintrich y DeGroot).
Tesis para optar el grado de Doctor en Psicologa, Universidad San
Martn de Porres, Lima, Per.
Barriga, C. (1997). Fundamento terico-metodolgico de la investigacin
educacional. Scientia Omni, Universidad Nacional Mayor de San
Marcos, Oficina General de Investigacin y Planificacin. N 1,
Marzo.47-107.
Best, J. (1970). Como investigar en educacin. Madrid: Morata.
Briones, G. (1986). Mtodos y tcnicas de investigacin para las ciencias

sociales. Mxico: Trillas.
Buenda, l., Colas, P. & Hernndez, F. (1998): Mtodos de investigacin

en Psicopedagoga. Madrid: McGraw-Hill.
Bunge, Mario. (1979) La investigacin cientfica. Ariel: Barcelona.

Caballero, A. (2000): Metodologa de la investigacin cientfica. Diseos

con hiptesis explicativas. Lima: Udegraf.
Carbajal, I. (2004) Efectos de un programa cognitivo conductual en los

niveles de atencin y reflexividad en un grupo de estudiantes del
3. Grado de educacin primaria con dficit atencional. Pedagoga
de la investigacin cientfica, 325-328.
Crdova, J. (2001). El proyecto de investigacin para la tesis

universitaria. Argumentos y Novedades, 2, 91-104.
Dioses, A., Morocho, J., Velsquez, C., Cuzcano, A. y Das, G. (2000).

Efectos de un programa de un programa de estimulacin del
114
JAIME ALIAGA TOVAR
lenguaje en nios con bajo rendimiento escolar residentes en un

AA.HH. de Chorrillos. Revista de Investigacin en Psicologa, 3(2),
19-28.
Flores, J. (1995). Metodologa de la Investigacin. Lima: Universidad
Nacional Mayor de San Marcos, Facultad de Educacin.

Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento.

Mtodos de investigacin en Ciencias Sociales. Mxico: McGraw-
Maletta, H. (2011). Metoddologa y tcnica de la produccin cientfica.

Lima: Consorcio de Investigacin Econmica y Social, Centro
Peruano de Estudios Sociales, Universidad del Pacfico
Munch, L. & Angeles, E. (1999). Mtodos y tcnicas de investigacin.

Mxico: Trillas.
Quesada, R., Escurra, M. & Delgado, A. (2001). Riqueza lxica en

estudiantes de educacin bsica, nivel secundario de Lima
Metropolitana. Revista de Investigacin en Psicologa, 4(1), 109-
119.
Reyes, E. (1988). Influencia del Programa Curricular y el trabajo Docente

en el Aprovechamiento en Historia del Per del 3er. Ao de
Educacin Secundaria. Tesis para optar el grado de Doctor en
Educacin. Universidad Nacional Mayor de San Marcos. Lima, Per.
Salkind, N. (1999). Mtodos de investigacin. Mxico: Prentice Hall.
Selltiz, C., M. Jahoda, Deutsch, M. & Cook, S. (1976). Mtodos de

investigacin en las relaciones sociales. Madrid: Rialp
Tafur, R. (1994). La tesis universitaria. Lima: Mantaro.
Velsquez, A. & Rey, N. (1999). Metodologa de la investigacin

cientfica. Lima: San Marcos.
Vizcarra, C. (1985). Elementos de investigacin (Antologa). Lima:

INIDE.
Zubizarreta, A. (1998). La aventura del trabajo intelectual: cmo

estudiar e investigar. Mxico: Addison-Wesley Longman.
115
JAIME ALIAGA TOVAR
Tercera
UNIDAD
EL PROCESO DE LA
INVESTIGACIN
CUANTITATIVA (II)
Cules son los criterios para determinar si una hiptesis es cientfica o

no?
Puede una variable cuantitativa ser transformada en variable categrica?
Cul es la importancia del diseo en la investigacin cuantitativa?
116
JAIME ALIAGA TOVAR
Competencias
CONCEPTUALES:
Define la hiptesis, las variables y el diseo de

investigacin en diferentes campos de la actividad
humana.
Identifica los diferentes tipos de diseos de
investigacin en psicologa.
PROCEDIMIENTALES:
Formula adecuadamente hiptesis cientficas.

Emplea los diferentes tipos de diseo de
investigacin en actividades para constatar su
necesidad en la investigacin de las caractersticas
de las personas.
ACTITUDINALES:
Valora la hiptesis como medio para la

comprobacin de diversos hechos de la realidad.
Valora la utilidad de realizar diseos de investigacin
psicolgica adecuadas.
117
JAIME ALIAGA TOVAR
CONTENIDO TEMTICO
Leccin I: Hiptesis
Concepto
Criterios para determinar si la hiptesis es cientfica o no
Clasificacin
Prueba de hiptesis
Leccin II: Variable
Concepto
Clasificacin
Puede una variable cuantitativa ser transformada en variable
categrica
Operacionalizacin de variables
Leccin III: Diseo
Concepto
Seleccin del diseo
Diseo experimental
Varianza sistemtica y varianza de error
Validez interna, externa, de constructo y estadstica
Mejoramiento de la validez interna
Principio MAXMINCON
Leccin III: DISEO PREEXPERIMENTALES,
CUASIEXPERIMENTALES, EXPERIMENTALES PUROS
Diseo de un grupo solo despes
Diseo pretest postest con un solo grupo
Diseo de comparacin esttica
Diseo de series temporales
Diseo con pretest-postest y grupos intactos
Diseo contrabalanceado
Diseo de dos grupos totalmente aleatorizados GE y GC con pretest
unicamente
Diseo de grupo aletatorio antes y despes con un grupo control
Diseo de dos grupos apareados
Diseos de grupos aleatorio con ms de dos condiciones
experimentales
Diseo de cuatro grupos de Solomn
Diseos transeccionales y longitudinales
118
JAIME ALIAGA TOVAR
ESQUEMA CONCEPTUAL
Teora
Deduccin
lgica
Hiptesis
Evaluar teora
Incorporacin de
datos a teora
Plan de Diseo de
recogida investigacin
de datos
Observacin
Anlisis de
datos
Decisin
acerca de
las
hiptesis
Aceptar Rechazar
CONCEPTOS CLAVE
Hiptesis, prueba de hiptesis, variable, operacionalizacin, diseo, diseo

experimental, diseo cuasiexperimental, diseo preexperimental
119
JAIME ALIAGA TOVAR
Leccin I
Hiptesis
1. Hiptesis
1.1 Concepto
En la leccin IV de la primera unidad definimos y tratamos varios

aspectos conceptuales sobre las hiptesis. Aqu diremos
brevemente que son proposiciones tentativas acerca de la
distribucin de una variable o de las relaciones entre dos o ms
variables que se apoyan en conocimientos organizados y
sistematizados en el marco terico; en este sentido, son
respuestas tentativas a la pregunta o preguntas de investigacin.
Ejemplo de una pregunta de investigacin e hiptesis:
Pregunta: Cmo lograr el desarrollo de la expresin plstica

creativa del nio de 5 aos?
Hiptesis I: La utilizacin, por parte del profesor, de estmulos
motivadores diversos incrementa la produccin de respuestas
plsticas creativas del nio.
Hiptesis II: La utilizacin frecuente de algunas actividades
grfico-plsticas, como pintura y dibujo, favorece el desarrollo
creativo del nio.
Hiptesis III: El refuerzo verbal positivo del profesor estimula las
respuestas plsticas creativas del nio (Encinas, 1991).
En una investigacin puede haber una o ms hiptesis, sin que el

nmero tenga que ver necesariamente con la calidad del estudio.
El nmero de hiptesis depende de la complejidad del problema de
investigacin y de los propsitos del estudio. Como sabemos, en
un mismo estudio puede plantearse una o ms preguntas,
pudiendo estas corresponder a estudios descriptivos,
correlacionales y explicativos, en consecuencia habr hiptesis que
correspondan a estos tipos de estudio segn la clasificacin de
hiptesis que mostramos ms abajo.
1.2 Criterios para determinar si la hiptesis es cientfica o no
La elaboracin de las hiptesis cientficas se ajusta a determinados

criterios que facilitan su construccin y contrastacin con los
datos. Estos criterios son los siguientes:
120
JAIME ALIAGA TOVAR
1. Deben fundamentarse en el marco terico y ser compatibles

con hiptesis previas bien confirmadas, de manera tal que el
sistema hipottico sea consistente.
2. Deben tener la posibilidad de ser sometidas a prueba o ser
comprobables, que se hace factible cuando las variables son
cuantificadas y se especifica el sentido en que estn
relacionadas.
3. Deben ser pertinentes (referirse en forma precisa al problema).
4. Deben formularse en trminos que expresen relaciones entre
variables.
5. Deben tener poder predictivo.
6. Deben ser tan sencillas como sea posible.
Veamos un ejemplo de hiptesis redactada en la forma de

enunciado general en el que, considerndose el criterio 1
cumplimentado, se observa claramente el cumplimiento de los
dems criterios: "Si un grupo de trabajadores de una empresa
empacadora de esprragos presenta un elevado nivel de conflicto,
entonces su produccin se ver disminuida". La variable
independiente (VI) es el elevado nivel de conflicto, que puede estar
referido a bajos salarios, promesas incumplidas, inadecuadas
relaciones, etc. La variable dependiente (VD) es la disminucin que
se observa en la produccin laboral, digamos, disminucin en el
nmero de autopartes ensambladas.
1.3 Clasificacin de las hiptesis
Existen varias clasificaciones de las hiptesis. Una taxonoma es la

siguiente: descriptiva, correlacional, explicativa, nula y estadstica.
Las hiptesis tienen por smbolo Hi H1, H2, H3, etc. si son varias.
1.3.1 Hiptesis descriptivas
Se emplean en estudios descriptivos y refieren al valor de

una o varias variables que se van a observar en un contexto
determinado o en la manifestacin de otra variable, en este
ltimo caso, no relacionan propiamente dos variables sino
que relacionan a una variable y una constante.
Ejemplos:
Hi: La expectativa de ingreso mensual de los docentes de las
universidades nacionales oscila entre 4,000 a 5,000
nuevos soles.
121
JAIME ALIAGA TOVAR
Hi: El nivel de metacomprensin lectora es muy bajo en los

nios de condicin socioeconmica modesta.
Hi. El PBI del Per crecer el 2010 un 5%.
1.3.2 Hiptesis correlacionales o hiptesis de covariacin
Corresponden a estudios correlacionales. El trmino
correlacin bivariada (r) indica que se estn relacionando
dos variables. El trmino correlacin mltiple (R) seala que
se estn correlacionando ms de dos variables. En las
hiptesis correlacionales hay que distinguir entre las que
afirman la existencia de una relacin de asociacin entre dos
o ms variables medidas, y aquellas que afirman el cmo
estn relacionadas.
Ejemplos del primer caso:
Formulacin general: La variable X est relacionada con la
variables Y y Z en una poblacin determinada (predice
relaciones entre variables pero no indica los tipos de
relaciones) (Burns & Grove, 2004).
Hi: La riqueza lxica est relacionada con la comprensin
lectora.
Hi: Las estrategias de aprendizaje, la autoestima, la
motivacin de logro, la voluntad y el rendimiento
acadmico estn vinculadas entre s en los estudiantes
de Estomatologa de la UIGV.
Hi: Existe relacin entre la actitud madre-hijo y el proceso
de adaptacin personal en el nio obeso.
Ejemplos del segundo caso:
Formulacin general:
La variable X aumenta cuando aumenta la variable Y en una
poblacin determinada (predice una relacin positiva).
La variable X disminuye cuando disminuye la variable Y en
una poblacin determinada (predice una relacin positiva).
La variable X aumenta cuando disminuye la variable Y en
una poblacin determinada (predice una relacin negativa)
(Burns & Grove, 2004).
Hi: A mayor resiliencia y autoestima mejores ndices de

salud mental.
Hi: Las estudiantes mujeres tienen mayor capacidad lxica
que sus pares varones en las instituciones educativas
pblicas de los distritos econmicamente pobres de la
122
JAIME ALIAGA TOVAR
Lima Metropolitana.
Hi: A mayor inteligencia emocional de los cnyuges,

menores conflictos de pareja.
En estas Hi no slo se establece relacin entre variables,

sino tambin cmo es la relacin, vale decir que direccin
sigue.
Las hiptesis correlacionales pueden asumir carcter

retrospectivo, cuando conocida Y se pregunta por el factor
o factores X que la han generado (investigacin expost
facto).
Ejemplos:
Hi: El nivel educativo de las parejas influye en su ajuste

matrimonial.
Hi: El nivel socioeconmico de los individuos influye en su
rendimiento intelectual.
Hi: El castigo fsico, utilizado como pauta de crianza, genera
conducta agresiva en los nios. (Alarcn, 2008).
Es conveniente indicar que a las variables que conforman

estas hiptesis es un sin sentido denominarlas variable
independiente o variable dependiente, conceptos que son
propios de la investigacin explicativa y dentro de ella con
ms propiedad de los experimentos.
1.3.3 Hiptesis de la diferencia entre grupos
Corresponden tambin a estudios correlacionales

(Hernndez, Fernndez & Baptista, 2003). Se plantean en
investigaciones dirigidas a comparar grupos respecto de una
misma variable. Se pueden dividir en hiptesis simple de
diferencia de grupos y en hiptesis de direccin de
diferencias de grupos.
Ejemplos del primer caso:

Hi: Los estudiantes de alto y bajo rendimiento acadmico
diferirn en el uso de las estrategias cognitivas de
aprendizaje.
Hi: Las nias del nivel inicial de cinco aos tienen una
123
JAIME ALIAGA TOVAR
mayor riqueza lxica que sus pares varones.

Hi: El ndice de cncer pulmonar es mayor entre los
fumadores que en los no fumadores.
Hi: Existen diferencias en el proceso de adaptacin personal
en nios que padecen Obesidad exgena y aquellos que
no la padecen.
Hi: La percepcin del autoritarismo paterno es diferente
segn el sexo de los sujetos.
Ejemplos del segundo caso:
Hi: El aprendizaje de la lectura es de mayor calidad en los

estudiantes de nivel socioeconmico alto que en los
estudiantes de nivel socioeconmico bajo.
Hi: El programa Jilguero de reinsercin de de nios de la

calle tiene un efecto ms positivo en nios con un
ncleo familiar conservado que en aquellos que no lo
tienen.
Las hiptesis del primer caso las formula el investigador

cuando no tiene un fundamento terico para sostener una
diferencia a favor de uno u otro grupos; las hiptesis del
segundo caso, las elabora cuando si tiene este fundamento.
Asimismo, el primer tipo de hiptesis corresponde a estudios
correlacionales; en tanto que el segundo, en la medida en
que determina la diferencia y explica el porqu de esta,
corresponde a estudios explicativos.
1.3.4 Hiptesis que establecen relaciones de causalidad
Estas hiptesis son propias de los estudios explicativos y en

ellas, aparte de relacionar e indicar como se dan las
relaciones entre dos o ms variables, se especifica la
relacin causal entre las mismas. En otros trminos,
expresan la relacin de causa-efecto entre variables
manipuladas. La relacin de causalidad exige que
previamente se haya demostrado correlacin entre la VI y la
VD, que la VI debe ocurrir antes que la VD y que los cambios
en la VI deban provocar cambios necesariamente en la VD.
Estas hiptesis pueden dividirse en hiptesis causales

bivariadas e hiptesis causales multivariadas.
124
JAIME ALIAGA TOVAR
Las hiptesis causales bivariadas especifican una

relacin entre una VI y una VD. Su ecuacin es como sigue:
Y= f (X). La variable Y (VD) es una funcin de la variable
X (VI).
Ejemplos:
Hi: El tiempo de privacin de alimentos, en los animales,

influye en el recorrido de un laberinto.
Hi: La prctica de una habilidad, mejora el aprendizaje
futuro de esa habilidad.
Hi: Los medios audiovisuales de masas, ejercen influencia en
las pautas de conducta social.
Hi: La desintegracin familiar de los padres provoca baja
autoestima en los hijos.
En esta hiptesis bivariada adems de establecerse una

relacin entre las variables, se propone la causalidad de esa
relacin. Como ya sabemos, para poder demostrar
causalidad se requiere que antes se haya demostrado
correlacin, pero, adems, la causa debe ocurrir antes del
efecto.
Las hiptesis causales multivariadas especifican

relaciones entre una VD y varias VI; una VI y varias VD, o
diversas VI y VD.
Ejemplos:
Hi: El bajo nivel de capacitacin profesional que se presenta

en el nivel directivo de los hospitales estatales determina
el tipo autoritario de organizacin y direccin que los
caracteriza.
Hi: La cohesin y la centralidad de un grupo sometido a una
dinmica, y el tipo de liderazgo que se ejerza dentro del
grupo; determinan la efectividad de ste para alcanzar
sus metas primarias (Hernndez, Fernndez & Baptista,
2003).
Si la investigacin es explicativa, una pregunta de

investigacin puede dar lugar a una o ms hiptesis (Baker,
1997).
1.3.5 Hiptesis nulas
Estas hiptesis refutan o niegan lo que afirma la hiptesis de

125
JAIME ALIAGA TOVAR
investigacin. Su smbolo es Ho. La importancia de esta

hiptesis la sintetiza Gmez (2006) de la siguiente manera:
en la mente del investigador, debe prevalecer siempre este
tipo de hiptesis, porque lo que un investigador debe
cuestionarse siempre, son los casos que refutan nuestra
hiptesis, y no los casos que la apoyan por ms que sean
muchos, ya que aquellos tienen ms valor probatorio que
otros (pg. 80).
Ejemplos:
Hi: Las mujeres estudiantes universitarias tienen mayor

motivacin de logro que sus pares varones.
Ho: Las mujeres estudiantes universitarias no tienen mayor
motivacin de logro que sus pares varones.
1.3.6 Hiptesis estadsticas
La hiptesis planteada en un estudio necesita ser

contrastada con los datos para determinar si estos la apoyan
o no. Para el efecto, los datos tienen que ser sometidos a
un anlisis estadstico. Para realizar este anlisis, las
hiptesis que hemos visto en el apartado anterior tienen que
ser transformadas a smbolos estadsticos, el resultado son
las hiptesis estadsticas, que se formulan nicamente
cuando los datos del estudio son cuantitativos, por ejemplo,
promedios, porcentajes, coeficientes de correlacin.
Hiptesis estadstica de una hiptesis (Hi) de

diferencia entre grupos:
Ejemplo: La hiptesis de diferencia de grupos es:
Hi: Los estudiantes de alto y bajo rendimiento acadmico

difieren en el uso de las estrategias cognitivas de
aprendizaje.
Ho: Los estudiantes de alto y bajo rendimiento no difieren
en el uso de las estrategias cognitivas de aprendizaje.
La hiptesis de investigacin (Hi) se transforma en la

hiptesis estadstica alterna que tiene por smbolo (Ha) (o
tambin (Hi). La hiptesis estadstica es:
126
JAIME ALIAGA TOVAR
Ha o Hi: X 1 X 2 (el promedio del grupo de alto

rendimiento acadmico en el uso de las estrategias
cognitivas de aprendizaje es diferente del promedio del
grupo de bajo rendimiento acadmico en el uso de las
estrategias cognitivas de aprendizaje.
Ho: X 1 = X 2 (el promedio del grupo de alto rendimiento

acadmico en el uso de las estrategias cognitivas de
aprendizaje NO es diferente del promedio del grupo de bajo
cognitivas de aprendizaje.
En vista que en la Ha no se plantea la direccin de la

diferencia recibe el nombre de la hiptesis estadstica
bilateral o de dos colas (two tailed)
Dependiendo del enunciado de la hiptesis de investigacin,

la Ha (o Hi) tambin podra ser X 1 <, > = X 2 (el
promedio del grupo 1 es mayor menor igual que el
promedio del grupo 2). Veamos el siguiente ejemplo:
Ejemplo: La hiptesis de diferencia de grupos es:
Hi: Los estudiantes de alto rendimiento acadmico hacen un

mayor uso de las estrategias cognitivas de aprendizaje
que los estudiantes de bajo rendimiento acadmico.
Ho: Los estudiantes de alto y bajo rendimiento no diferirn
en el uso de las estrategias cognitivas de aprendizaje.
La hiptesis estadstica es:
Ha o Hi: X 1> X 2 (el promedio del grupo de estudiantes de

alto rendimiento acadmico en el uso de las estrategias
cognitivas de aprendizaje es mayor que el promedio del
grupo de bajo rendimiento acadmico en el uso de las
estrategias cognitivas de aprendizaje.
Ho: X 1 = X 2 (el promedio del grupo de alto rendimiento

acadmico en el uso de las estrategias cognitivas de
aprendizaje NO es diferente del promedio del grupo de bajo
cognitivas de aprendizaje.
127
JAIME ALIAGA TOVAR
En la Ha se especifica la direccin de la diferencia, por eso se

dice que la hiptesis es unilateral o de una cola (one tailed).
Hiptesis estadstica de una hiptesis de correlacin

de dos variable.
Ejemplo: La hiptesis de correlacin es:
Hi: La riqueza lxica est relacionada con la comprensin de

lectura.
Ho: La riqueza lxica no sta relacionada con la comprensin
de lectura.
Ha o Hi: rxy 0 (el valor del coeficiente de correlacin entre

la riqueza lxica y la comprensin de lectura es diferente de
0; existe alguna correlacin).
Ho: rxy=0 (el valor de la correlacin entre la riqueza lxica y

la comprensin de lectura es 0; no existe correlacin).
La Ha no especifica la direccin de la correlacin; es una

hiptesis estadstica bilateral o de dos colas (two tailed)
Hi: Existe correlacin positiva entre el nivel de uso de las

estrategias cognitivas de aprendizaje con el rendimiento
acadmico.
Ho: No existe correlacin entre el nivel de uso de las
estrategias cognitivas de aprendizaje con el rendimiento
acadmico.
Ha o Hi: rxy > 0 (el valor de la correlacin entre el nivel de

uso de las estrategias cognitivas de aprendizaje con el
rendimiento acadmico es mayor a 0; existe correlacin
positiva entre ambas variables; una variable aumenta, la
otra tambin).
Ho: rxy = 0 (el valor de la correlacin entre el nivel de uso de

las estrategias cognitivas de aprendizaje con el rendimiento
128
JAIME ALIAGA TOVAR
acadmico es 0; no existe correlacin entre ambas variables.

Este es un ejemplo de hiptesis estadstica unilateral o de
una cola (one tailed).
Hiptesis estadstica de una hiptesis correlacin de

ms de dos variables

Hi: Las estrategias de aprendizaje, la autoestima, la
acadmico estn vinculadas entre s en los estudiantes
de Estomatologa de la UIGV.
Ho: Las estrategias de aprendizaje, la autoestima, la
acadmico no estn vinculadas entre s en los
estudiantes de Estomatologa de la UIGV.
Ha o Hi: Rxyz 0 (el valor del coeficiente de correlacin entre

las estrategias de aprendizaje, la autoestima, la motivacin
de logro, la voluntad y el rendimiento acadmico es
diferente de 0; existe alguna correlacin).
Ho: Rxyz = 0 (el valor de la correlacin entre las estrategias

de aprendizaje, la autoestima, la motivacin de logro, la
voluntad y el rendimiento acadmico es 0; no hay
correlacin entre las variables).
1.4. Prueba de hiptesis

La prueba o comprobacin de hiptesis, en los estudios en los que
sean pertinentes, se realiza a travs de una investigacin
racionalmente organizada, planificada y fundamentada de
observacin de la variable o de la relacin de las mismas, de
manera tal que despus del anlisis e interpretacin rigurosa,
critica y argumentada de los datos obtenidos pueda decirse que
estos, en el contexto en el que se efecta el estudio, son
congruentes con la hiptesis, lo cual conlleva su aceptacin, o no
son congruentes con ella, lo cual significa su rechazo, lo que no
implica su verdad o falsedad. En la prctica de la investigacin
cientfica, especialmente en la psicologa y las ciencias sociales,
una hiptesis tendr ms respaldo en la medida que ms
investigaciones la comprueben en diferentes poblaciones. Por otro
129
JAIME ALIAGA TOVAR
lado, el rechazo de una hiptesis no implica la inutilidad de la

investigacin pues se obtendr informacin que lleve despus de
una re-visin detenida a desechar las relaciones propuestas de las
variables y plantear otras para describir o explicar mejor la
problemtica de inters.
Tabla 10.
Temas de investigacin, preguntas e hiptesis.
Problemas o
Inters o ideas
Preguntas de Hiptesis
De Investigacin
Investigacin
Los nios a los que se les
ensea a leer en
Qu efecto comparativo situaciones de aula
Aulas abiertas y xito tienen las aulas abiertas abierta leen en un nivel
acadmico y las tradicionales sobre escolar ms elevado que
la lectura? aquellos a los que se les
ensea a leer en una
situacin tradicional.
Los estudiantes que
reciben capacitaciones en
el mtodo de retencin
Habilidad para Los estudiantes que
a corto plazo obtienen
presentar saben cmo presentar un
mejores calificaciones en
exmenes y examen obtienen
la pruebas de aptitud
calificaciones mejores calificaciones?
escolar que aquellos que
no reciben tal
capacitacin
Cmo afecta el hecho Los muchachos
de ver comerciales adolescentes compran
Televisin y
televisados la conducta ms productos
comportamiento
de compras de los anunciados en televisin
de los consumidores
adolescentes? que las muchachas
adolescentes.
Existe una relacin
positiva entre el abuso
Abuso de drogas y El abuso de drogas est de drogas entre los
abuso de relacionado con el abuso adultos y el abuso fsico
Nios de los nios? y psicolgico del que
fueron vctimas cuando
nios.
El nmero de hijos que
Cmo se han ajustado
estn cuidando a sus
muchos adultos a la
Cuidado de adultos padres en el hogar del
responsabilidad de cuidar
hijo ha aumentado en los
de sus padres ancianos?
ltimos diez aos.
(Tomado de Salkind, 1998, p. 120).
130
JAIME ALIAGA TOVAR
Leccin II
1. Variable
1.1 Concepto de varible
En un apartado anterior conceptuamos a la variable, en

consecuencia, aqu slo diremos que variable es el nombre que se
da a una propiedad o atributo observable y cuantificable con
respecto al cual difieren los individuos de un conjunto dado. Sus
caractersticas bsicas son dos: ser observable y ser medible.
1.2 Clasificacin de variables
Existen varias clasificaciones. En este texto interesan dos de ellas:
1. Segn la funcin que cumplen en la hiptesis. Las variables

se clasifican en independiente (o supuesta causa) y
dependiente (o posible efecto). A) La Variable independiente
(VI) se define como el factor que manipula el investigador. Este
tipo de variables adquieren pleno sentido ah donde se trate de
establecer relaciones explicativas precisas entre fenmenos
bien definidos y delimitados. Algunos autores subdividen a las
VI en variables estmulo y variables organsmicas. Las
primeras comprenden estmulos que provienen del mundo
fsico y social y, las segundas, suponen cualquier caracterstica
fisiolgica y psicolgica del organismo, como constitucin fsica
y ansiedad. B) La variable dependiente (VD) es la conducta en
cualquiera de sus modalidades. En el cuadro siguiente se
muestran ejemplos de estas variables.
131
JAIME ALIAGA TOVAR
Tabla 11
Variables independientes y dependientes
Problema Variable Variable

independiente dependiente
1. Cul es el efecto de Mensajes con Visitas de seguimiento.
mensajes formulados diferentes palabras.
con distintas palabras
con respecto al
resultado de la prueba
de Papanicolau en las
visitas subsecuentes
de las pacientes a la
clnica (Lauver &
Rubin, 1990)
2. Cul es el efecto
de un protocolo Protocolo para planear
Morbilidad tras el alta.
completo de el alta
planeacin para dar de
alta sobre la
morbilidad de personas
de edad avanzada que
han estado
hospitalizadas?
(Naylor, 1990).
(Tomado con modificaciones de Pollit & Hungler, 1994, p. 123)
Zettemberg (1971, en Sierra Bravo, 1994) considera que las

relaciones entre la variable independiente y la dependiente
puede presentar las modalidades que presentamos en el
cuadro 13.
Tabla 12.
Modalidades de relacin de las variables independiente y
dependiente (Elaboracin propia)
Reversible : Si X, entonces Y, pero tambin si Y, entonces X.

Irreversible: Si X, entonces Y, pero no viciversa.
Determinista: Si X entonces siempre Y.
Estocstica: Si X, entonces probablemente Y.
De secuencia: Si X, entonces ms tarde Y.
Coexistente: Si X, entonces tambin Y.
Suficiente: Si X, entonces E independiente de cualquier otra cosa.
Contingente: Si X, entonces Y, pero slo si Z.
Necesaria: Si X, y slo si X, entonces Y.
Sustituible: Si X, entonces Y, pero si Z, tambin Y.
132
JAIME ALIAGA TOVAR
Tambin es usual considerar a otro tipo de variable, la variable

interviniente, que es aquella que se relaciona con la VI para
condicionar la variable dependiente VD. Por ejemplo, sea la Hi:
"La falta de incentivos econmicos determin la disminucin del
nivel de produccin de los trabajadores de la empresa X en el
ao 2003". Una variable interviniente, asociada a la
independiente, estara constituida por el nivel de calificacin
ocupacional. Por otro lado, estas variables son difciles de
identificar y medir por parte del investigador. Por tales
dificultades a veces se les define de modo conceptual. Por
ejemplo, el entusiasmo puesto por los profesores en el uso del
mtodo de lectura, el inters de los alumnos, etc.
2) Segn el nivel o escala de medicin en la cual han sido

medidas.
Las variables se clasifican en:
a) Variables cualitativas o categricas. Corresponden a
variables en escala de medida nominal. Los valores o
propiedades de estas variables forman categoras nicas,
exclusivas y excluyentes, vale decir un sujeto puede
clasificarse nicamente en una de estas categoras y no en
ms. Cuando las propiedades se describen en forma
cualitativa se denominan atributos. Por ejemplo, el sexo, es
una variable con dos categoras: los atributos varn y mujer.
Se es varn o s es mujer. Otros ejemplos son la profesin
pues sus categoras son las siguientes: psiclogo, profesor,
ingeniero, abogado, mdico, etc.; y el lugar de nacimiento,
que tiene por categoras a Lima, Ica, Chiclayo, Cajamarca,
Tacna, etc.
b) Variables cuasicuantitativas u ordinales. Corresponden a
variables medidas en escala ordinal. Los valores o
propiedades de estas variables son tambin nicas,
exclusivas y excluyentes como las variables en escala
nominal pero, forman un orden en cuanto a la mayor (o
menor) posesin del atributo. Por ejemplo, el variable nivel
socioeconmico con las categoras alto, medio, bajo. Un
sujeto puede clasificarse en una de estas categoras pero
aquel que se clasifica en la categora alto tiene ms de la
variable que el clasificado en la categora bajo. Muchos
autores denominan a las variables ordinales con el nombre
de variables cuasicuantitativas (Carro, 1997). El investigador
otorga a cada uno de los valores de las variables
cualitativas y ordinales un nmero o cdigo para poder
133
JAIME ALIAGA TOVAR
realizar el anlisis de los datos. Por ejemplo, en la variable

sexo a la categora varn se le otorga el nmero o cdigo 0
y a la categora mujer el 1.
c) Variables cuantitativas. Corresponden a variables medidas
en escala de intervalo o escala de razn. Los valores o
categoras de estas variables forman categoras infinitas.
Se dividen en cuantitativas discontinuas o discretas y
cuantitativas continuas. Las variables discontinuas o
discretas slo pueden asumir valores enteros o que varen
de uno en uno. Ejemplos, nmero de hijos:
0,1,2,3,4,5,....;nmeros de camas en un hospital:
35,50,78,125,300,..; nmeros de cursos por alumno:
1,3,6,7... Por otro lado, las variables cuantitativas continuas
pueden tomar cualquier valor decimal dependiendo esta
operacin principalmente de la precisin con que trabaje el
investigador. Ejemplos, talla: 1,30m., 1,35m., 1,60m,
1,65m....; peso: 44kg., 54,5kg., 65,8 kg.,...; Ingresos: s/.
1450,90, s/. 645.70, s/. 3499,35,...etc.
En el cuadro 14 se sintetiza las caractersticas bsicas de la

relacin escala de medicin, tipo de variable.
Tabla 13.
Relacin del nivel de medicin y el tipo de variable (Elaboracin
propia)
Nivel/Escala de medicin Variable

Nominal. El investigador Cualitativa (atributos). Tipo
conforma en la variable que estudia de personalidad: extroverso,
categoras excluyentes que nointroverso); pas de nacimiento:
admiten orden entre ellas. Per, Rusia, Francia, Paraguay, etc.
Ordinal. El investigador Cualitativa o
conforma en la variable que estudia cuasicuantitativa. Ejemplo: nivel
categoras excluyentes, pero que de inteligencia: Muy alto, alto,
admiten orden entre ellas. medio o normal, bajo muy bajo.
Intervalo. El investigador Cuantitativa. Continuas
conforma en la variable categoras (admiten decimales). Ejemplo:
infinitas (No tienen punto 0 real). Puntuaciones escolares en escala
vigesimal. Discontinuas o discretas
(slo nmeros enteres)
Razn. El investigador Cuantitativa. Ejemplo: el
conforma en la variable categoras peso, el nmero de hijos.
infinitas (tienen un punto 0 real)
134
JAIME ALIAGA TOVAR
1.3 Puede una variable cuantitativa ser transformada en

variable categrica?
Una variable cuantitativa puede ser transformada en una

categrica, pero no sucede lo mismo a la inversa salvo un caso
especial. Veamos los siguientes ejemplos:
1) Variable cuantitativa a variable categrica: El nivel de

conocimientos de un estudiante puede ser medido mediante
una calificacin comprendida entre 0 y 20 (variable continua)
o mediante una calificacin del tipo aprobado-desaprobado
(categrica/atributo).
2) En un estudio del nmero de accidentes de trfico de un

conductor en funcin de su emotividad, se distinguen dos
variables. El nmero de accidentes es una variable
cuantitativa discontinua (se pueden tener 0, 1, 2, 3,...etc.,
pero no 1.5) y la emotividad puede ser una variable
cuantitativa si ha sido medida con un test, o puede ser
categrica/cualitativa si ha sido medida durante una
entrevista mediante la que el psiclogo clasifica al sujeto en:
poco emotivo, emotivo, muy emotivo.
3) El caso especial se presenta nicamente con las variables
categricas que tienen dos categoras. Por ejemplo, en una
investigacin la variable Trabajo tiene dos categoras Con
trabajo y Sin trabajo. Esta variable es dicotmica o binaria
y puede ser tratada como cuantitativa, pues se considera
que las variables binarias (dicotmicas) forman escalas de
intervalo (Nunally & Bernstein, 1995). En consecuencia, a la
categora Con trabajo se le puede asignar el cdigo o
nmero 1, y la categora Sin trabajo se le puede adjudica el
cdigo o nmero 0, conformndose una dummy variable o
variable ficticia (Briones, 1986). A continuacin, se puede
analizar la correlacin de esta variable cuantitativa con
cualquier variable cuantitativa utilizando por ejemplo el
coeficiente de correlacin de Pearson.
1.4 Operacionalizacin de variables
1.4.1 Concepto
Las variables no son directamente observables, para lograr

esta caracterstica mediante un riguroso procedimiento
deben ser traducidas a indicadores que sean susceptibles
de medicin. En consecuencia, la operacionalizacin de
variables es un procedimiento para hallar los indicadores de
135
JAIME ALIAGA TOVAR
cada variable.
1.4.2 Indicador
En 1977 Nowak (en Sierra Bravo, 1994) defini al indicador

como todo rasgo, suceso, de cuya ocurrencia concluimos,
con certeza o ms o menos probabilidad, que el fenmenos
que nos interesa tiene lugar. En este sentido, el indicador
es un referente emprico, un signo o manifestacin externa
directa, observable y medible que hace posible cuantificar
de manera indirecta a la variable. Por ejemplo, al convertir
un indicador en una pregunta y al combinar stas, lo que
estamos haciendo es una medicin indirecta de la variable.
En el proceso de elaboracin de los indicadores el

investigador debe tener en cuenta que estos deben ser
perceptibles por los sentidos, ser sencillos, ser simples, no
confundibles, y encontrarse en un nmero necesario, de
manera tal que permitan identificar o reconocer a la
variable cuando est presente y medirla. Son los
indicadores los que facilitan la recoleccin de datos
concernientes a las variables.
1.4.3 El proceso de operacionalizacin de variables
En el proceso de operacionalizacin se elaboran los

indicadores de las variables, los mismos que deben ser
vlidos. En otras palabras, el conjunto de indicadores
elaborados debe constituir una muestra o parte de la
variable, del constructo, que se esta operacionalizando.
En muchos casos, esta situacin lgica no se produce. A

determinados conceptos abstractos se les atribuye
indicadores que no les pertenecen, es decir, la seleccin de
indicadores para los constructos se hace en una forma
arbitraria, o en todo caso, los indicadores no son
pertinentes al concepto estudiado. En las ciencias del
comportamiento an se confrontan dificultades
metodolgicas y hasta conceptuales para llegar a identificar
los referentes empricos de los fenmenos que estudian.
Si bien hay variables fcilmente operacionalizables, por

ejemplo el sexo, hay otras no lo son tanto. Adems, no
todos los indicadores tienen el mismo valor, es decir,
aunque haya varios indicadores para el mismo fenmeno,
136
JAIME ALIAGA TOVAR
habr algunos ms importantes que otros. Por lo general,

cualquier indicador que se tenga est basado en una
probabilidad de que realmente represente al fenmeno
(Pick, 1995).
Teniendo en cuenta lo dicho, las variables se diferencian en

su concretud y con ello en su mayor o menor facilidad para
construir sus indicadores. As, ser ms sencillo elaborar
indicadores para la variable estado civil que para la variable
inteligencia. Cuando las variables son complejas a los
indicadores se les puede denominar como variables
intermedias, subvariables o subdimensiones de las
variables, las mismas que a su vez tendrn sus indicadores.
Por ejemplo, si hablamos de inteligencia, podemos decir
que est compuesta de una serie de factoresque
metodolgicamente seran indicadores o subvariables- tales
como capacidad verbal, capacidad de abstraccin, etc.
Cada factor a su vez debe ser operacionalizado de manera
que pueda ser medido a travs de sus indicadores.
Veamos un ejemplo de variables, variables intermedias e

indicadores, tomado con modificaciones de De Miguel
quien en 1977 realizo un estudio sobre indicadores sociales
137
JAIME ALIAGA TOVAR
Tabla 14.
Variables, subvariables e indicadores
Variable Variable intermedia Indicadores
Poblacin Mortalidad Tasa de fecundidad

general
Estratificacin social Conciencia de clase Grado de identificacin
de clase
Nivel econmico Desarrollo industrial Consumo de energa
elctrica por habitante
Vida poltica Participacin poltica Voto en el ltimo
referndum
Marginacin y pobreza Alienacin Sentimiento de
futilidad de tarea
Familia Eleccin de cnyuge Duracin media del
noviazgo
Alimentacin Nivel de nutricin Nivel calrico por
habitante
Educacin Niveles cualitativos del Edad media de
sistema educativo terminacin de los
estudios
Urbanismo y vivienda Vivienda Proporcin de
viviendas compartidas
por ms de una
familia.
Trabajo Condiciones de trabajo Tiempo empleado al
trasladarse al lugar de
trabajo
No existe un nico procedimiento para realizar la

operacionalizacin de una variable. Un procedimiento bastante
utilizado sigue la siguiente secuencia: 1) Hiptesis; 2) Variable;
3) Definicin conceptual de la variable; 4) Definicin operacional
de la variable; 5) Dimensinalizacin de la variable; 6)
Indicadores.
Habiendo visto anteriormente lo concerniente a la hiptesis y a
las definiciones conceptuales y operacionales, trataremos de la
dimensionalizacin, es decir de la especificacin de las
dimensiones, de las propiedades de una variable. Especificacin
que Babbie (2000) considera como la preparacin del terreno
para una comprensin ms profunda de lo que estudiamos.
138
JAIME ALIAGA TOVAR
Para realizar esta especificacin es necesario hallar las

dimensiones que hacen posible la definicin operacional.
Generalmente se desglosa a la variable buscando encontrar
todos los aspectos, facetas o caractersticas que se esperar
encontrar en las personas (objetos, entidades, etc) dentro del
mbito de la variable.
Por ejemplo, la variable Compasin por los dems puede
dividirse en dos dimensiones dimensin de sentimientos de
compasin y dimensin de actos de compasin (Babbie,
2000). A partir de las dimensiones encontradas se elaboran los
indicadores. Para el efecto, se debe pensar cada dimensin en
trminos cuantitativos, en trminos numricos susceptibles de
medicin, por ejemplo, en trminos de un mas o un menos,
de mayor o menor que, de proporciones, etc.
Veamos algunos ejemplos de procedimientos de
operacionalizacin:
Ejemplo 1:
Hiptesis: El origen rural de los obreros y la calificacin en el
trabajo que exigen las empresas industriales son los factores
principales que dificultan su adaptacin al medio urbano
Variables: Origen, calificacin, empresa industrial (donde trabaja)
y adaptacin al medio urbano.
Definicin operacional de la variable Origen del trabajador: Son
inmigrantes aquellos trabajadores con 7 o menos aos de
presencia en la ciudad. Urbanos son aquellos trabajadores con
ms de 7 aos de presencia en la ciudad.
En consecuencia, la variable se denomina Origen individual del
obrero; variable que tiene dos valores o categoras: Rural y
urbano, siendo indicador de la primera el tener 7 o menos aos
de permanencia en la ciudad; y de la segunda, el tener 7 o ms
aos de la referida permanencia.
Despus de hallar los indicadores, el investigador est en
capacidad de seleccionar la tcnica de recoleccin de datos y el
instrumento ms conveniente. Supongamos que seleccione como
tcnica el cuestionario, el tem pudiera ser: Cuntos aos
completos tiene usted viviendo en esta ciudad? A) Menos de 7
aos; B) 7 o ms aos.
Ejemplo 2:
Variable: Asimilacin del aprendizaje en los trabajadores
acadmicos sometidos a un curso de capacitacin para la
139
JAIME ALIAGA TOVAR
enseanza.
Dimensiones: A) Comprensin; B) Retencin; C) Aplicacin.

Elementos: Dar ejemplos relacionados con el tema
(Comprensin); Recordar por largo tiempo (Retencin);
Redactar un ensayo sobre el tema (vase la figura 14).
Operacionalizado el concepto aprendizaje se puede estar

seguro de que hubo un aprendizaje por parte de los acadmicos
que tomaron el curso y lo asimilaron lo suficiente cuando
demuestren su compresin, retencin y aplicacin a travs de
ejemplos, de recordar por largo tiempo y de poder redactar un
ensayo sobre el tema. (Eyssautier, 2002).
APRENDIZAJE
D i m e n s i o n e s
Comprensin Retencin Aplicacin
Elementos
Dar ejemplos Recordar por Redactar un

relacionados largo tiempo un ensayo
con el tema sobre el tema
Figura 13. Modelo de asimilacin del aprendizaje
140
JAIME ALIAGA TOVAR
Ahora, veamos otros ejemplos presentados como matrices de

operacionalizacin.
Tabla 15.
Matriz de Operacionalizacin A (Elaboracin propia)
Nombre de la Definicin Definicin Obtencin del Instrumentacin

variable conceptual operacional dato
Nivel educativo Grado o Sin instruccin Pregunta: Cuestionario (tem

ao de (0 grados). Cul es el en escala ordinal o
estudios Primaria grado de semicuantitativa)
que ha incompleta (1ro estudios ms
logrado a 5to grado). alto que ha (Nota: al ser
aprobar. Primaria alcanzado? medida la variable
completa (Hasta en esta
6to grado) investigacin en
Secundaria escala ordinal se le
incompleta (1ro analizar con la
a 4to ao). estadstica
Secundaria apropiada a esta
completa(Hasta escala: frecuencias,
5to ao) porcentajes, barras,
Superior grfico de sectores,
completa(De 5to etc).
ao y ms)
141
JAIME ALIAGA TOVAR
Tabla 16.
Matriz de operacionalizacin B (Elaboracin propia)
Objetivo Variables Definicin Definicin Instrumentacin

Especfico Conceptual Operacional
Determinar el Rendimien Logro de Excelente: Si la Revisin de

rendimiento to objetivos de nota es superior registros de
acadmico en Acadmic aprendizaje en a 18. evaluacin.
matemticas de o la asignatura Muy Buena: Si Informacin
los alumnos del 2 de matemtica la nota es 17 o facilitada por la
grado de correspondiente 18. Oficina de
secundaria. al 2 grado Buena: Si la Registros
nota es 15 y 16. Acadmicos.
Regular: Si la
nota es 11 a 14.
Inferior: Si la
nota es por
debajo de 10.
Identificar el Conocimie Es el criterio Alto: Si ms del Pregunta N 5, N

conocimiento que nto sobre manifiesto de 80% contesta 6, N 7 del
sobre prevencin prevenci los padres de afirmativamente cuestionario
del SIDA tienen n del SIDA familia sobre las preguntas... dirigido a Padres
los padres de las formas en Medio: Si ms de Familia.
familia del que puede del 60% y
colegio. evitarse el menos del 80%
contagio del contesta....etc.
SIDA.
Identificar el nivel Nivel Grado o ao de Sin instruccin Item de
educativo que educativo estudios que (0 grados) cuestionario:
tienen los padres ha logrado Primaria Cul es el grado
de familia del CEE aprobar incompleta (1- o ao de estudios
2050. 5 grado) ms alto que ha
Primaria alcanzado?
completa (hasta
6 grado)
Secundaria
incompleta (1 -
4 ao)
Secundaria
completa (hasta
5 ao)
Superior
incompleta (1 -
4 ao)
Superior
completa (de 5
ao y ms)
En algunos casos identificados los indicadores se debe establecer

un criterio nico segn el cual sea posible medir el concepto. Es
decir, se debe elaborar un ndice general para todos los
indicadores de todos los componentes o en su defecto, ndices
142
JAIME ALIAGA TOVAR
especficos para cada indicador o componente. Por ejemplo, en

psicologa se mide la inteligencia mediante tests. Uno de ellos es
la Escala de Inteligencia Weschler para adultos (WAIS), aqu el
sujeto responde a 10 u 11 subtests, cada uno compuesto de un
conjunto de itemes. Los subtests se dividen en Escala verbal y
Escala de ejecucin. La puntuacin lograda por el sujeto en cada
escala se forma con la suma de las puntuaciones ponderadas de
determinados subtests, otorgndose una puntuacin CI (Cociente
intelectual) por cada escala. A continuacin se suman los CIs
verbal y de ejecucin y se elabora un CI general. Este ltimo
nmero es un ndice y representa a toda la variable.
En consecuencia, terminado el proceso de operacionalizacin
dispondremos de un conjunto de indicadores del concepto o
constructo que nos interesa en la investigacin que estamos
realizando, que podremos medir (o clasificar) comparando sus
indicadores con las escalas o niveles de medicin (nominal,
ordinal -de frecuencia, de cantidad-, de intervalo, de razn). Por
ejemplo, en el caso del CI se le puede dividir en muchas
categoras (a cada sujeto se le otorga un CI, o sea se le mide en
escala de intervalo) o se le puede dividir en dos, tres o ms
categoras (por ejemplo, inteligencia muy superior, superior,
normal, inferior, muy inferior, o sea se le mide en escala ordinal),
segn sean nuestras preocupaciones por destacar los matices en
los que vara el concepto o constructo inteligencia que estamos
operacionalizando. Segn ello estableceremos nuestras
estrategias para la contrastacin de las hiptesis y an la
organizacin y el anlisis de datos (Meja & Reyes, 1994).
143
JAIME ALIAGA TOVAR
Leccin III
El Diseo
1. Concepto
El trmino Diseo es polismico. En un sentido amplio puede

considerrsele como el diseo metodolgico o la descripcin de la
manera concatenada y lgica de cmo se va a realizar la
investigacin para lograr una respuesta adecuada a la pregunta o
preguntas de investigacin y comprobar las hiptesis. Sus elementos
bsicos son: el tipo o estrategia de investigacin, el diseo, la
poblacin y muestra, tcnica e instrumentos de recoleccin de datos,
procedimiento y el plan de anlisis de los datos. Por otro lado, en un
sentido restringido alude al diseo experimental, modelo o esquema
lgico que impone restricciones para observar un hecho provocado y
que comprende el planeamiento de las operaciones para conducir un
experimento, en orden a dar respuesta al problema planteado y a
controlar las fuentes de error (Alarcn, 2008). En esta leccin
emplearemos al diseo en este ltimo significado, existiendo diseos
experimentales y diseos no experimentales. En los experimentales
se consideran los diseos de grupo (experimentos en los que
participan grupos de sujetos diferentes y experimentos en los que
participan un solo grupo de sujetos o intragrupo), y los diseos de
sujeto nico (N=1). En los no experimentales se encuentran, entre
otros, los diseos transversales y los diseos longitudinales.
2. Seleccin del diseo
Establecidas las hiptesis, cuando fuera pertinente, y precisadas las

variables, el investigador debe seleccionar el diseo experimental o
no experimental para llevar adelante el estudio. En este cometido
juegan un rol decisivo el tipo de problema (descriptivo?,
correlacional?, explicativo?, vase la leccin IV de la Unidad II), y
el grado de control que el investigador tiene de la variable
independiente. Segn Hernndez, Fernndez & Baptista (2002) la
diferencia bsica entre los diseos se manifiesta en el grado de
control que el investigador impone a la variable independiente que
est estudiando.
3. Diseo experimental
3.1 Concepto
Un experimento es un estudio en el que se busca lograr por el
144
JAIME ALIAGA TOVAR
experimentador una situacin de control en la que de una

manera planificada manipule una o ms variables
independientes (VI) para analizar las consecuencias de esa
manipulacin sobre una o ms variables dependientes medidas
(VD). En este concepto, el logro de una situacin de control
significa que el investigador realiza las operaciones necesarias
que le permitan decir, despus de realizado el experimento, que
fue el factor A el que produjo los resultados y no los factores B,
C, D o E (ONeil, 1968). En otras palabras, lograr el control en
un experimento es controlar la influencia de otras variables
denominadas extraas que compiten con la VI, para que as el
investigador pueda saber realmente si la VI que le interesa
tiene o no efecto sobre la VD. Por otro lado, el trmino
manipulacin, de manera general, alude a la intervencin
deliberada del investigador para provocar cambios en la
variable dependiente; de manera especfica, manipular significa
que se puede hacer variar la variable independiente en dos o
ms niveles o grados, por ejemplo presencia-ausencia;
manipulacin que se operacionaliza en el diseo del
experimento.
En este contexto, el diseo experimental es el esquema o

modelo que el investigador planifica de manera previa a la
ejecucin del experimento, del que se deriva un conjunto de
operaciones y restricciones para lograr que las consecuencias de
la manipulacin de la VI sobre la VD se deba a la VI y no a otras
razones o explicaciones alternativas.
Un ejemplo de estudio experimental es aquel que plantea que

un Programa de enseanza Z mejorara la comprensin
lectora de nios de educacin primaria. Aqu la variable
independiente activa (VI) es el programa Z y la variable
dependiente (VD) es la comprensin lectora. Por qu es
independiente activa? Porque el investigador o investigadora
puede manipularla. Como sabemos, manipular es hacer variar la
variable independiente en dos o ms niveles o grados, por
ejemplo presencia-ausencia; esta manipulacin se
operacionaliza en el diseo del experimento con un grupo
experimental (presencia del programa, se le brinda el
programa) y un grupo control (ausencia del programa, a este
grupo no se le brinda el programa), a continuacin se ve el
efecto del programa sobre la VD midiendo la comprensin
lectora. En este caso se espera o hipotetiza que el grupo
experimental mejorara su comprensin lectora en tanto que el
145
JAIME ALIAGA TOVAR
grupo control no lo har.
Por otro lado, la VD siempre ser organsmica o de respuesta. Si

es organsmica no es observable directamente por lo que el
investigador recurrir para medirla a tests, cuestionarios, etc.;
en cambio, si es de respuesta es directamente observable lo que
facilita su medicin en la forma de exactitud, latencia, velocidad
o frecuencia de respuesta, entre otras formas.
Asimismo, el manipular la VI en varios niveles tiene la ventaja

de que no slo se puede determinar si la presencia de la VI o
tratamiento experimental (X) tiene un efecto, sino tambin se
puede determinar si distintos niveles de la VI tienen diferentes
efectos. En la tradicin experimental de los diseos
experimentales clsicos basados en grupos cada nivel o grado
de manipulacin implica un grupo en el experimento.
Ejemplo: Si en un estudio se pretende determinar el efecto de
ver programas de dibujos animados con contenido violento
sobre la generacin de conductas agresivas. La manipulacin de
la VI pudiera ser as: a) Manipulacin de dos grados: X1
(programa con contenido violento), ---- (programa con
contenido prosocial); b) Manipulacin de tres grados: X1
(programa con contenido violento); X2 (programa con contenido
medianamente violento), --- (programa con contenido
prosocial).
3.2 Varianza sistemtica y varianza de error
La elaboracin de diseos experimentales implica tres aspectos:

1) La manipulacin intencional de una o ms variables
independientes; 2) La medicin vlida y confiable del efecto de
la variable independiente sobre la dependiente; y, 3) El control.
Precisaremos ms este aspecto. Supongamos que se realiza un
experimento con un grupo experimental (GE) y un grupo control
(GC). Al hacer la observacin postest despus de la aplicacin
de la variable independiente o tratamiento (X), el
experimentador halla que la variable independiente (VI) ha
tenido un efecto sobre la variable dependiente (VD), es decir,
se observan diferencias entre las medidas registradas de los
sujetos en la VD a favor del GE.
Idealmente estas diferencias o variabilidad intergrupos debera
deberse a la VI, pero es realmente as? En otros trminos
cul es la fuente de esa variabilidad o varianza? Las fuentes de
146
JAIME ALIAGA TOVAR
esta varianza son dos: varianza sistemtica y varianza de error.

A su vez, la varianza sistemtica es primaria y secundaria. Ser
primaria si se debe a la VI manipulada por el investigador
(objetivo de la investigacin); ser secundaria si se debe a
variables que escapan del conocimiento del investigador, estas
variables se denominan variables extraas y estn vinculadas a
varios tipos de validez, principalmente a la validez interna y
externa del experimento. Por otro lado, la varianza de error se
debe a las diferencias inconsistentes en las medidas de la VD
que reducen la precisin y exactitud de las mismas (diferencias
individuales no reconocidas, los errores de medida, falta de
confiabilidad de los instrumentos de captura de datos, y los
planes de investigacin defectuosos).
Las acciones que realiza el investigador para lograr una situacin
de control se relaciona ntimamente con el logro de la validez
interna y la validez externa de los diseos experimentales
(Campbell & Stanley, 1973), y tambin de la validez de
construccin y la validez estadstica (Kazdin, 2001).
3.3 Validez interna
En todo experimento existen variables o factores que pueden

hacer que el resultado sea ambiguo, que el investigador se
confunda y no pueda discernir si la presencia de la VI o
tratamiento experimental tiene o no tiene un efecto verdadero
sobre la VD. Por ejemplo, si se realiza un experimento para
determinar el efecto que un comercial televisivo tiene sobre la
predisposicin de compra hacia el producto que anuncia el
comercial, y el investigador sabe que puede haber otras razones
o causas por las que las personas piensen en comprar el
producto (la calidad del producto, su precio, cualidades,
prestigio de la marca, etc.), entonces, deber elaborar el diseo
de tal manera que pueda controlar la posibles influencia de
estas otras causas. De no hacerlo as, si observara que la
predisposicin de compra es elevada y no ha tenido control
sobre las citadas razones, no sabr si el comercial es la causa
o lo son las dems causas posibles. En este sentido, la validez
interna refiere al grado en que los cambios observados en la VD
se pueden atribuir a la manipulacin experimental de la VI, es
decir, los cambios observados en la VD no pueden ser explicados
por la accin de ninguna otra variable ms que por la VI. Este es
un punto extremadamente importante en el diseo
experimental, pues la validez interna constituye la base mnima
147
JAIME ALIAGA TOVAR
sin la que los resultados de un experimento no pueden ser

interpretados (Campbell & Stanley, 1973).
La identificacin, eliminacin, minimizacin o nulificacin de
variables extraas o amenazas a la validez interna que pueden
competir con la VI debe ser realizada en la fase de planificacin
del procedimiento experimental, aunque algunas veces pueden
ser hechas concluido el experimento cuando se analizan los
resultados y se sospecha de la influencia de alguna de estas
variables o amenazas (Len & Montero, 1991). El grado en que
las variables extraas o amenazas son controladas y excluidas
refleja el grado de validez interna del experimento. A mayor
grado de validez interna tanta ms confianza puede tenerse en
que la manipulacin especificada o la condicin experimental
han sido las responsables del efecto observado (Baltes, Reese &
Nesselroade, 1981). En buena cuenta, el fortalecimiento de la
validez interna tiene que ver con la calidad del experimento al
elevar la confianza del experimentador en que los resultados que
observa son interpretables y vlidos.
Campell & Stanley (1973) identificaron ocho amenazas a la
validez interna de un experimento, que se han ido ampliando
con el aporte de diversos autores (por ejemplo, Kazdin, 2001).
1. Historia. Se refiere a la aparicin de variables extraas por

el paso del tiempo que afecta la circunstancia del sujeto. En
efecto, entre el pretest y el postest hay un tiempo en el que
pueden ocurrir muchas cosas distintas de la VI, X o
tratamiento. En tiempos largos pueden ocurrir crisis
econmicas, polticas, el perder y contraer nuevas
amistadas, entre otros sucesos; en tiempos breves, los
sentidos de los sujetos pueden ser inerferidos por ruidos
intensos y la visin de cosas inesperadas. Es claro que a
mayor tiempo, mayor ser la probabilidad de la aparicin de
variables extraas, que son especficos para la situacin
particular del experimento. Por ejemplo, en un experimento
se quiso ver los efectos de la teleeducacin sobre las
prcticas higinicas de los nios de un pueblo rural. Antes y
despus de realizar la experiencia, que duro dos meses, se
realizo las mediciones pretest y postest, encontrndose en
esta ltima un elevamiento del nivel de tales prcticas. Sin
embargo, en el transcurso de la experiencia televisiva en el
pueblo ocurri una epidemia de clera y las madres de
familia extremaron al mximo el fomento y el cuidado de las
prcticas higinicas. Esta es una variable que afecta la
148
JAIME ALIAGA TOVAR
historia de los sujetos y que confunde la accin de X, no

pudindose saber si el elevamiento de las prcticas
higinicas esta en relacin al programa teleeducativo o a la
accin de las madres.
2. Maduracin. Alude a la accin de variables extraas por el
paso del tiempo que afecta el desarrollo biopsicolgico y
produce cambios verificados en el interior del sujeto que
arrojan dudas sobre los resultados del experimento. Estos
cambios se habran producido aun sin la manipulacin del
experimentador. En efecto, el proceso de maduracin es
distinto en cada sujeto debido a las diferencias individuales,
por lo que estos pueden alcanzar un rendimiento superior o
inferior en el postest, a causa de que tienen ms edad, estn
ms fatigados, tienen hambre, sienten menos inters, entre
otras razones., que cuando se les administr el pretest. A
diferencia de la historia, cubre los eventos generales para
cualquier situacin en particular y refleja el cambio o el
crecimiento en el organismo estudiado. Por ejemplo, si se
investiga la eficacia de un mtodo para la enseanza de la
escritura y se encuentra que es eficaz, esto podra ser
consecuencia del nivel de maduracin alcanzado por el
sujeto para adquirir este tipo de aprendizaje, no pudindose
diferenciar si el aprendizaje se debi al mtodo o al nivel
de maduracin.
3. Efecto debido a tests. Es un hallazgo psicomtrico que
cuando a una persona se le readministra un test, en la
segunda vez obtendr generalmente puntuaciones ms
elevadas. En esta lnea de pensamiento, este efecto se
presenta cuando en el momento pretest se aplica una
prueba, se administra la VI, y en el momento postest se
administra la misma prueba. Los sujetos pueden recordar los
tems actuando el pretest como una experiencia de
aprendizaje. El sujeto recordar algunos reactivos del
pretest o, por lo menos, ya no cometer los mismos errores
en una segunda vez, pudiendo obtener por esta situacin un
puntaje ms alto en el postest que el obtenido en el pretest.
Si el experimentador no se da cuenta, atribuir
equivocadamente esta mayor puntuacin a los efectos de la
VI. Aqu tambin hay que tener en cuenta que los sujetos
pueden modificar sus respuestas en el postest incluso sin
que se aplique la VI.
4. Instrumentacin. En un experimento la observacin de la
VD puede realizarse empleando instrumentos, por ejemplo,
149
JAIME ALIAGA TOVAR
cronmetros, polgrafos, tests, o por medio de personas que

actan como observadores registrando las respuestas en
escalas, registros de observacin, cuestionarios u otros
medios de registro. El proceso de medida de la VD puede
contribuir de dos maneras diferentes al error de medida
cuando se realizan las observaciones por segunda vez: la
primera, porque los resultados no pueden ser comparables
con los de la primera vez, pues los instrumentos, aparatos y
equipos electrnicos, mecnicos o computerizados pueden
haber sufrido desperfectos o haberse desequilibrado; la
segunda, porque el observador humano puede haberse
fatigado o variar su manera de evaluar sutilmente dando
instrucciones a los grupos ligeramente diferentes en
contenido, entonacin, tiempo. Por ejemplo, los resultados
se afectan si el postest es ms difcil que el pretest porque
las medidas no eran equivalentes; o porque cuando una
misma persona evala al GE y al GC o al mismo grupo antes
y despus de la aplicacin de la VI o tratamiento X, su juicio
puede variar a causa de que ha adquirido ms experiencia y
capacidad de discriminacin para calificar o porque est
cansada (Van Dalen & Meyer, 1994).
5. Regresin estadstica. Es un concepto matemtico y en
palabras de Salkind, Escalona & Valdz (1999) es una
amenaza fascinante (que a veces no se entiende bien)
(pg. 240). Se refiere bsicamente a que las puntuaciones
obtenidas en el postest tienden a regresionar hacia una
tendencia central (regresin a la media). Se presenta
cuando antes de la aplicacin de la VI o X los grupos se
seleccionan con base en los puntajes extremos. Por
ejemplo, un experimentador quiere estudiar el efecto de un
programa teraputico cognitivo-conductual sobre la ansiedad
ante los exmenes. Mide la ansiedad de un grupo de
estudiantes universitarios con un test, calcula la media
aritmtica y la desviacin estndar y conforma el grupo
experimental con estudiantes con puntuaciones que estn a
una desviacin estndar por encima de la media del grupo.
Administra el programa y luego de un tiempo efecta la
medicin postest, hallando que el grupo ha disminuido
sensiblemente su ansiedad ante los exmenes. Deduce en
consecuencia que el programa ha sido exitoso. Sin embargo,
pudiera no ser as pues puede haber actuado la regresin
estadstica en vista que los estudiantes altos en una
variable tienden a lograr puntajes estadsticamente
inferiores en el postest (o, en otros casos, superiores). A
150
JAIME ALIAGA TOVAR
qu se debe esta tendencia? Se esgrimen varias razones: a)

la probabilidad menor de que un sujeto permanezca en el
lado extremo alto o bajo de una distribucin de puntajes,
por lo que es ms probable que en un retest ocupe un lugar
ms central en la distribucin lo que implica moverse hacia
la media; b) poca confiabilidad de la prueba y el error de
medicin que hace que los sujetos se ubiquen ms hacia los
extremos de lo que probablemente les corresponde (Salkind
& et al., 1999); c) en trminos estadsticos, la regresin
opera por la correlacin imperfecta entre los puntajes pre y
postest. Si la correlacin fuese perfecta (r=1.00) entonces
no existira el fenmeno de la regresin. Con los coeficientes
de correlacin que se encuentran en la prctica (inferiores a
1.00), el efecto neto es que los puntajes bajos en el pretest
tienden a ser ms altos, y los ms altos tienden a ser ms
bajos. Por lo tanto, si se usan sujetos con puntajes altos o
bajos en un estudio, sus puntajes en el postest quizs sean
ms altos o ms bajos que en el pretest debido al efecto de
regresin. (Wood, 1975; Kerlinger & Lee, 2003).
En todo caso, en trminos generales esta tendencia se
presenta por la improbabilidad de que se repitan las
circunstancias excepcionales que contribuyen a que una
puntuacin sea extrema.
El efecto de la regresin puede inducir al investigador a
pensar que la intervencin experimental ha sido efectiva,
cuando en realidad no ha sucedido as pues no puede
distinguir el cambio debido al tratamiento del efecto de las
puntuaciones que se revierten a la media. Esta fuente de
invalidez puede afrontarse empleando un grupo control.
6. Mortalidad experimental. Este factor se refiere al cambio
en la igualdad de los grupos por la prdida de sujetos
durante el experimento, producida por aburrimiento,
enfermedad, fallecimiento, cambio de institucin educativa o
de residencia, entre otros motivos. Este cambio afecta los
resultados. Por ejemplo, si en un experimento sobre los
efectos de un programa de mejoramiento de la comprensin
lectora, los sujetos del GE que obtuvieron los puntajes ms
bajos en el pretest se retiran del experimento, los que
permanecen en el GE pueden alcanzar en el postest un
rendimiento ms elevado que el GC, pero ello no se deber a
la accin del tratamiento X.
7. Seleccin. En los experimentos se busca que el GE y el GC
estn igualados. Sin embargo, puede haberse producido una
151
JAIME ALIAGA TOVAR
seleccin sesgada o diferencial de los sujetos persistiendo

por tanto una diferencia especfica entre los grupos que
podra comopetir tambin con la VI en la explicacin de los
resultados. Por ejemplo, cuando se expone al GE a los
efectos de X-un mtodo de enseanza de la escritura -, y se
compara su rendimiento con el del GC, observndose una
diferencia significativa a favor del GE, pudiera ser que los
resultados reflejen diferencias entre los dos grupos, que bien
pueden ser previas a la aplicacin de la VI. Tal vez el grupo
experimental tena mayor habilidad para la escritura que el
grupo de control antes de que ambos fueran sometidos a la
accin de X.
8. Combinacin de seleccin y otras amenazas. Las
amenazas a la validez interna pueden combinarse y dar
resultados que no se distingan de la accin de la VI. Las
principales interacciones se encuentran entre la seleccin y
las otras amenazas. (Campbell & Stanley, 1973). Una de
estas interacciones es la de seleccin y maduracin. El paso
del tiempo puede en determinado momento, hacer que dos
grupos que en un momento fueron iguales, se desnivelen
con el transcurrir del experimento, pues los sujetos maduran
a diferentes ritmos o velocidades. El efecto de maduracin
no es igual en los grupos del experimento debido a algn
factor de seleccin que se manifiesta en diferentes tasas de
maduracin. Por ejemplo, si seleccionamos a un grupo de
sujetos que acostumbra alimentarse a las 12 m y a otro
grupo que acostumbra alimentarse a las 3.00 p.m. y el
experimento se lleva a cabo de 11.00 a.m. a 14.30 pm, la
seleccin tendenciosa provocar un efecto de maduracin
distinto en los dos grupos: hambre. (Hernndez, Fernndez
& Baptista, 2003).
9. Difusin o imitacin del tratamiento (Kazdin, 2001) Se
produce cuando el tratamiento X que se la da al GE puede
ser brindado accidentalmente a algunos o todos los
miembros del GC, lo que lleva a que el investigador en lugar
de comparar las condiciones X y no X, o dos o ms X
distintos en realidad est comparando condiciones muy
similares, ms de lo que esperaba, entre el GE y el GC. Por
ejemplo, en un experimento se trataba de determinar la
eficacia de dos tipos de terapias: conductual y ecltica. Los
resultados indicaron cierta superioridad pero no significativa
de la terapia conductual. Finalizado el estudio se encontr
que una de las terapeutas del grupo de terapia eclctica
usaba muchsimo tcnicas conductuales en el grupo que
152
JAIME ALIAGA TOVAR
tena a cargo; es decir, el tratamiento de un grupo estaba

siendo proporcionado inadvertidamente al otro grupo. La
difusin del tratamiento en la forma que hemos visto o en
otras, como la de adopcin por su cuenta de miembros del
GC de los comportamientos que cubre X, por ejemplo en un
programa de prevencin de factores de riesgo de ataques
cardiacos lo relativo al bajo consumo de grasas
polisaturadas.
En consecuencia, la amenaza a la validez interna se produce
porque la difusin iguala el desempeo del GE y el GC
haciendo difcil sino imposible discernir el efecto de X.
Existen otras amenazas a la validez interna que se han
incorporado a las propuestas por Campbell & Stanley
(1973), entre estas tenemos las siguientes:
a) La que se puede producir en los diseos de medidas

repetidas. Estos diseos son aquellos en las que todos
los sujetos participantes del estudio reciben todos los
tratamientos, por ejemplo en los diseos Cuadrado
latino. En esta situacin experimental se presentan los
efectos del orden y del denominado carry-over. El
primero, se refiere a los resultados que se deben a
factores como el aprendizaje y la fatiga, que se
desarrollan durante el transcurso del tiempo entre el
comienzo del primer tratamiento y la finalizacin del
ltimo. El efecto es diferencial pues puede afectar a los
tratamientos presentados en diversos tramos del
experimento. El segundo, se presenta cuando los efectos
del tratamiento anterior alteran a los sujetos de un modo
temporal o permanente hacindolos ms o menos
susceptibles al tratamiento que sigue. En consecuencia, si
los efectos del tratamiento inicial estn presentes cuando
se da el segundo tratamiento, el investigador no podr
determinar si la puntuacin de la VD es debida al segundo
tratamiento, a los efectos del primero, o a la interaccin
de ambos.
b) Las expectativas del experimentador. Tambin

llamado Efecto Rosenthal. El investigador no es un
observador pasivo, es un observador activo cuyas
expectativas traducidas en un deseo que puede ser
inconsciente de comprobar su hiptesis, este sesgo puede
hacer que altere los resultados de sus observaciones
(Buenda, Cols & Hernndez, 1998).
153
JAIME ALIAGA TOVAR
c) El conocimiento de los sujetos de condiciones del

experimento. Tambin puede influir en contra de la
validez interna el conocimiento que los sujetos tengan de
las hiptesis y las condiciones experimentales, y la
interaccin entre los sujetos y el experimentador,
pudindose presentar por parte de los sujetos una
actitud de colaboracin o un prejuicio contra el
experimentador, lo que afectar los resultados.
3.4 Validez externa
El concepto de validez externa depende en cierta medida del

paradigma que sustente el investigador, segn estos habrn
generalizaciones cuantitativas o implicaciones cualitativas
estructurales de los resultados de un experimento. En este
marco, la validez externa puede ser definida como la
generalizacin desde una relacin observada en un conjunto de
datos a otros conjuntos potenciales de datos que podan haber
sido observados pero que no lo han sido (Baltes, Reese &
Nesselreoade, 1981). En otras palabras, se refiere a si se
encontr que A esta relacionado con B en los nios de un aula,
es posible decir que A esta relacionado con B para todos los
nios de todas las escuelas? O debe limitarse los hallazgos a
los nios con los cuales se ha trabajado? En este sentido, la
pregunta a responder al tratarse la validez externa de un
experimento es: Pueden generalizarse los resultados ms all
del experimento? El grado de validez externa es mayor cuanto
mayor es la aplicabilidad de sus resultados a otros sujetos y
contextos. Hay una serie de variables extraas que se
convierten en amenazas para este tipo de validez.
La validez externa hay que diferenciarla entre validez de la

poblacin y validez ecolgica (Buenda, et al., 1998).
1. Validez de la poblacin. Alude al grado en que los

resultados de un experimento se pueden generalizar desde
una muestra especfica a la poblacin. Aqu hay que tener
cuidado en la diferenciacin entre la generalizacin de los
resultados de la muestra a la poblacin destino del estudio,
y la generalizacin que se puede efectuar debida a la
interaccin entre las variables personales del sujeto y los
efectos del tratamiento.
154
JAIME ALIAGA TOVAR
a) Generalizacin de los resultados de la muestra a la

poblacin destino. Se refiere al grado en que una
muestra representa a la poblacin que interesa al
investigador. Aqu hay que distinguir dos aspectos; el
primero, si la muestra utilizada sirve para lograr los
objetivos de la investigacin (generalizacin a
poblaciones de sujetos); el segundo, si la muestra
empleada sirve para precisar si los objetivos son vlidos
para unas subpoblaciones y no para otras
(generalizacin entre diferentes poblaciones). Un
ejemplo del primer caso: un experimento puede haber
demostrado los efectos positivos de un programa de
mejoramiento de la resolucin de problemas
matemticos. Un ejemplo del segundo caso: el
tratamiento pudiera ser efectivo para una parte de la
muestra pero no para otra (hombres frente a mujeres).
Si en un plan de experimento la muestra y la poblacin

de un estudio no estn bien definidas y descritas, si la
muestra es injustificadamente pequea, si el
procedimiento de muestreo no es claro, se producir una
grave amenaza para la validez externa del estudio, cuyo
control est vinculado con el uso de tcnicas de
muestreo adecuado.
b) Generalizacin debida a la interaccin entre las

caractersticas de los sujetos y el tratamiento.
Alude a que ciertas variables del sujeto tales como
habilidad intelectual, nivel de ansiedad, edad, grado
educativo y otras interaccionan con los efectos del
tratamiento haciendo que los efectos de este sean
mejores o peores. Por ejemplo, en psicologa causa
preocupacin el uso extenso de estudiantes
universitarios y de educacin secundaria en muchos
estudios y experimentos. Sobre todo el de universitarios
por que tienen caractersticas personales y atributos
demogrficos como nivel de inteligencia, nivel
socioeconmico y experiencia que pudieran de alguna
manera relacionarse con la VI. Esta amenaza tambin se
da en la investigacin animal y en la generalizacin d sus
resultados a la especie humana. Estas variables podran
afectar a la generalizacin de las conclusiones del
experimento.
155
JAIME ALIAGA TOVAR
2. Validez ecolgica. A diferencia de la validez relacionada con

la poblacin que busca generalizar los resultados de la
muestra a la poblacin, la validez ecolgica busca
generalizar los resultados al contexto. En este sentido, est
vinculada a la generalizacin que se puede hacer desde
unas condiciones ambientales en las que se ha hecho el
experimento a otras distintas. La pregunta a responder es:
los resultados son transferibles a otras condiciones
ambientales distintas? La respuesta es de grado. Si esta
transferencia es elevada el experimento tendr una elevada
validez ecolgica, de lo contrario, tendr un nivel bajo.
En la literatura se reportan diversos factores que afectan a la

validez ecolgica que enumeramos a continuacin: falta o
fallas en la descripcin explcita del tratamiento
experimental, la interferencia entre tratamientos, el efecto
Hawthorne, el efecto debido a la novedad, efecto del
experimentador, efecto debido a la sensibilizacin del
pretest, efecto debido a la sensibilidad del postest, efecto de
la interaccin entre la historia y el tratamiento, medida de la
variable dependiente, interaccin entre el tiempo de medida
y el efecto del tratamiento. A continuacin, veremos algunas
de estas amenazas a la validez ecolgica:
a) El Efecto de novedad. La presencia del

experimentador, las caractersticas de este y sus
colaboradores, las instrucciones para manejar los
equipos o cmo responder a los instrumentos, el equipo
de laboratorio, causan expectativas que pueden alterar
al comportamiento habitual de los participantes del
experimento.
b) El Efecto Hawthorne. Llamado as por la fbrica
Hawthorne (Illinois) donde entre 1927-1932 se
realizaron por Elton Mayo los primeros estudios sobre la
dinmica de los grupos. El hecho de ser observados, la
vivencia de esta situacin y de saber que se participa en
una investigacin puede causar una interferencia en el
desempeo habitual de los sujetos y hacer que estos se
esfuercen por alcanzar rendimientos elevados.
c) Efectos reactivos o de interaccin de la aplicacin

de tests. Si un acontecimiento A que de algn modo
interviene en la relacin de la VI con la VD precede a la
manipulacin proyectada de la VI sobre la VD, no se
156
JAIME ALIAGA TOVAR
puede esperar que el efecto de la VI aparezca en

situaciones en las que la situacin A no ha precedido a la
manipulacin. Por ejemplo, si se est experimentando un
producto diettico para bajar de peso y todos los
miembros del GE tienen que pesarse antes de iniciarse
el experimento, en ese acto, pueden concienciar la
importancia de la dieta y la de evitar comer entre las
comidas. Es probable que el finalizar el experimento los
sujetos muestren una disminucin significativa de peso,
pero no podra generalizarse el aparente efecto del
producto diettico a personas que lo han adquirido en la
farmacia y los toman sin previamente hacerse una
pesada de grupo. Sin este ltimo acto el producto puede
ser menos efectivo. (Campbell & Stanley, 1973; Baltes &
otros, 1981).
d) Interacciones con la variable de tratamiento. Como

vimos en 7.3.3, cualquiera de las amenazas a la validez
interna puede interactuar con un tratamiento para dar
lugar a un resultado. Por ejemplo, un investigador
experimenta un mtodo para dejar de fumar y recluta
participantes voluntarios de lugares en donde se prohbe
fumar, a los que no concurren fumadores adictos. De tal
manera se ha conformado un grupo donde hay una
seleccin previa. Los resultados no se podrn generalizar
a la poblacin de fumadores, sino a lo ms a aquellos
que fuman de manera moderada o espordica.
(Campbell & Stanley, 1973; Baltes, et al., 1981).
e) Interferencia por tratamientos mltiples. La

aplicacin a los mismos sujetos de diversos tratamientos
proporciona efectos desconocidos o indeseados. Por
ejemplo, una experimentadora ensaya un plan para la
recuperacin de peso en personas debilitadas. Prescribe
tres tipos de tratamiento: tres comidas al da,
suplemento diettico, comer entre comidas. Al finalizar
la experiencia halla que los sujetos han ganado
significativamente peso, pero, esta ganancia, a cul de
los tratamientos se debe? o se debe a una combinacin
de ellos? Cmo saber cul de ellos es el ms eficaz?
En general, el logro de la validez externa de un

experimento esta en directa relacin con: a) el logro de
grupos experimentales lo ms semejantes a la poblacin
157
JAIME ALIAGA TOVAR
a la que se desea generalizar los hallazgos; b) la

repeticin o replicacin del experimento con la finalidad
de confirmar un hallazgo. Una observacin no puede
aceptarse como cientfica hasta que no se haya repetido.
Adems es una fuente de confiabilidad de los datos y
fundamenta la generalizacin de los resultados (Alarcn,
2008); c) el conseguir que el contexto experimental sea
lo ms similar posible al contexto que se pretende
generalizar (Hernndez, Fernndez & Baptista, 2003).
Los proyectos de estudios experimentales deben
contener el procedimiento para controlar las amenazas a
la validez interna y externa, aunque con frecuencia el
logro de una de estas valideces se hace a expensas de la
otra. Algunos estudios nicamente se pueden efectuar
en un solo tipo de ambiente, por ejemplo, en el estudio
de programas de apoyo emocional con pacientes
terminales que se hacen casi siempre en ambientes
hospitalarios.
La validez interna y externa son aspectos crticos en la investigacin

cientfica. Como hemos visto, el logro de la primera pasa por
descartar o hacer inverosmiles los efectos de factores o variables
extraas que se tornan en explicaciones rivales plausibles del efecto
de la VI sobre la VD; en tanto que el logro de la segunda tiene que
ver con la generalizacin a la poblacin y la validez ecolgica de los
resultados. Existe una tendencia a privilegiar la validez interna, pero
cada vez es ms claro que el diseo experimental debe ser slido
tanto en esta como en la validez externa.
3.5 Validez de constructo o de construccin
Lneas arriba decamos que el constructo es un concepto pero
inventado o adoptado de manera deliberada y consciente para
un propsito cientfico especial. En la investigacin experimental,
una vez que se hall, por ejemplo, que existe diferencia entre el
GE y el GC, debe iniciarse por el investigador la explicacin o
interpretacin de este resultado. Est explicacin o
interpretacin constituye el constructo explicativo cuya validez
se encuentra en directa relacin con el anlisis y descarte
cuidadoso de la posible influencia en los resultados de cualquier
amenaza a la validez interna o variables extraas. Anlisis al
que contribuye el reflexionar sobre qu cosa es lo que
constituye la intervencin o tratamiento? y por qu se produjo
ese efecto? El propsito final es precisar el que la relacin entre
la VI y el cambio, modificacin o transformacin de la VD se
158
JAIME ALIAGA TOVAR
debe al constructo, explicacin o interpretacin dada por el

investigador. (Kazdin, 2001).
3.6 Validez estadstica
Al realizar un experimento la hiptesis estadstica que se somete

a contraste es la hiptesis nula (Ho) sobre la que el
experimentador en base al anlisis estadstico de los datos,
tomar la decisin de aceptarla o rechazarla. Sin embargo, en
esta decisin puede llegarse a una conclusin falsa, por ejemplo
rechazar la Ho cuando es verdadera (error tipo I) que se da
cuando el investigador concluye de forma incorrecta que existe
una relacin o diferencia entre los grupos cuando en realidad no
existe; o aceptar la Ho cuando es falsa (error tipo II) posibilidad
de ocurrencia que debe ser examinada cuando no se han
encontrado resultados significativos. Evidentemente el
experimentador no desea que estos errores sucedan pues
propsito de la experimentacin es obtener conclusiones que
reflejen el verdadero estado de los hechos en el mundo real.
As, al interpretar los resultados de un experimento, por
ejemplo de comparacin entre un GE y un GC, el investigador
se encuentra ante el siguiente panorama: sus datos le pueden
indicar que hay diferencia o bien que no hay diferencia,
situacin que debe comparar con el verdadero estado de los
hechos en el mundo, vale decir si hay realmente una diferencia
o si no hay realmente la diferencia.
En este sentido, la validez estadstica se refiere a las fases del

proceso de la evaluacin cuantitativa que influyen en esta toma
de decisiones. En otras palabras, se refiere a si las conclusiones
sobre las relaciones o diferencias entre los grupos extradas del
anlisis de los datos son un reflejo del mundo real. (Kazdin,
2001; Burns & Grove, 2004).
La validez estadstica est fuertemente vinculada con el hecho

que el investigador domine el fundamento, implicancias y
limitaciones de las pruebas o tests estadsticos que emplear
para el anlisis estadstico o para el contraste de las hiptesis
como en el caso de la prueba t de student para muestras
independientes, y tambin con la calidad del cmputo de las
mismas. Aspecto relacionado, habindose determinado, por
ejemplo, la existencia de diferencias entre el GE y el GC, es el
denominado tamao del efecto que es una estadstica
independiente del tamao de la muestra y que se expresa en
159
JAIME ALIAGA TOVAR
unidades de desviacin estndar; el mismo que en el caso de

dos grupos se refiere a la magnitud de la diferencia entre
ambos grupos, dividido entre la desviacin estndar comn. Se
supone que el tamao del efecto refleja la magnitud tal y como
existe la diferencia verdaderamente (Kazdin, 2001).
Por otro lado, existen caractersticas del estudio o amenazas a la

validez estadstica de un experimento que afectan la evaluacin
cuantitativa de los resultados. Entre ellas tenemos la baja
potencia estadstica, las diferencias en los procedimientos, la
heterogeneidad de los sujetos y la poca confiabilidad de las
medidas de la VD.
La potencia o poder estadstico (Beta) se define como la

probabilidad de evitar un error tipo II, es decir se refiere al
grado en el cual el estudio puede detectar diferencias entre los
grupos cuando realmente existen diferencias dentro de la
poblacin. Cuando la potencia es dbil aumenta la probabilidad
de que se concluya que no hay diferencias entre los grupos. En
el clculo de la potencia o poder juega un rol decisivo el tamao
de la muestra (n), el nivel de error o nivel significacin (Alfa)
que usualmente en psicologa es del 0,05 o 0,01 y el tamao del
efecto. El no tener en cuenta la potencia o poder estadstico
probablemente ha conducido a que, segn Kazdin y Bass, la
mayora de las comparaciones de diferentes tipos de
psicoterapia no muestren diferencia en los resultados del
tratamiento, debido a una potencia dbil en vista de las
muestras relativamente pequeas y de los tamaos pequeos de
los efectos que caracterizan a este tipo de investigacin (Kazdin,
2001). Una manera de incrementar la potencia estadstica es
tener muestras con tamao apropiado.
Las formas diferentes en que se llevan a cabo las intervenciones

y procedimientos experimentales tambin atentan la validez
estadstica. Una manera de contrarrestar esta amenaza es
poniendo cuidado en los mnimos detalles para la ejecucin del
estudio.
La heterogeneidad de los sujetos pudiera influir en la VD,

situacin que se presenta cuando en un experimento en
psicologa clnica, los sujetos de los dos grupos pueden variar
en la severidad de la sintomatologa, la duracin del cuadro
clnico, nivel socioeconmico, u otros aspectos. El lograr grupos
lo ms homogneos posibles contribuye a controlar esta
160
JAIME ALIAGA TOVAR
amenaza interna. Finalmente la falta de confiabilidad de las

medidas se puede contrarrestar con instrumentos, tests,
altamente confiables y sensibles (Kazdin, 2001).
3.7 Mejoramiento de la validez interna
La validez interna de un diseo experimental puede lograrse o

acrecentarse controlando las variables extraas y minimizando
la varianza de error.
3.7.1 Control de las variables extraas
El control de las variables extraas persigue su

minimizacin, nulificacin o aislamiento; para el efecto
existen varias formas de control.
1) Eliminar la variable extraa como variable. En los
diseos experimentales de grupos, se elimina el
efecto de una posible VI extraa que influye sobre
una VD, eligiendo los sujetos en una forma tal que
los grupos sean lo ms homogneos. Si estamos
realizando un estudio sobre la motivacin de logro y
nos preocupa la accin de la inteligencia como
posible variable extraa para el estudio, su accin
puede ser eliminada utilizando sujetos de un solo
nivel de inteligencia, por ejemplo, de nivel normalCI
90 a 110. Esta forma de control es efectiva pero
hace perder poder de generalizacin. En relacin al
ejemplo, el anlisis se restringira al nivel normal.
Es posible que la relacin, si se descubre, no exista
o sea por completo diferente con nios de
inteligencia alta o con nios de inteligencia baja? No
lo sabemos, solo podemos conjeturar.
2) Aleatorizacin. El azar es un hecho que acontece

sin ningn influjo por parte del investigador
(Tamayo, 1999). La aleatorizacin refiere a como se
distribuyen los sujetos en los diferentes grupos que
forman parte del estudio. Se basa en el principio
que, si los individuos o elementos de una poblacin
que van a formar los grupos objeto de una
investigacin se eligen al azar, de modo que todos
tengan igual probabilidad de resultar elegidos, las
leyes del azar aseguran, con un nivel razonable de
probabilidad que no habr diferencias significativas
entre los distintos grupos (Sierra Bravo, 1991). Es
161
JAIME ALIAGA TOVAR
una forma ideal de controlar todas las fuentes de

variacin cuando no es posible utilizar la eliminacin
o la constancia. Para ello, se obtiene una muestra
representativa de la poblacin y se asignan los
sujetos a los grupos en forma aleatoria o al azar.
Con ello existe una base razonable para esperar que
los diferentes grupos sean homogneos o
equivalentes antes de aplicar la VI o tratamiento X.
El azar no slo est presente en la extraccin de la

muestra y en la formacin de los grupos, sino
tambin, en la aplicacin de los tratamientos. En
efecto, la aleatorizacin puede llevarse hasta sus
ltimas consecuencias haciendo que no slo los
sujetos sean asignados a los grupos aleatoriamente
sino que tambin los tratamientos sean asignados
de acuerdo con dicho criterio (Arnau, 1991). Sin
embargo, teniendo en cuenta estas bondades de la
aletorizacin, tambin hay que tener presente que en
el campo clnico es muy difcil casi imposible escoger
una muestra aleatoria de una poblacin con
problemas porque algunas personas con
problemticas psicolgicas no acuden a tratamiento,
y muchos que lo hacen no tienen caractersticas
aleatorias, adems que no se puede obligarlas a
participar del estudio. Asimismo, la aleatorizacin
garantiza que se pueda afirmar que el efecto de la VI
se da en el grupo, pero no puede garantizar que en
un sujeto especfico este efecto se deba nicamente
al tratamiento porqu los errores de medicin de la
VD y los sesgos de las variables extraas son
inseparables de los efectos del tratamiento.
3) Apareamiento (Igualacin o Concordancia). A

diferencia de la aleatorizacin, consiste en igualar los
grupos en relacin con alguna variable especfica. Se
realiza con base en una variable extraa que el
investigador considera que influye de manera
decisiva en la VD. Por ejemplo, un psiclogo al
estudiar el posible efecto del alcohol sobre la
percepcin taquistoscopica, sospecha que la agudeza
visual puede ser una variable extraa. Para
controlarla, administra una prueba de agudeza visual
a toda la muestra y utilizando los puntajes o
resultados de dicha prueba como variable de
162
JAIME ALIAGA TOVAR
apareamiento o criterio forma pares de sujetos con

similares puntajes en la prueba y asignar al azar
uno de ellos al GC y el otro al GE. Claro est que no
siempre es posible formar pares de sujetos idnticos
o con un mismo puntaje en relacin con la variable
de apareamiento. Cunto de discrepancia se puede
permitir entre los puntajes para considerar a un par
de sujetos como igualado? La decisin corresponde al
experimentador, pero el principio es lograr la
mxima similitud entre los sujetos.
4. Control estadstico. En un experimento este control
alude a la medicin de las variables extraas y la
ejecucin de ajustes contra sus efectos mediante el
anlisis de covarianza (ancova) por el cual los
efectos de la variable extraa en la VD se eliminan
con el ajuste del verdadero valor de la VD. Por
ejemplo, un psiclogo realiz un estudio para probar
la efectividad de un mtodo para la identificacin
verbal de palabras escritas para ensear a nios de
primer grado: A un aula de nios les aplic el
mtodo experimental y a otra aula el mtodo
tradicional. Despus de realizar el anlisis estadstico
adecuado encontr que el nuevo mtodo era
efectivo, pero sospechando la influencia de alguna
variable extraa, revisa las fichas individuales de los
nios y halla que los niveles intelectuales diferan
sensiblemente en funcin de los grupos. Comprob
que el nivel intelectual poda ser una variable extraa
y, por tanto, decide aplicar un control estadstico
para ajustar los resultados. Aplica el anlisis de
covarianza a los datos para ajustarlos a los
diferentes valores de la variable nivel intelectual a fin
de tenerla en cuenta al menos en el anlisis de
datos. Al extraer de los resultados iniciales las
diferencias de los puntajes relativos al nivel
intelectual encontr que el resultado del estudio es
no significativo, es decir, que el nuevo mtodo de
enseanza no era mejor que el tradicional y que gran
parte de las diferencias entre grupos se deba a las
diferencias entre los niveles de inteligencia.(Arnau,
1991).
5) El sujeto como propio control o tcnica
intrasujeto (tcnica de medidas repetidas). Las
tcnicas de control descritas ms arriba estn
163
JAIME ALIAGA TOVAR
relacionadas con el diseo experimental clsico de

grupos, en tanto que esta tcnica se relaciona con
los diseos intra-sujeto, de ms reciente data. Con
este diseo se reduce al mximo las fuentes extraas
de variacin, consiguindose una mxima
homogeneidad en ambos grupos de tratamiento
aumentndose la precisin del diseo para probar la
efectividad de los tratamientos. Sin embargo, la
utilizacin de esta estrategia acarrea dos graves
peligros o efectos: el efecto de orden, conocido
como error progresivo y el error residual de los
tratamientos. (Arnau, 1991). Estos efectos estn en
relacin con otra frmula de control denominada
contrabalanceo. En psicologa, factores tales como el
aprendizaje o alguna caracterstica del investigador
(cuando no su sola presencia) tienden a afectar los
resultados de la investigacin. Por ejemplo, si nos
interesa averiguar a qu tipos de sonido reacciona
ms rpido un sujeto: al de una campana o al de un
timbre elctrico, ambos de intensidad semejante, si
se presenta primero el de la campana y a
continuacin el del timbre, observaremos despus de
varios ensayos- que el sujeto responde con mayor
rapidez al del timbre. Pero, probablemente, no es la
diferencia entre los sonidos lo que produce la
respuesta del sujeto en un sentido u otro. En efecto,
si tomamos en cuenta al orden de presentacin
primero la campana; luego el timbre-, debemos
considerar que el tiempo de reaccin al timbre est
afectado por el aprendizaje adquirido durante el
proceso del experimento.
Lo correcto es utilizar el contrabalanceo. El
investigador debe cambiar el orden de presentacin
una vez que el sujeto haya logrado un dominio de los
instrumentos y una familiarizacin con el proceso
experimental. Es decir, en una segunda etapa se
presentar primero el sonido del timbre y despus el
de la campana. Otra frmula de aplicacin,
especialmente funcional cuando se trabaja con varios
sujetos, consiste en presentar primero el sonido de la
campana a la mitad de ellos, y luego el del timbre; y
a la otra mitad, primero el del timbre y
posteriormente el de la campana (Gmez, 1983).
164
JAIME ALIAGA TOVAR
3.7.2 Mimizacin de la varianza de error
La calidad del experimento se incrementa tambin

cuando la varianza de error es minimizada en todo lo
posible. Esta varianza como sabemos alude
principalmente a la variabilidad de la medida de la VD
debida a las fluctuaciones aleatorias, variando ahora en
una forma, luego en otra, ahora positiva, despus
negativa, ahora hacia arriba, ahora hacia abajo. La
minimizacin de la varianza de error tiene dos aspectos:
1) La reduccin de los errores de medicin a travs de
condiciones controladas. Entre ms fuera de control
estn las condiciones de un experimento, ms
podrn operar los muchos determinantes de la
varianza de error. Hay que establecer en forma
cuidadosa condiciones experimentales constantes e
iguales para todos los sujetos. La constancia de las
condiciones es una de las formas ms generales de
control. Por ejemplo, se debe dar instrucciones claras
y precisas y cuidar que los grupos pasen las
experiencias a la misma hora, en el mismo lugar, en
las mismas condiciones de luz, ventilacin, con
mismos aparatos, etc.
2) Incrementando la validez y la confiabilidad de la
medida de la VD. El incremento de la confiabilidad
reduce la varianza de error. La confiabilidad puede
considerarse como la exactitud de un conjunto de
puntajes.
Otra poderosa razn para disminuir la varianza de error
consiste en dar a la varianza sistemtica primaria la
oportunidad de mostrarse a s misma. Si existe una
relacin entre las variables, se tiene que descubrir. Una
forma de hacerlo es encontrar diferencias significativas
entre las medias de los grupos sometidos a estudio. Pero
si la varianza de error es grande, la varianza sistemtica
primaria no tendr oportunidad de aparecer. Por lo
tanto, la relacin aunque exista, quiz no sea detectada
(Kerlinger & Lee, 2003).
Finalizando este apartado, el investigador debe tener en
cuenta que en ocasiones su presencia se convierte en
una variable difcil de controlar, y desde luego puede
afectar los resultados obtenidos; en este caso es difcil y
hasta imposible, usar la tcnica de la eliminacin para
165
JAIME ALIAGA TOVAR
controlar a la bpeda variable extraa (Gmez, 1983).

De otro lado, cuando la variable extraa est
representada en la posibilidad de que los sujetos tengan
conocimiento del objetivo y de las hiptesis del
experimento, se puede recurrir a la tcnica ciego simple,
es decir, ocultar a los sujetos tales objetivos e hiptesis;
o a la tcnica ciego doble, ocultando a los sujetos y a los
experimentadores tales objetivos, aunque aqu el
experimentador sera un mero administrador de
condiciones.
3.8 El principio Maxmincon

Como hemos visto el propsito bsico del diseo de los
experimentos es lograr el control de la varianza sistemtica
secundaria o varianza no deseada generada por las variables
extraas. Si esta no ha sido debidamente controlada pasa a
incrementar, por lo general, la varianza de error. El control de la
varianza secundaria permite poner de manifiesto la posible
accin de las variables experimentales o tratamientos sobre la
VD.
El principio estadstico que respalda este propsito es el que
Kerlinger & Lee (2003) mnemotcnicamente han denominado
MAXMINCON, que significa:
1. Maximizacin de la varianza sistemtica primaria;
2. Minimizacin de la varianza de error; y,
3. Control de la varianza sistemtica secundaria.
Sobre la minimizacin de la varianza de error y el control de la
varianza secundaria hemos hablado ms arriba, por lo que nos
centraremos muy brevemente en la varianza sistemtica
primaria. La maximizacin de esta varianza se logra
maximizando o aumentando la magnitud de los valores de la VI,
o bien seleccionando sus valores ptimos. Por ejemplo, si se
est estudiando los efectos de dos mtodos A1 y A2 sobre el
logro acadmico en matemticas en un grupo de estudiantes
secundarios, se debe hacer que ambos mtodos sean lo ms
diferentes que se pueda, pues es necesario dar a la varianza
sistemtica primaria- una oportunidad, por decirlo as, para
mostrarse a s misma, para separarse de la varianza total.
Esta oportunidad la constituye la maximizacin.
166
JAIME ALIAGA TOVAR
3.9 Clasificacin de los diseos experimentales
Existen varias clasificaciones de los diseos segn los criterios

de clasificacin que se empleen. Por ejemplo, segn el anlisis
estadstico los diseos se clasifican en paramtricos, no
paramtricos, entre otros; segn la estrategia de la asignacin
de los sujetos a los tratamientos se clasifican en aleatorizados,
apareados, entre otros; segn el nmero de variables
independientes, se clasifican en univariados o bivariados,
experimentales multivariados, entre otros; tambin se
consideran a los diseos estadsticos o clasicos y a los diseos
conductuales. Los diseos estadsticos son los que trabajan
con grupos y utilizan pruebas estadsticas para la verificacin de
hiptesis, son los ms antiguos- aparecieron alrededor de 1920-
y siguen la tradicin estadstica comenzada por Sir Ronald
Fisher; los diseos conductuales, llamados por algunos sin
estadstica, fueron iniciados o desarrollados por B.F. Skinner, y
trabajan con un solo sujeto (N=1) medido varias veces,
manteniendo un severo control experimental.
En este texto emplearemos la clasificacin propuestas por
Campbell & Stanley (1973): a) diseos preexperimentales; b)
diseos cuasiexperimentales; y, c) diseos experimentales
puros, algunos de los cuales se realizan comparando dos o ms
grupos de sujetos diferentes o comparando al mismo grupo en
momentos diferentes (diseos de medidas repetidas o
intrasujeto). Asimismo, anotaremos algunas pruebas
estadsticas utilizadas en el anlisis de los datos o para el
contraste de las hiptesis, pero un tratamiento algo ms extenso
del anlisis estadstico lo haremos en una leccin posterior.
3.9.1 Simbologa de los Diseos experimentales
En la elaboracin de los esquemas de los diseos

experimentales se utiliza, aunque con ciertas diferencias
entre los autores, un conjunto de signos y smbolos para
la descripcin de cada uno de ellos, que anotamos:
X=designa el tratamiento experimental o la presencia de
una VI en el estudio. El tratamiento es un estmulo o
condicin experimental (presencia de algn nivel de la
VI).
O=designa una observacin o medicin (prueba,
cuestionario, observacin, tarea, etc.). Si aparece antes
del tratamiento se trata de un pretest; si aparece despus
167
JAIME ALIAGA TOVAR
del estmulo se trata de un postest. Cada observacin

llevar un ndice, segn el caso, para poder facilitar su
identificacin y referencia (01, 02, etc.).
A=designa a la asignacin al azar o aleatorizacin
(tambin se conocen como randomizacin R).
Ap=Apareamiento.
------------ = Lnea pespunteada. Indica que se han usado
grupos intactos.
_________= Lnea continua. Indica que se han usado
grupos aleatorizados.
G = Grupo de sujetos (G1, grupo uno; G2, grupo dos,
etc.)
GE = Grupo experimental
GC = Grupo control
168
JAIME ALIAGA TOVAR
Leccin IV
Diseos preexperimentales, cuasiexperimentales y
experimentales puros
1. Diseos Preexperimentales
1.1 Diseo de un grupo solo despus
Esquema: G X O.
El experimentador administra un estmulo o tratamiento (X), por

ejemplo, una pelcula, un discurso, un mtodo educativo, un
comercial televisivo u otro, a un grupo (G), y despus hace una
medicin en una o ms variables para observar (O) cul es el
nivel del grupo en estas variables.
En este diseo no hay manipulacin de la VI y tampoco una
referencia de cul era el nivel que tena el G antes del estmulo.
Adems, no hay grupo de comparacin. En consecuencia, el
experimentador no tiene un fundamento slido para asegurar que
los cambios que pudieran observarse se deben a la VI.
Ejemplo: Un psiclogo ensaya un programa de enseanza de la
aritmtica administrndolo a un grupo (G) de escolares de un
aula. Despus de un tiempo hace la observacin (O) por medio de
una prueba de aritmtica y encuentra puntajes elevados.
Concluye que estos puntajes indicadores del aprendizaje de la
aritmtica- se deben al programa. Sin embargo, esta conclusin
es dbil pues pueden haber actuado amenazas a la validez
interna como las siguientes: a) Historia, en relacin a s
experiencias especficas de los estudiantes diferentes a las del
programa de aritmtica, han contribuido a tales puntajes; b)
Seleccin y maduracin, si los estudiantes que participaron del
programa tenan probabilidades de cambiar o elevar su
rendimiento en alguna forma por la interaccin de estas dos
amenazas.
El acarreamiento de muchas amenazas a la validez interna hace
que las conclusiones de un experimento con este diseo sean
muy discutibles y criticadas. Sin embargo, es de anotar que en la
vida diaria obtenemos mucha informacin de acuerdo a este est
esquema. Por ejemplo, si alguien utiliza un producto y observa
que sus efectos le son convenientes para sus propsitos puede
169
JAIME ALIAGA TOVAR
recomendrnoslo y nosotros aceptar tal recomendacin y

consumir el producto. Si bien es conveniente aceptar el consejo
de otras personas sobre eventos, productos y servicios para
nuestra vida diaria sino se dispone de una informacin objetiva,
esta no es una forma satisfactoria de acumular conocimientos
cuando hablamos en trminos cientficos porque somos
procesadores sesgados de informacin.
1.2 Diseo pretest- postest con un solo grupo.
Esquema: G O1 X O2.
El experimentador administra un pretest (O1) a un grupo (G)

antes de aplicar el tratamiento (X) y despus de aplicado ste,
realiza un postest (O2).
Ejemplo: Para descubrir si un nuevo mtodo de enseanza
aumentar la velocidad de lectura, un psiclogo realiza el
siguiente experimento: Administra un test para medir la velocidad
de lectura de un solo grupo y obtiene la media correspondiente a
este ltimo (O1); expone a los sujetos a X, el nuevo mtodo de
enseanza, durante un lapso determinado; administra un postest
(O2) para medir la velocidad de lectura y compara las medias del
pre y postest utilizando la prueba estadstica ms apropiada para
descubrir qu diferencias produjo la exposicin a X. En el pretest
la media aritmtica en velocidad de lectura fue de 50 palabras por
minuto; en el postest fue de 80. Concluye despus del anlisis
estadstico que la diferencia-30 palabras-es estadsticamente muy
significativa y que, en consecuencia, el mtodo es efectivo para
incrementar la velocidad de lectura. Sin embargo, esta conclusin
puede ser criticada plantendose explicaciones alternativas en
relacin con algunas fuentes de invalidez. Veamos por qu.
Este diseo tiene algunas ventajas sobre el diseo anterior: a)
existe un punto de referencia inicial (O1) que permite ver qu
nivel tena el G en la VD antes de la aplicacin de X; b) el que los
mismos sujetos realicen el pretst y el postest implica que las
fuentes de invalidez seleccin y mortalidad fueron controladas
(Van Dalen & Mayer, 1994). Sin embargo, existe la probabilidad
que la diferencia encontrada se deba a otras fuentes de invalidez:
a) Historia, pues entre O1 y O2 pueden haber ocurrido otros
acontecimientos capaces de generar cambios adems de X; b)
Maduracin, pues entre O1 y O2 puede haberse presentado la
fatiga, el aburrimiento, etc.; c) Regresin estadstica, pues se
puede haber elegido un grupo atpico o que en el momento del
experimento no se encuentre en su estado normal, lo que
170
JAIME ALIAGA TOVAR
oportunidad a que acte la regresin estadstica. Es de recordar

que deber esperarse un cambio en el puntaje en el postest,
incluso si no hay efecto del tratamiento, siempre y cuando los
sujetos seleccionados tengan puntajes extremos en el pretest y
las dos pruebas - pretest y postest - carezcan de confiabilidad
perfecta; d) Efecto del pretest, las diferencias observadas entre
el pre y el postest pueden ser debidas al efecto del pretest por la
reactividad (sensibilizacin) de los sujetos a los instrumentos de
medicin. (Wood, 1984; Snchez & Reyes, 2006; Hernndez,
Una solucin a este enjuiciamiento crtico sera la de seleccionar
para el estudio slo a aquellos sujetos que tienen puntajes
promedios en el pretest; otra, la mejor, consistira en usar un GC
al que se le administra el pretest y el postest pero no X.
Este diseo es de medidas repetidas o intragrupo. Los diseos
intragrupo son aquellos en los que el sujeto sirve como su propio
control establecindose comparaciones sobre los mismos
individuos en diferente momento del tiempo, o tras habere
sometido a diferentes tratamientos. Para el anlisis estadstico
de la diferencia pretest postest se emplean diversas pruebas
estadsticas, entre ellas la prueba T de Student para muestras
correlacionadas, si la VD es cuantitativa, o la prueba de McNemar
si la variables es cualitativa.
1.3 Diseo de comparacin esttica o comparacin de grupos

slo despus (diseos de grupos estticos).
Esquema: GE X O1
----------------
GC --- O2
En este diseo el experimentador hace uso de un GC que no va a
recibir el tratamiento experimental. Se dice que es de
comparacin esttica (o de grupos intactos) porque el
investigador no selecciona aleatoriamente a los sujetos para
conformar los grupos, sino que stos ya estn formados. La
lgica subyacente es que las diferencias entre los grupos que
difieren en una variable particular pueden deberse a la VI. El
problema difcil es el de determinar s el tratamiento X es el
responsable de cualquier diferencia obtenida en la ejecucin.
171
JAIME ALIAGA TOVAR
Ejemplo: Un psiclogo desea comparar la frecuencia del cncer en

comunidades industriales (G1) y no industriales (GC). Encuentra
una frecuencia ms elevada en las comunidades industriales y
extrae la conclusin de que el tratamiento (X=presencia de las
industrias) es responsable de la frecuencia ms elevada de
cncer.
El uso del GC sirve como fuente de comparacin y para dar
rigurosidad cientfica al trabajo. Controla en alguna medida la
historia y en medida menor la maduracin. Sin embargo, como no
es posible asignar aleatoriamente a los participantes de los
grupos antes de introducir X, es difcil descartar a otros factores
como responsables de cualquier diferencia obtenida entre los
grupos; bsicamente el diseo falla en el control de la posible
invalidez por seleccin y por mortalidad experimental.
Los diseos preexperimentales se emplean mucho en psicologa,
educacin y ciencias sociales, pero su uso debe verse
predominantemente como una exploracin en busca de
informacin para estudios con mayor control, pues no son
adecuados para el establecimiento de las relaciones estrictas
entre la VI y la VD.
Este diseo es de comparacin de dos grupos diferentes de
sujetos, se podra utilizar en el anlisis estadstico, entre otros
tests estadsticos, la prueba paramtrica T de Student para
muestras independientes, la prueba no paramtrica Un de Mann-
Whitney si la VD es cuantitativa, o la prueba Ji cuadrado de
independencia si la VD es categrica.
2. Diseos cuasiexperimentales
Los diseos cuasiexperimentales son ms potentes que los
preexperimentales para el control de fuentes de invalidez y son muy
parecidos a los propiamente experimentales, pero no son
experimentos puros, pues su principal debilidad es la falta de
aleatorizacin o emparejamiento en la constitucin de los grupos.
Esta carencia facilita la aparicin de amenazas a la validez interna y
externa, principalmente de la seleccin, la interaccin de esta con
otras amenazas y la regresin estadstica. El afrontamiento de este
probable escenario debe conducir al investigador a tener la mayor
informacin posible para establecer la semejanza entre los grupos en
lo tocante a caractersticas o variables que pudieran estar vinculadas
con las variables analizadas. Por ejemplo, si se desea hacer un
experimento sobre motivacin para el perfeccionamiento profesional
en grupos no aleatorizados o intactos de profesores de educacin, el
172
JAIME ALIAGA TOVAR
nivel educativo (inicial, primaria, secundaria), el turno (matutino,

vespertino, nocturno), probablemente tenga que ser considerado
como una constante (los grupos son del mismo turno y nivel), o como
otras variables independientes a controlar. Tambin es probable que
se tenga que hacer que los grupos sean equiparables antigedad,
edad y en grado educativo o en otros aspectos que puedan generar
diferencias relevantes al estudio entre los grupos.
En razn a las dificultades para lograr la equiparacin de los grupos,
el investigador debe extremar el cuidado en la interpretacin de los
resultados pues podra tomar decisiones errneas. Con este propsito
debe identificar claramente las limitaciones del diseo, as como
discutir la equivalencia de los grupos y la posibilidad de
generalizacin de los resultados.
Existen varios diseos no experimentales, veremos brevemente los
ms empleados en psicologa, educacin y ciencias sociales.
2.1 Diseo de series temporales (o de series de tiempo).
Esquema:
G 01 02 03 X 04 05 06
Este diseo es intragrupo y es semejante al pretest-postest con
un solo grupo pero con algunos aditamentos ms que lo hacen
mejor para el control de la varianza secundaria. Se toman varias
mediciones repetidas antes, luego se introduce el tratamiento
experimental X, y se toman varias mediciones despus. Las
mediciones son programadas en intervalos fijos de tiempo,
debindose practicar no menos de tres antes y despus de
introducir la VI. Las observaciones antes permiten establecer la
tendencia de la conducta, de tal modo que al introducir X los
cambios que se observan en la VD se atribuyan al tratamiento.
Esta disposicin experimental permite un mejor control de las
variables extraas que se indicaron en el diseo preexperimental
pretest-postest. Si las O1, O2, O3,...no difieren
significativamente, se podr lograr confiabilidad acerca del
funcionamiento de la VD que se estudia; al introducirse X su
efecto har variar la tendencia de las observaciones en el punto
donde se aplica, de ser inmediatos sus efectos, por tanto, la
diferencia entre O3 y O4 no podrn atribuirse con certeza a
amenazas como mediciones previas, maduracin o regresin. En
consecuencia, la posibilidad de atribuir los cambios a la accin de
X depende de la estabilidad de las puntuaciones previas. Sin
embargo, hay que tener en cuenta lo siguiente: a) que las
observaciones mltiples no sustituyen al grupo control
experimental aunque minimizan los efectos de algunas variables
173
JAIME ALIAGA TOVAR
extraas competitivas como la historia, pues no hay seguridad

para afirmar que la VI fue la causa del cambio de O4 a O5; b)
hay que tener cuidado en la duracin del experimento, si este es
muy largo los resultados pueden acusar la influencia de la
maduracin, la mortandad experimental, o la fatiga o el
cansancio.
Ejemplo: Una clnica poniendo en prctica una poltica de
educacin continua, decide adoptar el requisito de que los
mdicos asistan a determinado nmero de cursos de actualizacin
en medicina antes de que se les considere para promocin o
aumento de sueldo. Una psicloga desea evaluar algunas de las
consecuencias positivas o negativas de este requisito y decide
utilizar un diseo de series de tiempo teniendo como indicadores
principales las solicitudes de renuncia, el ausentismo y el nmero
de aumento de sueldo y promociones que se han asignado. El
investigador decide utilizar un diseo de series de tiempo
esquematizado as:
G O1 O2 O3 O4 X O5 O6 O7 O8
O1 es el nmero de renuncias, ausencias, aumentos de sueldo y
promociones de los mdicos en la clnica de enero a marzo un ao
antes de implantar la nueva regla de educacin continua, O2 es el
nmero de los mismos indicadores de abril a junio, O3 y O4 y son
los nmeros de estos indicadores de julio a setiembre y de
octubre a diciembre, respectivamente. Cuando se implanta el
requisito, tambin se recogen datos sobre las renuncias,
ausentismo y aumentos de sueldos y promociones en cuatro
perodos consecutivos de tiempo, que dan como resultado las
observaciones O5 a O8.
Pueden hacerse diversas variaciones en estos diseos, por
ejemplo combinndolos con un grupo control (o de comparacin)
no equivalente. Un ejemplo de esta combinacin es el
experimento que se realiz en un pueblo estadounidense para la
evaluacin de un programa que tena por objeto disminuir la
velocidad en carretera. Se recolect informes y datos de
accidentes de trnsito correspondientes a varios aos anteriores y
ulteriores a la implantacin del programa. Se encontr que
despus de X 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 haba sido la razn del descenso en el
nmero de accidentes. Entonces se compar las estadsticas del
pueblo con las de cuatro pueblos vecinos de similares
caractersticas al del experimento, en los que no se haban
174
JAIME ALIAGA TOVAR
efectuado el programa X. Se observ que en estos pueblos no se

haba registrado disminucin de los ndices de accidentes. Las
comparaciones dieron pie para concluir que el programa haba
producido efectos positivos (Wood, 1984).
2.2 Diseo con pretest postest y grupos intactos, uno de
ellos de comparacin (o control no equivalente).
En los diseos cuasiexperimentales es ms apropiado para
referirse al grupo contra el cual se evalan los resultados del
grupo de tratamiento el trmino grupo de comparacin en vez
de grupo de control, reservando este ltimo para los diseos
propiamente experimentales en el que hay aleatorizacin.
Esquema: GE O1 X O2
------------------------
GC O3 -- O4
Con acuerdo a este diseo a los grupos no aleatorizados (GE y
GC) se les administra un pretest que sirve para comprobar la
equivalencia inicial de ambos grupos que se comprueba
estadsticamente si no existen diferencias significativas entre los
promedios - o frecuencias - de ambos grupos en la VD. Al GE se
le aplica al tratamiento y al GC no, realizndose a continuacin el
postest en ambos grupos, momento en el que estadsticamente
si se espera diferencias significativas entre ellos.
El diseo puede extenderse a ms de dos grupos atendiendo a
los niveles de manipulacin de la VI. Esquema:
G1 O1 X1 O2
G2 O3 X2 O4
G3 O5 X3 O6
.... .... .. .. ....
GK O2K-1 XK O2K
GK+1 O2K+1 __ O2K+2
Este diseo no es conveniente utilizarlo cuando el GE es

autoseleccionado porque no se controlara la amenaza seleccin.
Esto sucede, por ejemplo, cuando el GE se conforma por
voluntarios y el GC con no voluntarios, y se les compara.
175
JAIME ALIAGA TOVAR
Si el diseo es de dos grupos podra utilizarse en el anlisis

estadstico o para el contraste de las hiptesis, entre otras
pruebas estadsticas, si la VD es cuantitativa la prueba
paramtrica T de Student para muestras independientes, la
prueba no paramtrica U de Mann-Whitney; si la VD es
categrica, la prueba Ji cuadrado de independencia. Tambin
puede realizarse un anlisis al interior de cada grupo, sea el GE o
el GC, emplendose para el efecto, si la VD es cuantitativa, la
prueba T de Student para muestras correlacionadas, la prueba T
de Wilcoxon; o la prueba de McNemar sii la VD es categrica. Si
el diseo tiene ms de dos grupos podra emplearse el anlisis
paramtrico de varianza de una va o ANOVA, o el anlisis no
paramtrico de Kruskall-Walls (Clark-Carter, 2002, cap. 16)
Ejemplo: Un psiclogo observa en un hospital ciertos problemas
de insatisfaccin laboral. Elabora un programa motivacional y
desea estudiar sus efectos sobre la moral del personal. No es
factible llevar a cabo un experimento puro porque el personal no
puede ser asignado aleatoriamente a distintos grupos de
tratamiento en vista que se afectara la marcha de los servicios.
En consecuencia, decide usar otro hospital con caractersticas
similares (tamao, localizacin geogrfica, etc.) en el cual no se
introduce el programa. Recolecta datos con un cuestionario para
evaluar la moral del personal en ambos hospitales antes de
introducir el programa (pretest), y despus de la implantacin
de este en el hospital que acta como GE, realiza el postest
recolectando los datos pertinentes en ambos hospitales.
2.3 Diseo contrabalanceado
Este diseo es intragrupo lo que significa la aplicacin de todas
los tratamientos a cada grupo; sin embargo, puede presentarse el
efecto del orden de los tratamientos, segn el cual efectos en la
VD podran variar ms en funcin de los tratamientos previos que
en funcin de los tratamientos nuevos (Buela-Casals, Caballo &
Sierra, 1996); una manera de contrarrestar este efecto es
empleando un diseo contrabalanceado o cruzado. Este diseo
apunta a lo siguiente: a) igualar las diferencias entre los grupos,
reemplazando a la asignacin aleatoria que no es posible utilizar
con grupos intactos o preformados; b) controlar la influencia del
orden en el que se administran los tratamientos; c) controlar los
efectos de la prctica y las transferencia de aprendizaje que
generan los tratamientos.
Ejemplo de esquema vlido para un diseo contrabalanceado
de una variable X con tres valores. La matriz resultante se
denomina cuadrado latino 3 x3.
176
JAIME ALIAGA TOVAR
TRATAMIENTOS
REPLICACIONES
O PERIODOS
X1 X2 X3
1 GA GB GC
2 GB GC GA
3 GC GA GB
Sumas Y1 Y2 Y3
Se observa en el esquema que para los tres tratamientos X1, X2,

X3, se requieren tres grupos GA, GB, GC, y GD. La estrategia
es dar a cada grupo todos los tratamientos experimentales. En
efecto, cada uno de estos es expuesto a las replicaciones o
perodos 1, 2 y 3, como lo indica el que cada tratamiento
aparezca una sola vez en cada columna y en cada fila.
El diseo contrabalanceado es uno de los mejores diseos cuasi-
experimentales cuando se trabaja con grupos intactos,
preformados o no aleatorizados, por ejemplo: aulas de clase.
Tiene principalmente dos ventajas: a) aumenta la validez interna
de la investigacin pues elimina la varianza intergrupo
(diferencias entre los grupos de estudio), en vista que cada
grupo acta como su propio control en tareas diferentes; de esta
manera se controla la variabilidad o dispersin de los
rendimientos as como hace innecesario la utilizacin del pretest y
tambin la igualacin de los grupos, puesto que las
comparaciones se efectan entre las ejecuciones de los mismos
sujetos. Asimismo, si existieran diferencias entre los grupos (por
no ser aleatorizados, las diferencias entre las respuestas se
compensan pues todos los grupos pasan por todas las condiciones
experimentales; asimismo, b) se necesita menor nmero de
sujetos ya que cada uno de ellos pasa por todos los tratamientos.
Por otra parte, una limitacin que tiene, como todos los diseos
intrasujeto, es la existencia de los efectos residuales, vale
decir el efecto que produce un tratamiento en el perodo
inmediato siguiente y en los tratamientos posteriores. Por esta
razn, se debe separar dos perodos de tratamiento por un
intervalo de tiempo suficientemente largo para que dichos efectos
desaparezcan.
Ejemplo: Una psicloga realiza un experimento para determinar

qu tipo de estmulos visuales, auditivos, kinestsicos, recuerdan
177
JAIME ALIAGA TOVAR
ms personas de la tercera edad. Tiene a disposicin clubes de

personas de esta edad (grupos intactos). En la fase de
planeamiento del experimento encuentra que es posible que
factores como la inteligencia, motivacin u otros, al no ser
controlados influyan en los resultados. En vista de las
caractersticas del estudio y de la disponibilidad de la muestra, su
anlisis tambin le indica que si se administran todos los
tratamientos a todos los sujetos del grupo, se compensarn las
influencias de aquellos factores. La psicloga decide elaborar un
diseo contrabalanceado, seleccionando para el efecto a tres de
los clubes; cada uno de los tres grupos (GA, GB, GC) es sometido
a cada uno de los valores de la VI en secuencias diferentes
(estmulo visual, estmulo auditivo, estmulo kinestsico).
El contrabalanceo no slo se aplica en estudios cuasi-
experimentales sino tambin en los propiamente experimentales.
El anlisis estadstico puede realizarse empleando, entre otras
pruebas, el anlisis de varianza de una va (Anova) para
determinar los resultados de los diversos tratamientos,
partiendo para el efecto de la suma de los puntajes (Y1, Y2 y Y3)
logrados en cada tratamiento, sin tomar en cuenta las
replicaciones o perodos (Alarcn, 2008).
3. Diseos experimentales puros
En estos diseos el investigador puede manipular una o ms variables

independientes y ver sus efectros en una o ms variables
dependientes. Algunos de ellos emplean mediciones pretest y postest,
en tanto que otros solamente analizan el postest.; asimismo; en
algunos se utilizan sujetos diferentes para cada uno de los grupos de
tratamiento, y en otros se usan sujetos diferentes para cada uno de
los grupos de tratamiento, pero apareados de acuerdo a algn tipo de
criterio. Esta diferencia en la conformacin de los grupos es muy
importante de tomar en cuenta, ya que de ella depende, en gran
parte, el tipo de anlisis estadstico para analizar los datos.
178
JAIME ALIAGA TOVAR
Aleatorizacin
Metodologa Control
experimental
Modelo de
causalidad
Fig. 14. Componentes bsicos de la metodologa cuasi-

experimental (Tomado de Balluerka & Vergara, 2002, p.18)
3.1 Diseo de dos grupos totalmente aleatorizados, GE y GC,

con postest nicamente.
Esquema: GE X 01
GC 02
La equivalencia de los grupos es la idea central y est se

pretende lograr tomando al azar de la poblacin una muestra
representativa de sujetos, la que es asignada aleatoriarnente a
las dos condiciones experimentales, GE y GC. Al suponerse
equivalentes ambos grupos en todas las variables que pueden
afectar a la VD, las diferentes estadsticas que pudieran
observarse al medir la VD, deben atribuirse a la accin de X.
Es muy importante que ambos grupos permanezcan

equivalentes a lo largo de todo el experimento salvo por la
presencia-ausencia de la VI, observando cuidadosamente que
no ocurra algo que afecte slo a un grupo. Por ejemplo, la hora
en la hora en que se realiza las observaciones debe ser la
misma para ambos grupos, de manera similar debe suceder con
las condiciones ambientales. Por otra parte, despus que
finalice la aplicacin de la VI, el postest debe ser administrado
inmediatamente despus y de manera simultnea,
especialmente si la VD tiende a cambiar con el paso del tiempo.
El diseo puede extenderse para incluir ms de dos grupos, es

decir, tener varios niveles de manipulacion de la VI. En este
caso se usan ms de dos tratamientos experimentales, adems
179
JAIME ALIAGA TOVAR
del GC. Tambin pueden compararse dos valores de la VI, por

ejemplo, dos nuevos mtodos de enseanza da la matemtica;
un grupo de trabajo bajo liderazgo autocrtico con otro de
liderazgo democrtico; o dos situaciones de privacin de
alimento de 12 y 24 horas. En estos casos la comparacin se
realiza con dos grupos experimentales, cada uno asume un
valor de la VI, desaparece el clsico GC, aunque subsiste la
comparacin exigida por el mtodo experimenta].
Este diseo es potente para controlar amenazas a la validez

interna. As, al no haber pretest se evita el efecto reactivo de
las medidas previas; no hay instrumentacin porque es el
mismo postest para todos; no existe la maduracin porque la
asignacin es al azar; tampoco afecta la regresin estadstica
porque si un grupo est regresando a su estado normal, el otro
u otros tambin lo estn; no acta la seleccin, porque si hay
sujetos atpicos en un grupo, en el otro u otros tambin los
habr; asimismo, la mortalidad no afecta, por ser los grupos
equivalentes. Las interacciones entre estas amenazas o fuentes
de invalidez interna tampoco pueden afectar los resultados,
pues, por ejemplo, si la seleccin se controla, sus interacciones
operarn de modo similar en todos los grupos; y la historia se
controla si se vigila cuidadosamente que ningn acontecimiento
afecte solamente a un solo grupo.
Estadsticamente la comparacin entre las postests de ambos

grupos (01 y 02) nos indica si la manipulacin ha producido un
efecto. Si la hiptesis es bilateral y la comparacin no encuentra
diferencias (01=02) entonces no hubo un efecto significativo de
X. En ocasiones se espera que 01 sea mayor que 02, y en otras
que 01 sea menor que 02 (hiptesis unilateral). La prueba
estadstica adecuada para hacer la comparacin si la VD es
cuantitativa, es la prueba T de Student; la prueba U de
Mann-Whitney cumple el mismo propsito con muestras que
proceden de poblaciones con distribucin no normal o cuando se
trata de medidas ordinales. Si la VD es categrica una prueba de
elccin es la Ji cuadrado para muestras independientes.
Ejemplo: Una psicloga estudia el efecto de dos drogas sobre la

tasa de retencin de palabras y hace la prediccin de que la
droga A determinar una mejor ejecucin, en este tipo de
tarea, que la droga B. Selecciona una muestra aleatoria de 12
sujetos que fueron asignados al azar a las dos condiciones de
tratamiento y luego aplica a los sujetos una prueba de retencin
180
JAIME ALIAGA TOVAR
de 10 slabas sin sentido de igual valor asociativo. El tratamiento

estadstico lo realiza mediante la prueba T para muestras
independientes, verificando previamente los supuestos del
modelo estadstico de esta prueba, es decir: muestreo aleatorio,
distribucin normal-verificada por la prueba de Kolmogorov-
Smirnov, e igualdad de varianzas, comprobada por medio de la
prueba F de Levene. En vista que en el experimento la unidad de
medida es el item o slaba sin sentido y que los temes tienen el
mismo valor asociativo, debe entenderse que dicha unidad es
constante y que, en consecuencia, se trata de una escala de
intervalo, satisfacindose as la condicin o el requisito de
medida del modelo de la prueba T (Arnau, 1990). Si no se
cumpliera los requisitos de este modelo la prueba de eleccin es
la prueba no paramtrica U de Mann-Whitney.
3.2 Diseo de grupo aleatorio antes y despus con un grupo

de control
Esquema:
GE 01 X 02
GC 03 -- 04
Los sujetos son asignados aleatoriamente al GE y GC y las

mediciones pre y postest se hacen con el mismo instrumento o
con una forma paralela a este. En comparacin con el diseo
anterior, aqu se adiciona el pretest lo que es ventajoso, pues
sus resultados pueden usarse para: a) controlar comparndolos
los pretests de los grupos, as se puede evaluar lo adecuado o
no de la aleatorizacin; cuestin que es muy importante sobre
todo cuando los grupos son pequeos; b) analizar la ganancia
de cada grupo, al evaluar la diferencia pretest-postest.
Este diseo controla todas las fuentes de invalidacin interna.

Por ejemplo, la administracin de la prueba queda controlada,
ya que si el pretest efecta al post lo har similarmente en
ambos grupos.
El anlisis estadstico para observar los cambios entre el pre y el

postest en los grupos GE y GC por separado, se hace
empleando, cuando la VD es cuantitativa, la prueba T
correlacionada. Por otro lado, para comparar los resultados en
el pretest o el postest de ambos grupos se utiliza la T para
muestras independientes. Si los datos estn es escala nominal
181
JAIME ALIAGA TOVAR
una de las prueba a utilizarse es la Ji cuadrado para dos

muestras independientes, o la prueba de Me Nemar, cuando los
sujetos son su propio control.
Ejemplo. Un psiclogo estudi los efectos de una pelcula de

guerra. Los sujetos de los grupos GE y GC absolvieron un
cuestionario relacionado con asuntos sobre la guerra. Luego la
pelcula fue proyectada al GE. Una semana despus, ambos
grupos absolvieron un cuestionario similar al de la medida
antes. Las diferencias entre las respuestas despus" de los GE
y GC fueron consideradas como medidas de los efectos de la
pelcula.
3.3 Diseo de dos grupos apareados
En la investigacin experimental un propsito del investigador es

conseguir conformar grupos equivalentes antes de administrar el
tratamiento X. Como ya vimos, una tcnica con este fin es la del
apareamiento, que ejecuta buscando formar pares de sujetos
tratando de eliminar, controlar o minimizar el efecto de posibles
variables extraas que identificadas previamente se denominan
variables de apareamiento y que generalmente estn vinculadas
con la VD. Supongamos que en un estudio se ha determinado
que la motivacin de logro es una posible variable extraa. Se
buscan pares de sujetos con similares puntuaciones en una
prueba que evala esta motivacin. A continuacin los miembros
de cada par son asignados aleatoriamente a cada uno de los
grupos. Como se observa este diseo combina el apareamiento
y la asignacin aleatoria. El apareamiento reduce la variabilidad
intergrupal haciendo al grupo ms homogneo, y la
aleatorizacin controla las fuentes de varianza secundaria
desconocidas o imposibles de medir. En este diseo tambin se
puede determinar aleatoriamente que grupo ser el GE y cual el
GC.
Si la VD es cuantitativa en el anlisis estadstico la prueba de

eleccin es la T correlacionada y el ANOVA o anlisis de
varianza para bloques aleatorios pues cada par de sujetos es
considerado un bloque. Si la VD esta medida en escala ordinal
una prueba a usar la T de Wilcoxon, en tanto que si los datos
estn en escala nominal el test estadstico que podra utilizarse
es la prueba de los signos.
182
JAIME ALIAGA TOVAR
Ejemplo: Un experimentador quiere averiguar si el estado ansiedad

inducida influye en el rendimiento de pruebas acadmicas. Utilizo
como variable de apareamiento las calificaciones de
aprovechamiento de exmenes anteriores. Selecciono una muestra
de 20 sujetos y conform 10 pares, uno de cada par fue asignado
aleatoriamente a los grupos A y B. Luego a ambos grupos se le
administro una prueba de aprovechamiento que vario en su
instruccin central: al GE se le dijo que el puntaje que obtendran
se tomara como nota de fin de curso, en tanto que el GC se le
indico sin mayor nfasis, que el examen era una evaluacin de
rutina. Se asumi que la instruccin que recibi el GE debe generar
ansiedad.
3.4 Diseo de grupos aleatorios con ms de dos condiciones

experimentales
Este diseo tambin es conocido como "diseo multigrupo" porque

requiere de varios grupos, de tantos como condiciones
experimentales se haya planificado.
Esquema:
G1 XI 01
G2 X2 02
G3 X3 03
G4 X4 04
Gk Xk Ok
Se observa en el esquema que este diseo tiene las siguientes

caractersticas: a) es una ampliacin del diseo de dos grupos
totalmente aleatorizados, con postest nicamente; b) puede o no
puede tener GC, si lo tiene, ste no se expone a la VI; c) por el
nmero de tratamientos X que brinda gran cantidad de informacin
cuyo anlisis contribuye al mejor desciframiento de la relacin
funcional entre X e Y.
El control de las diversas amenazas a la validez interna es

prcticamente total con este diseo. Por ejemplo, a) el efecto debido
a tests no se presenta porque no hay pretest; b) la inestabilidad no
afecta porque los componentes de] experimento son los mismos
para todos los grupos (excepto la manipulacin o tratamiento
experimental); c) no afecta la instrurnentacin porque es el mismo
postest para todos; d) no afecta la maduracin porque la asignacin
183
JAIME ALIAGA TOVAR
es al azar; e) no afecta la regresin porque si un grupo est

regresando a su estado normal, el otro u otros tambin.
Ejemplo: Un investigador hace un estudio para establecer si el lapso

de privacin de alimento influye en el tiempo que unas ratas
emplean en recorrer un laberinto para llegar al alimento (estmulo).
Tomo una muestra aleatoria de 20 ratas blancas, de la misma raza,
sexo y edad. Los tratamientos experimentales (X), fueron las horas
de privacin de alimento que quedaron establecidas en 10, 20, 30 y
40 horas. Las 20 ratas fueron asignadas al azar a las cuatro
condiciones experimentales, quedando conformado cada grupo por 5
sujetos. Por ser la VD tiempo en recorrer el laberinto una
variable cuantitativa, El anlisis estadstico lo realizar empleando
un ANOVA de varianza unidireccional o de una va (one way).
3.5 Diseo de cuatro grupos de Solomon
Esquema:
G1 01 X 02
G2 03 -- 04
G3 --- X 05
G4 --- ---- 06
El esquema indica las principales caractersticas de este diseo: a)

es la combinacin de dos diseos, el "postest nicamente y grupo de
control y el pretest-postest con grupo de control; b)en
consecuencia, se origina cuatro grupos, dos GE y dos GC; c) como
es usual, los GE reciben el tratamiento X, y los segundos, no; d) a
uno de los GE y a uno de los GC se les administra el pretest; d) a los
cuatro grupos se les administra el postest; e) los sujetos sin
asignados aleatoriamente a cada uno de los grupos.
Por su conformacin, este diseo tiene mayores ventajas que cada

uno de los diseos que lo componen cuando estos se utilizan
independientemente. En cuanto a la validez externa, tiene impacto
sobre esta pues los resultados de la comparacin de los dos primeros
grupos se repiten en los dos siguientes. En cuanto a la validez
interna, controla varias amenazas, entre ellas: a) la seleccin y
mortandad por medio de la aleatorizacin; b) la maduracin y la
historia por el uso del GC. Adems, hace posible comprobar los
efectos del pretest sobre el postest, puesto que a algunos grupos se
les administra la preprueba y a otros no. Sin embargo, tambin tiene
algunas desventajas: la dificultad de realizar dos experimentos al
184
JAIME ALIAGA TOVAR
mismo tiempo, la dificultad de ubicar un nmero grande de sujetos,

y la dificultad de no poder contar con una medida estadstica que
analice simultneamente las seis observaciones.
Este diseo hace posible realizar muchas comparaciones que

pueden efectuarse para determinar que factores podran ser los
causantes de ciertos tipos de resultados. Por ejemplo, a un psiclogo
puede interesarle determinar los efectos del tratamiento, pero
tambin quiere saber si el hecho mismo de someterse a una prueba
previa altera las puntuaciones finales. Para determinar la efectividad
del tratamiento podra compararse el GE con el grupo 2, ya que la
nica diferencia entre los dos es la inclusin de un tratamiento. Para
determinar el efecto de la prueba, una comparacin del grupo 1 y
del grupo 3 le proporcionara la informacin necesaria. La nica
diferencia es que un grupo realiz la prueba previa, mientras que el
grupo 3 no lo hizo. Hay muchas otras comparaciones que pueden
hacerse. Por ejemplo, una comparacin de los grupos 3 y 4 dara
informacin sobre el efecto del tratamiento sobre grupos que no
presentaron la prueba previa, pero que s recibieron el tratamiento.
Sin embargo, a pesar que es posible hacer muchas comparaciones y
por sus desventajas, algunos investigadores creen que este diseo
no es prctico (Salkind, et al., 1998).
En el anlisis estadstico de este diseo se pueden emplear la

prueba Ji cuadrado para mltiples grupos si el nivel de medicin de
la VD es el nominal; el ANOVA de una va si la VD es cuantitativa y
se comparan nicamente los pretest y el anlisis factorial de
varianza, si se comparan todas las mediciones- pre y post test.
3.6 Diseo de grupos aleatorios con bloques.
Los bloques son agrupaciones de sujetos con similares valores en

una variable extraa, cuya influencia el experimentador desea
controlar. La elaboracin de los bloques se hace atendiendo a una
de estas variables que puede ser psicolgica, social o fsica,
previamente identificada por su asociacin con la VD, la misma que
se denomina variable de bloqueo. Este procedimiento, permite
una relativa homogeneidad de las unidades experimentales o
sujetos dentro de un bloque (los sujetos seran iguales)
controlndose de esta manera las diferencias interindividuales y con
ello una fuente de error; asimismo, con esta homogeneidad
intrabloque se producirn diferencias entre los bloques, facilitando
el tratamiento de cada uno de ellos.
185
JAIME ALIAGA TOVAR
Aplicados los tratamientos experimentales de manera aleatoria a

cada uno de los sujetos al interior de cada bloque, se puede concluir
si los sujetos de cada bloque son iguales, que las diferencias que se
puedan hallar se deben a los tratamientos.
Ejemplo. Una psicloga va a ensayar un programa de facilitacin del
aprendizaje de la matemtica. En la fase de planeamiento del
experimento, despus de un anlisis minucioso, establece que hay
dos variables extraas importantes: la inteligencia y el rendimiento
anterior en matemtica. Para esta segur de la importancia de
estas variables calcula el coeficiente de correlacin de Pearson entre
los valores de ambas variables y las notas de un examen reciente en
matemtica. La inteligencia es medida por un test de CI y el
rendimiento anterior por el promedio de notas ponderado. Doce
sujetos participan del experimento. Se correlaciona su puntaje
actual en matemtica con el rendimiento anterior (r= 0.90) y,
tambin con el CI (r= 0.66). Al correlacionar ms alto el
rendimiento anterior con el rendimiento actual, la influencia de est
ser ms importante que la de la inteligencia.
Al inicio del experimento, ella solamente quera designar

aleatoriamente a doce sujetos a un GE y a un GC, seis por grupo.
Pero, podra ocurrir por azar que a pesar de la aleatorizacin en
uno de los grupos, cuatro de los seis sujetos, son estudiantes
sobresalientes, mientras que en el otro grupo no hay ninguno
sobresaliente. Con la aleatorizacin es poco probable que esto
ocurra, pero ella piensa que si todo el trabajo se puede perder por
una mala pasada del azar, es razonable buscar un procedimiento
para que esto no ocurra, vale decir, quiere hacer que los dos grupos
sean equiparables respecto al rendimiento anterior en matemtica,
para lo cual sigue el siguiente procedimiento:
1) Mide (ordena o clasifica) a los sujetos en la variable extraa

que desea controlar, la nota anterior en matemtica.
2) Forma agrupaciones de sujetos bloques- con similares valores
en la variable extraa: Nivel alto, medio y alto de rendimiento
anterior en matemtica.
3) Asigna al azar a la mitad de los sujetos de cada bloque a uno
de los grupos del experimento y la otra mitad, al otro.
El esquema del diseo es el siguiente:
186
JAIME ALIAGA TOVAR
Bloques Ss. Matemtica anterior Condicin
A 18 EXP
B 17 CTRL
ALTO C 18 CTRL
D 18 EXP
E 16 CTRL
F 15 CRTL
MEDIO G 15 EXP
H 15 EXP
I 13 CTRL
J 12 EXP
BAJO K 13 CTRL
L 12 EXP
(Ejemplo tomado con modificaciones de Len & Montero, 1991, p. 145).
El diseo con bloques puede complejizarse de acuerdo a los

propsitos del estudio, puede haber diseos de un sujeto por nivel y
bloque y pueden bloquearse ms de una variable. Por otro lado, en
cualquiera de los diseos de bloques que se prefiera el tratamiento
estadstico se realiza con el anlisis de varianza, (ANOVA).
3.7 Diseo de Cuadrado Latino
Es una ampliacin del diseo de bloques aleatorios en el que se

bloquean dos variables extraas. El esquema del diseo tiene la
forma de una matriz cuadrada pues tiene igual nmero de filas y de
columnas, all los tratamientos experimentales (X) ocupan las celdas
del cuadro y son distribuidos al azar. Cada tratamiento, o niveles de
la VI, aparecen una sola vez en cada fila y en cada columna. Por
otro lado, los bloques no son variables de estudio, sino que se trata
de controlar su influencia.
Ejemplo: Un psiclogo est analizando el aprendizaje verbal y

decide realizar un experimento en el que sigue el siguiente
procedimiento: a) presenta a 9 sujetos parejas de palabras, el
primer miembro del par es el estimulo y el segundo la respuesta; b)
el material se presenta bajo tres modalidades: visual (A), auditiva
(B) y mixta (C); c) concluida la exposicin de la serie, a la
presentacin de cada estmulo los sujetos deben escribir el miembro
del par asociado; d) considera que dos variables extraas pueden
influir en el aprendizaje, y quiere controlar su efecto. La primera
variable extraa a es la inteligencia, de la cual se toma tres
187
JAIME ALIAGA TOVAR
valores: a1 alta, a2 media, a3 baja. La segunda variable extraa b

es el status socioeconmico, del cual toma tres niveles: b1 alto, b2
medio y b3 bajo; e) la eficacia de los tres procedimientos de
exposicin los mide por la cantidad de respuestas correctas. La
hiptesis nula sostiene que no existen diferencias significativas entre
los resultados por efecto de las modalidades de presentacin; f)
puesto que tiene tres tratamientos distintos (A, B, C), la variable a
(inteligencia) con tres valores y la variable b (status
socioeconmico) con tres valores, necesita de un cuadrado latino 3 x
3 para resolver el problema; g) conforma tres bloques para los tres
niveles de inteligencia, asignndose sujetos con similares puntajes
de inteligencia en cada bloque; h) la segunda variable de bloqueo es
el status socioeconmico, que igualmente tiene tres bloques: b1, b2
y b3, cada columna representa un bloque.
En este ejemplo, la VI acta con tres tratamientos: A, B ,C (visual,
auditiva y mixta, respectivamente) que representan las modalidades
de presentacin de las parejas de palabras y el doble bloqueo busca
eliminar la influencia de las desigualdades en inteligencia y status
socioeconmicos de los sujetos. Asimismo, el experimentador asigna
un sujeto por casilla.
Esquema del Cuadrado Latino para este estudio:
Status socioeconmico (variable de

bloque b)
Inteligencia
(variable de
b1 b2 b3
bloqueo a)
a1 A B C
a2 B C A
a3 C A B
(Ejemplo tomado con modificaciones de Alarcn, 1991, p 140.)
El anlisis estadstico se hace por medio de un ANOVA, haciendo

notar que las interacciones entre las tres filas, columnas y
tratamientos son nulas, por lo que no se toman en cuenta.
3.8 Diseos factoriales
Estos diseos tambin denominados complejos se proponen estimar

simultneamente el efecto combinado sobre una VD de dos o ms
VI, cada cual con dos o ms niveles. Se considera que son los ms
188
JAIME ALIAGA TOVAR
apropiados para estudiar las complejidades de la conducta. Por

ejemplo, el estudio de los posibles efectos de un nuevo mtodo de
enseanza de la matemtica puede hacerse con un diseo
experimental univariado por ejemplo comparando a dos grupos,
uno que lo emplea y otro que no -, sin embargo se puede estar
descuidando otras variables sumamente importantes con influencia
decisiva en los resultados alcanzados, como lo son la formacin
profesional del profesor, el nivel intelectual de los alumnos, entre
otras. Con un diseo factorial, por el contrario, en un mismo
estudio puede controlarse varias de estas variables, obtenindose
informacin acerca de la influencia en conjunto de dichas variables
as como tambin de cada una de las variables en forma
independiente.
Los diseos factoriales se clasifican atendiendo al criterio del

nmero de VI que participan: a) Diseos factoriales con dos VI o
diseos bifactoriales, y b) Diseos de mltiples variables
independientes.
Veremos un ejemplo de diseo bifactorial. En este diseo las VI

pueden actuar con dos valores (niveles), como en el caso del diseo
2 x 2, o con ms de dos niveles, por ejemplo, en un diseo 3 x 3 o
en uno 2 x 4. Todos estos diseos son bifactoriales, pero se
diferencian por el nmero de niveles que intervienen en el
experimento. En la notacin de estos diseos, el nmero de cifras,
separadas por el signo de multiplicacin, representa la cantidad de
VI, en tanto que el valor de cada nmero indica la cantidad de
niveles de las variables. Si se multiplican los nmeros contenidos en
el diseo se obtiene el nmero de condiciones experimentales. Por
ejemplo, el diseo 2 x 2 tiene 4 condiciones experimentales, y un
diseo 2 x 4 tendr 8 de estas condiciones.
El diseo ms simple es el diseo factorial 2 x 2, que tiene cuatro
condiciones experimentales, una por celdilla, requiriendo cuatro
grupos equivalentes de sujetos aleatoriamente asignados a cada
tratamiento. En este diseo se evalan tres tipos de efectos: a) dos
efectos principales correspondientes a las variables A y B; b) Cuatro
efectos simples, los efectos de los dos niveles de A sobre los dos
niveles de B, y los efectos de los dos niveles de B en cada nivel de
A; c) un efecto de interaccin de las dos VI.
En trminos estadsticos la interaccin se refiere al efecto adicional a
la suma de los efectos individuales de las variables independientes.
Se dice que no hay interaccin cuando este efecto es nulo, no
aparece, una variable acta independientemente de las condiciones
que se den en la otra. Explicando en trminos deportivos la
189
JAIME ALIAGA TOVAR
interaccin esta se da, por ejemplo, cuando se practica el andinismo

(a ms de 6000 m s.n.m.) se toman anticoagulantes para evitar que
el exceso de fro espese y paralice la circulacin sangunea en las
extremidades y como consecuencia se produzca congelaciones. Al
mismo tiempo, los fuertes dolores de cabeza, debidos a la falta de
oxgeno, son frecuentes. Si decidiramos tomar aspirinas y
tuviramos una herida abierta, podemos desangrarnos hasta morir,
ya que el efecto conjunto de los dos medicamentos altera los
mecanismos homeostticos naturales del organismo. En resumen, el
efecto de tomar anticoagulantes y aspirina es evitar el
espesamiento de la sangre + quitar dolor de cabeza + altera
mecanismo homeosttico = riesgo de desangrarse. Este ltimo
efecto no es producido por ninguno de los medicamentos en forma
aislada. Es un efecto adicional, al que se denomina interaccin.
(Ejemplo tomado con modificaciones de Len y Montero, 1991).
Ejemplo: A continuacin con base en un ejemplo brindado por
Alarcn (1991) y que hemos modificado para este texto,
presentamos el siguiente ejemplo: Una psicloga quiere
determinar si el tipo de instruccin verbal, tomado como agente de
activacin, tiene diferente efecto sobre la ejecucin de tareas
abstractas. Las variables independientes son dos: una es la variable
A (activacin) que adopta dos valores o dos tipos de instrucciones:
A1 indica a los sujetos que la tarea que resolvern constituye una
medida de la habilidad intelectual; A2 simplemente solicita la
colaboracin de los sujetos para desarrollar un nuevo test. La otra
VI es la variable B (tareas abstractas) que tambin tiene dos
modalidades: B1 tareas verbales, y B2 tareas grficas. La VD est
representada por la cantidad (ejecucin) de tareas resueltas.
En consecuencia, la psicloga tiene dos VI cada una con dos
niveles o valores. La matriz del diseo factorial 2 x 2 es la
siguiente:
190
JAIME ALIAGA TOVAR
Variable B (tareas abstactas)
B1 (verbales) B2 (grficas)
A1 (A1B1) (A1B2)
(S) G1 G2
Variable A I II
(Activacin) A2 (A2B1) (A2B2)
(No) G3 G4
III IV
(Modificado de Alarcn, 1991, p. 152)
A cada celdilla se le ha asignado un grupo de sujetos: G1, G2, G3 y
G4. Cada grupo recibir slo un tratamiento experimental
combinado: un valor de la variable A y otro de la variable B. Por
ejemplo, el grupo G1 resolver tareas abstracto-verbales, bajo la
instruccin 1, en tanto que el grupo G4 trabajar con problemas
abstracto-grficos con la instruccin A2.
Las celdillas son las medidas para cada grupo en la VD. As la
celdilla I representa las mediciones promedio de los sujetos del
grupo G1. Por otro lado, los efectos son estos:
1. Efectos principales:
a) Efecto principal de la variable A. Pregunta influye sobre la
resolucin de problemas abstractos, los tipos de instruccin? El
efecto principal de la variable A se determina estimando la
diferencia de los puntajes logrados en A1 y A2. El nivel A1 es
igual a I + II; el nivel A2 es igual a III + IV. La media de la
diferencia de A1A2, constituye el efecto principal de A. Por
tanto, el efecto principal de A = (I + II) (III + IV) / 2
b) Efecto principal de la variable B. Pregunta influye sobre la
resolucin de tareas abstractas, la clase de problemas
abstractos?. Para determinar su efecto se suman los puntajes
correspondientes al nivel B1 = I + III y los del nivel B2 = II +
IV. La media de la diferencia entre B1 y B2 es el efecto principal
de B. As, el efecto principal de B = (I + III) (II + IV) / 2
2. Efectos factoriales simples. Los efectos factoriales principales
estiman la accin de las variables A y B en forma global e
independientemente, sin tomar en cuenta los niveles que cada
cual asume. Es posible determinar el efecto de los valores de A
sobre los dos valores de B y a la inversa. Se determinan estos
efectos simples por comparacin:
Efecto simple de A en el nivel B1 = I III
191
JAIME ALIAGA TOVAR
Efecto simple de A en el nivel B2 = II IV

Efecto simple de B en el nivel A1= I II
Efecto simple de B en el nivel A2= III IV.
3. Interaccin. Para determinar la existencia o ausencia de
interaccin entre las variables A y B se compara el efecto de la
variable A en el primer nivel de la variable de B (I III = efecto
de A en B1) con el efecto de A en el segundo nivel de B (II IV
= efecto de A en B2). Se busca, en todo caso, si existen
diferencias entre los efectos de la Vi A y los diferentes valores
de la VI B. La diferencia de las diferencias dividida por dos,
representa la interaccin que las dos VI tienen sobre la VD.
Interaccin AB = (I III) (II IV) / 2; o tambin: Interaccin
AB = (I II) (III IV) /2. Si se encuentran diferencias
significativas se rechaza la hiptesis de la independencia de los
factores, infirindose la existencia de interaccin entre ambos
factores. Por el contrario, de no darse diferencias podr
afirmarse que cada factor es independiente. (Alarcn, 1991).
El anlisis estadstico de los diseos factoriales en cualquiera de
sus modalidades se realiza por medio del anlisis de varianza
(ANOVA) de dos vas o factorial.
4. Diseos N = 1
Este tipo de diseo fue desarrollado en el anlisis experimental de la
conducta, y se adeca a los tratamientos individualizados que son
importantes en la psicologa aplicada, en especial en la psicologa
clnica. Es de notar que algunos de estos diseos requieren de ms de 1
sujeto. En todo caso, en todos ellos se toman medidas desde un
punto de vista histrico, siendo uno de sus presupuestos bsicos la
aplicacin sistemtica, a lo largo del tiempo, de uno o varios
tratamientos, a cada uno de los sujetos que participan en el estudio
(Buela- Casal, et al., 1999).
Los diseos N=1 son de variado tipo pero en su realizacin tienen varias
etapas en comn: a) en todos el psiclogo especifica de manera clara y
objetiva la conducta que le interesa incrementar, decrementar o
eliminar; b) en todos se especifica claramente el instrumento o los
instrumentos para evaluar la conducta de inters; c) en todos se ejecuta
una medida repetida y continua de la conducta de inters a lo largo de
las diversas fases del tratamiento; c) en todos existe la lnea base o
fase A del estudio como perodo inicial de observacin. Esta lnea base
es el resultado del registro por lo menos en tres veces de la frecuencia
natural de la conducta hasta que aparezca un patrn estable de
conducta; d) en todos la VI de inters es generalmente un tratamiento
192
JAIME ALIAGA TOVAR
que se aplica en un momento particular denominada fase de

intervencin, con el objetivo de alterar la conducta del sujeto; e) en
todos se evala la VD a travs de varis fases de intervencin; f) en
todos se procura cambiar una sola VD examinando los patrones de
cambio: nivel, tendencia y ausencia o presencia de esa tendencia, para
determinar claramente si contribuye a la mejora de la conducta
objetivo; g) en todos ellos la observacin es la tcnica ms empleada
para la recoleccin de los datos.
Estos diseos tienen tambin algunos problemas, por ejemplo, no
permiten la generalizacin de lo hallado, a lo ms se puede hacer una
aproximacin mediante la replicacin; y tambin se ven afectados por
diversas amenazas a la validez interna en razn de la repeticin de las
medidas. Entre las amenazas a la validez interna se encuentran la
historia, la maduracin, sesgos en la medida de la VD, instrumentacin
inconsistente o poco fiable, interferencia de intervenciones mltiples,
inestabilidad e intervenciones reactivas. En el control de estas
amenazas se proponen una serie de medidas que debe tomar el
experimentador, entre ellas las siguientes: una planificacin adecuada
del experimento, control del ambiente, introduccin del tratamiento
cuando la serie de datos se estabilice, anlisis de la informacin acerca
de los sujetos antes de la intervencin, perodos de medida ms
prolongados, eleccin de instrumentos fiables. Por otro lado, tambin se
presentan varias amenazas a la validez externa: interferencia de la
intervencin mltiple, efecto Hawthorne, efecto de novedad, efectos
debidos al experimentador, sensibilizacin pre y postest, e interaccin
con otros efectos.
Los diseos ms utilizados son los denominados A-B, A-B-A, y, A-B-A-
B. El diseo A-B es el ms sencillo y es anlogo al diseo
preexperimetal pretest postest de un solo grupo con la diferencia que se
toma una serie de medidas repetidas sobre un tipo de conducta objeto,
tanto antes como despus de la observacin. Cualquier cambio de nivel
que se observe por comparacin con la lnea base en la conducta de
inters (VD) cuando se introduce el tratamiento (VI) puede considerarse
que es efecto de este. Por otro lado, el diseo A-B-A es tambin
conocido con la denominacin de diseo de retirada, distinguindose en
su secuencia tres etapas: se elabora la lnea base A, se aplica el
tratamiento B y se mide la VD, luego se retira el tratamiento volviendo
a la lnea base A. Este diseo tiene una buena validez interna siendo su
principal inconveniente la retirada del tratamiento pues si este resulta
positivo para los sujetos, su retirada podra tener un efecto negativo.
Por ltimo, el diseo A-B-A-B, tiene una secuencia de cuatro fases. En la
primera se elabora la lnea base A, en la segunda se introduce el
tratamiento B, en la tercera se retira el tratamiento y se elabora una
segunda la lnea base B, en la cuarta, se reintroduce el tratamiento. Si
193
JAIME ALIAGA TOVAR
la conducta de inters se altera en la segunda intervencin el

tratamiento ha sido exitoso.
Cuando se realiza el anlisis de los datos en los diseos N=1 debe

tenerse siempre presente que las conductas de los sujetos no son
uniformes y constantes y que tambin el contexto ambiental no
permanece constante, con esta prevencin es comn efectuar este
anlisis mediante tcnicas visuales o grficas (Castro, 1974), y tambin
a travs de procedimientos estadsticos.
5. Diseos no experimentales
5.1 Diseos transeccionales
Son aquellos que especifican la recoleccin de datos en un solo

momento, en un tiempo nico -la recoleccin de datos puede durar
varios das, pero se le considera como realizada en un solo acto-. Su
propsito es describir variables, y analizar su incidencia e
interrelacin en un momento dado. Estos diseos pueden abarcar
varios grupos o subgrupos de sujetos, objetos o indicadores. Por
ejemplo, medir los niveles de ansiedad-estado de atletas varones y
mujeres.
1. Diseos transeccionales descriptivos. Su objetivo es

averiguar la incidencia y los valores en que se manifiesta una o
ms variables. Su procedimiento consiste en medir en un grupo
de personas u objetos una o ms variables y describirlas.
Ejemplo: una encuesta acerca de la intencin de voto en las
elecciones municipales.
a) Descriptivo simple: El investigador busca y recoge

informacin con respecto a una situacin previamente
determinada (investigacin de una sola variable).
Esquema: M O
M = Muestra en la que se va a realizar el estudio; O =

Informacin relevante o de inters que el investigador se
limita a recoger (Snchez y Reyes, 2006).
Ejemplo: Caracterizacin del nivel de opinin de los padres

de familia frente a la actuacin de la APAFA en un Centro
Educativo.
194
JAIME ALIAGA TOVAR
b) Descriptivo Comparativo. El investigador recoge

informacin en dos o ms muestras con respecto a un
mismo fenmeno o aspecto de inters y luego lo caracteriza
en base a la comparacin de los datos recogidos,
atendiendo, por ejemplo, a las caractersticas
predominantes comunes y diferenciales de cada uno de
ellos.
Esquema: M1 O1
M2 O2 O1 O2 O3 On
M3 O3
Mn Mn
Ejemplo: Diferencias en la realizacin de tareas que exigen

coordinacin visomotriz de un grupo de estudiantes que
recibe un suplemento proteico especial y otro grupo que
recibe placebo.
2. Diseos Transeccionales-correlacionales. Describen

relaciones, sean correlacionales o causales, entre dos o ms
variables en un momento determinado. Por tanto, pueden
limitarse a establecer relaciones entre variables sin precisar
sentido de causalidad o pueden pretender analizar relaciones de
causalidad. Cuando se limitan a relaciones no causales, se
fundamentan en hiptesis correlacionales (covariacin). Por
ejemplo, cuando se pretende investigar la relacin entre la
autoeficacia y el rendimiento en matemticas, observando cun
relacionadas estn ambas variables.
Ejemplo: Incidencia de la condicin socioeconmica en el

desarrollo del Juicio Moral. (Puede seleccionarse dos muestras
en las que se controla la condicin socioeconmica (alta y
baja), se igualan las muestras de acuerdo a su edad cronolgica,
grado de escolaridad, etc., y se evala los niveles de desarrollo
del juicio moral alcanzados por los sujetos en cada una de las
condiciones. (Snchez & Reyes, 1991).
5.2 Diseos longitudinales
Se utilizan para analizar cambios a travs del tiempo en

determinadas variables o en las relaciones entre stas. Estos
diseos recolectan datos a travs del tiempo en puntos o perodos
determinados, para hacer inferencias respecto al cambio, sus
determinantes y consecuencias. Esencialmente se trata de un
195
JAIME ALIAGA TOVAR
diseo de medidas repetidas, en que los mismos sujetos son

observados en diferentes puntos del tiempo. Por ejemplo, en los
estudios de desarrollo el propsito es observar los cambios que se
operan en la conducta por efecto de la variable tiempo.
Su esquema bsico es el siguiente:
Esquema: T1 T2 T3 T4
M
O1 O2 O3 O4
M =muestra o grupos de sujetos

T1 a T4 ( ms) =momentos (tiempos) en que se hacen las
observaciones
O1 a O4 =observaciones hechas en la variable de estudio.
Estos diseos dan informacin confiable de los cambios observados

en el tiempo; sin embargo, si el estudio durar demasiado tiempo
podra perder actualidad. En los estudios evolutivos propician una
buena informacin, pero para muchos propsitos esta es
insuficiente puesto que el cambio evolutivo no puede explicarse
solamente en funcin de una sola variable, por ejemplo, la edad,
ya que esta relacionado con otras variables influyentes. Un
ejemplo de este diseo es una investigacin que busca analizar los
cambios en la inteligencia en nios de 6 a 16 aos de edad.
5.2.1. Diseo longitudinal de panel
Se caracteriza porque en el mismo grupo de sujetos se

recoge datos respecto a las mismas variables al menos en
dos momentos del tiempo (Buenda et al, 1998). Tiene la
ventaja de que se puede conocer los cambios grupales y
tambin los cambios individuales. Ejemplo: una
investigacin que observar anualmente los cambios en la
asertividad en un grupo de estudiantes de educacin desde
el momento de su ingreso hasta su egreso.
5.2.2. Diseo longitudinal de tendencia (Trend)
Se caracteriza porque se recogen datos respecto a las

mismas variables en varios momentos del tiempo de forma
que permita el anlisis de tendencias y conocer los cambios
de una variable, o en las relaciones entre variables, de una
poblacin. La poblacin es la misma, las muestras son
196
JAIME ALIAGA TOVAR
diferentes a travs del tiempo. Ejemplo, una investigacin

que plantea conocer la actitud de los profesores hacia la
reforma del sistema educativo que se inicia el 2005 y se
repetir el 2010 y el 2015.
5.2.3. Diseo de cohorte.
Las dificultades para el estudio separado del efecto de edad

y el efecto de cohorte (generacin por fecha de
nacimiento o acontecimiento histrico) en los datos de un
diseo longitudinal simple impulsan una estrategia
alternativa que permite la descripcin simultnea de los
cambios relacionados con una u otra variable (Buenda,
Cols & Hernndez, 1998). Ejemplo, una investigacin que
pretenda averiguar los valores dominantes y su evolucin a
travs del tiempo en adolescentes que nacieron el ao
1985.
197
JAIME ALIAGA TOVAR
LECTURA 3
DISEOS DEL ESTUDIO3
Los diseos que se definen a continuacin representan condiciones de

laboratorio que no siempre son reproducidos en la vida real. Esa
representacin hace factible entender las dificultades en los estudios de
campo que buscan llevar a conclusiones suficientes para justificar
programas en salud pblica o en otras reas sociales. Asimismo, muestra el
rigor necesario para establecer cconcordancia entre la poltica social y las
necesidades de las poblaciones.
El diseo de correlacin u observacin mide la asociacin estadstica entre

dos variables sin demostrar una relacin causal. Es decir, la existencia de
una correlacin (p.ej. paramtrica o no-paramtrica) no demuestra que X
caus Y. Entre otras, hay dos razones que justifican esta conclusin. La
primera es que el diseo de correlacin no garantiza de ipso la temporalidad
de las variables (X antecede a Y). Con frecuencia ocurre que no se puede
demostrar el orden en la secuencia de las variables, que puede ser inverso
(Y antecede a X) al orden propuesto por una hiptesis caussal (variable
independiente dependiente). La segunda razn es que el diseo de
correlacin no identifica o controla los efectos de otras variables que,
estando correlacionadas con X, afectan a la variable Y confundiendo la
relacin entre X e Y. Esto es: la relacin entre X e Y puede deberse a la
accin de una tercera variable (C) y no a la accin de X sobre Y. A travs de
ajustes en el diseo del estudio o del manejo estadstico de los datos se
puede fortalecer la hiptesis de que X causa Y, pero, por la propia
naturaleza del diseo de correlacin, esos ajustes o cotejos estadsticos no
pueden llevar a emitir juicios definitivos sobre la relacin causal entre
ambas variables. Estas limitaciones, sin embargo, no cancelan el mrito
cientfico de los estudios de correlacin, que han contribuido
sustantivamente con la formulacin y apoyo de hiptesis y causales
tericamente justificadas.
En los estudios basados en diseos cuasi-experimentales, el investigador

mantiene el control experimental de la variable independiente, pero no es
capaz de controlar todas las variables que podran moderar o confundir la
relacin entre X e Y. Esta falta de control determina un margen de error
considerable, lo que limita la validez interna del estudio. Por lo general, en
estos casos, los individuos bajo estudio no son expuestos aleatoriamente a
la variable independiente.
3
Referencia original: Cueto, S. (2002). Diseos del estudio. En E. Pollitt.
Consecuencias de la desnutricin en el escolar peruano (pp. 105-106). Lima:
Fondo Editorial de la Pontificia Universidad Catlica del Per.
198
JAIME ALIAGA TOVAR
Los estudios experimentales cumplen con los requisitos necesarios para

derivar conclusiones sobre causalidad. Con este diseo, los individuos por
comparar provienen de una misma poblacin y son expuestos
aleatoriamente a dos o ms condiciones o tratamientos experimentales
(variables independientes). Adems, el investigador manipula dichas
variables de tal manera que puede establecer la temporalidad (inicio,
duracin y trmino) de estas as como la dosis del tratamiento. Este control
le permite determinar la secuencia en la presentacin de la variable
independiente y la aparicin del cambio en la variable dependiente. Por
ltimo, las personas que administran y reciben el tratamiento son ciegas a
la composicin del tratamiento.
199
JAIME ALIAGA TOVAR
1. Realice un cuadro comparativo entre la hiptesis correlacional y

la hiptesis causal.
Hiptesis correlacional Hiptesis causal

1. 1.
2. 2.
3. 3.
4. 4.
2. Identifique el tipo de hiptesis, las variables y el tipo de variable

segn el nivel o escala de medicin:
1. La proporcin de estudiantes entre 14 y 19 aos de 3, 4 y 5 de

secundaria que se encuentran operando a nivel formal, es
significativamente inferior a la proporcin de estudiantes en estadios
previos, tanto en la zona rural como en la zona urbana. (Facundo, 1991)
a) Tipo de hiptesis: ___________________________________________
b) Variable y tipo de variable: ___________________________________
c) Variable y tipo de variables: ___________________________________
2. El nivel de autoconcepto acadmico de los alumnos est en funcin del
tipo de elogio que reciben de sus profesores.
a) Tipo de hiptesis: __________________________________________
c) Variable y tipo de variable: ___________________________________
3. El recibir un choque emocional altera el recuerdo de los sucesos
inmediatamente anteriores
b) Variable y tipo de variable: __________________________________
c) Variable y tipo de variable: __________________________________
4. Si se disea un modelo de direccin con enfoque participativo que
permita una estructura y organizacin del proceso de direccin escolar de
modo que responda a las condicione de las zonas rurales, entonces se
contribuye al perfeccionamiento de dicho proceso.(Fiallo, et al., 2008)
c) Variable y tipo de vatiable: ___________________________________
200
JAIME ALIAGA TOVAR
3. Por qu se dice que la varianza primaria es la que le interesa al

investigador?
Respuesta:.
............................................
4. Identifique el diseo que corresponde y las amenazas a la

validez interna que controla.
1. GE O
Diseo:_________________________________________________
Amenazas controladas: ____________________________________
_______________________________________________________
2. GE O1 X O2
Diseo: ________________________________________________
_______________________________________________________
3. GE O1 X O2
------------------------
GC O3 -- O4
Diseo: ________________________________________________
4. GE 01 X 02
GC 03 -- 04
Diseo: ________________________________________________
5. G1 01 X 02
G2 03 -- 04
G3 --- X 05
G4 --- ---- 06
Diseo: ________________________________________________
201
JAIME ALIAGA TOVAR
AUTOEVALUACIN 3
Afirmaciones V F
1. Las hiptesis se apoyan en conocimientos organizados y ( ) ( )

sistematizados.
2. Las hiptesis surgen de los objetivos. ( ) ( )
3. La variable dependiente trata de establecer relaciones ( ) ( )

explicativas precisas entre fenmenos bien definidos y
delimitados.
4. Las hiptesis estadsticas se formulan cuando los datos ( ) ( )

son cuantitativos o cualitativos.
5. En el anlisis estadstico la hiptesis de investigacin se ( ) ( )

transforma en la hiptesis alterna.
6. Existen diseos experimentales de grupo, de sujeto nico ( ) ( )

(N=1) y no experimentales.
7. En la seleccin del diseo hay que tener en cuenta el tipo ( ) ( )

de problema y el grado de control de la variable
dependiente.
8. El propsito de los diseos transeccionales es describir ( ) ( )

indicadores y analizar incidencias e interrelacin en un
momento dado.
9. La historia es una amenaza a la validez externa. ( ) ( )
10. La aleatorizacin es una manera de eliminar a las ( ) ( )

variables extraas.
Respuestas: 1) V; 2) F; 3) F; 4) F; 5) V; 6) V; 7) F; 8) V; 9) F; 10) V
202
JAIME ALIAGA TOVAR
http://produceideas.googlepages.com/hiptesis.pdf
http://www.univo.edu.sv:8081/tesis/016155/016155_Cap3.pdf
http://www.conductitlan.net/hipotesis.ppt
http://wapedia.mobi/es/Hiptesis_(mtodo_cientfico)
http://www.umce.cl/.../investigacion_cientifica_en_los_estudios_geografi
cos_plantea.htm
http://www.urosario.edu.co/cienciashumanas/documents/.../pdf/50b.pdf
http://www.cepes.uh.cu/.../HIPOTESISVARIABLESYDIMENSIONES.doc
http://tgrajales.net/investhipot.pdf
http://www.ucla.edu.ve/dmedicin/departamentos/.../SEB/.../hipotesis.pd
f
http://www.tesisenxarxa.net/TESIS_UB/.../TDX...//02.PARTE_II.pdf
http://www.fisterra.com/mbe/investiga/.../cuanti_cuali.asp
http://escuela.med.puc.cl/Recursos/.../insIntrod2.htm
http://www.e-torredebabel.com/Psicologia/.../Variable.htm
http://www.wikilearning.com/...variables_dependientes.../15614-3
http://www.ugr.es/~arrayan/variables.htm
http://sisbib.unmsm.edu.pe/bibvirtualdata/Tesis/Human/...gv/Cap3.pdf
http://books.google.com.pe/books?isbn=9688562645
Balluerka, N. & Vergara, A. (2002). Diseos de Investigacin Experimental en

Psicologa. Madrid: Pearson Educacin.
El objetivo del libro es brindar a los lectores las pautas necesarias para el diseo de
investigaciones empleando diseos experimentales. El libro toca temas como el diseo de
investigacin, los principales criterios de clasificacin de los diseos experimentales
empleados en las ciencias sociales y del comportamiento. As mismo, se brindan, de
manera didctica, numerosos ejemplos de cada uno de los diseos y de las tcnicas de
anlisis estadsticos.
203
JAIME ALIAGA TOVAR
Alarcn, R. (1991). Mtodos y diseos de investigacin del comportamiento.

1. edicin. Lima: Universidad Peruana Cayetano Heredia.

Lima: Universidad Ricardo Palma.
Arnau, J. (1995) Diseos longitudinales aplicados a las ciencias sociales y

del comportamiento. Mxico: Limusa.
Arnau, J. (1986) Diseos experimentales en psicologa y educacin.

Volumen 1. Mxico: Trillas.
Avila, R. (1997). Introduccin a la metodloga de la investigacin. La tesis

profesional. Aplicaciones y ejemplos. Lima: Estudios y ediciones RA.

Thomson.
Baker, T. (1997). Doing Social Research. USA: McGrawHill.
Baltes, P., Reese, H. & Nesselroeade, J. (1981). Mtodos de investigacin

en psicologa evolutiva. Madrid: Morata.
Balluerka, N. & Vergara, A. (2002). Diseos de Investigacin Experimental

en Psicologa. Mxico D.F.: Prentice Hall.
Beltran, J. & Alvarez, J. (1995). Psicologa de la educacin. Madrid:

Morambo.
Buela-Casal, G., Caballo, V. & Sierra, J. (1999). Manual de evaluacin en

psicologa clnica y de la salud. Mxico: Siglo XXI.
Buenda, l., Colas, P. & Hernndez, F. (1998): Mtodos de investigacin en

Psicopedagoga. Madrid: McGraw-Hill.
Burns, N. & Grove, S. (2004). Investigacin en enfermera. Madrid:

Elsevier.
Campbell, D. & Stanley, J. (1973). Diseos experimentales y

cuasiexperimentales en la investigacin social. Buenos Aires:
Amorrortu.
204
JAIME ALIAGA TOVAR
Castro, L. (1976). Diseo experimental sin estadstica. Mxico: Trillas.
Carro, J. (1994). Psicoestadstica descriptiva. Salamanca: Amaru.
Chang, A. (1997). Relacin entre las actitudes maternas y el proceso de

adaptacin personal del nio obeso. Revista Peruana de Psicologa,
2(4), 115-140.
Clark-Carter, D. (2002). Investigacin cuantitativa en psicologa. Mxico:

Oxford.
Cueto, S. (2002). Diseos del estudio. En E. Pollitt. Consecuencias de la

desnutricin en el escolar peruano (pp. 105-106). Lima: Fondo Editorial
de la Pontificia Universidad Catlica del Per.
Encinas, I. (1991). Teora y Tcnicas en la Investigacin Educacional. Lima:

Ave.
Eyssautier, P. (2002). Metodologa de la investigacin. Desarrollo de la

inteligencia. Mxico: Ecafsa Thomsom Learning.
Facundo, A. (1991). El proyecto de investigacin. Modulo 5. Serie aprender

a aprender. Lima: Universidad Inca Garcilaso de la Vega.
Vicerectorado Acadmico.
Fiallo, J., Cerezal, J. & Hedesa, Y. (2008). La investigacin pedaggica una

va para elevar la calidad educativa. Lima: Ruta Pedaggica.
Gmez, J. (1983). El mtodo experimental. Mxico: Harla.
Gmez, M. (2006). Introducin a la metodologa de la investigacin

cientfica. Crdova: Brujas.
Hernndez, R., Fernndez C. & Baptista .P. (2003) Metodologa de la

Kerlinger, F. & Lee, H. (2002). Investigacin del comportamiento. Mtodos

de investigacin en Ciencias Sociales. Mxico: McGraw-
Meja, E. & Reyes, E. (1994) Operacionalizacin de variables conductuales.

Lima. Cnit.
205
JAIME ALIAGA TOVAR
Len, O. & Montero, I. (1991). Introduccin a la lgica de la investigacin

en psicologa y educacin. 1. edicin. Madrid: McGrawHill.
O'Neil, W M. (1968). Introduccin al mtodo en psicologa. Buenos Aires:

Eudeba
Pick, S. (1995) Cmo investigar en ciencias sociales. Mxico: Trillas.

salud. Mxico: Mc Graw Hill. 5ta. edicin.
Pecho, J. (1997). Autoestima, habilidades sociales y autoritarismo paterno.

Revista Peruana de Psicologa, 2(4), 93-114.
Sanchez, H. & Reyes, C. (2006). Metodologa y diseos en la investigacin

cientfica. Lima: Editorial universitaria.
Siegel, S. & Castellan, J. (1995). Estadstica no paramtrica aplicada a las

ciencias de la conducta. Mxico: Trillas.
Sierra Bravo, R. (1994). Tcnicas de investigacin social. Teora y ejercicios.

Madrid: Paraninfo.
Tamayo, M. (1991). Diccionario de la investigacin cientfica. Mxico:

Limusa
Ugarriza, N. (1994). Un modelo causal explicativo sobre el uso de bebidas

alcohlicas en los adolescentes. Revista de Psicologa de la
Universidad Ricardo Palma, 6(Especial), 69-75.
Van Dalen, D. & Meyer, D. (1994). Manual de tcnica de la investigacin

educacional. Mxico: Paids.
Wood, G. (1984). Fundamentos de la investigacin psicolgica. Mxico:

Trillas.
206
JAIME ALIAGA TOVAR
Cuarta
UNIDAD
EL PROCESO DE LA
INVESTIGACIN
CUANTITATIVA (III)
Cmo se realiza el proceso de muestreo probabilstico y no

probabilstico?
Cules son las decisiones a tomar en cuenta al planificar la
recoleccin de datos?
Cules son los criterios objetivos para elegir la prueba estadstica
adecuada?
Qu aspectos especficos hay que tener en cuenta en la
interpretacin y explicacin de resultados?
207
JAIME ALIAGA TOVAR
Competencias
CONCEPTUALES:
Define el propsito del muestreo en la investigacin
cuantitativa.
Identifica los principios que orientan la recoleccin y el
anlisis cuantitativo de los datos.
PROCEDIMENTALES:
Aplicar el muestreo en la investigacin psicolgica,

destacando la utilidad del mismo con sentido crtico.
Disea el proceso de recoleccin y anlisis cuantitativo
de los datos.
ACTITUDINALES:
Valora la necesidad de conocer los principios y etapas

del muestreo en los que se basa para la eleccin de la
muestra de estudio.
Valora la importancia de la recoleccin y anlisis de
datos como paso final del proceso de investigacin
cuantitativa.
208
JAIME ALIAGA TOVAR
CONTENIDO TEMTICO
Leccin I: Muestreo.
Individuo, poblacin, muestra
Parmetro, estadstico, estimacin de parmetros
Concepto de muestreo
Procedimiento para hacer el muestreo
Elaboracin de la muestra probabilstica
Muestra no probabilstica
Tamao de la muestra probabilstica
Tamao de la muestra no-probabilstica
Leccin II: Recoleccin de datos.
Concepto
Decisiones a tomar al planificar la recoleccin de datos
Leccin III: Anlisis cuantitativo de datos
Tipos
Propsitos del anlisis cuantitativo de datos
Etapas
Eleccin de la prueba estadstica
Concepto y tipos de prueba estadstica
Critrios objetivos para elegir la prueba estadstica
Leccin IV: Interpretacin y explicacin de resultados
Aspectos especficos a tomar en cuenta en la interpretacin y
explicacin de resultados
Un ejemplode anlisis e interpretacin
Dos ejemplos de explicacin o discusin de resultados
Conclusiones
209
JAIME ALIAGA TOVAR
ESQUEMA CONCEPTUAL
PROBLEMA HIPTESIS
ESTIMACIN DE LA
CONCLUSIONES QUE
AFIANZAN Y
CONSECUENCIAS HIPTESIS ENGRUESAN EL
CONTRASTABLES CUERPO DE
CONOCIMIENTOS
NUEVOS PROBLEMAS
ANLISIS,
RECOGIDA INTERPRETACIN Y
DE DATOS DISCUSIN DE
RESULTADOS
CONCEPTOS CLAVE
Muestreo, muestra, poblacin, parmetro, recoleccin de datos,
anlisis cuantitativo de datos, prueba estadstica, interpretacin,
explicacin, discusin.
210
JAIME ALIAGA TOVAR
Leccin I
Muestreo
Determinado el diseo el paso siguiente es precisar quines van a ser los

sujetos investigados. La respuesta depende de los objetivos de la
investigacin que nos proporcionan un marco de referencia en cuyo interior
se encuentran un conjunto de elementos que es necesario esclarecer para
legitimar, por ejemplo, la extrapolacin de los resultados a que se llegue en
el estudio a una poblacin o segmento de esta que sea de inters. En este
sentido es fundamental para el xito de una investigacin cuantitativa el
que el psiclogo domine varios conceptos y procedimientos que tratamos a
continuacin.
1. Individuo
En investigacin, el trmino individuo refiere a cada uno de los

elementos de una muestra o poblacin que llevan asociados una
medida, un nmero de orden o un juicio. Casi siempre en psicologa los
individuos coinciden con las personas estudiadas, pero no siempre es
as, por ejemplo, individuos pueden ser cada una de las ratas de un
experimento.
2. Poblacin
El un sentido demogrfico una poblacin humana es un conjunto de

personas que habitualmente residen en un territorio geogrfico bien
delimitado y definido por un tamao o volumen, un espacio, una
estructura y una evolucin. En un sentido estadstico, que es el que
empleamos bsicamente en este texto, el trmino poblacin alude a un
Conjunto de casos que concuerdan con una serie de especificaciones
(Selltiz, Jahoda, Deutsch & Cook, 1976). No se refiere necesariamente a
personas. Por ejemplo, pueden ser consideradas como poblacin en un
estudio el total de historias clnicas archivadas en un determinado
centro hospitalario, todas las instituciones educativas primarias del
Per, todas las reacciones de un sujeto observado en situaciones
experimentales, el nmero de pernos producidos en un da o la suma
de todas las posibles combinaciones de tres cartas extradas de un mazo
de 52 naipes, en la que la suma de los puntos de las tres cartas
constituye un individuo para su posterior tratamiento estadstico.
Una poblacin es finita cuando el nmero de individuos que la

componen es limitado; es infinita, cuando no se tiene un lmite para el
nmero de individuos que la constituyen.
211
JAIME ALIAGA TOVAR
Asimismo, en esta temtica Pollit & Hungler (2000) proponen los

conceptos de poblacin accesible y poblacin blanco u objetivo. La
primera consta del conjunto de casos que satisfacen ciertos criterios
especificados con anterioridad por el investigador y que
simultneamente son accesibles al mismo. La segunda es el conjunto de
casos acerca del cual el investigador pretende hacer una generalizacin,
por ejemplo, todos los depresivos que viven en Per. En este caso, la
poblacin accesible podra reducirse a todos los neurticos que
participan en determinado programa teraputico. Se obtiene una
muestra de la poblacin accesible con el objetivo de generalizar los
resultados a la poblacin blanco.
3. Muestra
Es el subconjunto de individuos pertenecientes a una cierta poblacin.

Se extrae de est con la finalidad de inferir caractersticas del total de
la poblacin, por lo que la muestra debe ser representativa de la misma
emplendose con tal propsito por el investigador procedimientos
establecidos o tcnicas de muestreo.
4. Parmetro
Es un valor numrico conseguido a partir de los valores de una

poblacin que resume las caractersticas pertinentes o ms importantes
de esta. Por ejemplo, si el tiempo medio de estudios de la poblacin de
todos los estudiantes de psicologa es de 10 horas semanales, este valor
ser el correspondiente parmetro poblacional o media poblacional.
Generalmente, los parmetros poblacionales son desconocidos.
5. Estadstico
Es un valor numrico conseguido con los valores de una muestra y que

resumen alguna caracterstica de esta. Por ejemplo, si el tiempo medio
de estudio de una muestra de 20 estudiantes del primer ao de
psicologa es de 11 horas semanales, 11 es un estadstico o media
muestral.
6. Estimacin de parmetros
Los parmetros tienen un valor fijo (media poblacional, varianza

poblacional, desviacin estndar poblacional, entre otros), en la mayora
de los casos desconocidos; en tanto que los estadsticos si tienen un
valor conocido calculado en la muestra (media muestral, varianza
muestral, desviacin estndar muestral, entre otros), an cuando no
sabemos con certeza en qu medida se aproximan al parmetro.
212
JAIME ALIAGA TOVAR
Utilizando la inferencia estadstica el investigador intenta extraer

conclusiones de los parmetros de una poblacin a partir de los
estadsticos calculados en una muestra extrada al azar de dicha
poblacin. A esta operacin se le denomina estimacin de parmetros,
que es muy importante en muchos tipos de investigaciones, por
ejemplo, encuestas, donde el propsito es conocer los valores o
parmetros de una poblacin.
En la estimacin de parmetros se asume que, la diferencia entre la

media poblacional y la media de una muestra cualquiera de todas las
posibles de elegir al azar de una poblacin, es un error producido por
el muestreo. Si el investigador midiera la variable de inters en toda la
poblacin no existira este error y la media de cualquier muestra
extraida aleatoriamente de una poblacin sera exactamente igual a la
media poblacional, pero esto nunca sucede, pues los datos reales
siempre estn sujetos a error de muestreo (Welkowitz, Ewen & Cohen,
1981).
Estimador es el procedimiento empleado para estimar el valor del

parmetro (valor desconocido) a partir del estadstico encontrado en la
muestra, son estimadores por ejemplo la media aritmtica y una
proporcin muestrales. A su vez, una estimacin es el valor hallado en
la muestra, por ejemplo, el valor de la media aritmtica y de la
proporcin. La exactitud de una estimacin (accuracy) se refiere a la
mayor o menor magnitud de la diferencia entre su valor y el valor real
del parmetro de la poblacin, diferencia debida a errores muestrales y
no muestrales o de observacin.
Los errores muestrales son de sesgo y aleatorios. Los de sesgo,

denominados de parcialidad, se producen porque la muestra elegida no
representa bien a la poblacin. Los aleatorios son aquellos que se deben
a las diferencias existentes entre la verdadera composicin de ciertas
poblaciones y de las muestras al azar que se extraen de ellas,
debindose por lo tanto a una casualidad. Los errores no muestrales o
de observacin se pueden producir por deficiencias en los registros de
los datos y/o por errores de clculo.
En vista que el valor real del parmetro en la poblacin es desconocido -

para estimarlo es que se toma la muestra - slo es posible determinar la
exactitud probable de la estimacin que recibe el nombre de precisin,
la misma que depende de la magnitud del error de muestreo y ste a su
vez del tamao de la muestra, cuestiones que veremos ms adelante
cuando tratemos el muestreo probabilstico.
213
JAIME ALIAGA TOVAR
7. Concepto de muestreo
Con el trmino muestreo los investigadores se refieren al proceso de

seleccin de una parte de la poblacin para que represente al conjunto
de ella, en otras palabras es el procedimiento utilizado para la eleccin de
unidades dentro de un conjunto ms amplio de ellas. As pues, la
muestra no es otra cosa que el resultado del muestreo y los distintos
tipos de muestreo representan diversas formas de elegir la muestra
8. Procedimiento para hacer el muestreo
8.1. Definir quines son los sujetos u objetos de estudio. En el

proceso de realizacin del muestreo de debe definir en primer lugar
a quin o quines se va a observar. En esta definicin juegan un rol
fundamental los objetivos del estudio pero convenientemente
precisados en referencia a los sujetos u objetos a observar. Con
esta finalidad el investigador debe tener en cuenta las siguientes
precisiones:
a) Unidad de observacin. Son las unidades de la realidad que se

pretende observar, por ende constituyen el objeto global de
estudio y de ellas se obtienen los datos empricos necesarios
para contrastar las hiptesis con la realidad o lograr los
objetivos de la investigacin. Como objeto de informacin y
fuentes de datos constituyen unidades de realidad ms o menos
independientes que poseen determinados atributos y
propiedades y son susceptibles de diversos cambios y relaciones
referentes a dichos atributos y propiedades. No deben
confundirse con el objeto especfico de la investigacin que
versa normalmente sobre una variable general, tal como, un
acontecimiento: una huelga; un proceso: la movilidad social; un
tipo de relacin: la interaccin social o un proceso de cambio: la
industrializacin, que tienen lugar respecto a determinadas
unidades de observacin. (Sierra Bravo, 1991).
b) Unidad de anlisis. Las unidades que constituyen las

poblaciones y muestras se denominan elementos o unidades de
anlisis, vale decir modalidades especiales y particularizadas de
las unidades de observacin. Constituyen la unidad bsica para
la que deseamos obtener informacin estadstica, por ejemplo
un paciente, una fbrica, una familia, un animal experimental,
oraciones, prrafos, artculos. En algunos estudios pueden
214
JAIME ALIAGA TOVAR
existir dos o ms unidades de anlisis, como lo pueden ser

profesor y alumno.
c) Unidad de muestreo. Es una unidad del marco de muestreo,

pudiendo ser una persona, una historia clnica, un informe
psicolgico. En algunos estudios es igual a la unidad de anlisis,
por ejemplo, en una investigacin en la que se cuenta con una
relacin de estudiantes universitarios de la que seleccionar una
muestra para observar la motivacin de logro. Pero, si se quiere
analizar en una poblacin la conciencia fonolgica en nios de 5
aos y solamente se dispone de un plano dividido en manzanas
y viviendas y se decide muestrear estas paras llegar a los nios
menores de 5 aos, la unidad de muestreo es una vivienda y la
unidad de anlisis un nios de 5 aos.
d) Marco de muestreo. No es ms que la relacin completa de

las unidades de muestreo, por ejemplo, la relacin de alumnos
de psicologa de una determinada universidad, un plano, el
disco duro de una computadora. Si no existiese es conveniente
que el investigador lo elabore (Hernndez, Fernndez &
Baptista, 2003).
8.2. Delimitacin de la poblacin. Un estudio que pretenda analizar la

poblacin de estudiantes de psicologa, incluye a los alumnos de
las facultades de psicologa de todo el pas? A los de la ciudad de
Lima? A los estudiantes de las modalidades presencial y a distancia
o solamente a una de estas modalidades? A los estudiantes de los
turnos diurno y nocturno o solamente a uno de estos? A los
estudiantes de todos los ciclos o semestres de estudio o solamente a
alguno de ellos? El investigador debe precisar los criterios de
elegibilidad o de exclusin que le permitan decidir si un individuo
ser incluido o no en la poblacin de inters. En consecuencia, el
investigador debe hacer que la poblacin quede claramente
delimitada en torno a sus caractersticas de contenido, lugar y en el
tiempo. Por ejemplo, la poblacin para una investigacin sobre el
uso de la televisin por los nios se defini as: Todos los nios de
Lima Metropolitana que cursen 4, 5 y 6 de primaria, en
instituciones educativas estatales y privadas del turno matutino. En
el ejemplo se delimita claramente la poblacin y se fija los criterios
de inclusin y de exclusin. Por ejemplo, no participarn de este
estudio los nios que no vivan en el rea metropolitana, que no
vayan al colegio y los menores de 9 aos que es la edad-grado del
4 de primaria.
215
JAIME ALIAGA TOVAR
8.3. Seleccin de la muestra. Sabemos que la muestra es un

subconjunto de la poblacin, lo que el investigador pretende es que
este subconjunto sea un reflejo fiel del conjunto de la poblacin. En
el proceso de seleccin de la muestra existen dos tipos de
muestro, el probabilstico y el no probabilstico, pero es el primero
el nico mtodo viable para obtener muestras representativas en
estudios cuantitativos (Polit & Hungler, 2000). La eleccin que el
investigador haga entre ambos tipos de muestreo depender de los
objetivos de su investigacin, del diseo o esquema de la misma, y
de la contribucin que piensa hacer con el estudio (Hernndez,
Fernndez & Baptista, 2003). Segn el tipo de muestreo se da
origen a las muestras probabilsticas y a las no probabilsticas.
a) Muestras probabilsticas. En estas muestras todos los

elementos de la poblacin tienen la misma posibilidad de ser
escogidos. Por el fundamento matemtico que tienen los
resultados a los cuales se llegue con estas muestras pueden ser
inferidos o generalizados a la poblacin dentro de unos lmites
de error (error de muestreo) que pueden ser calculados. Son
esenciales cuando se pretende hacer estimaciones de variables
en la poblacin, por ejemplo, mediante encuestas. Estas
muestras se obtienen definiendo en primer lugar las
caractersticas de la poblacin; en segundo lugar precisando el
tamao de la muestra y, en tercer lugar, efectuando una
seleccin aleatoria de las unidades de anlisis.
b) Muestras no probabilsticas. En estas muestras la eleccin de

sus elementos no depende de la probabilidad, sino de causas
relacionadas con las caractersticas del investigador o del que
hace la muestra. En este sentido se vincula con el proceso de
toma de decisiones de una persona o grupo de personas, por tal
razn en la investigacin cuantitativa se considera que tienden a
ser sesgadas pues al no tener un elemento de la poblacin la
misma probabilidad de ser incluido en la muestra puede ser que
alguna parte de la poblacin quede sin representacin; sin
embargo, tambin se considera que si el investigador selecciona
con criterios adecuados y con mucho cuidado la muestra, hace
una interpretacin conservadora de los resultados y repite el
estudio con nuevas muestras para asegurar la repetibilidad de
los mismos, las muestras no probabilsticas pueden resultar
razonablemente adecuadas (Pollit & Hungler, 2000; Hernndez,
216
JAIME ALIAGA TOVAR
9. Elaboracin de la muestra probabilstica
Cuando la poblacin de estudio es muy numerosa se hace necesario

seleccionar una muestra. Por numerosa entenderemos la cantidad de
unidades o elementos poblacionales que no puede estudiarse con los
recursos humanos, fsicos y financieros disponibles.
El muestreo probabilstico es de cuatro tipos:
9.1 Muestreo aleatorio simple o al azar sin restricciones. Cada

una de las unidades de la poblacin tiene la misma probabilidad
de ser incluida en la muestra. Teniendo el marco de muestreo se
numera todas las unidades de 1 a n; luego, con la ayuda de una
tabla de nmeros aleatorios o algn otro mecanismo que asegura
aleatoriedad, se extraen tantas unidades hasta completar el
tamao de la muestra deseada.
9.2. Muestreo sistemtico. Las unidades numeradas de 1 a n, son

seleccionadas de acuerdo a cierto intervalo de muestreo k, cuyo
valor es igual n/N. (donde n= tamao de la poblacin y N=
tamao elegido de la muestra). Por ejemplo, en una poblacin de
n= 1800 se desea seleccionar una muestra de N= 200. El intervalo
ser k = 1800/200=9. Teniendo el marco muestral y una tabla de
nmeros aleatorios u otro mecanismos que asegure aleatoriedad
se selecciona al azar entre 1 y 9 un nmero de partida, por
ejemplo el 05, entonces el sujeto que lleva el nmero 05 es el
nico seleccionado aleatoriamente); la siguiente unidad se
selecciona sumando el intervalo muestral 09, al nmero de partida
05, obtenindose 14. Las dems unidades se seleccionan
sumndoles sucesivamente el intervalo muestral al nmero
anteriormente obtenido hasta completar la muestra.
9.3. Muestreo estratificado. Se utiliza cuando la poblacin de estudio

no es homognea. Entonces sta se divide en subpoblaciones o
estratos, de cada uno de stos se selecciona una muestra
utilizando el muestreo aleatorio simple. Posteriormente, se
combinan las estimaciones de cada estrato para formar una
estimacin del valor de la poblacin total.
Hay tres tipos de fracciones de muestreo:
1) Afijacin proporcional: el tamao de las muestras en cada

estrato es proporcional al nmero de unidades de cada estrato
de la poblacin.
217
JAIME ALIAGA TOVAR
2) Afijacin uniforme: el tamao de las muestras es igual en cada

estrato, independiente del estrato de la poblacin.
3) Afijacin ptima: considera el tamao del estrato de la
poblacin y la variabilidad (desviacin estndar) dentro de
cada estrato.
Veamos un ejemplo de afijacin proporcional. Una psicloga

desea tomar de una poblacin de 1000 alumnos de una facultad
de educacin a una muestra de 200 estudiantes estratificados
por niveles de estudios: Avanzado (X, IX y VIII ciclo), Intermedio
(VII, VI, V, IV ciclo), Inicial (III, II y I ciclo). Atendiendo al
registro de matrculas los alumnos se estratifican de la siguiente
manera.
Estrato (h) Tamao de la

poblacin (por
estrato) (Nh)
1. Avanzado 220
2. Intermedio 380
3. Inicial 400
Total poblacin 1000
(n)
Conociendo el nmero de sujetos por cada estrato, para

determinar el tamao de las muestras en cada uno de ellos, la
psicloga debe aplicar la misma fraccin de muestreo (f), o tasa
muestral a cada estrato de la poblacin total. La fraccin de
muestreo relaciona el tamao de la muestra deseada (N)
(establecida en 200) con el tamao de la poblacin (n). La tasa
muestral es: 200/1000= 0,20. A continuacin multiplicara la tasa
muestral 0.20 por cada Nh (tamao de cada estrato) para obtener
la cantidad de unidades que deben seleccionarse en cada estrato.
Estrato(h) Aplicacin de la Nmero de unidades

fraccin muestral (f. en el estrato (Nh)
Nh)
1. Avanzado 0.20 x 220 44
2. Intermedio 0.20 x 380 76
3. Inicial 0.20 x 400 80
218
JAIME ALIAGA TOVAR
Establecido el tamao muestral de cada estrato la seleccin de los

elementos o unidades de anlisis en cada uno de ellos se har por
muestreo aleatorio simple o muestreo sistemtico.
9.4. Muestreo Aleatorio de conglomerados o racimos. La muestra

es escogida de la poblacin en grupos, no individualmente. Los
conglomerados son las unidades de anlisis de la poblacin. Por
ejemplo, los siguientes estudios: Estimacin de los niveles de
inteligencia de nios entre 6 y 14 aos de edad, matriculados en las
escuelas estatales y particulares de las UGEL de Lima Metropolitana,
y Niveles de nutricin en nios de 0-6 aos residentes en los
distritos del cono sur de Lima, tienen en comn el haber definido
una unidad de muestreo apropiada, las UGEL y los distritos. En
cada estudio las unidades de muestreo seleccionadas pueden
tambin ser submuestreadas. As en la primera investigacin,
pueden seleccionarse de cada UGEL dos colegios, uno estatal y uno
privado, a continuacin, de cada colegio puede seleccionarse una
seccin por cada edad-grado, y luego de cada seccin se extraer
por muestreo aleatorio simple, sistemtico o estratificado tantas
unidades o elementos como se haya estipulado como tamao de la
muestra. Cuando este muestreo se produce en dos etapas recibe el
nombre de muestreo bietpico y cuando se da en ms de dos etapas
se denomina muestreo polietpico, como en el caso del ejemplo.
10. Muestras no probabilsticas
En general, cuando el investigador hace uso de muestras no

probabilsticas no puede saber hasta qu punto sus resultados podrn
proyectarse, con confiabilidad, hacia el conjunto ms amplio que desea
conocer. Estas muestras se clasifican de diversas maneras; una de
ellas es la siguiente:
a) Muestra accidental, es aquella que se obtiene sin atender a un

plan preconcebido de muestreo, por tanto los elementos o
unidades de anlisis son el producto de circunstancias fortuitas.
Un ejemplo, en la del investigador que entrevistan a los primeros
100 personas que se pasean por cierto parque; tambin lo es el
de los radioescuchas que llaman a una estacin de radio.
b) Muestra de sujetos voluntarios, es aquella en la que a solicitud

del investigador participan voluntariamente un conjunto de
sujetos. Se utilizan mucho en estudios en los que el investigador
tiene ms inters por los efectos de las condiciones a las que sern
sometidos los participantes del estudio, por lo que se requiere que
219
JAIME ALIAGA TOVAR
estas muestras sean homogneas en variables tales como la edad,

sexo, inteligencia.
c) Muestra intencional, es aquella en que los elementos se

seleccionan atendiendo a un criterio o criterios que el investigador
considera como relevantes para su estudio en base al conocimiento
que tenga de la temtica y a su opinin personal. La generalizacin
a la poblacin es nula o a lo ms sus resultados pueden
extrapolarse a sujetos o elementos de similares caractersticas a
los que formaron la muestra de estudio. Tambin se le utiliza
como una muestra tentativa para decidir ms adelante cmo tomar
una muestra aleatoria.
d) Muestra de expertos, es aquella en la que los elementos se

seleccionan en base a su idoneidad en algn aspecto que interesa
al investigador. Se emplea bastante en estudios exploratorios y
cualitativos. Un ejemplo se tiene en el estudio que pretende
caracterizar a los investigadores en el campo educacional y el autor
recurre a una muestra de investigadores reconocidos por su
experiencia en este aspecto. Estas muestras son vlidas y tiles
cuando los objetivos del estudio as lo requieren.
e) Muestra por cuotas, es aquella que el investigador decide utilizar

cuando tiene un buen conocimiento de los estratos de una
poblacin y/o de los individuos ms representativos para los
propsitos que persigue. Tiene parecido con el muestreo aleatorio
estratificado, pero sin las caractersticas de aleatoriedad de ste.
Se fijan unas cuotas o nmero de elementos que renen ciertas
condiciones, por ejemplo, 40 personas de 20 a 40 aos de edad,
de sexo femenino y residentes en el distrito de San Borja.
Determinada la cuota se eligen los primeros sujetos que cumplan
estas condiciones.
f) Muestra Bola de nieve, es aquella en la que se obtiene en

primer lugar una muestra reducida de elementos y a estos se les
pregunta el nombre de otros individuos a quienes se encuestara y
as sucesivamente.
g) Muestra de sujetos-tipo, es aquella que se inscribe en un estudio

cuyo propsito busca riqueza, profundidad y calidad de
informacin. Son ejemplos los estudios acerca de patrones de
consumo de jvenes de determinado nivel socioeconmico en los
que se utiliza grupos de 8 a 12 jvenes que posean las mismas
caractersticas socioeconmicas del referido segmento poblacional.
220
JAIME ALIAGA TOVAR
11. Tamao de la muestra probabilstica
En el proceso de elaboracin de una muestra probabilstica no basta

solamente el determinar la tcnica de muestreo probabilstico ms
adecuado, falta saber cuntos elementos compondrn la muestra de
estudio para estimar los parmetros de la poblacin en la variable de
inters y estimar tambin los mrgenes de error correspondientes a
dichas estimaciones. La estimacin del nmero de estos elementos
debe ser realizada de tal manera que este nmero sea el suficiente a
fin de que la muestra extrada aleatoriamente proporcione una
seguridad estadstica de que los resultados que se obtengan
analizndola puedan, dentro de los lmites estimados, representar
realmente a la poblacin, lo que significa que el tamao de la muestra
debe tener determinadas proporciones mnimas de acuerdo con las
leyes de la probabilidad.
Existen frmulas y tablas que calcular rpidamente el tamao de una

muestra pero todas estas dependen del tener claramente especificado
lo siguiente: Tipo de poblacin, finita o infinita - una poblacin infinita
es aquella que tiene ms de 100,000 elementos; el nivel de confianza
o porcentaje de seguridad o probabilidad que el tamao de la muestra
a determinar proporciona una seguridad no total pero suficiente en la
prctica para estimar el parmetro-, el error muestral y la varianza
11.1 Estimacin del tamao de la muestra mediante una

frmula
Usualmente el tamao de la muestra utilizada en los estudios en
psicologa, educacin y ciencias sociales se estima procediendo
como si la poblacin fuera infinita-en una investigacin fctica
significa una poblacin muy grande-y que el muestreo es sin
reemplazamiento, es decir que el elemento extrado de la
poblacin no vuelve a esta para la siguiente extraccin. Desde
este punto de vista, es lcito suponer que la determinacin del
tamao de la muestra bajo estas condiciones sobreestimar el
nmero necesario de sujetos, lo cual evidentemente no
perjudica al estudio sino que le da mayor precisin. (Sierra
Bravo, 1994).
Ejemplo: En una poblacin de 98,240 escolares del sexto grado

de primaria se pretende realizar una encuesta desendose con
este propsito precisar de manera conservadora y en las
condiciones ms desfavorables el tamao de muestra necesario
221
JAIME ALIAGA TOVAR
para estimar los parmetros poblacionales con un nivel de

confianza del 95% y un margen de error muestral del +/-4%.
Utilizando la siguiente frmula (Sierra Bravo, 1994).
Donde:
N = total de la poblacin
Za2 = 2,002 (la seguridad es del 95%)
P = proporcin esperada (en este caso 50), con lo que se
maximiza el tamao muestral).
q = 1 p (en este caso 1-50 = 50)
d = precisin (error muestral, 4%)
En vista que la poblacin es inferior a 100,000, es necesario

aplicar la frmula para poblaciones finitas y de proporciones por
tratarse de una encuesta. El resultado indica 621 sujetos.
Si la poblacin fuese infinita es decir superior a 100,000

sujetos, la frmula a aplicar comparndola con la frmula para
poblaciones finitas, no incluye en el numerador a (N) y en el
denominador solamente incluye a d2. De esta manera, si en
ejemplo anterior la poblacin hubiese sido de 115,280 sujetos
el tamao de la muestra sera 625.
11.2 Estimacin del tamao de las muestra mediante una tabla.
Tamaos de muestras
Los tamaos de muestras que figuran a continuacin

corresponden al caso de trabajar con proporciones, P = 0.5, y
con un nivel de confianza del 95%.
222
JAIME ALIAGA TOVAR
Tabla 17.
Relacin de tamaos en funcin de la poblacin y el error muestral.
Errores muestrales
Poblacin
1% 2% 3% 4% 5% 10%
500 222 83
1000 385 286 91
2000 1250 769 500 345 96
5000 1667 909 556 370 98
10000 5000 2000 1000 588 385 99
25000 7143 2273 1064 610 394 100
50000 8333 2381 1087 617 397 100
100000 9091 2439 1099 621 398 100
Infinito 10000 2500 1111 625 400 100
(Len y Montero, 1991, p. 187).
Obsrvese que a medida que el error muestral es menor el

tamao exigido de la muestra es mayor. As para una poblacin
de 10 000 sujetos la muestra exigida es de 91 sujetos para un
margen de error de +/-10% y de 5000 sujetos para un margen
de erro de +/-1%. Desde otro ngulo de observacin, esta
tabla tambin nos permite tener una rpida visin de lo que
significa el error muestral. Si en una poblacin de 5325 sujetos
con un margen de error de +/- 2% hemos extrado
aleatoriamente una muestra de 2000 y de esta el 75%
responde en una encuesta que es contraria a la legalizacin del
aborto, el porcentaje en toda la poblacin se encuentra entre el
73% al 77% con una confianza del 95%.
12. Tamao de la muestra no probabilstica
En las muestras no probabilsticas no tiene sentido el calcular los

tamaos de muestra con los procedimientos probabilsticas pues no se
estimarn los parmetros poblacionales. Sin embargo, cuando se
utilizan pruebas estadsticas para el contraste de hiptesis es necesario
estimar los tamaos mnimos de las muestras empleadas con el
propsito de dar al investigador la oportunidad de comprobar si sus
hiptesis eran correctas. La determinacin del nmero de sujetos
necesarios implica tener en cuenta conceptos como los de tamao del
efecto, potencia y otros, que trataremos en la leccin acerca del
anlisis de los datos.
223
JAIME ALIAGA TOVAR
Leccin II
Recoleccin de datos
En la investigacin cuantitativa una vez que se han precisados el tipo y

diseo de la investigacin as como lo referente a la muestra, la etapa
siguiente es la recoleccin de los datos.
1. Concepto
Todo aquellos que interesa al investigador cuando realiza un estudio

debe traducirse finalmente en datos que puedan ser objeto de anlisis.
En este sentido, en una investigacin cuantitativa la recoleccin de los
datos es una etapa convenientemente planificada que pone en contacto
directo al investigador con la realidad al observar las variables en las
unidades de observacin y/o de anlisis con un propsito especfico.
2. Decisiones a tomar al planificar la recoleccn de datos
La recoleccin de los datos se encuentra fuertemente vinculada al tipo y

diseo de investigacin as como al problema planteado, entre otros
aspectos. En consecuencia, en la etapa de planificacin de la colecta de
datos el investigador deber tomar ciertas decisiones pues tendr que
elegir entre varias alternativas para definir como se recogern los
datos; decisiones que generalmente responden a las siguientes
preguntas:
1) Qu informacin es necesario conseguir? En un estudio una de las

variables es el razonamiento lgico deductivo, entonces la
informacin que necesitamos es sobre este tipo de razonamiento.
2) Cul es la fuente que proveer la informacin? En primer lugar la

decisin es si se utilizarn datos preexistentes o se colectaran otros
generados para el estudio.
En cuanto a lo primero, los investigadores muchas veces aprovechan

informacin ya existente reunida para cumplimentar otros propsitos
pero que pueden aprovecharse para responder a las preguntas de
investigacin, informacin que se encuentra en los registros de
hospitales, historias clnicas, registros de colegios, registros de centros
laborales, archivos histricos, informes, entre otras fuentes En otros
casos, se re-analizan o se analizan con otros objetivos los datos de
investigaciones previas que pueden haber sido realizadas por el mismo
investigador o por otros investigadores (anlisis secundario). Por
224
JAIME ALIAGA TOVAR
ejemplo, al investigar el rendimiento en razonamiento lgico deductivo

de los estudiantes del quinto ao de secundaria de Lima se utilizan los
datos de una investigacin hecha en 1950 y se le comparan con los
datos generados en la poblacin de similar grado educativo del ao
2009.
La informacin preexistente es empleada principalmente pero no

nicamente por la investigacin histrica y el metanlisis, en las que
aparte de localizar la informacin disponible y evaluar su autenticidad,
la informacin disponible y apropiada debe ser codificada, manipulada y
dispuesta adecuadamente para su anlisis (Polit & Hungler, 2000).
En cuanto a lo segundo, la informacin requerida es generada por el

investigador observando a la unidad de anlisis que en psicologa
generalmente son personas y animales. Por ejemplo, en el caso de la
investigacin de razonamiento lgico deductivo la informacin puede ser
conseguida observando a una muestra que cursa el quinto ao de
secundaria el 2009.
3) Cundo se recoger los datos? Esta pregunta refiere a la fecha y

hora en la cual se recoger los datos aplicando la tcnica o
instrumento de investigacin. Por ejemplo, los datos sobre el
razonamiento lgico deductivo se recogern el da 18 de noviembre
entre las 10 y 12 horas de manera simultnea en 14 instituciones
educativas estatales y privadas de Lima.
4) Dnde se recogern los datos? Alude esta pregunta al lugar

geogrfico que corresponde a la ubicacin de la muestra de sujetos.
Por ejemplo, se especifican los nombres y ubicaciones de las 14
instituciones educativas.
5) Con qu frecuencia se recogern los datos? Concierne esta

cuestin a las veces que se observar la unidad de anlisis. Por
ejemplo, los datos del razonamiento lgico deductivo se recogern
una sola vez.
6) Quin aplicara los instrumentos? La respuesta refiere a las personas

que administrarn el o los instrumentos a la muestra de estudio. Se
supone que las mismas estn capacitadas para esta labor. Por
ejemplo, el Test de Razonamiento lgico deductivo ser
administrados por 14 psiclogas previamente entrenadas para este
propsito.
225
JAIME ALIAGA TOVAR
7) Qu tcnica o instrumento se emplear en la recoleccin de los

datos? En el Cuadro 16 se muestra un conjunto de algunas tcnicas
e instrumentos bastante empleados en investigacin:
Tabla 18
Algunas tcnicas e instrumentos utilizados en psicologa(Elaboracin propia)
TCNICAS INSTRUMENTOS
Observacin Escalas de apreciacin, registros de conducta,
registros de productos de conducta, sistemas de
observacin, diarios de campo, sociometra
(observaciones recordadas, Kerlinger & Lee,
2002)
Tcnicas Polirreactigrafo, taquistoscopio, medidas de la
Objetivas percepcin de profundidad y de percepcin de la
verticalidad, polgrafo
Entrevista Entrevistas estructuradas, entrevistas
semiestructuradas, entrevistas no estructuradas
Encuesta
Tcnicas Diferencial semntico, lista de adjetivos (Ej. Lista
Subjetivas de adjetivos ACL)
Tcnicas Psicodiagnstico de Rorschach, T.A.T, Dibujo de la
Proyectivas figura humana, Frases incompletas
Autoinforme Cuestionarios, inventarios, escalas, autorregistro,
tcnicas de pensamiento en voz alta
Las tcnicas e instrumentos mostrados en el Cuadro 18 son aplicables a la

recoleccin de informacin primaria o obtenida directamente de las
unidades de anlisis por el invfestigador; pero como hemos visto en el
acpite 1) tambin en investigacin se utiliza informacin existente
elaborada por otros investigadores o por el mismo investigador, lo que
constituye una informacin de fuente secundaria. En la recoleccin de datos
de estas fuentes son importantes las Fichas bibliogrficas y las Fichas de
contenido.
El investigador seleccionara una o ms tcnicas e instrumentos o elaborara

uno de estos ltimos de acuerdo al objetivo, tipo de investigacin, diseo
de investigacin y preguntas de investigacin que tiene que responder. En
todo caso la tcnica o instrumento escogido o elaborado debe ser confiable
y vlido. Por ejemplo, en el caso del estudio sobre el razonamiento lgico
deductivo se puede usar la tcnica del Autoinforme y como instrumento se
construir un cuestionario psicomtrico de opcin mltiple compuesto de 30
silogismos y cinco posibles respuestas entre ellas cuatro distractores y la
respuesta correcta, con calificacin de 1 punto la respuesta correcta y 0
226
JAIME ALIAGA TOVAR
puntos la respuesta errada. Este instrumento deber tener caractersticas

comprobadas de validez y confiabilidad
8) Cmo se presentaran los datos para la realizacin de su anlisis?

Recogida la informacin esta debe ser codificada y procesada o
calificada para realizar su anlisis de acuerdo a los objetivos de la
investigacin, con tal fin se elabora la Matriz de datos que
esencialmente es un conjunto de filas y de columnas.
Generalmente en este tipo de matriz las filas representan los
diferentes sujetos del estudio y las columnas representan las
diferentes variables de la investigacin. Cada fila es un sujeto y
cada columna es una variable, en el caso que una variable haya
sido observada en ms de un momento en tiempo, para cada
medicin se emplear una columna diferente. Veamos la
siguiente tabla:
Tabla 19.
Matriz de datos (n= 10 sujetos)
Sujetos Sexo Edad CLPre CLPost

1 1 8 23 29
2 1 8 22 30
3 1 8 19 24
4 1 8 14 15
5 1 8 18 27
6 2 8 24 29
7 2 8 22 23
8 2 8 17 21
9 2 8 16 19
10 2 8 14 24
En esta matriz de datos se muestran las diferentes variables

codificadas correspondientes a un experimento de diseo
preexperimental pretest-postest en el que tratamiento o variable
independiente ha sido un programa de mejoramiento de la
comprensin lectora en nios del tercer grado de primaria En una
muestra de 10 sujetos se ha recogido datos de las variables
genero, edad en un nico momento en el tiempo y la puntuacin
de la comprensin lectora en el pre y el postest. La codificacin
de las variables es la siguiente:
Edad: aos directos

Sexo: 1 = hombre; 2 = mujer
CLPre = Puntuacin directa en comprensin lectora en el pretest
227
JAIME ALIAGA TOVAR
CLPost = Puntuacin directa en comprensin lectora en el

postest.
La variable edad es cuantitativa medida en una escala de razn,

la variable sexo es una variable cualitativa medida en escala
nominal y las variables CLPre y CLPost estn medidas en un
sentido estricto en una escala ordinal, pero son tratadas como
cuantitativas.
Como se observa, la codificacin es un proceso por el cual las categoras de

los tems o preguntas deben codificarse a travs de smbolos o nmeros.
Codificar es clasificar los datos a base de las VI y VD relacionadas con la
investigacin. La codificacin es necesaria porque de lo contrario no puede
efectuarse ningn anlisis. Bsicamente, la codificacin abarca las
siguientes etapas: a) Codificacin de las categoras de tems, preguntas,
etc. (p.e. varn=0; mujer=1); b) Elaboracin del libro de cdigos,
documento que seala la localizacin de las variables y que enlista las
asignaciones de cdigo a los atributos que las componen. Este libro es
fundamental para la codificacin y es la gua para localizar las variables e
interpretar los cdigos del archivo de datos durante el anlisis (Babbie,
1999, p. 342); c) Elaboracin de la matriz de datos por medio de la
tabulacin. Como sabemos, esta matriz resulta de la transferencia de las
respuestas dadas por la muestra al instrumento(s) de investigacin,
previamente estas respuestas han sido codificadas, registrndose los
cdigos en el libro de cdigos. La matriz de datos puede elaborarse en el
programa Excel o directamente en un programa de anlisis estadstico
computerizado como es el caso del paquete estadstico para ciencias
sociales SPSS.
Tomadas las decisiones pertinentes el investigador elaborara el plan de

colecta de datos, teniendo en cuenta que el proceso del mismo ms que
lineal es iterativo en vista que el investigador siempre debe estar atento y
dispuesto a hacer los ajustes adecuados, pues el objetivo final no es cumplir
al pie de la letra la lista de pasos, sino asegurarse de que el procedimiento
genere informacin conceptualmente apropiada y de la mejor calidad
posible (Pollit & Hungler, 2000).
228
JAIME ALIAGA TOVAR
Leccin III
Anlisis cuantitativo de datos
La investigacin persigue conseguir respuestas a preguntas y probar

hiptesis, en este proceso las respuestas son elaboradas y las hiptesis con
contrastadas cuando se interpretan los datos, actividad de reflexin que
requiere del anlisis previo de los mismos.
1. Concepto
Administrados los instrumentos de investigacin a la muestra o

muestras de estudio se tiene como resultado un conjunto de datos que
tienen que ser analizados e interpretados para responder a las
preguntas de investigacin y contrastar a las hiptesis. En este sentido,
el anlisis de los datos tiene como objetivo reducirlos a una forma
inteligible e interpretable para que las distribuciones de las variables o
las relaciones de las mismas formuladas en los problemas de
investigacin puedan ser estudiadas y probadas. La reduccin de los
datos se logra categorizndolos, ordenndolos, manipulndolos y
resumindolos (Kerlinger & Lee, 2002). La categorizacin se efecta de
acuerdo a determinadas categoras planteadas tericamente
previamente; el ordenamiento se hace atendiendo a criterios lgicos
consistentes; la manipulacin refiere a la operacin de los datos con
habilidad en funcin de los objetivos del estudio, por ejemplo el
cruzarlos entre s y correlacionarlos; y el resumen alude la captacin de
la informacin sustancial y su representacin coherente por medio de
estadsticos, por ejemplo la media aritmtica, grficos, por ejemplo un
histograma, y tablas.
El proceso del anlisis e interpretacin de datos requiere que el

investigador tenga conocimientos de estadstica descriptiva y
estadstica inferencial. La velocidad y exactitud de los clculos se ha
visto extraordinariamente facilitada por los paquetes estadsticos por
ejemplo, el Paquete Estadstico para las Ciencias Sociales (Statistic
package of Social Sciencies SPSS).
2. Tipos
Una clasificacin de los tipos de anlisis de datos es la siguiente:
a) Segn el nmero de variables: anlisis univariable (por ejemplo, la

distribucin de la comprensin lectora en estudiantes del segundo
grado de primaria); anlisis bivariable (por ejemplo, la diferencia en
razonamiento lgico deductivo entre estudiantes de colegios
229
JAIME ALIAGA TOVAR
estatales y privados); anlisis multivariable (por ejemplo, un anlisis

de regresin mltiple que pone a prueba un modelo predictivo y
anlitico del rendimiento acadmico en matemticas en funcin de
un conjunto de variables psicolgicas y sociales).
b) Segn el carcter del anlisis: exploratorio (si se quiere encontrar

nuevas hiptesis (por ejemplo un anlisis factorial exploratorio
AFE aplicado a un conjunto de variables para determinar como se
agrupan estas en funcin de lo que tienen de comn); confirmatorio
(si se quiere verificar las hiptesis que anteriormente se formularon,
por ejemplo un anlisis factorial confirmatorioAFCefectuado en
una prueba psicolgica extranjera para determinar si su estructura
se mantiene cuando es adaptada a nuestro pas).
c) Segn la naturaleza del anlisis: cuantitativo (si el anlisis es

estadstico o matemtico buscando de determinar, por ejemplo,
ndices de frecuencia del fenmeno o comportamiento investigado);
cualitativo (si el anlisis usa precisiones conceptuales y se busca
una descripcin detallada, comprensiva, dinmica y lo ms completa
del fenmeno o comportamiento en estudio).
d) Segn el objetivo que se pretende alcanzar: causal (cuando se

quiere llegar a las causas del fenmeno o comportamiento
estudiado); de cambios (si se pretende determinar las
modificaciones o cambios que pasa o ha pasado el fenmeno o
compoprtamiento investigado); de decisiones (si lo que se quiere es
obtener informacin que fundamente la adopcin de medidas); de
grupos (si se quiere conocer determinados conjuntos o agrupaciones
de sujetos en lo referente a ciertas variables); de sistemas (si lo que
se quiere es precisar las relaciones que presentan determinados
conjuntos, fenmenos o comportamientos, por ejemplo el anlisis
del sistema actitudinal de un grupo de personas).
3. Propsitos del anlisis de datos
Atendiendo a los objetivos del estudio, cuando el investigador realiza un

anlisis cuantitativo o estadstico de los datos lo que principalmente
pretende es lo siguienten (Naghi, 1984):
1) Hallar lo que hay en los datos (tcnica estadstica: media, mediana,

moda.)
2) Conocer que tanto varan los datos (tcnica estadstica: desviacin
estndar, rango, varianza.)
3) Determinar cmo estn distribuidos los datos (Frecuencia)
230
JAIME ALIAGA TOVAR
4) Averiguar qu relacin existe entre variables (Correlacin y medidas

de asociacin.)
5) Hacer estimaciones y predicciones. (Estimacin de punto e intervalar.
Regresin. Series de tiempo).
6) Precisar las diferencia entre grupos y variables. (Pruebas T, Z,
ANOVA, Anlisis discriminante).
7) Demostrar causalidad (Pruebas T, Z, ANOVA y algunas tcnicas
multivariadas como el path analysis o anlisis de ruta).
4. Etapas del anlisis de datos
El anlisis cuantitativo de los datos se realiza teniendo como materia

prima a la base de datos construda por el investigador que es trabajada
empleando programas computarizados tales como el SPPS, Stats,
Minitab, SAS, EpiInfo, o cualquier otro. El criterio de escogencia de un
programa es si ste pose las funciones estadsticas apropiadas.
Una vez seleccionado y puesto en ejecucin el programa, usualmente el

anlisis sigue las siguientes etapas: 1) La exploracin de los datos,
analizando y haciendo las representaciones grficas de los datos de cada
una de las variables; 2) El contraste de las hiptesis del estudio
utilizando las pruebas estadsticas y las representaciones grficas
adecuadas; 3) La ejecucin de anlisis complementarios; 4) La
preparacin de los resultados mediante la elaboracin de tablas, cuadros
grficos. Adicionalmente, algunas veces es necesario efectuar el anlisis
de la confiabilidad, validez y normas del instrumento o los instrumentos
utilizados.
Antes de empezar el anlisis, el investigador debe tener claramente

especificados el nivel o escala en la que estn medidas las variables a
analizar (nominal, ordinal, intervalo, razn) y el tipo de variable
resultante de esta medicin (cualitativa, semicuantitativa y cuantitativa);
la direccin de las hiptesis estadsticas (una o dos colas) y su propio
inters.
El investigador tambin debe validar los datos comprobando en la base

de datos qu e todos los casos esperados esten presentes, que las
variables numricas slo tienen valores numricos y que estos son
vlidos, haciendo en caso necesario las correcciones correspondientes.
4.1 Exploracin de datos
Esta etapa tiene una importancia creciente conocindosele como

anlisis de datos exploratorio (EDA, exploratory data analysis).
Comienza aplicando la estadstica descriptiva para producir un
231
JAIME ALIAGA TOVAR
resumen de la informacin que puede expresarse con nmeros o

con grficos.
La exploracin de los datos se efecta en cada una de las variables.

Es preciso tener en cuenta el nivel o escala en el que han sido
medidas las variables pues los estadsticos y grficos a obtener
estn vinculados con las propiedades de los niveles o escalas de
medicin.
4.1.1 Exploracin de datos de variables cuantitativas
Cuando los datos provienen de variables cuantitatrivas o

medidas en escala de razn, de intervalo u ordinales,
usualmente se explora las distribuciones calculando las
frecuencias absolutas (puntuaciones ordenadas al interior de
sus categoras) y relativas (porcentajes), y se les representa
grficamente mediante histogramas, grficos de tallos y
hojas, grficos de sectores, diagramas de dispersin,
grficos de lneas, grfios de barras u otros grficos.
Por otro lado, el observar la forma de la distribucin es muy

importante pues varias pruebas estadsticas deben aplicarse
a un conjunto de datos slo si la poblacin de que proviene
la muestra se amolda a una distribucin en particular (la
distribucin normal) (Clark-Carter, 2002) En una distribucin
normal la media, la mediana y el modo son iguales.y el
histograma muestra que tiene una distribucin simtrica en
ambos lados de la media (la mediana y el, modo), es decir
la media (la mediana, el modo) divide la curva en dos partes
exactamente iguales. Por ejemplo, si tenemos las
puntuaciones de 10,000 escolares en un test de
razonamiento espacial y la distribucin de estas
puntuaciones es normal, entonces 5 000 de ellos se
encontraran hacia el lado izquierdo de la media (la mediana,
el modo) y los otros 5 000 hacia el lado derecho. Cuando se
produce una falta de proporcionalidad de estas partes se
dice que se ha producido una asimetra.
En consecuencdia, la asimetra estima cuanto se asemeja la

distribucin de puntuaciones emprica a la distribucin
normal o campana de Gauss por su forma y es un indicador
del lado de la curva en el que las frecuencias (individuos) se
agrupan ms. Si la curva es perfecta, se dice que es
simtrica, pero si tiene ms casos en el lado derecho o en el
232
JAIME ALIAGA TOVAR
izquierdo se dice que es asmtrica de cola positiva o ms

larga hacia la detecha o de cola negativa o ms larga hacia
la izquierda. Por otro lado, la curtosis refiere a si la
distribucin emprica de puntuaciones tiene la altura
adecuada a una distribucin normal, en otras palabras indica
el grado de concentracin que presentan las puntuaciones en
la regin central de la distribucin. La medicin de la
curtosis permite identificar si existe una gran concentracin
de valores (curva leptocrtica), una concentracin normal
(curva mesocrtica) una baja concentracin (curva
platicrtica)
La Figura 15 ejemplifica tres distribuciones: simtrica, de

asimetra negativa y de asimetra positiva.
La Figura 16 ejemplifica tres distribuciones: mesocrtica,

platicrtica y leptocrtica.
La asimetra o sesgo y la curtosis influyen en cmo deben

analizarse e interpretarse lo datos, pues en la estadstica
inferencial muchas pruebas o tests estadsticos exigen que la
distribucin de las puntuaciones sea normal. Los paquetes
estadsticos dan ndices de asimetra o sesgo y de curtosis.
En el paquete estadstico SPSS los coeficientes de asimeta y
curtosis con un valor de 0 indican una curva simtrica y
mesocrtica, es decir una curva normal, pero tambin se
acostumbra calificar as a una distribucin cuando los valores
de estos coeficientes se encuentran en el rango +/- 0,50.
233
JAIME ALIAGA TOVAR
El determinar si una distribucin de puntuaciones es normal

es importante pues sus propiedades tienen mltiples
aplicaciones no slo en la investigacin psicolgica sino
tambin en la psicometra, sirviendo, por ejemplo, para el
establecimiento de la dificultad relativa de los reactivos y la
interpretacin de los puntajes directos obtenidos por los
sujetos al rendir un test, .pues las tablas de normas o
baremos se expresan en puntajes convertidos como los
percentiles y los puntajes estndares o tpicos, por ejemplo,
el puntaje CI, el puntaje T, el puntaje eneatipo, el puntaje
decatipo; que al estar relacionados con esas propiedades
tienen un significado estadstico preciso. En efecto, el que
en una distribucin normal la media, la mediana y el modo
caen en el mismo punto que divide a la distribucin en dos
partes simtricas abarcando cada una de ellas el 50% de la
poblacin o muestra, significa que si un sujeto obtiene una
puntuacin similar al valor de la media aritmtica, podemos
decir que en la variable medida supera al 50% del grupo y
es superado por el otro 50%; interpretacin similar tienen el
percentil 50, el CI 100, el puntaje T 50, el eneatipo 5, o el
decatipo 5.5. Si la distribucin de puntuaciones se aleja de
la normalidad estas equivalencias porcentuales se rompen,
pues la media y la mediana ya no caen en el mismo punto,
representando ahora la mediana (percentil 50) el punto
medio exacto de la distribucin, lo que no sucede con el CI
100, el puntaje T 50, el eneatipo 5 o el decatipo 5.5, escalas
cuyos puntos medios tienen como referencia a la media
aritmtica, afectando este hecho la interpretacin
estadstica precisa de las puntuaciones de los tests.
A continuacin, se calculan las medidas de tendencia

central: media aritmtica mediana y modo; y, las las
medidas de variabilidad: Mximos y mnimos, rango, rango
intercuartilar, desviacin estndar y varianza.
La media es la medida de tendencia central ms utilizada

pues su clculo toma en cuenta a todas las puntuaciones y
porque se utiliza en muchas pruebas estadsticas, pero tiene
como desventaja el que se ve afectada por las puntuaciones
extremas, as una sola puntuacin bastante diferente del
resto puede elevar o bajar el valor de la media, no
ofreciendo una estadstica de resumen til. Por otro lado, la
mediana no se ve afectada por los valores extremos pero su
desventaja reside en que en su clculo no se toma a todas
234
JAIME ALIAGA TOVAR
las puntuaciones solamente a las dos situadas en la zona

media de la distribucin. El modo es la puntuacin que ms
se repite, pero puede haber ms de un modo.
El clculo de los Mximos y mnimos da una idea de la

dispersin de la muestra, en tanto que el Rango es la
diferencia de restar el puntaje mnimo del mximo alcanzado
por la muestra. El rango intercuartilar es la diferencia de las
puntuaciones equivalentes al percentil 25 y al percentil 75,
lo que le da ventaja respecto del Mximo y mnimo y del
Rango pues lo afecta menos las puntuaciones extremas.
Entre las medidas de variabilidad, la desviacin estndar es
la ms utilizada pues las unidades en las que se expresa son
las mismas que la medicin original. Por ejemplo, si una
psicloga ha obtenido las puntuaciones CI de 120 sujetos, la
desviacin estndar resultante se expresa en unidades de
CI, por ejemplo, 5,28 puntuaciones de CI.
Si la medicin se hubiese realizado en eneatipos, la

desviacin estndar se comunicara en puntuaciones
eneatipo. Asimismo, la desviacin estndar es importante
porque en los reportes de investigacin siempre acompaa a
la media aritmtica, y tambin porque en una curva normal
indica la proporcin de personas de la poblacin que se
hallan en un determinado rango de puntuaciones. As, en
una distribucin normal el 68% de la poblacin o muestra se
encuentra en el intervalo de puntuaciones que arroja el
sumar y el restar una desviacin estndar a la media
aritmtica de la distribucin.(X +/- 1 DE). Sin embargo, la
medida de variabilidad ms importante para clculos
avanzados posteriores es la varianza por sus propiedades
aditrivas, que hace posible el anlisis de sus componentes
y porque fundamenta a diversas pruebas estadsticas
(Clark-Carter, 2002; Hernndez, Fernndez & Baptista,
2003).
A continuacin veremos un ejemplo de la exploracin y

descripcin de la edad de un conjunto de personas que
reciben orientacin psicolgica.
235
JAIME ALIAGA TOVAR
Tabla 20.
Distribucin de frecuencias de la edad de 100 prersonas que asisten a un
servicio de Orientacin Psicolgica
Porcentaje
Edad Frecuencia Porcentaje Porcentaje vlido acumulado
Vlidos 18.00 1 1.0 1.0 1.0
19.00 3 3.0 3.0 4.0
20.00 4 4.0 4.0 8.0
21.00 7 7.0 7.0 15.0
22.00 5 5.0 5.0 20.0
23.00 8 8.0 8.0 28.0
24.00 10 10.0 10.0 38.0
25.00 8 8.0 8.0 46.0
26.00 9 9.0 9.0 55.0
27.00 6 6.0 6.0 61.0
28.00 6 6.0 6.0 67.0
29.00 4 4.0 4.0 71.0
30.00 3 3.0 3.0 74.0
31.00 4 4.0 4.0 78.0
32.00 5 5.0 5.0 83.0
33.00 3 3.0 3.0 86.0
34.00 2 2.0 2.0 88.0
35.00 3 3.0 3.0 91.0
36.00 1 1.0 1.0 92.0
37.00 2 2.0 2.0 94.0
38.00 3 3.0 3.0 97.0
39.00 1 1.0 1.0 98.0
41.00 1 1.0 1.0 99.0
42.00 1 1.0 1.0 100.0
Total 100 100.0 100.0
236
JAIME ALIAGA TOVAR
10
8
Frecuencia
Media =27,08
Desviacin tpica =5,458
N =100
0
15,00 20,00 25,00 30,00 35,00 40,00 45,00
edad
Figura 16. Histograma correspondiente a los datos de la Tabla 18
Tabla 21.
Estadsticos descriptivos de los datos de la Tabla 18
N Vlidos 100
Perdidos 0
Media 27.0800
Mediana 26.0000
Moda 24.00
Desv. tp. 5.45816
Varianza 29.792
Asimetra .704
Error tp. de asimetra .241
Curtosis -.122
Error tp. de curtosis .478
Rango 24.00
Mnimo 18.00
Mximo 42.00
Percentiles 25 23.0000
50 26.0000
75 31.0000
Observando la Tabla 21 vemos, por ejemplo, que la edad

promedio es de 27,08 aos (Media), que la mitad de los
237
JAIME ALIAGA TOVAR
sujetos tiene por debajo de 26 aos (Mediana, Percentil 50),

que entre el sujeto que tiene ms edad y el que tiene menos
edad existe una diferencia de 24 aos (Rango), que el 50%
de los sujetos tiene edades entre 23 a 31 aos (Percentiles
25 y 75), que el grado de asimetra es positivo (pues el
cociente entre el ndice de asimetra y su error tpico es
0,704/0,241 = 2,92, valor superior a 1,96) y este valor es
significativamente grande para pensar que pertenece a una
distribucin de asimetra 0), y que la curtosis que aparece
como ligeramente platicrtica tiene un valor
estadsticamente no significativo (el cociente entre el ndice
de curtosis y un error tpico es -0,122/0.478 = 0,25, valor
inferior a 1,96) y este valor significativamente pequeo
lleva a sostener que pertenece a una distribucin de
curtosis 0).
Cuando se explora la relacin de dos variables cuantitativas,

los datos se presentan en forma de un diagrama de
dispersin (Scattergrama; nube de puntos). Por ejemplo,
se tiene la puntuacin de 10 sujetos en una prueba de
inteligencia y sus promedios vigesimales de rendimiento
acadmico en matemticas:
Tabla 22
Inteligencia y rendimiento en matemticas
Sujeto Inteligencia Rendimiento

1 38 17
2 36 14
3 34 16
4 39 15
5 28 15
6 27 14
7 36 15
8 22 13
9 20 12
10 19 11
238
JAIME ALIAGA TOVAR
17,00
16,00
15,00
Rendimiento
14,00
13,00
12,00
11,00
15,00 20,00 25,00 30,00 35,00 40,00

Inteligencia
Figura 17. Inteligencia y rendimiento: Dispersigrama
La observacin del diagrama de dispesin sugiere, en primer

lugar, que es aplicable la prueba estadstica coeficiente de
correlacin de pearson pues los puntos se orientan en el
sentido de una recta; en segundo lugar, que existe una
tendencia acentuada a que a una mayor inteligencia le
acompaa un mayor rendimiento acadmico en matemtica.
4.1.2 Exploracin de datos de variables cualitativas
Las frecuencias son empleadas en la exploracin de variables

que tienen niveles en forma de categoras. Por ejemplo, si
estamos interesados en estudiar a personas con Alta fuerza
del yo y a personas con Baja fuerza del yo, podemos indicar
el nmero de personas en estas categoras, 15 y 25,
respectivamente. Tambin estos nmeros podemos
expresarlos como fracciones, proporciones o porcentajes.
En el caso de las fracciones, calcularemos el nmero total de
personas (n= 40) y expresaremos el total de personas con
alta fuerza del yo como una fraccin de ese total. As, 15 de
40, o 15/40 son personas con Alta fuerza del yo. Estos
valores pueden ser simplificados si fuera pertinente. Las
proporciones podemos hallarlas al convertir las fracciones en
decimales. Al dividir 15/40 se tiene por resultado 0,375,
indicando que 0,38 de la muestra son personas con Alta
239
JAIME ALIAGA TOVAR
fuerza del yo. En lo referente a los porcentajes, para

hallarlos basta multiplicar una proporcin por 100. As, 0,38
x 100 = 38%. Por lo tanto, en la muestra el 38% tiene Alta
fuerza del yo.(Clark-Carter, 2002).
Cuando se explora la relacin de dos variables siendo estas

nominales u ordinales, los datos pueden por ejemplo
presentarse como una tabla de contingencia. Sea la relacin
de la Fuerza del yo y el sexo:
Alta fuerza del Baja fuerza del Total

yo yo
Hombres 12 (60%) 8 (40%) 20 (100%)
Mujeres 3 (15%) 17 (85%) 20 (100%)
Total 15 25 40
Puede verse que hay una mayor cantidad de hombres con

Alta fuerza del yo en comparacin con las mujeres. En
efecto, el 60% o 6 de cada 10 hombres tienen una Alta
fuerza del yo; en tanto que el 15% o 2 de cada 10 mujeres
tienen esta caracterstica.
4.1.3 Contraste de la hiptesis nula (Ho)
Al empezar este tpico es conveniente tener presente que

cuando estudiamos una muestra sus resultados nunca sern
iguales a los que se podran obtener si se estudiara a toda
la poblacin, en otras palabras siempre habr un margen de
error (leccin VIII); asimismo, que la hiptesis de
investigacin tiene que ser contrastada con los datos para
determinar si estos la apoyan o no para lo cual la hiptesis
de investigacin y la hiptesis nula tienen que ser
transformadas a smbolos estadsticos configurndose las
hiptesis estadsticas Ha o hiptesis de investigacin y la Ho
o hiptesis nula. Es claro que nunca se sabe con absoluta
certeza la verdad o falsedad de una hiptesis estadstica a
no ser que se examine la poblacin entera.
En el proceso de contrastacin, es la Ho la que sometida a

contraste teniendo el investigador que utilizar la estadstica
inferencial a travs de pruebas o tests estadsticos como un
medio para tomar una decisin acerca de su aceptacin o
rechazo.
240
JAIME ALIAGA TOVAR
Al realizar el contraste de la Ho pueden producirse dos tipos

de errores: Error tipo I o rechazar la Ho siendo verdadera,
y el Error tipo II o aceptar la Ho siendo falsa.
En el siguiente cuadro se resumen los errores tipo I y II.
Tabla 23
Caractersticas de los errores tipo I y tipo II
SITUACIN
DECISION A TOMAR La Ho es verdadera La Ho es falsa
Aceptar Ho Decisin acertada (No Error tipo II

hay error) Probabilidad ()
Probabilidad (1 )
Rechazar Ho Error tipo I Decisin acertada (No
Probabilidad () hay error)
Probabilidad (1- )
La probabilidad de cometer el error Tipo I (tipo de error

tambin llamado falso positivo) se comete cuando se afirma
la hiptesis del investigador siendo falsa; se denomina nivel
de significacin y se representa por la letra griega alfa ().
Por tanto, es la probabilidad de cometer un error tipo I y
se aconstumbra que el investigador lo fije antes de empezar
la investigacin. En la prctica es frecuente el uso de un
nivel de significancia de 0,05 0,01, aunque tambin se
usan otros valores, pero usualmente no menores a 0,05.
Por otro lado, se conoce como nivel de confianza a la
probabilidad a priori de que el intervalo de confianza a
calcular contenga al verdadero valor del parmetro. Se
indica por 1- y habitualmente se da en porcentaje (1-) %.
Por ejemplo, si se escoge un nivel de significancin del 0,05
5% significa que al elaborar la regla de decisin para
aceptar o rechazar la Ho aceptamos que existe unas cinco
oportunidades entre cien de rechazar la hiptesis cuando
debiera haberse aceptado; es decir, tenemos un 95% de
confianza (1- = 95%) de que hemos adoptado la decisin
correcta. En tal caso, decimos que la hiptesis ha sido
rechazada al nivel de significacin 0,05 o que tiene una
probabilidad del 5% de ser falsa.
Cuanto mayor sea tanto ms probable es que se cometa

el error tipo I.
241
JAIME ALIAGA TOVAR
El error tipo II (tipo de error tambin llamado falso negativo)

se representa por la letra griega beta (), se comete cuando
no se rechaza la Ho siendo esta falsa en la poblacin. Por
tanto, y indicarn tanto el tipo de error como la
probabilidad de cometerlo.
Existen recomendaciones para disminuir el error tipo I y el

error tipo II. Veamos las concernientes al error tipo I: a)
Depurar la matriz o base de datos para evitar errores
provenientes de valores extremos que puedan producir
hallazgos significativos; b) Utilizar valores de alfa ms
reducidos (0.01 0.001); c) Reproducir el estudio. Si al
hacerlo se obtienen resultados similares, estaremos ms
seguros de no estar cometiendo el error de tipo I. Por otro
lado, recomendaciones para disminuir el error tipo II son: a)
Estimar el poder estadstico del estudio; b) Incrementar el
tamao del efecto a detectar; c) Incrementar el valor de
alfa; d) Utilizar pruebas o tests paramtricos en lugar de
pruebas o tests no paramtricos, por ser ms potentes.
Los errores tipo I y tipo II estn relacionados. Una

disminucin en la probabilidad de uno por lo general tiene
como resultado un aumento en la probabilidad del otro. U/na
recomendacin general para equilibrar la posibilidad de su
presentacin es incrementar el tamao de las muestras,
hacerlas ms grandes.
Actualmente se recomienda que los valores de y deben

ser especificados por el investigador antes de iniciar la
investigacin. Asimismo, estos valores determinam que
tamao (n) de muestra tendra que escogerse para calcular
la prueba estadstica elegida. Todava es comn que y n
se especifiquen de antemano; al determinarse ambos,
tambin queda determinada .
4.2. Eleccin de la prueba estadstica
4.2.1 Concepto de prueba estadstica
En trminos generales, las pruebas o tests estadsticos (o

contrastes) son el instrumento para validar o rechazar las
hiptesis que siguen un determinado modelo probabilstico,
tratando de distinguir lo que es plausible de lo que es muy
poco verosmil, en el marco de un modelo dado. En trminos
242
JAIME ALIAGA TOVAR
estadsticos, son tcnicas mediante las cuales se

contrastan los resultados derivados de realizar las
operaciones matemticas propias de cada prueba con los
valores crticos de la distribucin muestral correspondiente,
y se decide si se puede rechazar, dentro de determinados
lmites de probabilidad, la Ho, que postula que los resultados
observados son debidos al azar (Sierra Bravo, 1991:371).
Por ejemplo, si se comparan en la estrategia de aprendizaje
Elaboracin de la informacin a un grupo de escolares
varones y un grupo de escolares mujeres y se postula la
Ho: XVARONES = XMUJERES (No existe diferencia entre varones y
mujeres en la Elaboracin de la informacin), y si el
investigador decide utilizar la prueba estadstica t de student
para muestras independientes con un nivel de significacin
del 0,05 y una potencia de 0,80 para someter a contraste la
Ho, entonces el resultado que obtenga se comparara con los
valores crticos de la distribucin terica de la prueba t. La
regla de decisin indica que si el resultado obtenido es
menor o igual que el valor crtico, la Ho se rechaza, si es
mayor, se acepta.
Una limitacin de las pruebas estadsticas es que el tamao

de la muestra afecta la significatividad estadstica. Por
ejemplo, dos estudios similares en todo pueden producir
resultados muy diferenres en trminos de significacin
estadstica simplemente porque se emplearon tamaos de
muestras muy diferentes. En consecuencia, el investigador
que tiene la muestra de mayor tamao puede alcanzar un
resultado estadsticamente significativo, mientras que el otro
no. En este sentido, tanto ms pequeo es el tamao de la
muestra, tanto ms posible es un resultado con un error tipo
II (aceptar la Ho cuando es falsa, o en otro sentido rechazar
la hiptesis de investigacin Ha cuando en realidad es
correcta). Esta comprobacin, ha determinado que se
considere que si se utiliza nicamente la significacin
estadstica no se pueden comparar los resultados, siendo
necesarios otros conceptos para efectuar esta operacin: el
tamao del efecto y la potencia o poder de la prueba
estadstica como informacin necesaria para evaluar la
probabilidad de evitacin del error tipo II (Clark-Carter,
2002).
243
JAIME ALIAGA TOVAR
4.2.2 Tipos de pruebas estadsticas
Las pruebas estadsticas responden a un modelo estadstico y

tienen un requisito de medida, siendo su aplicacin y
resultados vlidos en el marco de estas especificaciones. Si
bien algunas de estas pruebas son robustas, es decir que el
nivel de significacin vara muy poco cuando las
condiciones de aplicacin de la prueba se alejan de las
estipuladas (Domenech, 1975), es recomendable, sobre todo
cuando las muestras son pequeas (n<30) el verificar el
cumplimiento de las condiciones del modelo estadstico y del
requisito de medida; de no hacerse esta verificacin ms que
condiciones es mejor hablar de suposiciones de la prueba.
Es decir, el investigador supone que se estn cumpliendo las
condiciones con todos los riesgos que ello implica para la
interpretacin de los resultados.
Las pruebas estadsticas se clasifican en pruebas

paramtricas y en pruebas no paramtricas.
a) Pruebas paramtricas. Son pruebas que a partir de los

datos resultantes de la observacin con los instrumentos y
tcnicas apropiadas de las variables de inters en las
muestras seleccionadas, estiman los parmetros de la
poblacin de acuerdo a modelos de condiciones muy
restrictivas respecto a la forma en que se distribuyen
esos parmetros, por ejemplo que tengan una distribucin
normal. El requsito de medida es que las variables esten
medidas en escala de intervalo o de razn, es decir, sean
cuantitativas. Sin embargo, tambin se acepta que son
aplicables en variables ordinales cuando estas tienen
niveles suficientes, por ejemplo 20 o ms (Clark-Carter,
2002).
b) Pruebas no paramtricas. Son pruebas que no exigen el

cumplimiento de condiciones en su modelo estadstico,
por ejemplo la distribucin normal de los datos por lo que
son llamadas tambin de "distribucin libre", salvo la
condicin que el muestreo sea probabilstico, aleatorio.
Las variables deben estar medidas en un escalamiento
nominal o en un escalamiento ordinal de pocos niveles.
En la Tabla 24 se presentan un conjunto de pruebas

paramtricas y sus contrapartes no paramtricas ms
utilizadas en estudios con dos variables; en tanto que en la
244
JAIME ALIAGA TOVAR
Tabla 25 se muestran las pruebas multivariadas de anlisis, y

en la tabla 26 una sntesis que se incrementa con otros
estadsticos importantes en la investigacin en psicologa,
educacin y ciencias sociales.
Respecto a las tcnicas multivariadas de anlisis, estas son un

conjunto de tcnicas estadsticas y matemticas para analizar,
describir e interpretar las medidas mltiples ms de una
variable (n > 1) realizadas en cada individuo u objeto
sometidos a investigacin. La informacin que proporcionan
es por tanto multidimensional (Cuadras, 1981; Hair,
Anderson, Tatham & Blak, 1999), ayudando al mejor
describir, clasificar, predecir, explicar, comprender el
comportamiento humano. Son aplicadas en todas las ciencias.
Algunos ejemplos de su aplicacin son los siguientes:
Sirven para determinar los diferentes factores o dimensiones

de la inteligencia, la personalidad y la estructura de un test;
En vista que los objetos a clasificar estn diferenciados por

datos de ausencia o presencia de n caractersticas
cualitativas, sirven para formar grupos cada vez ms amplios
hasta llegar una clasificacin jerrquica (taxonoma);
Una vez medidas diferentes variables biomtricas en los

individuos de una misma especie, sirven para detectar
componentes de tamao y forma.
Sirven para medir la similaridad de un grupo de naciones que

se representan a lo largo de dimensiones polticas, sociales y
demogrficas;
Partiendo de la presencia o ausencia de determinados

sntomas clnicos, sirven para ayudare a diagnosticar la
enfermedad de un paciente
En el anlisis de mercados, en el que actualmente no hay

consumidores heterogneos y caracterizados por un reducido
nmero de variables demogrficas, sirven para analizar y
examinar adecuadamente las mltiples relaciones de
numerosos segmentos de clientes con diversas caractersticas
demogrficas y psicogrficas, brindando informacin que hace
posible una mejor toma de decisiones.
245
JAIME ALIAGA TOVAR
Estas tcnicas se encuentran en expansin pues aparecen

nuevas tcnicas y se perfeccionan las existentes. En sentido
estricto, muchas tcnicas multivariantes son extensiones del
anlisis univariante por ejemplo del anlisis de distribucin de
una sola variable, y del anlisis bivariante por ejemplo las
clasificaciones cruzadas, correlaciones, anlisis de la varianza
y regresiones simples utilizadas para analizar dos variables.
Las tcnicas mutivariadas ayudan a los psiclogos en el

anlisis de datos cuando estos constan de ms de una
variable observada, y la utilidad aumenta al incrementarse el
nmero de variables y el nmero de unidades experimentales.
Por ejemplo, si una psicloga quisiera poner a prueba un
modelo que ha elaborado acerca de que el rendimiento
acadmico en matemticas (VD) es funcin de un conjunto de
variables independientes (VI) tales como la inteligencia, la
capacidad de concentracin, las horas dedicadas al estudio y
la actitud hacia las matemticas. La formaliacin matemtica
del modelo es la siguiente: Yij = f( Xj1 b1i+ Xj2 b2i + Xj3 b3i+
Xj4 b4i), el mismo que indica que el rendimiento acadmico
Y para el estudiante i, queda mejor estimado a travs del
status de i en las variables X1 a X4 , y por las
ponderaciones bj sobre las variables referidas a esa
situacin.
Si la variable dependiente (Y) y las variables independientes

(X1, X2.) son cuantitativas no sera til una prueba bivariada
como el coeficiente de correlacin de pearson para
determinar su relacin; hay que recurrir a una tcnica
multivariada que halle estas relaciones al mismo tiempo. En
este caso es til el anlisis de regresin mltiple con su
producto el coeficiente de correlacin mltiples (R).
Por otro lado, se han presentado varias clasificaciones de las

tcnicas multivariadas. Utilizaremos la clasificacin propuesta
por Hair, Anderson, Tatham & Blak (1999) quienes emplean
como criterio que las variables en estudio pueden dividirse en
dependiente e independiente. As, las tcnicas multivariadas
pueden dividirse en tcnicas de anlisis de dependencia o de
interdependencia, a su vez al interior de estos bloques se
presentan otras divisiones atendiendo tambin al tipo de
variable.
246
JAIME ALIAGA TOVAR
Tabla 24
Pruebas paramtricas y no paramtricas ms usadas en estudios con de dos
variables.
VARIABLE VARIABLE RELACIN

TIPO DE INDEPENDIENTE DEPENDIENTE ENTRE LAS PRUEBA
PRUEBA (PREDICTORA) (RESULTADO) MUESTRAS ESTADSTICA
(diseos entre
sujetos; diseos
intrasujetos)
Una sola muestra
(se compara con Cuantitativa t-student para
valor terico) una muestra
Categrica No relacionadas Chi-cuadrado de

Pearson. Si
ambas variables
son ordinales
Dicotmica (dos usar el
categoras o coeficientre
grupos) gamma.
Relacionadas No existe (usar

no paramtricas)
No relacionadas
Cuantitativa t-student
muestras
Paramtricas independientes
Relacionadas t-student
muestras
relacionadas
Politmica (ms de Chi-cuadrado de

dos categoras o Categrica No relacionadas Pearson. Si
grupos) ambas variables
son ordinales
usar el
coeficiente
gamma.
No relacionadas Anlisis de la
Cuantitativa varianza
(ANOVA) de una
va
247
JAIME ALIAGA TOVAR
Relacionadas Anlisis de la
varianza
(ANOVA) de
medidas
repetidas
Una sola muestra Binomial
(se compara con Chi-cuadrado de
valor terico) Pearson
Chi-cuadrado de
Mantel-Haenzsel
Prueba de
Kolmogorow-
Smirnov
Prueba de las
Rachas
Relacionadas Test exacto de

McNemar
Prueba de los
Categrica Signos
Prueba Q de
Cochran
Dicotmica (dos
valores o grupos) No relacionadas Chi-cuadrado de
Pearson
Test exacto de
No Fisher
paramtricas Prueba de los
signos
Relacionadas Prueba de
Wilcoxon
Cuantitativa
U de Mann-
Whitney
No relacionadas Mediana
Z Kolmogorov-
Smirnov
Rachas de Wald-
Wolfowitz
Valores
extremos de
Moses.
Politmica (ms de Categrica Relacionadas Prueba Q de

dos valores o Cochran
grupos)
248
JAIME ALIAGA TOVAR
Prueba de
Relacionadas Friedman
Cuantitativa W de Kendall
(concordancia)
Prueba de
No relacionadas Kruskal-Wallis
Mediana K
variables
ANOVA de dos
vas por rangos
COVARIACION (medidas de dos variables en los mismos sujetos o unidades de anlisis del
estudio)
Paramtrico Cuantitativa Cuantitativa Correlacin de Pearson/
Regresin lineal simple
No Cuantitativa Cuantitativa Correlacin de
paramtrico Spearman
Tabla 25
Clasificacin de las tcnicas multivariadas.
Tcnicas de Dependencia Tcnicas de Independencia

Segn nmero de variables que Segn la estructura de relaciones
estn prediciendo o explicando entre
1) Mltiples relaciones de variables 1) Variables: Tcnica de anlisis

dependientes e independientes: factorial.
Tcnica Modelo de ecuaciones
estructurales. 2) Casos/Encuestados: Tcnica de
anlisis de clusters.
2) Varias variables dependientes
en una relacin nica: 3) Objetos:
Segn escala de medida de las Segn los atributos sean mtricos:

variables dependientes. Tcnicas de anlisis
multidimensional.
Si es mtrica, cul es la escala de
medida de la variable predictor? Segn los atributos no sean
mtricos: Tcnica de anlisis de
Si es mtrica: Tcnica de correlacin correspondencias.
cannica,
(mtrica = cuantitativa; no mtrica
Si no es mtrica: Tcnica = no cuantitativa)
multivariante de variables.
No es mtrica: Tcnica de anlisis
249
JAIME ALIAGA TOVAR
de correlacin cannica con

variables ficticias.
3) Una variable dependiente en una

relacin comn:
Segn escala de medida de las

variables dependientes:
Si es mtrica: Tcnica de regresin

mltiple; tcnica de anlisis de
conjunto.
No es mtrica: Tcnica de anlisis

discriminante mltiple; Tcnica
modelos de probabil idad lineal.
Tabla 26
Listado de estadsticos
I. PARA REALIZAR ANLISIS DESCRIPTIVO

Se presentan diversos procedimientos empleados en la descripcin general
de informaciones cuantitativas, en particular, algunas de las que con mayor
frecuencia se utilizan en la caracterizacin global del grupo estudiado y en
la comparacin de subgrupos en relacin con una o ms caractersticas que
son importantes en los objetivos formulados por el investigador:
1. Descripcin global de un grupo: distribuciones de frecuencias, medidas
de tendencia central, medidas de dispersin, medidas de concentracin
(ndice de Gini, ndice de Theil), tasas.
2. Comparacin de grupos, o de subgrupos de una misma poblacin, o la
comparacin de un mismo grupo en dos momentos del tiempo: a)
Comparacin del porcentaje; b) Comparacin con medidas de
concentracin (ndice de Gini); c) Comparacin de tasas (tasas de
desercin escolar); d) Comparacin de ndices (tasa de movilidad
ocupacional entre puestos, segn sexos); e) Comparacin en muestras
(p.e. prueba T de student para muestras independientes o para
muestras correlacionadas); g. Comparacin de medidas ordinales (p.e.
Prueba de Mann -Whitney).
II. PARA REALIZAR COMPARACIONES MLTIPLES.
1. Anlisis simple de la varianza; 2. Anlisis post-hoc: Tcnica de Sheeff
(otras son las de Duncan, Tukey, etc.); 3. Anlisis de la varianza con dos
factores; 4.Correlacin en el anlisis de la varianza simple; 5. Anlisis de
varianza no paramtrico (Kruskall - Wallis).
250
JAIME ALIAGA TOVAR
III. ANLISIS DE COVARIANZA
IV. PARA REALIZAR ANLISIS DE RELACIONES SIMPLES.

1. Anlisis de asociacin para datos nominales. (a. Comparacin de
porcentajes; b. Coeficientes de contingencia; c. Coeficientes Lambda y
Tau; d. Coeficiente Q de Yule; e. Coeficientes Phi.); 2. Coeficientes
ordinales: (a. Tau ; b. Gamma ; c. D de Sommers ; d. Rho de Spearman) ;
3.Coeficientes de intervalos y escalas proporcionales: r de Pearson.
V. PARA REALIZAR ANLISIS MULTIVARIADO.
Anlisis de regresin. Anlisis de regresin mltiples. Modelo de regresin
multiplicativo. Modelo semilogartmico. Regresin con variables ficticias.
Coeficientes multivariados. Correlacin parcial. Correlacin mltiple.
Anlisis cannico. Anlisis discriminante. Anlisis de conglomerados.
Anlisis de ruta. Anlisis factorial.
(Modificado de Briones, 1982, p. 122).
4.2.3 Criterio objetivo para elegir la prueba estadstica
Cuando el investigador tiene un men de pruebas estadsticas

que pudiera emplear, debe usar un criterio objetivo para
eleccin de la ms conveniente. Este criterio objetivo se basa
en tres aspectos: a) La potencia de la prueba; b) El modelo
estadstico de la prueba, que toma en cuenta la naturaleza de
la distribucin de la poblacin y la tcnica de muestreo; c) El
requisito de medida, es decir la escala o nivel de medicin
nominal, ordinal, de intervalo, de razn en la que se ha
medido la variable.
1) La potencia o poder estadstico. Esta caracterstica

depende de muchos factores, includos el tipo de prueba
que se emplea, el tamao del efecto, el diseo entre
sujetos o intrasujetos, el nivel establecido, si la prueba
es de una o dos colas y, en el caso de diseos entre
sujetos, el tamao relativo de las muestras. Se le define
como la probabilidad de evitar un error tipo II, es decir,
el poder de una prueba es igual a 1 El poder que el
investigador requiere para una investigacin depende de
los objetivs de esta, por ejemplo, si es particularmete
importante evitar un errro tipor II, se orientara a un nivel
de poder lo ms cercano posible a 1. Por ejemplo, si
quisiera probar la eficacia de un mediamento que puede
salvar una vida, no querra rechazar de manera errnea la
hipotesis de investigacin de que el medicamento tiene
eficacia, pero para lograr tal nivel de poder tal vez sea
251
JAIME ALIAGA TOVAR
preciso un tamao de muestra impracticable grande. Un

nivel razonable de poder, en condiciones mormales, es
0,80. En otras palabras, la probabilidad de cometer un
error tipo II () es 1 poder = 0,20. Con un nivel de
establecido en 0,05, esto nos dar una razn de
probabilidad de cometer un errro tipo I y error tipo II de
1:4. (Clark-Carter, 2002).
Las pruebas paramtricas son ms potentes que las

pruebas no paramtricas. Es decir, estas ltimas son ms
exigentes al rechazar la Ho y por tanto tienen menos
posibilidades de acertar cuando no la rechazan (mas
posibilidades de cometer un error tipo ).
Por otro lado, la potencia de una prueba estadstica se
incrementa cuando lo hace el tamao de la muestra. En
consecuenia, para que una prueba no paramtrica logre la
misma potencia de una prueba paramtrica debe
aumentarse en una cantidad determinada el tamao de la
muestra. En este sentido, la potencia de una prueba no
paramtrica suele calcularse en referencia a su homloga
paramtrica. Por ejemplo, la U de Mann-Whitney tiene
una potencia relativa del 95% con respecto a la prueba
paramtrica t de Student, es decir que con una muestra
de 100 sujetos, se consigue la misma potencia con la U de
Mann-Whitney que con 95 sujetos para la t de Student.
El concepto de potencia es muy til en la fase de
planificacin del estudio cuando el investigador tiene que
decidir el tamao de la muestra necesario para lograr un
determinado nivel de poder (por ejemplo, 0,80), y en la
fase del anlisis de los datos para evaluar el poder de la
prueba utilizada.
Nos ocuparemos del primer caso. Una vez que el

investigador ha decidido el diseo entre o intra sujetos -
, el nivel de significacin alfa y la cola de la prueba
unilateral o bileteral, una o dos colas -, puede calcular el
tamao de la muestra que requiere, pero todava le queda
un problema por resolver, el tamao o magnitud del
efecto (effect size).
a) La magnitud del efecto. En los estudios

experimentales se trata de determinar el impacto de
la variable independiente sobre la variable
dependiente. La magnitud del efecto es una manera
252
JAIME ALIAGA TOVAR
de cuantificar la efectividad de una intervencin

particular en relacin a alguna comparacin, por
ejemplo entre un grupo experimental (GE) y un grupo
control (GC), o del grado en que dos o ms variables
estn relacionadas entre s. El enfatizar en la
magnitud del efecto ms que en la significacin
estadstica (que se ve afectada por el tamao de la
muestra) hace posible ir ms all de preguntas como
El mtodo A es efectivo o no? a otras ms complejas
como Que tan bien funciona el mtodo A en varios
contextos?. Por ser independiente del tamao de las
muestras, la magnirtud del efecto es un estadstico
que se ha convertido en una herramienta importante
para interpetar y reportar la efectividad de una
condicin especifica (Coe y Merino, 2003), utilizndose
con tal propsito en los estudios exsprimentales, los
meta-anlisis e incluso se viene extendiendo su uso a
estudios correlacionales y comparativos para describir
diferencias.
Sin embargo, es necesario tener en cuenta que las

frmulas para obtener el tamao del efecto y la
interpretacin de los mismos es diferente segn las
pruebas estadsticas utlizadas para el contraste de la
Ho. Cohen ha propuesto algunas medidas del tamao
del efecto. Por ejemplo, en el caso de la diferencia de
dos medias, el estadstico d de Cohen con un
resultado de 0,20 representa un efecto pequeo, uno
de 0,50 uno mediano y uno de 0,80 un efecto grande.
En tanto que, en el caso de la Ji cuadrado el
estadstico w de Cohen con un resultado de 0,10
define un efecto pequeo, uno de 0,30 uno mediano y
uno de 0,50 un efecto grande. (Cohen, 1988, en
Clark-Carter, 2002:188,201)
Veamos un ejemplo de clculo e interpretacin del

estadstico d de Cohen en un experimento de diseo
pretest, postest coin grupo de control. La frmula
para hallar d es la siguiente:
d = 2 - 1
Donde: 1 es la media de una poblacin

2 es la media de la otra poblacin
253
JAIME ALIAGA TOVAR
es la desviacin estndar
En el caso de la comparacin de dos grupos se

presenta un problema acerca de que utilizar la
del grupo control? la de los valores de ambos
grupos juntos? la concentrada? Hay debate sobre
cual de las emplear, muchos estiman que es
mjejuor usar una desviacin estndar concentrada
que esencialmente es un promedio de las desviaciones
estndares de ambos grupos. La frmula para su
clculo es:
= (Ne 1) 2e +(Nc 1) 2c Ne + Nc - 2
Donde: Ne y Nc es la cantidad de sujetos en el GE y el

GC, y e y 2c son sus desviaciones estndares
Se compara los rendimientos de dos grupos en un test

de atencin despus de un programa de
mejoramiento de la atencin. Los resultados son los
siguientes: X1= 22 X2= 18, concentrada = 3. Por
tanto, d = 1,33 valor que es calificado como un
efecto grande, es decir, el efecto del programa tiene
un efecto grande en la atencin de los nios.
Por otro lado, el anlisis de la frmula de d permite

deducir que es una medida de cuantas desviaciones
estandar separan a las dos medias, en otras palabras,
es independiente del tamao de las muestras y es
exactamente equivalente a un puntaje estndar Z de
una distribucin normal. En consecuencia, d tambin
puede interpretarse en el sentido que la puntuacin
del sujeto promedio en el grupo experimental es 1,33
desviaciones estndares arriba del sujeto promedio en
el grupo control y, por tanto, excede los puntajes del
91% del grupo control (para la determinacin de este
ltimo valor vase la proporcin de una poblacin que
se encuentra por debajo del puntaje Z = 1,33 en una
tabla de la distribucin normal que se halla en los
libros de estadstica).
Si bien el lograr un efecto grande sera motivo de

beneplcito para el investigador, un efecto pequeo
puede ser importante. Si el efecto es el resultado de
254
JAIME ALIAGA TOVAR
un estudio sobre un tratamiento para salvar vidas se

tratara de algo importante, aunque se salve nada
ms la vida de una pequea proporcin de los
pacientes.
b) Tamao del efecto, potencia y tamao de la

muestra. El investigador puede decidir de antemano
que tamao de efecto desea, al fijar este valor
tambin es posible determinar la potencia y el nmero
de sujetos necesarios para el estudio. Existen tablas
que permiten hacer estos clculos rpidamente. Por
ejemplo, cuntos sujetos deberan haber tenido los
dos grupos del ejemplo anterior? Si el investrigador
decidi que: a) la prueba estadstica para el contraste
de la Ho ser la prueba estadstica parmetrica t de
student; b) la hiptesis sea unilateral o de una cola;
c) el tamao del efecto sea de 0,80 y, d) la potencia
de la prueba tambin sea de 0,80; entonces la
respuesta es 20 sujetos por grupo (vase tabla AXV.2
en Clark-Carter, 2002:590). Si la hiptesis fuera
bilateral o de dos colas, seran necesarios 30 sujetos
por cada grupo.
2) El modelo estadstico de la prueba. Las pruebas ms

poderosas son las paramtricas, que como hemos visto
tienen en su modelo un conjunto de suposiciones o
condiciones que si son cumplidas las hacen ms idneas
para rechazar una Ho siendo falsa.
Por ejemplo, las condiciones del modelo estadstico de la

prueba t de Student para muestras independientes deben
ser satisfechas, pues de no ser as no se tendra confianza
en cualquier aseveracin de probabilidad con esta prueba.
Estas condiciones son las siguientes:
a) El muestreo debe ser aleatorio, probabilstico.
b) Las muestras deben distribuirse normalmente en la

variable observada. Es decir, las puntuaciones de los
sujetos de ambas muestras en la variable de inters
deben ajustarse a la distribucin nornal de
probabilidades o campana de Gauss por su forma.
Esta condicin es mucho ms importante de cumplir
en las muestras pequeas (n < 30). La condicin de
255
JAIME ALIAGA TOVAR
normalidad puede comprobarse con los coeficientes de

asimetra o curtosis que son medidas de posicin
relativa o, con mayor precisin, empleando la prueba
estadstica no paramtrrica Kolmogorov-Smirnov
(KS).
c) Las muestras a compararse deben tener varianzas

iguales o en casos especiales deben tener una
proporcin de varianza conocida. Esta condicin se
satisface empleando las pruebasa paramtrica F de
Levene (Levenes test).
d) La medida de la variable de inters debe haberse

realizado por lo menos en un nivel o escala de
intervalo, es decir la prueba t de student ha sido
elaborada para trabajar con variables cuantitativas.
Si se cumple el requisito de medida y si todos los

supuestos o condiciones del modelo estadstico se
cumplen, en especial el de semejanza de varianzas, se
debe utilizar la prueba paramtrica t de student para
efectuar la comparacin de dos grupos respecto de la
variable de inters, por ejemplo, el grado de atencin. Si
los supuestos o condiciones no se cumplen, es mejor
considerar el uso de una prueba no paramtrica, en este
caso la U de Mann-Whitney.
256
JAIME ALIAGA TOVAR
Leccin IV
Interpretacin y explicacin de resultados
Con la interpretacin y explicacin de los resultados se va llegando a la

etapa final de la investigacin, a la que concurren todas las anteriores
etapas del estudio, pero la interpretacin se encuentra fuertemente
vinculada al anlisis de los datos.
1. Anlisis, interpretacin y explicacin
Como resultado del anlisis se tiene un conjunto clasificado de

informacin sobre la variable o variables estudiadas, que el investigador
presenta en tablas, cuadros o grficos y en relacin a los que hace
afirmaciones sobre las propiedades estadsticas de los datos obtenidos,
buscando de hacer explcitas las propiedades, notas y rasgos de todo tipo
que con relacin a la variables o variables observadas, se derivan de las
tablas. Se trata de analizar las tablas, cuadros o grficos en sus distintos
elementos y aspectos afin de establecer las consecuencias que se
puedan deducir de ellas respecto a la finalidad de la investigacin y a las
hiptesis que se han pretendido contrastar (Sierra Bravo, 1994). Por
ejemplo, en el caso de la correlacin de dos variables cuantitativas es
aconsejable empezar el anlisis estadstico analizando la significatividad
del coeficiente hallado, especialemte si es distinto de cero se debe: a)
analizar el dispersigrama o nube de puntos para determinar si los datos
se ajustan a una relacin lineal.
A estas afirmaciones se les denomina findings, que son afirmaciones

sobre las propiedades estadsticas de los datos obtenidos en las
operaciones de investigacin (Sietrra Bravo, 1994).
La interpretacin en cambio "va ms all" de lo que los datos nos pueden

reflejar. Ofrece un carcter cualitativo propendiendo a proporcionar un
referente real a los resultados estadsticos. Tiene como punto de partida
a los findings. Se trata de determinar la significacin y alcances de las
propiedades y rasgos que se deriven del anlisis, estableciendo
conclusiones que son enunciados sobre los trminos conceptuales de las
variables. Por ejemplo, un investigador encuentra que: El pas "A",
registra una cada continua del Producto Interno Bruto", entonces
interpreta que, "Los ltimos ministros de la economa han sido
incompetentes".
257
JAIME ALIAGA TOVAR
El anlisis y la interpretacin estn vinculados teniendo en comn el

referirse al estudio de los datos procesados, en este sentido, su alcance
es especfico. Es en este alcance en lo que difieren de la explicacin que
tiene un sentido ms general pues en investigacin concierne a la
expresin terica ltima y general de los resultados de la investigacin
o, si se quiere como el esquema lgico de la solucin al problema
planteado que aquellos representan (Sierra Bravo, 1994).
En el informe de investigacin, a la explicacin as entendida es usual

denominarle Discusin de resultados. Sin embargo, hay investigadores
que en los informes de investigacin solamente hablan de interpretacin
de resultados, incluyendo en este trmino a la explicacin. Sea en uno u
otro sentido, esta ltima fase de la investigacin cuyo objetivo es buscar
un significado ms amplio a las respuestas mediante su trabazn con
otros disponibles (Selltiz, Jahoda, Deutchs & Cook, 1976) requiere del
investigador conocimientos en estadstica e investigacin, creatividad,
dominio del marco terico y conceptual, razonamiento lgico y
sensibilidad inferencial para captar y elaborar tericamente hasta los ms
mnimos datos, partiendo de la confrontacin de los resultados del
anlisis de los datos con los resultados significativos o no significativos
generados por las hiptesis, los resultados no previstos por stas y los
resultados mixtos, y relacionando dichos resultados con la teora, pues se
trata de explicar el porque de las relaciones halladas (o no halladas)
entre las variables, de predecir los fenmenos haciendo comparaciones
con otros estudios o haciendo una revisin crtica de los conocimientos
establecidos.
2. Aspectos especficos a tener en cuenta en la interpretacin y

explicacin de resultados
Al momento de interpretar los resultados es conveniente que el

investigador tenga en cuenta lo siguiente:
a) La interpretacin debe limitarse al sistema de variables considerado

para cada hiptesis, pues slo stas cuentan con el fundamento
terico para la interpretacin.
b) Debe manejarse con prudencia los valores obtenidos con el anlisis
estadstico, pues no siempre la significacin estadstica de los
resultados garantiza que stos sean realmente importantes.
c) Si se comprueba la hiptesis, se debe cuidar que la interpretacin no
exceda a la informacin que aportan los datos.
d) Se debe cuidar las exigencias de la validez interna y las limitaciones
que se han presentado durante el proceso de investigacin.
258
JAIME ALIAGA TOVAR
e) Es necesario sealar los factores que no fueron controlados y que

pudieron afectar los resultados.
f) Es conveniente relacionar los resultados obtenidos, con los logrados
en otros estudios sobre el mismo problema de investigacin.
g) Cuando los resultados no confirman la hiptesis es conveniente
explicar el porqu de esta situacin. Los resultados deben ser
aceptados como tales, puesto que en esa condicin tendrn su propio
significado y valor. (Encinas, 1991).
3. Un ejemplo de anlisis e interpretacin
Veamos el siguiente ejemplo: Una investigadora esta estudiando la

relacin entre la inteligencia y los prejuicios. La inteligencia la mide
mediante un test de inteligencia y los prejuicios por medio de una
escala de prejuicios; ambos instrtumentos son vlidos y confiables. La
hiptesis que sostiene es de tipo correlacional y de una cola o ulilateral,
pues afirma que existe una correlacin negativa entre la inteligencia y
los prejuicios. Las hiptesis estadsticas son: Ha: r < 0; Ho: r = > 0.
Despus de analizar el dispersigrama o nube de puntos de ambas
variables decide utilizar la prueba estadstica paramtrica coeficiente de
correlacin lineal de pearson, que arroja el siguiente resultado: r = -
0.70** (los dos asteristicos indican que el ndice de correlacin tiene
un valor estadsticamemnte significativo).
Anlisis estadstico (Findings): a) El valor del coeficiente de

correlacin es estadsticamente muy significativo (p<0.01); b) Con un
99% de confianza en 100 veces que se repita la experiencia se espera
que 1 vez no de el resultado observado; c) Este resultado permite
rechazar la Hiptesis nula (Ho: r = > 0); y aceptar la hiptesis alterna
(Ha = r < 0); d) Los individuos con bajas puntuaciones en los tests de
inteligencia tienden a presentar puntuaciones altas en las escalas de
prejuicios.
Interpretacin: La baja inteligencia conduce a hostilidad hacia los

grupos sociales extraos.
Explicacin: En este caso el investigador tendra que encuadrar esta

proposicin en la teora cientfica ya existente, en otras palabras,
discutirla en relacin al marco terico de la investigacin.
259
JAIME ALIAGA TOVAR
4. Dos ejemplos de explicacin o discusin de resultados
A continuacin presentamos la discusin de dos investigaciones, una

emprica y otra de revisin.
El-Anzi (2005) estudio la relacin del rendimiento acadmico con la

ansiedad, la autoestima, el optimismo y el pesimismo en estudiantes
kuwaites. La muestra consisti de 400 estudiantes masculinos y
femeninos en el Colegio de Educacin Bsica en Kuwait. Los resultados
ms destacados de la investigacin fueron la correlacin positiva
significativa entre rendimiento acadmico y el optimismo y la
autoestima - Considerando que las correlaciones fueron negativas entre
el rendimiento acadmico y ansiedad y el pesimismo.
La discusin de los resultados es la siguiente:
Estos resultados muestran una relacin negativa entre el rendimiento

acadmico y la ansiedad. Este resultado concuerda con estudios previos
(ver Abu Marak, 1988; Dodds, 1975; Sarason, 1957; Spielberger,
1966), mientras que la relacin fue positiva en otros estudios (vase
Mttar, 1981; Othman, 1975; Soliman, 1979).
Este resultado podra ser dilucidada por decir que la ansiedad puede ser
uno de los obstculos que impiden el logro acadmico alto en la
adolescencia, ya que la ansiedad juega un papel en la reduccin de
algunos factores que ayudan a incrementar el rendimiento acadmico,
la energa psquica por lo tanto, se concentra a liberar la tensin.
Los investigadores coinciden en que la ansiedad puede ser un agente de

mltiples facetas. En su nivel simple o facultativo puede ser un motivo,
pero a su alto nivel puede ser un obstculo. La ansiedad de la primera
etapa pone a una persona en un estado de inestabilidad y desequilibrio.
Para reducir la tensin, la persona debe eliminar las causas, y aqu la
ansiedad puede ser un motivo para deshacerse de lo que le molesta a l
o ella. Los resultados revelan tambin que existe una relacin
significativa entre rendimiento acadmico y la autoestima, y esto est
de acuerdo con diferentes estudios (ver Curry, 1990; El-Zayat, indito;
Purky, 1970; Schned, 1972). Sin embargo, los resultados no han
determinado si la autoestima es la causa de los logros acadmicos o de
lo contrario.
Este resultado puede explicarse por la edad de la muestra. Si nos

fijamos en el modelo de O'Malley (1976) podemos aplicar la tercera a
este resultado, porque hay algunos factores determinantes de los logros
260
JAIME ALIAGA TOVAR
acadmicos que no estn relacionados con factores determinantes de la

auto-estima. Estos factores determinantes son los antecedentes
familiares, la capacidad acadmica y experiencia previa.
Los resultados de los logros acadmicos muestran una correlacin

positiva con optimismo y una correlacin negativa con el pesimismo.
Este resultado confirma los resultados obtenidos en estudios anteriores
realizados por Chang (1998) y Shepperd et al. (1996). Como se
mencion anteriormente, los conceptos de optimismo y el pesimismo
son an recientes y sus caractersticas an no se han decidido en los
estudios rabes psicolgico. Sin embargo, estudios previos han
demostrado que el optimismo y el pesimismo tienen una influencia
equitativa de muchas variables. El optimismo aumenta la capacidad de
una persona a tolerar situaciones y para resolver problemas, y puede
tener un efecto sobre el rendimiento acadmico. La persona optimista
es inclinado a tener una visin esperanzadora sobre el futuro. As, el
optimismo puede tener un buen efecto en el rendimiento.
Tambin se descubri que la puntuacin media en el optimismo entre

los hombres fue mayor que la de las mujeres. Este resultado coincide
con varios estudios (ver Abdel-Khalek, 1996, 1998, Abdel-Khalek y
Alansari, 1995; Abdullatif & Hamada, 1998; Mook et al., 1992).
Hombres en la sociedad kuwait disfrutar de ms oportunidades y
opciones que las mujeres. Los hombres tienen buenas oportunidades
para expresar sus opiniones y actitudes. Ellos son quienes toman las
decisiones en la eleccin de su tipo de educacin y de su cnyuge final.
Esto los hace ms optimistas.
Martnez-Taboas (1997) expuso sinpticamente algunos de los hallazgos

principales en el rea del abuso sexual en la niez y las consecuencias
clnicas que se desprenden de la misma.
La Discusin que hizo de sus resultados fue la siguiente:
De esta breve revisin debe quedar claro que el abuso sexual en la

niez suele traer consigo repercusiones psiconocivas a corto, mediano y
largo plazo y que las mismas se ramifican en disfunciones conductuales,
sexuales, afectivas y cognoscitivas. Sin embargo, tambin debe quedar
claro que de 20 a 40% de estas vctimas no demuestran ni evidencian
sntomas de trauma. Esto no debe sorprender si se adopta una
perspectiva multi-casual y transaccional (Martnez-Taboas 1991). El
campo de las psicopatologas del desarrollo (Cicchetti & Toth, 1995) ha
demostrado de manera fechaciente que no puede analizarse el abuso en
la nies con modelos lineales simplistas de causa y efecto. Al contrario
pra llegar a comprender el impcto de estas experiencias estresantes,
261
JAIME ALIAGA TOVAR
es necesario estudiar las caractersticas idiosincrsicas del (la) nio(a)

(biolgicas y psicolgicas), las de su familia, y de la comunidad y cultura
en donde est inmerso dicho (a) nio(a). En cada uno de dichos
parmetros se pueden encontrar factores que potencien la probabilidad
y nocividad del abuso, as como factores compensatorios, que aminoren
el impacto negativo del mismo. Si se toma esto en cosideracin, resulta
obvio que no todo nio(a) abusado(a) desarrollar un mismo perfil
psicoemocional.
Tambin resulta llamativo sealar y enfatizar que en trminos generales

los(as) nios(as) que pasan por este tipo de abuso no demuestran un
perfil especfico que de manera inelulible demuestre que estamos ante
un menor abusado. Lo que hasta el momento se ha encontrado es que
estos(as) nios(as) demuestran ms sntomas de TEPT y problemas
ms marcados en el manejo de su sexualidad, en especial
demostraciones algo aberrantes de las mismas. Sin embargo, no
demuestran ms psicopatologa que nios(as) de un grupo psiquitrico
no abusado. Por tanto, la labor clnica debe tomnar estas
consideraciones en cuenta al momento de realizar un diagnstico
diferencial.
Por ltimo, deseo retomar un sealamiento que hice al comienzo de

este artculo. En el mismo mostr preocupacin y sorpresa de que los
psiclogos latinoamericanos no estemos publicando trabajos tericos,
epidemolgicos ni empricos sobre el abuso sexual en la niez en
nuestros respectivos pases. Me pregunto:a qu se debe esto? Ser
que el asunto no ha sido problematizado an? Ser que tal y como
sucedi en Europa y Amrica del Norte, el tema es un secreto tcito?
Ser que no hay recursos para estudiar el mismo? Estas preguntas son
inquietantes y lo son porque se ha demostrado que el abuso sexual en
la niez impacta negativamente la salud mental de nios
puertorriqueos, judos, camboyanos, asiticos, filipinos y
afroestadounidenses (vase el libro de Fontes, 1995). Sera deseable
tener la expectativa de que en la prxima dcada esta situacin pase
por un proceso remediativo y se le dediquen esfuerzos intelectuales y
acadmicos a esta importante temtica. (Martnez-Taboas, 1997:61-
62).
5. Las conclusiones
No se debe confundir resultados y conclusiones. Un resultado es una

observacin directa, una conclusin es una inferencia basada en los
resultados. Las conclusiones son las consecuencias lgicas que se
obtienen mediante la inferencia de los resultados logrados en el estudio,
262
JAIME ALIAGA TOVAR
y deben limitarse a aquellos que estn sustentados por los resultados

que aporta la investigacin. Cuando las conclusiones modifican una
teora anterior, el investigador o investigadora debe poner de manifiesto
este hecho. Se estila elaborar una conclusin por cada objetivo que se
persegua lograr con el estudio.
263
JAIME ALIAGA TOVAR
LECTURA 4
DEFINICIN DEL ANLISIS MULTIVARIANTE4
El anlisis multivariante no es fcil de definir. En un sentido amplio, se

refiere a todos los mtodos estadsticos que analizan simultneamente
medida mltiples de cada individuo u objeto sometido a investigacin.
Cualquier anlisis simultneo de ms de dos variables puede ser
considerado aproximadamente como un anlisis multivariante. En sentido
estricto, muchas tcnicas multivariantes son extensiones del anlisis
univariante (anlisis de distribuciones de una sola variable) y del anlisis
bivariante (clasificaciones cruzadas, correlacin, anlisis de varianza, y
regresiones simples para analizar dos variables). Por ejemplo, una regresin
simple (con una variable predictor) se extiende al caso multivariante para
incluir varias variables predictor. De la misma forma, la variable
dependiente que se encuentra en el anlisis de varianza se extiende para
incluir mltiples variables dependientes en el anlisis multivariante de la
varianza. En muchas ocasiones las tcnicas multivariantes sson un medio de
representar en un anlisis simple aquello que requiri varios anlisis
utiliznado tcnicas univariantes. Otras tcnicas multivariantes, sin embargo,
estn diseas exclusivamente para tratar con problemas multivariantes,
tales como el anlisis factorial que sirva para identificar la estructura
subyacente de un conjunto de variables o el anlisis discriminante que sirve
para diferenciar entre grupos basados en un conjunto de variables.
Una de las razones de la dificultad de definir el anlisis multivariante es que

el trmino multivariante no se usa de la misma forma en la literatura. Para
algunos investigadores, multivariante significa simplemente examinar
relaciones entre ms de dos variables. Otros usan el trmino slo para
problemas en los que se supone que todas las variables mltiples tiene una
distribucin normal multivariante. Sin embargo, para ser considerado
verdaderamente multivariante, todas las variables deben ser aleatorias y
estar interrelacionadas de tal forma que sus diferentes efectos no puedan
ser interpretados separadamente on algn sentido. Algunos autores afriman
que el propsito del anlisis multivariante es medir, explicar y predecir el
grado de relacin de los valores tericos (combinaciones ponderadas de
variables). Por tanto, le carcter multivariante reside en los mltiples
valores tericos (combinaciones mltiples de variables) y no slo en el
nmero de variables y observaciones. Aqu no insistiremos en una definicin
rgida del anlisis multivariante. En lugar de esto, el anlisis multivariante
incluir tanto tcnicas multivariables como tcnicas multivariantes, debido a
4
Referencia original: Hair, J., Anderson, R., Tatham, R. & Black, W. (1999).
Anlisis multivariante. Madrid: Prentice Hall Iberia, pp. 4
264
JAIME ALIAGA TOVAR
que los autores creen que el conocimiento de las tcnicas multivariables es

un primer paso esencial en la comprensin del anlisis multivariante.
265
JAIME ALIAGA TOVAR
1. Elabore un cuadro comparativo entre el muestreo aleatorio

simple y el muestreo aletorio sistemtico.
Muestreo aleatorio
Muestreo aletorio simple
sistemtico
1. 1.
2. 2.
3. 3.
4. 4.
2. Identifique la respuesta correcta y diga el porqu.
1. En un estudio sobre la sintomatologa depresiva que presentan los

obreros de una fbrica cul ser la unidad de anlisis apropiada?
A) Los hombres obreros B) las mujeres obreras C) las fbricas D) los
obreros de ambos sexos.
Por qu? ___________________________________________________
____________________________________________________________
2. En relacin con la pregunta anterior, de las siguientes opciones de
valores de la variable, elija la ms injdicada y apropiada:
Variable: Sintomatologa depresiva
A) Con sintomatologa depresiva/Sin sintomatologa depresiva
B) Con mucha sintomatologa depresiva/Con poca sintomatologa
depresiva/Sin nada de sintomatologa depresiva
Por qu?: ___________________________________________________
____________________________________________________________
4. Un psiclogo estudia los patrones de conducta familiar en relacin con el
estudio en un pueblo surandino peruano. El convive con varias familias del
pueblo alternadamente durante un cierto tiempo.
Este es un ejemplo de:
A) Observacin estructurada
B) Observacin no estructurada
Por qu?: ___________________________________________________
266
JAIME ALIAGA TOVAR
5. La poblacin de un estudio esta compuesta de 50 000 personas Cul

ser el tamao de la muestra necesaria para calcular los parmetros con un
nivel de confianza del 95% y un margen de error de +/-4%?
____________________________________________________________
6. Suponiendo que la muestrsa obtenida ser repartida por afijacin
uniforme en tres estratos, cuntos individuos tendr cada estrato?
____________________________________________________________
7. El prposito de emplear preguntas de tipo abierto o libre en una
entrevista o cuestionario es el de lograr una informacin mucho ms
profunda Qu opina Ud. de esta afirmacin?
3. Por qu se dice que en algunos estudios la unidad de muestreo

no coincide con la unidad de anlisis?
Respuesta:.
..........................................
4. En relacin al texto, elabore enunciados verdaderos en los que se

incluyan los siguientes tres trminos:
1. Individuo poblacin muestra

Enunciado:
2. Error muestral error de sesgo error aleatorio

Enunciado:
3. Afijacin proporcional afijacin uniforme afijacin ptima.

Enunciado:
4. Recoleccin de datos fuente de informacin frecuencia de

recoleccin
Enunciado:
5. Codificacin variable independiente variable dependiente

Enunciado:
267
JAIME ALIAGA TOVAR
AUTOEVALUACIN 4
Afirmaciones V F
1. Individuo es uno de los elementos de una muestra o ( ) ( )

poblacin.
2. El concepto demogrfico y el concepto metodolgico de ( ) ( )

poblacin coinciden.
3. La poblacin accesible es el conjunto de casos acerca ( ) ( )

de los cuales se pretende hacer una generalizacin.
4. Un parmetro es un valor numrico logrado con los ( ) ( )

valores o puntuaciones de una muestra.
5. Una elevada concentracin de valores en la zona media ( ) ( )

indica una curva leptocrtica.
6. La asimetra y la curtosis influyen en el anlisis de los ( ) ( )

datos.
7. El error tipo I es tambin denominado Falso negativo. ( ) ( )
8. Una limitacin de una prueba estadstica es que el ( ) ( )

tamao de la poblacin afecta la significatividad
estadstica.
9. La prueba t de student es una prueba no paramtrica. ( ) ( )
10. El anlisis factorial es una de las tcnicas ( ) ( )

multivariadas de anlisis.
RESPUESTAS: 1) V ; 2) F ; 3) F; 4) F 5) V; 6) F; 7) V; 8) V; 9) V; 10) V
268
JAIME ALIAGA TOVAR
http://produceideas.googlepages.com/hiptesis.pdf
http://www.univo.edu.sv:8081/tesis/016155/016155_Cap3.pdf
http://www.conductitlan.net/hipotesis.ppt
http://wapedia.mobi/es/Hiptesis_(mtodo_cientfico)
http://www.umce.cl/.../investigacion_cientifica_en_los_estudios_geografi
cos_plantea.htm
http://www.urosario.edu.co/cienciashumanas/documents/.../pdf/50b.pdf
http://www.cepes.uh.cu/.../HIPOTESISVARIABLESYDIMENSIONES.doc
http://tgrajales.net/investhipot.pdf
http://www.ucla.edu.ve/dmedicin/departamentos/.../SEB/.../hipotesis.pd
f
http://www.tesisenxarxa.net/TESIS_UB/.../TDX...//02.PARTE_II.pdf
http://www.fisterra.com/mbe/investiga/.../cuanti_cuali.asp
http://escuela.med.puc.cl/Recursos/.../insIntrod2.htm
http://www.e-torredebabel.com/Psicologia/.../Variable.htm
http://www.wikilearning.com/...variables_dependientes.../15614-3
http://www.ugr.es/~arrayan/variables.htm
http://sisbib.unmsm.edu.pe/bibvirtualdata/Tesis/Human/...gv/Cap3.pdf
http://books.google.com.pe/books?isbn=9688562645
Gardner, R. (2003). Estadstica para psicologa usando SPSS para Windows. Mxico
D.F.: Prentice Hall.
El libro muestra de manera didctica la manera de entender e interpretar los resultados

del anlisis estadstico derivados del empleo del paquete estadstico SPSS, explicando
tambin las bases de sus procedimientos. Adems de instrucciones para realizar
procedimientos estadsticos con el programa cada captulo presenta una introduccin
histrica acerca de las tcnicas y aspectos relacionados. A su vez, cada captulo se
encuentra precedido por una tabla de contenidos que busca bridnar al lector la
organizacin de cada captulo y hacer nfasis de los principales elementos y temas del
captulo.
269
JAIME ALIAGA TOVAR

Thomson.
Briones, G. (1980) Curso avanzado de tcnicas de investigacin social

aplicadas a la educacin. Santiago de Chile: PIIE.

Oxford.
Coe, R. & Merino, C. (2003). Magnitud del efecto: Una gua para
investigadores y usuarios. Revista de Psicologa de la PUCP, 30(1),
145-178.
Cuadras, C.M. 1991. Mtodos de Anlisis Multivariante. Bilbao: Eunibar.
Domenech, J.M. (1975). Mtodos estadsticos para la investigacin en

ciencias humanas. Barcelona: Herder.
Encinas, I. (1991). Teora y tcnicas en la investigacin educacional. Lima:

Ave.
El-Anzi, F.O. (2005). Logro acadmico y su relacin con la ansiedad, la

autoestima, el optimismo y el pesimismo en los estudiantes kuwaites
Social Behavior and Personality,. Recuperado el 12 de enero 2010.
Disponible en:
http://findarticles.com/p/articles/mi_qa3852/is_200501/ai_n9520814
/
Hair J., Anderson R., Tatham R. & Black W.(1999). Anlisis multivariante,
Madrid: Prentice Hall.


en psicologa y educacin. 1. Edicin. Madrid: McGrawHill.
270
JAIME ALIAGA TOVAR
Martnez-Taboas, A. (1997). Abuso sexual en la niez y sus repercusiones

emocionales. Psicologa Contempornea, 4(1), 56-63.
Naghi, M. (1984). Metodologa de la investigacin en administracin,

contadura y economa. Mxico: Mc Graw Hill.
Selltiz, C.; Jahoda, M.; Deutsch, M. & Cook, S. (1976). Mtodos de

investigacin en las relaciones sociales. Madrid: Rialp


Madrid: Paraninfo.
Sierra Bravo, R. (1991). Diccionario Prctico de Estadstica. Madrid:

Paraninfo.
271
JAIME ALIAGA TOVAR
BIBLIOGRAFA GENERAL

1. edicin. Lima: Universidad Peruana Cayetano Heredia.

Lima: Universidad Ricardo Palma.
Aliaga, J. (1998). La inteligencia, la personalidad, la actitud hacia la

matemtica y el rendimiento en matemtica en los estudiantes del
quinto de secundaria. Tesis para optar el grado de Magister en
Educacin, Universidad San Martn de Porres, Lima, Per.
Aliaga, J., Ponce, C., Bernaola, E. & Pecho, J. (2001). Caractersticas
psicomtricas del inventario de autoevaluacin de la ansiedad ante
exmenes (IDASE). Paradigmas, 2 (2), 11-30.
Aliaga, J. (2003). El aprendizaje autorregulado en estudiantes del quinto y

sexto grado de primaria y el rendimiento en matemtica y lenguaje
(Construccin de un cuestionario para la evaluacin del aprendizaje
autorregulado segn el modelo de Pintrich y DeGroot). Tesis para
optar el grado de Doctor en Psicologa, Universidad San Martn de
Porres, Lima, Per.
Arnau, J. (1978). Mtodos de investigacin en las ciencias humanas.

Barcelona: Omega.
Arnau, J. (1986) Diseos experimentales en psicologa y educacin.

Volumen 1. Mxico: Trillas.
Arnau, J. (1995) Diseos longitudinales aplicados a las ciencias sociales y

del comportamiento. Mxico: Limusa.
Avila, R. (1997). Introduccin a la metodologa de la investigacin. La tesis

profesional. Aplicaciones y ejemplos. Lima: Estudios y ediciones RA.

Thomson.
Baker, T. (1997). Doing Social Research. USA: McGrawHill.
Baltes, P., Reese, H. & Nesselroeade, J. (1981). Mtodos de investigacin

en psicologa evolutiva. Madrid: Morata.
Balluerka, N. & Vergara, A. (2002). Diseos de Investigacin Experimental

en Psicologa. Mxico D.F.: Prentice Hall.
Barriga, C. (1997). Fundamentos terico-metodolgicos de la investigacin
272
JAIME ALIAGA TOVAR
educacional. Scienta Omni, 1, 47-107.
Beltrn, J. (1993). Intervencin Psicopedaggica. Madrid: Pirmide.
Beltran, J. & Alvarez, J. (1995). Psicologa de la educacin. Madrid:

Morambo.
Best, J. (1970). Como investigar en educacin. Madrid: Morata.
Briones, G. (1980) Curso avanzado de tcnicas de investigacin social

aplicadas a la educacin. Santiago de Chile: PIIE.

Buela-Casal, G., Caballo, V. & Sierra, J. (1999). Manual de evaluacin en

psicologa clnica y de la salud. Mxico: Siglo XXI.
Buenda, l., Colas, P. & Hernndez, F. (1998): Mtodos de investigacin en

Psicopedagoga. Madrid: McGraw-Hill.
Bunge, M. (1979) La investigacin cientfica. Ariel. Barcelona.
Bunge, M. (1980). La ciencia: su mtodo y su filosofa. Mxico: Siglo XXI.
Bunge, M. (1984). La investigacin cientfica. Su estrategia y filosofa.

Barcelona: Ariel.
Burns, N. & Grove, S. (2004). Investigacin en enfermera. Madrid:

Elsevier.
Caballero, A. (2000): Metodologa de la investigacin cientfica. Diseos con

hiptesis explicativas. Lima: Udegraf.
Caballero, A. (2004). Guas metodolgicas para los planes y tesis de

maestra y doctorado. Lima; Ugraph.
Campbell, D. & Stanley, J. (1973). Diseos experimentales y

cuasiexperimentales en la investigacin social. Buenos Aires:
Amorrortu.
Castro, L. (1976). Diseo experimental sin estadstica. Mxico: Trillas.
Carbajal, I. (2004) Efectos de un programa cognitivo conductual en los

niveles de atencin y reflexividad en un grupo de estudiantes del 3.
Grado de educacin primaria con dficit atencional. Pedagoga de la
investigacin cientfica, 325-328.
273
JAIME ALIAGA TOVAR
Carro, J. (1994). Psicoestadstica descriptiva. Salamanca: Amaru.
Chang, A. (1997). Relacin entre las actitudes maternas y el proceso de

adaptacin personal del nio obeso. Revista Peruana de Psicologa,
2(4), 115-140.

Oxford.
Coe, R. & Merino, C. (2003). Magnitud del efecto: Una gua para
investigadores y usuarios. Revista de Psicologa de la PUCP, 30(1),
145-178.
Cohen, L. & Manion, L. (1990). Mtodos de investigacin educativa. Madrid:

La Muralla.
Crdova, J. (2001). El proyecto de investigacin para la tesis universitaria.

Argumentos y Novedades, 2, 91-104.
Cuadras, C.M. 1991. Mtodos de Anlisis Multivariante. Bilbao: Eunibar.
Dioses, A., Morocho, J., Velsquez, C., Cuzcano, A. y Das, G. (2000).

Efectos de un programa de un programa de estimulacin del lenguaje
en nios con bajo rendimiento escolar residentes en un AA.HH. de
Chorrillos. Revista de Investigacin en Psicologa, 3(2), 19-28.
Domenech, J.M. (1975). Mtodos estadsticos para la investigacin en
ciencias humanas. Barcelona: Herder.
Encinas, I. (1991). Teora y Tcnicas en la Investigacin Educacional. Lima:

Ave.
El-Anzi, F.O. (2005). Logro acadmico y su relacin con la ansiedad, la

autoestima, el optimismo y el pesimismo en los estudiantes kuwaites
Social Behavior and Personality,. Recuperado el 12 de enero 2010.
Disponible en:
http://findarticles.com/p/articles/mi_qa3852/is_200501/ai_n9520814
/
Eyssautier, P. (2002). Metodologa de la investigacin. Desarrollo de la

inteligencia. Mxico: Ecafsa Thomsom Learning.
Ezcurdia, A. & Chvez. P. (1996). Diccionario filosfico. Mxico: Limusa.
Facundo, A. (1991). El proyecto de investigacin. Modulo 5. Serie aprender

a aprender. Lima: Universidad Inca Garcilaso de la Vega.
Vicerectorado Acadmico.
274
JAIME ALIAGA TOVAR
Fiallo, J., Cerezal, J. & Hedesa, Y. (2008). La investigacin pedaggica una

va para elevar la calidad educativa. Lima: Coleccin Ruta
Pedaggica.
Flores, J. (1995). Teora y metodologa de la investigacin. Lima:

Universidad Nacional Mayor de San Marcos. Facultad de Educacin.
Gmez, J. (1983). El mtodo experimental. Mxico: Harla.
Gmez, M. (2006). Introducin a la metodologa de la investigacin

cientfica. Crdova: Brujas.
Gortari, Eli de (1972. Lgica general. Mxico: Grijalbo.
Hair J., Anderson R., Tatham R. & Black W.(1999). Anlisis multivariante,
Madrid: Prentice Hall.
Hempel, C. (1979) Filosofa de la Ciencia Natural. Alianza Universidad.

Madrid.

House, E. (1994). Evaluacin, tica y poder. Morata: Madrid.
Instituto de Investigaciones de la Universidad Inca Garcilaso de la Vega.

(1993). Fundamentos de Investigacin Cientfica. Serie; Antologa de
Investigacin Cientfica. Lima: Autor

Kerlinger, F. (1984): Enfoque Conceptual de la Investigacin del

Comportamiento. Mxico: Interamericana.
Marqus Graell, S. (2000) Sociedad de la informacin. Nueva cultura.

Habilidades claves para los ciudadanos del siglo XXI. Nuevas
competencias para el profesorado. Quaderns Digitals, N 22. [En
lnea]. Disponible en http://www.ciberaula.es/cuaderns/ [26
setiembre 2005].
Martnez-Taboas, A. (1997). Abuso sexual en la niez y sus repercusiones

emocionales. Psicologa Contempornea, 4(1), 56-63.
Martnez, M. (2006). La investigacin cualitativa (sntesis conceptual).

Revista de Investigaciones Psicolgicas, 9(1): 123146.
275
JAIME ALIAGA TOVAR
Meja, E. & Reyes, E. (1994) Operacionalizacin de variables conductuales.

Lima. Cnit.
Miro Quesada, F. (1969). Iniciacin a la Lgica. Lima: Universidad Nacional

Mayor de San Marcos.
Munch, L. & Angeles, E. (1999). Mtodos y tcnicas de investigacin.

Mxico: Trillas.
Mosterin, J. & Torreti, R. (2002). Diccionario de lgica y filosofa de la

ciencia, Pg. 387.
Naghi, M. (1984). Metodologa de la investigacin en administracin,

contadura y economa. Mxico: Mc Graw Hill.

en psicologa y educacin. 1. edicin. Madrid: McGrawHill.
O'Neil, W M. (1968). Introduccin al mtodo en psicologa. Buenos Aires:

Eudeba
Pardinas, F. (1983). Metodologa y tcnicas de investigacin en ciencias

sociales. Introduccin elemental. Mxico: SigloXXI.
Pecho, J. (1997). Autoestima, habilidades sociales y autoritarismo paterno.

Revista Peruana de Psicologa, 2(4), 93-114.
Prez Juste, R. (1988). La evaluacin de instituciones educativas aplicada a

los centros asociados de la UNED. Revista Iberoamericana de
Educacin Superior a Distancia, 1(1), 7-30.
Pick, S. (1995) Cmo investigar en ciencias sociales. Mxico: Trillas.
Piscoya, L. (1987). Investigacin cientfica y educacional. Un enfoque

epistemolgico. Lima: Amaru.

salud. Mxico: Mc Graw Hill. 5ta. edicin.

Quesada, R., Escurra, M. & Delgado, A. (2001). Riqueza lxica en

estudiantes de educacin bsica, nivel secundario de Lima
Metropolitana. Revista de Investigacin en Psicologa, 4(1), 109-119.
Retegui, N. (1999) El constructivismo. La dimensin individual y

sociocultural. Lima: Cedhum.
276
JAIME ALIAGA TOVAR
Reyes, E. (1988). Influencia del Programa Curricular y el trabajo Docente en

el Aprovechamiento en Historia del Per del 3er. Ao de Educacin
Secundaria. Tesis para optar el grado de Doctor en Educacin.
Universidad Nacional Mayor de San Marcos. Lima, Per.
Roces, C.; Gonzles, M. & Touron, J. (1997). Expectativas de aprendizaje y

rendimiento de los alumnos universitarios. Revista de Psicologa de la
Educacin, 22, 99-123.
Rodriguez Rivas, M. ((2002). La ciencia. Lima: Universidad Inca Garcilaso

de la Vega.
Sautu, R. (2005). Todo es Teora. Objetivos y mtodos de investigacin.

Buenos Aires: Lumiere.
Sanchez, H. & Reyes, C. (2006). Metodologa y diseos en la investigacin

cientfica. Lima: Editorial universitaria.
Selltiz, C., M. Jahoda, Deutsch, M. & Cook, S. (1976). Mtodos de

investigacin en las relaciones sociales. Madrid: Rialp.
Siegel, S. & Castellan, J. (1995). Estadstica no paramtrica aplicada a las

ciencias de la conducta. Mxico: Trillas.
Shaughnessy, J., Zechmeister, E. & Zechmeister, J. (2007). Mtodos de

investigacin en psicologa. Mxico: McGrawHill.
Sierra Bravo, R. (1984). Ciencias Sociales. Epistemologa, Lgica y

Metodologa. Madrid: Paraninfo
Sierra Bravo, R. (1991). Diccionario Prctico de Estadstica. Madrid:

Paraninfo.

Madrid: Paraninfo.
Tamayo, M. (1991). Diccionario de la investigacin cientfica. Mxico:

Limusa
Tamayo, M. (2002). El proceso de la investigacin cientfica. Mxico:

Limusa.
Zorrila, S., Torres, M., Luiz, A. & Alcino, P. (1997). Metodologa de la

investigacin. Mxico: McGrawHill.
Tafur, R. (1994). La tesis universitaria. Lima: Mantaro.
Tafur, R. (1994). Introduccin a la investigacin cientfica. Lima: Mantaro.
277
JAIME ALIAGA TOVAR
Travers, R. (1986). Introduccin a la investigacin educacional. Buenos

Aires: Paids.
Ugarriza, N. (1994). Un modelo causal explicativo sobre el uso de bebidas

alcohlicas en los adolescentes. Revista de Psicologa de la
Universidad Ricardo Palma, 6(Especial), 69-75.
Van Dalen, D. & Meyer, D. (1994). Manual de tcnica de la investigacin

educacional. Mxico: Paids.
Velsquez, A. & Rey, N. (1999). Metodologa de la investigacin cientfica.

Lima: San Marcos.
Vizcarra, C. (1985). Elementos de investigacin (Antologa). Lima: INIDE.
Wood, G. (1984). Fundamentos de la investigacin psicolgica. Mxico:

Trillas.
Zubizarreta, A. (1998). La aventura del trabajo intelectual: cmo estudiare

investigar. Mxico: Addison-Wesley Longman.
278
JAIME ALIAGA TOVAR
Glosario
1. Ciencia : Conjunto de conocimientos objetivos, ciertos,

probables, sistematizados y comprobables
resultantes de la investigacin hecha mediante el
mtodo cientfico.
2. Concepto : Abstraccin conformada por generalizaciones

derivadas de casos particulares.
3. Conocimiento : Referido a la accin y el efecto del conocer, lo

cual implica un proposicin o juicio resultado del
acto del conocer.
4. Conocimiento : Es el conocimiento que es generado en y por la

cientfico ciencia, buscando las causas, regularidades,
principios o leyes que rigen lo fenmenos, con el
fin de describirlos, predecirlos, explicarlos y
comprenderlos mejor.
5. Conocimiento : Conjunto de proposiciones que pueden estar

vulgar u ordinario asociados de algn intento de explicacin, pero
sin que sta se encuentre comprobada.
6. Constructo : Concepto inventado de manera deliberada y

conciente con un objetivo cientfico especial.
7. Definicin : Definicin que brinda el significado a un

operacional constructo o variable especificando las
actividades u operaciones necesarias para
medirlo.
8. Diseo : Modelo o esquema lgico que brinda restricciones

para observar un hecho provocado y que
comprende el planeamiento de las operaciones
necesarias para llevar a cabo una investigacin,
procurando dar respuesta al problema planteado
controlando las fuentes de error.
9. Estadstico : Valor numrico conseguido con los valores de

una muestra y que resumen alguna caracterstica
de esta.
279
JAIME ALIAGA TOVAR
10. hiptesis : Especulaciones que el investigador presenta

como respuesta probable a su problema de
investigacin, sirviendo de gua a la investigacin
cientfica.
11. Indicador : Signo o manifestacin externa directa,

observable y medible que hace posible cuantificar
de manera indirecta a la variable.
12. Investigacin : Proceso que busca soluciones fiables a los

cientfica problemas mediante la obtencin, anlisis e
interpretacin, sistemtica de los datos.
13. Muestra : Subconjunto de individuos pertenecientes a una

cierta poblacin.
14. Muestreo : Proceso de seleccin de una parte de la

poblacin para que represente al conjunto de
ella, en otras palabras es el procedimiento
utilizado para la eleccin de unidades dentro de
un conjunto ms amplio de ellas.
15. Objetivos de la : Constituyen los mviles o propsitos que
investigacin orientan el proceso de investigacin.
16. Parmetro : Valor numrico conseguido a partir de los valores

de una poblacin que resume las caractersticas
pertinentes o ms importantes de esta.
17. Poblacin : Conjunto de total de casos que concuerdan con

una serie de especificaciones (Selitiz, Jahoda,
Deutsch & Cook, 1976).
18. Teora : Sistema de proposiciones relacionadas a un

conjunto de constructos que buscan describir,
explicar, predecir y comprender, aspectos
limitados de su dominio.
19. Validez Estadstica : Hace referencia a si las conclusiones sobre las

relaciones o diferencias extradas del anlisis de
los datos son estadsticamente significativas.
20. Validez Externa : Est referido a la generalizacin de los

resultados, a partir de una relacin observada en
un conjunto de datos.
280
JAIME ALIAGA TOVAR
21. Validez interna : Referido al grado en que los cambios observados

en la variable dependiente se pueden atribuir a la
manipulacin experimental de la variable
independiente. Es decir, los cambios observados
en la variable dependiente no pueden ser
explicados por la accin de ninguna otra variable
ms que por la variable independiente.
22. Variable : Atributo, propiedad o cualidad que se encuentra

presente o ausente en un individuo o grupo de
individuos, que pueden presentarse con matices
diferentes; con grados y magnitudes.
281
JAIME ALIAGA TOVAR
ANEXOS
282
JAIME ALIAGA TOVAR
Anexo 1
PERFIL DE UN INFORME DE INVESTIGACIN
Informe parcial
El avance de la investigacin ser comunicado por medio de informes

parciales al profesor Asesor, quien los revisar y aprobar. Los informes
comprendern cada una de las siguientes partes:
1. Primera parte:
Planteamiento del problema de investigacin: Seleccin y formulacin del
problema. Objetivos. Finalidad e importancia. Limitaciones del estudio.
2. Segunda parte:
Marco de referencia de la investigacin: Marco histrico. Antecedentes
del estudio en el extranjero y el pas. Marco terico. Definiciones
conceptuales y operacionales.
3. Tercera parte:
Mtodo: Tipo y diseo de investigacin. Poblacin. Muestra. Identificacin
de variables. Tcnicas e instrumentos de recoleccin de datos.
Procedimiento. Estadsticos y pruebas para el tratamiento estadstico.
4. Cuarta parte:
Resultados: Presentacin, anlisis e interpretacin. Verificacin de
hiptesis. Discusin de resultados.
Resumen, conclusiones y recomendaciones.
Referencias bibliogrficas.
Informe final
El informe final ser presentado al profesor Asesor para su revisin y

aprobacin.
Esquema del informe final.
Ttulo
ndice
ndice de cuadros
Introduccin
Captulo I. EL PROBLEMA DE INVESTIGACION
283
JAIME ALIAGA TOVAR
1.1. Planteamiento del problema

1.1.1 Seleccin del problema
1.1.2 Formulacin del problema
1.2. Objetivos
1.2.1 Objetivo general
1.2.2 Objetivos especficos
1.3 Justificacin y limitaciones
Captulo II. MARCO TEORICO REFERENCIAL
2.1 Antecedentes del estudio

2.1.1 En el extranjero
2.1.2 En el Per
2.2 Bases terico-cientficas.
2.3 Supuestos
2.4 Hiptesis
2.5 Definicin de conceptos
Captulo III. METODO
3.1 Tipo de investigacin

3.2 Diseo de investigacin
3.3 Poblacin y muestra de estudio
3.4 Variables de estudio
3.5 Tcnicas e instrumentos de recoleccin de datos
3.6 Procedimiento de recoleccin de datos
3.7 Tcnicas estadsticas de anlisis de datos
Captulo IV. RESULTADOS
4.1 Presentacin y anlisis de resultados

4.2 Discusin de resultados
Captulo V. RESUMEN Y CONCLUSIONES
5.1 Resumen
5.2 Conclusiones
RECOMENDACIONES/SUGERENCIAS.
REFERENCIAS BIBILIOGRFICAS
ANEXOS.
284
JAIME ALIAGA TOVAR
VI. ADMINISTRACION DEL PROYECTO
6.1. Presupuesto
a. Personal - Apoyo especializado
b. Bienes - Material de escritorio
-Material de Impresin
-Otros
c. Servicios - Movilidad y viticos
-Servicios de Impresin
-Servicios de Cmputo
PRESUPUESTO (Un ejemplo)
PRESUPUESTO
ITEM TOTAL
1 Equipos, software y servicios tcnicos 600
2 Transporte y salidas de campo 150
3 Materiales y suministros 800
4 Material bibliogrfico y fotocopias 350
5 Varios e imprevistos ( por variacin de precios y servicios) 150
2,050
TOTAL
Presupuesto detallado
1 2
EQUIPOS, SOFTWARE Y VALOR TRANSPORTE SALIDAS DE VALOR
SERVICIOS CAMPO
Pruebas a utilizarse 200 Movilidad local 150
Tipeo 200
Libros 100
Revistas 100
Sub-total 1 600 150
Sub-total 2
3 4
MATERIALES Y VALOR MATERIAL BIBLIOGRFICO VALOR
SUMINISTROS
Papel bond 300 Libros 100
Papel periodico 300 Separatas 50
tiles de escritorio 200 Fotocopias 200
Sub-total 3 800 Sub-total 4 350
285
JAIME ALIAGA TOVAR
Cronograma
MESES
ABRIL MAYO JUNIO JULIO AGOSTO SETIEM
TAREA/SEMANA 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1Elaboracion
Proyecto
2. Elab. Informe I
3.Revision
Informe I
4. Elab. Informe
II
5.Revision
Informe II
6. Elab. Informe
III
7. Revisin
Informe III
8. Elab. Informe
IV
9. Revisin
Informe IV
10.Elab. Informe
Final
11. Rev. Informe
Final
12.Rev.
Informantes
13.Impresin de
Informe
14. Sustentacin
de informe
286
JAIME ALIAGA TOVAR
ANEXO 2
REFERENCIAS BIBLIOGRAFICAS
(Modelo de la Asociacin de Psicologa Americana APA).
Construccin de citas y fichas bibliogrficas y lista de referencias de

acuerdo a las reglas establecidas por el Manual de Estilo de la
American Psychological Association (APA) (URL: http://www.apa.org)
El manual de estilo segn APA es utilizado por autores y estudiantes de
psicologa, educacin, ciencias sociales, enfermera, criminologa, relaciones
pblicas y otras profesiones. La Escuela de Post Grado de la Universidad
Marcelino Champagnat ha adoptado el estilo APA para la redaccin de los
proyectos y tesis de maestra y doctorado.
I. CITAS
A. Ejemplos de cmo citar en el texto una obra por un(a) autor(a):
Rivera (1994) compar los tiempos de reaccin...

En un estudio reciente sobre tiempos de reaccin... (Rivera, 1994).
En 1994, Rivera compar los tiempos de reaccin...
Cuando el apellido del autor(a) forma parte de la narrativa, como ocurre en

el ejemplo (a), se incluye solamente el ao de publicacin del artculo entre
parntesis. En el ejemplo (b), el apellido y fecha de publicacin no forman
parte de la narrativa del texto, por consiguiente se incluyen entre parntesis
ambos elementos, separados por una coma. Rara vez, tanto la fecha como
el apellido forman parte de la oracin (vase ejemplo c), en cuyo caso no
llevan parntesis.
B. Obras con mltiples autores (as):
1.Cuando un trabajo tiene dos autores(as), siempre se cita los dos apellidos
cada vez que la referencia ocurre en el texto.
2. Cuando un trabajo tiene tres, cuatro o cinco autores(as), se cita todos los
autores(as) la primera vez que ocurre la referencia en el texto. En las
citas subsiguientes del mismo trabajo, se escribe solamente el apellido
del(la) primer(a) autor(a) seguido de la rase et al. Y el ao de
publicacin.
Ejemplo:
287
JAIME ALIAGA TOVAR
Ramrez, Santos, Aquilera y Santiago (1985) encontraron que los

pacientes.... (Primera vez que se cita en el texto).
Ramrez et al. (1985) concluyeron que... (prxima vez que se menciona en
el texto).
3. Cuando una obra se compone de seis o ms autores(as), se cita

solamente el apellido del (la) primer(a) autor(a) seguido por la frase et
al. Y el ao de publicacin, desde la primera vez que aparece en el
texto. (En la lista de referencias, sin embargo, se proveen los apellidos
de todos los autores.)
4. En el caso que se citen dos o ms obras por diferentes autores(as) en

una misma referencia, se escriben los apellidos y respectivos aos de
publicacin separados por un punto y coma dentro de un mismo
parntesis.
Ejemplo:
En varias investigaciones (Ayala, 1984; Conde, 1986; Lpez & Muoz,

1994)
Concluyeron que....
C. Citas directas:
Material que es citado directamente (palabra por palabra) de otro(a)

autor(a) requiere un trato diferente para incluirse en el texto. Al citar
directamente, se representa la cita palabra por palabra y se incluye el
apellido del (la) autor(a), ao de publicacin y pgina en donde aparece la
cita.
1. Cuando las citas directas son cortas (menos de 40 palabras), stas se

incorporan a la narrativa del texto entre comillas.
Ejemplo:
En estudios psicomtricos realizados por la Universidad de Connecticut,
se ha encontrado que los nios tienen menos habilidades que las nias.
2. Cuando las citas directas constan de 40 o ms palabras, stas se

destacan en el texto en forma de bloque sin el uso de comillas.
Comienza este bloque en una lnea nueva, sangrando la misma y
subsiguiente lnea a cinco espacios (utilice la funcin de Tab si usa un
procesador de palabras). El bloque citado se escribe a doble espacio.
Ejemplo: Miele (1993) encontr lo siguiente:
288
JAIME ALIAGA TOVAR
El efecto de placebo que haba sido verificado en estudio previo,

desapareci cuando las conductas fueron estudiadas de esta forma. Las
conductas nunca fueron exhibidas de nuevo an cuando se administran
drogas verdaderas. Estudios anteriores fueron claramente prematuros en
atribuir los resultados al efecto de placebo (p. 276).
II. Listas de referencia
Construccin de fichas bibliogrficas y de la lista de referencia

Elementos generales del estilo APA
La lista de referencias al final de un proyecto o artculo lo documenta y
proporciona la informacin necesaria para identificar y recuperar cada
fuente. Una lista de referencias cita trabajos que apoyan especficamente
los planteamientos realizados. En contraste, una bibliografa cita trabajos
que sirvieron de fundamento o son tiles para una lectura posterior, y
puede incluir notas descriptivas. Las revistas cientficas en psicologa
requieren listas de referencias, no bibliografas y la misma regla se sigue
para todo documento estructurado con base en las normas APA. Las
referencias se citan en el texto con un sistema de citacin de autor y fecha,
y se listan alfabticamente en la seccin de Referencias.
Las referencias que se citan en el texto deben aparecer en la lista de

referencias; y viceversa: cada entrada en la lista de referencias debe citarse
en el texto. El autor debe cerciorarse de que cada fuente referida aparece
en ambos lugares, y que la cita en el texto y la entrada en la lista de
referencias son idnticas en su forma de escritura y en el ao. Los datos
deben estar correctos y completos. Debe darse una especial atencin a la
ortografa de los nombres propios y de las palabras en lenguas extranjeras,
incluyendo los acentos u otros signos especiales, y al hecho de que estn
completos los ttulos, los aos, los nmeros de volumen y de las pginas de
las revistas cientficas. Los autores son responsables de toda la informacin
de una referencia.
Debido a que una lista de referencias contiene slo referencias que

documentan el artculo o el proyecto, proporcionando datos recuperables,
no debe incluir las comunicaciones personales, tales como cartas,
memorandos y la comunicacin electrnica informal, las cuales deben
citarse slo en el texto.
Los siguientes elementos se aplican en la preparacin de fichas

bibliogrficas:
La lista bibliogrfica se titular: REFERENCIAS.
289
JAIME ALIAGA TOVAR
La lista tiene un orden alfabtico por apellido del autor(a) y se

incluye con las iniciales de sus nombres de pila.
La lista se escribe a doble espacio.
Se escribe en cursivas los ttulos de revistas o de libros.
Se deja un solo espacio despus de cada signo de puntuacin.
Elementos generales (los ejemplos de fichas bibliogrficas que aparecen a

continuacin, se realizaron a espacio sencillo para guardar espacio en la
redaccin de esta gua. Las mismas deben aparecer a espacio doble en la
lista de referencias de su trabajo).
Publicaciones peridicas (revistas)

Autor, A.A. (ao). Ttulo del artculo. Ttulo de la revista, vol.,
pgs.
Publicaciones no peridicas (libros).
Autor, A.A. (ao). Ttulo de la obra. Lugar de publicacin: Editor
o casa publicadora.
Revistas profesionales o journals

Artculo con un solo autor (paginacin continua):
Bekerian, D.A. (1993). In search of the typical eyewitness.
American Psychologist, 48, 574-576.
En este ejemplo se incluye solamente el volumen en la ficha
bibliogrfica ya que la paginacin es continua a travs del
volumen.
Artculo con dos autores (paginacin separada):
Klimoski, R., & Palmer, S. (1993). The ADA and the hiring process
in organizatiosn. Consulting Psychology Journal: Practice and
Research, 45 (2), 10-36.
En este ejemplo incluye tanto el volumen como el nmero en la
ficha bibliogrfica ya que cada edicin enumera sus pginas por
separado. El (2) corresponde al nmero de la edicin; la cursiva
se extiende hasta el volumen de la revista.
Los nombres de los autores (cuando son ms de uno) se unen con
el smbolo del ampersand (&).
No se utilizan con este propsito las conjunciones y o and.
Revista popular (magazine)

Posner, M.I. (1993, October 29). Seeing the mind. Science, 262, 673-
674.
Se incluye la fecha de la publicacin el mes en el caso de

publicaciones mensuales y el mes y el da en el caso de
publicaciones semanales.
290
JAIME ALIAGA TOVAR
Artculos de peridicos
Milln Pabn, C. (1995, Febrero 12). Endereza el curso de la
reforma. El Nuevo Da, p.4.
En los artculos de perodos, se utiliza la abreviatura p. cuando la
cita se encuentra en una sola pgina. En citas de dos o ms
pginas se utiliza la abreviatura pp.
Elas, M. (1995, February 15). Quickie colesterol test often error-
prone. USA Today, p. A1.
Ejemplo de peridico compuesto por varias secciones.
Ejemplos de referencia a libros

Cone, J.D., & Foster, S.L. (1993). Dissertations and theses from
start to finish: Psychology and related fields. Washington, DC:
American Psychological Association.
Libro con nueva edicin:
Mitchell, T.R., & Larson, J.R., Jr. (1987). People in organizations: An

introduction to organizational behavior (3rd ed.). New York: McGraw-
Hill.
Libro con autor colectivo (agencia de gobierno, asociaciones,

institutos cientficos, etc.):
American Psychological Association. (1994). Publication Manual of

the American Psychological Association (4th ed.). Washington, DC:
Author.
Cuando el autor y editor son los mismos, se utiliza la palabra

Author para identificar la casa publicadora.
Enciclopedias:
Bergman, P.G. (1993). Relativity. In The new encyclopedia

Britannica (Vol. 26, pp, 501-508).
Garca Font, J. (1977). Magia y santera. En Enciclopedia Planeta

de las ciencias ocultas y parapsicologa (Vol. 5, pp. 141-155).
Barcelona: Editorial Planeta.
291
JAIME ALIAGA TOVAR
Captulo de un libro:
Autor, A. A. & Autor, E. E. (Ao de publicacin). Ttulo del captulo. En A.

Editor, E. Editor & C. Editor (Eds.), Ttulo del trabajo. (pp. xxx-xxx).
Localidad: Editorial.
Ejemplos:
Eckenrode, J., Power, J. & Garbarino, J. (1997). Youth in trouble are youth
have been hurt. En J. Garbarino& J. Eckenrode (Eds.), Understanding
abusive families: An ecological approach to theory and practice (pp. 166-
193). San Francisco, EE.UU.: Jossey-Bass.
Ponencia presentada en un evento:
Gonzlez, R., Calvo, A., Benavides, G. & Casullo, M. (1998, noviembre).

Evaluacin de la conducta social: Un estudio comparativo entre
adolescentes argentinos y espaoles. Ponencia presentada en la Sexta
Conferencia Internacional Evaluacin Psicolgica: Formas y Contextos,
Salamanca, Espaa.
Tesis de maestra no publicada
Rocafort, C.M., Sterenberg, C., & Vargas, M. (1990). La

importancia de la comunicacin efectiva en el proceso de una
fusin bancaria. Tesis de maestra no publicada, Universidad del
Sagrado Corazn, Santurce, Puerto Rico.
Material audiovisual
Pelculas (videos):
Hopkins, J. (Director). (1987). Critical thinking: How to evaluate

information and draw conclusions [Videotape]. (Available from The
Center for Humanities, Inc., Box 1000, Mount Kisco, NY 10549-0010)
Se provee el nombre y, entre parntesis, la funcin o contribucin

principal de la persona o entidad.
Se seala el formato del recurso entre corchetes [ ]
Se provee nombre y direccin del (la) distribuidor(a) ya que la
misma es una pelcula de circulacin limitada.
Fritz, S. (Directora). (1994). Sueos atrapados, la migracin
dominicana a Nueva York [Videocinta]
Santurce, PR: Isla Films.
292
JAIME ALIAGA TOVAR
Grabacin en cassette:
Miranda, M.T.B. (Conferenciante). (1987). La familia con hijos

adolescentes y problemas de conducta [Grabacin en cassette]. San
Juan, PR: Consultores en Desarrollo y Conducta Humana.
Grabacin musical:
Sting. (1993). Ten summoners tales [CD]. Hollywood, CA: A&M

Records.
Artculo procedente del Educational Resources Information Center

(ERIC).
Minami, M., & Kennedy, B.P. (Eds.). (1991). Language issues in literacy and
bilingual/multicultural education (Series N 22). Cambridge, MA: Harvard
Education Review. (ERIC Document Reproduction Service N ED 384 225)
El nmero de documento que corresponde a ERIC se incluye entre

parntesis al final de la ficha.
Programa de computadora (software):
Rosenberg, V. (1992). Pro-Cite 2.0 version for the IBM [Computer

software]. Ann Arbor, MI: Personal Bibliographic Software.
No se subrayan los nombres de los programas o lenguajes de

computadoras.
Recursos de los servicios de INTERNET

Para referenciar documentos que provienen de la Internet se consideran
diversos aspectos, por ejemplo:
Una pgina Web:
Dewey, R. A. (2002). Psych Web by Russ Dewey. Recuperado en enero 25,

2003. disponible en http://www.psywww.com
Un artculo de una revista electrnica:
Jacobson, J. W., Mulick, J. A., & Schwartz, A. A. (1995). A history of

facilitated communication: Science, pseudoscience, and antiscience: Science
working group on facilitated communication. American Psychologist, 50,
293
JAIME ALIAGA TOVAR
750-765. Recuperado en enero 25, 1996 disponible en

http://www.gpa.orljoumalsljacobson.html
Jimnez Arias ME.(2004). Preocupaciones actuales sobre la confeccin de

ttulos adecuados para artculos cientficos. MEDISAN;8 (2). Recuperado en
Diciembre 23, 2007, disponible en
http://bvs.sld.cu/revistas/san/vol8_2_04/san09204.htm .
Un artculo que proviene de APA Monitor (un peridico):
Sleek, S. (1996, enero). Psychologists build a culture of peace. APA Monitor,

pp. 1, 33. Recuperado en enero 25, 1996 disponible en
http://www.apa.orglmonitor/peacea.html
Un resumen (abstract):
Rosenthal, R. (1995). State of New Jersey v. Margaret Kelly Michaels: An

overview [Abstract]. Psychology, Public Policy, and Law, 1, 247-27 1.
Recuperado en enero 25, 1996 disponible en
http://www.apa.orgljoumals/abl.htrffl
Un documento:
Electronic reference formats recommended by the American Psychological

Association. (1999, noviembre 19). Washington, DC: American
Psychological Association. Recuperado en Noviembre 19, 1999 disponible en
http://www.apa.orgljoumalslwebref.html
Ejemplos de referencias de informaciones tomadas de diferentes

bases de datos:
Procedente de una base de datos en CD-ROM:
Federal Bureau of Investigation. (1998, marzo). Encryption: Impact on law

enforcement. Washington, DC: Autor. Recuperado de la base de datos SIRS
(SIRS Government Reporter, CD-ROM, Fall 1998 release). Base de datos de
una revista en una WWW: Schneiderman, R. A. (1997). Librarians can make
sense of the Net. San Antonio Business Journal, 11 (3), pp. 5 8+.
Recuperado en enero 27, 1999 de la base de datos EBSCO (Masterfile)
disponible en http://www.ebsco.com
294
JAIME ALIAGA TOVAR
Base de datos de un diario de noticias cientficas en una MFWW:
Kerrigan, D. C., Todd, M. K., & Riley, P. 0. (1998). Knee osteoarthritis and
high- heeled shoes. The Lancet, 251, 1399-1401. Recuperado en enero 27,
1999 de la base de datos DIALOG (#457, The Lancet) disponible en
http://www.dialogweb.com
Base de datos de una revista universitaria en una WWW:
Davis, T. (1992). Examining educational malpractice jurisprudence: Should

a cause of argon be created for student-athletes? Denver University Law
Journal, 69, 57+. Recuperado en febrero 17, 1993 de la base de datos en
lnea WESTLAW (69 DENULR 57)
Base de datos en lnea:
Bowles, M. D. (1998). The organization man goes to college: AT&T's

experiment in humanist education, 1953-1960. The Historian, 61, 15+.
Recuperado en marzo 4, 1999 de la base de datos en lnea DIALOG (#88,
IAC Business A.R.T.S., Item 04993186)
Ordenacin de varios trabajos con el mismo primer autor. Cuando se

ordenen varios trabajos realizados por el mismo primer autor, se
proporciona el nombre de ste en la primera referencia y en las
subsecuentes, y se utilizan las siguientes reglas para alfabetizar las
entradas:
- Las entradas de un solo autor se ordenan por el autor de publicacin,

primero el ms antiguo:
Kim, L. S. (1991)
Kim, L. S. (1994)
- Las entradas de un solo autor preceden a las de autor mltiple, que
comienzan con el mismo apellido:
Kaufman, J. R. (1991)
Kaufman, J. R. & Cochran, D. E. (1987)
- Las referencias con el mismo primer autor y segundo o tercer autores
diferentes se ordenan alfabticamente por el apellido del segundo autor y
as sucesivamente:
Kaufman, J. R., Jones, E. & Cochran, D. F. (1992)
Kaufman, J. R. & Wong, D. F. (1989)
Letterman, D., Hall, A. & Leno, J. (1993)
Letterman, D., Hall, A. & Seinfeld, J. (1993)
- Las referencias con los mismos autores en la misma sucesin se ordenan
por el ao de publicacin, con el ms antiguo en primer lugar:
295
JAIME ALIAGA TOVAR
Kaufman, J. R. & Jones, E. (1987)

Kaufman, J. R. & Jones, E. (1990)
- Las referencias con el mismo autor (o con los mismos dos o ms autores
en el mismo orden) con la misma fecha de publicacin se ordenan
alfabticamente por el ttulo (excluyendo los artculos Un [Una] o El [La])
que sigue a la fecha.
Excepcin: Si las referencias con los mismos autores publicadas en el

mismo ao se identifican como artculos en una serie (e.g., Parte y Parte 2),
se deben organizar siguiendo el orden de la serie y no alfabticamente por
el ttulo.
Las letras en minsculas -a, b, c, etc.- se colocan inmediatamente despus

del ao, dentro del parntesis:
Kaufman, J. R. (1990a). Control....
Kaufman, J. R. (1 990b). Funciones de los....
Ordenacin de varios trabajos de diferentes primeros autores con el

mismo apellido. Los trabajos realizados por diferentes autores con el
mismo apellido se ordenan alfabticamente por la primera inicial:
Eliot, A. L. & Wallston, J. (1983)

Eliot, G. E. & Ahlers, R. J. (1980)
Se incluyen las iniciales con el apellido del primer autor en las citas del
texto.
Ordenacin de los trabajos con autores corporativos o sin autores.

De vez en cuando un trabajo tendr como autor a una dependencia,
asociacin o institucin, o no tendr autor en lo absoluto.
Los autores corporativos deben alfabetizarse, tales como las asociaciones o

dependencias gubernamentales, a partir de la primera palabra significativa
del nombre. Deben utilizarse los nombres oficiales completos (American
Psychological Association, no APA; Instituto Mexicano del Seguro Social no
IMSS).
Una entidad principal precede a una subdivisin (University of Michigan,

Department of Psychology; Universidad del Estado de Mxico, Coordinacin
de Orientacin Educativa).
Si, y slo si, el trabajo se rubrica como "Annimo", la entrada comienza con
la palabra "Annimo" completa, y dicha entrada se alfabetiza como si
296
JAIME ALIAGA TOVAR
Annimo fuera un nombre verdadero. Si no hay un autor, el ttulo se mueve

hacia la posicin del autor y la entrada se alfabetiza por la primera palabra
significativa del ttulo (Rey, 2006).
PRESENTACIN FORMAL DEL PROYECTO
Formato.
Mrgenes (sugeridos)
Izquierda : 3.5 cm.
Derecha : 2.5 cm.
Superior : 3.5 cm.
Inferior : 2.5 cm
Tipo de letra: Times Roman o Arial, tamao 12 para texto normal y
14
para ttulos de captulo y en negrita.
Numeracin en Apartados:
Nmeros dgitos (1., 1.1., 1.1.1,.)
Tipo de papel : Bond A-4, 75 grs. La escritura a una sola cara
de la hoja y a doble espacio.
Prrafos. Empiezan en el margen izquierdo y sin sangra. Entre
prrafo y prrafo se dejarn cuatro renglones sencillos.
Redaccin: La redaccin ser de manera impersonal, en lenguaje
claro, conciso; sin fallas sintcticas y ortogrficas.
Numeracin de las pginas: De preferencia en la parte inferior
central. La portada y el ndice no llevan numeracin la numeracin
es implcita. La numeracin se visibiliza a partir de la introduccin.
Ejemplar espiralado.
297

Metod. de Investigacion Cuantitativa PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Metod. de Investigacion Cuantitativa PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

JAIME ALIAGA TOVAR

TOMS CAYCHO RODRGUEZ

JAIME ALIAGA TOVAR

Al Dr. Ernesto Pollitt Burga,

Seleccin del diseo.. 143

De forma ideal, las polticas y regulaciones sociales as como las prcticas

El libro identifica las etapas del mtodo de investigacin cuantitativo

Cada etapa crea demandas epistemolgicas concretas y diferenciadas que

La teora es una fuente primordial de las hiptesis que se ponen a prueba

En el libro, y a lo largo de los 16 captulos, tratamos de describir el

Jaime Aliaga & Toms Caycho, 2011

Sumilla del Curso

La naturaleza de la asignatura es de formacin general, de carcter terico-

Descripcin de las Unidades del Texto

I Unidad: Metodologa de la Investigacin Cientfica: Paradigma

La unidad describe analticamente el paradigma de investigacin cientfica,

II Unidad: Proceso de Investigacin Cuantitativa I

La unidad identifica y distingue los criterios para el planteamiento del

III Unidad: Proceso de Investigacin Cuantitativa II

La tercera unidad identifica y distingue los criterios para la formulacin de

IV Unidad : Proceso de Investigacin Cuantitativa III

La cuarta unidad hace referencia a los procesos de muestreo, recoleccin

OBJETIVO DEL CURSO

Desarrollar competencias y destrezas conceptuales, procedimentales y

Se evaluar las actividades de autoaprendizaje y el avance del proyecto

El informe final ser presentado al profesor tutor para su revisin y

Sugerencias para el estudio:

1. Para aprender es necesario un aprendizaje activo y reflexivo para

a. Activar la informacin previa que tienes en relacin al tema y

b. Al finalizar tu estudio la pregunta siempre debe ser: Qu de

RECUERDA QUE PARA TENER XITO NECESITAS SER UN

Los psiclogos intentan comprender el comportamiento y los procesos

Qu es el conocimiento y cules son los tipos de conocimiento?

Define la ciencia y su mtodo en los diferentes campos

Aplica el mtodo cientfico en las actividades diarias.

Valora el mtodo cientfico como expresin de la

Leccin I: El conocimiento cientfico

En una primera aproximacin, el conocimiento es la accin y el

Ahora bien, si en la relacin sujeto-objeto se pone nfasis en el

El constructivismo y la psicologa cognitiva, por ejemplo, privilegian

en la percepcin visual, estereotipos sociales) aluden a conceptos de

Figura 1. Vincent Van Gogh (Autorretrato)

Figura 2. Gurnica de Pablo Picasso

Estas representaciones mentales en ltima instancia refieren a la

En su evolucin ascendente para penetrar en la realidad, el

2. Dificultades para la elaboracin del conocimiento

Como hemos visto, el conocimiento implica una proposicin,

objetividad lo tenemos en la proposicin El agua de ro es negra.

Figura 3. Ilusiones pticas.

Etnocentrismo: Tendencia a erigir valores y costumbres del grupo en

(Nota: Elaboracin propia, basado en Pardinas, 1983)

El objeto del conocimiento es lo real todo lo que existe -, que a su

trataremos acerca del conocimiento ordinario y del conocimiento

La filosofa no es una ciencia tal como definimos a esta ms

Es aquel tipo de conocimiento generado en y por la ciencia

3.3.2 Caractersticas del conocimiento cientfico

Caracteriza al conocimiento cientfico lo siguiente:

1) Es crtico y fundamentado. Debe justificar sus

2) Es sistemtico. Es un saber ordenado lgicamente

3) Es verificable. Se centra en fenmenos susceptibles de

4) Es metdico. Los conocimientos cientficos no se

5) Es comunicable. Debe utilizar un lenguaje cientfico,

6) Es provisorio. En ciencia no existe la verdad absoluta,